原始研究的文章

前面。Manuf抛光工艺。2022年5月,11
秒。添加剂过程
卷2 - 2022 | https://doi.org/10.3389/fmtec.2022.884164

添加剂Manufacturing-enabled供应链弹性分析:一个探索性研究

Pinkesh帕特尔

Fantahun Defersha

盛杨*

工程学院,圭尔夫大学,圭尔夫,加拿大

无与伦比的全球化和激烈的竞争使供应链(SCs)极其复杂和脆弱。增加自然灾害的发生率和前所未有的COVID-19凸显了提高供应链恢复能力的重要性(SCR)泄露其易感性外部事件。加法制造(AM)设想的颠覆性技术,允许layer-wised制造,改进可控硅声称是一个重要的因素,因为它可以带来新的机会通过扩大自由设计,改善材料的效率,缩短供应链,和分散的制造业。尽管如此,很少研究定量测量的影响是可控硅。填补这一研究空白,指数评估可控硅有幸借助供应链(AM-SCs)首次提出,然后,优先顺序的技术相似,理想的解决方案(TOPSIS)是用来获得一个可量化的可控硅得分,可用于测量不同SCs的性能。油门踏板总成的一个案例研究提出了三个不同的SC配置:最初的组装与传统制造业,最初的组装与我,与我重新组装。探索性研究表明,重新设计的装配与可控硅因素可以提高200%。灵敏度分析还透露,部分数和反应时间的供应商是提高可控硅的影响因素。最后,提出了框架的挑战和局限性也审议与未来的研究范围。

1介绍

供应链管理(SCM)被定义为“提供正确的货物或服务,正确的地点,正确的数量,在正确的时间,并在正确的成本”(Janvier-James Mbang, 2011)。SC复杂性大幅增加,企业实施新的战略如减少供应基地、即时和外包提供迅速和有效的客户反应(卡瓦略et al ., 2012)。全球化等因素,复杂的SC网络和外部风险(例如,政治不稳定,不稳定的汇率,网络攻击,和自然灾害)的主要贡献者是最新的SC中断(风扇和史蒂文森,2018年)。最近,SC的易受外部事件透露了COVID-19大流行(Govindan et al ., 2020)。SC中断会导致严重损失等影响销售和市场份额,降低服务水平和顾客满意度,和声誉损失(崔,2015),它决定了组织的整体性能(Er卡拉et al ., 2020)。可控硅的概念变得非常重要在现代SC操作,以避免任何中断(Heckmann et al ., 2015)。

加法制造(AM),一个制造过程,将CAD模型转换为三维物体通过逐层沉积的材料,已经从快速成型的可行的流程制作最终用途的产品。由于其诱人的属性创建部件与高度复杂的结构,减少了部分统计,和多个材料,我已广泛应用于各种行业,如航空航天、医疗、国防、消费产品、汽车和工业产品(而,2017)。预计将在新商业模式,简化生产过程通过消除阶段等部分的详细研究几何定义工具、流程、工装夹具、工艺步骤(吉布森et al ., 2010)。因此,我设想的产生速度,灵活、准确,更细粒度的SCs (Alicke et al ., 2016)。

尽管越来越多的倾向可控硅的方向,我的能力增强,定量研究集成点和可控硅是稀缺的。大部分的研究工作在本质上是定性的,定性讨论了鼓励的影响是可控硅。因此,本研究试图建立一个可量化衡量的绩效评估AM-SCs通过调查两个具体问题:1)如何衡量AM-SC的韧性呢?2)的关键影响因素,提高韧性AM-SC吗?

本文组织如下。第2部分将介绍可控硅定义的文献综述,祖先,定量研究,和我对SC的影响。然后,一个新的可控硅AM-SCs评估框架提出了第三节。随后,油门踏板总成的案例研究有三个独家SC配置提出了第四节。此外,更好的理解影响因素向更具弹性AM-SC开发通过灵敏度分析在第四节。最后,第五部分总结了研究的局限性和未来的范围。

2文献综述

2.1供应链弹性

韧性是一个多维、多学科的概念起源于心理学和生态系统(Kamalahmadi Parast, 2016)。开发SCs的定量测量,SC的定义,主要可控硅的渊源、可控硅定量研究进行了综述。

2.1.1供应链弹性的定义

多年来,研究人员给予充足的可控硅的定义;然而,一个全面的检查确认所有的定义反映了可控硅作为其内在能力应对意想不到的和不受欢迎的情况下。Hosseini et al . (2019)定义了可控硅使用三级能力的概念,即吸收能力,适应能力和恢复能力。一般来说,学者们认为强化SCs的吸收能力是一种积极的方法,可以减少在SC涟漪效应,这可控硅等五种风险挑战的外部风险,需求中断风险,供应中断风险、时间风险、信息破坏风险(伊万诺夫et al ., 2019)。

2.1.2突出供应链弹性的先例

弹性指数,被称为可控硅前身由不同研究人员都已经被广泛地研究过了。可控硅的最重要的前身是深思熟虑后连同他们的上下文中定义的研究。研究人员测量了可控硅的确定性建模方法使用敏捷收到14祖先(中排名最高的,索尼et al ., 2014)。因此,首先,敏捷性被定义为“一个供应链快速响应能力的不稳定的变化通过调整初始稳定配置”(维兰德Wallenburg, 2013)。在文学研究中,敏捷性讨论两种观点:第一是积极的方法,侧重于鲁棒性,其次是一个被动的方法,强调灵活机智(Kamalahmadi Parast, 2016)。下一个是冗余,可以视为摄入额外的股票在动乱期间(辛格et al ., 2019);然而,冗余策略总是成本(Zsidisin瓦格纳,2010)。冗余为这个项目本身将从废物/废材料分析中生成各种生产流程。缓冲库存,多个采购,和容量缓冲区三冗余策略(广为流传伊万诺夫et al ., 2019)。此后,灵活性特征为供应链迅速调整自己的能力取决于供应链伙伴的必需品和外部环境(史蒂文森和春天,2007)。各种形式的灵活性,如灵活的供应商体系,灵活的交通网络,灵活的生产能力可以提高可控硅(佩蒂特et al ., 2010)。准确地说,灵活性因素将帮助在供应链的反应和恢复(谢菲和大米,2005年)。然后,速度被描述为供应链的反应速度警告波动(辛格et al ., 2019),它的有效性很大程度上取决于供应链伙伴之间的数据共享(Juttner Maklan, 2011)。速度为公司提供了竞争优势当他们可以迅速访问冗余资源利用区域需求皮卡(Juttner Maklan, 2011)。此外,速度也被从速度的角度研究工作,导致大量改善交货期(拉斯顿和Blackhurst, 2020)。同样,信息在整个供应链的可视性社区是至关重要的减少供应链中断风险,可以温和的牛鞭效应(Metters 1997)。一般来说,组织决策forecast-driven而不是需求,使供应链成员在隔离,脆弱性的主要来源(克里斯托弗·派克,2004)。因此,信息共享可以大大提高供应链成员之间的协调(Kembro et al ., 2014)。

随后,鲁棒性被定义为供应链的能力抵抗对偏差(维兰德Wallenburg, 2013),可以使用积极的构建方法和警惕的供应链网络规划(Ehrenhuber et al ., 2015),称为“供应链价值创造网络”(Izadi Kimiagari, 2014)。强有力的供应链可以水平畸变和功能,其可靠性(唐,2006)。接下来,合作可以说清楚的合作自治组织为SC操作计划和执行获得共同利益(Simatupang曾经,2008)。通过共享资源、合作有助于预测和管理供应链的不稳定(钱et al ., 2018)。SC的风险可以通过宏观层面使平静跨供应链的协作(谢长廷和傅,2019)。与供应链合作伙伴结盟还可以帮助改善供应链安全(Hafezalkotob Zamani, 2019)。接下来,可持续性是铰接作为礼物需要消耗资源没有剥夺后代的使用(Kusrini Primadasa, 2018)。可持续性艾滋病可控硅通过提高产品质量和减少浪费Hafezalkotob Zamani, 2019)。可控硅可以提高通过它的中心部分任何决定发展供应链风险管理(SCRM)文化在整个组织。企业风险和业务连续性不应该限制风险管理文化的界限,让它“供应链连续性管理”(克里斯托弗·派克,2004)。是强调在董事会成员的表示,用可控硅熟稔(崔和香港,2002年)。“供应链网络结构的复杂性是一个总体衡量,类型,数量和相互依赖的活动,交易,和流程供应链”(Manuj Mentzer, 2008)。极其复杂和动态的供应链(很容易中断克里斯托弗·派克,2004)。因此,我们建议创建温和和短的供应链网络有一些可靠的子公司。研究人员强调的点全面的知识供应链网络设计构建弹性供应链(崔和香港,2002年)。

2.1.3供应链的弹性,导致传统的SCs定量研究

有条不紊地理解主题,研究集成定量可控硅和传统SCs是遍历数据库通过“网络科学”与“供应链”等关键词“弹性”,和“定量。“学者开发了可控硅指数使用满足率作为衡量两个连续的时间段之间的性能水平运用直线近似方法(巴罗佐et al ., 2015)。一些研究人员也提出了一个旨在post-disruption inventory-based数学模型使用启发式算法和multi-echelon可控硅技术可采项目控制(指标)的方法(Zavala et al ., 2019)。另一个研究工作侧重于建立协作的弹性SCs通过分析成功因素与gray-based DEMATEL方法(Aggarwal,斯利瓦斯塔瓦,2019年)。不同的研究提出了一种新的测量基于中断的弹性生存采用Cox比例风险(Cox-PH)模型,该模型可以适应多个中断源作为输入和提供恢复时间作为输出(Raj et al ., 2015)。一个研究小组试图量化可控硅在生产设备水平的测量装置使用容量恢复行动能力函数,并把它跟经济损失(卡普托et al ., 2019)。一些学者也提出了一个框架来评估农业系统的弹性分析嵌套层次的农业系统使用计量经济学等定量方法和建模(Meuwissen et al ., 2019)。

2.2加法制造对供应链的影响

我有潜力改变SC动力学转换到数字,从而增加了弹性SCs的能力。各种文学研究凸显了定性和定量的影响是在供应链的稳定性,讨论了如下(见图1)。

图1

图1。我对供应链的影响。

首先,是技术提供增加设计自由允许复杂的和高性能的几何图形与传统制造技术不可行,它允许制造商设计产品性能而不是制造(Mellor et al, 2014年)。类似地,我可以生产轻质产品通过使用晶格结构和空心几何体(佩特et al ., 2011)。另外,我增加了设计创新通过快速设计修改的灵活性和原型(伯曼,2012)。同时,我可以通过重组促进现场生产制造能力,这可以确保快速反应需求或供给的波动,而且还可以提高公司的响应在难以达及的地方或在自然灾害。分散的零部件制造业的建议是可实现的在不久的将来如果我技术变得更加资本密集型和可以提供更快的生产速度(Khajavi et al ., 2014)。因此,学者预测,未来的生产系统将分散到集中的生产设施。此外,这种类型的供应链配置可以大幅减少交货时间,可以大步的服务水平,从而导致盈利能力(De Treville et al ., 2004)。

最重要的是,设计自由由我技术允许部分集成优化产品功能,这减少了每个装配的零件数量,因此供应商。研究已经证实了这些事实,我技术有可能简化和缩短SCs (Barz et al ., 2016)。此外,它还将缩短生产流程,减少工件intra-plant运动的进展,从而更好地控制材料的运动(高et al ., 2015)。此外,假设当地的制造业与我和关闭客户允许组织更好地整合客户的价值链,从而减少投放市场的时间,它可以为公司提供新的服务生成的机会通过多样化的商业模式(罗杰斯et al ., 2017)。研究人员也预测“直接与用户共同创造”和产品设计的用户(Bogers et al ., 2016)。预测的极端主张的“需求链”的概念产品设计的客户(克里斯托弗和瑞尔斯,2014年),也称为“按单加工供应链。“此外,提供具有成本效益的生产解决方案通过消除特定对象工具和工艺设计要求,尤其是在小批量生产(Mellor et al ., 2014)。这个特性是更有价值,而经济生产批量的产品(Holmstrom et al ., 2010)。

此外,我可以生产综合部分,以前由几个子组件,使材料和能源效率,从而提供可持续制造解决方案(Glasschroeder et al ., 2015)(沃勒福西特,2014年)。材料效率在航空航天工业称为“buy-to-fly比率”,传统制造业实践(80%吉布森et al ., 2010)。最后,分散的生产限制成品的运输,这大大减少了运输时间和成本。计算研究表明,我可以减少运输成本50% (Barz et al ., 2016)。相比传统的SCs,在一系列广泛的零件采购和储存在一个仓库,我需要更少的股票的各种材料,大大降低了仓储和安全库存的需求(Mavri 2015)。此外,以消费者为中心的供应链生产商品需求,限制储存多余的库存。

总的来说,是技术预计将给供应链带来引人注目的变化动态,总结了表1。与传统的供应链相比,AM-SCs可以改变供应链从推拉式类型。此外,可以增强供应链在较短的交货时间,降低运输成本,简单的分销网络,快速的客户响应,降低库存水平,对冲破坏脆弱。

表1

表1。对比传统的SCs和AM-SCs。

2.3供应链弹性的定量研究有幸借助供应链

吸收定量研究领域的兴趣,一个系统的调查“网络科学”数据库的使用关键字“加法制造或3 d印制技术”,“供应链”和“弹性”。不幸的是,没有一个研究调查的可量化的可控硅AM-SCs然而,和一些研究已经定性讨论的影响是可控硅。奥伯格进行了一次实证研究的金属是技术原因中断现有SCs (奥伯格,2021)。Salmi和合作者研究了开源产品设计的影响,在医疗用品COVID-19大流行(Salmi et al ., 2020)。的使用是作为医疗资源短缺(弹性反应迈耶et al ., 2021),食物短缺(Derossi et al ., 2021)和汽车供应链(默罕默德et al ., 2022)也附和。依赖性的增加是在数字信息创建和共享使它容易更高程度的网络威胁。拉赫曼et al。(2021)提出了一个网络的弹性指数是基于Dempster-Shafer供应链理论,这个数值是有助于建立一个更有网络弹性的组织。

3研究方法

开发一个可量化的衡量AM-SC可控硅,仔细选择的前身是一个小学和决定性的一步。2.1.2节中总结了10个祖先,作为研究工作的基础。鉴于每个前期的复杂性,它将过于雄心勃勃的调查他们所有人在这个探索性研究。因此,以下标准应用于采用可控硅之测量,目的是开发一些初始的理解是对可控硅的影响,为设计策略提供决策支持(例如,整合和拓扑优化部分)长远。

(1)客观地量化:每个前期应该客观地衡量通过相对容易获得数据。

(2)我必须施加重大影响前期相比,传统的制造工艺。

通过应用标准1,antecedents-collaboration和供应链风险管理文化是过滤掉。例如,合作的定义是指供应链集成和协作的水平是非常主观的。应用标准2后,antecedents-flexibility和能见度省略。能见度的定义是指客户需求预测的能力是微不足道的影响。灵活性取决于供应商的数量有相同的能力,但我并没有提供这种灵活性相比,传统的制造工艺。虽然可持续性是一个相对低估的因素的调查显示,超过100的印度公司从不同行业(索尼et al ., 2014),鉴于SC替代品的可持续性评价的复杂性,作者将鼓励另一项研究计划下一个阶段。因此,这个初步调查主要集中在五个先例:敏捷、冗余、速度(交货时间),鲁棒性(订单满足率),和SC网络设计;然而,它应该建议这五个祖先并不排斥。其他祖先废除并不是因为他们无法量化,但需要大量的研究。本研究作为呼吁更多的研究类型的工作和可控硅评估鼓励更广泛的合作。

3.1提出供应链弹性指标和评估框架,有幸借助供应链

拟议的AM-SC可控硅评估框架所示图2。它由五层组成:产品层、可控硅指标层,指数量词层,可控硅计算层,和可控硅分数层。产品层(l - 1)特征不同的产品设计和工艺设计的属性相同的产品,这将交付所需的功能。这些属性包括产量、零部件的数量,质量,材料,和外包部分的数量。对于这些给定的产品属性,可以生成各种SC解决方案。的背景下,产品设计是考虑将显示部分数量少的优点,降低了质量,并减少外包部分,进而影响SC绩效定义在第二层。的缺点是产量限制采用SC设计。

图2

图2。概念框架的可控硅AM-SCs评估。

可控硅指数层(l2)概述了弹性指数,充当有幸借助产品设计和可控硅之间的联络。第一个索引是供应链设计侧重于减少SC的复杂性通过减少网络中节点的数目,从而提高准时交货”的概率(定单计划)。定单计划概率越高,弹性越高。第二个指数是“敏捷”,研究了反应时间对整个网络的需求或供应中断。通过我的技术,我们打算废除或有库存物资的运输时间,从而加快响应,提高客户服务水平。反应时间是越低,韧性越高。第三指数“冗余”措施的产生废用材料产量比率为各种生产流程。这里的想法是打捞多余的材料,可以使用在动荡没有阻止额外资本,可以避免可控硅和成本效率之间的权衡。冗余是越低,韧性越高。第四指数”订单满足率”评估了“准时交付,”(DIFOT)水平的替代品,可视为弹性的直接测量,因为它给了知道错过或未实现订单。 The higher the order fill rate is, the higher the resilience is. The last index “lead time” studies the impact of AM on order fulfillment time by utilizing part consolidation (PC) and less tooling features of AM technologies. Though PC curtails the lead time substantially, still AM technologies are not up to the mark when it comes to mass production. The shorter the lead time is, the higher the resilience is. The next phase is to quantify the shortlisted antecedents and develop index quantifiers which will be used to build the SCR score.

索引量词层(l - 3)框架的关注它们的值的指数量词和推导占多种因素。SC的设计、可量化的指标包括供应商的节点数量,节点临界和节点的可靠性。敏捷性的特征是交货时间和分布式缓冲能力。冗余是衡量材料浪费。填充率的特点是DIFOT顺序。交货时间是衡量其名义制造的所有部分。

可控硅计算层(4)是获得一个聚合五可控硅指数评估方案,考虑到特定的产品和行业。专家的观点是需要定量指定每个指标的权重。这也对不同行业的适用性的自由。例如,订单填充率可以是至关重要的汽车工业,因为即时制造方法但鞋业不那么重要,因为大部分的组件是白手起家的。最后一层(置之不理)是可控硅分数层提供了一个客观价值,可以比较不同的SC替代品。

3.2供应链弹性的计算方法

评估AM-SCs的可控硅的问题可以被归类为一个多目标决策问题,在AM-SC相比其他方法(例如,传统制造业SC、混合和纯粹是供应链)基于五个可控硅指数。在这项研究中,优先顺序的技术相似,理想的解决方案(TOPSIS) (谭et al ., 2021)方法作为我们只需要评估有限数量的明确已知的解决方案,而不是产生无限的解决方案,它允许灵活地权衡决策标准在广泛的行业。TOPSIS的目的不仅是为决策者提供一个独特的最优解也提供偏好比其他可行的解决方案。从本质上讲,替代品的TOPSIS方法比较一组考虑每个准则的权重,正常化的价值观标准,计算每个替代的几何距离和理想的选择,和每个准则强调最好的分数。问题是插图的循序渐进的过程图3。

图3

图3。工作流的TOPSIS方法。

3.2.1步骤1:发展一个评价矩阵

一个过程的第一步是生成一个矩阵组成的选择和决策标准。

3.2.2第二步:计算归一化矩阵

过程的下一步是规范化矩阵使用线性归一化法,这是强制性的参数用于多准则决策问题常常是不协调的方面黄和尹,1981)。

{\bar{X}}_{我 j} = \frac{X_{我 j}}{\sqrt{\sum_{我 = 1}^{n} X_{我 j}^{2}}} 。 (1)

3.2.3步骤3:计算加权归一化矩阵

后续步骤涉及到开发一个加权归一化矩阵使用标准权重取决于每个人的相关性在最终决定 $W_{j}$ 是考虑的因素。

V_{我 j} = {\bar{X}}_{我 j} \times W_{j} 。 (2)

3.2.4第四步:计算最好和最坏的选择

这一步涉及突出表现最好和最差的为每个标准在现有的替代品。

3.2.5第五步:欧氏距离的计算

这一步计算每个标准的欧几里得距离从组,最好和最差的选择 $V_{j}^{+}$ 和 $V_{j}^{-}$ 分别代表了最好和最差的选择。

{年代}_{我}^{+} = {(\sum_{j = 1}^{米} {(V_{我 j} - V_{j}^{+})}^{2}]}^{0.5}, (3)

{年代}_{我}^{-} = {(\sum_{j = 1}^{米} {(V_{我 j} - V_{j}^{-})}^{2}]}^{0.5} 。 (4)

3.2.6第六步:分数的计算性能

最后一步计算的性能得分为每个替代和排名他们援助最终的决策。

R_{我} = \frac{{年代}_{我}^{-}}{{年代}_{我}^{+} + {年代}_{我}^{-}} 。 (5)

3.3评价供应链的三个场景

证明提出的可控硅的工作流和有效性评估框架,三个不同的SC配置调查理解AM-SCs定量的性能。具有相同的功能需求,三个SC选项如下:

场景1。传统的制造路线与现有的设计。

场景2。加法制造路线与现有的设计。

场景3。加法制造路线修改设计。场景1代表了当前遗留设计(装配)和传统的制造工艺。场景2使用是流程制造所有的部分与我技术不可行的设计修改,和场景3通过部分整合使用修改后的产品设计和拓扑优化和制造所有部件与流程。

4案例研究

4.1油门踏板的例子

油门踏板总成(图4),包括十三个子组件没有紧固件,作为案例研究。更多细节关于材料、制造工艺、重量、装配零件的和数量,请参考表2(杨et al ., 2019)。在这个例子中,部分(2、3、4、5、8)是巩固和拓扑优化减少装配零件数量和重量。后消除了标准和高精度的零部件(如轴承和潜在计)由于是过程能力的局限性,只有8个部分将用于三个SC的比较研究场景由于省略了部分不进行任何生产过程改变,从而不影响最后的结果。

图4

图4。油门踏板总成的细节部分(杨et al ., 2019)。

表2

表2。油门踏板总成的细节部分。

4.2弹性指数计算

本节关注指数计算,使用索引量词为每个场景。每个索引计算一些容许假设中规定的相关部分。

4.2.1供应链设计准备

这个索引计算使用三个输入:1)SC网络的供应商数量,2)临界每个供应商,3)准时交货供应商的性能。联合概率函数用于获取定单计划整个SC的概率。例如,联合概率:P (A和B) = P (A)∗P (B)(参考表3- - - - - -5)。假设如下:

•所有的节点被认为是同样重要的案例研究。

•每个供应商网络中90%的时间准时交付货物;用户模型可以推导出这些值的经验数据对每个供应商。

•与现有的设计案例,是所有部分被印在一个供应商的地位有不同的3 d打印机。

表3

表3。供应链设计指数CM与现有的设计选择。

表4

表4。供应链设计指数是与现有的设计选择。

表5

表5。供应链设计指数为我修改后的设计选择。

4.2.2敏捷性

这个指数“反应时间”计算通过添加两次输入:1)关键路径(CP)交货时间(派生4.2.3节)和2)不良市场地区的运输时间。为了说明这一点,我们把萨斯喀彻温省市场下扫描仪和使用谷歌地图的交通时间(通过路∼29 h)测试市场和JAMA汽车制造厂的集群在加拿大作为参考(表6)。假设如下:

•运输时间被认为是没有会计的不确定性。

•分布式缓冲容量可用在萨斯喀彻温省地区。

表6

表6。供应链反应时间(分钟)替代方案。

4.2.3交货时间

这个指数是通过识别和推导计算关键路径(CP) SC网络。铅时间熔模铸造(IC)过程是x20的高于铅时间是流程(王et al ., 2019),而压铸(DC)过程明显快比集成电路;因此,我们已经考虑直流过程时间过程时间的十分之一。3 d打印部分的交货时间是计算使用200毫米的沉积速率³每分钟使用粉床融合过程(Piili et al ., 2015)。保持系统资源不变对所有SC配置允许我们打印五个部分平行的印刷时间巩固部分推导总印刷时间除以5表7- - - - - -9)。假设如下:

•所有组件都是由不同的供应商提供。

•为与现有的设计案例,各地正在与不同的3 d打印机打印。

表7

表7。交货时间指数CM与现有的设计选择。

表8

表8。交货时间指数是与现有的设计选择。

表9

表9。交货时间指数是修改后的设计选择。

4.3.4订单满足率

这个索引计算使用DIFOT(准时交付全额)组织的性能。DIFOT需要测量在一段时间内的特殊的和异常的观察;因此,我们不得不推断值范围的行业标准为目的的分析。公司有一个填充率平均在85% - -95%的范围SCs传统制造业路线后,表现最佳的公司管理达到98 - 99%的水平(特蕾西·史密斯,2020)。理想情况下,DIFOT级别1是伟大的从客户的观点;然而,它表示剩余库存。对于传统的SC,我们假定一个悲观DIFOT级别的范围从0.88自组装工程产品。接下来,我们促进了DIFOT 0.91水平投影AM-SCs与现有设计由于其更高的敏捷与传统SCs。最后,我们最好的乐观看法DIFOT 0.94水平与PC的路线可以合理的SC变异性衰变与减少装配零件的数量。

4.3.5冗余

这个索引计算通过最终的重量和输入材料重量的全会众。为每个组件的输入材料重量计算通过应用材料产量比率(参考表10)到最后重量呈负相关)。(参考表11- - - - - -13)。

表10

表10。材料(钢)收益率比制造过程。

表11

表11。冗余索引为厘米现有设计的选择。

表12

表12。冗余指数是现有设计的选择。

表13

表13。冗余索引为我修改设计的选择。

4.3供应链弹性的分数计算

可控硅分数可以通过TOPSIS计算通过以下步骤。应该注意的是,理想的指标代表的理论最佳值为每个可控硅索引,作为参考选择。

步骤1。发展一个评价矩阵。SC设计指数的值为每个场景都是从表3- - - - - -14敏捷性指标,值可以获得表6。同样,重复同样的操作提取值交货时间,订单填充率和冗余索引表7- - - - - -9,11- - - - - -13。

表14

表14。供应链弹性矩阵。

步骤2。计算归一化矩阵(参考表15)。

表15

表15。供应链弹性正规化矩阵。

步骤3。计算加权归一化矩阵。为了避免歧义,每个索引一视同仁,在这项研究中;然而,他们可以更好地调整和专家判断或通过使用系统的层次分析法(AHP)技术(帕蒂尔康德,2014年)(请参考表16)。

表16

表16。供应链弹性加权归一化矩阵。

步骤4。计算最好和最坏的选择。年代pecial attention is required while obtaining the best or the worst values of each index as some of the criteria are considered to be the best on a higher side and the others on a lower side. For example, the best lead time is the smallest value while the best alternative for the SC design is the largest one (refer表17)。

表17

表17。最好和最差的选择。

第5步。欧氏距离的计算。L2-norm距离计算的目标选择最好和最坏的条件(参考表18)。

表18

表18。欧几里得距离最好和最坏的打算。

步骤6。计算性能得分(参考表19)。

表19

表19。弹性得分和排名。

4.4结果分析和讨论

本节讨论弹性评分(如所示表19)选择在处理和比较它与理想或所需的弹性得分(100%)。图5显示了三个备选方案的性能得分通过一个图形表示。它可以观察到,第三选择,加法制造路线修改设计,最近的所需的解决方案之后,第二个选择,加法制造路线与现有的设计,传统的制造路线与现有设计站在最后。合成值客观优先考虑决策者的选择。

图5

图5。可控硅得分三个选择。

韧性越高得分(0.76)第三选择是归因于其附近最佳的性能在每个选定的弹性参数除了交货时间。首先,为优化设计提供的自由技术允许设计师来巩固多个部分,消除了冗余的供应商网络。因此,网络中供应商的总数减少到4从最初的八个通过合并部分(2、3、4、5、8)。此外,SC的“准时交货”性能改善从43.05%降至65.61%,尽管保护节点可靠性值。

下,数字供应链的技术许可分发该地区生产能力缓冲区被组织满足。分布式缓冲能力的反应时间减少了供应网络的需求或供应中断,这就增加了供应链的敏捷性。出于演示的目的,我们假定需求/供应波动和可用性的分布式缓冲在萨斯喀彻温省,加拿大,这使我们能够消除交通时间(∼29 h公路)和应对市场波动而不必等待父制造工厂的供应。此外,敏捷供应链是装备精良的面对中断,这让他们适应消费者的需求,从而提高订单满足率。在缺乏经验数据,我们有经验值取自文献的情况下,这显然表明DIFOT分数与我将是最高的(假定> 0.88),由于节省了运输时间。最后,是技术的材料效率远远优于传统的制造技术,该规格废一代第三选择,从而提高了冗余索引从27%降至144%。

4.5灵敏度分析

理解弹性指标的重要性提高可控硅,敏感性分析是可控硅进行机动的索引不同一个变量和其他保持不变。图6敏感性分析的结果显示由假设不同数量)的部分,b) DIFOT水平,c)反应时间,和d)减肥。

图6

图6。可控硅的敏感性分析。(一)装配零件的数量。(B)订单满足率。(C)减少反应时间。(D)减肥的一部分。

敏感性分析的结果清楚地表明,反应时间影响(+ 25.1%)最高的可控硅,紧随其后的是零件的数量的影响(−7.7%)。相反,订单减少填充率和质量指标影响微乎其微的可控硅,+ 0.5%和+ 0.4%,分别。敏感性分析的结果显然优先考虑决策者的关注领域。

5结论和未来的范围

在这项研究中,一个框架,提出了定量测量AM-SCs的韧性。框架设计计算替代弹性得分SC配置和提供一个清晰的排名基于绩效分数。框架利用精心挑选可控硅指标标准的基础上客观quantifiability和相关性。TOPSIS方法被用来支持一个统一的推导可控硅得分基于可控硅的五个指标。油门踏板的例子表明,该框架可以提供一个有效的参考评估不同的SC的设计,进而可以帮助修改关于部分数量和质量优化产品设计,以及工艺路线选择(点,传统制造业,或混合的)。敏感性分析表明,零件的数量和反应时间是提高可控硅AM-SCs最关键的因素。此外,该框架是非常灵活,可以根据业务部门的需求;因此,用户可以替代弹性指标根据其相关行业,没有任何限制的数字。此外,该框架还提供了一个条款来衡量指标根据其意义分析,框架的一个显著特点是,因为重要的一个业务部门的决策标准可能不是同等意义的其它行业不同的行业动态。

应该建议,本研究建立一个初始化一些初步调查AM-SCs量化测量。仍有一些限制需要克服和下一阶段调查。第一框架的局限性是它比较,突出了最好和最坏的选择从可用选项,这意味着没有绝对值,可以作为一个参考,除非用户发展理想的或期望的情况下通过专家判断或输入。第二,案例研究突显出一个至关重要的发现,这并不总是真的是技术作为增强剂可控硅但也可以充当还原剂;因此,拟使用框架检查不同的祖先。第三,产量选择是一个关键因素是在传统制造业,但此项研究并未SCs的评估成本方面。因此,未来的工作可以调查可控硅和成本之间的权衡。其他未来的发展方向也应包括升级模型采用混合方法的多目标决策技术,在层次分析法(AHP)可以集成系统地衡量每个决策标准。最后,还可以结合其他行业4.0技术是进一步提高SC的恢复能力。例如,大数据分析被认为提高“SC可见性、可安抚涟漪效应通过更好的预测准确性和减少信息中断风险(伊万诺夫et al ., 2019)。此外,研究人员开发了一个基于主体的仿真模型复杂的供应网络使用blockchains和模拟优越SC韧性与处理流程(Lohmer et al ., 2020)。

数据可用性声明

最初的贡献提出了研究中都包含在本文/辅料,可以针对相应的作者进一步询问。

作者的贡献

概念化、资源、项目管理、融资收购,和监督:SY;方法,原创作品草稿准备和数据准备:页;编辑和review-original草案:SY和FD。所有作者已阅读及同意发布版本的手稿。

资金

支持的研究资助加拿大自然科学和工程研究委员会(NSERC)发现格兰特(rgpin - 2022 - 03448)和圭尔夫大学的启动资金也承认。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或那些出版商编辑和评论员。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用

Aggarwal, S。,和年代rivastava, M. K. (2019). A Grey-Based DEMATEL Model for Building Collaborative Resilience in Supply Chain.Int。j . 8的完整性。等内容。36 (8),1409 - 1437。doi: 10.1108 / ijqrm - 03 - 2018 - 0059