Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "oceny ryzyka" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Próba adaptacji szeregowych struktur niezawodnościowych do analizy i oceny ryzyka systemów produkcyjnych
    An attempt to adapt serial reliability structures for the needs of analyses and assessments of the risk in production systems
    Autorzy:
    Burduk, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/300730.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    ryzyko
    system produkcyjny
    niezawodność
    struktura niezawodnościowa
    risk
    production system
    reliability
    reliability structure
    Opis:
    Ryzyko towarzyszy każdej działalności gospodarczej. Wielkość zakłóceń przebiegu procesu produkcyjnego, spowodowanych występowaniem czynników ryzyka, bardzo mocno wpływa na parametry i całościowe wyniki systemów produkcyjnych. Niestety bardzo rzadko dokonuje się analizy i oceny ryzyka procesu produkcyjnego na poziomie operacyjnym. Być może spowodowane jest to niezbyt przydatnymi w rzeczywistości produkcyjnej metodami ilościowymi proponowanymi przez literaturę. W odpowiedzi na ten stan rzeczy w pracy zdefiniowano system produkcyjny zgodnie z teorią systemów, natomiast ryzyko jako synonim zawodności. Artykuł prezentuję metodę wyznaczania ryzyka dla systemu produkcyjnego o strukturze szeregowej, która została zweryfikowana na przykładzie praktycznym
    Each business activity is accompanied by a risk. The extent of the production process disturbances caused by the presence of risk factors strongly affects the parameters and overall performance of production systems. Unfortunately, analyses and assessments of the risk in production processes are carried out very rarely at the operational level. This may be caused by the fact that quantitative methods proposed by the literature are not very useful in production practice. In response to this state of affairs, the concept of production system was defined in this study in accordance with the theory of systems, while the risk was treated as a synonym of unreliability. This paper presents a method of determining the risk for a production system with a serial structure, which was verified on a practical example.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 3; 85-96
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hybrid model of an expert system for assessing the stability of a production system
    Hybrydowy model eksperckiego systemu oceny stabilności systemu produkcyjnego
    Autorzy:
    Burduk, A.
    Grzybowska, K.
    Kovács, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/362325.pdf
    Data publikacji:
    2018
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    production system
    risk assessment
    artificial neural networks
    fuzzy logic
    stability
    variability
    system produkcji
    ocena ryzyka
    sieci neuronowe sztuczne
    logika rozmyta
    stabilność
    zmienność
    Opis:
    Background: The article presents the concept of control of the production system, which allows to maintain its stability, and thus to implement the established production plans. For this purpose, combinations of simulation models and artificial neural network (ANN) models of the production system have been suggested. The combination of both types of models was possible thanks to the development of a hybrid model of the expert system to assess the possibility of implementing the production plan (objective) depending on the risk size and the level of stability of the production system analysed. The analysed problem - the possibility of implementing production plans depending on the risk size and the level of stability of the production system - is difficult to mathematical modelling. However, based on the data analysis from the simulation model and the ANN model, we can obtain information on the dependences of the corresponding input and output values. Methods: Based on the presented method of managing the production process using computer models, the possibilities of using simulation models and ANN models in assessing the stability and risk of production systems have been analysed. The analysis and comparison of both types of models have been performed due to the construction and the type of input and output data. Results: The direct combination of simulation models and ANN models is not allowed by their different structure, specificity and other types of input and output data. Therefore, the concept of combination of both types of models presented in the article is conducted via a database of expertise and fuzzy inference. Conclusions: For the purpose of controlling the production system, it was suggested to build a hybrid model of an expert system to assess the possibility of achieving the objective depending on the risk size and the level of stability of the production systems.
    Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem – możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego – jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.
    Źródło:
    LogForum; 2018, 14, 4; 507-518
    1734-459X
    Pojawia się w:
    LogForum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies