The development and implementation of a simulation tool for the assessment of quality economics within a cell-based manufacturing company

Clark, Herbert J.

doi:10.1080/002075499191364

Cited by 13 publications

(10 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Spedding and Chan (2001) comment that conventional individual control chart designs (including many of the analytical techniques) do not address the problem of the interrelationship of processes, or the propagation of errors through the system. Clark and Tannock (1999) suggest that the analytical approaches may either be too complex or disputable to be of any real value to quality practitioners. The¯exibility of simulation methods allow the generation of models with greater complexity than that allowed by the analytical techniques.…”

Section: Background On Quality Costing and Simulationmentioning

confidence: 98%

“…Simulation of the quality systems in speci®c manufacturing environments have been developed by a number of authors, including Clark and Tannock (1999), Spedding and Chan (2001), Gardner et al (1995) and Freeman (1995). While some of these models are more complex than others, the principle of the simulation involves the replication of the production environment and the allocation of costs into the PAF cost elements.…”

Section: Background On Quality Costing and Simulationmentioning

confidence: 99%

See 1 more Smart Citation

Estimating quality costs in an automotive stamping plant through the use of simulation

Ruyter¹,

Cardew-Hall²,

Hodgson³

2002

International Journal of Production Research

View full text Add to dashboard Cite

The pressures of modern manufacturing require that the quality±cost bene®ts are determined when evaluating new procedures or alternative operating policies. Traditionally, cost reports and other quality metrics have been used for this purpose. However, the interactions between the main quality cost drivers cannot be understood at the super®cial level and the e ect that a new process or an alternative operating policy may have on quality costs is di cult to determine. An alternative to the traditional costing methods is simulation. The current work uses simulation to evaluate quality costs in an automotive stamping plant where the quality control is determined by operator inspection of their own work. Self-inspection quality control provides instantaneous feedback of quality problems, allowing for quick recti®cation. However, the di cult nature of surface ®nish inspection of automotive panels can create inspection and control errors. A simulation model was developed to investigate the cost e ects of inspection and control errors and it was found that inspection error had a signi®cant e ect in increasing total quality cost, with the magnitude of this increase dependent on the level of control. Further, the simulation found that the lowest cost quality control policy was that which allowed a number of defective panels to accumulate before resetting the press-line.

show abstract

Section: Background On Quality Costing and Simulationmentioning

confidence: 98%

Section: Background On Quality Costing and Simulationmentioning

confidence: 99%

Estimating quality costs in an automotive stamping plant through the use of simulation

Ruyter¹,

Cardew-Hall²,

Hodgson³

2002

International Journal of Production Research

View full text Add to dashboard Cite

show abstract

“…Quality economics might be defined as the study of costs and benefits related to the achievement of manufacturing or service quality (Clark and Tannock, 1999). Thus, the two main constituting elements of quality economics comprised in this definition are (i) the study of costs and benefits and (ii) the achievement of quality.…”

Section: Quality Economics: Overviewmentioning

confidence: 99%

“…Some examples of the use of QC systems and COQ data (e.g. Clark and Tannock, 1999;Porter and Rayner, 1992):…”

Section: %mentioning

confidence: 99%

A method for determining cost-efficient inspection strategies in multistage production systems

Volsem

2007

4OR

View full text Add to dashboard Cite

Gedurende het voorbereiden en totstandkomen van deze thesis hebben velen mijn pad gekruist, en zo, direct of indirect, hun invloed gehad op dit werk.Het is een onmogelijke taak iedereen persoonlijk te vermelden in deze korte tekst. In elk geval wil ik allen die een steentje hebben bijgedragen via deze weg zeggen: dank je, zonder jou was het dit niet geworden. Voorop in de rij van personen naar wie mijn bijzondere dank uitgaat staan de professoren:Peter Vanrolleghem -als copromotor van mijn ingenieursthesis-was de eerste die erin geloofde dat ik (en ik citeer) "het in me had om te doctoreren". Peter, bedankt voor het vertrouwen.Rik Van Landeghem aanvaardde de niet-evidente opdracht om mijn promotor te worden en gaf me zo de gelegenheid en de ruimte om dit onderzoekswerk aan de UGent te doen, vanuit mijn UA thuisbasis. Rik, bedankt voor de samenwerking. Je geduld, je steun en je blijvende enthousiasme, ondanks onze lange-afstandsrelatie, waren inspirerend.Claude Van Mechelen die het copromotorschap op zich heeft genomen. Claude, bedankt voor het belangstellend opvolgen van de vorderingen en de nuttige commentaren.Herbert Peremans, voor de fijne samenwerking, de waardevolle opmerkingen na het kritisch nalezen, de hulp met MatLab.Peter Ottoy, als commissielid en begeleider, ook steeds bereid me bij te staan ondanks de afstand en de beperkte tijd.El-Houssaine Aghezzaf en Frank Devlieghere, leden van de jury, voor het zorgvuldig nalezen en de opmerkingen die daaruit voortvloeiden.Wout Dullaert was er van in het prille begin bij om samen "de wereld te veroveren" vanop de vijfde verdieping (waar is de tijd...?). Merci maat, je hulp was van onschatbare waarde, je vriendschap een bonus! Karel Soudan mijn "baas" op het UA-(onderwijs)front. Je creëerde het flexibele klimaat dat de combinatie UA/UGent/thuiswerk mogelijk maakte; mijn oprechte erkentelijkheid daarvoor.Johan Springael, voor het onuitputtelijke enthousiasme.Verder een hele grote "dankoewel" voor een hele bende toffe collega's. Bedankt voor jullie steun, jullie luisterend oor, jullie praktische hulp, jullie tijd, kortom: bedankt voor jullie vriendschap! Voor de meesten die hieronder vermeld staan is de vriendschap zelfs "extra muros" geworden; dat het zo mag blijven! Mike, dat je naam vooraan in dit rijtje komt zal niemand verbazen. Merci voor het delen van hectoliters koffie en bijhorende babbels, de ontelbare onnozele mailtjes over en weer, het badminton als sportieve uitlaatklep. Je blijft, behalve uiteraard mijn vriend, ook mijn grote voorbeeld als Rustige Mens ;-) : geen zorgen, geen stress, niet druk-druk-druk maar gewoon rustig voortdoen! Amaryllis, we deelden minder koffie maar zeker evenveel babbels, minder mailtjes maar meer (soms zelfs een beetje te veel ;-) ...) telefoontjes. Je was als ex-lotgenootje en ex-bureaugenootje een uitstekend klankbord en dito steun... en ook een voorbeeld voor wat betreft het combineren van een jong gezin met een doctoraat.Sigrid, Patsy, Martine, Hilde: onze professionele wegen zijn al een tijdje gescheiden, hopelijk blijv...

show abstract

“…Tannock (1995Tannock ( , 1997 emphasizes the significance of process capability in the selection of quality control strategy and revealed the economic advantages of control charting where special or assignable causes exist. Clark and Tannock (1999) investigate the use of simulation model to estimate the quality cost associated with multi manufacturing system setup and quality control strategies. This approach was validated and aligned with actual costs at a case study company.…”

Section: Literature Reviewmentioning

confidence: 99%

Evaluating Quality Control Decisions: A Simulation Approach

Omar¹,

Murugan²

2011

Modern Approaches to Quality Control

View full text Add to dashboard Cite

The development and implementation of a simulation tool for the assessment of quality economics within a cell-based manufacturing company

Cited by 13 publications

References 0 publications

Estimating quality costs in an automotive stamping plant through the use of simulation

Estimating quality costs in an automotive stamping plant through the use of simulation

A method for determining cost-efficient inspection strategies in multistage production systems

Evaluating Quality Control Decisions: A Simulation Approach

Contact Info

Product

Resources

About