Burn-in is a quality control process used to minimize the warranty cost of a product by screening out defective products through prior operation for a period of time before sale. Two decision criteria used to determine the optimal burn-in time are the maximization of the reliability of the delivered product and the minimization of the total cost, which are composed of the cost of burn-in process and the cost of warranty claims. Because of uncertainty regarding the underlying lifetime distribution of the product, both the product reliability and the total cost are random variables. In this paper, the uncertainty in reliability and cost is quantified by use of Bayesian analysis. The joint distribution of reliability and cost is inferred from the uncertainty distribution of the parameters of the product lifetime distribution. To incorporate the uncertainty in reliability and cost as well as the tradeoff between them into the selection of optimal burn-in time, the joint utility function of reliability and cost is constructed using the joint distribution of reliability and cost. The optimal burn-in time is selected as the time that maximizes the joint utility function.
Günümüzün küresel rekabet koşullarında hayatta kalabilmek için işletmeler üretimlerinde düşük teslim zamanı, düşük maliyet, yüksek kalite ve yüksek esnekliği hedeflemek zorundadırlar. Proje bazlı üretim yapan firmaların bu hedeflere ulaşabilmesi için siparişe dayalı üretim yöntemini tercih etmeleri gerekmektedir. Siparişe dayalı üretimde ürünün teslim tarihinde hazır olması büyük önem taşımaktadır. Teslim tarihlerinin azaltılması için üretim süresini etkileyen faktörlerin tespit edilmesi gerekmektedir. Üretim süresine etki eden faktörlerin tespit edilmesi, bu faktörler üzerinde yapılabilecek iyileştirmeleri öngörmeyi sağlayacaktır. Bu çalışmada üretim süresine etki eden faktörlerin veri madenciliği yöntemleri ile belirlenebileceği metal sektöründe üretim yapan bir firmaya uygulanarak gösterilmiştir. Bu faktörler araştırılırken veri madenciliğinden çeşitli sınıflandırma algoritmaları kullanılmıştır. Uygulama sonucunda en iyi sonuçlar random tree algoritması ile elde edilmiştir. Üretim süresine etki eden faktörler parça adı, makine adı, üretim ayı, ortalama sıcaklık, operatör adı, tezgâh boyutu, ürün miktarı olarak bulunmuştur. Uygulama sonucunda üretilen bilgiler ile işletmeye üretim süreçleri için iyileştirme tavsiyeleri verilmiştir. Ham veri kümesi ek dosyada verilmiştir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.