دانلود ترجمه مقاله ادغام ناهمگنی داده و فرایند در معماری سازمانی
عنوان فارسی |
ادغام کردن ناهمگنی داده و فرایند در معماری سازمانی: AMA4EA توسعه یافته در یک شرکت تولیدی بین المللی |
عنوان انگلیسی |
Incorporating process and data heterogeneity in enterprise architecture: Extended AMA4EA in an international manufacturing company |
کلمات کلیدی : |
  معماری سازمانی؛ مدلسازی سازمانی؛ مدلسازی خودکار؛ AMA4EA؛ تولید |
درسهای مرتبط | مدیریت صنعتی |
تعداد صفحات مقاله انگلیسی : 12 | نشریه : ELSEVIER |
سال انتشار : 2020 | تعداد رفرنس مقاله : 38 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت :
ندارد سفارش پاورپوینت این مقاله |
وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید |
1. مقدمه 2. مساله ناهمگنی داده و فرایند 3. پیشینه تحقیق 4. مدل AMA4EA توسعه یافته 5. استفاده کاربردی روی یک نمونه واحد تولیدی صنعتی 6. بحث و بررسی 7. نتیجه گیری
چکیده – ناهمگنی فرایندهای تولید یکی از جدی ترین مسائل پیش روی شرکت های تولیدی بین المللی محسوب می شود. تحول صورت گرفته و حرکت به سوی صنعت نسل 4، و مستقر کردن و سازگاری با اینترنت اشیا (IOT)، منجر به تولید حجم انبوهی از داده های ناهمگن شده است. شرایط بگونه ایست که نمی توان فرایندها و داده های تولیدی بدست آمده از مراکز تولیدی (سایت های کارخانجات) از اقصی نقاط جهان را در سطح سازمانی با یکدیگر مقایسه کرد، یا به صورت اشتراکی از آن ها استفاده نمود. در چنین شرایطی، شرکت ها قادر به ارتقای فرایندهای تولیدی خود نیستند، و جدیدترین معماری های سازمانی (EA) موجود در این زمینه قادر به رفع "مشکل ناهمگنی" نمی باشند.به منظور رفع این مشکل و محدودیت های ناشی از آن، مدلسازی خودکار مبتنی بر مفاهیم مختصر(تجرید) را برای معماری سازمانی توسعه می دهیم (مدل جدید AMA4EA حاصل می شود). برای مجسم سازی عینی حالت توسعه یافته از فرایندها و داده های یک شرکت تولیدی بین المللی دانمارکی سود بُرده ایم. نتایج بدست آمده نشان داده که AMA4EA توسعه یافته قادرست با تولید خودکار مدل های EA ای که فرایندهای تولیدی کارخانجات مختلف را به هم ربط داده و با یکدیگر مقایسه می کنند، بخوبی بر مساله ناهمگنی فرایند غلبه می کند. علاوه بر این، مدل AMA4EA توسعه یافته قادرست مقادیری (پارامترهایی) را از روی داده های ناهمگن استخراج بکند، و آن ها را به صورت بصری در مدل های EA به نمایش بگذارد. مدل AMA4EA توسعه یافته، با معرفی یک رویکرد جدید، امکان افزودن ناهمگنی داده و فرایند به EA را فراهم می سازد. مدل توسعه یافته پیشنهادی یک پیشرفت اساسی نسبت به تحقیقات EA محسوب می شود چرا که از معماری سازمانی در مدلسازی واقعیت های مختلف شرکت پشتیبانی به عمل می آورد. نکته دیگر اینکه مدل AMA4EA نشان می دهد که چگونه مدیران تولید قادرند به صورت تعاملی و مشترک ، فرایندهای تولیدی موجود در کارخانجات مختلف را مورد تجزیه و تحلیل قرار بدهند. بدین ترتیب امکان شناسایی فرصت های بالقوه ارتقای عملکرد ، در چندین کارخانه (سایت، واحد) تولیدی در اختیار مدیران قرار خواهد گرفت. مدیران می توانند از طریق مدل های EA، به داده ها و مستندات ذخیره شده روی سیستم های سازمانی مختلف دسترسی داشته باشند. دستاوردها و نتایج این مقاله، مبانی و اصول بنیادی مناسبی را برای درک و ارتقای عملکرد فرایندهای تولیدی ناهمگن، در اختیار شرکت های تولید کننده بین المللی قرار می دهند.
The heterogeneity of production processes is a serious problem faced by international manufacturing companies. The transformation towards Industry 4.0 and the adoption of Internet-of-Things (IoT) have produced huge amounts of heterogeneous data. The production processes and data from sites across the world cannot be shared and compared at the enterprise level. Therefore, companies cannot improve their production processes and the current state-of-the-art of enterprise architecture (EA) cannot address this heterogeneity problem. To mitigate and address this heterogeneity problem, we extend the automated modelling with abstraction for EA (AMA4EA). We demonstrate the extension using the processes and data of an international manufacturing company in Denmark. The results show that the extended AMA4EA addresses the process heterogeneity problem by automatically creating EA models that relate and compare production processes from different sites. In addition, the extended AMA4EA extracts value from heterogeneous data and visualizes them in EA models. The extended AMA4EA exhibits a novel method in EA to incorporate process and data heterogeneity. This is a significant advance to EA research because it supports EA in modelling the different realities of companies. In addition, the extended AMA4EA demonstrates how production managers can jointly analyse production processes from different sites. As a result, managers can identify potential opportunities for improvement across production sites. Through EA models, they can access data and documentation stored on different enterprise systems. These contributions pave the foundation for understanding and improving the performance of heterogeneous production processes for international manufacturing companies.
بخشی از ترجمه مقاله (صفحه 15 فایل ورد ترجمه)
محتوی بسته دانلودی:
PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.