Slovak University of Technology in Bratislva, Institute of Management of the Slovak University of Technology, Slovakia
2
Headquarters of the Border Guard, Poland
3
Military University of Technology, Faculty of Security, Logistics and Management, Poland
A - Koncepcja i projekt badania; B - Gromadzenie i/lub zestawianie danych; C - Analiza i interpretacja danych; D - Napisanie artykułu; E - Krytyczne zrecenzowanie artykułu; F - Zatwierdzenie ostatecznej wersji artykułu
Data nadesłania: 28-03-2022
Data ostatniej rewizji: 11-08-2022
Data akceptacji: 30-09-2022
Data publikacji: 30-09-2022
Autor do korespondencji
Anna Borucka
Wydział Bezpieczeństwa, Logistyki i Zarządzania, Wojskowa Akademia Techniczna, Kaliskiego 2, 01-479, Warszawa, Polska
Czwarta rewolucja przemysłowa i związana z nią transformacja cyfrowa rozwija się niezwykle dynamicznie wprowadzając istotne ulepszenia w przemyśle. Szczególnie obecna jest w procesach wytwórczych, zmieniając w sposób fundamentalny funkcjonowanie przedsiębiorstw. Jednak wiele rozwiązań technologicznych stosowanych w tym obszarze może być z powodzeniem wykorzystane również na innych płaszczyznach. Jedną z nich są siły zbrojne. W artykule autorzy dokonali analizy przykładowego procesu funkcjonowania żołnierzy w toku co-dziennego porządku dnia aby wskazać, że możliwie jest zastosowanie prostych rozwiązań z zakresu elektronicznego zbierania danych i uzyskanie wymiernych korzyści. Tak też określono główny cel badania. Aby go zrealizować autorzy dokonali szczegółowej analizy i oceny wy-branego procesu (ewidencjonowanie faktu opuszczania pododdziału przez podchorążych) wskazując jego niedoskonałości. Na tej podstawie zaproponowali rozwiązanie optymalizujące jego najważniejsze parametry (czas, niezawodność). Zaproponowane rozwiązanie, polegające na wykorzystaniu rejestratorów zbliżeniowych i błyskawicznym odczycie danych wychodzącego żołnierza pozwoliło na rozwiązanie problemu badawczego tj. odpowiedzi na pytanie: czy możliwe i zasadne jest wsparcie wybranych procesów funkcjonowania żołnierzy na pododdziale z wykorzystaniem nowoczesnych narzędzi przemysłu 4.0? Pozwoliło to zweryfikować hipotezę badawczą zakładającą, że zastosowanie prostych narzędzi wykorzystujących nowe technologie może w istotny sposób usprawnić funkcjonowanie badanego procesu. Osiągnięcie założonego celu badania było możliwe dzięki wykorzystaniu takich metod, narzędzi i technik badawczych jak analiza literatury, synteza, metoda obserwacyjna, analiza statystyczna, porównanie i wnioskowanie. Artykuł składa się ze wstępu a następnie z przeglądu literatury z obszaru zarówno rewolucji przemysłowej jak i modernizacji sił zbrojnych. Zasadniczą część stanowi badanie statystyczne czasów trwania procesu wypisywania się podchorążych w niezbędnej dokumentacji podczas opuszczania miejsca zakwaterowania, jego charakterystyka i ocena. Na tej podstawie zaproponowano możliwe rozwiązanie stwierdzonych niedociągnięć. Artykuł wieńczy podsumowanie przeprowadzonych analiz i wnioski końcowe, a także rekomendacje w zakresie dal-szych analiz.
REFERENCJE(33)
1.
Alaloul, W.S., Liew, M.S., Zawawi, N.A.W.A., Mohammed, B.S., 2018. Industry revolution IR 4.0: future opportunities and challenges in construction industry. In: MATEC web of conferences , 203, 02010. EDP Sciences.
Baker, P. M., Gaspard, H., Zhu, J.A., 2021. Industry 4.0/Digitalization and networks of innovation in the North American regional context. European Planning Studies, 29(9), 1708-1722.
Fragapane G., Ivanov D., Peron M., Sgarbossa F., Strandhagen J.O., 2020. Increasing flexibility and productivity in Industry 4.0 production networks with autonomous mobile robots and smart intralogistics. Annals of operations research, 1-19.
Grzelak, M.; Rykała, M., 2021. Modeling the Price of Electric Vehicles as an Element of Promotion of Environmental Safety and Climate Neutrality: Evidence from Poland. Energies, 14, 8534. https://doi.org/10.3390/en1424....
Jóźwiak A., Świderski A., 2017. Algorytmy sztucznej inteligencji w logistyce. Oficyna Wydawnicza Politechniki Warszawskiej. Prace naukowe – transport, 117, 97-108.
Kłosowski, G., Kozłowski, E., Gola, A. 2017. Integer linear programming in optimization of waste after cutting in the furniture manufacturing. In: International Conference on Intelligent Systems in Production Engineering and Maintenance, Springer, Cham. 260-270.
Korčok, D., 2016. Industry 4.0: The future concepts and new visions of factory of the future development. In: Sinteza 2016-International Scientific Conference on ICT and E-Business Related Research, Singidunum University. 293-298.
Lin, T. Y., Chen, Y. M., Yang, D. L., & Chen, Y. C., 2016. New method for Industry 4.0 machine status prediction-A case study with the machine of a spring factory. In: 2016 International Computer Symposium (ICS), 322-326. IEEE.
Machado, C. G., Winroth, M., Carlsson, D., Almström, P., Centerholt, V., & Hallin, M., 2019. Industry 4.0 readiness in manufacturing companies: challenges and enablers towards increased digitalization. Procedia Cirp, 81, 1113-1118.
Ojha, A. K., 2018. A Call for Action: Modernization of Indian Army to Meet the Challenges of the Twenty-First Century. US Army Command and General Staff College.
Olsen, T. L., & Tomlin, B., 2020. Industry 4.0: Opportunities and challenges for operations management. Manufacturing & Service Operations Management, 22 (1), 113-122.
Paganelli, M. P., Schumacher, R., 2019. Do not take peace for granted: Adam Smith’s warning on the relation between commerce and war. Cambridge Journal of Economics, 43 (3), 785-797.
Parente, M., Figueira, G., Amorim, P., Marques, A., 2020. Production scheduling in the context of Industry 4.0: review and trends. International Journal of Production Research, 58 (17), 5401-5431.
Radyawanto, A.S., Soediantono, D., 2022. Literature Review of Integrated Management System (IMAS) and Implementation Suggestion in the Defense Industry. International Journal of Social and Management Studies, 3 (3), 39-49.
Schiele, H., Bos-Nehles, A., Delke, V., Stegmaier, P., Torn, R. J., 2021. Interpreting the industry 4.0 future: technology, business, society and people. Journal of Business Strategy.
Sobaszek, Ł., Gola, A., Świć, A., 2020. Time-based machine failure prediction in multi-machine manufacturing systems. Eksploatacja i Niezawodność, 22 (1).
Sternad, M., Lerher, T., Gajšek, B., 2018. Maturity levels for logistics 4.0 based on NRW‘s Industry 4.0 maturity model. Business Logistics in Modern Management.
Świderski, A., Jóźwiak, A., Jachimowski, R., 2018. Operational quality measures of vehicles applied for the transport services evaluation using artificial neural networks. Eksploatacja i Niezawodność, 20 (2).
Yusuf, A., & Soediantono, D., 2022. Supply Chain Management and Recommendations for Implementation in the Defense Industry: A Literature Review. International Journal of Social and Management Studies, 3(3), 63-77.
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.