工业工程专业毕业外文翻译.docx
- 文档编号:6267190
- 上传时间:2023-01-05
- 格式:DOCX
- 页数:17
- 大小:42.12KB
工业工程专业毕业外文翻译.docx
《工业工程专业毕业外文翻译.docx》由会员分享,可在线阅读,更多相关《工业工程专业毕业外文翻译.docx(17页珍藏版)》请在冰豆网上搜索。
工业工程专业毕业外文翻译
工业工程本科专业
毕业外文翻译一篇
翻译题目基于商品惟一标识的供应链整合
专业工业工程
基于商品惟一标识的供应链整合
瑞典制造业的调查
HenrikPa°lssonandOlaJohansson
PackagingLogistics,LundUniversity,Lund,Sweden
摘要
目的:
本文旨在探讨瑞典制造业的包装和运输中利用惟一识别(通过无线射频识别技术,条形码和“人类可读的”标签)的使用情况。
其目的是为了调查采用者背后的驱动力量,自觉改进的情况,并展望未来2-5年的前景。
本文还涉及了在供应链中身份识别,地点识别的不同方法,以及如何获得可利用的资料。
设计/方法/途径:
本文使用调查法,这种调查工具在专家小组中是相当成熟的,专家小组是由研究人员和行业代表组成的一个小组,对这些数据进行分析时要采用多元技术。
结果:
分析表明,有一些不同的集团公司群因为类似的驱动力量而采用惟一识别。
这些集团公司的特点将被一一介绍和比较。
该分析表明,为了获得后勤改进,一体化和信息分享具有至关重要的作用。
研究的局限性/影响:
为了给调查结果提供一个更有力的科学依据,应进行深入的个案研究,类似的研究可以在其他国家或行业进行。
实际影响:
打算实施惟一识别的经理必须理解,拥有正确的组织动机对于成功的重要性。
已经在使用唯一识别的公司要注意的是,应致力于更高的一体化、信息共享和更多的改进。
创新/价值:
研究表明,唯一识别及其获得的整合和改进背后的推动力量是有联系的。
该研究还提供了,目前在瑞典制造业中使用不同的识别方法的现状。
关键词:
条形码,产品识别,信息战略,整合,瑞典,制造业
报告类型:
研究报告
1简介
整合的定义是合并和协调不同的部件或零件成为一个统一的整体。
在当今的全球经济与日益增加的竞争下,制造和供应的商品的对于顾客而言已日益复杂,没有高效率和有效的系统的通信和协调,将很难在客户需求的变化上发现问题,并迅速作出反应。
“有迹象
清楚地表明,在未来,数量和质量的供应链整合将决定市场份额(克里斯托弗,1998年,第232页)”。
然而,整合的更广泛的概念,包括许多不同的方面,统筹供应链的单独部分以纳入一个统一的整体。
因此,这种现象已经被定义在许多不同,但相互关联的方式上。
第2页(2004年)采用了不同的定义。
虽然许多的定义可以在文献中找到,他们通常有着共同的主题,并且包括合作、协调、互动和协作等内容(Ellinger等,2000年;Frohlich和Westbrook,2001年;Kahn和Mentzer,1996年)。
然而,文献中提供的这些定义,一般是高水平的结构,并且难以衡量或评估。
几次试图作出了量化的构造,使实际测量一体化。
一些学者已决定把重点放在行为方面,例如:
Ellinger等(2000年),他们提出了整合的三个层面的行为:
(1)合作,它的定义是非正式的行为基础上的资源和信息共享;
(2)协商,强制性的,需要个人接触的双向互动等;
(3)信息交流,即正式的,有条理的,记录在案的相互作用,但不涉及个人接触。
另外一些学者,比如Larson(1994年,第155页),指出组织间整合是“衡量
(1)消费和主要供应商公司各部门的合作行为,和
(2)合作的态度”。
第二类的学者,例如Dawe(1994年),Gustin和Daugherty(1995年)和Lee和Whang(2000年),他们的重点放在信息共享和信息的可用性上,IS(信息共享)作为整合的迹象之一,是系统的跨部门或跨组织的迹象一体化。
Frohlich和Westbrook(2001年)采取了类似的方法,评估整合的水平。
他们通过整合活动,如获得规划系统,共享生产计划,联合EDI(电子数据交换)接入/网络等,但他们还包括共同使用第三方物流,标准化后勤设备或容器,包装定制。
包装方面的列入是罕见的整合研究。
传统上,特别是在企业对企业中,包装只被看作是一个保护零件,而不是整个供应链中可以创造价值的部分。
虽然整合的重要性是毫无疑问的,但是关于如何包装的文献缺乏一个全面的研究。
更重要的是,共同的信息界面的包装,通过整合供应链的内容和外部的职能,可以提高生产和分销效率。
为了实现整合,一个关键组成部分,是通过实现整合的包装是利用唯一标识的物品。
唯一标识可以通过例如标签,条码或无线射频识别(RFID)标签等手段实现,他们都可以用于包装。
条形码和RFID标签可改为使用自动数据收集,这往往和人类可读的标签相比。
人工录入数据的错误率据报告是1/300,而相应的自动数据的水平则是大幅度降低的(Smith和Offodile,2002年)。
除了增加信息的准确性,自动数据收集也可减少数据输入时间和减少书面工作(Singer,1998年)然而,然而,自动数据收集技术的特点是不同的。
在性能上,RIFD技术比起条形码有很多优势。
例如,它不要求视线,阅读距离可以更长,阅读速度快,RIDF可以同时读取和写入。
比起手动扫描的条形码,RIDF额外的好处是节约劳动力成本,并减少库存,通过RIDF提供的更高的灵敏度减少滞销和脱销情况(LeeandOzer,2007)。
另一方面,条形码有了一个非常重要的优势,他们通常较RIDF标签更便宜。
唯一标识可用于不同层次的包装;初级包装(通常是销售单位或商品一级),二级包装(如盒子)和高级包装(如托盘批量处理的货物)。
无论包装水平如何,利用唯一识别一定要辅以信息系统和基础设施,用记录的标识和存储数据,获取供应链整合的代表,用学者的知识的精华,探讨一种新的方法,一个可为供应链整合提供新的见解的方法。
因此,本文探讨利用唯一识别(通过RIDF技术,条形码和“人工可读的”标签),以应用于瑞典制造业的包装和运输。
该文件的目的是调查利用背后的推动力量,以及改进的理解和未来2-5年的前景。
他还涉及使用不同的方法来阅读标识,供应链的地点识别和如何利用信息。
该文件的结构如下。
首先,我们提供的方法,包括调查文书,回答和数据收集过程。
然后,调查的结果和数据分析,包括不同类型的公司的描述性统计,整合的水平,改进后勤和信息共享,以及展望未来。
接着,我们从一个更宽泛的角度,讨论我们的研究结果。
最后,我们为我们强调的主要结果及其影响得出结论,并为未来的研究提出建议。
2方法论
为了确保对使用唯一识别能有全面看法,对瑞典制造企业进行了跨越多个行业的邮政调查。
2.1工具
调查工作是分四个阶段进行。
在第一阶段,审查关于供应链整合和RFID技术的文字记录。
本次审查协助确定调查的重点领域。
供应链整合是选定的,因为使用惟一标识的商品供应链可被视为一种整合的标志。
RFID技术,另一方面,被学者们认为能在当前物流著作中发挥关键作用,便于获得货物的唯一识别。
因此,当前关于RFID技术的著作介绍了许多唯一识别潜在的好处,这有助于调查的进行。
在第二阶段,一个有14个未知领域的调查表草案已经生成。
为了获得关于调查表的结构和清晰度的反馈,它需要一组学者的预测。
在反馈的基础上,调查表将被修改;有一些问题将被修改,补充或删除。
修订后的问卷调查,将被用于测试一批代表行业。
这也造成了进一步的修改;这项统计调查是在重组,有几个问题将被删除,一些问题将被修改。
最终版本的调查文书包括14个调查领域,每个领域有3到19个问题。
最初的问题考虑唯一识别的类型和记录地点。
其他问题以利克特五点量表为基础,覆盖了通过唯一识别获取的人口数据,信息共享,结果和前景。
选择将替代强烈反对或强烈同意,以中立替代。
2.2问卷
这项调查是针对瑞典制造业的物流管理人员。
被选定的几个行业对使用唯一识别产生了广泛的认识,制造业公司被选中,是因为它们都有复杂的内部和外部的物质流动。
为了限制研究,只有不到100名员工的小公司并没有考虑。
在总数中包括715家公司,跨越9个不同的制造行业,他们都有100名或更多的雇员。
针对不同类别的公司和行业的样本大小和分布,将用于专家的讨论与统计。
这导致的结论是,公司的规模和行业的类型可能会影响到调查的结果。
因此,分层抽样,可以避免使用中的不平衡。
根据规模大小,公司分为3组,小型,中型和大型企业(见表一)。
所有的大公司,即那些拥有500或更多的员工的公司,包括在该样本中。
然后,对百分之四十的中型公司,即有200-499员工的公司,进行了系统的选择。
对四分之一的小公司,即有100-199员工的公司,进行了系统地选定。
这样,样本包括了一个系统的,大约有分层抽样的分组。
共有310个企业被选中,这等于占总数(制造业)43%的样本大小。
2.3数据收集
数据收集工作在2008年2月和3月进行。
选定的公司的物流经理都受到了邮件,以及解释文件和为回信预付的邮资。
回信解释了这项研究,它要求受访者尽量完成调查,并承诺迅速复制研究结果,以鼓励参与(Frohlich,2002年)。
每一个调查表都附有一个惟一的代码,以便于采取后续行动。
使用代码的方法必须向受访者解释,信件必须做到对受访者信息进行保密。
第一份调查表被寄出两个星期后,包括相同的包裹的提醒信件被送往非受访者。
提醒邮件寄出的一个星期后,要打后续电话,以获得进一步的答复。
共收到152个回复,占总数的49.0%。
所有的回复中,只有一个可用于随后的数据处理。
表一提供了雇员人数和行业数量的频率分布。
在后续电话环节中,大多数非受访者收到电话。
为没有回复列举的理由往往是时间不够,其次是公司的政策。
若要检查不答复的理由,将早期的第一个回复和后期得到的答复进行比较,发现他们并无显着差异,这表明没有非反应偏差(ArmstrongandOverton,1977)。
表I统计数据
产业\雇员数量
100-199
200-499
499以上
回复
样本
总数
化学品和化工产品制造业
3
9
5
17
32
83
电气设备,计算机,电子和光学制造业
0
1
6
7
17
40
金属制品制造业
8
17
10
35
82
202
食品和饮料制造业
4
4
14
22
43
83
家具和其他制造业
2
3
2
7
14
37
机械和设备制造业
5
6
14
25
55
117
汽车,拖车,半拖车和其他运输设备制造业
2
4
7
13
22
50
纸浆,纸和纸产品
4
5
8
17
25
52
橡胶和塑料产品制造业
4
3
2
9
20
51
回复
32
3
68
152
310
715
样本
91
86
133
310
总数
368
214
133
715
3结果
通过四个步骤对这些数据进行分析。
首先,个别问题的描述性统计需要回顾。
利用图形数据分析法来分析受访者使用唯一识别的经验和结果。
图形说明了所有变量的同方差,即变量显示相同水平的差额。
第二,进行因素分析,以确定使用唯一识别背后的推动力量。
然后进行集中分析,分组分析受访者在执行中的驱动程序。
最后,集中评估和分析差异。
3.1描述性统计
调查表中的最初的问题,是关于公司是否在产品或运输设备上采用唯一识别。
在受访者中,有57个认为他们没有。
表II显示了使用独特的身份与公司规模的关系。
不出所料,相对于小公司,大公司使用惟一识别更为常见。
试验结果表明,各组之间的差异有统计学意义,其可信度为百分之九十五。
基于唯一识别的使用,数据材料可以分为两部分。
这一节的其余部分,除非另有说明,都是基于使用唯一识别的分组的数据。
受访者中的71%使用唯一识别,他们认为唯一识别主要用于初级包装或者产品水平,67%的受访者将唯一识别用于二次包装或包装盒,而66%的受访者将之应用于高级包装或运输设备的水平。
33%的受访者认为,他们将唯一识别应用在所有三个层次的包装上。
条形码是最常使用的方法(84%),它用于指定包装上惟一的识别,通过”人类可读的”文本或数字字符串(56%)实现。
只有七个受访者(7%)指出,他们在产品和包装上使用RFID标签,以达到唯一识别。
另有23%的受访者(152个)认为,他们正考虑在未来实施RFID,并且8%的受访者说,他们已对使用RFID技术进行了详细的研究。
唯一识别被记录和阅读的位置也应该进行评估(图1)。
可见下游利用唯一识别比上游使用更为常见。
内部使用似乎占主导地位,特别是对于追踪产成品存货。
类似的模式可以在执行唯一识别的驱动程序中看到。
改进跟踪分数最高的,同时减少了盗窃或假冒似乎更被受访者关注(表III)。
改进后的数据更能减少错误和大大提高效率评分,以及改进库存控制和运输服务。
再次,内部协调比起外部,似乎是更重要的。
与客户协调似乎比和供应商协调更重要。
表II使用唯一识别的公司
公司规模\惟一的标签
YES
NO
TOTAL
小型(100-199)
16
16
32
中型(200-499)
29
23
52
大型(499以上)
50
18
68
TOTAL
95
57
152
图I唯一识别的产品和运输设备的记录结构
3.2驱动程序的因子和群体分析
为了辨别不同大小的数据资料,对驱动程序变量进行因子分析。
变量,一个主成分分析的结果是KMO(Kaiser-Meyer-Olkin)值0.825,它的特点是有功的(Kaiser,1974).。
此外,相关矩阵的一致性似乎不可能,因为Bartlett的测试明显是大规模的。
所有的变量在分析时都是可用的,因为这个群体不会透露任何极端值(表4)。
相关矩阵显示所有的变量,除了一个,它和至少一种其他的变量相关,相关系数为0.3(显著水平为0.01)。
最后的变量和另一个变量相关,相关系数为0.2。
不在任何其他的因素中包含这个变量,我们让它保持现状,因为我们怀疑,对于产品群,这可能是最重要的变量。
一个详细计划表明它涉及到使用六个因素。
对循环的组成部分的解释导致了下列驱动因素矩阵(表4):
(1)更有效的库存控制和改进的送货服务。
(2)改进协调物料流动。
(3)使产品回报和产品回收的执行更有效。
(4)改进的可追溯性。
(5)为客户和政府等外部的要求。
(6)减少伪造或偷窃。
对于实行唯一识别的公司,供应链整合是一个关键的机会。
然而,这取决于执行背后的驱动力量,整合的水平和类型是不同的。
整合其实是一个广泛的概念,并没有单一的方式来衡量。
为了利用这个概念,我们不得不评估供应链中使用唯一识别的地点的数量。
这个测试是符合服务于研究的包装视角的。
这种概念是,在越多的地方使用相同的识别,供应链整合度越高。
表IV基于驱动变量的因素的循环组成部分
因子导入
特征值
差异比例
累积比例
方差
因素1:
更有效的库存控制和改进的送货服务
5.23
40.25
40.25
改良库存管理
减少人力成本
改进运输服务
减少数据收集时的错误
更高效的数据收集
0.790
0.751
0.734
0.782
0.723
0.771
0.713
0.830
0.707
0.837
因素2:
改进协调物料流动
1.48
11.35
51.60
改进和顾客相关的物料流
改进供应商的物料流
改进内部物料流
0.870
0.795
0.691
0.640
0.562
0.697
因素3:
使产品回报和产品回收的执行更有效
1.17
8.99
60.59
改进产品回收
提高计划的应变能力
0.784
0.813
0.622
0.724
因素4:
改进的可追溯性
0.99
7.57
68.16
改进可追溯性
0.888
0.846
因素5:
为客户和政府等外部的要求
0.88
6.79
74.95
来自顾客和政府的外部要求
0.964
0.948
因素6:
减少伪造和盗窃
0.62
4.74
79.69
减少伪造和盗窃的危险
0.918
0.929
注:
提取方法:
主成分分析。
循环方法:
最大方差法
3.4 不同的集群的改善
唯一识别的标签的实施为受调查公司提供了改进。
为了识别数据资料的结果,要进行主成分分析方法对结果变量进行分析(表七),这是一个至关重要的因素分析。
表V各集群整合驱动力量的单因子变异数分析
平方和
df
均方
F
Sig.
逆向整合
集群间
35.925
3
11.975
6.438
0.001
集群内
169.275
91
1.860
总数
205.000
94
内部整合
集群间
28.841
3
9.614
6.926
0.000
集群内
126.317
91
1.388
总数
155.158
94
正向整合
集群间
15.329
3
5.110
3.125
0.030
集群内
148.776
91
1.635
总数
164.105
94
表VI集群驱动力量的整合水平(均值)
集群
逆向整合
内部整合
正向整合
1物料流的协作
高(3)
高(3)
高(3)
2产品回收和可追溯性
低
(1)
中
(2)
中
(2)
3外部要求
低
(1)
中
(2)
中
(2)
4减少伪造和盗窃
高(3)
高(3)
高(3)
注:
分值:
0—没有整合;4—完全整合
4个评估结果表明,所有变量的单因素分析是合适的。
首先,巴特利特的球体检验显著性够大。
第二,KMO值为0.883(可信)。
第三,提取的群体不会导致任何极端值(表七),最后,相关矩阵显示,所有变量至少和一个其他变量有关,相关系数的值为0.4(显着性水平0.01)。
一个详细计划表明四到六个因素应该被使用。
为了指定逻辑标签,使用了6个因子(见表7)。
这些因素解释了78.3%的结果变量的差异。
为了区分从四个集群驱动力量获得的改进,需要进行一个基于这6个结果因子的判别分析。
循环结构矩阵和群体中心表明了各组改善的差异。
这种分类法预测了各组公司的改善比例,集群1(55%),集群3(75%)和集群4(69%),但集群2中只有14%的公司被正确分类。
总共有52.6%的公司正确分类(46.3%有效),而先前的比例是25%。
比较表明:
*旨在协调物料流动(集群1)的公司,已经在库存管理上,提高生产率和交货质量上,获得更多改善,超过了其他公司。
*旨在提高产品的收益和可追溯性(集群2)的公司,有迹象改善了交货质量以及次品率和废品率,但该群的公司关于改善有极大的差异。
*有外部的要求去实施唯一识别的公司(集群3)在所有的方面取得的改进是最少的。
*旨在减少伪造或偷窃的公司(集群4),在次品率和废品率上获得更多的改进。
在提高库存管理、生产力和交货质量上,他们的改进高于平均水平。
上面的差异有统计学意义,99%的可信度。
在因素”人力成本”和”与顾客和供应商的合作”上,并没有统计学差异,有95%的可信度。
数据表明,为了获得唯一识别的改进,信息共享的范围和频率是必要的。
因此,需要对这些问题进行阐述。
3.5.1信息共享的范围
为了提高信息共享的水平
,必须发现信息共享的参与者。
与顾客和供应商的信息共享都在潜在的增加。
目前,很有可能是公司与他们的最重要的客户分享信息(平均3.2)。
与最重要的供应商(2.7),绝大多数的客户信息共享(2.5),且供应商(2.1)范围比较狭窄的。
集群间的差异已经发现。
一个单因子变异数分析测试,描述性统计和×2测试表,表明集群3中的公司在信息共享方面,有相同的水平。
但几乎没有与他们的供应商实现共享。
交叉表和×2测试表也显示了其他的不同。
该群的公司比起其他群的公司,他们能和大多数的顾客分享信息,比供应商要多。
比起其他的公司,在集群2中的公司与他们的重要顾客(平均2.71)分享信息较少。
在群1、4的公司与他们的供应商和最重要的绝大部分客户分享更多的信息。
然而,我们应该记住,尽管有差异,各群信息共享的水平都较低。
3.5.2信息共享的频率
与客户和供应商的信息共享的频率变化范围很大,但有些集群显著特征被识别(表VIII)。
在集群1中公司的中值显示,多数的这些公司分享信息的水平,取决于使用唯一识别。
使用频率表分析集群间的公司。
他们显示,在集群1一半的公司在日常中共享信息,异常情况下有25%的公司分享信息。
在集群2公司分享信息的频率是一周,但大多数的公司以一天为频率。
在集群3中绝大多数的公司在特殊情况下才分享信息。
在集群4中的公司的信息共享很高。
表VII基于结果变量的因素的循环组成部分
因子导入
特征值
差异比例
累积比例
方差
因素1:
库存管理
9.40
49.47
49.47
改良库存周转率
减少库存水平
减少交货时间
更低的库存点
减少库存空间
提高服务水平
0.852
0.917
0.847
0.921
0.699
0.768
0.633
0.772
0.608
0.625
0.580
因素2:
改进协调物料流动
1.55
8.18
57.66
改进产能利用率
减少换模时间
改进内部物料流
0.830
0.886
0.788
0.851
0.692
0.767
因素3:
交货质量
1.20
6.31
63.97
减少交货错误
减少交货成本
提高信息质量
0.795
0.747
0.700
0.683
0.687
0.749
因素4:
与顾客和供应商的合作
1.08
5.68
69.65
面向顾客的物料流的合作
0.793
0.785
来自供应商的物料流的合作
0.677
0.736
改进产品回收的运行
0.625
0.642
因素5:
损耗和报废
0.96
5.05
74.70
更低的损耗
0.794
0.812
更低的报废
0.781
0.815
因素6:
人力成本
0.68
3.59
78.29
减少人力成本
0.745
0.808
消除重复工作
0.731
0.834
注:
提取方法:
主成分分析。
循环方法:
最大方差法
3.6前景
在确定了实施的驱动力量,整合程度,其他改进,信息资源共享,改进的局限条件后,我们得到了使用唯一识别的公司的未来前景。
在所有的驱动因素分组中,这些是很相似。
然而,集群与其他不同。
单因子变异数分析测试显示,集群3在很多变量上明显和其他不同。
一般情况下,这个方法明显偏低。
交叉表和×2实验表明,在集群3的公司认为,在2~5年内,,关于存货水平、库存空间、服务水平,交货时间减少,降低运输成本,协调与顾客和供应商的物料流等方面,他们将获得有限的提高。
而其他集群并非如此。
表VIII信息共享频率的中值
分组
信息共
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 工业 工程 专业 毕业 外文 翻译