Log Classification in the Hardwood Timber Industry: Method and Value Analysis

Les industries avec différentes entrées, telles que : l'industrie des produits forestiers (FPI), l'industrie minière ou l'industrie du recyclage, doivent faire face à l'incertitude de matière primaire, ce qui affecte leur capacité à prévoir le rendement de sortie. Pour régler ce problème, les industries peuvent réduire l'incertitude à la source, ou de planifier les opérations en tenant compte de l'incertitude. Dans le FPI, la première approche est généralement utilisée. Par exemple, l'industrie du bois d'œuvre a implémenté des technologies de transformation sophistiquées pour adapter le processus du sciage aux caractéristiques des billes en utilisant la technologie de numérisation pour obtenir des informations précises sur l'état des travaux en cours de fabrication. Une autre approche pour réduire l'incertitude est la classification de matière primaire. Certaines caractéristiques spécifiques peuvent être mesurées à l'entrée pour classer la matière primaire et en conséquence, augmenter la certitude des attentes de production dans chaque classe. Toutefois, si le processus implique les journaux, les minerais des mines ou des papiers recyclés, la classification de matière primaire a une valeur et un coût selon le degré de détail effectué. Cette recherche propose d'abord une méthode basée sur l'analyse des arbres de classification pour classer les billes de feuillus. Ensuite, en utilisant la simulation à base d'agents, nous analysons la valeur des différentes stratégies de classification, de la plus détaillée, à aucune classification. Les résultats montrent dans le cadre de l'industrie du bois de feuillus que l'avantage de classification détaillée est compensé par son coût, tandis qu'une classification relativement simple permet d'améliorer considérablement le rendement de la production.