LINE-SERU转化的评价分析——以某医疗制造企业实施SERU为例

面对日益增加的需求不确定性及激烈的市场竞争,SERU (赛汝)生产方式应运而生,并广泛应用于日本电子装配制造企业.国内一些制造装配业正尝试将传统的流水线转化为SERU装配方式,简称LINE-SERU转化.一些文献报道了日本企业实施LINE-SERU转化的效果,而学术界对国内企业实施SERU装配方式的生产组织与运行效率缺乏理论分析和标杆分析.本文以国内某医疗器械装配企业实施LINE-SERU转化为例,通过理论分析和数据分析,系统地讨论了国内企业实施LINE-SERU转化的背景、过程、影响因素及生产组织形态,从多维度比较分析了改善效果及原因;总结了国内企业与日本企业在SERU系统的构建方式、布局形态和企业文化等方面的差异.研究发现,中国企业处于LINE-SERU转化的初期,SERU系统具有其独特的组织形式,在提高生产效率、缩短生产周期、减少在制品数量、精简作业人数和降低次品率等方面均有显著提升,但改善效果不同于日本企业.建议国内企业依据其人力资源特征构建SERU系统、优化单元布局、培育以人为本的企业文化,以提高系统柔性和改善效率.     

城市采暖前后黑碳气溶胶污染差异及影响因素分析

为研究城市采暖前后黑碳气溶胶(BC)变化特征,采用BC 1054型黑碳仪对石家庄市空气中的BC进行连续监测并分析,得到以下结果:监测期间BC平均浓度为(6.39±0.36)μg·m-3,浓度范围为1.04～23.39μg·m-3,采暖前平均浓度为(4.68±0.29)μg·m-3,而采暖后平均浓度为(9.20±0.68)μg·m-3,是采暖前的1.97倍;受人类活动影响呈明显的规律性:采暖前后BC日变化趋势为双峰双谷型,采暖后周末效应明显,BC浓度约为工作日的1.25倍;采暖前BC浓度受粗颗粒物影响较大,采暖后则受细颗粒物影响较大.石家庄市BC与CO,NO2,PM10,PM2.5这4种要素来源相似,主要源于工业企业排放、机动车尾气、道路扬尘.     

沥青路面使用性能评价模型与性能评价案例分析

为了客观准确了解沥青路面的实际使用性能，以便及时进行沥青路面管理与维修养护，依据检测数据对沥青路面进行了使用性能评价研究，即将主成分分析法与层次分析法相结合，建立了基于主成分-层次分析法的评价模型，并进行了评价案例分析。本研究以荣乌高速保定段2016~2019年的路面定检数据为基础，首先用主成分分析法对性能指标归类和预处理后的检测数据进行主成分提取，建立判断矩阵，再用层次分析法对各指标赋予权重系数，得到上下行路面的使用性能评价模型。选用荣乌高速检测数据进行了模型验证，并与现行《公路技术状况评定标准》评价结果相比较，评价等级高于《标准》的路段样本比例约为0.34%，低于《标准》的比例约为6.83%。本研究的评价结果更能够反映路面的实际衰变特性。     

一种厢式车后排座椅三点式安全带固定结构强度设计

安全带是汽车被动安全的重要保障措施,其固定点强度是评价汽车安全性的一项重要指标。本文介绍了某款厢式车侧围安全带的固定点加强结构设计,通过结构设计、模拟仿真分析和优化设计等,为同类型的结构设计提供参考。     

基于反应位移法的某地铁车站抗震性能研究

以沈阳某地铁车站为计算模型,考虑地层与车站结构间相互作用,按照反应位移法原理计算地层相对位移、结构周围剪力和结构惯性力.结果表明,车站层间位移满足规范限值要求,抗震组合为非控制工况,结构受力合理,对类似工程有一定参考意义.     

电动汽车替代燃油车的气候和健康影响及社会成本——基于单车视角的成本效益分析

构建基于能源周期和全生命周期的分析框架, 借助基于概率分布的成本效益分析方法, 通过评估单辆纯电动汽车替代汽油车的气候和健康影响及相关社会成本, 探讨现阶段电动汽车替代传统燃油车能否实现气候、健康和社会福利的改进。研究结果表明, 在现有技术条件和电厂超低排放改造背景下, 尽管电动汽车替代传统燃油车在能源周期能够实现碳减排(约324元/(辆^.年))、健康损害降低(约343元/(辆^.年))以及可观的能源节约(约4315元/(辆^.年)), 但由于两种车辆之间巨大的制造成本差异(约1.6万元/(辆^.年)), 现阶段电动汽车对传统燃油车的全面替代并不能实现社会总体福利的改进。因此, 中国电动汽车推广政策短期内不应以全面替代为目标, 而应识别具有较高气候和健康效益以及具有较大能源节约潜力的区域优先推广。     

聚乙烯胺制备方法专利申请趋势分析

本文就聚乙烯胺制备方法相关技术的全球专利申请及中国专利申请进行了分析,获得了聚乙烯胺制备方法全球专利申请量趋势、在国内外的分布情况和主要申请人等,并梳理了聚乙烯胺制备技术的演进路线,以期为相关研究者提供有价值的专利信息参考。     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。