Home Technology Mathematische Modelle zur bedarfsgerechten Kapazitätsplanung
Article
Licensed
Unlicensed Requires Authentication

Mathematische Modelle zur bedarfsgerechten Kapazitätsplanung

Validierung am Beispiel eines Regenerationsdienstleisters
  • Steffen C. Eickemeyer , Sara Kruse , Marco Hübner and Sebastian Schäfer
Published/Copyright: March 21, 2017

Kurzfassung

Das Streben nach Kundenzufriedenheit durch Erbringung einer hohen Termintreue sowie die Konkurrenz auf dem globalen MRO-Markt erfordern es, Kapazitäten zur richtigen Zeit zur Verfügung zu stellen. Die Wahl geeigneter Maßnahmen zur Kapazitätsabstimmung stellt viele Unternehmen vor Entscheidungsprobleme, die mit Hilfe mathematischer Optimierungsmodelle zu lösen sind. Der vorliegende Beitrag beschreibt die Validierung von drei Modellen zur bedarfsgerechten Kapazitätsplanung bei schwankenden Belastungen.

Abstract

The pursuit of a high level of customer satisfaction by providing a high punctuality as well as the competition in the global MRO market makes it necessary to provide capacity at the right time, in the right amount at the right place. The choice of appropriate measures for capacity leveling is a decision problem for many companies which is solved by using mathematical optimization models. The present article describes the validation of three models for on-demand capacity planning with fluctuating loads.


Dipl.-Wirtsch.-Ing., Dipl.-Ök. Steffen C. Eickemeyer ist Wissenschaftlicher Mitarbeiter in der Forschungsgruppe Produktionsmanagement des Instituts für Fabrikanlagen und Logistik (IFA) am Produktionstechnischen Zentrum Hannover (PZH) der Leibniz Universität Hannover (LUH).

Sara Kruse M.Sc. ist seit April 2013 Mitarbeiterin der BMW AG und durchläuft dort aktuell ein Traineeprogramm im Bereich der Produktionsplanung und -steuerung.

Marco Hübner B.Sc. ist Student der LUH und arbeitet derzeit als Research Student an der Keiω University (Japan)

Dipl.-Wirtsch.-Ing. Sebastian Schäfer ist seit 2006 Mitarbeiter der MTU Maintenance Hannover GmbH und dort aktuell als Senior Manager Production Control für die Kapazitätsplanung verantwortlich.


References

1. Reményi, C.; Staudacher, S.; Becker, H.; Dinc, S.; Manejev, R.; Fichtelmann, R.: Decentralized Job-shop Control for the Maintenance of Aircraft Engines. In: Spath, D. (Hrsg.): Proceedings of the 21st ICPR International Conference on Production Research. Stuttgart 31. Juli – 4. August 2011Search in Google Scholar

2. Reményi, C.; Staudacher, S.; Holzheimer, N.; Schulz, S.: Simulation of the Maintenance Process in an Aircraft Engine Maintenance Company. In: Duffie, N. A.; DeVries, M. F. (Hrsg.): Proceedings of the 44th CIRP Conference on Manufacturing Systems. Madison 1. – 3. Juni 2011Search in Google Scholar

3. Reményi, C.; Staudacher, S.; Holzheimer, N.; Schulz, S.: Simulation von Reihenfolgeregeln in einem Triebwerkswartungsunternehmen. Productivity Management16 (2011) 1, S. 1619Search in Google Scholar

4. Matyas, K.: Taschenbuch Instandhaltungslogistik: Qualität und Produktivität steigern. 2. Aufl., Carl Hanser Verlag, München, Wien2005, S. 19519610.3139/9783446457638.fmSearch in Google Scholar

5. Eickemeyer, S. C.; Nyhuis, P.: Capacity planning and coordination with fuzzy load information. The Business Review16 (2010) 1, S. 259264Search in Google Scholar

6. Eickemeyer, S. C.; Borcherding, T.; Schäfer, S.; Nyhuis, P.: Validation of Data Fusion as a Method for Forecasting the Regeneration Workload for Complex Capital Goods. Production Engineering (2013), DOI: 10.1007/s11740 – 013 – 0444 – 8 10.1007/s11740-013-0444-8Search in Google Scholar

7. Gehr, F.; Hellingrath, P.: Logistik in der Automobilindustrie. Springer-Verlag, Berlin, Heidelberg2007Search in Google Scholar

8. Wiendahl, H.-P.: Betriebsorganisation für Ingenieure. 7. Aufl., Carl Hanser Verlag, München, Wien201010.3139/9783446422889Search in Google Scholar

9. Rabe, M.; Spieckermann, S.; Wenzel, S.: Verifikation und Validierung für die Simulation in Produktion und Logistik: Vorgehensmodelle und Techniken. Springer-Verlag, Berlin, Heidelberg2008Search in Google Scholar

10. Wenzel, S.; Weiß, M.; Collisi-Böhmer, S.; Pitsch, H.; Rose, O.: Qualitätskriterien für die Simulation in Produktion und Logistik: Planung und Durchführung von Simulationsstudien. Springer-Verlag, Berlin, Heidelberg200810.1007/978-3-540-35276-1Search in Google Scholar

11. Kuhn, H. W.: The Hungarian Method for the Assignment Problem. Naval Research Logistics Quarterly2 (1955) 1–2, S. 839710.1002/nav.3800020109Search in Google Scholar

12. Munkres, J.: Algorithms for the Assignment and Transportation Problems. Journal of the Society of Industrial and Applied Mathematics5 (1957) 1, S. 323810.1137/0105003Search in Google Scholar

13. Brade, D.: A Generalized Process for the Verification and Validation of Models and Simulation Results. Dissertation, Universität der Bundeswehr München2004Search in Google Scholar

Online erschienen: 2017-03-21
Erschienen im Druck: 2013-08-18

© 2013, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Mensch und Arbeit in neuer Kooperation
  3. Inhalt/Contents
  4. Inhalt
  5. inpro-Innovationsakademie
  6. Nachhaltige Wertschöpfung in Deutschland
  7. WiGeP-Mitteilungen
  8. Herstellung einer Welle-Nabe-Verbindung mittels Quer-Fließpressen
  9. Forschungsgemeinschaften
  10. Optimierung der Instandhaltungslogistik
  11. Werkzeugmaschinen
  12. Thermisch bedingte Verlagerungen von Werkzeugmaschinen
  13. Maschinenkomponenten mit adaptierbarer Eigenfrequenz
  14. Untersuchung des thermoelastischen Verhaltens von Werkzeugmaschinen
  15. Verarbeitungsmaschinen
  16. Effiziente Abarbeitung hochdynamischer Bewegungen
  17. Fertigungstechnik
  18. Steigerung der Werkzeugstandzeit und Prozesssicherheit
  19. Simulation und Optimierung der doppelspindligen Fräsbearbeitung
  20. Kostenoptimale Segmentierung von Fertigungsketten
  21. Ressourcenschonende Prozessauslegung für die Herstellung von Hybridbauteilen
  22. Prozessstabilität
  23. Prozesskalibrierung steigert Zerspanleistung
  24. Dämpfungsbeschreibung und Frequenzgangberechnung
  25. Maschinenbelegung
  26. Planung der Maschinenbelegung unter Berücksichtigung der Verarbeitungsqualität
  27. Standortverlagerung
  28. Kapazitätsplanung während der Verlagerung von Produktionsstandorten
  29. Komplexitätsmanagement
  30. Ganzheitliches Modell zur Bewältigung vielfaltsinduzierter Komplexität
  31. Kapazitätsplanung
  32. Mathematische Modelle zur bedarfsgerechten Kapazitätsplanung
  33. Energieflexible Produktion
  34. Technische Innovationen für die Energieflexible Fabrik
  35. Fertigungssysteme
  36. Digitales Technologiewissen durch intelligente Fertigungssysteme
  37. Strategie
  38. Phasensprünge in der Produktionswirtschaft
  39. Vorschau/Preview
  40. Vorschau
Downloaded on 14.2.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.110968/html
Scroll to top button