Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Hauptinhalt

Schriftenreihe Fortschritte in der IT in Produktion und Logistik

Cover

Deininger, M.: Modellierungsmethode für die simulationsbasierte Optimierung rekonfigurierbarer Produktionssysteme. Schriftenreihe Fortschritte in der IT in Produktion und Logistik, Band 2. Göttingen: Cuvillier 2019.

Produzierende Unternehmen stehen heutzutage vielen Herausforderungen gegenüber. Konkurrenz, technischer Fortschritt sowie die sich verändernden Erwartungen der Kunden ergeben ein sich ständig wandelndes Umfeld. Dies führt zu einer sich fortwährend ändernden Produktpalette, die sich nicht nur an strategischen Neuausrichtungen orientiert, sondern ebenfalls durch Kundenanfragen getrieben wird. Stellt ein Kunde eine Anfrage, die dem aktuellen Produktportfolio nicht entspricht, sind in kurzer Zeit Entscheidungen über die Auftragsannahme zu treffen, deren Auswirkungen oft nicht sicher absehbar sind. Mit Simulationsstudien lassen sich mögliche Änderungen an einem Produktionssystem untersuchen, bevor diese im realen Umfeld angewendet werden. Insbesondere lässt sich das stochastische Verhalten von Prozessen in Produktionssystemen, wie beispielsweise variierende Bearbeitungszeiten, abbilden und somit das reale Verhalten des Personals nachbilden. Jedoch ist die Simulation nur in der Lage, ein gege-benes System zu bewerten. Ein weiteres Hilfsmittel zur Planung stellen Optimierungstechniken dar. Die-se erlauben automatisiert verschiedene Konfigurationen eines Systems zu untersuchen und eine Lösung bereitzustellen. Durch die Kombination von Simulation und Optimierung entsteht eine Methode, die einen Planer, unter Berücksichtigung der stochastischen Einflüsse, bei der Entscheidungsfindung unter-stützt. In der vorliegenden Arbeit wird eine solche Methode entwickelt, die es durch die Kombination von Si-mulation und Optimierung ermöglicht, zu ermitteln, mithilfe welcher Änderungen an einem Produkti-onssystem sich zuvor nicht erfüllbare Kundenaufträge dennoch erfüllen lassen. Diese Änderungen um-fassen im einfachsten Fall das Umsetzen einer neuen Bearbeitungsreihenfolge für die Kundenaufträge. Sollte dies nicht hinreichend sein, wird untersucht, ob sich durch das Hinzufügen neuer Ressourcen die Kundenaufträge erfüllen lassen. Weiterhin besteht die Möglichkeit Ressourcen einzusparen oder auszu-tauschen. Auch neue Prozesse können hinzugefügt werden, beispielsweise für Rüst oder Qualifizie-rungsaufgaben. Die Umsetzung dieses Vorgehens erfolgt durch eine mehrstufige simulationsbasierte Optimierung, die auf einer modularen Modellierung aufbaut. Mithilfe der Module lassen sich einzelne Prozesse des Pro-duktionssystems abbilden und miteinander verknüpfen. Ferner ermöglicht dieser Ansatz das Hinzufügen, das Entfernen und das Austauschen von Prozessen. Im Rahmen einer Optimierung lässt sich somit eine Zusammenstellung von Prozessen ermitteln, die es ermöglicht, alle Kundenaufträge zu erfüllen. Die Module können neben den Prozessen auch Ressourcen darstellen, womit sich parallel zu den Prozessen auch die notwendigen Ressourcen ermitteln lassen. Jede ermittelte Konfiguration wird einer Auftrags-reihenfolgeplanung unterzogen und mithilfe einer Simulation evaluiert. Nach Durchführung der simula-tionsbasierten Optimierung erhält der Planer ein Paretodiagramm, in welchem alle untersuchten Lösun-gen enthalten sind. Aus diesen kann durch den Planer abschließend eine umzusetzende Lösung ausge-wählt werden. Mithilfe von zwei Anwendungsbeispielen wird die Anwendbarkeit der Methode demonstriert. Es wird aufgezeigt, dass jede Stufe der simulationsbasierten Optimierung dazu beiträgt, dem Planer eine Lösung zu präsentieren, mit sich alle Kundenaufträge erfüllen lassen. Hierfür wird jede Stufe einzeln betrachtet und validiert, bevor deren Zusammenwirken betrachtet wird.

Scheidler, A.A.: Methode zur Erschließung von Wissen aus Datenmustern in Supply-Chain-Datenbanken. Schriftenreihe Fortschritte in der IT in Produktion und Logistik, Band 1. Göttingen: Cuvillier 2017.

Ein elementarer Schritt zur Beherrschbarkeit der Supply Chain ist die Identifikation von Wirkzusammenhängen, die sich in den logistischen Transaktionen spiegeln. Aufgrund der unüberschaubaren Datenmenge kann die Entdeckung von komplexen Wirkzusammenhängen nicht manuell erfolgen. Die Dissertationsschrift stellt eine Methode zur Entdeckung von Wissen, wie beispielsweise den Wirkzusammenhängen, vor und diskutiert die Berücksichtigung von Kontextwissen in den einzelnen Vorgehensmodellphasen. Ein Schwerpunkt der entwickelten Methode ist die Integration einer modellbegleitenden Verifikation und Validierung in ein Vorgehensmodell der Wissensentdeckung. Durch einen neuartigen Einsatz der Simulation erweitert die Arbeit zudem die existierenden Verifikationsmöglichkeiten des Knowledge Discovery in Databases. Um einen Einsatz des Modells auch bei unzureichender Datenlage zu ermöglichen werden abschließend Konzepte des Data Farmings als Methodenelement eingeführt. Die praktische Anwendbarkeit der in dieser Arbeit entwickelten Methode wird anhand von Transaktionsdaten eines Elektronikkleingeräteherstellers sowie einem Data-Farming-Modell demonstriert.