Fattore di apprendimento calcolatrice

✖Il tempo per l'attività 1 è il tempo impiegato per completare la prima attività nel ciclo dell'operazione di produzione.ⓘ Tempo per l'attività 1 [a₁]			+10% -10%
✖Il tempo per n attività è la somma delle attività totali intraprese in una particolare operazione di produzione.ⓘ Tempo per n compiti [a_n]			+10% -10%
✖Numero di attività è il numero totale di attività che devono essere eseguite in un turno da tutti i lavoratori in un piano di lavoro.ⓘ Numero di attività [n_tasks]			+10% -10%

✖Il fattore di apprendimento è associato alla maturità della tecnologia.ⓘ Fattore di apprendimento [k]

⎘ Copia

👎

Formula

✖

Fattore di apprendimento

Formula

`"k" = (log10("a"_{"1"})-log10("a"_{"n"}))/log10("n"_{"tasks"})`

Esempio

`"0.458157"=(log10("3600s")-log10("1200s"))/log10("11")`

Calcolatrice

LaTeX

Ripristina

👍

Scaricamento Ingegnere meccanico Formula PDF PDF Image

Fattore di apprendimento Soluzione

FASE 0: Riepilogo pre-calcolo

Formula utilizzata

Fattore di apprendimento = (log10(Tempo per l'attività 1)-log10(Tempo per n compiti))/log10(Numero di attività)
k = (log10(a₁)-log10(a_n))/log10(n_tasks)
Questa formula utilizza 1 Funzioni, 4 Variabili

Funzioni utilizzate

log10 - Il logaritmo comune, noto anche come logaritmo in base 10 o logaritmo decimale, è una funzione matematica che è l'inverso della funzione esponenziale., log10(Number)

Variabili utilizzate

Fattore di apprendimento - Il fattore di apprendimento è associato alla maturità della tecnologia.
Tempo per l'attività 1 - (Misurato in Secondo) - Il tempo per l'attività 1 è il tempo impiegato per completare la prima attività nel ciclo dell'operazione di produzione.
Tempo per n compiti - (Misurato in Secondo) - Il tempo per n attività è la somma delle attività totali intraprese in una particolare operazione di produzione.
Numero di attività - Numero di attività è il numero totale di attività che devono essere eseguite in un turno da tutti i lavoratori in un piano di lavoro.

PASSAGGIO 1: conversione degli ingressi in unità di base

Tempo per l'attività 1: 3600 Secondo --> 3600 Secondo Nessuna conversione richiesta
Tempo per n compiti: 1200 Secondo --> 1200 Secondo Nessuna conversione richiesta
Numero di attività: 11 --> Nessuna conversione richiesta

FASE 2: valutare la formula

Sostituzione dei valori di input nella formula

k = (log10(a₁)-log10(a_n))/log10(n_tasks) --> (log10(3600)-log10(1200))/log10(11)

Valutare ... ...

k = 0.458156909991326

PASSAGGIO 3: conversione del risultato nell'unità di output

0.458156909991326 --> Nessuna conversione richiesta

RISPOSTA FINALE

0.458156909991326 ≈ 0.458157 <-- Fattore di apprendimento

(Calcolo completato in 00.004 secondi)

Tu sei qui -

Casa » Ingegneria » Meccanico » Ingegnere meccanico » Parametri industriali » Fattore di apprendimento

Titoli di coda

Creato da Kaki Varun Krishna

Istituto di tecnologia Mahatma Gandhi (MGIT), Hyderabad

Kaki Varun Krishna ha creato questa calcolatrice e altre 25+ altre calcolatrici!

Verificato da Prasana Kannan

Scuola di ingegneria Sri sivasubramaniyanadar (ssn scuola di ingegneria), Chennai

Prasana Kannan ha verificato questa calcolatrice e altre 10+ altre calcolatrici!

< 12 Parametri industriali Calcolatrici

Distribuzione binomiale

Partire Distribuzione binomiale = Numero di prove!*(Probabilità di successo della singola prova^Risultati specifici all'interno delle sperimentazioni)*(Probabilità di fallimento della prova unica^(Numero di prove-Risultati specifici all'interno delle sperimentazioni))/(Risultati specifici all'interno delle sperimentazioni!*(Numero di prove-Risultati specifici all'interno delle sperimentazioni)!)

Distribuzione normale

Partire Distribuzione normale = e^(-(Risultati specifici all'interno delle sperimentazioni-Media di distribuzione)^2/(2*Deviazione standard della distribuzione^2))/(Deviazione standard della distribuzione*sqrt(2*pi))

Distribuzione di Poisson

Partire Distribuzione di Poisson = Media di distribuzione^(Risultati specifici all'interno delle sperimentazioni)*e^(-Media di distribuzione)/(Risultati specifici all'interno delle sperimentazioni!)

Fattore di apprendimento

Partire Fattore di apprendimento = (log10(Tempo per l'attività 1)-log10(Tempo per n compiti))/log10(Numero di attività)

Crashing

Partire Pendenza di costo = (Costo dell'incidente-Costo normale)/(Orario normale-Tempo di schianto)

Tasso di svalutazione annuale

Partire Tasso di svalutazione annuale = (Tasso di Rendimento Valuta Estera-Tasso di ritorno USD)/(1+Tasso di ritorno USD)

Errore di previsione

Partire Errore di previsione = Valore osservato al tempo t-Previsione media regolare per il periodo t

Densità di traffico macroscopica

Partire Densità del traffico in vpm = Portata oraria in vph/(media Velocità di viaggio/0.277778)

Dati generali di cucitura

Partire GSD = (Potere dell'uomo*Ore di lavoro)/Bersaglio

Intensità del traffico

Partire Intensità del traffico = Tasso medio di arrivo/Tasso di servizio medio

Punto di riordino

Partire Punto di riordino = Tempi di consegna richiesti+Scorta di sicurezza

Varianza

Partire Varianza = ((Tempo pessimistico-Tempo ottimista)/6)^2

Fattore di apprendimento Formula

Fattore di apprendimento = (log10(Tempo per l'attività 1)-log10(Tempo per n compiti))/log10(Numero di attività)
k = (log10(a₁)-log10(a_n))/log10(n_tasks)

Casa

GRATUITO PDF

🔍 Ricerca

Categorie

Condividere

Let Others Know

✖

Facebook

Twitter

Copied!