دانلود مقاله ISI انگلیسی شماره 26872
ترجمه فارسی عنوان مقاله

روش ارزیابی قابلیت اطمینان پیش بینی سیستمهای برنامه ریزی تولید

عنوان انگلیسی
Methodology for the Evaluation of Forecast Reliability of Production Planning Systems
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
26872 2014 6 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Procedia CIRP, Volume 17, 2014, Pages 469–474

فهرست مطالب ترجمه فارسی
چکیده

کلمات کلیدی

1.مقدمه

2. شرایط

3. مروری بر مقالات

3.1. خود بهینه سازی

3.2. تولید مدل اتوماتیک

3.3. سیستمهای فیزیکی سایبر

4. اختلافات میان فرایندهای تولید برنامه ریزی شده و واقعی

1.4. دلایل انحرافات

شکل1.مقایسه ی برنامه ریزی و واقعیت

شکل 2. انحرافات در فرایندهای تولید

جدول 1. دلایل انحرافات

2.4. شرایط تحلیل

شکل 3. حلقه ی کنترل برای ارزیابی قابلیت پیش بینی سیستمهای برنامه ریزی تولید

3.4. تعیین انحرافات

جدول 2. برنامه ی تولید

جدول 3. داده های بازخوردی

5.ارزیابی برنامه ریزی

6. نتیجه گیری و دورنما
ترجمه کلمات کلیدی
برنامه ریزی تولید - کنترل تولید - تغییرپذیری - پیکربندی دوباره -
کلمات کلیدی انگلیسی
production planning, production control, changeability, re-configuration,
ترجمه چکیده
پویایی بالای بازارها تنها دلیل افزایش پیچیدگی کنترل و برنامه ریزی تولید است. جهت مواجهه با این پیچیدگی شرکتهای تولیدی از سیستمهای IT برای پشتیبانی از تصمیم گیری در فرایندهای برنامه ریزی کامل استفاده کرده اند. با وجود این، سیستمهای IT بکار رفته اغلب پیش بینی مطمئنی از تاریخ های تحویل فراهم نمی کنند، چون مدلهای برنامه ریزی بطور منحصر بفرد اجرا می شوند و هرگز بدلیل تغییر در سیستم تولید اقتباس نشده اند. این مقاله روش تأیید قابلیت اطمینان پیش بینی سیستمهای برنامه ریزی کامل را با شناسایی انحرافات بین برنامه ی تولید پیش بینی شده، که با سیستم IT تعیین شده تعیین شده است، و فرایندهای تولید مشاهده شده در واقعیت نشان می دهد. این مقاله دلایل انحرافات را ارائه می دهد و روش مشخص کردن آنها را نیز تشریح می کند. روش مذکور نشان می دهد چطور می توان از روشهای تأیید قطعی و دائمی برای شناسایی انحرافات توصیف شده استفاده کرد. بسته به انحرافات تعیین شده شاخص کیفی پیش بینی ایجاد می شود. علاوه بر ارزیابی کیفیت پیش بینی دلایل انحرافات نیز مورد توجه برنامه ریزان تولید هستند. دلایل مشخص شده نقطه ی شروع کاربرد مدلهای برنامه ریزی برای پیش بینی مطمئن سیستمهای برنامه ریزی تولید قابل پیکربندی مجدد در آینده هستند.
ترجمه مقدمه
بدلیل افزایش تقاضا برای محصولات ارتقا یافته ی با کیفیت با قیمتهای رقابتی دینامیک در فرایندهای تولید نمایان تر شده است. برای مواجهه با این چالش کنترل و برنامه ریزی تولید توانمند(PPC) ضرورت دارد. بنابراین، سیستمهای IT ضروری هستند. سیستمهای IT که از کاربر در برنامه ریزی تولید پشتیبانی می کنند مانند سیستمهای زمانبندی و برنامه ریزی پیشرفته(سیستمهای APS) سیستمهای برنامه ریزی تولید نامیده می شوند. مدل تابعی و مدل داده ای باید با توجه به دینامیک بالا در فرایندهای تولید قابل تغییر باشند. با وجود این، همانطور که آنالیزهای صورت گرفته روی کارگران در شرکتهای تولید نشان می دهند فاصله ای بین مدلهای اجرا شده و واقعیت وجود دارد. همانطور که آنالیزهای صورت گرفته در شرکتهایی با تولید سری کم و اختصاصی نشان می دهند شباهت بین برنامه ریزی تعیین شده توسط سیستم برنامه ریزی و موقعیت واقعی در بین کارگران کارخانه بعد از فقط 3 روز به 25% کاهش می یابد. چون توجه زیاد به تاریخ های تحویل هدف لجستیک اصلی است، تمام شرکتهای تولیدی به قابلیت اطمینان برنامه ی تولید پیش بینی شده برای استفاده از آن بعنوان اساس تأیید تأییدات تاریخ تحویل ایمن اهمیت می دهند. کمبودهای سیستمهای برنامه ریزی فعلی را می توان بصورت زیر خلاصه کرد: • درک ناقص موقعیت وقعی از نظر بازخورد • ساختارهای انعطاف ناپذیر و عدم سازگاری سیستمهای برنامه ریزی • عدم تنظیم پیوسته ی داده های اصلی و تراکنشی و مدلها با محیط واقعی • عدم توجه به انحرافات میان مدل اجرایی در سیستم برنامه ریزی و موقعیت واقعی فرایندهای تولیدی این مشکلات منجر به پیش بینیهای غیرقابل اطمینان درباره ی موقعیت آتی در تولید می شوند. از اینرو، درک درست تولید در آینده نیز مهم تر است. در پروژه ی تحقیقاتی عمومی "پروسنس" مدیریت تولیدی با قدرت تفکیک پذیری بالا مبتنی بر سیستمهای کمکی سیبرنتیک و سنسورهای هوشمند طراحی شده است. با استفاده از سنسورهای هوشمند داده های بیشتری برای دستیابی به درک کاملتری از وضعیت فرایندهای تولید ایجاد می شود. مشکلات کنترل سیبرنتیک درجه دو در فرایندهای تولید و برنامه ریزی برای تعریف شاخصها به منظور پیشگیری از این مشکلات در آینده شناسایی می شوند. این مقاله به تعیین و استفاده از این انحرافات در برنامه های مشخص شده توسط سیستم زمانبندی کامل برای تضمین برنامه ریزی تولید مطمئن می پردازد. 2. شرایط امروزه شرکتها برای مدیریت پیچیدگی تولید و پشتیبانی PPC به سیستمهای برنامه ریزی کامل متکی هستند. شرایط لازم برای این سیستمهای IT شامل بیان وضعیت دقیق تاریخ تکمیل تمام سفارشات و بنابراین دستیابی معتبر به تاریخ توافقی با مشتری است. کمبودهای مذکور سیستمهای برنامه ریزی فعلی، که در تولید کاربرد دارند، منجر به چند شرط لازم برای سیستمهای برنامه ریزی می شوند: • استفاده ی مداوم از داده های بکار رفته برای برنامه ریزی • تنظیم مداوم مدلهای بکار رفته برای برنامه ریزی • نشان دادن دائمی وضعیت واقعی کارگران کارخانه • تعیین اختلافات میان برنامه ریزی و واقعیت • تعیین دلایل انحراف از برنامه ی ایجاد شده توسط سیستم برنامه ریزی کاربردی • تعیین قابلیت اطمینان پیش بینی در بخش زیر روشهای رایج در مقالات موجود که شرایط مذکور را دارند تشریح می شوند. در بخش دوم مقاله روشی برای شناسایی اختلافات میان فرایندهای تولید واقعی و برنامه ریزی شده تشریح می شود. سپس شاخص کیفی پیش بینی سیستمهای برنامه ریزی کامل معرفی می شود.
پیش نمایش مقاله
پیش نمایش مقاله  روش ارزیابی قابلیت اطمینان پیش بینی سیستمهای برنامه ریزی تولید

چکیده انگلیسی

The high dynamics of markets are only one reason for the increasing complexity of production planning and control. To handle this complexity manufacturing companies have implemented IT systems to support decision-making in detailed scheduling processes. However, applied IT systems often do not provide a reliable forecast of delivery dates, because the planning models are implemented uniquely and have never been adapted due to changes in the production system. This paper presents an approach to verify the forecast reliability of detailed planning systems by identifying deviations between the predicted production schedule, determined by the IT system, and the observed production processes in reality. The paper introduces the reasons for deviations and explains how they can be determined. The approach represents how categorical and continuous verification methods can be applied to identify the described deviations. Depending on the determined deviations the forecast quality index of detailed planning systems is developed. Besides the assessment of the forecast quality the reasons for deviations are of interest to production planners. Identified reasons are the starting point for adaptions in planning models to enable a reliable forecast of re-configurable production planning systems in the future.