Home Technology Integration von Produktionsdaten zur lebenszykluskostenorientierten Prozesskettenplanung
Article
Licensed
Unlicensed Requires Authentication

Integration von Produktionsdaten zur lebenszykluskostenorientierten Prozesskettenplanung

Verknüpfung von Betriebs-, Stamm- und Planungsdaten auf Basis OPC UA und AutomationML
  • Ingo Labbus , Christopher Schmidt , Sebastian Thiede and Christoph Herrmann
Published/Copyright: September 25, 2017

Kurzfassung

In diesem Beitrag wird ein Konzept präsentiert, welches eine lebenszykluskostenorientierte Prozesskettenplanung ermöglicht. Spezialisierte Planungswerkzeuge greifen dafür auf eine integrierte Datenbasis (Planungs-, Inventar- und Live-Daten) zu. Es wird gezeigt, dass eine automatisierte Datendurchgängigkeit zwischen Fertigung und Planung mit den vorhandenen Standards OPC UA und AutomationML realisierbar ist. So können schon in der frühen Planung Energiebedarfe prognostiziert und Maschinenkomponenten dimensioniert werden, um Investitionsentscheidungen zu treffen.

Abstract

Specialized planning tools access to an integrated database (planning-, inventory-, and online shop floor data). It uses OPC UA und AutomationML to connect shop floor and planning departments and shows that data consistency is feasible with available standards. This enables a forecast of energy consumption during process chain design and a demand specific dimensioning of machine components, to ensure economically reasonable investment decisions.


Ingo Labbus, M. Sc., geb. 1989, studierte Maschinenbau an der Technischen Universität Hamburg und ist seit 2015 Doktorand in der Produktionssteuerung der Komponente der Volkswagen AG. Er beschäftigt sich mit Nachhaltiger Produktion im Kontext der Digitalen Fabrik.

Dipl.-Ing. Christopher Schmidt, geb. 1986, studierte Maschinenbau an der Technischen Universität Braunschweig und ist seit 2013 Wissenschaftlicher Mitarbeiter am Institut für Werkzeugmaschinen und Fertigungstechnik (IWF) der TU Braunschweig. Er beschäftigt sich mit Nachhaltiger Produktion im Kontext der Digitalen Fabrik.

Dr.-Ing. Dipl.-Wirtsch.-Ing. Sebastian Thiede, geb. 1979, ist Leiter der Abteilung Nachhaltige Produktion am IWF der TU Braunschweig. Er hat 2011 am IWF im Themenfeld Energieeffiziente Produktion promoviert.

Prof. Dr.-Ing. Christoph Herrmann, geb. 1970, ist Universitätsprofessor für Nachhaltige Produktion und Life Cycle Engineering und Leiter des IWF an der TU Braunschweig.


References

1. Bunse, K.; Vodicka, M.; Schönsleben, P. et al.: Integrating Energy Efficiency Performance in Production Management-gap Analysis between Industrial Needs and Scientific Literature. Journal of Cleaner Production19 (2011) 6–7, S. 66767910.1016/j.jclepro.2010.11.011Search in Google Scholar

2. Schmidt, C.; Labbus, I.; Herrmann, C. et al.: Framework of a Modular Tool Box for the Design of Process Chains in Automotive Component Manufacturing. Procedia CIRP63 (2017), S. 73974410.1016/j.procir.2017.03.111Search in Google Scholar

3. Kletti, J.: MES-Manufacturing Execution System. Moderne Informationstechnologie unterstützt die Wertschöpfung. Springer-Verlag, Berlin, Heidelberg201510.1007/978-3-662-46902-6Search in Google Scholar

4. Weinert, N.: Planung energieeffizienter Produktionssysteme. ZWF105 (2010) 5, S. 50350710.3139/104.110328Search in Google Scholar

5. Bornschlegl, M.; Bregulla, M.; Franke, J.: Energieprognose mittels Methods-Energy Measurement-Berücksichtigung des Energiebedarfs in der frühen Planungsphase durch komponentenbasierte Energieplanung. ZWF110 (2015) 9, S. 49149410.3139/104.111349Search in Google Scholar

6. Herrmann, C.; Thiede, S.; Kara, S. et al.: Energy Oriented Simulation of Manufacturing Systems-Concept and Application. CIRP Annals-Manufacturing Technology60 (2011) 1, S. 454810.1016/j.cirp.2011.03.127Search in Google Scholar

7. ZVEI-Zentralverband Elektrotechnik und Elektronikindustrie e. V.: Welche Kriterien müssen Industrie-4.0-Produkte erfüllen? Frankfurt a. M.2017Search in Google Scholar

8. Plattform Industrie 4.0: Beziehungen zwischen I4.0-Komponenten-Verbundkomponenten und intelligente Produktion. Fortentwicklung des Referenzmodells für die Industrie 4.0–Komponente SG Modelle und Standards. Bundesministerium für Wirtschaft und Energie (BMWi), Berlin2017Search in Google Scholar

9. DIN EN 62714-1: 2015–06: Datenaustauschformat für Planungsdaten industrieller Automatisierungssysteme-Automation markup language-Teil 1: Architektur und allgemeine Festlegungen. Beuth Verlag, Berlin2015Search in Google Scholar

10. Henßen, R.; Schleipen, M.: Interoperability between OPC UA and AutomationML. Procedia CIRP25 (2014), S. 29730410.1016/j.procir.2014.10.042Search in Google Scholar

11. Böhm, F.; Niggermann, O.; Graeser, O.: Digitale Produktbeschreibungen-Vorteile und Chancen durch Industrie 4.0. Plug-and-Produce auf der Grundlage einer digitalen Produktbeschreibung. In: Automation 2015. 16. Branchentreff der Mess- und Automatisierungstechnik, 11. und 12. Juni 2015, Baden-Baden. VDI-Verlag, Düsseldorf2015Search in Google Scholar

12. Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung: AutomationML – OPC-UA Konverter. Online: https://aml2ua.iosb.fraunhofer.de [Letzter Abruf: 18.07.2017]Search in Google Scholar

Online erschienen: 2017-09-25
Erschienen im Druck: 2017-09-28

© 2017, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. Zentrale Informationsplattform
  3. Inhalt/Contents
  4. Inhalt
  5. Intelligente Produktion
  6. Modulare und multidisziplinäre Fertigung 2030
  7. Integration von Produktionsdaten zur lebenszykluskostenorientierten Prozesskettenplanung
  8. Fabrikplanung
  9. Bewertung der Logistikkosten und-leistung von Fabrikstrukturvarianten
  10. Geschäftsmodelle
  11. Industriell-kollaborative Wirtschaftsformen
  12. Supply-Chain-Management
  13. Supply-Chain-Strategien im Zeitalter von VUCA
  14. Energieeffizienz
  15. Energieeffizienz mittels optimierender Produktionsplanung und -steuerung
  16. Energieorientierte Produktionsplanung und -steuerung
  17. Energieflexibilität
  18. Klassifizierung von Energieflexibilitätsmaßnahmen
  19. Energiebedarf
  20. Analyse und Prognose des Energiebedarfs im Karosseriebau
  21. Elektromobilität
  22. Produktionseffizienz in der Kleinserie (ProeK)
  23. Alternativer Herstellprozess von Batteriegehäusen
  24. Traktionsantriebe
  25. Automatisierte Herstellung von gewickelten Formspulen
  26. Arbeitsplatzgestaltung
  27. Ergonomiebewertung 4.0
  28. Arbeitsplatzgestaltung 4.0 – Einsatz von Virtual Reality
  29. Mikrofräsen
  30. Untersuchung des Verschleißverhaltens von TiB2-beschichteten Mikrofräswerkzeugen
  31. Smart Factory
  32. Wirtschaftlichkeitsbewertung der Smart Factory
  33. Digitalisierung
  34. Hindernisse der Industrie 4.0 – Umdenken notwendig?
  35. Qualitätsmethoden
  36. Der Weg zur Lean Quality 4.0
  37. Geschäftsmodell für KMU
  38. Industrie-4.0-Geschäftsmodell-innovation für KMU
  39. Mensch und Digitalisierung
  40. Steigerung der Wettbewerbs-fähigkeit und Menschzentrierung stehen nicht im Widerspruch
  41. Vorschau/Preview
  42. Vorschau
Downloaded on 4.3.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.111775/html
Scroll to top button