XiaoMi-AI文件搜索系统
World File Search System生产规划
新闻通讯 - SMS 集团
这里的核心组件是创新解决方案，例如我们的跨工厂数字质量监控和优化系统 PQA ®（产品质量分析仪）。或者我们的制造执行系统 X-Pact ® MES 4.0，用于生产规划和控制。我们将向您展示我们在机器学习方面取得的进展。此外，您可以详细了解增强现实如何支持和培训您的维护专家。使用 eDoc 可以让您直接在机器上识别并立即订购备件。此外，您将有机会沉浸在虚拟世界中，并通过基于数字孪生的模拟看到您的优势。熟悉我们最新的智能传感器技术，它为数字化和工业 4.0 提供了基础。我们的传感器集成在工厂中，可实时收集所有必需的数据，并将它们分别提供给自动化系统以进行数字质量优化。
随机优化技术在机组组合问题中的应用——综述
摘要 — 由于现有的能源生产方式加剧了气候危机，可再生能源将取代相当一部分煤炭或核电站，以防止温室气体或有毒废物进入大气。这种相对快速的能源生产转变主要是受日益增加的政治和经济压力推动的，需要能源供应商付出巨大努力来平衡生产波动。因此，在电网和微电网的随机机组组合 (UC) 关键领域进行了大量研究。机组组合一词包括多种优化技术，在本文中，我们将回顾该领域的最新发展。我们首先概述不同的问题定义和随机优化程序，然后评估最近对该主题的贡献。因此，我们比较了几篇论文的提案和案例研究。索引术语 — 机组组合、随机优化、微电网、能源生产规划、不确定性
2024 年澳大利亚矿产报告
预计欧元区仍将落后于发达经济体，2024 年增长 0.8%，2025 年增长 1.2%，而中国增长将在 2025 年放缓至 4.5% 左右。3 预计印度 2025 年的增长将稳定在 6.5%，与近期增长相比有所放缓。全球向服务业经济的转变仍在继续，制造业越来越有可能集中在印度和中国，尽管中国继续平衡其经济以增加国内消费。这些国家的钢铁生产和需求值得密切关注，目前中国对印度的钢铁进口抑制了价格，并激发了印度提高自身炼钢能力的愿望。鉴于经济增长与大宗商品价格之间存在很强的正相关性（见普华永道在《2022 年澳大利亚矿产》中的分析），预测表明对大宗商品的需求将有所缓和但稳定，需要战略性生产规划和市场多元化，以减轻与区域经济放缓有关的风险。
通过物联网迈向工业 4.0：优化不断发展的制造工厂中的业务流程
过去几十年的研究进步使得物联网 (IoT) 概念得以引入多种工业应用场景，从而催生出所谓的工业 4.0 或工业物联网 (IIoT)。工业 4.0 的目标是彻底改变行业管理和业务流程，通过现场数据收集和分析提高制造技术的生产力，从而创建工业场景的实时数字孪生。此外，公司必须尽可能“智能”，并适应数字供应链的变化。这可以通过在工业 4.0 场景中利用物联网来实现。在本文中，我们描述了由帕尔马大学跨学科工程经济衍生公司 things2i s.r.l. 指导的革新过程，这是一个真正的制造业正在经历的连续几年的阶段。第一阶段涉及控制质量过程的数字化，具体涉及公司的生产线。通过引入数字化、智能化和基于 Web 的应用程序，包含不同质量检查的纸张的使用变得更加智能，该应用程序目前通过使用智能设备为供应链上的操作员和质量检查员提供支持。IIoT 演进的第二阶段（目前正在进行中）涉及生产规划活动的数字化和优化，通过创新的 We
国防部仓库级可修复供应链管理
兰德国防研究所 (NDRI) 研究了国防部 (DoD) 仓库级可修复 (DLR) 供应链管理，以评估如何改进它以增强客户支持并降低成本。我们的研究团队采用了互补的方法，包括分析 DLR 流量和库存数据、访谈和现场访问、服务文档审查、文献综述以及特定 DLR 的案例研究。从这些多种方法中，我们提炼出库存明显“过剩”和客户支持不足的最常见原因，并确定了相关的流程改进机会。我们没有找到任何大型的“灵丹妙药”解决方案，结论是 DLR 由各军种管理得相对较好。但是，我们确实发现了一些改进 DLR 供应链管理的适度机会。第一个，也可能是最大的，是提高零件的可支持性，包括在规划支持仓库生产的库存时采用涵盖供应和维护的总成本视角。第二个机会是让陆军更多地转向拉动生产。第三是减少影响 DLR 供应链管理的所有类型合同的交付周期。第四是更好地考虑 DLR 生产规划中的所有资源交付周期以及采购和维修需求的可预见变化。这些改进都将改善客户支持，更好的零件支持可能会降低维护成本
使用 ANN 预测动态互联装配系统中基于 AI 的在线调度的性能指标
摘要 由于产品频繁变化，大规模定制要求缩短制造系统的响应时间。系统动态性的增加对灵活性提出了更高的要求，尤其是对装配过程，因为复杂性在价值创造的最后一步不断积累。与传统的专用装配线方法相比，灵活且动态互连的装配系统可以满足日益增长的需求。这类系统中的高复杂性和动态环境导致对实时在线控制和调度解决方案的需求。在在线调度的决策中，预测可用操作后果的能力至关重要。在实时环境中，运行大量离散事件模拟来评估操作如何展开需要太多的计算时间。人工神经网络 (ANN) 是一种可行的替代方案，可以快速评估生产状态的潜在未来性能价值，以进行在线生产规划和控制。它们可以预测性能指标，例如在当前生产状态下的预期完工时间。利用人工智能 (AI) 游戏算法的最新进展，创建了一个基于 Google DeepMind 的 AlphaZero 的装配控制系统。具体来说，ANN 被纳入到该方法中，它建议有利的工作路由决策并预测行动的价值。结果表明，训练后的网络预测有利行动的准确率超过 95%，估计完成时间的误差小于 3%。
农村电气化区域规划的碳排放夹点分析
农村电气化是马来西亚东部沙捞越州的一个持续问题。大约 7% 的沙捞越农村人口仍然无法用上电。然而，增加更多的化石燃料资源来完全实现沙捞越的电气化将导致碳排放增加。这将与马来西亚到 2030 年将二氧化碳排放量从 2010 年的水平减少 45% 的计划相矛盾。因此，必须部署低碳能源资源来满足农村地区不断增长的能源需求。在部署这些能源资源之前，有必要确定实现碳减排的最低目标。这可以通过碳排放夹点分析 (CEPA) 来规划。因此，本研究提出了一个基于 CEPA 的区域规划模型，该模型将有助于优化能源生产规划和能源生产技术的技术选择。本研究还将分析低碳能源资源的使用情况，考虑到碳减排目标，以满足农村社区的电力需求。针对马来西亚沙捞越地区的能源规划案例研究旨在说明碳排放夹点分析方法。案例研究结果显示，当模型允许新增低碳资源的产能时，高碳资源的消耗量会减少。因此，与 2020 年相比，2040 年煤炭、天然气和柴油的消耗量分别减少至 4,449,151 兆瓦时、24,673,913 兆瓦时和 480,074 兆瓦时。
Pillai, R.、Sivathanu, B.、Mariani, M. ORCID：https://orcid.org/0000-0002-7916-2576、Rana, NP、Yang, B. 和 Dwivedi, Y. (2022) 汽车零部件制造公司采用人工智能工业机器人。生产规划与控制，33 (16)。第 1517-1533 页。ISSN 0953-7287 doi：https://doi.org/10.1080/09537287.2021.1882689 可在 https://centaur.reading.ac.uk/93387/ 上获取
全球的汽车零部件制造公司 (ACMC) 正在蓬勃发展地使用人工智能工业机器人 (InRos)。基于利用技术、组织和环境 (TOE) 框架的模型，这项研究研究了在新兴经济背景下 ACMCs 对 InRos 的采用。这项研究通过对印度 460 名 ACMCs 高级经理和所有者的调查，仔细研究了 ACMCs 对 InRos 的采用意向和潜在用途。研究结果表明，感知兼容性、外部压力、感知收益和供应商支持是 InRos 采用意向的关键预测因素。有趣的是，该研究还表明，IT 基础设施和政府支持不会影响 InRos 的采用意向。此外，分析表明，感知成本问题对 ACMCs 采用意向和 InRos 潜在用途之间的关系产生负面调节。本研究提供了理论贡献，因为它部署了传统的 TOE 框架，并反直觉地发现 IT 资源并不是技术采用的主要驱动力：因此，它建议采用比传统 RBV 更全面的框架。这项工作为管理人员提供了管理建议，揭示了在采用 InRos 处于起步阶段的国家中 ACMCs 采用 InRos 的意图和潜在用途的先决条件。关键词：工业机器人、汽车零部件制造、采用、潜在用途、TOE
S/4HANA 中的 SAP 细分探索
摘要：作为其现代企业资源规划 (ERP) 解决方案的一部分，SAP 为客户提供了一项名为“细分”的功能，该功能通过基于质量、产地或客户类型等特征对材料进行逻辑分类，帮助客户管理不同的市场需求。对于在动态环境中运营的企业，细分可确保供应链流程与动态市场需求保持一致。本文探讨了 SAP 中细分功能的基础知识、它与各种模块的集成、细分类型以及企业如何利用细分来实现更高效的物流和生产规划。本指南着重于简化技术方面，旨在帮助刚接触 SAP 但对业务流程经验丰富的业务用户理解和有效实施细分。关键词：企业资源规划、SAP、细分、主数据、配置 1. 简介 在当今以客户为中心的市场中，企业面临着越来越大的压力，需要简化其供应链规划和执行业务流程，以满足不同的消费者需求。这种复杂性要求对供应链的所有方面采取战略性方法，即制造、物流、采购和规划，以提供符合特定细分市场的产品。 SAP 作为领先的企业资源规划 (ERP) 解决方案，提供了一项名为“细分”的强大功能来应对这些挑战。SAP 中的细分功能允许企业对其材料进行逻辑分类，不仅按基本属性，还按更细微的特征（如质量水平、原产地/供应商或特定市场需求）进行分类。这种分类对于管理整个供应链中大量数据的公司尤其有价值，可帮助他们优化库存、及时满足客户需求并实现运营效率。虽然细分看起来像是一个技术过程，但它是一个强大的工具，业务用户（即使是 SAP 新手）也可以利用它来提高组织的绩效。本文分解了 SAP 细分的概念，它如何集成到物料主数据、销售和分销以及生产计划等不同模块中，并提供了有关有效设置和使用细分的见解。目标是揭开此功能的神秘面纱，展示它如何支持业务流程，同时强调其在 SAP 各种系统中的实际应用。什么是 SAP 中的细分？它为什么有用？ SAP 中的细分是一种战略方法，使企业能够根据特定属性对材料进行分类，确保物流、生产和库存流程与市场需求紧密结合。本质上，细分是一种根据质量、原产地或市场需求等特征逻辑地组织库存的方法。该组织有助于简化整个供应链的流程，使管理大量数据和库存变得更加容易。