Anzeige
Anzeige
Anzeige
Beitrag drucken

Reinforced Learning in der Fertigungsplanung

Ablösung für die Heuristik

Ein wesentliches Ziel der Fertigungsplanung ist die optimale Auslastung der Produktion. Mit Algorithmen zum Reinforcement Learning lassen sich hervorragende Planungsergebnisse erzielen.

 (Bild: ©ipopba/stock.adobe.com)

(Bild: ©ipopba/stock.adobe.com)

Muss ein Fertigungsplaner 500 Arbeitsgänge einplanen, stehen ihm 101000 mögliche Reihenfolgen für die Arbeitsgänge zur Verfügung. Das sind mehr, als es Atome im Universum gibt. Weitere Faktoren, welche die Produktion beeinflussen, sind beispielsweise Werkzeuge, Material und Personal. Diese Restriktionen müssen für eine optimale Auslastung ebenfalls berücksichtigt werden.

Heutige Fertigungsplanung

Bereits heute bieten Manufacturing-Execution-Systeme (MES) Funktionen zur automatischen Planung von Fertigungsaufträgen an. Auf Basis von Heuristiken kann eine automatische Zuweisung von Aufträgen und deren Arbeitsgängen auf die Arbeitsplätze und Maschinen erfolgen. Heuristiken haben das Ziel, mit begrenztem Wissen und wenig Zeit ein praktikables Ergebnis zu erzielen. Aufgrund der in der Vergangenheit verfügbaren Rechnerleistungen war die heuristische Planung lange Zeit die beste mathematische Herangehensweise, die für die automatische Planung einsetzbar war. Die Heuristik setzt dabei im Wesentlichen auf eine Schritt-für-Schritt-Planung. Demnach wird ein Arbeitsgang nach dem anderen bestmöglich gemäß feststehender Vorgaben eingeplant. Hierbei wird nur bedingt berücksichtigt, welche Arbeitsgänge noch einzuplanen sind und wie sich die Planungsaktion des aktuellen Arbeitsgangs auf zukünftige Arbeitsgänge auswirkt. Auch werden bereits getroffene Planungsentscheidungen nur unter bestimmten Bedingungen hinterfragt oder rückgängig gemacht. Das resultierende Planungsergebnis kennzeichnet sich oftmals durch hohe Rüstaufwände, lange Durchlaufzeiten und daraus resultierend Terminverzüge.

Fertigungsplanung mit KI

In der heutigen Zeit sind jedoch deutlich leistungsfähigere Rechner verfügbar als früher, mit denen signifikant größere Datenmengen verarbeitet und immer bessere Algorithmen entwickelt werden können. Mit der Weiterentwicklung der Technik kann nun ein entscheidender Schritt in Richtung optimale Fertigungsplanung gemacht werden. Durch die Integration von KI ins MES kann eine Automatisierung von intelligentem Verhalten umgesetzt werden. Reinforcement Learning ermöglicht eine intelligente und ganzheitliche Planung der Fertigung. Im Gegensatz zum schrittweisen Vorgehen der Heuristik, werden nun zahlreiche Entscheidungsmöglichkeiten geprüft, bevor eine endgültige Planungsentscheidung getroffen wird. Reinforcement Learning, was als verstärkendes Lernen übersetzt werden kann, bewertet die getroffenen Entscheidungen, hinterfragt diese und lernt daraus. Der Algorithmus lernt somit mit jeder Entscheidung Neues über die vorhandenen Daten und kann bei jeder durchzuführenden Planungsentscheidung bessere Entscheidungen treffen. Hierbei werden nicht alle Planungsentscheidungsmöglichkeiten geprüft, sondern aktiv nur diejenigen, die gute Ergebnisse liefern werden. Daraus resultiert eine weitsichtige Entscheidungsfindung unter Berücksichtigung von noch durchzuführenden Planungsaktionen.


Das könnte Sie auch interessieren:

Die europäischen Produktionsstandorte des Embedded-Spezialisten Kontron sollen zu einem EMS/ODM-Verbund zusammengeschlossen werden.‣ weiterlesen

Im Rahmen einer Partnerschaft vertreibt Siemens zukünftig die Lösung Moby.Check des Digitalisierungsspezialisten Log.Go.Motion.‣ weiterlesen

Der Softwarekonzern SAP hat seine Zahlen für das dritte Quartal 2020 veröffentlicht. Demnach erzielte der Softwarekonzern weniger Umsatz als noch im Vorjahresquartal. Das Cloudgeschäft legte hingegen zu.‣ weiterlesen

Die Komplexität vieler Produkte erfordert mehr denn je die interdisziplinäre Zusammenarbeit der Produktentwickler und eine engmaschige Kundenkommunikation. Dabei fokussiert die kollaborative Engineering-Software auf dem Markt bislang meist das Projektmanagement und die Verwaltung von Design-, Entwicklungs- und Fertigungsdaten. Virtual-Reality- und Augmented-Reality-Technologie kann die Zusammenarbeit wirkungsvoll um visuelle Aspekte ergänzen.‣ weiterlesen

Zum 1. November wird Dr. Marianne Janik die Leitung von Microsoft Deutschland von Sabine Bendiek übernehmen, die zu SAP wechseln wird.‣ weiterlesen

Unter der Überschrift ‘KI-noW‘ (Künstliche Intelligenz (KI) für eine nachhaltig optimierte Wertschöpfung) wollen Forscher des Fraunhofer IPA neueste Erkenntnisse der angewandten Forschung in die industrielle Praxis überführen. Zur Veranschaulichung zeigt ein extra eingerichteter Showroom eine Auswahl an Demostationen. ‣ weiterlesen

Die Corona-Krise beschäftigt Produktionsunternehmen weltweit und hat zu erheblichen Störungen im Produktionsalltag geführt. Betriebe mussten ihre Produktion zurückfahren oder sogar ganz einstellen. Nun ist Abstandhalten angesagt - auch in der Produktion. Oft ist dies jedoch nur schwer umzusetzen. Sensoren können dabei helfen, das Risiko für die eigenen Mitarbeiter zu minimieren.‣ weiterlesen

Früher war Scada oft nur zweckmäßiges Instrument zur Anlagen- und Prozessverwaltung. Doch im Zeitalter des Internet of Things und damit verbundenen neuen Geschäftsmodellen rückt auch die Bedeutung der Scada-Plattform an eine bedeutendere Stelle.‣ weiterlesen

Viele große Unternehmen investieren derzeit in Digitaltechnik, um Transparenz in ihre Lieferketten zu bringen - und so Kosten einzusparen. Mit Radio-Frequency-Identification(RFID)-Technik von Kathrein werden die Durchläufe bei einem Stuttgarter Automobilhersteller besser planbar und Wartezeiten kürzer.‣ weiterlesen

Anzeige
Anzeige
Anzeige