基于护理分级和工时测定的新生儿监护病房护理人力资源的配置研究

目的 探讨基于护理分级和工时测定的新生儿监护病房护理人力资源的配置。方法 采用护理工时测定计算表,于2022年12月至2023年3月测算南京大学医学院附属鼓楼医院(我院)新生儿监护病房13名护士各项护理操作时间,统计连续2周共224例患儿各类护理项目次数,计算新生儿监护病房不同护理等级人均每日护理时间和理论床护比。结果 新生儿监护病房特级护理人均每日活动总工时为450.45 min,一级护理人均每日活动总工时为365.88 min;新生儿监护病房人均每日护理时间为377.96 min,理论护士人数为28名,实际护士数13名,适宜床护比为1∶1.75,实际床护比为1∶0.81;同一护理操作,护士能级越高者单次耗时越短。结论 我院新生儿监护病房护理人力资源配置有待提高,应根据护理分级,每日分配不同能级的护士进行管理,以合理配置和利用临床护理人力资源。

涂装售后件生产研讨

[目的]随着国产车市场的快速发展,售后件需求快速上升,主机厂对售后件的产能要求愈发迫切。在产量持续提升且不委外的情况下,主机厂需要在现有管理、技术和设备的基础上不断优化,以最小的成本来完成产能提升的需求。[方法]对售后件的涂装生产应对措施与方案进行必要的分析。[结果]在管理上,售后件实施标准化工时管理,并通过工时计算各工序的人员配比,提升了人员的加工效率;在工艺上,若无法通过调整物流送件比例,则通过增加循环轨道来避免堵线。[结论]经过生产优化,售后件的涂装生产可以有序、稳定地进行,降低了成本,满足了市场需求。

通信设备总装标准工时系统及其应用研究

多品种小批量定制化生产模式下,为了标准工时能够更好地支撑企业的管理运营,该文以某通信总装车间生产过程为对象开展研究。通过对订单生产过程进行拆解,建立定制化生产模式下订单BOM随机的标准工时核算模型。基于MES系统开发的工时管理系统,实现订单标准工时实时、准确核算,并将订单工时数据与SAP、APS实时共享。该工时管理系统为企业排产、计件、成本核算提供准确工时数据。通过生产验证,设计开发的标准工时系统,能够有效支撑车间运营管理。

基于BP神经网络的某型飞机部件装配工时估算方法

传统飞机部件装配工时定额依靠人工经验确定,导致装配工时预测准确性低、稳定性差。为解决该问题,提出一种基于BP神经网络的飞机部件装配工时估算方法。首先,以某型飞机机身装配为例,分析其装配工艺流程,划分典型装配工艺环节并归纳装配工时主要集中工艺环节,从装配对象、装配要求两方面分析装配工时的影响因素。然后,构建不同工艺环节理论装配工时预测神经网络模型,并提出操作技能水平、操作姿态修正系数,实现了某型飞机机身装配工时定额准确估算。最后,设计开发了基于CAA技术的装配工时影响因素提取系统,将所得信息输入工时定额计算模型得到预测值并与实际装配工时对比,验证了所提方法的可行性与实用性。

职业技能等级在造船企业生产工时管理中的应用

针对国内造船企业生产工时管理问题,介绍职业技能等级相关内容和韩国造船企业职业技能等级认定情况。论述生产工时管理的作用和业务流程,并进行职业技能等级等效工时对比。在系统软件中进行职业技能等级系数配置与职业技能等级配置,职业技能等级应用效果较好,为进一步提升国内造船企业生产工时管理准确性提供参考。

基于GA-BP神经网络的航空涡轮组件再制造工时预测

如何快速准确测定航空涡轮组件再制造工时是严重困扰我国航空发动机大修企业的一个难题。文中首次辨识和量化影响航空涡轮组件再制造工时的主要因素;之后构建一种新的再制造工时预测GA-BP神经网络。该网络采用遗传算法GA弥补了BP神经网络收敛慢且容易限于局部最优解的不足,有效提高了预测的精准度;最后,以某型民用航空发动机涡轮组件为例,验证了该预测网络的科学有效性。研究能够为航空发动机大修企业开展再制造工时预测提供高效决策支持。

基于CBR-HJaya-BP的液压缸加工工时预测研究

为了提高冶金行业液压缸加工工时预测精度,提出一种结合基于案例的推理(CBR)和混合Jaya算法优化BP神经网络的液压缸加工工时预测方法(CBR-HJaya-BP)。使用混合Jaya算法优化BP神经网络的初始权值和阈值,采取基于Sin混沌反向学习的种群初始化策略提高初始解的质量,引入阿基米德优化算法中的转移算子,在探索阶段采用均匀交叉产生中间种群,在开发阶段使用Jaya公式产生中间种群,在解的保留策略中引入了模拟退火算法中的Metropolis准则,以跳出局部最优。以某冶金液压缸制造企业的历史加工数据库为样本,采用CBR方法提取与待预测液压缸的特征参数相似度最高的历史数据,使用提出的HJaya-BP模型进行预测实验,并与改进前的Jaya-BP模型以及原始BP神经网络模型进行对比。实验结果表明,HJaya-BP模型的预测准确度和稳定性均为最优。

基于GA-SVM的多规格小批量生产的装配工时估算模型

对于制造承包商来说,在正式接收订单之前,为了指导报价和预测交货日期,有必要对工时(Man-hours,MH)进行评估。装配工时作为工时的重要组成部分,具有重要的实际研究意义。针对多规格、小批量生产的特点,提出了一种基于支持向量机(Support vector machine,SVM)的装配工时估算模型。除了单部件属性、装配过程和历史工时数据外,还考虑了可量化装配复杂性的最短路径长度平均值(Average of shortest path length,ASPL)作为装配MH的影响因素,并提出了基于Creo JLink三维模型的这些因素的自动计算方法。通过对几种算法的比较,选择SVM作为装配体MH建模的最优算法。将遗传算法(Genetic algorithm,GA)应用于SVM中,有利于在SVM中搜索最优参数c和g时避免了局部求解,加快了收敛速度。最后,对所提出的GA-SVM模型进行训练,并应用于雷达装置仿生腿的装配工时预测。实验结果表明,GA-SVM具有比本文其他方法更高的预测精度,整个预测过程仅需3 min左右。

基于RBRVS的产妇顺产分娩护理成本核算研究

目的基于以资源为基础的相对价值系数(resource based relative value scale,RBRVS),核算产妇顺产分娩的护理成本,为制定合理的产房助产分娩收费标准提供科学依据。方法选取2021年11月-12月在山东省某三甲医院采用顺产方式分娩的126例产妇作为研究对象,借鉴RBRVS对其顺产护理项目的人力成本进行分析,确定人力成本相对价值比率,采用工时测定法对顺产实际操作时间进行测定,应用项目成本阶梯分摊法核算顺产项目实际护理成本。结果顺产护理操作总时间为(404.10±115.87)min,其中观察产程及宫缩耗费时间最长。顺产分娩服务项目总成本为(1216.61±357.68)元,其中人力成本为(759.92±219.62)元,占主要部分。结论产房顺产护理项目收费标准与实际成本有一定差距,建议顺产护理项目收费适时调整,充分体现助产人员的劳动价值。

基于数字孪生的实时装配工时调度优化

针对产品个性化定制过程中装配工时不确定、装配车间动态扰动频发问题,提出基于数字孪生的实时装配工时车间调度模型.构建基于数字孪生的装配车间调度整体架构,利用射频识别(Radio Frequency Identification,RFID)技术实时采集物理装配车间的工时数据,用改进的Rete算法进行实时装配工时处理.建立基于实时装配工时的装配车间调度数学模型,采用改进的人工鱼群−禁忌算法对模型求解,以实现实时装配工时车间的调度优化.实证结果表明,模型算法进行实时装配工时车间调度具有一定的可行性及优越性.

基于装配动素相似性的汽车总装混流生产线平衡研究

针对汽车总装混流生产过程中如何快速完成新车型工序平衡问题,提出了基于MOD法的标准工时系统。将汽车总装生产线各装配作业拆分为最小单元动素,利用混流线同平台车型装配动素的相似性,提取标准工时基础数据,结合生产线平衡的启发式算法,完成了混流车型生产线平衡调整,最后用实际车型验证了算法的有效性。

基于MPM系统的工时定额快速核定方法及应用

针对制造企业工时定额信息化管理需求,提出基于标准工序体系的工时定额快速、准确核定方法。通过建立标准工序库,梳理影响标准工序工时测算的生产特征与生产因素,提炼影响工时核算的时间因子;根据作业人员、作业工具及作业环境等因素对工时的影响,制定宽放系数;结合标准工时定额核算经验,形成工时定额计算公式。并基于制造过程管理(Manufacturing Process Management,MPM)系统,开发了工时核定模块,实现了工时快速、准确、实时核定及其与下游MES端生产信息的无缝衔接,为工时核算、计划排产提供了依据。

原油系统过滤网自动清洗装置在某海上油田的应用及效果评价

海上油田原油系统过滤网的状态直接影响泵的运行效率和使用寿命,而原油开采过程中产生的各种杂质无法完全避免,为保证泵的正常运行,需加强过滤网清洗工作。随着海上原油产量逐年增加,某海上油田作为所在开发区域的原油外输枢纽平台,过滤网清洗工作量同步增加,作业现场存在人工清洗效率低及清洗效果差的问题。该自动清洗过滤网装置可以将作业人员从恶劣的作业环境中解放出来,同时可以实现过滤网的全方位立体清洗,可为其他油田的过滤网清洗工作提供借鉴参考。

港口设备制造工时定额数字化管理探讨

针对港口设备制造企业工时定额数字化管理面临的主要问题,提出一种港口设备制造工时定额数字化管理方案,阐述了工时定额数字化管理基础,给出了基础工时定额标准数据库建设、工时定额数据化管理系统设计要点。

国际工程的定额工时测算运用与研究——以卡塔尔某项目为例

为解决卡塔尔某项目中劳务定额工日单价存在的纠纷问题,通过对运用现场实测法及生产管理资料分析法对定额工时进行测算与研究。发现在国际工程管理,施工单位不能盲目地参考国内定额工时或工效进行定价,应积极地对项目的定额工时进行整理分析为企业管理提供有利的数据支撑。

基于神经网络的工时定额技术研究

工时定额的制定和管理是企业进行现代化生产管理的基础工作。在分析标准定额表结构的基础上 ,提出了用综合法构建计算工时定额的神经网络模型的思路。以标准定额表的结构参数为网络输入、以表数据为训练集 ,采用Matlab脚本语言构建了定额计算网络模型。本文提出的方法具有模型数量少 ,计算准确 。

先进复合材料制造工艺成本估算模型研究现状

降低制造成本是复合材料推广使用的必经之路,建立成本估算模型是定量评价复合材料工艺成本的基础和降低复合材料工艺成本的重要技术手段。复合材料制造设计的核心就是针对特定产品选择最佳的材料和制造工艺,实现产品性能与成本的最佳平衡。而成本估算模型可以在工艺过程与成本之间建立定量关系,这是制造设计的关键组成部分。本文对国外先进复合材料制造成本估算模型研究的现状进行了总结和评述,给出了主要成本估算模型的类型、建模方法以及各自的特点及适用范围,提出了基于成本估算模型的工艺 性能 成本集成分析的未来研究方向。

混合推理方法在工装工时定额中的应用

针对企业级工时定额具有很强的预测性、强调经验知识的运用的特点,提出了一种基于范例与基于知识相结合的混合推理模型,其克服了单种推理方法存在的检索数据量大、检索范例不准确、较难获得完整结果等缺点;并详述了此模型在装配结构复杂、工时定额影响因素多的工装工时定额中的成功应用。

基于特征的飞机结构件数控加工工时预测模型

针对目前数控加工工时预测方法不能兼顾精度和效率的问题,通过分析飞机结构件的结构特点和工艺特点,基于加工特征属性提炼工时的影响因素,提出了一种基于特征的两级结构工时预测模型。首先依据加工特征属性的数据类型把加工特征分为枚举型和数值型,然后以枚举型特征属性作为分类器的输入构建模型第一级结构,数值型特征属性作为反向传播神经网络的输入构建模型第二级结构。基于该模型开发的系统已经在某大型数控企业得到了良好的应用,效率高且误差在10%以内。

船舶生产设计工时体系及预测模型研究

设计工时定额是设计管理的重要基础数据。由于船舶设计建造过程中的设计工时尤其是生产设计工时没有准确的基础数据,也缺乏有效的工时预测模型,导致无法对设计工作进行有效管理。研究的目的是建立船舶生产设计工时体系及工时预测模型。对项目工时中的图纸作业和非图纸作业进行研究,建立了非图纸作业工时的模型和图纸作业工时的神经网络预测模型。以某船厂的设计项目进行了验证,表明该模型是有效和准确的,可以为加强设计管理、提高设计效率提供依据和基础。