Skip to main content
Article
Licensed
Unlicensed Requires Authentication

Einfluss und Ursachen von Variabilität in der kunden-auftragsspezifischen Produktion

Definition und Integration von quantitativen Kriterien für die variabilitätsbasierte Maschinenbelegungsplanung
  • , and
Published/Copyright: December 2, 2019

Kurzfassung

Zur Wahrung ihrer Wettbewerbsfähigkeit ist von Unternehmen mit kundenauftragsspezifischer Produktion ein hohes Maß an Flexibilität zum Umgang mit wertschöpfender und nicht wertschöpfender Variabilität erforderlich. Der vorliegende Beitrag definiert 14 Variabilitätskriterien inklusive mathematischer Beschreibungen dieser, die im Folgenden den Input einer auf die Bedürfnisse der kundenauftragsspezifischen Produktion angepassten variabilitätsberücksichtigenden Maschinenbelegungsplanung darstellen.

Abstract

Definition and integration of quantitative criteria for variability-considering machine allocation planning. In order to maintain their competitiveness, companies with customer-specific productions require a high degree of flexibility in dealing with value-adding and non-value-adding variability. This article defines 14 variability criteria, including mathematical descriptions of these, which in the following represent the input of a variability-considering machine allocation planning approach adapted to the needs of customer order-specific production.


Patrick Wolf, M. Sc., geb. 1989, studierte Informatik an der Technischen Universität Dortmund. Seit 2017 ist er am Institut für Produktionssysteme angestellt und ist in den Themenbereichen Variabilität in der kundenspezifischen Produktion, Digital Manufacturing und Softwaregestaltung im produktiven Umfeld tätig.

Prof. Dr.-Ing. Jochen Deuse, geb. 1967, leitet seit 2005 den Lehrstuhl für Arbeits- und Produktionssysteme und seit 2012 das aus dem Lehrstuhl hervorgegangene Institut für Produktionssysteme der TU Dortmund. Seit April 2019 ist er neben seiner Tätigkeit am IPS auch als Professor an der Faculty of Engineering and Information Technology, School of Mechanical and Mechatronic Engineering, im Bereich Advanced Manufacturing/Industry 4.0 an der University of Technology Sydney tätig. Er promovierte 1998 am Laboratorium für Werkzeugmaschinen und Betriebslehre (WZL) der RWTH Aachen. Anschließend war er in leitender Funktion für die Bosch-Gruppe im In- und Ausland tätig.

Dr.-Ing. Ralph Richter, geb. 1957, leitet seit 2019 in Zusammenarbeit mit Prof. Dr.-Ing Jochen Deuse das Institut für Produktionssysteme der TU Dortmund. Zuvor war er bereits seit 2018 als Gastwissenschaftler an der TU Dortmund tätig. Er promovierte 1991 am Fraunhofer Institut für Arbeitswissenschaft und Organisation (IAO). Anschließend war er in verschiedenen leitenden Positionen für die Bosch-Gruppe im In- und Ausland tätig.


Literatur

1. Dombrowski, U.; Schmidtchen, K.: Ganzheitliche Produktionssysteme – KMU-spezifische Konzeption und Implementierung. ZWF105 (2010) 10, S. 91491810.3139/104.110412Search in Google Scholar

2. Deuse, J.; Klenner, F.: Flexible Fertigungssysteme der Generation I 4.0 – Herausforderungen für Betreiber und Instandhalter. In: Biedermann, H. (Hrsg.): Lean Smart Maintenance. Konzepte, Instrumente und Anwendungen für eine effiziente und intelligente Instandhaltung. 30. Internationales Forum für industrielle Instandhaltung. Bad Erlach, 05.–06.10.2016. Die Österreichische Technisch-Wissenschaftliche Vereinigung für Instandhaltung und Anlagenwirtschaft (ÖVIA), 2016Search in Google Scholar

3. Pinedo, M.: Scheduling – Theory, Algorithms, and Systems. Springer-Verlag, Berlin, Heidelberg201210.1007/978-1-4614-2361-4Search in Google Scholar

4. Maschek, T.; Heuser, Chr.; Hasselmann, V.-R.; Deuse, J.; Willats, P.: Variabilitätsbasierte Klassifizierung von Produktionssystemen. Grundlage für passgenaue Gestaltungs- und Managementkonzepte. ZWF109 (2014) 9, S. 59159410.3139/104.111204Search in Google Scholar

5. Nyhuis, P.; Wiendahl, H. P.: Logistische Kennlinien. Grundlagen, Werkzeuge und Anwendungen. Springer-Verlag, Berlin, Heidelberg201210.1007/978-3-540-92839-3Search in Google Scholar

6. Lödding, H.: Verfahren der Fertigungssteuerung. Grundlagen, Beschreibung, Konfiguration. Springer-Verlag, Berlin, Heidelberg2008Search in Google Scholar

7. Wiendahl, H.-H.: Das logistische Leitbild. Neues Gestaltungsmerkmal der Produktion. wt Werkstattstechnik online93 (2003) 4, S. 315322Search in Google Scholar

8. Klauke, S.: Methoden und Datenmodell der “Offenen Virtuellen Fabrik” zur Optimierung simultaner Produktionsprozesse. Zugl.: Dissertatiuon Universität Dresden, 2002; VDI-Verlag (Fortschritt-Berichte VDI Reihe 20, Rechnerunterstützte Verfahren, 360), Düssdeldorf 2002Search in Google Scholar

9. Jonas, Chr.; Reinhart, G. (Hrsg.): Konzept einer durchgängigen, rechnergestützten Planung von Montageanlagen. Zugl.: Dissertation, TU München (Forschungsberichte/IWB, Bd. 145), 2000; Utz Verlag, München2000Search in Google Scholar

10. Hartung, J.; Elpelt, B.; Klösener, K.-H: Statistik: Lehr- und Handbuch der angewandten Statistik. De Gruyter Oldenbourg, 2012Search in Google Scholar

11. Eckey, H.-F.; Kosfeld, R.; Rengers, M.: Multivariate Statistik. Grundlagen – Methoden – Beispiele. Gabler Verlag, Wiesbaden200210.1007/978-3-322-84476-7Search in Google Scholar

Online erschienen: 2019-12-02
Erschienen im Druck: 2019-11-28

© 2019, Carl Hanser Verlag, München

Articles in the same Issue

  1. Editorial
  2. KI – eine günstige Alternative?
  3. Inhalt/Contents
  4. Inhalt
  5. Fabrikplanung
  6. Dimensionierung der Werksgröße mittels Methoden der Digitalen Fabrik
  7. Prozessplanung
  8. Berücksichtigung von Oberflächeneigenschaften in der CAD/CAM-Kette
  9. Process Mining
  10. Process Mining im Prototypenbau
  11. Wertstromanalyse
  12. Automatisierte Wertstromanalyse auf Basis mobiler Sensornetzwerke
  13. Wertstromsimulation
  14. Wertstrombasierte Erstellung von Simulationsmodellen
  15. Ganzheitliche Produktionssysteme
  16. Nachhaltiges Fehlermanagement in Ganzheitlichen Produktionssystemen der Luftfahrtzulieferindustrie
  17. Das neu(nt)e Gestaltungsprinzip im Ganzheitlichen Produktionssystem
  18. Variabilität
  19. Einfluss und Ursachen von Variabilität in der kunden-auftragsspezifischen Produktion
  20. Problemlösung
  21. A3- versus 8D-Report
  22. Konfigurations Management
  23. Methodik zur Bestimmung von Starting Solutions im B2B-Kontext
  24. Produktivität
  25. Produktivitätserhöhung in der Automobilfertigung
  26. MRK-Systeme
  27. Simulationsgestützte arbeitswissenschaftliche Bewertung von MRK-Arbeitsplätzen
  28. Hybride Fertigung
  29. HybridCAM: Durchgängiger Informationsfluss in der hybriden Fertigung
  30. Bauteilverzug
  31. Einfluss des Bauteilverzugs auf Form- und Lagetoleranzen
  32. Adaptives Kühlsystem
  33. Adaptives Kühlsystem mit thermoelektrischen Generatoren
  34. Studie
  35. IoT: Wo steht die deutsche Industrie?
  36. Digitalisierung
  37. Digitalisierung des Änderungsmanagements
  38. Digitale Transformation
  39. Digitale Transformation von Unternehmen
  40. Unternehmensqualifizierung für die Digitale Transformation
  41. Digitale Vernetzung
  42. Nutzung von Vernetzungsplattformen in der Innovationsarbeit
  43. Maschinelles Lernen
  44. Merkmalsbasierte Qualitätsprädiktion durch maschinelles Lernen
  45. Vorschau/Preview
  46. Vorschau
Downloaded on 16.4.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.112184/html
Scroll to top button