Home Technology Simulationsbasierte Konfiguration der Produktionsplanung und -steuerung
Article
Licensed
Unlicensed Requires Authentication

Simulationsbasierte Konfiguration der Produktionsplanung und -steuerung

Adaptive PPS auf Basis verteilter Intelligenz
  • Uwe Dombrowski and Yannick Dix
Published/Copyright: August 22, 2017

Kurzfassung

Die Adaption der Produktionsplanung und -steuerung (PPS) an die unternehmensindividuellen Rahmenbedingungen stellt einen entscheidenden Wettbewerbsvorteil dar. Um auf Nachfrageschwankungen und wechselnde Auftragscharakteristika angemessen reagieren zu können, ist eine kontinuierliche Anpassung der PPS-Konfiguration erforderlich. Für die Identifikation effektiver Planungs- und Steuerungsansätze stellt die Ablaufsimulation ein wirkungsvolles Werkzeug bereit. Der vorliegende Beitrag beschreibt einen Ansatz, um auf Basis derartiger Simulationsmodelle, Verbesserungspotenziale für die PPS-Konfiguration zu identifizieren. Die in einer Ablaufsimulation zu evaluierenden Potenziale sind hierbei das Ergebnis eines simulierten Verhandlungsprozesses intelligenter Objekte im Rahmen einer Agentenbasierten Simulation.

Abstract

The configuration of the Production Planning and Control is a complex planning problem. Considering the multi-dimensional target system, the presented article describes an approach for the simulation-based configuration of the Production Planning and Control. In a simulated negotiation process of an agent-based simulation, optimization potentials are identified and evaluated by a material flow simulation. The identification of optimization potentials is based on several self-learning and interacting objects. In addition to the clear advantages in the generic application, the presented approach promises the efficient determination of an effective PPC configuration.


Univ.-Prof. Dr.-Ing. Uwe Dombrowski studierte Maschinenbau in Hamburg und Hannover und promovierte 1987 an der Universität Hannover. Nach 12 Jahren in leitenden Positionen der Medizintechnik- und Automobilbranche erfolgte 2000 die Berufung zum Universitätsprofessor an die Technische Universität Braunschweig und die Ernennung zum Geschäftsführenden Leiter des Instituts für Fabrikbetriebslehre und Unternehmensforschung (IFU).

Yannick Dix, M.Sc. arbeitet seit 2016 als Wissenschaftlicher Mitarbeiter in der Arbeitsgruppe Ganzheitliche Produktionssysteme am Institut für Fabrikbetriebslehre und Unternehmensforschung der TU Braunschweig.


References

1. LöddingH.: Verfahren der Fertigungssteuerung – Grundlagen, Beschreibung, Konfiguration. Springer-Verlag, Berlin, Heidelberg2016; 10.1007/978-3-662-48459-3Search in Google Scholar

2. SchukraftS.; VeigtM.; FreitagM.: Adaptive Produktionsplanung und -steuerung. ZWF112 (2017) 3, S. 12612810.3139/104.111681Search in Google Scholar

3. NyhuisP.; HübnerM.; QuiricoM.; SchäfersP.; SchmidtM.: Veränderung in der Produktionsplanung und -steuerung. In: ReinhartG. (Hrsg.): Handbuch Industrie 4.0 – Geschäftsmodelle, Prozesse, Technik. Carl Hanser Verlag, München, Wien2017, S. 3150; 10.3139/9783446449893.002Search in Google Scholar

4. EleyM.: Simulation in der Logistik. Springer-Verlag, Berlin, Heidelberg2012; 10.1007/978-3-642-27373-5Search in Google Scholar

5. HegerJ.; HildebrandtT.: Simulationsbasierte Optimierung der Reihenfolgeplanung am Beispiel eines Liniensorters in der Automobilindustrie. In: RabeM.; ClausenU. (Hrsg.): Simulation in Production and Logistics 2015. Fraunhofer IRB Verlag, Stuttgart2015, S. 1120Search in Google Scholar

6. KückM.; EhmJ.; HildebrandtT.; FreitagM.; FrazzonE. M.: Adaptive PPS durch simulationsbasierte Optimierung. wt Werkstattstechnik online107 (2017) 4, S. 28829210.37544/1436-4980-2017-04-92Search in Google Scholar

7. ReuterC.; BrambringF.; MüllerC.: Einsatzmöglichkeiten der Simulation in einem cyber-physischen Produktionssystem. Simulation in Production and Logistics2015, S. 459468. Fraunhofer IRB Verlag, Stuttgart 2015Search in Google Scholar

8. Verein Deutscher Ingenieure: VDI/VDE 2653–, Agentensysteme in der Automatisierungstechnik – Grundlagen. Beuth Verlag, Berlin 2010Search in Google Scholar

9. WooldridgeM.; JenningsN. R.: Intelligent Agent: Theory and Practise. The Knowledge Engineering Review10 (1995) 2, S. 11515210.1017/S0269888900008122Search in Google Scholar

10. BöseF.; PiotrowskiJ.; WindtK.: Selbststeuerung in der Automobil-Logistik. Industriemanagement20 (2005) 4, S. 3740Search in Google Scholar

11. UllmannG.; SauerJ.: Dezentrale, agentenbasierte Selbststeuerung von Fahrerlosen Transportsystemen. AIF Schlussbericht, Hannover2013Search in Google Scholar

12. UhlmannE.; SchallockB.; OttoF.: Intelligente Werkstattfertigung. wt Werkstattstechnik online105 (2015) 4, S. 184189Search in Google Scholar

Online erschienen: 2017-08-22
Erschienen im Druck: 2017-08-18

© 2017, Carl Hanser Verlag, München

Downloaded on 20.2.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.111752/html
Scroll to top button