Multi-Criteria Function for Optimizing the Number of Workers in an E-Maintenance

Abstract:

This article deals with the procedure during designing the multi-criteria function. The multi-criteria function optimizes the number of workers in an e-maintenance. The basis for defining the multi-criteria function is to gain multi-dimensional assessment knowledge of procedures, and to integrate the procedures into e-maintenance systems. These systems also include an e-maintenance system for staffing optimization. Staffing optimization is necessary as there is direct indirection between service staff members and the customers. This sort of system is intended primarily for service organizations. Service organizations on a larger scale involve more than just machinery and equipment-they involve the manufacturer and the supplier. The key is to design a multi-criterion optimization function for staff members who use special tools or specialists in their field. The ultimate goal is to limit losses and ensure costs are kept to a minimum, or even transfer onto the customer. The verification of the proposed multi-criteria function as a suitable tool for computer simulation in the manufacturing process is done in the simulation program named Witness. The simulation software is linked to MS Excel.

• Periodical: Applied Mechanics and Materials (Volume 309)
• Pages: 252-259
• DOI: https://doi.org/10.4028/www.scientific.net/AMM.309.252
• Online since: February 2013
• Authors: Radek Havlik, Alena Gottwaldova, František Manlig
• Keywords: Computer Simulation, e-Maintenance, Multi-Criteria Function

References

[1] Benbouzid-Sitayeb F., Bendjoudi A., Benkhallat S., Varnier C., Zerhouni N., A study of maintenance contribution to joint production and preventive maintenance scheduling problems in the robustness framework., International Journal of Product Development, 2010, 10, 144-164.

DOI: 10.1504/ijpd.2010.029990

[2] Fiala, P.: Vícekriteriální rozhodování. Praha, VŠE v Praze. 1997 ISBN 80-7079-748-7.

[3] Rasovska I., Chebel-Morello B., Zerhouni N., A mix method of knowledge capitalization in maintenance., Journal of Intelligent Manufacturing, 2008, 19(3), 347-359.

DOI: 10.1007/s10845-008-0087-3

[4] Kaffel H., D'Amour S., Aït-Kadi D., The concept of distributed maintenance, Computer and Industrial Engineering, (2003).

[5] Marmier F., Varnier C., Zerhouni N., Dynamic and multi-criteria scheduling of maintenance activities, In. 19th Intern. Conf. on Production Research, ICPR2007, Valparaiso, Chili, juillet (2007).

DOI: 10.1080/00207540802311106

[6] Marmier F., Varnier C., Zerhouni N., Proactive, dynamic and multi-criteria scheduling of maintenance activities., International Journal of Production Research, 2009, 47(8), 2185-2201.

DOI: 10.1080/00207540802311106

[7] Štědrý J., HNC Monitorig for iTNC 530 Heidenhain, prezentace, (2011).

[8] Mjema E., An analysis of personnel capacity requirement in the maintenance department by using a simulation method, Journal of Quality in Maintenance Engineering.

DOI: 10.1108/13552510210439829

[1] 2002, 8(3), 253–273.

[9] Moore W.J., Starr A.G., An intelligent maintenance system for continuous cost-based prioritisation of maintenance activities, Computers in Industry, 2006, 57, 595–606.

DOI: 10.1016/j.compind.2006.02.008

[10] HAVLÍK, R.: Ukazatele hodnocení výrobního procesu a nastavení účelové funkce. In: XIV. gemeinsames Wissenschaftliches Kolloquium TU Dresden - TU Liberec. Dresden 23. -25. 09. 2003, Vortragsband, s. 209. 212.

[11] HAVLÍK, R., MANLIG, F. : Struktura stavby účelové funkce v závislosti na modelu počítačové simulace. In: MOPP 2009. Sborník z mezinárodní konference, ZČU v Plzni. Plzeň 12. -13. 11. (2009).

DOI: 10.24132/pi.2020.09693.024-030

[12] KLOUD, T., KOBLASA, F.: Solving Job Shop scheduling with the computer simulation. Transport & Logistics. 9th Special Issue. 2011. s. 775-785.

[13] ULRYCH, Z.: Simulační model pro analýzu výrobních procesů malosériové složité výroby. In: 3. ročník mezinárodní konference Výrobní systémy dnes a zítra 2008,. Sborník anotací, Liberec 27. - 28. 11. 2008. Liberec: TU v Liberci - KVS, (2008).

[14] VOLF, L., BERÁNEK, L., ZELENKA, A.: Simulační modelování a jeho využití při návrhu nového rozmístění svařovacích linek. In. International Conference 2009 Manufacturing systems today and tomorrow. Sborník z mezinárodní konference, TUL – KVS. Liberec 19. - 20. 11. (2009).

[15] MERRICK J. R. W., HARDIN, J.: System Simulation - Modeling and Analysis. Virginia Commonwealth University, Department of Statistical Sciences & Operations Research, (2004).

[16] KLOUD, T., MANLIG, F.: Zefektivňování výrobních procesů s podporou počítačové simulace. In. Modelování, simulace a optimalizace podnikových procesů v praxi. Sborník příspěvků, Zlín 29. března 2011. Univerzita Tomáše Bati ve Zlíně: ČSOP, Praha, (2011).

DOI: 10.7441/soced.2020.08.02.02

[17] KOVÁŘ, P.; MANLIG, F.: Využití počítačové simulace pro tvorbu výrobního plánu v lisovně plastů. Profesné stretnutie logistikov 18. -19. 10. 2007. Valčianska dolina při Martine. Komora logistických auditorů SR, říjen (2007).

[18] MANLIG, F.: Počítačová simulace diskrétních událostí. MM - Průmyslové spektrum, r. 3 (1999), č. 10, s. 34. 35.

[19] MANLIG, F.: Aspekty a aplikační možnosti moderních simulačních systémů. [Habilitační práce], TU v Liberci, KVS (1999).

[20] MANLIG, F.; URBAN, P.; HAVLÍK, R: Optimalizace výrobních procesů pomocí počítačové simulace. In. Optimalizace vlastností strojů a pracovních procesů. Oblast d. [Výzkumná zpráva] TU v Liberci - KVS. Liberec (2001).

[21] Volny, M., http: /www. mmspektrum. com/clanek/dalkova-diagnostika. html, (2009).