Anzeige
Anzeige
Anzeige
Beitrag drucken

Feinplanung von Fertigungsabläufen

Ressourcen optimal nutzen

Die stetige Optimierung und umfassende Planung der Fertigung sind zentrale Wettbewerbsfaktoren. Anforderungen wie hohe Variantenvielfalt und kurze Produktlebenszyklen führen zu komplexen Aufgaben für die Ablaufplanung in produzierenden Unternehmen. Die optimale Nutzung aller Ressourcen bei konstant hoher Qualität, Wirtschaftlichkeit und Termintreue gehört hierbei zu den wichtigsten Zielgrößen von Unternehmen und Forschungsprojekten.

Bild: InQu Informatics

Eine flexible Produktion erfordert zuverlässige Terminplanung – möglichst auf Ebene der Fertigungslose. Etablierte Planungsinstrumente stoßen allerdings gerade bei komplexen Fertigungsabläufen mit wechselnden Zielstellungen, dazu zählen etwa die Verkürzung von Durchlaufzeiten, die frühzeitige Identifizierung von Engpässen sowie die Erhöhung der Auslastungen, oft an ihre Grenzen. Oft sind traditionelle mathematische Modelle und zur Verfügung stehende Rechenleistungen mit den in der Praxis üblichen Anzahlen von Losen und Maschinen überfordert. Die Erweiterung und Neuentwicklung von Planungsinstrumenten ist deshalb ein gemeinsames Ziel von Wissenschaft, Forschung und Anbietern von Manufacturing Execution-Systemen (MES).

Komplexe Produktionssysteme steuern

An einer Lösung dieser Problematik arbeiten bereits seit Anfang des Jahres 2010 das Institut für Aufbau- und Verbindungstechnik der Elektronik (IAVT) an der TU Dresden und der MES-Anbieter Inqu Informatics GmbH. Ziel der Forschungskooperation unter dem Titel ‚Smart Plan‘ ist die Entwicklung neuer Methoden für eine flexible, zielabhängige Planung von Fertigungsabläufen in besonders komplexen Systemen. In die Partnerschaft bringt der Softwareanbieter langjährige Erfahrungen bei der Entwicklung und beim Einsatz von Software zur Planung und Steuerung von Fertigungsprozessen ein, sowie Einblicke in die Anforderungen von Fertigungsunternehmen hinsichtlich Konflikten bei der Ressourcenbelegung, Einlastung kurzfristiger Kundenaufträge oder aktueller betrieblicher Erfordernisse wie Warten und Rüsten. Demgegenüber beschäftigt sich das Dresdner Forschungsinstiut bereits seit langem mit der Modellierung und Simulation von Fertigungsprozessen.

Herausforderungen in der Ablaufplanung

In der Ablaufplanung konkurrieren verschiedene Grundansätze miteinander. Die Methoden lassen sich durch Vor- und Nachteile voneinander abgrenzen:

  • Die sogenannte regelbasierte Planung oder ‚Dispatching‘ beruht ausschließlich auf Daten aus dem vergangenen Fertigungsablauf, eine Vorausschau ist nur durch Simulation möglich. Die Methode ist schnell, eignet sich daher für die Prozesssteuerung, allerdings weniger für die Ablaufoptimierung.
  • Beim Scheduling wird der Fertigungsablauf dagegen in seiner Gesamtheit geplant, es werden sowohl Daten aus der Vergangenheit als auch aus der Zukunft einbezogen. Dazu zählen unter anderem Ressourcen, anstehende Fertigungsaufträge sowie Rüst- und Wartungszeiten. Der Zeit- und Rechenaufwand steigt dabei allerdings mit der Komplexität der Prozessketten enorm. Durch eine vorgelagerte Kapazitätsplanung lassen sich jedoch die Alternativen eines Arbeitsganges derart einschränken, dass Scheduling-Methoden, sei es auf Basis mathematischer Algorithmen oder durch Simulation, auch für die Ablaufsteuerung effektiv eingesetzt werden können. Eine Optimierung hinsichtlich verschiedener Zielstellungen ist vergleichsweise schnell und flexibel möglich. Darüber hinaus können dem Anwender verschiedene Lösungsszenarien zur Auswahl angeboten werden.

Viele etablierte Systeme versorgen den Nutzer zwar mit einem Planungsergebnis, geben aber wenig oder gar keine Auskunft über mögliche Alternativen. Der ‚Smart Plan‘-Ansatz kombiniert die Vorteile beider Vorgehensweisen zu einem neuen Verfahren und soll dem Nutzer verschiedene Lösungen für ein Ziel bereitstellen. Bisher kann nach Angaben des Forschungsteams keine Planungssoftware Kapazitätsplanung und Scheduling-Methoden auf diese Weise sinnvoll kombinieren.

google plus


Das könnte Sie auch interessieren:

Microsoft hat Azure IoT Edge kostenfrei auf Github zur Verfügung gestellt. Der Dienst ermöglicht das lokale Ausführen von Datenanalysen und künstlicher Intelligenz (z.B. mit Azure Cognitive Services oder Machine Learning) in Geräten, Maschinen und Anlagen ohne dauerhafte Cloud-Konnektivität sowie die Übertragung dieser Daten in die Cloud für genauere Analysen. ‣ weiterlesen

Um Verwaltungsaufgaben schneller abzuwickeln, heißt es: Erst vereinfachen, dann automatisieren. Digitale Werkzeuge bieten hierzu weitreichende Möglichkeiten. Um eine umfassenden Analyse zuvor kommen Unternehmen aber nicht herum.‣ weiterlesen

Das Übersetzen der Produktdokumentation muss in internationalen Märkten heute schneller gehen als je zuvor. Software kann in Verbindung mit definierten Dokumentations- und Übersetzungsprozessen einen wichtigen Beitrag dazu leisten.‣ weiterlesen

Mit einer Strategie für die Entwicklung, Forschung und Anwendung Künstlicher Intelligenz will die Bundesregierung Deutschland zu einem führenden Standort im KI-Bereich machen. Die Eckpunkte für die Strategie wurden in dieser Woche vorgestellt.‣ weiterlesen

Anzeige
Anzeige
Anzeige