کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5480935 1522095 2017 29 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A framework for Big Data driven product lifecycle management
ترجمه فارسی عنوان
چارچوب مدیریت داده های محرک چرخه محصول بزرگ داده ها
کلمات کلیدی
نگهداری، سرویس، تجزیه و تحلیل سطح مکانیک، تجزیه و تحلیل سطح میکرو، اثر اقتصادی،
ترجمه چکیده
بهینه سازی فرآیند مدیریت چرخه عمر محصول اهداف فزاینده ای برای شرکت های تولیدی برای بهبود مزیت رقابتی پایدار خود است. در ابتدا، این رویکرد برای ادغام فرآیندهای کسب و کار یک سازمان و مدیریت داده ها و استفاده از داده های تولید شده در طول مطالعات چرخه عمر، توسعه یافت. با فناوری های نوظهور، دستگاه های اطلاعاتی تعبیه شده محصول مانند برچسب های شناسایی فرکانس رادیویی و سنسورهای هوشمند به طور گسترده ای برای بهبود کارایی مدیریت معمول شرکت ها در سطح عملیاتی مورد استفاده قرار می گیرند. شرکت های تولیدی نیاز به یک روش تحلیل پیشرفته تر برای ایجاد یک راه حل در سطح استراتژیک از استفاده از چرخه چرخه بزرگ داده بزرگ. با این وجود، استفاده از داده های بزرگ در چرخه حیات با چالش های متعددی مواجه است، مانند فقدان داده های قابل اطمینان و دانش ارزشمند که می تواند برای حمایت از تصمیم گیری بهینه سازی مدیریت چرخه عمر محصول استفاده شود. در این مقاله، چارچوب مدیریت چرخه عمر محصول با توجه به داده های بزرگ برای حل این چالش پیشنهاد شده است. در چارچوب پیشنهادی، در دسترس بودن و دسترسی به داده ها و دانش مربوط به چرخه زندگی قابل دستیابی است. یک مطالعه موردی برای نشان دادن اثبات مفهوم چارچوب پیشنهاد شده ارائه شد. نتایج نشان داد که چارچوب پیشنهادی ممکن است در صنعت مورد استفاده قرار گیرد و می تواند یک راه حل کلی برای بهینه سازی فرایندهای تصمیم گیری در مراحل مختلف کل چرخه حیات را فراهم کند. یافته های کلیدی و بینش از مطالعه مورد به عنوان مفاهیم مدیریت خلاصه شده است، که می تواند تولید کنندگان را برای اطمینان از بهبود در صرفه جویی در انرژی و تصمیم گیری مربوط به تشخیص خطا در کل چرخه عمر هدایت کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
پیش نمایش مقاله
چارچوب مدیریت داده های محرک چرخه محصول بزرگ داده ها
چکیده انگلیسی
Optimization of the process of product lifecycle management is an increasingly important objective for manufacturing enterprises to improve their sustainable competitive advantage. Originally, this approach was developed to integrate the business processes of an organization and more effectively manage and utilize the data generated during lifecycle studies. With emerging technologies, product embedded information devices such as radio frequency identification tags and smart sensors are widely used to improve the efficiency of enterprises' routine management on an operational level. Manufacturing enterprises need a more advanced analysis approach to develop a solution on a strategic level from using such lifecycle Big Data. However, the application of Big Data in lifecycle faces several challenges, such as the lack of reliable data and valuable knowledge that can be employed to support the optimized decision-making of product lifecycle management. In this paper, a framework for Big Data driven product lifecycle management was proposed to address these challenges. Within the proposed framework, the availability and accessibility of data and knowledge related to lifecycle can be achieved. A case study was presented to demonstrate the proof-of-concept of the proposed framework. The results showed that the proposed framework was feasible to be adopted in industry, and can provide an overall solution for optimizing the decision-making processes in different phases of the whole lifecycle. The key findings and insights from the case study were summarized as managerial implications, which can guide manufacturers to ensure improvements in energy saving and fault diagnosis related decisions in the whole lifecycle.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Cleaner Production - Volume 159, 15 August 2017, Pages 229-240
نویسندگان
, , , , ,