..4. Óbuda Egyetem ák Doát Gépész és ztoságtechka Mérök Kar yagtudomáy és Gyártástechológa Itézet Termelés olyamatok II. Költségbecslés Dr. Mkó alázs mko.balazs@bgk.u-obuda.hu z dı- és költségbecslés eladata Meghatároz a gyártás várható dıszükségletét és költség géyét.? költségbecslés szerepe költségbecslés problémája Ököltségszámítás árajálat adáshoz Gyártás költségek kotrollálása eszállítók árajálataak elleırzése Ve vagy gyárta dötés támogatása Tervezés alteratívák értékelése yagszükséglet tervezés Gyártás ütemezés eektetett muka Potosság Probléma: Nem smerjük a gyártás olyamat részletet. övd dı áll redelkezésre. 4 Költségbecslés módszerek Itutív alóg Parametrkus altkus MI alapú Itutív módszer Ituícóra, tapasztalatra épít Nagy gyakorlat szükséges észletese smer kell a köryezetet Potatla lehet Nem átlátható 6
..4. alóg módszer Összehasolítás korább termékekkel Nagy adatbázs atékoy keresés szükséges Statkus köryezet daptálás Parametrkus módszer Egyszerő üggvéykapcsolat a éháy termék-paraméter és a költség között Általába tömeg vagy beoglaló méret Egyszerő Gyors Csak durva becslésre Pl.: K=C C *mc *m 7 8 altkus módszer eladat részletes dekompoálása, részszámítások összegzése észletes gyártás kocepcó z egyes elemek potosabba becsülhetık Potos (± %) Idıgéyes 9 Költségbecslés módszerek módszer elıy hátráy tutív aalóg parametrkus - gyors - egyszerő alkalmaz - gyelembe vesz a kokrét köryezetet - egyszerő - gyors - szakember géyes - potatla - em átlátható - dıgéyes - agy adatbázst géyel - potatla - heursztkus aaltkus - potos - dıgéyes - szakember géyes - túl részletes t S = est = C X X L X L Legksebb égyzetek módszere X X X L ( t C L ) = Parametrkus gyártás dı becslés = C = X L = X = X = = C X L MIN = = X L X X X L X X ( t L C L ) = = X L X X X L X X ( t C L L C L L ) = = X L X X X L X X ( t C L C L ) = = X L X X X L X X ( t C L C L ) = = X X Numerkus keresı algortmus C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L Változás adom() =. m ba t t, j j D = j...
..4. Eredméyek Zseb agyoló marása ossz Szélesség Mélység - ádusz 4 4 datbázs Szerszámút hossza 8 eset: : 4,,, 8,,,,, : 4,,, 8,,,,,, 4 : 4,, 6, 8,,, :,,,,,.xls m(, D J = t D Szerszámút hossza: L = J ( J ( J ) D (D=*) Cklusszám egy szte: Összekötı s ogásvétel mozgás hossza: [(max(, D) (max(, J D) ] = D ( ) L = J 6 6 Megmukálás dı Fogás szám: I = t a p Szerszám Megmukálás dı: L I ( L L I ( J ( J ( J ) D D ( J )) t ) = = = v v v Elıtolás sebesség v = z z Fordulatszám * vc = D *π 7 7 8 8
7 7 4 4,, 8 6, 8,,, 4 8 4 6 4 8 4 8 4 4,, 6, 8,,,..4. egresszó MTab v4 y Mért vagy számolt adat y = (x) SS = Σ δ Eredméy terület δ SS : Négyzetösszeg Cél: SS MIN Copy Paste Excel táblából Dagrammok y = CC*x x 9 9 MTab v4 Ma eects plot Iteracto plot Iteracto Plot (data meas) or t 4 8 4 4,, 6, 8,,, 6 8 8 Ma Eects Plot (data meas) or t 8 7 Mea o t 4 8 4 8 4 7 4,, 6, 8,,, 6 # regresszó - leárs # regresszó égyzetes tagokkal Ma Eects Plot (data meas) or t Mea o t SS _ Error = SS _ Total SS _ Error /( p) ( adj) = SS _ Total /( ) SS Sum o squares 9 elett kell lee 4 4 4
..4. egresso # - logarthmc egresso #4 log, quadratc Ma Eects Plot (data meas) or l t 8 6 4 4 8 4 8 4 4,, 6, 8,,, 6 6 6 egresso # log, cubc egresso #6 log, moded a a P-value. elett va, a paraméter elhagyható. -4. Febr 9 TOOLS 9 Zl 7 8 7 8 esults - Coclusos Mesterséges tellgeca módszerek Szabály-alapú becslés Eset-alapú becslés Neuráls háló-alapú becslés l t =,,94 -,66, -, -,99,46 -,4,48 t = e,,94 -,66, -, -,99,46 -,4,48 9 9
..4. Szabály-alapú alapú költségbecslés Eset-alapú költségbecslés lkatrész modell lkatrész modell Mőveletelemek... eursztkus képletek Paraméter lsta Eset bázs asolóság megállapítása Választás daptálás Keresés Elızés mátrx Mátrx elmácó ecsült adatok ecsült adatok NN-alapú költségbecslés lkatrészmodell Paraméter lsta Taítás mta NN W W S Σ (S) W ecsült adatok 6