Planerische Zielgröße Verbrauchsnivellierung
Das IPH – Institut für Integrierte Produktion Hannover hat sich zur Aufgabe gemacht, eine Methode zur energiekostenorientierten Belegungsplanung zu entwickeln. Diese unterstützt das gezielte Einplanen von Fertigungsaufträgen an Maschinen mit dem Ziel, sowohl den Energieverbrauch über der Zeit zu nivellieren, als auch die Einhaltung der logistischen Zielgrößen Termintreue, Durchlaufzeit und Bestand sicherzustellen. Durch die Nivellierung des Energieverbrauchs können sich so Lastspitzen vermindern und die Energiekosten minimieren lassen. Die Methode zielt vor allem auf kleine und mittlere Fertigungsunternehmen ab, deren Produktion in einer Werkstattfertigung organisiert ist. Eine Anwendungsvoraussetzung der Methode besteht darin, dass Produkte mit unterschiedlichen Energieverbräuchen je Maschine gefertigt werden, da sonst das Tauschen von Aufträgen keinen Einfluss auf den Energieverbrauch ausüben kann. Die auf der Methode basierende Software zur energiekostenorientierten Belegungsplanung terminiert die Fertigungsaufträge an den entsprechenden Maschinen so, dass die Summe aus Logistikkosten und Energiekosten minimiert wird. Um die Energiekosten zu errechnen, müssen die sich aus dem Belegungsplan ergebenden Lastspitzen identifiziert werden.
Dafür summiert die Methode die Energieverbräuche aller zu einem bestimmten Zeitpunkt laufenden Anlagen, wodurch sich der Gesamtenergieverbrauch über die Zeit ergibt. Um die Zielgröße ‚Termintreue‘ in der Methode zu garantieren, werden die Arbeitsgänge eines Auftrags bis zum Liefertermin vollständig bearbeitet. Die Minimierung der Bestände und der Durchlaufzeit eines Auftrags können durch verringerte zeitliche Abstände zwischen den Arbeitsgängen sowie verringerte Liegezeit von Teilen im Rohteil- und Fertigwarenlager erreicht werden. Diese Regeln wurden als mathematische Gleichungen formuliert und in einem linearen Optimierungsproblem modelliert. Das so entstehende ‚Problem‘ wird daraufhin in Form eines ‚genetischen Algorithmus‘ abgebildet und eine Lösung entwickelt. Zur Validierung der Methode wurden die Planungsergebnisse mit den Daten zu Maschinen, Aufträgen und Energieverbräuchen eines energieintensiven Unternehmens verglichen. Dazu wurde von einem Produktionsplaner anhand erfasster Aufträge ein praxisnaher Belegungsplan erstellt. Dieser wurde dem kostenoptimierten Belegungsplan gegenübergestellt, den der genetische Algorithmus errechnet hat. Durch die Anwendung der Methode in einer energiekostenorientierten Belegungsplanung ließ sich in diesem Fall die Lastspitze deutlich senken. Gleichzeitig kam es zu keinem unverhältnismäßigen Anstieg der Logistikkosten.
