Flexible Automation and Intelligent Manufacturing: Establishing Bridges for More Sustainable Manufacturing Systems
Proceedings of FAIM 2023, June 18–22, 2023, Porto, Portugal, Volume 2: Industrial Management
- 2024
- Buch
- Herausgegeben von
- Francisco J. G. Silva
- Luís Pinto Ferreira
- José Carlos Sá
- Maria Teresa Pereira
- Carla M. A. Pinto
- Buchreihe
- Lecture Notes in Mechanical Engineering
- Verlag
- Springer Nature Switzerland
Über dieses Buch
Dieses Buch berichtet über Spitzenforschung und Entwicklungen in der Fertigung und legt dabei besonderen Wert auf Lösungen, die Automatisierung, Nachhaltigkeit und Gesundheit, Sicherheit und Wohlbefinden am Arbeitsplatz fördern. Themen sind Analyse und Optimierung von Fertigungsprozessen, Supply Chain Management, Qualitätskontrolle sowie menschliche Faktoren und Logistik. Sie beleuchten die Rolle und Vorteile intelligenter Systeme und Technologien und diskutieren aktuelle Best Practices und Herausforderungen, mit denen wir in naher Zukunft fertig werden müssen. Auf der Grundlage der 32. Ausgabe der Internationalen Konferenz über flexible Automatisierung und intelligente Fertigung, FAIM 2023, die vom 18. bis 22. Juni 2023 in Porto, Portugal, stattfand, bietet dieser zweite Band eines zweibändigen Sets Wissenschaftlern und Fachleuten umfassende Informationen über innovative Strategien für industrielles Management im Zeitalter der Industrie 5.0.
Mit KI übersetzt
Über dieses Buch
This book reports on cutting-edge research and developments in manufacturing, giving a special emphasis to solutions fostering automation, sustainability and health, safety and well-being at work. Topics cover manufacturing process analysis and optimization, supply chain management, quality control, as well as human factors and logistics. They highlight the role and advantages of intelligent systems and technologies, discussing current best-practices and challenges to cope with in the near future. Based on proceedings of the 32nd edition of the International Conference on Flexible Automation and Intelligent Manufacturing, FAIM 2023, held on June 18–22, 2023, in Porto, Portugal, this second volume of a 2-volume set provides academics and professionals with extensive information on innovative strategies for industrial management in the era of industry 5.0.
Anzeige
Inhaltsverzeichnis
-
Frontmatter
-
Maintenance
-
Frontmatter
-
Maintenance Strategy Selection: An Approach Based on Equipment Criticality and Focused on Components
Humberto Nuno Teixeira, Isabel Silva Lopes, Rafael Nunes PiresDas Kapitel stellt einen neuartigen Ansatz für die Auswahl der Wartungsstrategie vor, der Gerätekomponenten auf der Grundlage kritischer und quantitativer Kriterien priorisiert. Im Gegensatz zu komplexen Methoden wie RCM vereinfacht dieser Ansatz den Prozess, indem er Daten verwendet, die üblicherweise in CMMS-Systemen aufgezeichnet werden. Die Methodik umfasst die Klassifizierung von Vermögenswerten in Kategorien auf der Grundlage von Ausfallfolgen und Unterkategorien auf der Grundlage quantitativer Kriterien wie Korrekturmaßnahmen, Ausfallzeiten und Wartungskosten. Decision-Making Grids (DMGs) werden eingesetzt, um die gemeinsame Analyse von Entscheidungskriterien zu unterstützen und Instandhaltungsstrategien festzulegen. Die Methodik wurde durch eine Fallstudie in einer Produktionsstätte validiert, die ihre Wirksamkeit bei der dynamischen Unterstützung von Wartungsplanung und Strategieanpassungen zeigte. Das Kapitel schließt mit der Hervorhebung der Vorteile der Methodik, einschließlich ihrer Anpassungsfähigkeit, Einfachheit der Integration in CMMS und der Fähigkeit, Wartungsstrategien auf Komponentenebene schnell zu definieren.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe selection of appropriate equipment maintenance strategies is essential for avoiding accidents and unnecessary operating costs in companies. This paper aims to propose a methodology which makes use of Decision-Making Grids (DMGs) for classifying and prioritizing the manufacturing assets according to their criticality and, accordingly, selecting the most appropriate maintenance strategy for the analyzed assets components. The ability to support the assignment of maintenance strategies at the component level distinguishes the proposed methodology from the related studies found in the literature, as they define a unique type of strategy for the equipment as a whole or strategies focused on its functional failures. The assets classification and prioritization is performed considering the failure impact and quantitative criteria related to their maintenance history. Therefore, the methodology can also be used as a performance measurement tool for identifying the need of redefining the maintenance plan of specific assets or implementing equipment improvement initiatives. The methodology was successfully applied in a case study performed in a company that produces wood-based panels. Its application enabled to assign maintenance strategies to the six components with higher frequency of replacement of one safety critical equipment in a quick manner. The case study has also shown that the effort and resources required for applying the methodology are low, since it uses mainly data recorded by the current management systems. -
A Model Identification Forensics Approach for Signal-Based Condition Monitoring
Masoud Jalayer, Ardeshir Shojaeinasab, Homayoun NajjaranDas Kapitel führt einen forensischen Ansatz zur modellgestützten Zustandsüberwachung ein, der sich auf die Gesundheit von Maschinen und Robotern im industriellen Umfeld konzentriert. Sie unterstreicht die entscheidende Rolle der Zustandsüberwachung für die Betriebssicherheit, die Systemleistung und die Lebensdauer der Anlagen. Der Aufsatz behandelt zwei zentrale Herausforderungen: Feature Engineering und Modelloptimierung sowie die Erklärbarkeit von Entscheidungen, die durch maschinelles Lernen oder Deep Learning Agents getroffen werden. Verschiedene Methoden der Feature-Extraktion werden diskutiert, darunter statistische Merkmale, Zeit-Häufigkeits-Analysen und Empirical Mode Decomposition. Das vorgeschlagene Rahmenwerk verwendet Shapley Additive exPlanations (SHAP), um die Transparenz von Entscheidungen und die Erklärbarkeit von Modellen zu verbessern. Das Framework umfasst Feature-Extraktion, Fehlerdiagnose mittels einer dualdirektionalen Convolutional Long-Short-Term Memory (CLSTM) -Architektur, einen XAI-basierten Modelloptimierer und ein signalbasiertes CM-Interpretationssystem. Experimentelle Ergebnisse zeigen die Effektivität der vorgeschlagenen Methode bei der Reduzierung von Dimensionalität, Komplexität und der Verbesserung der Diagnoseleistung auf verschiedenen Datensätzen. Das Kapitel schließt mit der Betonung der Bedeutung von Maschinen und robotergestützter Zustandsüberwachung und des Potenzials des vorgeschlagenen Ansatzes für leichtgewichtige CM-Lösungen in Online- und Edge-Computing-Systemen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractCondition monitoring (CM) of machines and robots is vital to improve operational reliability and to avoid occupational incidents. Recently, deep learning (DL) has become popular in CM literature for its outstanding ability of learning fault patterns. However, due to the black box and non-intuitive nature of its layers, the logic behind its decisions is hard to understand. This shortcoming hinders the DL implementation in many critical applications where the user needs to ensure the reliability of the classifier. Hence, in this paper, a new framework for DL-based CM systems is proposed, which consists of four steps (1) Feature extraction (2) Fault diagnosis (3) eXplainable Artificial Intelligence (XAI)-based model optimization (4) Interpretation system. The experimental evaluations on two real-world datasets demonstrate that the proposed XAI interpreter was able to visualize the contributing patterns to fault types. The feature engineering block not only makes it easier for the operator to only observe the contributing features, but also it helps the model optimizer to speed up the runtime. The results show that the proposed model achieved a slightly better accuracy than the other state-of-the-art models. -
Specification of a Collaborative Platform for Intercompany Maintenance Information Sharing: A Case Study
Pedro Pinto Martins, Isabel da Silva Lopes, Humberto Nuno Teixeira, Marco FerreiraIn diesem Kapitel werden die Spezifikationen einer kollaborativen Plattform zur Erleichterung des unternehmensübergreifenden Informationsaustauschs über die Wartung vorgestellt, wobei der Schwerpunkt auf einem Holzderivateunternehmen liegt, das weltweit mehrere Anlagen betreibt. Die Plattform zielt darauf ab, Wissen unter Instandhaltungstechnikern und Entscheidungsträgern zu erfassen und zu verbreiten und dabei Industrie-4.0-Konzepte wie datengestützte Entscheidungsfindung und fortschrittliche Informationstechnologien zu nutzen. Die Studie unterstreicht die Notwendigkeit einer verbesserten Datenqualität und die potenziellen Vorteile gemeinschaftlicher Arbeit bei der Verbesserung der Wartungsleistung und Zuverlässigkeit. Das Kapitel enthält auch eine detaillierte Analyse der Anforderungen der Plattform, der Informationsarchitektur und der Prototypenentwicklung, wobei die praktischen Anwendungen und potenziellen Auswirkungen der vorgeschlagenen Lösung dargestellt werden.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractIn the current competitive markets, the possibility to obtain relevant and accurate data and information can make the difference between achieving success or not. A company which has several maintenance technicians in the final stage of their career and plants spread through different countries, can benefit from a collaborative platform that aggregates the maintenance information and knowledge to support decision making. The more accurate the data, the more reliable will be the analyzes and better decisions can be made. This paper presents a study performed in a wood derivatives company which intends to see the knowledge of its most experienced maintenance technicians and all the information related to maintenance department being captured, retained, and disseminated by all elements of the maintenance teams from the different plants. To capture and disseminate the relevant information by all the plants, a collaborative platform and its information architecture were proposed. The platform aims to obtain accurate records for supporting failure diagnosis and maintenance interventions, as well as process the data to carry out benchmarking actions and defining improvement actions. This paper presents the test results of the collaborative platform prototype, developed to validate its specification and information architecture, and the benefits that the company can obtain through its implementation. These benefits are the reduction of the interventions duration, promoting internal Benchmarking actions and establishing priorities in problems solving to improve performance. The proposed novel platform provides helpful information for both technicians and decision-making agents, and considers future integration with holographic solutions. -
Development and Implementation of Autonomous and Preventive Maintenance in the Rubber Area of a Cork Industry
António Henriques, Ana Luísa Ramos, Liliana Ávila, João MatiasDas Kapitel stellt einen umfassenden Ansatz zur Verbesserung der Wartungspraxis im Kautschukbereich einer Korkindustrie durch die Umsetzung der Prinzipien der Total Productive Maintenance (TPM) dar. Es beginnt damit, die entscheidende Rolle der Wartung bei der Steigerung von Produktivität, Produktqualität und pünktlicher Lieferung hervorzuheben. Die Autoren stellen die autonome und vorbeugende Wartung als wichtige Säulen der TPM vor und erklären, wie diese Vorgehensweisen die Effizienz der Ausrüstung optimieren und Ausfallzeiten minimieren können. Die angewandte Methodik umfasst Aktionsforschung und partizipatorische Beobachtung, die ein tiefes Verständnis der Produktions- und Wartungsprozesse ermöglichen. Die Fallstudie beschreibt die Entwicklung und Umsetzung von Plänen für autonome Instandhaltung (AM) und vorbeugende Instandhaltung (PM), einschließlich Gerätecodierung, Schulung des Bedienpersonals und Planung von Wartungsaktivitäten. Die Ergebnisse zeigen eine deutliche Verringerung der Interventionsanfragen und eine Erhöhung der Verfügbarkeit von Ausrüstung, was die Wirksamkeit der TPM-Prinzipien unterstreicht. Das Kapitel schließt mit der Hervorhebung der Vorteile von TPM, während gleichzeitig die während des Projekts aufgetretenen Herausforderungen und Beschränkungen anerkannt werden.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe project described in this paper was developed in a rubber area of a cork company, where maintenance activity was weak or non-existent. The main objective was to implement a maintenance philosophy, based on the principles of Total Productive Maintenance (TPM). The methodology adopted was based on action-research. The autonomous maintenance (AM) and preventive maintenance (PM) plans created and implemented are described and the results are presented considering the number of intervention requests and the availability of critical equipment before and after the implementation. Intervention requests were reduced by 40% and the availability of critical equipment increased with this project due to an efficient implementation of TPM principles. -
Analysis and Improvement of the Maintenance Activity in the Molding Process of a Company in the Cork Industry
Gonçalo Silva, Liliana Ávila, Carina Pimentel, João C. MatiasDas Kapitel konzentriert sich auf die Analyse und Verbesserung der Instandhaltungsaktivitäten im Formpressverfahren eines Korkunternehmens. Es führt die Prinzipien der totalen produktiven Instandhaltung (Total Productive Maintenance, TPM) und der schlanken Wartung ein, um Herausforderungen wie schlechte Wartung von Geräten und ineffiziente Arbeitsabläufe zu bewältigen. Die Studie umfasst einen Fallstudienansatz, bei dem anfängliche Probleme diagnostiziert und gezielte Verbesserungsmaßnahmen umgesetzt wurden. Zu diesen Maßnahmen gehörten die Erstellung standardisierter Wartungspläne, die Verbesserung der Kommunikation zwischen Bedienern und Technikern und die Änderung des Gerätelayouts. Die Ergebnisse zeigten einen Trend zur Verbesserung der Wartungs-KPIs wie Gesamtausrüstungseffektivität (Overall Equipment Effectiveness, OEE), Mean Time Between Failure (MTBF) und Mean Time Between Repair (MTTR). Das Kapitel schließt mit einer Diskussion über die Bedeutung der Kommunikation und die Abstimmung mit den organisatorischen Zielen für eine effektive Wartung sowie über mögliche zukünftige Verbesserungen und den Wert der Zusammenarbeit zwischen Industrie und Universität.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThis article describes the work carried out with the objective of analyzing and improving the maintenance activity in the molding process of a company in the cork sector. Regarding the research design, an analysis of the production and maintenance process was carried out, which allowed an initial diagnosis with the identification of existing problems and the calculation of main maintenance Key Performance Indicators (KPIs). After, improvement actions were identified, planned and implemented in the molding process. A set of standards and best practices was established, and maintenance documentation updated. Additionally, equipment was changed, and the principles of Total Productive Maintenance (TPM) were incorporated, according to the Lean Production philosophy, promoting collaboration between the production and maintenance teams and autonomous maintenance. The post-implementation results revealed an improvement trend in the previously analyzed KPIs. -
Using Process Mining as a Tool for Process’ Digital Twin to Perform Strategic Maintenance Decisions
Cleiton Ferreira dos Santos, Alef Berg de Oliveira, André Luiz Micosky, Eduardo de Freitas Rocha Loures, Eduardo Alves Portela SantosDieses Kapitel befasst sich mit der Anwendung von Process Mining als strategisches Werkzeug innerhalb des digitalen Zwillingsrahmens zur Verbesserung von Wartungsentscheidungen. Zunächst wird die Bedeutung datengetriebener Entscheidungen in modernen Industrien hervorgehoben und die Rolle von Process Mining und digitalen Zwillingen bei der Optimierung von Instandhaltungsstrategien hervorgehoben. Das in diesem Kapitel vorgeschlagene Rahmenwerk leitet den Erwerb und Verbrauch von synthetischen Ereignisprotokollen und nutzt multikriterielle Entscheidungsmethoden, um verschiedene Wartungsszenarien zu analysieren und zu vergleichen. Eine Fallstudie, die einen diskreten Herstellungsprozess umfasst, zeigt die Wirksamkeit des Rahmenwerks auf und zeigt, wie unterschiedliche Gewichtungen von Kriterien zu unterschiedlichen Wartungsmaßnahmen führen können. Das Kapitel schließt mit der Erörterung der Vorteile und Grenzen des vorgeschlagenen Ansatzes und schlägt zukünftige Richtungen für Forschung und praktische Umsetzung vor.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractProcess mining (PM) and digital twin (DT) present synergy in the context of Industry 4.0 era, as data-driven approaches are leading the way. With this relation, some design principles of DT are accomplished by applying PM techniques in order to extract knowledge from industrial processes. This knowledge can range from singular metrics of indicators through complex process analyzes (comprehension of paths, deviations, frequency, simulation and among others). In this context, the motivation of the work comes from using factory floor process data in a process’ digital twin environment as inputs in the decision layer to make assertive choices in the industrial and/or maintenance environment considering different scenarios of actions. Therefore, the main goal of this paper aims at integrating those fields of study (i.e., process mining, process’ digital twin and decision-making) in an industrial maintenance area to choose or indicate a strategic maintenance action that best fits the evaluated scenario. -
Interoperability Assessment Model in Industrial Maintenance According to Digital Twin Concept Based on Multicriteria Decision Support Methods
Alexandre Helmann, Ricardo Pacheco Leal Junior, Lucas Raduy Gomes de Camargo, Leonnardo Massimo Tiepolo, Fernando Deschamps, Eduardo de Freitas Rocha LouresDieses Kapitel befasst sich mit der Integration von Digital-Twin-Konzepten in die industrielle Instandhaltung und konzentriert sich dabei auf das Industrie-4.0-Paradigma. Er diskutiert die Bedeutung der Interoperabilität für Modelle der vorausschauenden Wartung und bewertet die Kompatibilität zwischen der RAMI 4.0- und der DTaaS-Architektur. Der Einsatz multikriterieller Entscheidungsunterstützungsmethoden wie AHP und PROMETHEE II wird hervorgehoben, um funktionale Anforderungen und ihre Relevanz für die digitalen Zwillingsschichten zu beurteilen. Das Kapitel endet mit praktischen Empfehlungen für Unternehmen, die ihre Wartungskapazitäten durch die Einführung von Digital Twin verbessern wollen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractIndustry 4.0 (I4.0) refers to recent technological advances where the internet and supporting technologies serve as communication for integration between systems, thus raising the level of maturity of the company. This context is intrinsically linked to Industrial Maintenance, which is greatly impacted by the characteristic of distribution and volume of information imposed by the requirements of I4.0, suggesting a review those models and strategies for a more predictive characteristic based on reliability. In this direction, the Digital Twin (DT) concept emerges expressively, which encompasses functional and technological scopes associated with Industrial Maintenance. Based on these elements, a diagnostic evaluation can suggest Industrial Master Plans, allowing a clearer view of the elements involved, restrictions, risks and better application of resources. Under this focus, the interoperability assessment, a strong requirement of I4.0, represents a relevant diagnostic tool guiding both the requirements and specifications aimed at the integration of supervision and industrial maintenance platforms. The objective of this article is to present a diagnostic evaluation model of interoperability in maintenance, under the requirements of I4.0, through the use of multicriteria decision support methods (MCDM) and to provide an evaluative and directional basis to implement the DT concept. -
The Implementation of Preventive Maintenance in a Product-Service System (PSS) Business Model
Alisson Kuroki, Valdir H. Cardoso, Geraldo C. Oliveira Neto, Marlene AmorimIn diesem Kapitel wird die Bedeutung der Wartung bei vorbeugenden Wartungsarbeiten innerhalb eines Geschäftsmodells von Product-Service-Systemen (PSS) untersucht. Er diskutiert die Entwicklung der Digitaltechnologie und die vierte industrielle Revolution und zeigt, wie Big Data Analytics eingesetzt werden kann, um Maschinenausfälle vorherzusagen und zu verhindern. Die Methodik beinhaltet einen quantitativen experimentellen Ansatz, der deskriptive Statistiken und Pearsons Korrelation zur Analyse von Daten aus einem Produktionsprozess verwendet. Die Studie identifiziert fünf Arten unabhängiger Fehler und zeigt die Wirksamkeit der Python-Programmierung für die Datenanalyse auf. Das Kapitel skizziert auch die Erstellung eines vorbeugenden Wartungsplans und betont die Bedeutung der Datenerhebung, -analyse und strategischen Planung, um Wartungsarbeiten zu verbessern und Kosten zu senken. Die Schlussfolgerung unterstreicht die kritische Beziehung zwischen Big Data Analytics und Business Intelligence bei der Erleichterung datengesteuerter Wartungsentscheidungen und trägt sowohl theoretisch als auch praktisch zum Wartungsmanagement bei.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractThe commoditization initiatives triggered in manufacturing companies the concern with the rigidity of their offers, and the appeal of their offers to their customers, leading to servitization strategies. This research highlights the importance of preventive maintenance, and builds on the extraction and processing of data for a PSS business model. Data from https://www.kaggle.com was used to analyze the performance of a production process with three products with differentiated levels of quality. Data analysis was of exploratory nature using descriptive statistics and Pearson’s correlation through, using Python via Google Collaboratory. The main failures were exposed allowing the elaboration of a preventive maintenance plan. Through multivariate statistical analyses, we demonstrate that in a PSS business model, having machine suppliers at your disposal that combine the sale of the item with the provision of predictive maintenance services is a differential that will help to make assertive a preventive d skillful decision, avoiding maintenance unnecessary and waste of time. -
Anomaly Detection with a LSTM Autoencoder Using InfluxDB
João Peixoto, João Sousa, Ricardo Carvalho, Martinho Soares, Ricardo Cardoso, Ana ReisDas Kapitel geht auf die entscheidende Rolle ein, die die Erkennung von Anomalien in der Fertigungsindustrie spielt, und betont die Notwendigkeit der Vermeidung von Fehlern in Echtzeit, um Effizienz und Produktivität zu steigern. Es stellt den LSTM-Autoencoder als leistungsstarkes Werkzeug zur Erfassung komplexer Zeitbeziehungen in maschinellen Zeitreihendaten vor und übertrifft damit traditionelle statistische Methoden. Die Studie vergleicht verschiedene Algorithmen zur Erkennung von Anomalien anhand eines industriellen Datensatzes aus der realen Welt und demonstriert die überlegene Leistung des LSTM-Autoencoders. Darüber hinaus präsentiert es eine praktische Implementierungsarchitektur, die InfluxDB und Telegraf zur Erkennung von Anomalien in Echtzeit nutzt, was das Potenzial für industrielle Anwendung und Kosteneinsparungen unterstreicht. Das Kapitel schließt mit der Betonung der breiteren Anwendbarkeit des LSTM-Autoencoders in anderen Anwendungsfällen, was ihn zu einem Pflichtlektüre für Fachleute macht, die innovative Lösungen zur Erkennung von Anomalien suchen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractIn the manufacturing industry, anomalies are an unfortunate but inevitable reality. If left unaddressed, they can lead to costly production defects and halted production lines. However, with the rise of Industry 4.0, many industrial machines are now equipped with sensors that can be used to detect anomalous behaviors, allowing for early identification and prevention of defects. Therefore, this study presents a solution using a Long Short-Term Memory (LSTM) autoencoder to detect abnormal behavior in an industrial machine temperature sensor dataset. The algorithm is compared with conventional methods, further demonstrating its capabilities in anomaly detection. Additionally, an implementation architecture is proposed using InfluxDB and Telegraf software, providing a simulated real-world application of the proposed solution. -
Selecting the Method for Setting the Calibration Intervals of Metrological Devices
Margarida Sousa, Isabel Lopes, Cláudia Pires, João Pedro MendonçaDas Kapitel behandelt die entscheidende Rolle von Kalibrierungsintervallen bei der Sicherstellung der Produktqualität und der organisatorischen Leistung. Er überprüft verschiedene Methoden zur Definition von Kalibrierintervallen, einschließlich statistischer Ansätze, und führt einen neuartigen Ansatz ein, der sowohl methodische Merkmale als auch spezifische Faktoren im Zusammenhang mit den Messgeräten berücksichtigt. Anhand einer Fallstudie zeigt der Ansatz seine Effektivität bei gleichzeitiger Aufrechterhaltung der Messzuverlässigkeit und bietet eine praktische Lösung zur Optimierung des Kalibriermanagements im industriellen Umfeld.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
AbstractNowadays, and regardless of the activity sector, ensuring product quality and customer satisfaction is the main focus of organizations. In this sense, and since measuring and monitoring equipment (MME) are essentially used in product conformity assessment, an efficient management of the calibration process of these instruments becomes crucial for organizational performance. Although there are several methods for defining calibration intervals, there is a lack of guidelines for selecting the most appropriate method for each situation. Therefore, this paper has as its main goal to present an approach to assist in the management of calibration intervals for MME. This approach is intended to identify, considering a set of factors associated with the characteristics of the measuring instrument and its condition and use environment, which method for setting calibration intervals has the greatest potential for each case. A case study was performed, using data from a set of measuring instruments of an organization that produces cork stoppers, which allowed conclusions to be drawn for each method under study. In the end, with the development and application of the approach, it was concluded that an appropriate choice of the method for defining calibration intervals allows a more efficient management of the measuring and monitoring equipment, in terms of aptitude and adequacy of its metrological capacity within the productive sector.
-
- Titel
- Flexible Automation and Intelligent Manufacturing: Establishing Bridges for More Sustainable Manufacturing Systems
- Herausgegeben von
-
Francisco J. G. Silva
Luís Pinto Ferreira
José Carlos Sá
Maria Teresa Pereira
Carla M. A. Pinto
- Copyright-Jahr
- 2024
- Verlag
- Springer Nature Switzerland
- Electronic ISBN
- 978-3-031-38165-2
- Print ISBN
- 978-3-031-38164-5
- DOI
- https://doi.org/10.1007/978-3-031-38165-2
Informationen zur Barrierefreiheit für dieses Buch folgen in Kürze. Wir arbeiten daran, sie so schnell wie möglich verfügbar zu machen. Vielen Dank für Ihre Geduld.
