arrow
返回

Simulation-Driven Decision-Making for Process Optimization for Gate Valve Value Stream Production Line

delete2026-01-01
delete0
PRE
AI
A
Anush Kumar Gunalan
S
S. D. Naik
S
Sang Won Yoon
Z
Zimo Wang *
S
Spencer Ortell
DOI:10.1007/978-3-032-07675-5_17delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
制造中的有效决策需要严谨的分析方法和现实的过程建模。本研究探讨了基于离散事件的仿真方法,以优化闸阀价值流(GVVS)生产线。所提出的仿真整合了统计工具来评估关键绩效指标,包括周期时间、吞吐量和资源利用率,确保数据驱动的见解支持所有决策。制造系统的数字孪生通过仿真软件FlexSim实现,结合了现实实体的三维计算机辅助设计(3D CAD)模型,以增强可视化准确性和可解释性。这些高保真度表示有助于更好地理解制造系统的动态,并能支持对运营变更的进一步验证和决策。此外,交互式仪表板使利益相关者能够进行假设实验和分析,允许在不中断运营的情况下评估/评估替代决策,例如新布局、调整操作员数量或重新分配资源。所提出的仿真驱动方法通过系统地识别低效性、最小化试错迭代和促进持续流程改进,与精益制造原则保持一致。所提出框架的适应性确保了不同生产环境中的可扩展性,增强了其在动态制造环境中的应用性。基于场景的仿真分析显示,两个工作单元的吞吐量提高了40%,证明了所提出方法的具体影响。这种改进直接有助于提高生产效率,并支持基于数据的决策制定,以进行战略资源规划。本研究强调了仿真驱动分析方法、制造系统可视化和运营灵活性之间的协同作用,以支持战略决策,并推进常规制造系统数字化中的数字孪生技术。
Keyword:
Simulation-based decision-making
Digital twin
Process Optimization
Lean Manufacturing
Statistical Analysis
3D Visualization
Continuous Improvement
FlexSim
Time Study
Industry 4.0

期刊

F
FLEXIBLE AUTOMATION AND INTELLIGENT MANUFACTURING: THE FUTURE OF AUTOMATION AND MANUFACTURING: INTELLIGENCE, AGILITY, AND SUSTAINABILITY, FAIM
IF:
0
论文数:
137
被引数:
0

机构

S
state university of new york (suny) system
学者数:
6.5W
论文数: 5.8W
被引数: 65
B
binghamton university, suny
学者数:
2.5K
论文数: 2.0K
被引数: 1
引用论文

引用论文

Virtual memory palaces: immersion aids recall
err2018-05-16
err335
errOAAI
errKrokos, Eric; Plaisant, Catherine; Varshney, Amitabh
err分享
err收藏
Data-driven smart manufacturing数据驱动的智能制造
err2018-07-01
err960
PREAI
errTao, Fei; Qi, Qinglin; Liu, Ang; Kusiak, Andrew
err分享
err收藏