Modellierung einer Methode zur energieeffizienten Produktionsplanung unter Unsicherheiten
-
Daniela Faber
Daniela Faber, M. Sc., geb. 1987, studierte Medienwirtschaft an der Technischen Universität Ilmenau und ist seit 2019 Wissenschaftliche Mitarbeiterin an der TU Ilmenau.
,
Florian Girkes
Florian Girkes, M. Sc.; geb. 1991, studierte Maschinenbau an der Hochschule Darmstadt und ist seit 2021 Wissenschaftlicher Mitarbeiter an der Technischen Universität Ilmenau.
Johannes Block, M. Sc.; geb. 1993, studierte Mechatronik an der Technischen Universität Ilmenau und ist dort seit 2024 Wissenschaftlicher Mitarbeiter.
Jeanette Fracchia Alves, Ing., geb. 1992, studierte Maschinenbau an der Universidad de la República und war seit 2023 wissenschaftliche Mitarbeiterin an der Technischen Universität Ilmenau.
Univ.-Prof. Dr.-Ing. habil. Jean Pierre Bergmann, geb. 1972, studierte Ingenieurwissenschaften an der Universität Ancona (Italien). Im Jahr 2003 wurde er zum Dr.-Ing. an der Universität Bayreuth promoviert. Die Habilitation erreichte er 2008 am Fachgebiet Fertigungstechnik der Technischen Universität Ilmenau, bei der er seit November 2010 auch als Universitätsprofessor für Fertigungstechnik tätig ist.
Abstract
Energieorientierte Produktionsplanung steht zunehmend vor der Herausforderung, mit zeitvariablen Strompreisen und begrenzter Datenverfügbarkeit umzugehen. Ein metaheuristischer Ansatz begegnet diesen Anforderungen durch adaptive Maschinenbelegung mittels Swap-Heuristik. Ziel ist es, Energiekosten in nicht automatisierten Produktionsumgebungen zu senken, ohne bestehende Abläufe zu verändern.
Abstract
Energy-oriented production planning increasingly faces the challenge of dealing with time-variable electricity prices and limited data availability. A metaheuristic approach addresses these requirements through adaptive machine allocation using a swap heuristic. The goal is to reduce energy costs in non-automated production environments without altering existing processes.
Hinweis
Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).
Funding statement: Wir danken den beteiligten Fördergebern herzlich für die Unterstützung und die Möglichkeit, diese Forschungsarbeit durchzuführen. Das Projekt „ZO.RRO2 – Zero Carbon Cross Energy System for Glass Industry“ wird durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) unter dem Förderkennzeichen 03EI4073A gefördert.
Über die Autoren
Daniela Faber, M. Sc., geb. 1987, studierte Medienwirtschaft an der Technischen Universität Ilmenau und ist seit 2019 Wissenschaftliche Mitarbeiterin an der TU Ilmenau.
Florian Girkes, M. Sc.; geb. 1991, studierte Maschinenbau an der Hochschule Darmstadt und ist seit 2021 Wissenschaftlicher Mitarbeiter an der Technischen Universität Ilmenau.
Johannes Block, M. Sc.; geb. 1993, studierte Mechatronik an der Technischen Universität Ilmenau und ist dort seit 2024 Wissenschaftlicher Mitarbeiter.
Jeanette Fracchia Alves, Ing., geb. 1992, studierte Maschinenbau an der Universidad de la República und war seit 2023 wissenschaftliche Mitarbeiterin an der Technischen Universität Ilmenau.
Univ.-Prof. Dr.-Ing. habil. Jean Pierre Bergmann, geb. 1972, studierte Ingenieurwissenschaften an der Universität Ancona (Italien). Im Jahr 2003 wurde er zum Dr.-Ing. an der Universität Bayreuth promoviert. Die Habilitation erreichte er 2008 am Fachgebiet Fertigungstechnik der Technischen Universität Ilmenau, bei der er seit November 2010 auch als Universitätsprofessor für Fertigungstechnik tätig ist.
Literatur
1 Abel-Koch, J.: Mittelstand sieht wachsende Risiken für seine internationale Wettbewerbsfähigkeit. KfW Research – Fokus Volkswirtschaft Nr. 471, Frankfurt am Main 2024Suche in Google Scholar
2 Fernandes, J. M. R. C.; Homayouni, S. M.; Fontes, D. B. M. M.: Energy‑Efficient Scheduling in Job Shop Manufacturing Systems: A Literature Review. Sustainability 14 (2022), 10, Artikel 6264 DOI:10.3390/su1410626410.3390/su14106264Suche in Google Scholar
3 Lei, D.; Li, M.; Wang, L.: A Two-Phase Meta-Heuristic for Multiobjective Flexible Job Shop Scheduling Problem With Total Energy Consumption Threshold. IEEE Transactions on Cybernetics, 49 (2019) 3, S. 1097–1109 DOI:10.1109/TCYB.2018.279611910.1109/TCYB.2018.2796119Suche in Google Scholar PubMed
4 Johannes, C.; Wichmann, M. G.; Spengler, T. S.: Energy-oriented Production Planning with Time-Dependent Energy Prices. Procedia CIRP 80 (2019), S. 245–250 DOI:10.1016/j.procir.2019.01.01010.1016/j.procir.2019.01.010Suche in Google Scholar
5 Homayouni, S. M.; Fontes, D. B. M. M.: A MILP Model for Energy-Efficient Job Shop Scheduling Problem and Transport Resources. In: Dolgui, A.; Bernard, A.; Lemoine, D.; von Cieminski, G.; Romero, D. (Hrsg.): Advances in Production Management Systems. Artificial Intelligence for Sustainable and Resilient Production Systems (APMS 2021). IFIP Advances in Information and Communication Technology, vol 630. Springer International, Cham 202110.1007/978-3-030-85874-2_40Suche in Google Scholar
6 Chen, L.; Cao, L.; Wen, Y.; Chen, H.; Jiang, S.-L.: A Knowledge-based NSGA-II Algorithm for Multi-Objective Hot Rolling Production Scheduling under Flexible Time-of-Use Electricity Pricing. Journal of Manufacturing Systems 69 (2023), S. 255–270 DOI:10.1016/j.jmsy.2023.06.00910.1016/j.jmsy.2023.06.009Suche in Google Scholar
7 Liao, R.; Gicquel, C.: Integrated Production and Energy Supply Planning on an Industrial Site by Mixed-Integer Linear Programming. In: Proceedings of the 13th International Conference on Operations Research and Enterprise Systems (ICORES 2023). SCITEPRESS 2023, S. 116–126 DOI:10.5220/001160290000339610.5220/0011602900003396Suche in Google Scholar
8 Burmeister, S. C.; Guericke, D.; Schryen, G.: A Two-Level Approach for Multi-Objective Flexible Job Shop Scheduling and Energy Procurement. Cleaner Energy Systems 10 (2025), 100178 DOI:10.1016/j.cles.2025.10017810.1016/j.cles.2025.100178Suche in Google Scholar
9 Heutmann, T.; Schmitt, R.: Energieorientierte Produktionsplanung und -steuerung: Höhere Energieeffizienz durch intelligentes MES-Softwaremodul. ZWF 112 (2017) 9, S. 563–566 DOI:10.3139/104.11176910.3139/104.111769Suche in Google Scholar
10 Haux, M. A.: Modellierung von Unsicherheiten in der Planung der Unikatproduktion. Dissertation, Technische Universität Hamburg, Hamburg 2021Suche in Google Scholar
11 Fleten, S. E.; Kristoffersen, T. K.: Short-Term Hydropower Production Planning by Stochastic Programming. Computers & Operations Research 35 (2008) 8, S. 2656–2671 DOI:10.1016/j.cor.2006.12.02210.1016/j.cor.2006.12.022Suche in Google Scholar
12 Al-Turki, U.: A Framework for Strategic Planning in Maintenance. Journal of Quality in Maintenance Engineering 17 (2011) 2, S. 150–162 DOI:10.1108/1355251111113458310.1108/13552511111134583Suche in Google Scholar
13 Silver, E. A.: An Overview of Heuristic Solution Methods. Journal of the OR Society 55 (2004), S. 936–956 DOI:10.1057/palgrave.jors.260175810.1057/palgrave.jors.2601758Suche in Google Scholar
14 Klein, R.; Scholl, A.: Planung und Entscheidung. Vahlen Verlag, München 2004Suche in Google Scholar
15 Domschke W.; Scholl A.: Heuristische Verfahren. Arbeits- und Diskussionspapiere der Wirtschaftswissenschaftlichen Fakultät der Friedrich-Schiller-Universität Jena, Jena 2006Suche in Google Scholar
16 Vass, J.; Lackner, M.-L.; Mrkvicka, C.; Musliu, N.; Winter, F.: Exact and Meta-Heuristic Approaches for the Production Leveling Problem. Journal of Scheduling 25 (2022) 1, S. 339–370 DOI:10.1007/s10951-022-00721-110.1007/s10951-022-00721-1Suche in Google Scholar
17 Rahimi, I.; Gandomi, A. H.; Deb, K.; Chen, F.; Nikoo, M. R.: Scheduling by NSGA-II: Review and Bibliometric Analysis. Processes 10 (2022) 1, 98 DOI:10.3390/pr1001009810.3390/pr10010098Suche in Google Scholar
18 Zhang, W.; Bao, X.; Hao, X.; Gen, M.: Metaheuristics for Multi-Objective Scheduling Problems in Industry 4.0 and 5.0 – A Stateof-the-Art Survey. Frontiers in Industrial Engineering 3 (2025), 1540022 DOI:10.3389/fieng.2025.154002210.3389/fieng.2025.1540022Suche in Google Scholar
19 Girkes, F.; Günther, M;, Rüger, C.; Bergmann, J. P.; Töpfer-Kerst, C.B: An Integrated Approach to Developing Modular Product Families in the Engineer-to-Order Sector. In: Bauernhansl, T.; Verl, A.; Liewald, M.; Möhring, H.-C. (Hrsg.): Production at the Leading Edge of Technology. Springer Nature Switzerland, Cham 2024, S. 737–746 DOI:10.1007/978-3-031-47394-4_7210.1007/978-3-031-47394-4_72Suche in Google Scholar
20 Feng, X.; Sudborough, I. H.; Lu, E.: A Fast Algorithm for Sorting by Short Swap. Journal of Computational and Systems Biology 13 (2006) 1, S. 62–67Suche in Google Scholar
© 2025 Walter de Gruyter GmbH, Berlin/Boston, Germany
Artikel in diesem Heft
- Inhalt
- Editorial
- Frühzeitig erkennen, effizient handeln
- Fabrikplanung
- Forschungsaktivitäten im Gebiet der Fabrikplanung
- Fabrikzielorientierte Bewertung von Layoutvarianten
- Produktionsplanung
- Modellierung einer Methode zur energieeffizienten Produktionsplanung unter Unsicherheiten
- Nachhaltigkeit
- Nachhaltigkeit in der Betriebsmittelplanung
- Gestaltungsfelder für eine nachhaltige Produktion
- Ökologische Optimierung
- Effizienzsteigerung industrieller Systeme anhand der Maßnahmenhierarchie
- Carbon Footprint
- Accounting for the Unseen: Quantifying Emissions from Product Development Activities
- Wettbewerbsfähigkeit
- Transformation zum Lösungsanbieter im Maschinenbau
- Fehlermanagement
- Effizientes Fehlermanagement in der Automobilbranche
- Industrielle Re-Fabrikation
- Anforderungsanalyse für die industrielle Re-Fabrikation in metallverarbeitenden KMU
- Umformverfahren
- Modellierung und Validierung des Stranggießens von Aluminium und Kupfer
- Electric Vehicle
- Energy Efficient Wide Bandgap Semiconductor SiC Based Electric Vehicle and their Applications
- Diskrete Fertigung
- Digitalisierung und KI in der diskreten Fertigung
- Robotik
- Mobile Pick-Roboter in der Intralogistik
- Technische Herausforderungen für vollautomatisierte Schweißanwendungen in KMU
- Digitale Zwillinge
- Digitale Zwillinge als Nachhaltigkeitsmotor
- Softwareentwicklung
- Bewertungstool zur Auswahl von Softwareentwicklungsmodellen
- Vorschau
- Vorschau
Artikel in diesem Heft
- Inhalt
- Editorial
- Frühzeitig erkennen, effizient handeln
- Fabrikplanung
- Forschungsaktivitäten im Gebiet der Fabrikplanung
- Fabrikzielorientierte Bewertung von Layoutvarianten
- Produktionsplanung
- Modellierung einer Methode zur energieeffizienten Produktionsplanung unter Unsicherheiten
- Nachhaltigkeit
- Nachhaltigkeit in der Betriebsmittelplanung
- Gestaltungsfelder für eine nachhaltige Produktion
- Ökologische Optimierung
- Effizienzsteigerung industrieller Systeme anhand der Maßnahmenhierarchie
- Carbon Footprint
- Accounting for the Unseen: Quantifying Emissions from Product Development Activities
- Wettbewerbsfähigkeit
- Transformation zum Lösungsanbieter im Maschinenbau
- Fehlermanagement
- Effizientes Fehlermanagement in der Automobilbranche
- Industrielle Re-Fabrikation
- Anforderungsanalyse für die industrielle Re-Fabrikation in metallverarbeitenden KMU
- Umformverfahren
- Modellierung und Validierung des Stranggießens von Aluminium und Kupfer
- Electric Vehicle
- Energy Efficient Wide Bandgap Semiconductor SiC Based Electric Vehicle and their Applications
- Diskrete Fertigung
- Digitalisierung und KI in der diskreten Fertigung
- Robotik
- Mobile Pick-Roboter in der Intralogistik
- Technische Herausforderungen für vollautomatisierte Schweißanwendungen in KMU
- Digitale Zwillinge
- Digitale Zwillinge als Nachhaltigkeitsmotor
- Softwareentwicklung
- Bewertungstool zur Auswahl von Softwareentwicklungsmodellen
- Vorschau
- Vorschau
