离散型制造企业智能制造能力评价研究

发布时间：2020-04-28 10:44

【摘要】：随着我国制造业的迅猛发展,我国已成为名副其实的制造大国。面对我国制造业大而不强的事实,政府提出“中国制造2025”战略,努力推进制造业转型升级,该战略的核心是实施智能制造,但是由于目前企业对智能制造的认识、发展路径、可行方向等方面的困惑,使得智能制造的推进进程缓慢。首先本文以离散型制造企业为研究主体,以离散型制造企业的智能制造能力为研究对象,主要采用层次分析法及DEA法对智能制造能力进行评价。在总结前人制造能力相关研究成果的基础上,结合智能制造、传统制造及制造能力的特征,建立离散型制造企业的智能制造能力指标评价体系,包括智能交付速度控制能力、智能成本控制能力、智能质量控制能力、智能需求供应能力及智能柔性水平5个核心能力,具体包括18个评价指标。其次通过对浙江省A股上市的13个离散型制造企业的相关专家进行问卷调查,构造判断矩阵并进行一致性检验,进而确定评价体系中各指标的主观权重。在此基础上,采用粗糙集理论依据企业相关数据进行指标权重的计算,以降低采用层次分析法的主观性,最后根据黄金分割点对主观权重与客观权重进行线性组合,得出最终的综合权重,在避免主观性的同时又不完全依赖客观性,使本文的研究更加符合现实情况。同时采用数据包络分析法对指标综合权重进行计算,把得到的综合权重与AHP—粗糙集法得到的综合权重以及现实情况进行比较,验证本文构建的评价指标的合理性。再则根据得出的评价模型中各个指标权重、指标参数范围代入建立的智能制造能力评价模型,计算得出W企业5个核心能力的验证结果以及该企业总体的智能制造能力结果,验证本文提出的评价模型的可行性。最后根据得出的验证结果,与案例企业的实际情况进行对比分析,提出智能制造能力较差的企业应进一步明确市场定位、智能制造能力中等的企业在追求经济效益的同时提高成本控制能力、智能制造能力较强的企业以提高生产柔性水平为目标的对策建议,以期能够为我国离散型制造企业智能制造能力的提升提供一份力量。
【图文】：

图 4.3 智能交付速度控制能力的最大特征值计算示例从图 4.3 中可以看出智能交付速度控制能力判断矩阵的最大特征值为4.0665，具体结果见图 4.3，可知其对应的 CI=(4.0665-4)/(4-1)=0.0222，根绝表4.1 可 知 n=4 时 的 平 均 一 致 性 指 标 为 RI=0.89 ， 从 而 一 致 性 比 例 为CR=CI/RI=0.0222/0.89=0.0249＜0.1，，满足一致性检验，其余判断矩阵的 λmax的计算与图 4.3 相同。同理，对各个二级指标的判断矩阵进行一致性检验的结果见表4.8。表 4.8 一致性检验结果因子 λmaxn RI CRC 5.2316 5 1.12 0.0517C14.0665 4 0.89 0.0249C24.0679 4 0.89 0.0254C33.0916 3 0.52 0.0881C44.1587 4 0.89 0.0594C3.0876 3 0.52 0.0842

6.2.2 应用结果分析结合 W 汽轮公司年报、半年报中收集到的数据以及实地调研得到的数据，根据得出的该企业各个核心能力即一级指标下二级指标的数值范围，将参数范围以及 DEA 求得的指标综合权重代入智能制造能力的评价模型中，可分别算出在评价周期内企业 5 个方面智能制造能力的具体情况。由于智能制造的实施时间短，因此评价周期为 7，5 个核心能力上限设定为 1，智能制造能力上限设定为 5。具体结果见图 6.1-6.6 所示。（1）智能交付速度控制能力案例验证结果
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F424

【相似文献】

相关期刊论文 前10条

1 黄士明;刘三坤;余涛;;智能制造技术改造项目经济效益分析[J];工程建设与设计;2018年23期

2 袁春妹;徐盼盼;武筱婷;;用智能制造支撑产业提升[J];纺织机械;2018年06期

3 叶菊莲;陈璋;洪宁宁;;我国智能制造水平升级探讨——以台州市为例[J];质量与标准化;2018年10期

4 才秀敏;;2018中国智能制造系统解决方案大会在京召开[J];电器工业;2018年12期

5 刘峻成;;智能制造技术在自动化生产中的应用[J];中国新通信;2018年22期

6 顾硕;;慈星为智能制造添砖加瓦[J];自动化博览;2018年11期

7 郭朝晖;;智能制造与转型升级[J];自动化博览;2018年11期

8 周济;李培根;周艳红;;中国工程院提出新一代智能制造[J];产城;2018年02期

9 ;《智能制造发展规划(2016-2020年)》正式发布[J];气体分离;2016年06期

10 ;2016年我国将试点5种智能制造新模式[J];气体分离;2016年02期

相关会议论文 前10条

1 ;工程院士王天然论述:智能制造与智能制造空间[A];西南汽车信息（2018年第1期 总第382期）[C];2018年

2 丁汉;;机器人与智能制造技术[A];第十九届中国科协年会——分5“智能制造引领东北工业基地振兴”交流研讨会论文集[C];2017年

3 袁俊瑞;;团体标准提升我国智能制造的竞争优势[A];第十九届中国科协年会——分5“智能制造引领东北工业基地振兴”交流研讨会论文集[C];2017年

4 苏超;;关于智能制造标准体系的思考[A];第十五届中国标准化论坛论文集[C];2018年

5 王建伟;;论“智造”生产新模式[A];2017年第七届全国地方机械工程学会学术年会暨海峡两岸机械科技学术论坛论文集[C];2017年

6 丁蓉;金星;;中国智能制造行业技术及品牌发展报告[A];两岸创意经济研究报告（2017）[C];2017年

7 ;台达再次荣获多项大奖,全产品链助力智能制造[A];今日轨道交通（抢鲜版）[C];2015年

8 刘铸红;;智能制造和智能服务的思考与努力[A];第三届中国造纸装备发展论坛报告和论文专集[C];2016年

9 丁汉;;机器人与智能制造技术[A];2015年中国自动化大会摘要集[C];2015年

10 张树林;;浅谈中国智能制造[A];2016国家智能制造论坛摘要集[C];2016年

相关重要报纸文章 前10条

1 记者 阮晓琴;多公司弯道切入智能制造[N];上海证券报;2015年

2 尹晖;市人大常委会专题视察智能制造产业发展情况[N];无锡日报;2016年

3 记者 吴佳妮 通讯员 舒也文;钱塘智慧城建生态绿谷[N];浙江日报;2016年

4 大雨;智能制造内生动力在于管理[N];中国航天报;2016年

5 张冶 贾倩;从工业4.0审视航天智能制造[N];中国航天报;2016年

6 大雨;新一轮“机器人风暴”来袭，中国“怎么破”[N];中国航天报;2016年

7 记者 刘纯;智能制造提升“含金量”频揽项目[N];无锡日报;2016年

8 尹晖;智能制造迈向高端 提升企业智能制造水平[N];无锡日报;2016年

9 中国电信董事长 杨杰;第三次战略转型：拥抱智能时代[N];通信产业报;2016年

10 记者 吴文召;海科化工：从“传统工厂”到“智能工厂”[N];东营日报;2018年

相关博士学位论文 前9条

1 李小敏;面向智能制造的工业无线网络服务质量优化关键技术研究[D];华南理工大学;2018年

2 宋志婷;智能制造信息系统鲁棒性分析与控制[D];华南理工大学;2018年

3 潘全科;智能制造系统多目标车间调度研究[D];南京航空航天大学;2003年

4 张晓峰;可重构智能制造系统的基础研究[D];南京航空航天大学;2001年

5 姜永成;空间曲面往复走丝线切割智能制造系统关键技术研究[D];哈尔滨理工大学;2008年

6 王友发;面向智能制造的多机器人系统任务分配研究[D];南京大学;2016年

7 孙志峻;智能制造系统车间生产优化调度[D];南京航空航天大学;2002年

8 张祖国;基于社会化的协同智能制造系统研究[D];中国科学院国家空间科学中心;2015年

9 荀亚玲;集群环境下的关联规则挖掘及应用[D];太原科技大学;2017年

相关硕士学位论文 前10条

1 郑丽花;泉州发展智能制造的政策效果分析[D];华侨大学;2017年

2 马建强;亨通光导光纤预制棒智能制造体系构建和实施研究[D];哈尔滨工业大学;2017年

3 赵江;智能制造物联网的构成及数据交换模型的研究[D];哈尔滨理工大学;2018年

4 王仲浩;S企业智能制造平台构建研究[D];东南大学;2018年

5 陈志盛;面向机械智能制造的DNC与MES集成系统开发[D];广东工业大学;2018年

6 喻梦婷;智能病理诊断仪方案设计及数据处理[D];南华大学;2018年

7 宋洪科;轮毂企业的智能制造管理信息系统构建研究[D];湖北工业大学;2018年

8 李伟;智能制造背景下高职人才培养模式改革研究[D];华东师范大学;2018年

9 张晨旭;基于机器视觉的智能制造产品识别与检测方法研究[D];哈尔滨工业大学;2018年

10 田栋;基于多Agent协同反馈进化机制的智能制造调度方法研究[D];湖北工业大学;2018年

本文编号：2643369