Egy magyarországi élelmiszergyártó üzem termelésének és termelés-kiszolgálásának szimulációs vizsgálata, tapasztalatai
|
|
- Vilmos Farkas
- 8 évvel ezelőtt
- Látták:
Átírás
1 Egy magyarországi élelmiszergyártó üzem termelésének és termelés-kiszolgálásának szimulációs vizsgálata, tapasztalatai Simon László, logisztikai rendszertervező, ECO-LOG-ING Bt. A feladatok jelentős részénél amennyiben nem végzünk szimulációt - csak a tapasztalatainkra hagyatkozhatunk a javasolt megoldás eredményességét tekintve. Alkalmasan megválasztott szimulációval, még a beruházás előtt lehetőség nyílik a rendszer vizsgálatára, tesztelésére, ill. meglévő rendszerek esetében a különböző módosítások várható hatásainak vizsgálatára a működő rendszer zavarása nélkül. 1 A szimulációs modellezés áttekintése 1.1 A digitális diszkrét szimulációs modellezés értelmezése [1] Fizikai Digitális Diszkrét Determinisztikus Modellezés Analitikus Hybrid Vegyes Sztochasztikus 1. ábra: A modellezés felosztása Szimulációs Analóg Folytonos Kvázideterminisztikus A jelen cikk szempontjából érdektelen modellezés-változatok részletezését mellőzve csak a diszkrét digitális szimulációs modellezést vizsgáljuk közelebbről. A paraméterek értékének megadásától függően három típust különböztethetünk meg. Determinisztikusnak nevezzük azt a szimulációs alváltozatot, amely során a szimuláció paramétereit rögzített értéknek tekintjük. Sztochasztikus esetben a paramétereket a matematikai statisztikai jellemzőikkel adjuk meg, úgy, mint eloszlás típus, várható érték, szórás, ferdeség, stb. A szimulációs szoftver ezen adatok felhasználásával állít elő a futtatások során pszeudo-véletlen számokat. Kvázideterminisztikus esetben az ismert eloszlásból bizonyos előre meghatározott konfidencia-szint figyelembe vételével a sztochasztikus adatokat determinisztikus értékké alakítjuk. 1.2 A szimulációs modellezés előkészítése [2] [3] Egy folyamat szimuláció segítségével történő vizsgálata gondos előkészítést igényel. A szimulációs projekt fő lépéseit az alábbi ábra szemlélteti. Vizsgálni kell a szimuláció feltételeit. Csak abban az esetben szükséges és szabad szimulációs módszerekhez folyamodni, ha az alábbi feltételek teljesülnek: A probléma más, egyszerűbb, analitikus úton nem megoldható A szimuláció kivitelezhető, a rendszer algoritmusokkal leírható Ha a vizsgálat alapján a szimulációs módszerek mellett született döntés, akkor pontosan meghatározandók azon kívánt jellemzők, amelyek alapján a szimuláció szükséges és elégséges mértéke megállapítható. Mind a túl részletes, mind a túl leegyszerűsített modell téves eredményhez vezethet. Az elégségesnél finomabb felbontású modell további veszélyei: Felesleges, nem hasznosuló többletmunka A probléma deklarálása, elemzése A rendszer felmérése, adatgyűjtés Modell készítés Modell ellenőrzés (verifikálás) Kísérletezés, analízis Értelmezés Dokumentálás A modell bővülése a hibaforrások számának növekedését eredményezi A túl finom paraméterek gyakran csak nehezen mérhetők és állíthatók be 2. ábra: A szimulációs modellezés folyamata A projekt túlburjánzása magában rejti a veszélyét külső résztvevőkben felmerülő szkepticizmusnak, esetleg a projekttagok elfáradásának, amelyek végül a projekt kudarcát okozhatják
2 1.3 Általunk alkalmazott szimulációs rendszer [4] Az üzemek, raktárak szimulációs modellje a Siemens által kifejlesztett, Tecnomatix PLM termékcsalád Plant Simulation rendszerében történik. A Plant Simulation alapvetően az anyagáramlási rendszerek modellezésére került kifejlesztésre, de a teljes mélységű programozhatóság adta rugalmassága révén ennél sokkal szélesebb körben használható fel. (Pl.: pénzügyi műveletek szimulációja) A Plant Simulation diszkrét, eseményvezérelt, objektumorientált szimulációs rendszer. Az eseményvezérlés lényege, hogy a folyamatosan előre haladó időben a rendszer csak a szimuláció szempontjából jelentéssel bíró, meghatározó események diszkrét pillanatait vizsgálja. Ilyen lényeges esemény lehet például, amikor egy darab megérkezik egy szállítószalag elemre, vagy amikor elhagyja azt. 3. ábra: Plant Simulation képernyőkép Az eseményvezérelt rendszerekben a szimuláció futtatása az idővezérelt rendszereknél jobban vizsgálható, ugyanis a változást nem okozó időintervallumok nem kerülnek megjelenítésre, így a fontos események hangsúlyosak. 1.4 A várt eredmények és a további lehetőségek A szimulációs modell felépítése és futtatása során a gyártás-kiszolgálási logisztikai folyamatok részletesen vizsgálhatók, elemezhetők. Meghatározhatók a kapacitást korlátozó szűk keresztmetszetek és a szükséges erőforrások. A paraméterek megfelelő optimalizációs algoritmus segítségével számíthatók. A szimulációs modell továbbfejlesztésével lehetőség nyílik a termelési program vizsgálatára. Ezáltal egy termeléstervezést támogató eszközként az előzetesen meghatározott termelési program átfutási ideje és módja pontosan meghatározható. Megfelelő algoritmus beépítésével a termelési program optimális sorrendje is automatikusan definiálható. 2 A modellezett üzem ismertetése Kimérés Big-Bag-es kimérés Kézi kimérés Keverés Fűszerkimérés A vizsgált üzem jellemzően por alakú élelmiszeripari termékek gyártásával foglalkozik. Fő technológiai lépések: kimérés, keverés, pihentetés, felöntés, csomagolás, rakatfóliázás, kiszállítás. A gyártási folyamatot az alábbi ábra szemlélteti. Látható, hogy az egyes lépések jellemzően szekvenciálisan követik egymást. Kivételt képez ez alól a tisztítás/takarítás. Élelmiszeriparról lévén szó, a tisztítás/takarítás kiemelt szerepet játszik a gyártás során, valamint a fő folyamattal párhuzamosan értelmezhető. A tisztítási/takarítási művelet a különböző eszközök és berendezések jelentős időtartamú foglaltságát idézi elő. Az egyes munkaállomások közötti anyagmozgatás egyrészt kézi úton, görgős rozsdamentes kocsik segítéségével, másrészt elektromos gyalogkíséretű targoncák segítségével, raklapon történik. Pihentetés Felöntés Csomagolás Rakatfóliázás Kiszállítás 4. ábra: A vizsgált üzem fő folyamata
3 3 A szimuláció felépítése Minden szimulációs vizsgálat előtt nélkülözhetetlen lépés a készítendő modell határainak meghatározása mind vertikális, mind horizontális értelemben, azaz ki kell jelölni a modell vizsgálati mélységét, és topológiai határait. Mivel a szimuláció célja nem az operatív szintű konkrét gyártási program vizsgálata, hanem a rendszer globális, stratégiai-taktikai szintű elemzése, a modell és az adatbázis mélysége is ennek megfelelő. Nem tér ki az egyes alapanyagok szintjére, mert a kiszolgálás szempontjából csak az egyes műveleti állomásokon eltöltött idő a meghatározó. A futtatások eredményei az üzem szakembereivel közösen beállított paramétereknek köszönhetően a próbafuttatások eredményei alapján jól közelítik a valóságban tapasztalt értékeket, így a szimuláció és az abból levonható következtetések megbízhatónak tekinthetők. Topológiai szempontból a határokat az alapanyagraktár átadó, és a késztermékpuffer átvevő felülete jelenti, ezáltal a szimuláció kizárólag a gyártóüzemre koncentrál. 4 A szimuláció bemutatása A vizsgálat alapját képező szimulációs modell készítése során az üzem alaprajzát, mint layout felhasználtuk, így a modell a valós körülmények és viszonyok között működik. Fontos megemlíteni, a programozhatóság jelentőségét. Minden szimulációs keretrendszer tartalmaz sokféle beépített, paraméterezhető elemet. Lényeges azonban ezek az elemek a gyors modellépítés lehetőségén túl ne jelentsék a rendszer korlátját is. Ugyanis a legszélesebb skálán paraméterezhető elemkészlet sem képes minden valós folyamatot leképezni. Így volt ez ebben az esetben is. A valóság lehető legpontosabb megközelítése érdekében a 5. ábra: A modellek építőelemei modellezés során számos kisebb-nagyobb programrészlettel volt szükséges kiegészíteni az objektumokból összeállított rendszert. Az alkalmazott szoftver ezt messzemenően támogatja, ez adja a végtelen rugalmasságát. 4.1 A termelés-kiszolgálás vizsgálata, a gyártási állomások vizsgálata A különböző gyártási programokkal végzett futtatások eredményei alapján általános következtetések vonhatók le a rendszer működésére vonatkozóan. Megállapíthatók az egyes műveleti állomások jellemző kihasználtsága, azok megoszlása a különböző műveleti lépések között. Természetesen nem csak állomásokra, hanem mozgó objektumokra is lekérdezhetők tetszőleges statisztikák. 6. ábra: Lekérdezett kimutatások 4.2 Szűk keresztmetszet vizsgálat Az alkalmazott szimulációs keretrendszer beépített lehetőséget biztosít egyes komplex vizsgálatok elvégzésére. Ilyen pl. a Shankey-diagram, vagy a szűk-keresztmetszet vizsgálat.
4 A modellen elvégzett szűk-keresztmetszet vizsgálatok alapján megállapítást nyert, hogy a gyártórendszer kapacitását a technológiai sor végén álló fóliázó berendezés határozza meg. Ezen állomás kapacitásának növelésével, vagy újabb fóliázó munkahely beállításával a termelés a kimérés-csomagolás által meghatározott kapacitáshatárig növelhető, ill. ezen kapacitástartalék kihasználható. A gyakorlati tapasztalatok visszaigazolták a szimuláció eredményét és ma már két fóliázógép üzemel a gyárban. 5 Optimalizálás A szimulációs modell megépítése, működési helyesség ellenőrzése (validálás) és egyes futtatások kiértékelése sok esetben nem elegendő. Gyakori igény a rendszer paramétereinek valamilyen célfüggvény szerint történő optimalizálása. Amennyiben egyetlen paraméter meghatározása a cél, akkor viszonylag egyszerű módon, akár pár jól megválasztott érték futtatásával meghatározható egy, a keresett optimumot elfogadható mértékben közelítő alternatíva. Sokkal összetettebb a feladat, ha egyszerre több paraméter meghatározása a feladat, és ezek a jellemzők nem függetlenek, hanem hatással vannak egymásra. Jellemző példaként említhető, hogy 20 ember 20 feladatra történő szétosztás problémájának vizsgálata 20!=2, megoldási változatot jelent, amelynek teljes körű kiértékelése 1 ms/megoldási alternatíva számítási sebesség esetén évig tartana. A fent vázolt problémák kezelésére több algoritmus ismert. Ezek közül a legáltalánosabban használható, legnagyobb referenciával rendelkező módszer a természetben zajló evolúciós fejlődést utánzó genetikus algoritmus (GA). A vizsgált üzem logisztikai erőforrásigényének meghatározása is ilyen, több paraméteres optimumkeresési probléma, amelynek megoldására a globális optimumkeresési módszerek közül a genetikus algoritmust választottuk. 5.1 Genetikus algoritmusok [5] [6] Az algoritmus a darwini evolúciós elméletre és a genetika alapjaira épül. A modell egyszerre több lehetséges megoldási változattal, ún. egyedekkel dolgozik, amelyek összességét populációnak nevezzük. Az egyedek között véletlenszerű eloszlásban előfordulnak optimumközeli és akár teljesen elfogadhatatlan megoldások is. A természethez hasonlóan az algoritmus a populáció ciklikus frissítésével működik, amely során újabb és újabb generációk jönnek létre. Míg az élőlények jellemzőit a kromoszómákban tárolt génállományuk, a genetikus algoritmus egyedeit a megoldási változat paraméter-kombinációja írja le. A generációk létrehozásának módja az öröklődés jegyeit hordozza. A szelekció alapján a rátermettebb egyedek nagyobb valószínűséggel szaporodnak, mint a kevésbé életképesek. A rátermettséget a GA terminológiájában fitness-értéknek nevezzük, amely a megfelelően megválasztott fitness-függvény segítségével határozható meg. A generációk között a folyamatosságot a szülő egyedek génkombinációjának másolása (rekombináció), a továbbfejlődést, a körfolyamatba történő esetleges beragadást a véletlenszerű módosítás, a mutáció garantálja. 5.2 Optimalizálás VÉGE Igen START Inicializálás (Kezdeti populáció létrehozása) Kiértékelés (Fitness-érték meghatározása) Skálázás (Fitness-értéknől származtatott rátermettségi érték) Kiválasztás, szelekció (A szaporodásra történő kiválasztás) Keresztezés, rekombináció (A szülők génállományából az új egyed génállományának képzése) Mutáció (A létrejött génállományba zajok, véletlenszerű eltérések keltése) Reprodukció (Az új egyedekből az új populáció létrehozása) Kilépési feltétel Nem 7. ábra: A GA általános folyamatábrája A konkrét üzem esetén a cél az egyes épületszinteken dolgozók és az általuk használt gyalogkíséretű targoncák együttes optimális számának meghatározása volt. Ez összesen 7 ismeretlen paramétert eredményezett. Az optimumot meghatározó célfüggvényt az üzem fajlagos eredményessége képezte, amelyet az üzem fajlagos bevétele és fajlagos költségeinek különbségeként definiáltunk.
5 - A fajlagos megtermelt eredmény, ahol a termelési program i-edik elemének képződő késztermék-rakatszáma - A termelési program alapján elkészült termékek száma - A maximális várakozási időt túllépő selejt termékek száma A j-edik változat teljes futási ideje [óra] - a termelési program i-edik eleméhez rendelt bevétel [egység/késztermék tömeg] A j-edik változat, k-adik erőforrásának mennyisége. A GA génjei. A k-adik erőforráshoz rendelt költség [egység/óra] Az eredmény alakulását generációról-generációra az alábbi diagram szemlélteti. Megfigyelhető, hogy mind a fajlagos költség, mind a fajlagos bevétel esetében vannak ingadozások a függvény menetében, de a célfüggvény, a fajlagos eredményesség monoton nő. Levonható a következtetés, miszerint az optimumot nem feltétlenül a költségek minimuma, vagy a bevételek maximuma jelenti, hanem a kettő különbözete. 8. ábra: A generációnkénti eredmények Irodalomjegyzék, hivatkozások: [1] Számítógépes szimuláció Dr. Lipovszki György; Rendszer és Irányítástechnika Tanszék; egyetemi jegyzet Budapest, [2] Diszkrét Szimuláció Dr. Jávor András SZIF-UNIVERSITAS Kft. [3] Plant Simulation verzió 7.2- Tanfolyam segédlet UGS Corp [4] graphit Kft. Plant Simulation [5] Genetikus algoritmusok Álmos Attila, Győri Sándor, Horváth Gábor, Várkonyiné Kóczy Annamária Typotex Kiadó, Budapest, 2002 [6] Evolúciós algoritmusok Borgulya István Dialóg Campus Kiadó, 2004
Modellezés. Fizikai. Digitális. Diszkrét. Kvázideterminisztikus. Sztochasztikus. Determinisztikus
INNOVATÍV KUTATÁS-FEJLESZTÉS A WABERER S CÉGCSOPORTNÁL Szimuláció alkalmazása a WABERER S LOGISZTIKA KFT Új Raktár-logisztikai rendszerének tervezésében ECO-LOG-ING Esettanulmány Előzetes összefoglaló
RészletesebbenLukovich Gábor Logisztikai rendszerfejlesztő
Lukovich Gábor Logisztikai rendszerfejlesztő Intra-logisztikai rendszerek Lay-out tervezése/fejlesztése Logisztikai informatikai rendszerek tervezése Egymással kölcsönhatásban lévő részfeladatok rendszere
RészletesebbenSzámítógépes döntéstámogatás. Genetikus algoritmusok
BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as
RészletesebbenLogisztikai szimulációs módszerek
Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenBeszállítás AR Gyártási folyamat KR
3. ELŐADÁS TERMELÉSI FOLYAMATOK STRUKTURÁLÓDÁSA 1. Megszakítás nélküli folyamatos gyártás A folyamatos gyártás lényege, hogy a termelési folyamat az első művelettől az utolsóig közvetlenül összekapcsolt,
RészletesebbenAnyagmozgatás és gépei. 1. témakör. Egyetemi szintű gépészmérnöki szak. MISKOLCI EGYETEM Anyagmozgatási és Logisztikai Tanszék.
Anyagmozgatás és gépei tantárgy 1. témakör Egyetemi szintű gépészmérnöki szak 2004-05. II. félév MISKOLCI EGYETEM Anyagmozgatási és Logisztikai Tanszék Miskolci Egyetem Anyagmozgatási és Logisztikai Tanszék
RészletesebbenMiskolci Egyetem Anyagmozgatási és Logisztikai Tanszék. 1. fólia
Miskolci Egyetem Anyagmozgatási és Logisztikai Tanszék 1. fólia Miskolci Egyetem Anyagmozgatási és Logisztikai Tanszék 2. fólia 3. fólia Külső anyagmozgatás elemei Szállítás. közúti, vasúti, vízi, légi,
RészletesebbenDr. habil. Maróti György
infokommunikációs technológiák III.8. MÓDSZER KIDOLGOZÁSA ALGORITMUSOK ÁTÜLTETÉSÉRE KIS SZÁMÍTÁSI TELJESÍTMÉNYŰ ESZKÖZÖKBŐL ÁLLÓ NÉPES HETEROGÉN INFRASTRUKTÚRA Dr. habil. Maróti György maroti@dcs.uni-pannon.hu
RészletesebbenLogisztikai szimulációk, ipari esettanulmányok
Logisztikai szimulációk, ipari esettanulmányok 20 éves a Bay-Logi Környezetmenedzsment és Logisztikai Osztálya Ladányi Richárd Tóth Norbert A tevékenységünk jellemzése ezen a területen Változatos feladatok
RészletesebbenLogisztikai módszerek
BME GTK Ipari menedzsment és Vállalkozásgazdasági Tanszék Menedzser program Logisztikai módszerek 1. Anyagmozgatás I. dr. Prezenszki József - dr. Tóth Lajos egyetemi docens egyetemi docens ek - 1. Anyagmozgatás
RészletesebbenAnyagmozgatás és gépei. 1. témakör. Egyetemi szintű gépészmérnöki szak. MISKOLCI EGYETEM Anyagmozgatási és Logisztikai Tanszék.
Anyagmozgatás és gépei tantárgy 1. témakör Egyetemi szintű gépészmérnöki szak 2006-07. II. félév MISKOLCI EGYETEM Anyagmozgatási és Logisztikai Tanszék Miskolci Egyetem Anyagmozgatási és Logisztikai Tanszék
RészletesebbenTECNOMATIX Megalapozott döntések, megnövelt gyártási hatékonyság
Plant Simulation TECNOMATIX Megalapozott döntések, megnövelt gyártási hatékonyság Széleskörű digitális gyártási megoldások a termelékenység növeléséhez, a költségek csökkentéséhez, valamint a minőségi
RészletesebbenKÖSZÖNTJÜK HALLGATÓINKAT!
2010. november 10. KÖSZÖNTJÜK HALLGATÓINKAT! Önök Dr. Horváth Zoltán Módszerek, amelyek megváltoztatják a világot A számítógépes szimuláció és optimalizáció jelentősége c. előadását hallhatják! 1 Módszerek,
RészletesebbenA genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere
A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere Kaposvári Egyetem, Informatika Tanszék I. Kaposvári Gazdaságtudományi Konferencia
RészletesebbenDr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
RészletesebbenHÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla
HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL OLÁH Béla A TERMELÉSÜTEMEZÉS MEGFOGALMAZÁSA Flow shop: adott n számú termék, melyeken m számú
RészletesebbenIntelligens Rendszerek Elmélete. Párhuzamos keresés genetikus algoritmusokkal
Intelligens Rendszerek Elmélete Dr. Kutor László Párhuzamos keresés genetikus algoritmusokkal http://mobil.nik.bmf.hu/tantargyak/ire.html login: ire jelszó: IRE0 IRE / A természet általános kereső algoritmusa:
RészletesebbenEllátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
RészletesebbenKvantitatív módszerek
Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció
RészletesebbenOsztott jáva programok automatikus tesztelése. Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január
Osztott jáva programok automatikus tesztelése Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január Osztott alkalmazások Automatikus tesztelés Tesztelés heurisztikus zaj keltés Tesztelés genetikus
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
RészletesebbenÁRAMKÖRÖK SZIMULÁCIÓJA
ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg
RészletesebbenEgyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma
Egyes logisztikai feladatok megoldása lineáris programozás segítségével - bútorgyári termelési probléma - szállítási probléma Egy bútorgyár polcot, asztalt és szekrényt gyárt faforgácslapból. A kereskedelemben
RészletesebbenDr. Klein Lajos Richter Gedeon Nyrt.
Dr. Klein Lajos Richter Gedeon Nyrt. Tartalom 1. Injekció gyártó üzem átvilágítás 2. Termelés Követő Rendszer Előzmények 2014-ben 5 kiemelt hatékonyságjavítási program indult vállalati szinten az IFUA
Részletesebbenértékel függvény: rátermettségi függvény (tness function)
Genetikus algoritmusok globális optimalizálás sok lehetséges megoldás közül keressük a legjobbat értékel függvény: rátermettségi függvény (tness function) populáció kiválasztjuk a legrátermettebb egyedeket
RészletesebbenBeszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 3. Előadás A beszerzési logisztikai folyamat Design tervezés Szükséglet meghatározás Termelés tervezés Beszerzés
RészletesebbenMegkülönböztetett kiszolgáló routerek az
Megkülönböztetett kiszolgáló routerek az Interneten Megkülönböztetett kiszolgálás A kiszolgáló architektúrák minősége az Interneten: Integrált kiszolgálás (IntServ) Megkülönböztetett kiszolgálás (DiffServ)
RészletesebbenGLOBÁLIZÁLT BESZERZÉS ÉS ELOSZTÁS A LOGISZTIKÁBAN
3. EŐADÁS GOÁIZÁT ESZZÉS ÉS EOSZTÁS A OGISZTIKÁAN A termelés globalizációjának, a késleltetett termelés következménye, hogy két kapcsolódó láncszem a beszerzés és elosztás is globalizálódik. A globalizált
RészletesebbenÉrtékáram elemzés szoftveres támogatással. Gergely Judit 2013. 03. 01. Lean-klub
Értékáram elemzés szoftveres támogatással Gergely Judit 2013. 03. 01. Lean-klub Tartalom Az Értékáram és elemzésének szerepe a Leanben Értékáram modellezés és elemzés Esetpélda: termelő folyamat Képzeletbeli
RészletesebbenDarabárus raktárak készletezési folyamatainak vizsgálata szimulációs eljárás segítségével
Bóna Krisztián: Darabárus raktárak készletezési folyamatainak vizsgálata szimulációs eljárás segítségével 1. Bevezető Napjaink kedvelt módszerei közé tartoznak a számítógépes operációkutatási módszerek,
RészletesebbenLogisztikai hálózatok funkcionális elemekre bontása intralogisztikai
Logisztikai hálózatok funkcionális elemekre bontása intralogisztikai rendszerekben Minden rendszer, és így a logisztikai hálózatok is egymással meghatározott kapcsolatban lévő rendszerelemekből, illetve
RészletesebbenTermelési folyamat logisztikai elemei
BESZERZÉSI LOGISZTIKA Termelési logisztika Beszállítás a technológiai folyamat tárolójába Termelés ütemezés Kiszállítás a technológiai sorhoz vagy géphez Technológiai berendezés kiválasztása Technológiai
RészletesebbenInformatika Rendszerek Alapjai
Informatika Rendszerek Alapjai Dr. Kutor László Alapfogalmak Információ-feldolgozó paradigmák Analóg és digitális rendszerek jellemzői Jelek típusai Átalakítás rendszerek között http://uni-obuda.hu/users/kutor/
RészletesebbenKészítette: Ellenőrizte: Jóváhagyta:
FOGLALKOZÁSI TERV Nyíregyházi Főiskola Gyártórendszerek tervezése c. tan- 2009/2010. tanév, II. félév GM.III. évfolyam Gyak.jegy, 2 kredit tárgy Műszaki Alapozó és Gépgyártástechnológia Tanszék Tanítási
RészletesebbenDöntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba
I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: http://www.sze.hu/~egertne Konzultációs idő: (páros tan. hét) csütörtök 10-11 30
RészletesebbenVállalati modellek. Előadásvázlat. dr. Kovács László
Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység
RészletesebbenTPM egy kicsit másképp Szollár Lajos, TPM Koordinátor
TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor 2013.06.18 A TPM A TPM a Total Productive Maintenance kifejezés rövidítése, azaz a teljes, a gyártásba integrált karbantartást jelenti. A TPM egy állandó
Részletesebben1. ábra A hagyományos és a JIT-elvű beszállítás összehasonlítása
hagyományos beszállítás JIT-elvû beszállítás az utolsó technikai mûvelet a beszállítás minõségellenõrzés F E L H A S Z N Á L Ó B E S Z Á L L Í T Ó K csomagolás raktározás szállítás árubeérkezés minõségellenõrzés
RészletesebbenTermelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak
Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok
RészletesebbenSzámítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA
SZDT-03 p. 1/24 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás
RészletesebbenSzimulációs módszerek alkalmazása az üzleti döntéstámogatásban
Szimulációs módszerek alkalmazása az üzleti döntéstámogatásban Dr. Benedek Gábor Thesys Labs Kft. Pocsarovszky Károly Thesys Labs Kft. 2011.04.14. www.thesys-group.com Mit tekint(s)ünk szimulációnak? DES
RészletesebbenTartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9
... 3 Előszó... 9 I. Rész: Evolúciós számítások technikái, módszerei...11 1. Bevezetés... 13 1.1 Evolúciós számítások... 13 1.2 Evolúciós algoritmus alapfogalmak... 14 1.3 EC alkalmazásokról általában...
RészletesebbenA technológiai berendezés (M) bemenő (BT) és kimenő (KT) munkahelyi tárolói
9., ELŐADÁS LOGISZTIKA A TERMELÉSIRÁNYÍTÁSBAN Hagyományos termelésirányítási módszerek A termelésirányítás feladata az egyes gyártási műveletek sorrendjének és eszközökhöz történő hozzárendelésének meghatározása.
RészletesebbenÚjrahasznosítási logisztika. 7. Gyűjtőrendszerek számítógépes tervezése
Újrahasznosítási logisztika 7. Gyűjtőrendszerek számítógépes tervezése A tervezési módszer elemei gyűjtési régiók számának, lehatárolásának a meghatározása, régiónként az 1. fokozatú gyűjtőhelyek elhelyezésének
RészletesebbenII. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László
A kockázat alapú felülvizsgálati és karbantartási stratégia alkalmazása a MOL Rt.-nél megvalósuló Statikus Készülékek Állapot-felügyeleti Rendszerének kialakításában II. rész: a rendszer felülvizsgálati
RészletesebbenGazdasági informatika alapjai
PSZK Mesterképzési és Távoktatási Központ / H-1149 Budapest, Buzogány utca 10-12. / 1426 Budapest Pf.:35 II. évfolyam Név: Neptun kód: Kurzus: Tanár neve: HÁZI DOLGOZAT 2. Gazdasági informatika alapjai
RészletesebbenMérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
RészletesebbenKIHÍVÁSOK ÉS VÁLASZOK LOGISZTIKAI RENDSZEREK TERVEZÉSE SORÁN. Lukovich Gábor logisztikai tanácsadó
KIHÍVÁSOK ÉS VÁLASZOK LOGISZTIKAI RENDSZEREK TERVEZÉSE SORÁN Lukovich Gábor logisztikai tanácsadó KÉRDÉSEK ÉS IGÉNYEK MI az Optimális megoldás Fejlesztés fő céljai Versenyképesség növelés, meghatározó
RészletesebbenMatematikai modellezés
Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe
RészletesebbenDIGITÁLIS TEREPMODELL A TÁJRENDEZÉSBEN
DIGITÁLIS TEREPMODELL A TÁJRENDEZÉSBEN DR. GIMESI LÁSZLÓ Bevezetés Pécsett és környékén végzett bányászati tevékenység felszámolása kapcsán szükségessé vált az e tevékenység során keletkezett meddők, zagytározók,
RészletesebbenGenetikus algoritmusok az L- rendszereken alapuló. Werner Ágnes
Genetikus algoritmusok az L- rendszereken alapuló növénymodellezésben Werner Ágnes Motiváció: Procedurális modellek a növénymodellezésben: sok tervezési munka a felhasználónak ismerni kell az eljárás részleteit
RészletesebbenKéprekonstrukció 9. előadás
Képrekonstrukció 9. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem hv-konvex összefüggő halmazok Mag-burok-szerű rekonstrukció: S. Brunetti, A. Del Lungo, F.
RészletesebbenHidraulikus hálózatok robusztusságának növelése
Dr. Dulovics Dezső Junior Szimpózium 2018. Hidraulikus hálózatok robusztusságának növelése Előadó: Huzsvár Tamás MSc. Képzés, II. évfolyam Témavezető: Wéber Richárd, Dr. Hős Csaba www.hds.bme.hu Az előadás
RészletesebbenTémák 2014/15/1. Dr. Ruszinkó Endre, egyetemi docens
Témák 2014/15/1 Dr. Ruszinkó Endre, egyetemi docens 1. A V6 Otto motorok gyártása során fellépő hibatípusok elemzése 2. Szelepgyűrű megmunkálás optimális folyamatának kidolgozása 3. Szerszámcsere folyamatának
RészletesebbenHagyományos termelésirányítási módszerek:
Hagyományos termelésirányítási módszerek: - A termelésirányítás határozza meg, hogy az adott termék egyes technológiai műveletei - melyik gépeken vagy gépcsoportokon készüljenek el, - mikor kezdődjenek
RészletesebbenDr. Kalló Noémi. Termelésszervezés, Termelési és szolgáltatási döntések elemzése. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék
Termelésszervezés, Termelési és szolgáltatási döntések elemzése egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelésszervezés 17.Ismertesse az anyagszükséglet-tervezés input információit,
RészletesebbenTERMÉKTERVEZÉS NUMERIKUS MÓDSZEREI. 1. Bevezetés
TERMÉKTERVEZÉS NUMERIKUS MÓDSZEREI Dr. Goda Tibor egyetemi docens Gép- és Terméktervezés Tanszék 1. Bevezetés 1.1. A végeselem módszer alapjai - diszkretizáció, - szerkezet felbontása kicsi szabályos elemekre
RészletesebbenNév KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
RészletesebbenHazai és MTA-részvétel az Európai Unió 7. keretprogramjában (FP7)
Hazai és MTA-részvétel az Európai Unió 7. keretprogramjában (FP7) Tendenciák a 2012 2013. időszakban A 7. kutatási és technológiafejlesztési keretprogram az Európai Unió fő kutatásfinanszírozási eszköze.
RészletesebbenAlgoritmusok Tervezése. 9. Előadás Genetikus Algoritmusok Dr. Bécsi Tamás
Algoritmusok Tervezése 9. Előadás Genetikus Algoritmusok Dr. Bécsi Tamás Biológiai háttér (nagyvonalúan) A sejt genetikai információit hordozó DNS általában kromoszómának nevezett makromolekulákba van
RészletesebbenOperációs rendszerek II. Folyamatok ütemezése
Folyamatok ütemezése Folyamatok modellezése az operációs rendszerekben Folyamatok állapotai alap állapotok futásra kész fut és várakozik felfüggesztett állapotok, jelentőségük Állapotátmeneti diagram Állapotátmenetek
RészletesebbenÜzemszervezés A BMEKOKUA180
Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedésmérnöki Szak Üzemszervezés A BMEKOKUA180 Termelési rendszerek Dr. Juhász János egyetemi docens A termelési
RészletesebbenGCF 1.1 Gas Consumption Forecast
GCF 1.1 Gas Consumption Forecast A szabadpiaci gáz-kereskedelem alapja a forrás- és a fogyasztói oldali menetrendek tervezése, operatív levezénylése és elszámolása. Az energia kereskedelem a jövõre vonatkozik,
RészletesebbenMatematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás
Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre
RészletesebbenPélda. Job shop ütemezés
Példa Job shop ütemezés Egy üzemben négy gép működik, és ezeken 3 feladatot kell elvégezni. Az egyes feladatok sorra a következő gépeken haladnak végig (F jelöli a feladatokat, G a gépeket): Az ütemezési
RészletesebbenProgramfejlesztési Modellek
Programfejlesztési Modellek Programfejlesztési fázisok: Követelmények leírása (megvalósíthatósági tanulmány, funkcionális specifikáció) Specifikáció elkészítése Tervezés (vázlatos és finom) Implementáció
RészletesebbenA Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása
azdaság- és Társadalomtudományi Kar Ipari Menedzsment és Vállakozásgazdaságtan Tanszék A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása Készítette: dr. Koltai Tamás egyetemi tanár Budapest,.
RészletesebbenAz irányítástechnika alapfogalmai. 2008.02.15. Irányítástechnika MI BSc 1
Az irányítástechnika alapfogalmai 2008.02.15. 1 Irányítás fogalma irányítástechnika: önműködő irányítás törvényeivel és gyakorlati megvalósításával foglakozó műszaki tudomány irányítás: olyan művelet,
RészletesebbenTARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése...
TARTALOMJEGYZÉK TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS...1 1. A lágy számításról...2 2. A könyv célkitűzése és felépítése...6 AZ ÖSSZETEVŐ LÁGY RENDSZEREK...9 I. BEVEZETÉS...10 3. Az összetevő
RészletesebbenMICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III.
MICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III. A Microsoft Dynamics AX rendszer Termelésirányítás III. modulja hatékonyabbá teszi a gyártási ciklus szervezését. A Microsoft Dynamics AX rendszer termelésirányítási
RészletesebbenLogisztikai rendszerek. Termelési logisztika
Logisztikai rendszerek Termelési logisztika Termelési logisztika A termelési logisztika a mőködési területek jellegzetessége szerint a mikrologisztika, ezen belül a vállalati logisztika legmeghatározóbb
RészletesebbenSzámítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA
SZDT-04 p. 1/30 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás
Részletesebben30 MB INFORMATIKAI PROJEKTELLENŐR
INFORMATIKAI PROJEKTELLENŐR 30 MB DOMBORA SÁNDOR BEVEZETÉS (INFORMATIKA, INFORMATIAKI FÜGGŐSÉG, INFORMATIKAI PROJEKTEK, MÉRNÖKI ÉS INFORMATIKAI FELADATOK TALÁKOZÁSA, TECHNOLÓGIÁK) 2016. 09. 17. MMK- Informatikai
RészletesebbenAdaptív menetrendezés ADP algoritmus alkalmazásával
Adaptív menetrendezés ADP algoritmus alkalmazásával Alcím III. Mechwart András Ifjúsági Találkozó Mátraháza, 2013. szeptember 10. Divényi Dániel Villamos Energetika Tanszék Villamos Művek és Környezet
RészletesebbenSTATISZTIKAI PROBLÉMÁK A
STATISZTIKAI PROBLÉMÁK A HULLÁMTÉR REPRODUKCIÓ TERÜLETÉN 2012. május 3., Budapest Firtha Gergely PhD hallgató, Akusztikai Laboratórium BME Híradástechnikai Tanszék firtha@hit.bme.hu Tartalom A hangtér
RészletesebbenA MODELLALKOTÁS ELVEI ÉS MÓDSZEREI
SZENT ISTVÁN EGYETEM GÖDÖLLŐ MECHANIKAI ÉS GÉPTANI INTÉZET A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI Dr. M. Csizmadia Béla egyetemi tanár, az MMK Gépészeti Tagozatának elnöke Budapest 2013. október. 25. BPMK
RészletesebbenSzámítógép-rendszerek fontos jellemzői (Hardver és Szoftver):
B Motiváció B Motiváció Számítógép-rendszerek fontos jellemzői (Hardver és Szoftver): Helyesség Felhasználóbarátság Hatékonyság Modern számítógép-rendszerek: Egyértelmű hatékonyság (például hálózati hatékonyság)
RészletesebbenKardex Remstar Horizontal: gyors komissiózás és készenlétbe helyezés horizontális irányban.
Szabványos megoldások Horizontális páternoszter rendszerek Kardex Remstar Horizontal: gyors komissiózás és készenlétbe helyezés horizontális irányban. 20 21 Kardex Remstar Horizontal Kardex Remstar Horizontal:
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenVirtuális hegesztés. A jövő kiképzési módja
Virtuális hegesztés A jövő kiképzési módja Valósághű tanulás a szimulátorral 100%-ban biztonsági kockázat nélkül Erőforrás takarékos A sikeres oktatócsomag ÁLTALÁNOS TUNDNIVALÓK A jövő hegesztési kiképzésének
RészletesebbenGyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak
Gazdaság- és Társadalomtudományi Kar Menedzsment és Vállalatgazdaságtan Tanszék Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak Készítette: dr. Koltai Tamás egyetemi tanár Budapest, 2012.
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenAl-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása
l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék
RészletesebbenBeszerzési logisztikai folyamat tervezése
1 2 Beszerzési logisztikai folyamat tervezése 3 1. Igények meghatározása, előrejelzése. 2. Beszerzési piac feltárása. 3. Ajánlatkérés. 4. Ajánlatok értékelése, beszállítók kiválasztása. 5. Áruk megrendelése.
RészletesebbenA gyártási rendszerek áttekintése
SZÉCHENYI ISTVÁN EGYETEM GYŐR Gyártócellák (NGB_AJ018_1) A gyártási rendszerek áttekintése Bevezetés A tantárgy célja A gyártócellák c. tárgy átfogóan foglalkozik a gyártás automatizálás eszközeivel, ezen
RészletesebbenOutsourcing az optimalizálás lehetőségének egyik eszköze
Outsourcing az optimalizálás lehetőségének egyik eszköze Kissné Dézsi Erika MOL Csoport, Petrolkémia - Tiszai Vegyi Kombinát Nyrt. Logisztika menedzsmentvezető Debrecen, 2009.10.02. Outsourcing az optimalizálás
RészletesebbenMechatronikai és Logisztikai Kiválósági Központ eredményei, beszámoló a vállalt feladatokról
Mechatronikai és Logisztikai Kiválósági Központ eredményei, beszámoló a vállalt feladatokról Prof. Dr. Illés Béla dékán, tanszékvezető egyetemi tanár Miskolc, 2012.06.05. Prezentáció felépítése Kiválósági
RészletesebbenKövetelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor
RészletesebbenAndó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek
1. Felületi érdesség használata Felületi érdesség A műszaki rajzokon a geometria méretek tűrése mellett a felületeket is jellemzik. A felületek jellemzésére leginkább a felületi érdességet használják.
RészletesebbenBME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása
BME Járműgyártás és -javítás Tanszék Javítási ciklusrend kialakítása A javítási ciklus naptári napokban, üzemórákban vagy más teljesítmény paraméterben meghatározott időtartam, amely a jármű, gép új állapotától
RészletesebbenGLOBÁLIZÁLT BESZERZÉS ÉS ELOSZTÁS A LOGISZTIKÁBAN
GOBÁIZÁT BESZERZÉS ÉS EOSZTÁS A OGISZTIKÁBAN A globalizációjának, a késleltetett következménye, hogy két kapcsolódó láncszem a beszerzés és elosztás is globalizálódik. A globalizált beszerzésnek és elosztásnak
RészletesebbenBevezetés az operációkutatásba A lineáris programozás alapjai
Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév 2008. szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II.
RészletesebbenBudapesti Gazdasági Főiskola Pénzügyi és Számviteli Főiskolai Kar Budapest. Számvitel mesterszak. Tantárgyi útmutató
Budapesti Gazdasági Főiskola Pénzügyi és Számviteli Főiskolai Kar Budapest Számvitel mesterszak Tantárgyi útmutató 1 Tantárgy megnevezése: HALADÓ VEZETŐI SZÁMVITEL Tantárgy kódja: Tanterv szerinti óraszám:
RészletesebbenÚjdonságok 2013 Budapest
Újdonságok 2013 Budapest Tartalom 1. Általános 3 2. Szerkesztés 7 3. Elemek 9 4. Terhek 10 5. Számítás 12 6. Eredmények 13 7. Méretezés 14 8. Dokumentáció 15 2. oldal 1. Általános A 64 bites változat lehetőséget
RészletesebbenMérési struktúrák
Mérési struktúrák 2007.02.19. 1 Mérési struktúrák A mérés művelete: a mérendő jellemző és a szimbólum halmaz közötti leképezés megvalósítása jel- és rendszerelméleti aspektus mérési folyamat: a leképezést
RészletesebbenProzesskostenrechnung (PKR)
Prozesskostenrechnung (PKR) Folyamatköltség-számítás 2008.03.31. Készítette: Bródi Erzsébet Jánk Ildikó Müller Marianna Nagy Csilla Gazdasági folyamatok változása a II. világháborútól napjainkig Élesedő
RészletesebbenBeszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 2. Előadás A beszerzési logisztika alapjai Beszerzési logisztika feladata/1 a termeléshez szükséges: alapanyagok
Részletesebben