Startseite Agentenbasierte Simulation für CPPS
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Agentenbasierte Simulation für CPPS

Simulationsgestützte Modellierung und Bewertung von modular, skalierbaren Fertigungszellen für Cyber-physische Produktionssysteme (CPPS)
  • Patrick Voit

    Patrick Voit, M. Sc., geb. 1990, ist Wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg. Herr Voit ist in der Abteilung Fabrikplanung und Bewertung tätig und Projektleiter für das Forschungsprojekt FaPlaMult. Zudem verfolgt er ein Promotionsvorhaben an der Technischen Universität München bei Prof. Gunther Reinhart im Bereich der Produktionssystemplanung.

    EMAIL logo
    , Marco Jira

    Marco Jira, M. Sc., geb. 1994, studierte Maschinenbau und Management an der Technischen Universität München. Herr Jira hat das Forschungsprojekt FaPlaMult als Masterand am Fraunhofer Institut für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg maßgeblich unterstützt.

    , Max Horn

    Max Horn, M. Sc., geb. 1990, ist Senior Research Associate am Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg. Herr Horn ist in der Abteilung Additive Manufacturing beschäftigt und unterstützt als Projektmitarbeiter das Forschungsprojekt FaPlaMult. Zugleich verfolgt er ein Promotionsvorhaben an der Technischen Universität München bei Prof. Gunther Reinhart im Bereich der Additiven Fertigung.

    und Christian Seidel

    Prof. Dr.-Ing. Christian Seidel, geb. 1986, ist Professor für Fertigungstechnik und Additive Fertigungsverfahren sowie Leiter des Smart Manufacturing Lab an der Hochschule München. Prof. Seidel leitet zudem die Querschnittsfunktion Additive Fertigung des Fraunhofer-Instituts für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg und ist Chairman des ISO TC 261 „Additive Manufacturing“.

Veröffentlicht/Copyright: 20. November 2021
Veröffentlichen auch Sie bei De Gruyter Brill

Abstract

Für Cyber-physische Produktionssysteme entwickeln Fertigungsplaner modular, skalierbare Fertigungszellen. Die alternativen Zellkonfigurationen sind jedoch aufgrund diverser Einflüsse in der kundenindividuellen Massenfertigung aufwändig zu bewerten. Zur virtuellen Absicherung wird daher ein simulationsgestützter Modellierungs- und Bewertungsansatz vorgestellt. Der Ansatz besteht aus einem methodischen Vorgehen mit einem zugrundeliegenden agentenbasierten Simulationsmodell.

Abstract

In the context of CPPS, production planer can develop modular, scalable manufacturing cells considering different levels of automation. However, evaluating these alternatives for cell configuration is laborious due to diverse influences in customized mass production. Therefore, the paper presents a simulation-based modeling and evaluation approach. As a core element in the proposed methodology, an agent-based simulation model is introduced.


Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWFAdvisory Board wissenschaftlich begutachteten Fachaufsatz (Peer-Review).



Tel.: +49 (0) 821 90678-189

About the authors

Patrick Voit

Patrick Voit, M. Sc., geb. 1990, ist Wissenschaftlicher Mitarbeiter am Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg. Herr Voit ist in der Abteilung Fabrikplanung und Bewertung tätig und Projektleiter für das Forschungsprojekt FaPlaMult. Zudem verfolgt er ein Promotionsvorhaben an der Technischen Universität München bei Prof. Gunther Reinhart im Bereich der Produktionssystemplanung.

Marco Jira

Marco Jira, M. Sc., geb. 1994, studierte Maschinenbau und Management an der Technischen Universität München. Herr Jira hat das Forschungsprojekt FaPlaMult als Masterand am Fraunhofer Institut für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg maßgeblich unterstützt.

Max Horn

Max Horn, M. Sc., geb. 1990, ist Senior Research Associate am Fraunhofer-Institut für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg. Herr Horn ist in der Abteilung Additive Manufacturing beschäftigt und unterstützt als Projektmitarbeiter das Forschungsprojekt FaPlaMult. Zugleich verfolgt er ein Promotionsvorhaben an der Technischen Universität München bei Prof. Gunther Reinhart im Bereich der Additiven Fertigung.

Prof. Dr.-Ing. Christian Seidel

Prof. Dr.-Ing. Christian Seidel, geb. 1986, ist Professor für Fertigungstechnik und Additive Fertigungsverfahren sowie Leiter des Smart Manufacturing Lab an der Hochschule München. Prof. Seidel leitet zudem die Querschnittsfunktion Additive Fertigung des Fraunhofer-Instituts für Gießerei-, Composite- und Verarbeitungstechnik (IGCV) in Augsburg und ist Chairman des ISO TC 261 „Additive Manufacturing“.

Danksagung

Das Forschungsvorhaben „FaPlaMult“ wird im Rahmen des Vorhabens „MULTIMATERIALZentrum Augsburg“ durch das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) gefördert.

Literatur

1 Abele, E.; Reinhart, G.: Zukunft der Produktion - Herausforderungen, Forschungsfelder, Chancen. Carl Hanser Verlag, München 2011 DOI: 10.3139/978344642805810.3139/9783446428058Suche in Google Scholar

2 Schenk, M.; Wirth, S.; Müller, E.: Fabrikplanung und Fabrikbetrieb - Methoden für die wandlungsfähige, vernetzte und ressourceneffiziente Fabrik. Springer-Vieweg-Verlag, Wiesbaden 2014 DOI: 10.1007/978-3-642-05459-410.1007/978-3-642-05459-4Suche in Google Scholar

3 Reinhart, G. (Hrsg.): Handbuch Industrie 4.0. Geschäftsmodelle, Prozesse, Technik. Carl Hanser Verlag, München 2017 DOI: 10.3139/978344644989310.3139/9783446449893Suche in Google Scholar

4 Bauernhansl, T.; ten Hompel, M.; VogelHeuser, B. (Hrsg.): Industrie 4.0 in Produktion, Automatisierung und Logistik. Anwendung, Technologien, Migration. SpringerVieweg-Verlag, Wiesbaden 2014 DOI: 10.1007/978-3-658-04682-810.1007/978-3-658-04682-8Suche in Google Scholar

5 Vogel-Heuser, B.; Schütz, D.; Göhner, P.: Agentenbasierte Kopplung von Produktionsanlagen. Informatik-Spektrum 38 (2015) 3, S. 191–198 DOI: 10.1007/s00287-015-0880-210.1007/s00287-015-0880-2Suche in Google Scholar

6 VDI/VDE-Gesellschaft Mess- und Automatisierungstechnik (Hrsg.): Cyber-Physical Systems: Chancen und Nutzen aus Sicht der Automation (Thesen und Handlungsfelder). Beuth Verlag, Berlin 2013Suche in Google Scholar

7 Pantförder, D.; Mayer, F.; Diedrich, C. et al.: Agentenbasierte dynamische Rekonfiguration von vernetzten intelligenten Produktionsanlagen. In: Vogel-Heuser, B.; Bauernhansl, T.; ten Hompel, M. (Hrsg.): Handbuch Industrie 4.0 (Bd. 2). Springer-Verlag, Berlin, Heidelberg 2017, S. 31–44 DOI: 10.1007/978-3-662-53248-5_4710.1007/978-3-662-53248-5_47Suche in Google Scholar

8 Wiendahl, H.-P.; ElMaraghy, H. A.; Nyhuis, P. et al.: Changeable Manufacturing - Classification, Design and Operation. CIRP Annals 56 (2007) 2, S. 783–809 DOI: 10.1016/j.cirp.2007.10.00310.1016/j.cirp.2007.10.003Suche in Google Scholar

9 Kluge, S.: Methodik zur fähigkeitsbasierten Planung modularer Montagesysteme. Dissertation, Universität Stuttgart, 2011Suche in Google Scholar

10 Blumenau, J.-C.: Lean Planning unter besonderer Berücksichtigung der Skalierung wandlungsfähiger Produktionssysteme. Dissertation, Universität des Saarlandes, 2006Suche in Google Scholar

11 Eilers, J.: Methodik zur Planung skalierbarer und rekonfigurierbarer Montagesysteme. Dissertation, Technische Hochschule Aachen, 2015Suche in Google Scholar

12 Stähr, T. J.: Methodik zur Planung und Konfigurationsauswahl skalierbarer Montagesysteme – Ein Beitrag zur skalierbaren Automatisierung. Dissertation, Karlsruher Institut für Technologie, 2020Suche in Google Scholar

13 Westermann, T.: Systematik zur Reifegradmodell-basierten Planung von Cyber-Physical Systems des Maschinen- und Anlagenbaus. Dissertation, Universität Paderborn, Paderborn 2017Suche in Google Scholar

14 VDI-Gesellschaft Produktion und Logistik (Hrsg.): VDI 3633: Simulation von Logistik-, Materialfluss- und Produktionssystemen. Beuth Verlag, berlin 2014Suche in Google Scholar

15 Feldkamp, N.; Bergmann, S.; Straßburger, S.: Modellierung und Simulation von modularen Produktionssystemen. Modelling and Simulation of Modular Production Systems. Simulation in Produktion und Logistik 2019 (2019), S. 391–400Suche in Google Scholar

16 Davidsson, P.: Multi Agent Based Simulation: Beyond Social Simulation. In: Moss, S. (Hrsg.): Multi-Agent-based Simulation. Second international workshop, MABS 2000, Boston, MA, USA, July; revised and additional papers. Springer-Verlag, Berlin 2001 DOI: 10.1007/3-540-44561-7_710.1007/3-540-44561-7_7Suche in Google Scholar

17 Deckert, A.; Klein, R.: Agentenbasierte Simulation zur Analyse und Lösung betriebswirtschaftlicher Entscheidungsprobleme. Journal für Betriebswirtschaft (2010) 60, S. 89-125 DOI: 10.1007/s11301-010-0058-610.1007/s11301-010-0058-6Suche in Google Scholar

18 Bonabeau, E.: Understanding and Managing Complexity Risk. MITSloan Management Review 48 (2007) 4, S. 62–68Suche in Google Scholar

19 Becker, M.; Wenning, B.-L.; Görg, C. et al.: Agent-Based and Discrete Event Simulation of Autonomous Logistic Processes. In: Borutzky, W. (Hrsg.): Modelling Methodologies and Simulation - Key Technologies in Academia and Industry; 20th European Conference on Modelling and Simulation ECMS 2006; May 28th – 31st, 2006, Bonn, Sankt Augustin, Germany, 2006/05/28 DOI: 10.7148/2006-056610.7148/2006-0566Suche in Google Scholar

20 Lass, S.: Simulationskonzept zur Nutzenvalidierung cyber-physischer Systeme in komplexen Fabrikumgebungen. Dissertation, Mathematisch-Naturwissenschaftlichen Fakultät, Universität Potsdam, 2017Suche in Google Scholar

21 Fischer, J.; Willers, R.; Sinnwell, C.: Materialflusssimulation für die CTPS Entwicklung. In: Eigner, M.; Koch, W.; Muggeo, C. (Hrsg.): Modellbasierter Entwicklungsprozess cybertronischer Systeme. Springer-Verlag, Berlin, Heidelberg 2017, S. 131–138 DOI: 10.1007/978-3-662-55124-0_1510.1007/978-3-662-55124-0_15Suche in Google Scholar

22 Köchling, D.: Systematik zur integrativen Planung des Verhaltens selbstoptimierender Produktionssysteme. Dissertation, Universität Paderborn, 2018Suche in Google Scholar

23 Voit, P.; Beller, M.; Reinhart, G.: A Methodology for Simulation Production Systems Considering the Degree of Autonomy. In: Nyhuis, P.; Herberger, D.; Hübner, M. (Hrsg.): Proceedings of the 1st Conference on Production Systems and Logistics (CPSL 2020). 1st Conference on Production Systems and Logistics, Stellenbosch, Südafrika, 17.20.03.2020. publish-Ing., 2020, S. 332–341Suche in Google Scholar

24 Hörauf, L.: Software-gestützte Planung cyber-physischer Montagesysteme mittels durchgängiger Informationsnutzung. Dissertation, Technische Hochschule Aachen, 2019Suche in Google Scholar

25 Grube, U.: Zur Bestimmung des Automatisierungsgrades für die Planung von Fertigungssystemen. Zugl.: Karlsruhe, Univ., Diss., 1988; Heizmann Verlag, Kösching 1990Suche in Google Scholar

26 Westkämper, E.: Automatisierung in der Einzel- und Serienfertigung. Ein Beitrag zur Planung, Entwicklung und Realisierung neuer Fertigungskonzepte. Dissertation, Technische Hochschule Aachen, 1977Suche in Google Scholar

27 Winkler, H.; Seebacher, G.; Oberegger, B.: Effizienzbewertung und -darstellung in der Produktion im Kontext von Industrie 4.0. In: Obermaier, R. (Hrsg.): Industrie 4.0 als unternehmerische Gestaltungsaufgabe. Springer-Gabler-Verlag, Wiesbaden 2017, S. 219–243 DOI: 10.1007/978-3-658-16527-7_1310.1007/978-3-658-16527-7_13Suche in Google Scholar

28 Lödding, H.: Verfahren der Fertigungssteuerung. Springer-Verlag, Berlin, Heidelberg 2008Suche in Google Scholar

29 VDI-Gesellschaft Produktion und Logistik (Hrsg.): VDI 3405: Additive Fertigungsverfahren - Grundlagen, Begriffe, Verfahrensbeschreibungen. Beuth Verlag, Berlin 2014Suche in Google Scholar

30 Möhrle, M.: Gestaltung von Fabrikstrukturen für die additive Fertigung. Springer-Verlag, Berlin, Heidelberg 2018 DOI: 10.1007/978-3-662-57707-310.1007/978-3-662-57707-3Suche in Google Scholar

31 Voit, P.; Sill, U.; Seidel, C.: Technologieradar für die additive Fertigung - Systematische Identifizierung und Bewertung von Technologien entlang der Prozesskette. ZWF 115 (2020) 11, S. 805–809 DOI: 10.3139/104.11245310.3139/104.112453Suche in Google Scholar

32 Rabe, M.; Spieckermann, S.; Wenzel, S.: Verifikation und Validierung für die Simulation in Produktion und Logistik - Vorgehensmodelle und Techniken. Springer-Verlag, Berlin, Heidelberg 2008Suche in Google Scholar

Published Online: 2021-11-20

© 2021 Walter de Gruyter GmbH, Berlin/Boston, Germany

Artikel in diesem Heft

  1. Inhalt
  2. Editorial
  3. Neuorientierung bei globaler Unsicherheit
  4. Fabrikplanung
  5. Planung zukunftsrobuster Fabriken
  6. Industrielle Produktion
  7. Adaptive Informationsdarstellung in der industriellen Produktion
  8. Produktionsplanung
  9. Produktionskennlinien mit Belastungsflexibilität
  10. Konzept zur Lösung von industriellen Reihenfolgeplanungsproblemen
  11. Shopfloor Management
  12. Integration von Process Mining ins Shopfloor Management
  13. Transportketten
  14. Das Fermi-Problem des innerbetrieblichen Transports
  15. Produktgestaltung
  16. Wertstromgerechte Produktgestaltung mittels Simulation absichern
  17. Modellierung
  18. MBSE-Modellierung für Verhaltens- und Struktursimulation
  19. Elektromobilität
  20. Zukunftsperspektive von Lithium-Ionen-Batteriepacks
  21. Energieeffizienz
  22. Simulationsbasierte Steigerung der Energieeffizienz in der variantenreichen Backwarenproduktion
  23. Leichtbau
  24. Konzept eines systemischen Entwicklungsprozesses zur Hebung von Leichtbaupotenzialen
  25. Additive Fertigung
  26. Eigenschaften marktfähiger AM-Dienstleistungen
  27. Umformen
  28. Verschleißschutzschichten für das Halbwarmschmieden
  29. Zuführtechnik
  30. Aerodynamische Zuführtechnik
  31. Bestärkendes Lernen
  32. Dynamische Losgrößenoptimierung mit bestärkendem Lernen
  33. Studie
  34. Modellkonsistenz in der Entwicklung von Materialflusssystemen
  35. Digitalisierung
  36. Digitalisierung als Voraussetzung für den Wissenstransfer in produzierenden KMU
  37. Digitale Prozesslenkung mit ToolProduction
  38. Produktionssysteme
  39. Konzeption und Entwicklung eines Produktionsanlagenkonfigurators
  40. Agentenbasierte Simulation für CPPS
  41. Wertstromkinematik – Produktionssysteme neu gedacht
  42. Produktionsdaten
  43. Betriebsdaten und ihre aktuellen Potenziale
  44. Vorschau
  45. Vorschau
Heruntergeladen am 27.9.2025 von https://www.degruyterbrill.com/document/doi/10.1515/zwf-2021-0191/html
Button zum nach oben scrollen