کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5469826 | 1519295 | 2016 | 6 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Situation-based Methodology for Planning the Commissioning of Special Machinery Using Bayesian Networks
ترجمه فارسی عنوان
روش شناسی مبتنی بر موقعیت برای برنامه ریزی راه اندازی ماشین آلات ویژه با استفاده از شبکه های بیزی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
در سیستم های مهندسی مکانیک آلمان، سیستم های سفارشی و راه حل های یکپارچه سازی، بزرگترین روند هستند که عمدتا در ماشین آلات خاص استفاده می شود. این مقاله یک روش برای کاهش زمان آزمایش و راه اندازی را با استفاده از دانش تخصصی و با در نظر گرفتن ریسک فرآیندهای شکست نشان می دهد. در ادبیات و عمل تحقیق گسترده ای در زمینه راه اندازی مجازی وجود دارد. با این حال، تحقیق در مورد روش های بهینه سازی تولید برای ماشین آلات پیچیده بسیار نادر است. در روش پیشنهادی، برای برنامه ریزی و تطبیق فرایندها، نویسندگان از اکتشافات به دلیل توانایی آنها برای بهینه سازی فرایندها با استفاده از دانش تخصصی استفاده می کنند. برای تصمیم گیری درست از یک شبکه اکتشافی، شبکه های بیزی برای ارزیابی و مقایسه جایگزین های مختلف استفاده می شود. بنابراین، نتیجه یک روش است که اجازه می دهد تا فرآیندها را با زمان مورد نیاز و خطر احتمالی برای حذف و جایگزینی این فرآیندها ارزیابی کنند. با استفاده از این روش، زمان تولید یک سیستم لیزر در تولید در یک فرآیند راه اندازی یک بار، در نمونه اعتبار سنجی، تقریبا سه روز کاهش می یابد.
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مهندسی صنعتی و تولید
چکیده انگلیسی
In German mechanical engineering customized systems and integration solutions are the biggest trends which are mainly applied in special machinery. This paper shows a method to decrease test and commissioning time by using expert knowledge and by considering the risk of failing processes. In literature and practice there is a wide research on virtual commissioning. However, research on methods to optimize production is very rare for complex machinery. In the proposed method, for planning and adapting processes, the authors use heuristics because of their ability to optimize processes using expert knowledge. For the decision of the right application of a heuristic, Bayesian Networks are applied to rate and compare different alternatives. Thus, the result is a method which allows to rate the processes with the needed time and the possible risk for an elimination and a substitution of these processes. Using this method the throughput time of a laser system in production in one single commissioning process is decreased in the validation example by approximately three days.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia CIRP - Volume 57, 2016, Pages 247-252
Journal: Procedia CIRP - Volume 57, 2016, Pages 247-252
نویسندگان
Sebastian Poeschl, Frank Wirth, Thomas Bauernhansl,