Home Selbstlernendes, dezentrales Produktionssystem in der Kleinserienfertigung
Article
Licensed
Unlicensed Requires Authentication

Selbstlernendes, dezentrales Produktionssystem in der Kleinserienfertigung

  • Patrick Stanula , Joachim Metternich and Thomas Glockseisen
Published/Copyright: July 1, 2019

Kurzfassung

Die Fertigung kleiner Stückzahlen bis hin zu kundenindividuellen Produkten stellt die Produktionsplanung und -steuerung von mittelständischen Unternehmen vor Herausforderungen. Die zunehmende Digitalisierung der Produktion verspricht neue Lösungsansätze, kleine Losgrößen effizient herstellen zu können. In den meisten Fällen fehlt jedoch ein methodisches Vorgehen zur nutzenorientierten Implementierung der neuen Möglichkeiten. Im Projekt CrimpProd-S wurde auf Basis von Produktionsdaten die Planung und Steuerung im Sinne eines selbstlernenden Produktionssystems strukturiert aufgewertet.

Abstract

Self-learning Production System in Small-batch Production. The production of small batches and customer individual products is a great challenge in production planning and control of small and medium sized companies. The rise of digitalization in production enables new solutions to produce small batches more efficiently. Nevertheless, a structured approach in companies is still an exception. Thus, within the project CrimpProd-S a self-learning production system based on process data was methodically implemented to optimize production planning and control.


Prof. Dr.-Ing. Joachim Metternich, geb. 1968, studierte und promovierte an der Universität Darmstadt. Seit 2012 leitet er gemeinsam mit Prof. Abele und Prof. Weigold das Institut für Produktionsmanagement, Technologie und Werkzeugmaschine der TU Darmstadt.

Patrick Stanula, M. Sc., geb. 1990, studierte Wirtschaftsingenieurwesen-Maschinenbau und arbeitet seit Anfang 2016 als Wissenschaftlicher Mitarbeiter an dem Institut für Produktionsmanagement, Technologie und Werkzeugmaschinen der TU Darmstadt.

Dipl.-Ing. Thomas Glockseisen ist Geschäftsführer der WEZAG GmbH Werkzeugfabrik in Stadtallendorf.


Literatur

1. Abele, E.; Reinhart, G.: Zukunft der Produktion. Herausforderungen, Forschungsfelder, Chancen. Carl Hanser Verlag, München, Wien201110.3139/9783446428058Search in Google Scholar

2. BITKOM; VDMA; ZVEI: Umsetzungsstrategie Industrie 4.0 – Ergebnisbericht der Plattform Industrie 4.0. Plattform Industrie 4.0, 2015Search in Google Scholar

3. Koether, R.; Meier, K.-J.: Lean Production für die variantenreiche Einzelfertigung. Springer Fachmedien Wiesbaden, Wiesbaden2017, S. 2510.1007/978-3-658-13969-8Search in Google Scholar

4. Drexl, A.; Kolisch, R.; Sprecher, A.: Neuere Entwicklungen in der Projektplanung. Zeitschrift für betriebswirtschaftliche Forschung49 (1997) 2, S. 95120Search in Google Scholar

5. Ramsauer, C.: Dezentrale PPS-Systeme. Neue Strukturen bei hoher Innovationsdynamik. Gabler Verlag, Wiesbaden199710.1007/978-3-322-89084-9Search in Google Scholar

6. VDMA Leitfaden Industrie 4.0 trifft Lean - Wertschöpfung ganzheitlich steigern. VDMA Verlag, Frankfurt a. M. 2018Search in Google Scholar

7. Plattform Industrie 4.0 (Hrsg.): Landkarte Industrie 4.0. Online unter http://www.plattform-i40.de/I40/Navigation/DE/In-der-Praxis/Karte/karte.html [Letzter Zugriff am 25. Sept. 2019]Search in Google Scholar

8. VDI-Richtlinie 5600 – 1: Fertigungsmanagementsysteme Manufacturing Execution Systems (MES): Blatt 1, Band ICS 35.240.50. Beuth Verlag, Berlin2007Search in Google Scholar

9. Gronau, N.: Enterprise Resource Planning: Architektur, Funktionen und Management von ERP-Systemen. Lehrbücher Wirtschaftsinformatik, 3. Aufl., De Gruyter Oldenbourg, München2014Search in Google Scholar

10. Niehues, M. R.: Adaptive Produktionssteuerung für Werkstattfertigungssysteme durch Fertigungsbegleitende Reihenfolgebildung. Dissertation, Technische Universität München, Lehrstuhl für Betriebswissenschaften und Montagetechnik, München2016Search in Google Scholar

11. Stanula, P.; Metternich, J.; Keller, T.; Glockseisen, T.: Strategischer Ansatz zur Umsetzung der Losgröße 1. Stufenweises Vorgehen zur Implementierung dezentraler Steuerungssysteme in Kombination mit additiven Fertigungsverfahren. Industrie 4.0 Management34 (2018) 1, S. 3135Search in Google Scholar

12. Meudt, T.; Rößler, M.-P.; Böllhoff, J.; Metternich, J.: Wertstromanalyse 4.0 – Ganzheitliche Betrachtung von Wertstrom und Informationslogistik in der Produktion. ZWF111 (2016) 6, S. 31932310.3139/104.111533Search in Google Scholar

13. Corsten, H.; Gössinger, R.: Produktionswirtschaft: Einführung in das industrielle Produktionsmanagement. 13. Aufl., Oldenbourg Wissenschaftsverlag, München2012Search in Google Scholar

14. Lödding, H.: Verfahren der Fertigungssteuerung: Grundlagen, Beschreibung, Konfiguration. 3. Aufl., Springer-Vieweg-Verlag, Berlin, Heidelberg201610.1007/978-3-662-48459-3_29Search in Google Scholar

15. van der Aalst, W.: Process mining – Data Science in action. Springer-Verlag, Berlin, Heidelberg201610.1007/978-3-662-49851-4Search in Google Scholar

16. van Geffen, F.; Niks, R.: Accelerate DMAIC using Process Mining. In: Business Process Intelligence Challenge 2013, Proceedings of the 3rd Business Process Intelligence Challenge 2013Search in Google Scholar

Online erschienen: 2019-07-01
Erschienen im Druck: 2019-06-27

© 2019, Carl Hanser Verlag, München

Downloaded on 7.9.2025 from https://www.degruyterbrill.com/document/doi/10.3139/104.112103/pdf?srsltid=AfmBOopSFCsJozEG38KW8WqAIAFIUItfiJi4bEZ-J_i85Resrfl_AiDJ
Scroll to top button