Pattern-based Manufacturing Optimiz

Pattern-based Manufacturing Optimization (PbMO) goes
beyond that and proposes concrete process modifications
that are applicable for a given process to achieve a defined
goal, e. g., to speed up the process. PbMO is based on the
idea of pattern-based optimization presented in [3] and uses
manufacturing-specific optimization patterns stored in the
Manufacturing Pattern Catalogue. These patterns describe
typical optimization options, i. e., best practices, and encapsulate
necessary analytics, esp. data mining models. One
pattern for example describes the optimal selection of resources
for a production step using multiple regression.
Resource attributes like the experience of an employee are
linked with performance indicators, e. g., the execution duration
of a production step, in a regression model to predict the
likely performance and select the best resource available.
IbMO as well as PbMO can be applied ex-ante in the a
priori design, real-time during the execution and ex-post in
the a posteriori analysis of a manufacturing process. In the
following sections we focus on IbMO, esp. the use case of
root cause analysis, since PbMO still requires significant
research efforts, esp. considering the definition of appropriate
optimization patterns in manufacturing.
Both the Manufacturing Warehouse and the data mining
use cases for IbMO and PbMO are designed to be flexibly
adaptable to heterogeneous manufacturing environments
during the instantiation of the AdMA Platform in a concrete
application environment. The essential conceptual difference
to existing data mining approaches is the holistic view on the
manufacturing process comprising all production steps,
resources as well as all input and output relations of the
whole process from the creation of the production order until
the finishing of the product in order to optimize the overall
manufacturing process in an integrated manner.
In general, our work can be seen as an application of process
mining [26] to manufacturing. At this, we do not focus
on the classic process mining disciplines, namely discovery
and conformance of process models, but on the enhancement
of existing process models in order to improve them. In
contrast to traditional enhancement approaches, we use not
only process data but also operational data.

ผลลัพธ์ (ไทย) 1:

ไปตามรูปแบบการผลิตเพิ่มประสิทธิภาพ (PbMO)
นอกเหนือจากนั้น และเสนอปรับเปลี่ยนกระบวนการคอนกรีต
ที่จะใช้สำหรับกระบวนการที่กำหนดเพื่อกำหนด
เป้าหมาย e. กรัม ความเร็วในการ PbMO ตาม
ความคิดของตามรูปแบบการนำเสนอใน [3] และใช้
เพิ่มประสิทธิภาพผลิตเฉพาะรูปแบบที่เก็บไว้ใน
ผลิตรูปแบบแคตตาล็อก อธิบายรูปแบบเหล่านี้
ปกติตัวเลือก i. e. แนวทางปฏิบัติที่ดีที่สุด และซ่อน
จำเป็นวิเคราะห์ แบบจำลองการทำเหมืองข้อมูล esp. หนึ่ง
รูปอธิบายตัวเลือกที่เหมาะสมของทรัพยากรเช่น
สำหรับขั้นตอนการผลิตที่ใช้หลายถดถอย
ทรัพยากรคุณลักษณะเช่นประสบการณ์ของพนักงาน
เชื่อมโยงกับตัวบ่งชี้ประสิทธิภาพ e. กรัม ระยะเวลาการดำเนินการ
ของขั้นตอนผลิต ในแบบจำลองถดถอยเพื่อทำนายการ
แนวโน้มประสิทธิภาพและเลือกใช้ทรัพยากรดีที่สุดได้
IbMO เป็น PbMO สามารถใช้อดีตพระราชวังใน
แบบแรกสุด เวลาจริงในระหว่างการดำเนินการและอดีตลงใน
เป็น posteriori วิเคราะห์กระบวนการผลิตได้ ในการ
ต่อส่วนที่เราเน้น IbMO, esp. กรณีใช้ของ
รากสาเหตุวิเคราะห์ ตั้งแต่ PbMO ยังคงต้องสำคัญ
วิจัยความพยายาม esp. พิจารณานิยามของความเหมาะสม
รูปแบบเพิ่มประสิทธิภาพในการผลิต
ทั้งผลิตคลังสินค้า และการทำเหมืองข้อมูล
ใช้กรณี IbMO และ PbMO ถูกออกแบบมาให้มัน
บรรยากาศสภาพแวดล้อมการผลิตที่แตกต่างกัน
ระหว่าง instantiation ของ AdMA แพลตฟอร์มในคอนกรีต
สภาพแวดล้อมของโปรแกรมประยุกต์ ความแตกต่างแนวคิดสำคัญ
วิธีการทำเหมืองข้อมูลที่มีอยู่จะเป็นมุมมองแบบองค์รวมบน
ประกอบด้วยขั้นตอนการผลิตทั้งหมด กระบวนการผลิต
ทรัพยากรรวมทั้งความสัมพันธ์อินพุท และเอาท์พุทของทั้งหมด
ทั้งกระบวนการตั้งแต่การสร้างใบสั่งการผลิตจนถึง
จบของผลิตภัณฑ์เพิ่มประสิทธิภาพโดยรวม
กระบวนการในการรวมลักษณะการผลิต
โดยทั่วไป, งานของเราสามารถดูได้เป็นโปรแกรมประยุกต์การ
[26] การทำเหมืองแร่การผลิตได้ ที่นี้ เราไม่เน้น
ในสาขาวิชาคลาสสิกกระบวนการทำเหมืองแร่ ค้นพบได้แก่
และความสอดคล้องกัน ของแบบจำลองกระบวนการ แต่ ในการปรับปรุง
ของแบบจำลองกระบวนการที่มีอยู่เพื่อปรับปรุงพวกเขา ใน
ความคมชัดเมื่อต้องการปรับปรุงแบบวิธี เราใช้ไม่
เท่า ประมวลผลข้อมูล แต่ข้อมูลการดำเนินงาน

ผลลัพธ์ (ไทย) 3:

รูปแบบการเพิ่มประสิทธิภาพการผลิตตาม ( pbmo ) ไป
เกินกว่าที่และนำเสนอกระบวนการปรับเปลี่ยน
คอนกรีตที่เกี่ยวข้อง ให้กระบวนการเพื่อให้บรรลุเป้าหมายที่กำหนด
เช่น เพื่อเร่งกระบวนการ pbmo จะขึ้นอยู่กับความคิดของการเพิ่มประสิทธิภาพที่นำเสนอรูปแบบตาม

[ 3 ] และใช้ในการผลิตเฉพาะการเพิ่มประสิทธิภาพรูปแบบเก็บไว้ใน
การผลิตรูปแบบแคตตาล็อกรูปแบบเหล่านี้อธิบาย
ตัวเลือกเพิ่มประสิทธิภาพโดยทั่วไปเช่น ดีที่สุด และแค็ปซูล
Analytics จำเป็นต้อง mining ทางข้อมูล หนึ่ง
รูปแบบตัวอย่างเช่นอธิบายการเลือกที่เหมาะสมของทรัพยากร
สำหรับขั้นตอนการผลิตโดยใช้การวิเคราะห์การถดถอยพหุคูณ
ทรัพยากรคุณลักษณะเช่นประสบการณ์ของพนักงานเป็น
เชื่อมโยงกับตัวบ่งชี้ ประสิทธิภาพ เช่น การระยะเวลา
ของขั้นตอนการผลิตในแบบจำลองการถดถอยเพื่อทำนายประสิทธิภาพและเลือกทรัพยากรมาก

ibmo ที่ดีที่สุดที่มีอยู่ รวมทั้ง pbmo สามารถใช้ ex ante ใน A
priori แบบเรียลไทม์ในการโพสต์เก่าใน
จากผลไปสู่เหตุการวิเคราะห์กระบวนการผลิต ใน
ส่วนต่อไปนี้เรามุ่งเน้น ibmo โดยเฉพาะการใช้กรณี
การวิเคราะห์สาเหตุรากตั้งแต่ pbmo ยังคงต้องใช้ความพยายามวิจัยอย่างมีนัยสำคัญ
U . พิจารณาความหมายของรูปแบบการเพิ่มประสิทธิภาพที่เหมาะสม

ทั้งในการผลิต การผลิต คลังสินค้า และการทำเหมืองข้อมูล
กรณีใช้สำหรับ ibmo pbmo ถูกออกแบบให้มีความยืดหยุ่นและปรับตัวได้กับสภาพแวดล้อมการผลิตต่างกัน

ใน instantiation ของ adma แพลตฟอร์มในสภาพแวดล้อมการใช้คอนกรีต

สรุปแนวคิดแตกต่าง
กับวิธีการเหมืองข้อมูลที่มีอยู่เป็นมุมมองแบบองค์รวมในกระบวนการผลิตประกอบด้วยขั้นตอนการผลิต
,
ทรัพยากรเช่นเดียวกับการส่งออกและนำเข้าความสัมพันธ์ของ
กระบวนการทั้งหมดจากการสร้างใบสั่งผลิตจนกระทั่ง
สิ้นสุดของผลิตภัณฑ์ เพื่อเพิ่มประสิทธิภาพของกระบวนการผลิตโดยรวม
ใน ลักษณะบูรณาการ .
ในทั่วไปงานของเราจะเห็นว่าเป็นการประยุกต์กระบวนการ
เหมืองแร่ [ 26 ] เพื่อการผลิต ในนี้เราไม่เน้น
ในกระบวนการคลาสสิกเหมืองแร่ วินัย คือการค้นพบ และสอดคล้องของ
แบบจำลองกระบวนการ แต่ในการเพิ่มประสิทธิภาพของแบบจำลองกระบวนการ
ที่มีอยู่เพื่อปรับปรุงพวกเขา ในส่วนแนวทางการ

ดั้งเดิมเราไม่ได้ใช้กระบวนการข้อมูลเท่านั้น แต่ยังใช้งานได้