مدیریت ماشین آلات راهسازی و معدنی با استفاده از مدل تجمیع هزینه ها
محل انتشار: کنگره بین المللی معدن
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,813
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IMININGC01_024
تاریخ نمایه سازی: 3 شهریور 1393
چکیده مقاله:
امروزه مدیریت ماشین آلات راهسازی از آنجایی که با مؤلفه های پیچیده ای روبروست، از مشاغل مشکل مدیریتی به شمار م یرود. مؤلفه ها ومتغیرهایی مانند: مدیریت منابع، حسابداری، مهندسی، تدوین خط مشی و پیش بینی وضعیت حال وآینده. هدف از این تحقیق، شناسایی وتشریح ابزاری است که بوسیله آن یک مدیر ماشین آلات راهسازی و معدنی بتواند در یک حاشیه امنیت مناسب اقدام به تصمیم گیری در خصوص: خرید ماشین- بازسازی ماشین- تعمیرات - جایگزین نمودن – اسقاط نمودن و غیره نماید. امید است بوسیله چشم اندازی که این تحقیق فراروی مدیران ماشین آلات قرار می دهد، بتوانند با مشاهده نقاط بحرانی تعمیر و نگهداری ماشین آلات راهسازی و معدنی، مناسبترین تصمیم را اتخاذ نمایند. غالباً مالک ماشین با تصمیمات اقتصادی پرهزینه و دشواری روبروست. هزینه هایی از قبیل: هزینه های مالکیت و نگهداری، هزینه های تعمیرات، پیش بینی زمان جایگزینی ماشین، و غیره. هدف این تحقیق، شناسایی و تبیین یک مدل رگریسیون می باشد تا به وسیله آن بتوان هزینه های تعمیرات ماشین را برحسب ساعات کارکرد، پیش بینی نمود. اطلاعات بدست آمده در این تحقیق از 270 ماشین راهسازی که مربوط به 4 شرکت متفاوت می باشند، استخراج شده است و در این خصوص 19 مدل خطی و غیر خطی متناسب با این داده ها مورد ارزیابی قرار گرفت و در نهایت یک معادله از 19 مدل فوق، به عنوان بهترین مدل، انتخاب گردید.در پایان تحقیق و با استفاده از اطلاعات مذکور دو برنامه کامپیوتری در نرم افزار صفحه گسترده طراحی گردیده که با استفاده از آنها می توان زمان بازسازی و عمر بهینه اقتصادی ماشین را پیش بینی نمود.
نویسندگان
مسعود حاتمی
کارشناس مرکز تحقیقات شرکت تولید تجهیزات سنگین( هپکو)- ایران
خدیجه مفاخری
رئیس طرح و برنامه شرکت تولید تجهیزات سنگین( هپکو)- ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :