- -

Data-driven simulation methodology using DES 4-layer architecture

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Data-driven simulation methodology using DES 4-layer architecture

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author SÁEZ MÁS, AÍDA es_ES
dc.contributor.author García Sabater, José Pedro es_ES
dc.contributor.author Morant Llorca, Joan es_ES
dc.contributor.author Maheut, Julien es_ES
dc.date.accessioned 2016-12-13T14:28:05Z
dc.date.available 2016-12-13T14:28:05Z
dc.date.issued 2016-06
dc.identifier.uri http://hdl.handle.net/10251/75179
dc.description.abstract [EN] In this study, we present a methodology to build data-driven simulation models of manufacturing plants. We go further than other research proposals and we suggest focusing simulation model development under a 4-layer architecture (network, logic, database and visual reality). The Network layer includes system infrastructure. The Logic layer covers operations planning and control system, and material handling equipment system. The Database holds all the information needed to perform the simulation, the results used to analyze and the values that the Logic layer is using to manage the Plant. Finally, the Visual Reality displays an augmented reality system including not only the machinery and the movement but also blackboards and other Andon elements. This architecture provides numerous advantages as helps to build a simulation model that consistently considers the internal logistics, in a very flexible way. es_ES
dc.description.abstract [ES] En este trabajo presentamos una metodología para la construcción de modelos de simulación data driven para plantas de fabricación. Se ha ido más allá de lo propuesto en otras investigaciones al enfocar el desarrollo del modelo como una arquitectura de 4 capas (red, lógica, base de datos y realidad visual). La capa de Red abarca toda la infraestructura del sistema. La capa lógica incluye el sistema de planificación y control de operaciones, y el sistema de manejo de materiales. La base de datos alberga toda la información necesaria para que represente la simulación, los resultados utilizados para analizar y los valores de la capa lógica para gestionar la planta. Finalmente la capa de realidad visual proporciona un sistema real argumentado, incluyendo no solo la maquinaria y los movimientos, sino también las pizarras y otros elementos andon. Esta arquitectura proporciona numerosas ventajas, como ayudar en la construcción del modelo que de manera consistente considera la logística interna de una manera muy flexible. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València
dc.relation.ispartof Working Papers on Operations Management
dc.rights Reconocimiento (by) es_ES
dc.subject Simulación por eventos discretos es_ES
dc.subject Arquitectura de 4 capas es_ES
dc.subject Planta de fabricación es_ES
dc.subject Modelado y simulación es_ES
dc.subject Enfoque data driven es_ES
dc.subject Data driven approach es_ES
dc.subject Simulation modeling es_ES
dc.subject Material handling system es_ES
dc.subject Assembly plant es_ES
dc.title Data-driven simulation methodology using DES 4-layer architecture es_ES
dc.title.alternative Metodología de simulación data driven utilizando una arquitectura de 4 capas de simulación por eventos discretos es_ES
dc.type Artículo es_ES
dc.date.updated 2016-12-13T14:22:50Z
dc.identifier.doi 10.4995/wpom.v7i1.4727
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Organización de Empresas - Departament d'Organització d'Empreses es_ES
dc.description.bibliographicCitation Sáez Más, A.; García Sabater, JP.; Morant Llorca, J.; Maheut, J. (2016). Data-driven simulation methodology using DES 4-layer architecture. Working Papers on Operations Management. 7(1):22-30. https://doi.org/10.4995/wpom.v7i1.4727 es_ES
dc.description.accrualMethod SWORD es_ES
dc.relation.publisherversion https://doi.org/10.4995/wpom.v7i1.4727 es_ES
dc.description.upvformatpinicio 22 es_ES
dc.description.upvformatpfin 30 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 7
dc.description.issue 1
dc.identifier.eissn 1989-9068
dc.description.references Campuzano, F., & Mula, J. (2011). Supply Chain Simulation. doi:10.1007/978-0-85729-719-8 es_ES
dc.description.references Franz, L. S. (1989). Data Driven Modeling: An Application in Scheduling. Decision Sciences, 20(2), 359-377. doi:10.1111/j.1540-5915.1989.tb01884.x es_ES
dc.description.references Jiménez-García, J. A., Téllez-Vázquez, S., Medina-Flores, J. M., Rodríguez-Santoyo, H. H., & Cuevas-Ortuño, J. (2014). Materials Supply System Analysis Under Simulation Scenarios in a Lean Manufacturing Environment. Journal of Applied Research and Technology, 12(5), 829-838. doi:10.1016/s1665-6423(14)70589-9 es_ES
dc.description.references Kleijnen, J. P. C. (1995). Verification and validation of simulation models. European Journal of Operational Research, 82(1), 145-162. doi:10.1016/0377-2217(94)00016-6 es_ES
dc.description.references Lim, D.-E., & Seo, M. (2014). A Generic Simulation Framework for Efficient Simulation Analyses for Semiconductor Manufacturing: A Case Study. International Journal of Control and Automation, 7(2), 75-84. doi:10.14257/ijca.2014.7.2.08 es_ES
dc.description.references Lu, S. .-Y., Shpitalni, M., & Gadh, R. (1999). Virtual and Augmented Reality Technologies for Product Realization. CIRP Annals, 48(2), 471-495. doi:10.1016/s0007-8506(07)63229-6 es_ES
dc.description.references McLean, C., Jones, A., Lee, T., & Riddick, F. (s. f.). An architecture for a generic data-driven machine shop simulator. Proceedings of the Winter Simulation Conference. doi:10.1109/wsc.2002.1166364 es_ES
dc.description.references Negahban, A., & Smith, J. S. (2014). Simulation for manufacturing system design and operation: Literature review and analysis. Journal of Manufacturing Systems, 33(2), 241-261. doi:10.1016/j.jmsy.2013.12.007 es_ES
dc.description.references Tjahjono, B., & Fernandez, R. (2008). Practical approach to experimentation in a simulation study. 2008 Winter Simulation Conference. doi:10.1109/wsc.2008.4736292 es_ES
dc.description.references Wang, J., Chang, Q., Xiao, G., Wang, N., & Li, S. (2011). Data driven production modeling and simulation of complex automobile general assembly plant. Computers in Industry, 62(7), 765-775. doi:10.1016/j.compind.2011.05.004 es_ES
dc.description.references Wy, J., Jeong, S., Kim, B.-I., Park, J., Shin, J., Yoon, H., & Lee, S. (2011). A data-driven generic simulation model for logistics-embedded assembly manufacturing lines. Computers & Industrial Engineering, 60(1), 138-147. doi:10.1016/j.cie.2010.10.011 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem