Anwendungen aktiver Traceability-Systeme
-
Christian Urnauer
Christian Urnauer, M. Sc., geb. 1990, studierte Wirtschaftsingenieurwesen mit technischer Fachrichtung Maschinenbau und ist Wissenschaftlicher Mitarbeiter am Center für industrielle Produktivität (CiP) des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Seine Forschungsinteressen liegen in der digital unterstützten Analyse und Gestaltung von innerbetrieblichen Materialflüssen und Produktionssystemen.
Markus Schreiber, M. Sc., geb. 1988, studierte Wirtschaftsingenieurwesen mit technischer Fachrichtung Maschinenbau und ist Wissenschaftlicher Mitarbeiter in der Gruppe Management industrieller Produktion (MiP) des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Seine Forschungsinteressen liegen im Bereich Bauteil- und Betriebsmittel-Traceability sowie der Optimierung von Produktionsprozessen.
Phillip Bausch, M. Sc., geb. 1991, studierte Wirtschaftsingenieurwesen mit technischer Fachrichtung Maschinenbau und ist Wissenschaftlicher Mitarbeiter in der Gruppe Management industrieller Produktion (MiP) des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Seine Forschungsinteressen liegen im Bereich Bauteil- und Betriebsmittel-Traceability sowie der Optimierung von Produktionsprozessen.
Prof. Dr.-Ing. Joachim Metternich, geb. 1968, studierte und promovierte an der TU Darmstadt und ist gemeinsam mit Prof. Dr.-Ing Weigold Leiter des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen der TU Darmstadt. Seine Forschungsgebiete sind Lean Management, Lean 4.0, Industrie 4.0 sowie die Verbesserung von Produktionssystemen im Allgemeinen.
Abstract
Mithilfe aktiver Traceability wird durch die Verknüpfung von Maschinen-, Prozess- und Produktdaten die Transparenz über Produktionsprozesse gesteigert. Anhand der Umsetzungen im Transferprojekt ArePron wird in diesem Beitrag beispielhaft aufgezeigt, welche konkreten Industrieanwendungen sich durch die Nutzung dieser Traceability-Daten realisieren lassen. Dabei werden Anwendungen aus den Bereichen Kundendienstleistung, Echtzeitabbild von Leistungskennzahlen, Dynamische Prozesssteuerung, Prozessanalyse sowie Lagermanagement betrachtet.**)
Summary
Use of Data in Digitized Production. The use of active traceability systems increases transparency of production processes by linking machine, process and product data. Based on implementations in the ArePron transfer project, this article shows examples of hands-on industrial applications that can be realized by using this traceability data. Therefore, applications in the areas customer service, real-time mapping of key performance indicators, dynamic process control, process analysis, and warehouse management are being considered.
*) Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).
About the authors
Christian Urnauer, M. Sc., geb. 1990, studierte Wirtschaftsingenieurwesen mit technischer Fachrichtung Maschinenbau und ist Wissenschaftlicher Mitarbeiter am Center für industrielle Produktivität (CiP) des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Seine Forschungsinteressen liegen in der digital unterstützten Analyse und Gestaltung von innerbetrieblichen Materialflüssen und Produktionssystemen.
Markus Schreiber, M. Sc., geb. 1988, studierte Wirtschaftsingenieurwesen mit technischer Fachrichtung Maschinenbau und ist Wissenschaftlicher Mitarbeiter in der Gruppe Management industrieller Produktion (MiP) des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Seine Forschungsinteressen liegen im Bereich Bauteil- und Betriebsmittel-Traceability sowie der Optimierung von Produktionsprozessen.
Phillip Bausch, M. Sc., geb. 1991, studierte Wirtschaftsingenieurwesen mit technischer Fachrichtung Maschinenbau und ist Wissenschaftlicher Mitarbeiter in der Gruppe Management industrieller Produktion (MiP) des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen (PTW) der TU Darmstadt. Seine Forschungsinteressen liegen im Bereich Bauteil- und Betriebsmittel-Traceability sowie der Optimierung von Produktionsprozessen.
Prof. Dr.-Ing. Joachim Metternich, geb. 1968, studierte und promovierte an der TU Darmstadt und ist gemeinsam mit Prof. Dr.-Ing Weigold Leiter des Instituts für Produktionsmanagement, Technologie und Werkzeugmaschinen der TU Darmstadt. Seine Forschungsgebiete sind Lean Management, Lean 4.0, Industrie 4.0 sowie die Verbesserung von Produktionssystemen im Allgemeinen.
*) Danksagung
Die Autoren bedanken sich bei der EU und dem Land Hessen für die Förderung der vorgestellten Arbeit im Transferprojekt ArePron. Genauere Informationen zum Projekt finden Sie unter https://www.arepron.com/
Literatur
1 Liukkonen, M.; Tsai, T.-N.: Toward Decentralized Intelligence in Manufacturing – Recent Trends in Automatic Identification of Things. The International Journal of Advanced Manufacturing Technology 87 (2016) 9–12, S. 2509–2531 DOI: 10.1007/s00170-016-8628-y10.1007/s00170-016-8628-ySuche in Google Scholar
2 Hodgson, S.; Nabhani, F.; Zarei, S.: AIDC Feasibility within a Manufacturing SME. Assembly Automation 30 (2010) 2, S. 109–116 DOI: 10.1108/0144515101102973610.1108/01445151011029736Suche in Google Scholar
3 Wank, A.: Methodik zur Wertstromintegration einer aktiven Bauteilrückverfolgung in die diskrete Variantenfertigung. Zugl.: Dissertation, TU Darmstadt, Schriftenreihe des PTW „Innovation Fertigungstechnik“; Shaker Verlag, Aachen 2019Suche in Google Scholar
4 Deutsches Institut für Normung (Hrsg.): DIN EN ISO 14040 – Umweltmanagement - Ökobilanz - Grundsätze und Rahmenbedingungen. Beuth Verlag, Berlin 2009Suche in Google Scholar
5 van der Aalst, W.: Process Mining – Data Science in Action. Springer-Verlag, Berlin, Heidelberg 2016 DOI: 10.1007/978-3-662-49851-410.1007/978-3-662-49851-4Suche in Google Scholar
6 Berti, A.; van Zelst, S.; van der Aalst, W.: Process Mining for Python (PM4Py). Bridging the Gap Between Process- and Data Science. In: Proceedings of the ICPM Demo Track 2019, co-located with 1st International Conference on Process Mining (ICPM 2019). Aachen, Germany, June 24–26, 2019, S. 13–16Suche in Google Scholar
7 Meissner, S.: Logistische Stabilität in der automobilen Variantenfließfertigung. Dissertation, Lehrstuhl für Fördertechnik Materialfluß Logistik (fml), TU München, Garching b. München 2009Suche in Google Scholar
© 2021 Walter de Gruyter GmbH, Berlin/Boston
Artikel in diesem Heft
- Inhalt
- Editorial
- Industrie 4.0 und die Rolle des CISO
- Produktionstechnik
- Prognose produktionstechnischer Defizite
- Digitale Fabrik
- Holistische Planung einer Fertigung im Neubau
- Simulation in der Praxis: Hindernisse überwinden
- Fabrikplanung
- Flussorientierte Positionierungsmethode für die Fabrikplanung
- Algorithmenbasierte Fabrikplanung
- Elektromobilität
- Kompaktwickelprozess zur Herstellung verteilter Wicklungen
- Agile Produktion elektrischer Traktionsmotoren als Antwort auf volatile Märkte und Technologien
- Energieeffizienz
- Frontloading-Ansatz für Energieeffizienz in der Umformtechnik
- Shopfloor Management
- Autonomisierung von Shopfloor Management
- Robustheit
- Bedeutung der Robustheit von Produktionssystemen
- Instandhaltung
- Vorgehen zur Entwicklung einer Predictive Maintenance-Lösung
- Kooperative Dienste
- Ko-Produktion industrieller Dienstleistungen
- Blockchain
- Blockchain für KMU
- Internet-of-things
- Integration eines omnidirektionalen FTF in eine Produktionsprozesssteuerung
- Data analytics
- Anwendungen aktiver Traceability-Systeme
- Digitalisierung
- Digitales Bauzustandsmonitoring im Schiffbau
- MES-Einführung
- Reifegradbasierte Bewertung der Anforderungen einer erfolgreichen MES-Einführung
- IT-Sicherheit
- Entscheidungshilfe für IT-Sicherheitsinvestitionen
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Industrie 4.0 und die Rolle des CISO
- Produktionstechnik
- Prognose produktionstechnischer Defizite
- Digitale Fabrik
- Holistische Planung einer Fertigung im Neubau
- Simulation in der Praxis: Hindernisse überwinden
- Fabrikplanung
- Flussorientierte Positionierungsmethode für die Fabrikplanung
- Algorithmenbasierte Fabrikplanung
- Elektromobilität
- Kompaktwickelprozess zur Herstellung verteilter Wicklungen
- Agile Produktion elektrischer Traktionsmotoren als Antwort auf volatile Märkte und Technologien
- Energieeffizienz
- Frontloading-Ansatz für Energieeffizienz in der Umformtechnik
- Shopfloor Management
- Autonomisierung von Shopfloor Management
- Robustheit
- Bedeutung der Robustheit von Produktionssystemen
- Instandhaltung
- Vorgehen zur Entwicklung einer Predictive Maintenance-Lösung
- Kooperative Dienste
- Ko-Produktion industrieller Dienstleistungen
- Blockchain
- Blockchain für KMU
- Internet-of-things
- Integration eines omnidirektionalen FTF in eine Produktionsprozesssteuerung
- Data analytics
- Anwendungen aktiver Traceability-Systeme
- Digitalisierung
- Digitales Bauzustandsmonitoring im Schiffbau
- MES-Einführung
- Reifegradbasierte Bewertung der Anforderungen einer erfolgreichen MES-Einführung
- IT-Sicherheit
- Entscheidungshilfe für IT-Sicherheitsinvestitionen
- Vorschau
- Vorschau
