Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Logistics engineering
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
Wstęp: Koncepcja Lean Six Sigma skupia się na kliencie i jego potrzebach. Istnienie potrzeb klientów generuje podaż przedsiębiorstw. Przedsiębiorstwa produkujące zgodnie z MTO (make-to-order) muszą charakteryzować się dużą elastycznością i dostosowaniem do dynamicznych zmian otoczenia (w tym zmian zapotrzebowania klienta). Daleko idąca customiazacja ma negatywny wpływ na strukturę systemu produkcyjnego. Występująca dynamika zmian, brak przewidywalności stanu systemu w chwili t+1 skutkuje zwiększeniem kosztów operacyjnych. W szczególności dotyczy to tych przedsiębiorstw, które produkują zróżnicowany asortyment, w krótkich seriach produkcyjnych. Celem naukowym artykułu jest opracowanie modelu matematycznego określającego poziom zmienności struktury systemu produkcyjnego w zależności od wielkości partii produkcyjnej dla układu wytwórczego zgodnego z MTO. Ponadto w artykule zaprezentowane zostały pilotażowe obliczenia określające wartość prawdopodobieństwa, jak występujące zmienne losowe mieszczą się w obszarze trzech odchyleń standardowych (±3δ) od wyznaczonej wartości oczekiwanej (ET) dla całej struktury produkcyjnej. Zaprezentowane modele są rezultatem analiz i wniosków wielomiesięcznych prac związanych z wdrażaniem wybranych narzędzi lean toolbox w jednym z polskich przedsiębiorstw sektora MSP. Struktura produkcyjna rozpatrywanego obiektu rzeczywistego jest złożona i ma charakter konwergentny, zgodny MTO przy czym wyroby finalne wytwarzane są w krótkich seriach produkcyjnych przy względnie bardzo wysokiej customizacji produktów.Materiały i wyniki: Opracowane modele uwzględniają rozważania ujęcia systemowego zgodnie z ogólną teorią systemów według Klira oraz Meserovicza [Mesarovic 1964] jak również teorię obsługi masowej będących jednym z działów teorii prawdopodobieństwa. W artykule przedstawione są dwa modele, które stanowią podstawowy argument w definiowaniu problemów z zakresu inżynierii logistyki [Michlowicz et al. 2015] i produkcji w badaniach naukowych. Ważnym atrybutem przedstawionych modeli jest fakt, iż uwzględniają one zależności występujących zmiennych losowych w strukturze wykonywania następujących po sobie poszczególnych procesów oraz uwzględniają zależności wielkości partii produkcyjnej dla obiektu rzeczywistego. Przedstawione modele nie są jedynie opracowaniem teoretycznym ale uwzględniają zależności rzeczywiste i empiryczne. Rozważaniom został poddany rzeczywisty obiekt wytwórczy, specjalizujący się w produkcji urządzeń chłodniczych przeznaczonych do przechowywania preparatów krwiopochodnych oraz osocza i krioprecypitatu. Urządzenia te posiadają bardzo restrykcyjne wymogi jakościowe, zgodne z ISO 13485 (Systemy Zarządzania Jakością dla Wyrobów Medycznych) oraz znakiem CE0434 (dla urządzeń spełniających warunki Dyrektywy 93/42/EEC). W artykule zostały przedstawione dwa modele wyznaczające funkcję czasów produkcji (VA - Value Added) dla przypadku gdy partia produkcyjna wynosi sztuk tego samego wyrobu oraz gdy partia produkcyjna wynosi sztuk. W opracowanym modelu zostały uwzględnione następujące parametry systemu produkcyjnego: zmienne parametry czasów trwania procesów zależne od rodzaju wytwarzanego półproduktu, zależność wartości czasów trwania od wielkości partii produkcyjnej, zależność czasów operacji od zaimplementowanej technologii.Wnioski: W opracowywaniu rozwiązań, które implementowane są w obiektach rzeczywistych ważne jest dostosowanie narzędzi do indywidualnych cech usprawnianego systemu. To co jest korzystne w jednej organizacji nie zawsze jest efektywne w innym przedsiębiorstwie. Opracowany model (uwzględniający zależności realizujących jedynie zlecenia w tzw.: produkcji jednostkowej) jest pierwszym z etapów budowy układu służącego do walidacji rzeczywistego obiektu dla chwili t+1. W kolejnym etapie przeprowadzone rozważania zostaną zaimplementowane w środowisku narzędzia informatycznego R Studio w celu przeprowadzenia analiz statystycznych na podstawie danych historycznych. (abstrakt oryginalny)
Wstęp: Celem artykułu jest przedstawienie nowych metod badania dojrzałości logistycznej przedsiębiorstw usługowych. W badaniach założono, że procesy logistyczne są realizowane w przedsiębiorstwach usługowych, co implikuje teoretycznie możliwość opracowania modelu dojrzałości logistycznej przedsiębiorstw usługowych oraz postulat, że w praktyce gospodarczej istnieją różne poziomy dojrzałości logistycznej przedsiębiorstw usługowych i jest możne je zidentyfikować. Oryginalność przedstawionych badań wynika z dwóch aspektów. Pierwszy aspekt ma charakter metodyczny i dotyczy zastosowanego modelu logistycznego - LMM4SI, który jest autorskim narzędziem pozwalającym ocenić dojrzałość logistyczną przedsiębiorstwa usługowego. Drugi aspekt ma charakter poznawczy w zakresie przedmiotu i obiektu badań, które są słabo reprezentowane w literaturze. Prowadzone dotychczas badania dotyczyły opracowania modelu dojrzałości logistycznej i jego zastosowania w branży modowej. W Polsce nie prowadzi się podobnych badań, przez co prezentowane badania częściowo eliminują tę lukę badawczą. Wyniki prezentowanych badań dotyczą dojrzałości logistycznej, rozumianej jako poziom organizacyjny przedsiębiorstwa, wskazujący na stopień wykorzystania inżynierii logistycznej w obszarach funkcjonowania przedsiębiorstwa usługowego. Metody: Metodami badawczymi wykorzystanymi w prezentowanych badaniach są badania ankietowe, które pozwoliły na pozyskanie danych pierwotnych z 2000 polskich przedsiębiorstw usługowych, analiza matematyczna wykorzystana w celu określenia poziomu dojrzałości logistycznej oraz analiza statystyczna zastosowana na etapie wnioskowania o dojrzałości logistycznej polskiego sektor usług. Wyniki: W wyniku przeprowadzonych badań powstał autorski model dojrzałości logistycznej dla branży usługowej (zwany LMM4SI) i przeprowadzona z jego wykorzystaniem procedura oceny. Realizując poznawczy cel artykułu, przedstawiono wyniki badań dojrzałości logistycznej polskich usługodawców. Wnioski: Wyniki badań wykazały, że przedsiębiorstwa usługowe nie osiągają wysokiego poziomu dojrzałości logistycznej. Stwierdzono, że opracowane metody pozwalają na skuteczną ocenę dojrzałości logistycznej przedsiębiorstw.(abstrakt oryginalny)
W artykule zaprezentowano wyniki badań nad sektorem usługowym w Polsce w kontekście dojrzałości logistycznej. Celem badawczym artykułu było wykazanie poziomu dojrzałości logistycznej przedsiębiorstw usługowych. Obiektem badań było 2000 polskich przedsiębiorstw usługowych należących do różnych sekcji usług według PKD, o różnej wielkości zależnej od poziomu zatrudnienia. Przedmiotem badań były narzędzia logistyczne wykorzystywane przez badane przedsiębiorstwa w obszarach aktywności logistycznej takich jak: zarządzanie magazynem, zarządzanie transportem, zarządzanie zapasami i zaopatrzeniem, zarządzanie łańcuchem dostaw oraz narzędzia IT. Do określenia poziomu dojrzałości wykorzystano opracowany model LMM4SI (Logistic Matrurity Model for Service Industry), który opiera się na założeniu, że poziom dojrzałości logistycznej przedsiębiorstwa usługowego zależy od narzędzi instrumentarium logistycznego, które są w nim stosowane.(abstrakt oryginalny)
4
Content available remote Logistics Engineering to Improve the Productivity Indicators
84%
In the systemic approach, a production company is a complex system of objects and relations between the objects, as well as between the system and its surroundings. The large number of variables and company performance assessment indicators result in the constant search for the methods of formalising the mutual dependencies. The discipline which, through the integration of multiple processes, enables the discovery of practical solutions is logistics engineering. In Poland, the term is not very common, while in the USA (for example), logistics engineering - taking advantage of mathematical methods and cutting edge science, is a widely used tool supporting the everyday business activities of companies. The article describes primary tasks of logistics engineering in relation to production companies. Furthermore, original algorithms for the improvements of company productivity are presented. (original abstract)
5
Content available remote Logistics Engineering in Logistic Processes Designing
84%
In the systemic approach, each enterprise, (production, transport, commercial) is a complex system of objects and relations between these objects, as well as between the system and its surrounding. As a result of the multitude of variables and indicators of the company's performance assessment, the methods of formalizing the existing relationships are still being sought. Logistics engineering is the field of knowledge which, through the integration of many processes, enables finding practical solutions. It is a rarely used term in Poland, meanwhile, for example in the USA, logistics engineering, using mathematical methods, learning achievements is a commonly used tool, supporting business operations. The article presents primary tasks and possibilities of logistics engineering. (original abstract)
The customer market is becoming more and more demanding. Customers want to have influence on the final shape, form, functionality and characteristics of the product. As a result, entrepreneurs are forced to abandon the Make-to-Stock system in favour of the MTO (Make-to-Order) concept, with the purpose of not only meeting the customer's needs but also, for example, reducing the costs by manufacturing exactly the number of products which is currently demanded on the market. The article describes an example of a production task performed in the cellular structure. The customer required a substantial and abrupt increase (by 65%) of the production task. In order to tackle the problem, logistics engineering and lean manufacturing methods were applied. Having regard to the Industry 4.0 perspective, a concept of automated work cells was presented in order to minimise the role of the operator. (original abstract)
W ujęciu systemowym przedsiębiorstwo produkcyjne jest złożonym zbiorem obiektów i relacji pomiędzy tymi obiektami, a także pomiędzy systemem i otoczeniem. Wielość zmiennych i wskaźników oceny funkcjonowania przedsiębiorstwa powoduje, że ciągle poszukuje się metod sformalizowania zachodzących zależności. Dziedziną wiedzy, która poprzez integrację wielu procesów, umożliwia znalezienie praktycznych rozwiązań jest inżynieria logistyki. W artykule opisano podstawowe zadania inżynierii logistyki w odniesieniu do firm produkcyjnych. Ponadto przedstawiono propozycję oryginalnych rozważań i algorytmów umożliwiających poprawę produktywności przedsiębiorstwa. (abstrakt oryginalny)
Cel: w artykule przedstawiono podstawy teoretyczne koncepcyjnego modelu dojrzałości logistycznej przedsiębiorstw usługowych. Metodologia: określono fazy ewolucji logistyki przemysłowej, określono obszary działalności przedsiębiorstwa usługowego wg modelu SCOR, określono narzędzia logistyczne stosowane przez przedsiębiorstwa usługowe zaadaptowane z przedsiębiorstw produkcyjnych, zdefiniowano poziomy dojrzałości logistycznej dla sektora usług. Wnioski: na podstawie przeprowadzonych badań teoretycznych oraz własnych obserwacji autorzy konkludują, że poziom dojrzałości logistycznej przedsiębiorstwa usługowego zależy od narzędzi stosowanych w obszarach planowania, zaopatrzenia, magazynowania, zarządzania zapasami, dystrybucji i logistyce zwrotnej. Poziom dojrzałości logistycznej w sektorze usług odnieść można do poszczególnych faz ewolucji logistyki przemysłowej. Ograniczenia badań / implikacje: proponowany model został oparty na interpretacji własnej autorów w zakresie rozwoju logistyki i SCM od lat 50. XX w. oraz własnej interpretacji wynikającej z obserwacji w zakresie narzędzi logistycznych stosowanych w sektorze usług. Praktyczne implikacje: Opracowany model logistycznej dojrzałości przedsiębiorstw usługowych zostanie wykorzystany do badań naukowych nad polskimi przedsiębiorstwami usługowymi, których celem jest zbadanie poziomu dojrzałości logistycznej w sektorze usług. Oryginalność / wartość: opracowanie teoretycznego modelu dojrzałości logistycznej przedsiębiorstw usługowych, który osadzony jest na 3 filarach takich jak fazy ewolucji logistyki przemysłowej, model SCOR oraz inżynieria logistyczna, stanowi oryginalne i nowatorskie podejście w zakresie badań nad dojrzałością logistyczną. Dodatkową wartość wnosi dedykowanie modelu dla sektora usług, który nadal pozostaje w niższy pod względem badań naukowych. (abstrakt oryginalny)
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.