• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Délais de livraison dans la gestion de la chaîne d'approvisionnement de la fabrication additive

Délais de livraison dans la gestion de la chaîne d'approvisionnement de la fabrication additive

Paperback

Technology & Engineering

Currently unavailable to order

ISBN10: 663039349X
ISBN13: 9786630393491
Publisher: Editions Notre Savoir
Pages: 72
Weight: 0.24
Height: 0.17 Width: 6.00 Depth: 9.00
Language: French
Cet ouvrage traite de l'incapacité des systèmes ERP et MRP conventionnels à calculer les délais de livraison avec précision dans les chaînes d'approvisionnement de la fabrication additive (FA). Les paramètres de délai de livraison fixes et déterministes, conçus pour une fabrication stable, échouent dans les environnements de FA où les temps de fabrication varient selon la géométrie des pièces, où le post-traitement est très variable, où la disponibilité des machines est stochastique et où l'approvisionnement en matériaux implique des délais longs et incertains. Cette recherche développe une taxonomie des délais de livraison en FA en cinq phases couvrant la préproduction, la file d'attente des machines, la fabrication, les interruptions en cours de processus et le post-traitement. Elle élabore le cadre de calcul des délais de livraison AM-SCM (AMLTCF), un modèle stochastique modulaire produisant des distributions de probabilité des délais plutôt que des estimations ponctuelles. Validé par des études de cas dans les secteurs de l'aérospatiale, des dispositifs médicaux et des biens de consommation, l'AMLTCF réduit l'erreur de prévision des délais de 22 à 39% (référence ERP) à 7 à 12%, permettant des engagements clients plus précis, une planification optimisée et une réduction des stocks de sécurité. Des modèles d'apprentissage automatique, XGBoost et LSTM, améliorent encore la précision des prévisions lorsque des données historiques suffisantes sont disponibles.

Also from

Bhatt, Purnank

Also in

Technology & Engineering