Najnowsze artykuły
Technologie RFID i EPC | Wpływ Przemysłu 4.0 na logistykę produkcji
5784
post-template-default,single,single-post,postid-5784,single-format-standard,ajax_fade,page_not_loaded,smooth_scroll,,qode-theme-ver-1.4.1,wpb-js-composer js-comp-ver-4.3.4,vc_responsive

Wpływ Przemysłu 4.0 na logistykę produkcji

Wpływ Przemysłu 4.0 na logistykę produkcji

12:49 05 Maj w Inne

Streszczenie

Czwarta rewolucja przemysłowa umożliwia procesy technologiczne i cyfryzację w celu zapewnienia przejrzystości procesów korporacyjnych; integruje korporacyjny łańcuch wartości i sieci dostaw. Celem badania było przedstawienie technologii czwartej rewolucji przemysłowej i zbadanie znaczenia integracji pionowej i poziomej. Artykuł przedstawia analizę roli logistyki produkcji w korporacyjnym systemie logistycznym. Na rozwijającym się rynku konkurencji, firmy są w stanie utrzymać swoją pozycję na rynku jedynie poprzez wykorzystanie możliwości integracji między zarządzaniem produkcją a logistyką. Na tej podstawie, przeanalizowano pozytywne efekty osiągnięte dzięki zintegrowanemu logistycznemu zarządzaniu produkcją, zapewniając możliwe projekty systemu informacyjnego wymaganego do implementacji i zarządzaniu zadaniami. W kontekście konkretnego przykładu logistycznego produkcji przedstawiamy zalety planowania w czasie rzeczywistym.

1. Wstęp

Na niektórych etapach rewolucji przemysłowej ewolucja komunikacji zbiegła się z ewolucją wykorzystania energii i mobilności, prowadząc do wyższego poziomu jakości życia i zmian modeli biznesowych. Dziś jesteśmy na skraju czwartej rewolucji przemysłowej opartej na digitalizacji i danych. Rozwój technologii tworzy stałą sieć ludzi, maszyn i firm, a poprzez ciągłe dzielenie się procesami tworzenia wartości konkurencyjny, w pełni dostosowany produkt jest dostępny. Źródłem przewagi konkurencyjnej będzie więc nie tylko produkcja skoordynowanych lub całkowicie nowych funduszy (np. produkcja dodatków), ale również podaż produktów z usługami cyfrowymi.

2. Tło technologii i cechy Przemysłu 4.0

Przemysł 4.0 wykorzystuje możliwości oferowane przez digitalizację, aby zmaksymalizować przejrzystość procesów i zintegrować korporacyjny łańcuch wartości i łańcuch dostaw, wprowadzając tworzenie wartości dla klienta. Technologie Przemysłu 4.0 można podzielić na trzy główne obszary: bezpieczeństwo i problemy technologii informatycznych (IT) są znacznie pogarszane przez ponowne wykorzystanie wcześniej ukończonych projektów.

  • Chmury obliczeniowe,
  • systemy cyber-fizyczne,
  • inteligentna fabryka.

Usługi w chmurze obejmują całą przestrzeń obliczeniową, w tym pojemność obliczeniową, w tym pojemność obliczeniową, pamięć masową, platformy i oprogramowanie. Systemy oparte na chmurze umożliwiają natychmiastową i zdecentralizowaną dostępność zasobów IT, danych, usług i cyfrowych modeli biznesowych przez Internet.

W ramach systemu cyber-fizycznego (CPS) rozumiemy integrację technologii informatycznych, oprogramowania i elementów mechanicznych i elektronicznych, w których elementy komunikują się ze sobą. Jedną z głównych cechy systemu cyber-fizycznego jest bardzo wysoka złożoność. Cyber-fizyczne systemy tworzone są przez połączenie systemów wbudowanych poprzez przewodową i coraz bardziej bezprzewodową komunikację sieciową.

Paradygmat Przemysłu 4.0 będzie szeroko rozpowszechniony w wielu dziedzinach inżynierii i w systemach i procesach powiązanych z inżynierią, w tym produkcja [2], montaż [3], logistyka [4,5], usługi [6] ale najbardziej intensywny rozwój można rozpoznać w dziedzinie motoryzacji [7,8], koncentrując się na informatyce i telekomunikacji[9].

Inteligentna fabryka widzi środowisko produkcyjne, w którym produkcja i sprzęt do kontroli w dużej mierze koordynuje i organizuje się sam – bez interwencji człowieka. Jego podstawy technologiczne tworzą  systemy cyber-fizyczne, których elementy są przekazywane ze sobą za pośrednictwem „Internetu rzeczy” (IoT). W inteligentnej fabryce produkt (np. przedmiot obrabiany) i urządzenia produkcyjne komunikują się ze sobą: sam produkt zapewnia informacje o produkcji w czytelnej formie sprzętu produkcyjnego. Te dane są oparte na produkcie z linii produkcyjnej, a fazy produkcji oparte są na tych danych.

Rysunek 1 ilustruje charakterystykę Przemysłu 4.0, która pokazuje ogromną pojemność która istnieje w przemyśle i tradycyjnej produkcji [10]:

  • pionowa sieć inteligentnych systemów produkcyjnych,
  • integracja pozioma poprzez nową generację globalnych sieci łańcucha wartości,
  • inżynieria pośrednia w całym łańcuchu wartości,
  • przyspieszenie dzięki technologiom wykładniczym
Rysunek 1. Cztery cechy przemysłu 4.0

Pionowa sieć inteligentnych systemów produkcji wykorzystuje cyber-fizyczne systemy produkcyjne (CPPS), który integrują jednostki produkcyjne, aby produkcja była bardziej zorientowana na klienta i unikalna. Projekt systemu wymaga pełnej integracji informacji. Integrowanie danych generowanych podczas produkcji wymaga dalszego rozwoju technologii inteligentnych czujników. Należy rozwijać metody monitorowania autonomicznych systemów produkcyjnych i śledzenia życia produktu. CPPS nie powinny się skupiać tylko w procesie produkcyjnym, ale w zarządzaniu całym systemem dostaw. Wszystko to wymaga tego, aby wszystkie elementy złożonej sieci musiały rejestrować, archiwizować i udostępniać wygenerowane dane podczas ich działania. Dane te powinny obejmować wszystkie elementy procesu produkcyjnego, tj. produkcję, produkt, operatorów, zmian1) jakości, przestoje i wreszcie zarządzanie zasobami [11]. To ostatnie jest szczególnie ważne, ponieważ podstawowym aspektem rozwoju jest efektywność zarządzania zasobami, czyli wydajne, pełne zarządzanie materiałem, energią i zasobami ludzkimi.

Drugą kluczową cechą Przemysłu 4.0 jest pozioma integracja poprzez globalną nową generację sieci łańcucha wartości. Te nowe sieci tworzenia wartości są sieciami zoptymalizowanymi w czasie rzeczywistym, które pozwalają zintegrować przejrzystość i wysoki poziom elastyczności, aby szybciej reagować na problemy i awarie, a tym samym ułatwić globalną optymalizację. Podobnie jak sieciowe systemy produkcyjne, CPPS zapewnia sieć, od logistyki zakupów po magazynowanie, produkcję, marketing i logistykę dystrybucji do usług post-trackingowych. Wszystkie dane z dowolnej części lub produktu są rejestrowane i dostępne w dowolnym momencie, zapewnienie stałej identyfikowalności. Stwarza to przejrzystość i elastyczność w całym łańcuchu procesów – np. od zaopatrzenia do produkcji poprzez sprzedaż lub od dostawcy do firmy do kupującego. Dostosowanie podejścia specyficznego dla nabywcy jest możliwe nie tylko w produkcji, ale także w rozwoju, zamawianiu, planowaniu produkcji, składzie produktu i dystrybucji, umożliwiając dynamiczne zarządzanie takimi czynnikami jak jakość, czas, ryzyko, cena i zrównoważenie środowiskowe, w czasie rzeczywistym i na wszystkich etapach łańcucha wartości.

Trzecią kluczową cechą Przemysłu 4.0 jest nie tylko działalność inżynieryjna w całym łańcuchu wartości, ale także wsparcie inżynieryjne i zarządzanie cyklem życia produktu i klienta. To podejście inżynieryjne jest również obecne w projektowaniu i rozwoju nowych produktów i usług jak w produkcji. Ta cecha inżynierii charakteryzuje się tym, że dane i informacje są dostępne na wszystkich etapach cyklu życia produktu, umożliwiając formułowanie bardziej elastycznych danych, modelowanie prototypów i stanów produktów.

Czwartą główną cechą Przemysłu 4.0 jest wpływ technologii wykładniczych, takich jak akcelerator lub katalizator, który umożliwia spersonalizowane rozwiązania, elastyczność i redukcję kosztów procesu produkcji. Przemysł 4.0 wymaga już rozwiązań automatyzacyjnych, które są wysoce poznawcze oraz wysoce autonomiczne. Potencjał sztucznej inteligencji, zaawansowanej robotyki i technologii czujników może zwiększyć samodzielność i przyspieszyć indywidualizację i elastyczność. Sztuczna inteligencja nie tylko pomaga zaprojektować więcej ścieżek pojazdów napędzanych przez kierowców w fabrykach i magazynach, ale także zaoszczędzić czas i koszt zarządzania łańcuchem dostaw (SCM), zwiększenia niezawodności produkcji lub analizy dużych woluminów danych, aby znaleźć nowe rozwiązania projektowe lub aby wzmocnić współpracę między człowiekiem a maszyną [12]. 

Drukowanie 3D (produkcja addytywna) to technologia wykładnicza, która przyspiesza Przemysł 4.0  i czyni go bardziej elastycznym. Drukowanie 3D umożliwia nowe rozwiązania produkcyjne (takie jak funkcjonalność, większa złożoność bez dodatkowych kosztów) lub nowe rozwiązania łańcucha dostaw (np. zmniejszenie zapasów, szybsza dostawa), lub połączenie obu, co prowadzi do zupełnie nowych modeli biznesowych (np. eliminacja podaży członków sieci, integracja klienta).

Jeśli chodzi o Przemysł 4.0, najważniejszym wymogiem jest to, aby komórki produkcyjne były „inteligentne” (Rysunek 2).

Rysunek 2. Właściwości inteligentnych komórek.

W wytwórni inteligentnych komórek, używając odpowiednich czujników, urządzenia muszą mieć informacje o jakościowych i ilościowych właściwościach surowców, warunkach środowiskowych i oczekiwanych właściwościach produktu [11]. Oznacza to, że jednostka produkcyjna musi być zintegrowana, czyli system cyber-fizyczny musi być połączony w najbardziej elastyczny sposób poprzez odpowiedni protokół komunikacyjny, w celu zapewnienia ciągłej wymiany informacji dla odpowiednich danych. Mądra jednostka musi być inteligentna, tzn. jednostka samodzielnie organizuje swoją własną pracę polegającą na wcześniejszych doświadczeniach z decyzjami, czyli jednostka uczy się. Dzięki zdolności uczenia się, jednostka określa niezbędne zadania i kolejność produkcji produktu i zapewnia wymagane zasoby [12] w oparciu o sygnały wbudowane w produkty i surowe materiały.

Dzięki Przemysłowi 4.0 wartość utworzona dla kupującego jest przekształcana. Produkt powinien być teraz rozumiany w rozszerzonym znaczeniu, które jest wyposażone w elementy cyfrowe, np. czujnik lub urządzenie komunikacyjne (RFID), które wysyła sygnał o swoim aktualnym stanie. Jednak rozwój jest ukierunkowany na uzupełnienie inteligentnego produktu o usługi analizy danych i zapewnienie kompletnego rozwiązania dla klienta [13].

Elementy technologiczne wbudowane w produkt umożliwiają im oferowanie coraz bardziej złożonych usług dla klienta. Można rozróżnić cztery poziomy usług opartych na produktach: monitorowanie, kontrola, optymalizacja i autonomia, w zależności od stopnia, w jakim umożliwia się autonomię wysyłania sygnału produktu lub maszyny i interweniuje się w proces produkcji [14].

Pierwszy poziom inteligentnego produktu polega na tym, że produkt jest w stanie samodzielnie dostarczyć dane, monitorować ich status, proces roboczy i zewnętrzne wpływy na środowisko. W przypadku odchylenia od normy, wysyła sygnał do operatora, który może zdecydować o interwencji. To także obejmuje zdolność kupującego do śledzenia dostawy i dostarczenia produktu. Dane są doskonale wykorzystywane do projektowania produktów, segmentacji rynku, usług po sprzedaży.

Drugi poziom dotyczy inteligentnych produktów, gdy monitorowanie prowadzi do interwencji (kontroli). Na podstawie obserwowanych danych system wykrywa odchylenie i instaluje algorytm lub polecenie w urządzeniu lub chmura jest wykonywana.

Trzeci etap to optymalizacja. W tym momencie nie tylko aktualne dane monitorowania i wbudowane sterowanie urządzenia są dostępne, ale dodatkowe oprogramowanie może zostać wykorzystane do włączenia danych historycznych do analizy, która znacznie zwiększa wielkość produkcji, wydajność i wykorzystanie.

Czwarta klasa to produkt autonomiczny. Produkty autonomiczne wykorzystują algorytmy do analizy i komunikowania się i kontrolowania siebie i swojego środowiska. Teraz ludzki operator tylko nadzoruje operację. Inteligentniejsze produkty mogą nauczyć się i być w stanie zapamiętać swoje środowisko, diagnozować własne potrzeby serwisowe i dostosowywać się do potrzeb swoich użytkowników. Mogą pracować w miejscach, w których to jest trudne lub niebezpieczne dla ludzi.

Oprócz produktów, procesy również się zmieniają. Wyjątkowość produktu rośnie, zwiększa się elastyczność procesów produkcyjnych, z klientem i innymi partnerami biznesowymi coraz bardziej się intensyfikuje, więc firma nie tylko zaoferuje produkt wysokiej jakości, ale także będzie połączona z wysokim poziomem usług. Innowacje w produkcie i procesie produkcyjnym umożliwiają zoptymalizowanie produkcji, zwiększenie wydajności i ograniczenie przestojów i błędów.  Wszystkie te okoliczności prowadzą nas do sprytnej fabryki, w której produkty komunikują się z ich otoczeniem i wpływają na ustawienie systemu produkcyjnego [13].

3. Zintegrowane zarządzanie produkcją logistyczną

Logistyka produkcji jest najbardziej definitywnym systemem logistyki korporacyjnej; materiały i produkcja, narzędzia wymagane w procesach produkcyjnych, harmonia procesu produkcyjnego i jego podprocesów, a przepływ materiałów i związane z nimi procesy przepływu informacji są niezbędne do zapewnienia produkcji produktów dla konsumentów / użytkowników. W procesie tworzenia wartości jego funkcja może być skutecznie spełniona tylko wtedy, gdy połączenia z logistyką zakupów, dystrybucji i logistyki odpadów są oparte na kluczowych kwestiach strategicznych i funkcjonują optymalnie, o ile to możliwe. Połączenia produkcyjnego systemu logistycznego przedstawiono na rysunku 3.    

Rysunek 3. Połączenia logistyki produkcji.

W warunkach rosnącej konkurencji rynkowej firmy są w stanie utrzymać swoją pozycję rynkową tylko przez wykorzystanie możliwości integracji między zarządzaniem produkcją a logistyką. Skuteczna obsługa zintegrowanego zarządzania produkcją logistyczną wymaga zintegrowanego systemu informacyjnego (Rysunek 4).

Rysunek 4. Zintegrowany system zarządzania informacjami do zarządzania produkcją i logistyką.

Logistycznie zintegrowane zarządzanie produkcją przenosi poziom zapasów gotowych produktów na konto, zarządza danymi z projektu produktu (drzewo genealogiczne produktu, inwentarz komponentów, komponent rysunek) oraz technologia produkcji i projekt procesu (kolejność działania, kolejność danych technologicznych, sprzęt technologiczny do eksploatacji), określa zapotrzebowanie na materiały i zapotrzebowanie na moce produkcyjne. Na podstawie zapotrzebowania na materiał i poziomu gotowości zamówionych materiałów – przetwarzanie informacji uzyskanych z rynku zamówień – odbywa się poprzez wysyłanie zamówień i proszenie o wycenę. Po dokonaniu oceny ofert i sfinalizowaniu zamówień wydano zakupy, kontrola przechowywania zakupionych materiałów (miejsce przechowywania, zamówienie, itp.) i stan zapasów zakupionych materiałów zostanie zrealizowany. Kolejny krok w produkcji to planowanie, biorąc pod uwagę poziomy zapasów i możliwości logistyczne. Zintegrowane planowanie produkcji ujawnia również, że oprócz zasobów produkcyjnych, zasoby logistyczne są również brane pod uwagę i optymalizowane.

Harmonogram może być oparty na skomputeryzowanym zarządzaniu (wydawaniu) przepływu materiałów i przechowywaniu w procesie produkcyjnym, kontroli technik przepływu materiałów i produkcji sprzętu, monitorowaniu zapasów tymczasowych i monitorowaniu produktów oraz kontroli składowania gotowych produktów, wskaźnik poziomu gotowego produktu. Zarządzanie produkcją to ściśle związane z zapewnieniem jakości, które można wykorzystać do kontroli ram magazynowych, zarządzania przepływem i kontroli produkcji. Ostatecznie dostawa wyrobów gotowych odbywa się zgodnie z zamówieniem, datą potwierdzenia i gotowym magazynowaniem [15].

Procesy produkcyjne ukierunkowane na logistykę mają na celu stworzenie struktury organizacji produkcji rozwiązując zasady logistyczne w jak największym stopniu, a tym samym zwiększenie konkurencyjności firmy.

Zarządzanie systemem logistyki produkcji ma strukturę hierarchiczną, czyli strategiczną, taktyczną i operacyjną. Na poziomie strategicznym przetwarzanie kolejności zadań produkcyjnych i usługowych, biorąc pod uwagę ogólną strategię zarządzania logistycznego, zintegrowaną z produkcją usługą logistyczną planowanie, harmonogram dostaw, rejestracja zapasów magazynowych, przygotowanie zamówień i wymagana praca administracyjna. Logistyczne dane kontrolne dotyczące wykorzystania urządzenia i pojemności urządzenia są wprowadzane do tego poziomu. Po przetworzeniu takich przychodzących danych dynamiczna baza informacji jest stale aktualizowana na poziomie taktycznym. Dynamiczna baza informacji zawiera wybór dostępnych urządzeń do transportu materiałów, narzędzi i pomocy, a także zbiór strategii zarządzania. Na poziomie taktycznym kolejność usług pochodzi z poziomu strategicznego z jednej strony, a z drugiej strony jako informacja zwrotna na temat poziomu operacyjnego jako zbiór danych. Do zamówienia wybrano strategię zarządzania zamówieniami, odbywa się przygotowanie do wysyłki i kontroli, czyli dostarczenie danych do kontrolerów lub ich kierownika. Na poziomie operacyjnym zdarza się działanie maszyn do przeładunku materiałów, kontrola sprzętu, potwierdzanie wykonywanych zadań i dostarczanie informacji taktycznych i poziomu strategicznego. Wreszcie, system logistyczny jest sprawdzany na poziomie taktycznym, z którego pochodzi niezbędna informacja zwrotna.

Dla ekonomicznego funkcjonowania firm, właściwego zarządzania logistyką produkcji procesy mają ogromne znaczenie, ponieważ mogą wpływać na wyniki biznesowe firmy i satysfakcję konsumenta. W logistyce i procesach łańcucha dostaw mogą wystąpić straty w wielu miejscach. Zastosowanie czujników w procesach zapewnia przejrzystość i elastyczność podczas przesyłania danych do chmury przez Internet i udostępniana partnerom w celu zapewnienia optymalizacji systemowej. W ten sposób procesy tworzenia wartości mogą być w pełni śledzone w czasie rzeczywistym [16].

Jednym z podstawowych wymagań Przemysłu 4.0 jest to, że może łączyć się z siecią elektroniczną poprzez Internet. W całym łańcuchu produkcyjnym dane z danych produktu, zamówienia klienta, dane pojemności, dane logistyczne produkcji i kontrola jakości są dostępne w sieci – cyber-fizycznym systemie (CPS). Inteligentne innowacje mają na celu integrację technologii cyfrowej z produktami, maszynami i procesami.

4. Rozwiązanie dla logistyki produkcji według zasad przemysłu 4.0

Paradygmat Przemysłu 4.0 powinien mieć ogromny wpływ na wydajność logistyki produkcji. Jednym z powodów jest to, że aby sprostać dynamicznie zmieniającym się potrzebom klientów, musimy spełnić procesy produkcyjne, które są elastyczne i dynamiczne w reagowaniu na potrzeby klientów zmniejszając zapasy gotowych produktów. Jedno z nowych podejść do produkcji i instalacji procesów w przemyśle motoryzacyjnym i przemyśle montażowym mechatroniki to koncepcja milk run, co zasadniczo oznacza, że ​​milk run’y nie tylko dostarczają materiał, czyli procesy fizyczne, ale także dostarczanie przepływu informacji.

Liczne dobrze sprawdzone metody są dostępne w literaturze do projektowania milk run, ale jeszcze nie rozważano, jak można zaplanować nowe zadania serwisowe w czasie rzeczywistym podczas optymalizacji planowania zadań związanych z obsługą statyczną. Podczas planowania w czasie rzeczywistym problem dotyczy każdego zaplanowanego zadania konserwacji urządzenia milk run które są przypisane do okien czasowych i pojemności urządzenia milk run, aby ograniczenia nie zostały przekroczone. W tym duchu projekt dynamicznych zadań konserwacyjnych kandydatów może być zdefiniowany jako problem NP-trudny, w którym rozwiązania przydzielania i planowania są zintegrowane z celem.

Punktem wyjścia milk run jest zazwyczaj magazyn lub supermarket, więc optymalną funkcję celu można sformułować jako złożoną funkcję kosztu, w której każdy składnik kosztów jest podawany przez następujące działania:

  • koszt wcześniej zaplanowanych dostaw bez przypisywania dynamicznych wymagań;
  • koszty transportu i załadunku milk run do supermarketu i pierwsze i ostatnie miejsca usług;
  • koszty załadunku i transportu dynamicznych wymagań.

Ograniczenia zadania optymalizacji dotyczą dwóch obszarów:

  • Ograniczenia dotyczące ograniczeń przepustowości linii milowych,
  • specyfikacje okien czasowych dla zaplanowanych usług.

Szereg algorytmów heurystycznych może dostarczyć akceptowalnych wyników dla rozwiązania tego problemu i w wyniku tej optymalizacji można uruchomić niezawodny, elastyczny system o wysokiej dostępności, który przejmie wysiłki na rzecz zmniejszenia kosztów obsługi materiałów.

W wyniku planowania można ogólnie stwierdzić, że ze względu na ograniczenia czasowe i ograniczenia pojemności milk run, dynamicznie występujące zadania mogą nie być zaplanowane dla najbliższego punktu serwisowego, ale muszą być popchnięte w pewnym kierunku. Jednak ta zmiana zapewnia, że ​​zarówno okno czasowe, jak i ograniczona pojemność mogą być przestrzegane. Rysunek 5 pokazuje przykład praktycznej realizacji problemu teoretycznego przedstawionego powyżej.

Rysunek 5. Planowanie dynamicznych zadań serwisowych dla milk run na podstawie obsługi.

Dostępne są trzy loty typu milk run i muszą być zaplanowane dwa dynamiczne wnioski. Harmonogram Dynamiczne żądanie # 1 można rozwiązać, nie zamieniając usługi z najbliższym punktem usług. W przypadku dynamicznego akcji # 2 trzeba było przesunąć punkt opuszczania dla dodanego zadania serwisowego w celu utrzymania pojemności dla milk run i limitu czasu obsługi. Oznacza to, że wydanie wymagania dynamicznego # 2 było możliwe tylko w punkcie dostawy, z całą inną dostawą wskazuje na to, że w momencie dostawy są wystarczające rezerwy, wystarczające do wykonania operacji obsługi materiału wymaganych do zapewnienia dynamicznego popytu.

5. Podsumowanie

Fabryka przyszłości jest elastyczna i przejrzysta. Oznacza to, że czas przepływu pracy, przygotowania i czasy przełączania można dokładnie obliczyć, dzięki czemu można określić, gdzie są wolne moce. W ten sposób, kiedy otrzymasz zamówienie klienta, możesz dokładnie obliczyć, kiedy odbywa się zamówienie i jakie możliwości, maszyny, narzędzia zostaną przydzielone i jakie zakupy muszą mieć miejsce do rozpoczęcia produkcji.

W tym artykule dokonaliśmy przeglądu zaplecza technologicznego i głównych cech czwartej rewolucji przemysłowej. Przeanalizowaliśmy przewagi konkurencyjne osiągnięte dzięki sieci pionowej inteligentnych systemów produkcyjnych, a integracja pozioma, zademonstrowała właściwości mądrych komórek i określiła poziomy usług wbudowanych w inteligentny produkt.

Artykuł dotyczy systemu relacji w logistycznym systemie produkcyjnym firmy, z zadaniami związanymi z logistycznie zintegrowanym zarządzaniem produkcją oraz z przewagą konkurencyjną, którą może osiągnąć. Rozwiązując specyficzny problem logistyczny produkcji, wykazaliśmy przewagę konkurencyjną planowania w czasie rzeczywistym.

Powyższe badania mają wiele możliwych kierunków dalszego rozwoju, tak jak przemysł 4.0 charakteryzuje się wielo dyscyplinarnością, która pozwala na dalsze badania nie tylko techniczne, ale również w dziedzinach gospodarczych i społecznych. W odniesieniu do logistyki produkcji nasze przyszłe cele obejmują dalsze badanie procesów serwisowych złożonych systemów produkcyjnych, w których zamierzamy założyć wewnętrzne łańcuchy dostaw, które zapewniają efektywne zarządzanie dużymi złożonymi procesami produkcyjnymi poprzez zintegrowane zarządzanie współpracującymi narzędziami i podprocesami.

Podziękowania

Opisane badanie zostało zrealizowane w ramach EFOP-3.6.1-16-00011 „Młodszy Uniwersytet – Innowacyjne Miasto Wiedzy – rozwój instytucjonalny Uniwersytetu w Miszkolcu ukierunkowany na inteligentną specjalizację” realizowanego w ramach programu Szechenyi 2020. Realizacja tego projektu jest wspierana przez Unię Europejską oraz współfinansowaną przez Europejski Fundusz Społeczny.

Odnośniki:

  • [1]  Holodny E. 2017 A key player in China and the EU’s „third industrial revolution” describes the economy of tomorrow Business Insider http://www.businessinsider.com/jeremy-rifkin-interview- 2017-6
  • [2]  Kundrak J, Molnar V and Deszpoth I 2018 Comparative Analysis of Machining Procedures Machines 6(2) 1-10
  • [3]  Oláh B, Bányai T and Cselényi J 2002 Optimal assignment of assembly plants to the final product requirements of the end users in a cooperative assembly system Proc Int Symp on Intelligent Manufacturing & Automation: Focus on Reconstruction and Development (Vienna) (DAAAM) p 730
  • [4]  Kota L and Jármai K 2015 Mathematical modeling of multiple tour multiple traveling salesman problem using evolutionary programming Appl Math Mod 39(12) 3410-33
  • [5]  Hartványi T and Hencz C I 2016 Economic efficiency analysis of the application of electric transport vehicles – case study Adv Log Sys 10(2) 19-26
  • [6]  Kása R, Gubán M and Gubán Á 2016 Logistical processes of service systems, with special regard to their amelioration – a model framework in: Challenges in Process Management: Decision points, network systems and strategies in practice (ed Gyenge B) (Gyöngyös: Károly Róbert Kutató-Oktató Közhasznú Nonprofit Kft) 31-51
  • [7]  Kulcsárné Forrai M and Kulcsár G 2017 Modeling and Solving an Extended Parallel Resource Scheduling Problem in the Automotive Industry Acta Poly Hung 14(4) 27-46
  • [8]  Losonci D, Kása R, Demeter K, Heidrich B and Jenei I 2017 The impact of shop floor culture and subculture on lean production practices Int J Oper and Prod Man 37(2) 205-25
  • [9]  Konyha J, Bányai T 2017 Sensor networks for smart manufacturing processes Solid State Phenom 261 456-62
  • [10] Deloitte 2014 Industry 4.0 study (Basel: Deloitte)
  • [11]Nagy J 2017 Industry 4.0: definition, elements and effect on corporate value chain http://unipub.lib.uni-corvinus.hu/3115/
  • [12] Bechtold J, Kern A, Lauenstein C and Bernhofer L 2014 Industry 4.0 – The Capgemini Consulting View 31 (Capgemnini Consulting)
  • [13]Abonyi J and Miszlivetz F 2016 Intersections of networks: Social challenges of I4.0 (Szombathely: Savaria University Press)
  • [14] Porter M E, Heppelmann J E 2014 How smart, connected products are transforming competition Harvard Bus Rev 92(11) 64-88
  • [15]  Illés B, Glistau E and Machado N I C 2007 Logistik und Qualitätsmanagement (Budapest: Budai Nyomda) p 195
  • [16]  Nagy G Bányai Á, Illés B and Glistau E 2018 Analysis of supply chain efficiency in blending technologies Lect Notes in Mech Eng 2018 280-91

Powyższy tekst jest tłumaczeniem oryginalnego artykułu: IMPACT OF INDUSTRY 4.0 ON PRODUCTION LOGISTICS

Autorzy: G Nagy, B Illés and Á Bányai

Publikowane w: IOP Conference Series: Materials Science and Engineering, Volume 448, Number 1

Tłumaczenie wykonali: Marcel Mikulski, Dawid Rusinko, Dawid Zając