Startseite Intelligente Quick Response-Produktionsfeinplanung
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Intelligente Quick Response-Produktionsfeinplanung

Immer das richtige Produkt zur richtigen Zeit an der richtigen Maschine
  • Martin Schickmair , Martin Graml und Gerfried Zeichen
Veröffentlicht/Copyright: 16. März 2017
Veröffentlichen auch Sie bei De Gruyter Brill

Kurzfassung

Der industrielle Stand der Technik im Bereich der Produktionsfeinplanung ist wenig zufrieden stellend, da die heute eingesetzten Produktionsleitstände entweder nach nur sehr einfachen, sicherlich suboptimalen Regeln (z.B. First-in-First-out, Critical Ratio, Rückwärtsterminierung) arbeiten, oder überhaupt immer noch manuell gesteuert wird. Vereinzelt sind auch Leitstände in Verwendung, welche die Feinplanung basierend auf Meta-Heuristiken durchführen. Aber auch die Komplexitätsbeherrschung dieser Systeme zeigt sich beim praktischen Einsatz unzureichend. Hier ist viel Verbesserungspotenzial vorhanden, da die Produktionsfeinplanung auf die für Unternehmen maßgeblichen Zielkriterien wie kurze Durchlaufzeiten, treffsichere Termintreue, hohe Änderungsflexibilität, niedrige Bestände, robustes Störungsmanagement und maximalen Durchsatz maßgeblichen Einfluss hat. Im folgenden Beitrag wird eine Vorgehensweise vorgestellt, wie durch die Identifikation und Einbindung der relevanten Produktionsparameter ein optimales Regelwerk für die Feinplanung maßgeschneidert werden kann. Es wird an Hand eines industriellen Anwendungsbeispiels gezeigt, dass beim Einsatz von optimalen Planungssystemen Produktivitätssteigerungen von bis zu 25 Prozent realisiert werden können.

Abstract

The processing of orders in a production plant is a very complex task. Even a small number of machines causes an enormous combinatorial variety. The challenge of detailed production planning is to solve the interdependent sequence- and machine selection problem for alternative strategies optimally in the given limited amount of time. Production planning has a relevant effect on the important goals of a production company like minimal cycle times, unerring adherence to delivery dates, high variation flexibility, low stocks, robust failure management and maximum of throughput. Today's industrial production control stations are working with simple, surely suboptimal rules (e.g. First In First Out, Critical Ratio, Backward Scheduling), or they are steered manually. Only a few production control-stations available are using Meta-heuristics. However, even these systems are quite often practically insufficient to handle the given complexness. Planning ahead often results in errors, particularly if there are volatile production parameters (not in advance known processing time, machine failures, and dynamic changes of priority). This article shows an approach to identify relevant parameters of the production and to tailor an optimal way to solve the problems. The function is shown in an industrial sample. With the use of an optimal planning system a raise of productivity up to 25% can be reached.


Dr.-Ing. Martin Schickmair, geb. 1975, studierte Elektrotechnik an der Technischen Universität Wien. Er arbeitet seit 2000 als wissenschaftlicher Mitarbeiter bei dem außeruniversitären Forschungsinstitut Profactor Produktionsforschungs GmbH. Als Mitarbeiter im Fachbereich der „Simulationsgestützen Planung und Optimierung“ wirkt er an Optimierungsprojekten für die produzierende Industrie mit.

Martin Graml, geb. 1981, studierte Mechatronik an der Johannes Kepler Universität in Linz. Er ist seit 2003 Mitarbeiter bei Profactor im Fachbereich „Simulationsgestützte Planung und Optimierung“. Seine Schwerpunkte sind die diskrete Ablaufsimulation und die Softwareentwicklung.

Univ. Prof. Dipl.-Ing. Dr. techn. Gerfried Zeichen, entwickelte von 1963 bis 1973 bei CARL ZEISS optisch-elektronische Messgeräte für die Produktionstechnik und Flexible Automation. Von 1973 bis 1984 baute er bei der STEYR-DAIMLER-PUCH AG die Joint Ventures mit Mercedes-Benz, VW und FIAT für Allrad Pkws mit Technologien der Flexiblen Automation auf. Seit 1984 ist er Ordinarius für Flexible Automation an der Fakultät Elektrotechnik und Informationstechnik der TU Wien. Seit 1994 ist er Präsident der Vereinigung zur Förderung der Produktionstechnologie in Österreich (VPTÖ) und Gesellschafter der Profactor Produktionsforschungs GmbH in Steyr. Seit 2003 ist er geschäftsführender Gesellschafter von ATENSOR Engineering and Technology Systems GmbH & CoKG.


References

1 Zeichen, G.; Fürst, K.: Automatisierte Industrieprozesse. Springer-Verlag, Berlin, Wien, New York, 200010.1007/978-3-7091-6348-1Suche in Google Scholar

2 Pfund, M.; Fowler, J. W.: Exploring the Boundaries between Scheduling and Dis patching in High-Tech Manufacturing Environments. Department of Industrial Engineering, Arizona State University, 1999Suche in Google Scholar

3 Schickmair, M.; Graml, M.; Pichler, C.; LaureW.: Simulation-Based Synthesis of Composite Dispatching Rules. In: Proceedings of the ESS'04 – 16th European Simulation Symposium, Budapest, Ungarn, 17.–20. Oktober 2004, S. 267275Suche in Google Scholar

Online erschienen: 2017-03-16
Erschienen im Druck: 2005-05-29

© 2005, Carl Hanser Verlag, München

Heruntergeladen am 15.10.2025 von https://www.degruyterbrill.com/document/doi/10.3139/104.100900/html
Button zum nach oben scrollen