Problems of forecasting the length of the assembly cycle of complex products realized in the MTO (Make-to-Order) model
Artykuł w czasopiśmie
MNiSW
70
Lista 2023
| Status: | |
| Warianty tytułu: |
Problematyka prognozowania długości cyklu montażu wyrobów złożonych realizowanych w modelu MTO (Make-to-Order)
|
| Autorzy: | Brzozowska Jolanta, Gola Arkadiusz, Kulisz Monika |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Rok wydania: | 2023 |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Numer czasopisma: | 3 |
| Wolumen/Tom: | 121 |
| Strony: | 13 - 20 |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | NIE |
| Publikacja OA: | TAK |
| Licencja: | |
| Sposób udostępnienia: | Witryna wydawcy |
| Wersja tekstu: | Ostateczna wersja opublikowana |
| Czas opublikowania: | W momencie opublikowania |
| Data opublikowania w OA: | 30 września 2023 |
| Abstrakty: | angielski | polski |
| This article presents the problem of forecasting the length of machine assembly cycles in make - to - order production (Make - to - Order). The model of Make - to - Order production and the technological process of manufacturing the finished product are presented. The possibility of developing a novel method, using artificial intelligence solutions, to estimate machine assembly times based on historical company data on manufacturing times for structurally similar components, is described. It is assume d that the result of the developed method will be an intelligent system supporting efficient and accurate estimation of ma chine assembly time, ready for implementation in production conditions. Such data as part availability, human resource availability and novelty factor will be used as input data for learning the neural network, while the output variable during learning the neural network will be the actual machine assembly time. | |
| W niniejszym artykule przedstawiono problem pr ognozowania długości cyklu montażu maszyn w produkcji na zamówienie (Make - to - Order). Przedstawiony został model produkcji na zamówienie oraz proces technologiczny wytwarzania wyrobu gotowego. Opisana została możliwość opracowania nowatorskiej metody, wykor zystującej rozwiązania z zakresu sztucznej inteligencji, umożliwiającej szacowanie czasu montażu maszyn w oparciu o dane historyczne przedsiębiorstw, dotyczące czasów wytwarzania podobnych konstrukcyjnie elementów. Zakłada się, iż rezultatem opracowanej me tody będzie inteligentny system wspomagający skuteczne i dokładne szacowanie czasu montażu maszyn, gotowy do implementacji w warunkach produkcyjnych. Jako dane wejściowe do uczenia sieci neuronowej wykorzystane zostaną takie dane jak: dostępność części, d ostępność zasobów ludzkich oraz czynnik nowości, zaś zmienną wyjściową podczas uczenia sieci neuronowej będzie rzeczywisty czas montażu maszyny. |
