Expertenwissen in Software gießen
Produktionsplanung mit Kennzahlen
Produktionsplanung in der Prozessindustrie ist herausfordernd: Zum einen sind branchenübliche Restriktionen zu berücksichtigen. Zum anderen soll eine Optimierung auf der Basis verschiedener Planungsgrößen erfolgen, die in der Praxis gegenläufig sein können. Der Software-Anbieter F/L/S Fuzzy Logik Systeme stellt mit seiner Planungslösung für Prozessfertiger einen Modellierungsansatz zur Verfügung, der das Wechselspiel beteiligter Kenngrößen mittels einer Konfliktanalyse offenlegt und so Unternehmen bei dem Erreichen ihrer individuellen Ziele unterstützt.
Welche Auswirkungen haben die aktualisierten Jahresprognosen auf die Kapazitätsplanung? Welche Maschinenauslastung und welcher Personalbedarf sind zu erwarten, wenn das neu entwickelte Produkt in die Massenfertigung kommt? Wie lässt sich der Anlagenausfall auf Linie 3 kurzfristig kompensieren? Mit derartigen Fragen werden Schichtleiter und Produktionsplaner häufig konfrontiert. Die technischen Restriktionen, die bei der Erstellung von Produktionsplänen in der Prozessindustrie zu berücksichtigen sind, stellen eine Herausforderung für sich dar. Hinzu kommen Rahmenbedingungen wie Betriebszeitenmodelle, Bestandsstrategien oder Servicevorgaben. Softwarelösungen wie PSI-aps unterstützen den Planungsprozess. Dazu bieten sie die Möglichkeit, das Wechselspiel aus Rüst-, Produktions- und Reinigungsschritten bei komplexen Rezepturen in einem Modell abzubilden. So lassen sich Produktflüsse graphisch analysieren und Produktionspläne können visuell aufbereitet werden, zum Beispiel in der Form eines interaktiv beplanbaren Gantt-Diagramms. Diese Übersichtlichkeit im Planungsprozess bietet zugleich die Grundlage für ein standardisiertes Vorgehen. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Dem Mehrwert auf der Spur
Weiterer Mehrwert kann entstehen, wenn die Anwendungen Möglichkeiten zur automatischen Generierung von Produktionsplänen mitbringen. So lassen sich etwa in einem Kostenmodell die Aufwände für Material, Produktion, Produktwechsel, Transport, Lagerung und so weiter abbilden. Der Computer berechnet einen Produktionsplan und prüft, in welcher Reihenfolge die Aufträge unter Berücksichtigung ihrer Liefertermine und Prioritäten einzutakten sind und welche Maschine pro Produktionsschritt zu wählen ist. Das ist keine einfache Aufgabe, da bei der Planung einer Prozesskette die jeweiligen Abhängigkeiten zwischen den Produktionsschritten zwingend zu berücksichtigende Restriktionen darstellen. Einige Vorgaben in Form von zeitlichen Restriktionen mögen darlegen, wann frühestens oder spätestens mit dem nächsten Schritt zu beginnen ist. Für jede Produktgruppe lassen sich alternative Ressourcen mit ihren jeweiligen Produktionsraten und -kosten definieren. Darüber hinaus spielt es häufig eine Rolle, welche Vorgänger und Nachfolger auf der Ressource geplant sind, da dies deutlichen Einfluss auf den Rüstaufwand beim Produktwechsel hat.
Die Zahl der Optionen wächst exponentiell
Die Anzahl theoretischer Optionen wächst bei derartigen Fragestellungen exponentiell und nur mit branchenspezifischem Know-how und geeigneten Optimierungsverfahren lassen sich machbare Produktionspläne ermitteln. Das Wechselspiel der Kosten entscheidet, ob es sinnvoller ist, früher auf Bestand zu produzieren oder zeitnah zum Liefertermin. Eine Option könnte es auch sein, den Rüstaufwand zu minimieren und ein Zwischenprodukt für verschiedene Aufträge gemeinsam zu produzieren, wenn ein Kriterium wie Haltbarkeit hierbei nicht kritisch ist. Der resultierende Plan bietet dem Planer eine Startlösung, die er direkt übernehmen oder interaktiv am Gantt-Diagramm umgestalten kann. Der Reiz von Planungssoftware liegt auch in der einfachen Generierung von Planungsalternativen. Unterschiedliche Gewichtungen können vorgenommen werden, technische Daten von Anlagen lassen sich zur Simulation von Umbaumaßnahmen variieren oder Stammdaten modifizieren. Das schafft Planungssicherheit vor kostspieligen Veränderungen in der Produktion. Es stellt sich allerdings die Frage, wie Alternativen zu einem Szenario verglichen und bewertet werden können und was bei der Auswahl einer Strategie zu berücksichtigen ist. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Entscheidungsunterstützung durch Fuzzy Logik
Effiziente Ressourcenauslastung, geringe Kapitalbildung, hoher Service – innerhalb eines produzierenden Unternehmens werden verschiedene Ziele gleichzeitig verfolgt und dementsprechend lassen sich unterschiedliche Kenngrößen für die Güte eines Produktionsplans definieren. Die Herausforderung besteht darin, diese multikriteriellen Optimierungsaufgaben im Auge zu behalten. Nicht selten verhalten sich die unterschiedlichen Indikatoren bei der Planung gegenläufig. Man denke in der Prozessindustrie etwa an effiziente Maschinenauslastung versus Termintreue gegenüber dem Einzelauftrag oder auch an das Trade-off von Wechsel- und Lagerkosten bei der Losgrößenoptimierung. Erfahrene Planer mögen ein Gefühl dafür entwickelt haben, mit welchen Prämissen brauchbare Pläne entstehen. Doch kennen sie die Alternativen? Und wie kann ihr Wissen übertragen werden, damit auch andere Planer IT-gestützt aus verschiedenen Alternativen die bestmögliche gemäß der Unternehmensstrategie wählen können? Hier kommt der Ansatz des Software-Anbieters F/L/S ins Spiel. Dessen Planungslösung ist darauf ausgelegt, menschliches Expertenwissen computergerecht aufzubereiten.
So lassen sich zunächst die für die Planung relevanten Key Performance Indicators (KPIs) des Unternehmens definieren, also etwa Kenngrößen wie Durchsatz, Lieferfähigkeit und so weiter. Im nächsten Schritt werden im Dialog mit den erfahrenen Planern Zielfunktionen definiert, welche die Güte unterschiedlicher KPI-Ausprägungen bewerten: Ab wann liegt eine gute Ziellereichung vor, welcher Bereich ist noch akzeptabel, wo kippt es ins Negative? Mit der ‚Qualicision‘-Technologie wurde hierfür eine komplementäre Erweiterung der klassischen Fuzzy Logik vorgenommen. Diese ermöglicht es, eine computergestützte Konfliktanalyse der Planungskriterien vorzunehmen, die in Form einer Beziehungsmatrix dargestellt wird. So soll der Planer erkennen, welche seiner verschiedenen Ziele sich bei einem gegebenen Szenario ergänzen, welche zugleich erreicht werden können und wo er aufgrund einer Konfliktsituation, oder Trade-off, eine grundlegende Entscheidung fällen muss. Entsprechend kann er eine KPI-Priorisierung per Schieberegler vornehmen und das System ermittelt daraufhin automatisch Planungsvarianten. Hierbei wird der Planer durch eine Gegenüberstellung der maximal erreichbaren und tatsächlich erreichten KPI-Ausprägungen in Form eines Kiviat-Diagramms unterstützt. Somit wird es dem Planer ermöglicht, eine wohlfundierte Planungsentscheidung zu treffen.
