【摘 要】
:
工业4.0.是基于传统制造业和数字技术的结合。此背景下,各企业必须不断探索新技术以保持自身竞争力。增材制造是一种数字化制造技术,它使企业能够重新设计供应链的结构。在获取三维数据的基础上,逐层打印固体物体的生产过程。传统的供应链效率取决于流水线产能、劳动力成本、材料可用性以及流程的复杂性。而增材制造则摆脱了这些限制,通过允许在更接近需求点的时刻生产难以成型的小批量零件,以此减少供应链中不必要的生产环
论文部分内容阅读
工业4.0.是基于传统制造业和数字技术的结合。此背景下,各企业必须不断探索新技术以保持自身竞争力。增材制造是一种数字化制造技术,它使企业能够重新设计供应链的结构。在获取三维数据的基础上,逐层打印固体物体的生产过程。传统的供应链效率取决于流水线产能、劳动力成本、材料可用性以及流程的复杂性。而增材制造则摆脱了这些限制,通过允许在更接近需求点的时刻生产难以成型的小批量零件,以此减少供应链中不必要的生产环节。在过去的几年里,3D打印(3DP)制造技术不再局限于简单的模型制造,而在在改进制造方法、提高供应链效率方面发挥着更重要的作用。像空客、波音和沃尔沃这样的跨国公司已经在其制造过程中使用3D打印,其应用领域包括创建铸造模具和快速成型模具。本研究对象为俄罗斯A公司,目的是降低供应链风险并实现利润最大化。A公司位于俄罗斯远东地区,是领先的造船企业之一,但由于该公司由于基础设施过时和独特的地理特征等原因,其财务状况不佳,物流系统发展不尽人意。此外,由于国外经济制裁,A公司无法从国外购买零件。为了摆脱这些限制并节省成本,采购和运营管理部门的负责人决定采用工业3D打印机。但是,A公司能否通过AM承诺节省成本并缩短交货时间,并将快速发展的技术所带来的风险降到最低还有待商榷。本研究的目的是探讨增材制造对供应链转型的影响。本论文采用定量和定性相结合的方法。首先,对研究背景进行了研究分析,从中确定了研究目的、研究内容和研究问题。其次,对现有的相关文献进行了研究,最后着眼于对传统制造和增材制造的定量分析。本研究将重点关注叶轮,该方法可进行集中式和分布式生产的直接和间接成本。最后,通过敏感性分析,我们研究了成本模型如何灵活应对不同情况的变化。成本模型的实验数据来自公开资源,并且通过Microsoft Excel电子表格进行了计算。本研究的主要研究问题如下。·增材制造在供应链结构中的用途及其影响?·传统供应链与增材制造供应链的主要区别?·供应链中增材制造发展的主要障碍?研究结果表明,从经济、管理、以及环境的角度来看,增材制造将给整个供应链带来革命性的变化。但是,制造流程的不确定性和高额的投资成本是阻碍企业采用增材制造的主要障碍。所有企业都必须意识到这些变化,并全面考虑各方面因素。然而3D打印需要进一步发展,这些变化不会很快发生。研究结果同时指出了增材制造行业在商业化方面需要改进的地方。
其他文献
随着当下社会的进步,铁路与公路平面交叉处的道口的通行压力逐年增加,本文分析了当前铁路道口预警防护系统在列车信号检测部分存在的抗干扰能力差、存在误报、线缆传输成本高等问题,结合目标检测的相关发展成果,利用视频检测的方式,提出了基于深度学习的YOLOv4列车检测算法,通过对道口列车进行实时性的检测来为道口预警系统提供一个精准的列车检测信号,从而提高整个预警防护系统的精准度,降低事故发生率,保证通行人员
现阶段组合结构抗剪连接件中应用最为广泛的是栓钉连接件,而目前对于轻骨料混凝土栓钉连接件的研究成果存在诸多空白和不足,成为了将钢-轻骨料混凝土组合结构应用在实际工程中的阻碍。本文通过推出试验和有限元数值模拟相结合的方法对轻骨料混凝土栓钉连接件的力学性能进行较为系统的研究。针对混凝土种类、混凝土强度、栓钉直径、箍筋的布置形式这4种影响因素设计了6组共12个推出试件,并对其破坏模式、荷载-滑移曲线、抗剪
随着互联网信息技术的快速发展,网络上的数据也越来越多,当前计算机技术的发展阻碍不再是信息不足,而是信息过载。在这种情况之下,智能问答系统应运而生,此类系统被设计搭载在不同的使用场景以解决信息过载的问题,提供给用户一个准确答案。基于特定场景的智能问答系统采用Java开发,使用Spring Boot、My Batis等作为实现框架,并使用My SQL、Redis等数据库技术存储数据,同时,使用MVC模
当前,互联网能够不受空间限制地进行信息交换的能力,使得人们对互联网的需求不断增加。但传统互联网在发展过程中一直存在信息覆盖不全的弊端,不能满足用户任意时间、任意地点的接入需求,因此不受天气环境因素影响的天空地网络出现在人们的视野里,该网络具备全球无缝的常态化覆盖能力。然而传统互联网的IP地址双重身份存在的诸多问题并不能很好的适应天空地网络,为此,国内外许多研究学者都对该网络架构做出了改进,其中较为
基于固态纳米孔搭建的传感平台已经在多个研究领域有着重要应用,并取得了重要进展,如生物传感、分子测序、海水淡化等领域。固态纳米孔作为其核心部分,广受科研人员的关注。随着纳米孔需求量的激增,采用廉价的手段进行大规模的纳米孔制备技术成为了研究热点。本文针对以上需求,对阵列化制备固态纳米孔的技术方案进行了深入研究,并对制备方案进一步改进,在满足成本与效率相协调的同时增加了制备的可控性。在目前常见的纳米孔制
随着大数据时代的快速发展,运用大数据技术学习数据中的有用信息至关重要。推荐系统为解决信息过载提供了有力的支撑,但是当新用户或新项目出现时还存在冷启动问题,因此,学术界提出跨领域推荐技术,通过学习辅助领域的用户偏好或项目知识表示,来解决目标领域的数据稀疏和冷启动问题,提高目标领域的推荐性能。然而目前的跨领域推荐模型在学习领域间的项目关联关系以及共性知识提取方面还有很大的提升空间。近年来,图神经网络在
近年来,城市轨道交通伴随着我国经济的快速增长,进入了迅猛发展建设时期,已成为城市的能耗大户。许多专家学者通过研究城市轨道交通列车自动运行控制系统(Automatic Train Operation,ATO),并提出不同的优化方法来降低列车运行产生的牵引能耗。优化方法的研究主要集中在优化列车节能运行的目标推荐速度曲线及跟踪速度曲线上,本质上属于离线优化。而在实际的地铁运营中,列车所处的运行环境和运行
列车制动过程引起的热疲劳损伤严重威胁列车的运行安全,新型Mn-Si-Cr系贝氏体钢具有良好的综合性能,有望成为新型车轮材料的良好替代。但是,在实际线路服役测试中,新型贝氏体车轮也存在这种热疲劳损伤现象,而目前鲜有针对贝氏体钢热疲劳性能方面的研究。本文针对Mn-Si-Cr系贝氏体车轮钢,研究了其热疲劳损伤规律及机理,利用有限元仿真软件探究了列车闸瓦制动过程中车轮内部温度场,应力场分布规律及车轮内部温
股票趋势预测旨在预测公司股票的未来趋势,从而让投资者规避风险,获取比较大的收益。由于股票趋势预测方法的研究具有十分重要的理论意义和实用价值,所以长期以来一直吸引着学者们的关注。但是,股票市场瞬息万变,影响股票走势的因素有很多,如股票价格的历史曲线图、金融新闻以及社交媒体评论等,导致趋势预测的难度增加。随着深度学习和自然语言技术的飞速发展,学者可以充分利用这些新技术从股票价格数据和金融新闻、社交媒体
强化学习在信息论、机器人、自动控制与无人驾驶等领域已经取得了非常出色的应用成果。通过对强化学习的不断深入研究,部分强化学习算法被证明具备一定解决复杂问题的能力。而强化学习算法往往面对复杂多变的应用场景,算法的稳定性直接影响了算法的实际运行结果。目前,对强化学习算法的稳定性评估已经取得了较好的研究成果。现有的工作大多通过对算法施加不同种类的算法攻击与修改算法超参数来完成算法稳定性的评估。但上述工作的