Planificación de procesos
Tendencias en optimización de procesos
- Video:Webinar: Ciencia de datos para CEOs: Planeación, alcance, reclutamiento y operación
- Fuente:Software Guru
Integrating Predictive Maintenance in Adaptive Process Scheduling for a Safe and Efficient Industrial Process
Integración de mantenimiento predictivo en programación de procesos adaptables para un proceso industrial eficiente
Los algoritmos de mantenimiento predictivo (PM) son ampliamente aplicados para la detección de anomalías en procesos industriales a fin de realizar mantenimientos programados para prevenir posibles daños. Sin embargo, el uso de dichos pronósticos no es muy común para la programación de procesos. En consecuencia, este artículo presenta el desarrollo de un mecanismo de programación de proceso que seleccione una condición operativa aceptable para un proceso industrial que se adapte a las anomalías previstas. Los resultados del estudio indican que el proceso de control adaptativo basado en PM retiene un proceso eficiente bajo condiciones anormales con menores tiempos de inactividad.
Este estudio fue desarrollado por Orhan Can Görür (Technische Universität Berlin, Berlin, Germany), Xin Yu (Ericsson, Lund, Sweden) y Fikret Sivrikaya (GT-ARC gGmbH, Berlin, Germany) para Applied Sciences (Vol. 11, núm. 11, pág. 5042, 2021), un revista especializada en en ciencias aplicadas. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
Development of Decision–Model and Strategies for Allaying Biased Choices in Design and Development Processes
Modelo de decisión y estrategias para compensar las elecciones sesgadas en los procesos de diseño y desarrollo
Los procesos de diseño y desarrollo de procesos implican la toma de decisiones de diversos grados de complejidad, las cuales son tomadas por individuos que por lo general se basan en su propia intuición y heurística como respaldo. Si bien la heurística resulta de gran utilidad, en muchos casos puede llevar a la generación de sesgos cognitivos. Con el objetivo de postular un método para el reconocimiento de sesgos para así aplicar estrategias específicas para disminuir los efectos, este estudio presenta una revisión de diferentes modelos de decisión en ingeniería de diseño. El modelo consta de cuatro fases, describiendo cuatro tipos diferentes de decisión.
Este estudio fue desarrollado por Jafet G. Sanchez Ruelas, Tarık Şahin y Thomas Vietor (Technische Universität Braunschweig, Braunschweig, Germany) para Journal of Open Innovation: Technology, Market, and Complexity (Vol. 5, núm. 6, p. 146, 2021), una revista especializada en innovación abierta, modelos de negocio, emprendimiento, complejidad y cambios evolutivos. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected]
