Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Facilitating Organizing in Business Processes Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

A Unified Sustainable Manufacturing Capability Model for Representing Industrial Robot Systems in Cloud Manufacturing

verfasst von : Xingxing Wu, Xuemei Jiang, Wenjun Xu, Qingsong Ai, Quan Liu

Erschienen in: Advances in Production Management Systems: Innovative Production Management Towards Sustainable Growth

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Nowadays, the sustainable manufacturing capability of manufacturing devices has attracted more and more attention from academia and industry, in order to coordinate the conflicts between serious environmental impacts and economic benefits. As one kind of advanced manufacturing devices with intelligence, the industrial robot (IR) is an important driving force to make the production activities more efficient, safe and sustainable. A unified sustainable manufacturing capability model for representing IR systems in cloud manufacturing based on ontology was proposed in this paper, so as to solve the description problems in terms of the various capabilities of IR systems, and also to facilitate the factories to effectively manage the IR systems’ manufacturing activities during the whole production life-cycle. The case study and its implementation show the developed ontology model is suitable for all types of IR systems, and can comprehensively reflects their sustainable manufacturing capabilities in real-time.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Resource Utilization in Cloud Manufacturing – An Energy Perspective
Nächstes Kapitel Dynamic Assessment of Sustainable Manufacturing Capability for CNC Machining Systems in Cloud Manufacturing
Literatur
1.
Luo, Y., Zhang, L., et al.: A modeling and description method of multidimensional information for manufacturing capability in cloud manufacturing system. Int. J. Adv. Manuf. Technol. 69(5–8), 961–975 (2013)CrossRef
2.
Smith, R.T., Melnyk, S.A.: Green Manufacturing, pp. 3–4. Society of Manufacturing Engineers, Dearborn (1996)
3.
Skinner, W.: Manufacturing-missing link in corporate strategy. Harvard Bus. Rev. 47(3), 136–145 (1969)
4.
Yuqian, L., Xun, X., Jenny, X.: Development of a hybrid manufacturing cloud. J. Manuf. Syst. 33(4), 551–566 (2014)CrossRef
5.
Ameri, F., Patil, L.: Digital manufacturing market: a semantic web-based framework for agile supply chain deployment. J. Intell. Manuf. 23(5), 1817–1832 (2012)CrossRef
6.
Xu, W., Yu, J., Zhou, Z., et al.: Dynamic modeling of manufacturing equipment capability using condition information in cloud manufacturing. J. Manuf. Sci. Eng. 137(4), 040907-1 (2015)
7.
Du, L., Fang, Y., He, Y.: Manufacturing resource optimization deployment for manufacturing execution system. In: Second International Symposium on Intelligent Information Technology Application, 2008, IITA 2008, vol. 1, pp. 234–238. IEEE (2008)
8.
Nitzan, D.: Development of intelligent robots: achievements and issues. IEEE J. Robot. Autom. 1(1), 3–13 (1985)MathSciNetCrossRef
9.
Abele, E., et al.: Modeling and identification of an industrial robot for machining applications. CIRP Ann. Manuf. Technol. 56(1), 387–390 (2007)CrossRef
10.
Rao, R.V., Patel, B.K., Parnichkun, M.: Industrial robot selection using a novel decision making method considering objective and subjective preferences. Robot. Auton. Syst. 59(6), 367–375 (2011)CrossRef
11.
Chu, T.C., Lin, Y.C.: A fuzzy TOPSIS method for robot selection. Int. J. Adv. Manuf. Technol. 21(4), 284–290 (2003)CrossRef
12.
Kahraman, C., Çevik, S., Ates, N.Y., et al.: Fuzzy multi-criteria evaluation of industrial robotic systems. Comput. Ind. Eng. 52(4), 414–433 (2007)CrossRef
13.
Khandekar, A., Chakraborty, S.: Selection of industrial robot using axiomatic design principles in fuzzy environment. Decis. Sci. Lett. 4(2), 181–192 (2015)CrossRef
14.
Sen, D.K., Datta, S., Patel, S.K., et al.: Multi-criteria decision making towards selection of industrial robot: exploration of PROMETHEE II method. Benchmarking Int. J. 22(3), 465–487 (2015)CrossRef
15.
Bornschlegl, M., Drechsel, M., Kreitlein, S., et al.: Holistic approach to reducing co2 emissions along the energy-chain (e-chain). In: Wellnitz, J., Subic, A., Trufin, R. (eds.) Sustainable Automotive Technologies 2013, pp. 227–234. Springer, Cham (2014)CrossRef
16.
Thiede, S.: Energy Efficiency in Manufacturing Systems. Springer, Berlin (2012)CrossRef
17.
Brossog, M., Bornschlegl, M., Franke, J.: Reducing the energy consumption of industrial robots in manufacturing systems. Int. J. Adv. Manuf. Technol. 78(5-8), 1315–1328 (2015)
18.
Khandekar, A.V., Chakraborty, S.: Selection of industrial robot using axiomatic design principles in fuzzy environment. Decis. Sci. Lett. 4(2), 181–192 (2015)CrossRef
Metadaten
Titel
A Unified Sustainable Manufacturing Capability Model for Representing Industrial Robot Systems in Cloud Manufacturing
verfasst von
Xingxing Wu
Xuemei Jiang
Wenjun Xu
Qingsong Ai
Quan Liu
Copyright-Jahr
2015
Buch
Advances in Production Management Systems: Innovative Production Management Towards Sustainable Growth

Print ISBN: 978-3-319-22758-0

Electronic ISBN: 978-3-319-22759-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-22759-7_45