- IT&Production - https://www.it-production.com -

Adaptive Feinplanung

Automatische Fertigungsdisposition

Adaptive Feinplanung

Systeme für Advanced Planning & Scheduling setzt die fertigende Industrie zur simultanen Planung von Material, Maschinen, Personal und Werkzeugen sowie zur Berechnung von Produktionsstartterminen ein. Die Läpple Blechteileverarbeitung führte in einem aufwändigen Projekt eine Software für die adaptive Regelung von Prozessen ein, um die Funktionen herkömmlicher Feinplanungslösungen zu erweitern.

Bild: Läpple

Karosserie- und Umformtechnik sind das Kerngeschäft der Heilbronner Läpple-Gruppe. In Heilbronn und im bayerischen Teublitz formt Läpple Bleche als Einzelteile oder stellt Komponenten für komplette Karosseriesysteme von PKW oder Nutzfahrzeugen her. Die zum Konzern gehörenden Unternehmen der Fibro-Gruppe befassen sich mit der Entwicklung und Fertigung von Rundtischen und Normalien. Das dritte Standbein, die Fibro Läpple Technology (FLT), bündelt die Anlagenbauaktivitäten der Gruppe. Anfang 2010 fasste der Automobilzulieferer, bei dem Ressourcen und Termine eine entscheidende Rolle für den Wertschöpfungsprozess spielen, den Entschluss, mit modernen IT-Lösungen den Weg für schnelle Reaktionen auf kommende Marktentwicklungen zu ebnen. Klaus Mazurek, Leiter Corporate IT und CIO, erläutert: „Wir müssen uns früh so aufstellen, dass wir nach der Krise in der Lage sind, vorhandene Ressourcen optimal zu nutzen und flexibel auf alle Anforderungen des Markts zu reagieren.“ Gemeinsam mit dem Softwarepartner des Konzerns, der Berliner Psipenta Software Systems GmbH, hob das Unternehmen nach zahlreichen Analysen und Modellentwürfen im Mai 2010 das Projekt ‚Hattrick‘ aus der Taufe.

Ein Hattrick soll’s richten

„Der Name sollte ausdrücken, dass wir in drei Schritten drei Erfolge in drei Abteilungen erzielen wollten. Außerdem war unser Zeitplan sehr sportlich“, erläutert Mazurek. In drei Abschnitten zu je drei Monaten sollten Liquidität, Liefertreue und Lagerbestände in Disposition, Einkauf und Produktion optimiert werden. So begann der erste Abschnitt mit einer Potenzialanalyse auf der Basis der Zahlen aus dem Jahr 2009. Dazu musste der Software-Anbieter auf das Unternehmen zugeschnittene, kybernetische Modelle entwickeln. Eine Simulationssoftware demonstrierte dann, wie sich das IT-System bei verschiedenen Abläufen verhält. Eine Pilotanwendung, die für einige Artikelnummern eingerichtet wurde, wies anschließend die mögliche Ergebnisrealisierung für verschiedene Rechenmodelle nach.

Ein klassisches Problem

Das Ergebnis der ersten Phase bestand damit in mathematischen Modellen, um die Abläufe im Unternehmen zu modifizieren und bei internen oder externen Störungen anzupassen. Dabei gilt es beispielsweise beim Blick auf die Produktionsliquidität vom Einkauf bis zum Versand anzustreben, dass genau so viel Material hereinkommt, wie nach abgeschlossener Produktion hinausgeht. Liegen beträchtliche Materialmengen in den Lägern, bindet das Kapital und kostet Geld. Die Herausforderung liegt also in der Synchronisation des Zu- und Abflusses von Material. Dabei befinden sich aber viele Parameter im Spiel, etwa Wiederbeschaffungszeiten, Bestell-Losgrößen, optimale Fertigungslosgrößen, Rüstzeiten und viele Faktoren mehr. Synchronisation bezeichnet also Aufgabenstellung und Lösungsansatz zugleich.

Die beteiligten Parameter oder ‚Hebel‘ müssen laufend angepasst werden, denn sie ändern sich ständig, auch kurzfristig. So verändern sich etwa Wiederbeschaffungszeiten abhängig von der Kapazität der Lieferanten, den Bestellzyklen oder der Konjunktur. Diese Daten lassen sich nur schwerlich pflegen, denn die aufgezeichnete Parameter sind spätestens nach zwei Jahren schlichtweg nicht mehr zutreffend und als Planungsgrundlage ungeeignet. Um diese Prozesse zuverlässig zu regeln, bedarf es mathematischer Modelle. Zudem müssen mathematische Regulationsplattformen kontrollieren, ob geplante Entwicklungen wie berechnet eintreten. So muss etwa bei Störungen ein Regler das System automatisch so adaptieren, dass Zu- und Abfluss sich entsprechen. „Eigentlich ein klassisches SCM-Problem“, sagt Mazurek.

Der automatische Disponent

Im zweiten Stadium standen die organisatorischen Grundlagen auf dem Plan. In Teilprojekten wurden die identifizierten Stellmechanismen weiter analysiert und die zur Zielerreichung erforderlichen Maßnahmen festgelegt. Dazu gehörte es, die Artikel zu klassifizieren, Produktionspläne zu erarbeiten, Losgrößen zu bestimmen und Kapazitätsbeschreibungen zu erstellen. Außerdem musste das Projektteam sowohl Ist- als auch Soll-Prozesse definieren, modellieren und Verantwortlichkeiten festlegen, etwa für die Rüstzeitenoptimierung.

In der Enterprise Resource Planning-Software (ERP) Psipenta wurden dann die Artikel in Klassen eingeteilt und jeder Klasse eine Produktionslogik zugewiesen, parallel wurde der neue Auftragsleitstand eingeführt. „Mit ihm haben wir vieles verändert“, erzählt Joachim Scherff, Projektleiter Hattrick. Der Leitstand arbeitet neben dem ERP-System mit den neuen Modulen ‚Selbstregulierender Mechanismus‘ (SRM) und ‚Dynamischer Produktionsabgleich‘ (DPA) zusammen. Das DPA-Modul dient vor allem der Rückstandsauflösung. Die Software plant in die Zukunft und sucht nach freien Zeiten und Kapazitäten. Dabei kann das System die vorhandenen Ist-Aufträge verschieben, um einen Rückstand einzuplanen und mit dem gesamten Netz abzustimmen.

Bisher ruhte die gesamte Verantwortung für die Produktion bei Läpple auf den Disponenten. Jetzt kann der Leitstand zusammen mit den Logiken aus Phase eins und SRM über einen Zeitraum von bis zu 600 Tagen planen. Zwar betreut der Disponent weiterhin seine Kunden, er hat aber keinen direkten Einfluss mehr auf die Produktion. „Jetzt wird schlicht und ergreifend automatisch disponiert“, sagt CIO Mazurek.

Der Leitstand sieht alles

Damit sind die automatische Disposition und die Einrichtung des Leitstands die maßgeblichen Ergebnisse des zweiten Projektabschnitts. SRM und DPA unterstützen im dritten Teil nicht nur die adaptive Steuerung des gesamten Produktionsnetzes, sondern liefern auch ein zuverlässiges Abbild der Produktion. Mazurek erklärt: „Wir haben jetzt das erste Mal ein realistisches Bild unserer gesamten Fabrik – visualisiert im SRM. Und auf Knopfdruck bekomme ich ein Abbild des gesamten Planungshorizonts.“ So lässt sich etwa ein drohendes Kapazitätsproblem frühzeitig erkennen und aus der Welt schaffen. Neben den kaufmännischen Daten eines Auftrags verwaltet das ERP-System auch Stücklisten, Arbeitspläne und Werkzeuge.

Kommt ein Teilabruf von Autotüren aus einem größeren Auftragsvolumen, verplant SRM ihn auf Knopfdruck und reguliert den Produktionsablauf so, dass alle im Netz befindlichen Aufträge gefertigt werden können. Damit regelt das IT-System die Prozesse auf Basis der Werte aus dem ERP-System. „Die Module optimieren zwar wie üblich außerhalb der ERP-Fertigungsplanung, sie geben aber ihre Planungen an das ERP-System zurück. So verbleibt die Planungshoheit im ERP-System. Ein Novum in der Welt der APS-Systeme“, erläutert Mazurek. Gleichzeitig können Management, Controller und Leitstand jederzeit alle Verantwortlichkeiten, mögliche Probleme und deren Ursachen bis hin zum Versand einsehen. Damit unterstützt das Zusammenspiel aus automatischer Disposition und adaptiver Steuerung durch den Leitstand nicht nur das Erreichen der Projektziele, sondern das Management kann Strategien nun mittels seines IT-Instrumentariums jederzeit auf der Basis tagesaktueller Daten an die Marktgegebenheiten anpassen.

 

Adaptive Regelung

Bild: Läpple

Die adaptive Regelung gilt als höchstentwickelte Form der Regelungstechnik, bei der sich die Parameter an den Prozess und neue Realitäten anpassen. Dazu beurteilen Simulationsplattformen die Auswirkungen neuer Parameter und passen die Fertigungsabläufe entsprechend an. Der Vorgang lässt sich mit einem Tempomaten vergleichen: Aktiviert der Fahrer den Tempomat, fährt das Auto stets das gleiche Tempo, bergauf und bergab. Eine adaptive Regelung erkennt, wenn das Fahrzeug eine 30-km/h-Zone erreicht, und passt das Tempo entsprechend an. Automatismen beherrschen die Komplexität.