陶瓷行业的合作伙伴 几十年来,Eirich 一直致力于为陶瓷行业提供原材料和坯体制备的顶级技术,这些技术以混合和精磨的基本操作为中心。我们的创新解决方案首先使陶瓷领域的许多进一步发展成为可能。制造高品质陶瓷产品所需的陶瓷坯体等级要求对所用原材料及其特性有广泛的了解。Eirich 从其在世界各地安装的无数材料加工系统中获得了这些知识,积累了针对不同坯体特性单独调整工艺并取得最佳效果所需的专业知识。Eirich 将自己视为客户在工艺链上的合作伙伴,从原材料交付到将成品陶瓷坯体转移到成型机。通过与客户联合优化工艺,Eirich 开发并提供包含所有必要单元和设备的解决方案,无论是用于新项目、改造、现代化还是扩展。
精心控制 您对磨机的控制越多,研磨效率就越高。我们的球磨机包括监控系统,用于连续测量材料和空气温度以及磨机出口的压力。磨机的通风由磨机风扇入口处的阻尼器调节。并且通过传感器连续监测材料填充水平。对于在闭路中运行的球磨机,通过称重分离器中的废料流量来监测循环负荷。这些措施可确保您实现最佳的磨机性能,为您提供所需的质量、效率和可靠性。
摘要 目的——精益库存策略可以成为时尚零售行业一种有前途的可持续实践。然而,这种策略是否总是对公司的财务业绩产生积极影响在先前的研究中尚未明确。因此,管理人员可能会犹豫是否投资实施精益库存策略。本研究调查了该策略的边界条件,即它可以改善公司绩效的条件。 设计/方法/方法——基于日本经济产业省对日本商业结构和活动的调查,收集了 2005 年至 2019 年的二次纵向数据。样本包括来自该国 57 家时尚零售商的 807 个观察结果。使用固定效应方法检验研究假设。 结果——本研究发现 IT 强度是该策略的边界条件。具体而言,只有当 IT 强度不为零时,精益库存策略才会对时尚零售公司的盈利能力产生积极影响。此外,这种积极的绩效效应因 IT 强度而得到加强。 原创性/价值——本研究考虑了精益库存策略在时尚零售行业的潜在可持续性效益。研究结果表明,当 IT 密集度较高时,该策略可以作为改善公司财务和环境绩效的可持续实践。本研究为负责财务和环境绩效的时尚零售经理提供了宝贵的见解。关键词时尚零售、精益库存策略、库存精益度、可持续实践、IT 密集度、公司盈利绩效论文类型研究论文
摘要。如今,人们对精益制造的兴趣逐年增加,许多航空公司在实践中也采用了精益制造。与此同时,互联网技术也进入了现代飞机的生产。为了提高航空产品的质量和安全性,本文建议在俄罗斯和中国的飞机生产系统中使用精益制造和物联网技术。波音公司有一个成功的案例研究,该公司利用这些技术取得了巨大的成果。为了在实践中实现这一想法,首先需要对这些技术在生产系统中的实施进行建模和分析,并了解它是否有利可图。本文提出了使用离散事件模拟方法,证明了其在实际实践中的模仿和实现的可能性。结果表明,我们可以轻松地使用 ARENA 软件(基于 DES 建模)来证明精益和物联网技术的效率。总之,显而易见,由于互联网技术的快速发展,有必要将其与精益制造流程相结合并分析其实施情况。
摘要。可变形图像配准是医学图像分析中的关键步骤,用于找到一对固定图像和运动图像之间的非线性空间变换。基于卷积神经网络 (CNN) 的深度配准方法已被广泛使用,因为它们可以快速、端到端地执行图像配准。然而,这些方法通常对具有较大变形的图像对性能有限。最近,迭代深度配准方法已被用来缓解这一限制,其中变换以由粗到细的方式迭代学习。然而,迭代方法不可避免地延长了配准运行时间,并且倾向于在每次迭代中学习单独的图像特征,这阻碍了利用这些特征来促进以后的迭代配准。在本研究中,我们提出了一种用于可变形图像配准的非迭代由粗到细配准网络 (NICE-Net)。在 NICE-Net 中,我们提出了:(i) 单次深度累积学习 (SDCL) 解码器,可以在网络的单次(迭代)中累积学习从粗到细的转换;(ii) 选择性传播特征学习 (SFL) 编码器,可以学习整个从粗到细配准过程的常见图像特征并根据需要选择性传播这些特征。在 3D 脑磁共振成像 (MRI) 的六个公共数据集上进行的大量实验表明,我们提出的 NICE-Net 可以胜过最先进的迭代深度配准方法,而只需要与非迭代方法类似的运行时间。
《精益供应链和物流管理》是一本实用指南,可帮助企业使用精益策略改善其供应链和物流绩效。本书讲解了基本和高级精益工具,以及供应链和物流管理中的具体实施机会。要点包括:* 使用精益为您的供应链注入活力* 识别和消除企业供应链和物流功能中的浪费* 实施具有关键成功因素的精益方法* 真实示例和案例研究,展示如何有效使用精益策略实现重大的长期改进和底线节约本书涵盖各种主题,例如:* 在供应链和物流中使用精益机会和 JIT(即时)* 精益工具和仓库管理* 全球精益供应链和物流* 精益机会评估、价值流图和 Kaizen 事件管理* 一流的精益技术使用* 指标和测量* 教育和培训失败 - 实施精益供应链和物流管理定义为什么大家对精益供应链管理感兴趣?第 2 章历史视角:从精益制造到精益企业……对速度的需求 - 精益的演变 - 对速度的需求 - 精益办公室 - 精益供应链和物流管理 - 精益六西格玛 - 周期时间与处理时间 - 节拍时间 - 码头到码头时间第 3 章八大浪费:不浪费,不匮乏 – 什么是“浪费”? - 八大浪费 - 库存浪费 - 运输或移动浪费 - 动作浪费 - 等待浪费 - 生产过剩浪费 - 过度加工浪费 - 缺陷或错误浪费 - 行为浪费(或未充分利用的员工) - 不同的思维方式 第四章 供应链和物流中的精益机会:只见树木不见森林 - 计划 - 预测中的浪费 - 来源 - 制造 - 按订单生产(MTO)与按库存生产(MTS) - 分销需求计划 - 交付 - 退货 第五章 基本的精益工具:没有坚实的地基,你就无法建造一座房子 - 标准化工作 - 可视化工作辅助工具 - 可视化工作场所 - 布局 - 5S:工作场所组织和标准化 - 整理 - 摆放整齐 - 亮丽 - 标准化 - 维持 第六章 高级精益工具:这不是火箭科学 - 批量减少和快速转换 - 批量减少 - 快速转换 - 看板 - 源头质量 - 工作单元 - 平衡工作单元 - 全面生产维护 - 整体设备效率 - 精益分析工具 - 工具收集工具 - 组织工具 - 识别问题的工具 第 7 章 供应链和物流中的 JIT:JIT 很好 - 重点领域。记录的成功基准和许多示例有助于向读者解释复杂性。本书的组织和编写方式使其既可作为该领域的入门书,也可作为实践经理遇到特殊挑战时的参考书。”——约翰·J·科伊尔博士,宾夕法尼亚州立大学斯米尔商学院供应链与信息系统系物流与供应链管理名誉教授 “对于所有寻求降低成本、提高利润的供应链经理来说,这本书是必读之书,必须阅读....” 重新思考效率:消除供应链和物流中的浪费 **精益供应链和物流管理** 本书为消除组织供应链和物流功能中的浪费提供了实用指南。它解释了基本和高级精益工具,并提供了具体的精益实施机会。文本涵盖了各种主题,包括: - **废物减少中的仓库管理系统**:利用技术简化仓库运营并减少浪费。 - **运输管理系统 (TMS)**:实施高效的运输规划和执行系统,降低成本和排放。 - **电子数据交换 (EDI) 和电子商务**:利用数字平台进行供应链管理,包括 EDI、基于 Web 的 EDI 和电子商务,特别适用于中小型企业。 - **协作计划、预测和补货 (CPFR)**:一种涉及供应商、制造商和零售商的方法,旨在提高预测准确性并减少缺货。 - **供应商管理库存 (VMI) 和价值流图**:供应商为买方管理库存水平的策略,通过映射价值流来关注供应链效率。 - **指标和测量**:了解交付可靠性、响应能力、灵活性、成本和资产管理等关键指标,以评估供应链绩效。 - **教育和培训**:员工培训在精益原则和实践中的重要性,包括团队建设方法和选择合适的培训交付方法。 - **未来思考:精益时代即将到来**:反思在供应链中实施精益战略的经验教训,包括与人力资源、技术和协调相关的挑战。本书以现实世界的例子(附录 A)和精益机会评估工具(附录 B)作为结尾,使其成为寻求实施高效供应链和物流实践的公司的宝贵资源。通过利用评估、价值流映射和 Kaizen 事件管理等尖端工具来提升您的业务绩效。通过创新的技术集成保持领先地位,通过精益原则简化流程。使用数据驱动的指标和测量来监控进度。为您的团队提供宝贵的教育和培训资源 - 包括可下载的幻灯片以方便学习。(选定的方法:增加突发性(IB)
表1显示了从1980年代初到1990年代末的供应链的四个进化时间表过渡阶段。供应链时间表包括1980年代初,1980年代末,1990年代初和1990年代末。供应链的演变由几个区分每个阶段的标准组成。除了供应链时间线演化标记外,还包括五个标准以区分每个时间表的差异。供应链理念包括产品,市场和客户概念。这种哲学还包括强调精益和敏捷方法的实践,以及试图建立运营联盟实践的早期阶段。从组织运营的角度来看,市场冠军标准以获得竞争优势和市场成功,重点是在四个阶段的范围内质量,成本,可用性和交货时间。从客户的角度来看,从成本,可用性,交货时间和质量因素中范围内,市场预选赛,从客户的角度来看。
适当的防磨装置保护可减少磨损和伤害。如果没有防磨装置,绳索可能会过度磨损和切断;这反过来会导致绳索强度下降并最终失效。为了妥善保护系泊绳索,应在绳索可能与粗糙表面摩擦的区域安装足够长度的防磨装置。应持续监测防磨装置的位置,以确保装置在涨潮和退潮间隔以及恶劣天气期间保持原位并有效。
湿法细磨工艺是一种较古老的工艺,在美国水泥生产之前,欧洲就已开始使用这种工艺。当水泥成分中含有非常潮湿的粘土和泥灰岩时,这种工艺更常使用。在湿法工艺中,混合的原材料被移入球磨机或管磨机,这些球磨机或管磨机是圆柱形旋转滚筒,内有钢球。这些钢球将原材料研磨成小碎片,碎片大小可达 200 英寸。研磨过程中,加入水,直到形成泥浆(稀泥浆),然后将泥浆储存在开放式罐中,在那里进行额外的混合。在燃烧之前,可以从泥浆中除去部分水,或者可以将泥浆原样送入窑中,在燃烧过程中蒸发水分。干法细磨工艺使用类似的一组球磨机或管磨机完成;但是,研磨过程中不加水。干材料储存在筒仓中,可以在那里进行额外的混合和搅拌。
可变形图像配准是医学图像分析的基本步骤。最近,Transformer 已用于配准,其表现优于卷积神经网络 (CNN)。Transformer 可以捕获图像特征之间的长距离依赖性,这已被证明对配准有益。然而,由于自注意力的计算/内存负载高,Transformer 通常用于下采样特征分辨率,无法捕获全图像分辨率下的细粒度长距离依赖性。这限制了可变形配准,因为它需要每个图像像素之间精确的密集对应关系。没有自注意力的多层感知器 (MLP) 在计算/内存使用方面效率高,从而可以捕获全分辨率下的细粒度长距离依赖性。然而,MLP 尚未在图像配准中得到广泛探索,并且缺乏对医学配准任务至关重要的归纳偏差的考虑。在本研究中,我们提出了第一个基于相关感知 MLP 的配准网络 (CorrMLP) 用于可变形医学图像配准。我们的 CorrMLP 在新颖的粗到细配准架构中引入了关联感知多窗口 MLP 块,该架构可捕获细粒度多范围依赖性以执行关联感知粗到细配准。对七个公共医疗数据集进行的大量实验表明,我们的 CorrMLP 优于最先进的可变形配准方法。