Home Technology Lebensphasenübergreifende Nutzung Digitaler Zwillinge
Article
Licensed
Unlicensed Requires Authentication

Lebensphasenübergreifende Nutzung Digitaler Zwillinge

Modellbasierte Produktfamilienentwicklung am Beispiel der Flugzeugkabine
  • Fabian Laukotka , Michael Hanna , Lea-Nadine Schwede and Dieter Krause
Published/Copyright: April 16, 2020

Kurzfassung

Während digitale Modelle in der Produktentwicklung bereits etabliert sind, werden sie in späteren Produktlebenshasen weniger verwendet. Eine Ergänzung um Systemmodelle sowie Ist-Daten der fertigen Produkte bietet die Möglichkeit, auch nach der Produktion Informationen in Form von Digitalen Zwillingen zur Verfügung zu stellen. Mit weiteren Digitalen Zwillingen derselben Produktfamilie können sie in einem durchgängigen Datenmodell auch für die Entwicklung neuer Produktgenerationen verwendet werden.


Fabian Laukotka, M. Sc., geb. 1992, studierte Maschinenbau (B. Sc.) und anschließend Flugzeugsystemtechnik (M. Sc.) an der Technischen Universität Hamburg (TUHH). Seit 2019 forscht er am Institut für Produktentwicklung und Konstruktionstechnik (PKT) u.a an Einsatzmöglichkeiten von 3D-Scannern im Entwicklungsprozess von Kabinen bei Flugzeugumrüstungen.

Michael Hanna, M. Sc., geb. 1989, studierte Maschinenbau (B. Sc.) und anschließend Produktentwicklung, Werkstoffe und Produktion (M.Sc.) an der Technischen Universität Hamburg (TUHH). Seit 2016 forscht er am Institut für Produktentwicklung und Konstruktionstechnik (PKT) an der Verwendung des Model-Based Systems Engineering für die Produktfamilienentwicklung von Flugzeugkabinen.

Lea-Nadine Schwede, M. Sc., geb. 1992, studierte Allgemeine Ingenieurwissenschaften (B. Sc.) und anschließend Produktentwicklung, Werkstoffe und Produktion (M. Sc.) an der Technischen Universität Hamburg (TUHH). Seit 2018 forscht sie am Institut für Produktentwicklung und Konstruktionstechnik (PKT) im Rahmen eines DFG-Projekts an den Auswirkungen von Modularisierungsmethoden und an der Darstellung der Datenzusammenhänge in der Produktfamilienentwicklung durch Model-Based Systems Engineering.

Prof. Dr.-Ing. Dieter Krause, geb. 1962, studierte Maschinenbau an der Friedrich-Alexander-Universität Erlangen-Nürnberg und promovierte 1992 am Institut für Konstruktionstechnik. Er war 12 Jahre in unterschiedlichen Industrieunternehmen des Maschinen- und Anlagenbaus als Konstruktionsleiter, technischer Leiter und Geschäftsführer tätig. 2005 übernahm er an der TUHH die Leitung des Instituts für Produktentwicklung und Konstruktionstechnik (PKT).


Literatur

1. Krause, D.; Gebhardt, N.: Methodische Entwicklung modularer Produktfamilien: Hohe Produktvielfalt beherrschbar entwickeln. Springer-Verlag, Berlin, Heidelberg2018https://doi.org/10.1007/978-3-662-53040-510.1007/978-3-662-53040-5Search in Google Scholar

2. Krause, D. et al.: New Trends in the Design Methodology of Modularization. 11th International Workshop on Integrated Design Engineering, Magdeburg 2017Search in Google Scholar

3. Laukotka, F.; Oltmann, J.; Krause, D.: A Digitized Approach to Reduce Assembly Conflicts During Aircraft Cabin Conversions. 30. DfX-Symposium, Hamburg 2019https://doi.org/10.35199/dfx2019.2210.35199/dfx2019.22Search in Google Scholar

4. Deneke, C. et al.: AST: Technology Innovations For A Faster Aircraft Cabin Conversion. Hamburg 2019Search in Google Scholar

5. Helbig, T.; Hoos, J.; Westkämper, E.: Consistency Check of the Functional Solution Model in Special Purpose Machinery. Procedia CIRP57 (2016), S. 380385https://doi.org/10.1016/j.procir.2016.11.06610.1016/j.procir.2016.11.066Search in Google Scholar

6. Herzig, S.: A Bayesian Learning Approach to Inconsistency Identification in Model-Based Systems Engineering. Dissertation am Georgia Institute of Technology, Georgia 2005Search in Google Scholar

7. Hanna, M.; Schwede, L.-N.; Krause, D.: Model-Based Consistency for Design for Variety and Modularization. 20th International DSM Conference, Trieste 2018, S. 239248Search in Google Scholar

8. Holt, J.; Perry, S.; Brownsword, M.: Model-Based Requirements Engineering. IET Professional Applications of Computing, INST of Electrical Engine Band 9, 2012https://doi.org/10.1049/PBPC009E10.1049/PBPC009ESearch in Google Scholar

9. Bursac, N.: Model Based Systems Engineering zur Unterstützung der Baukastenentwicklung im Kontext der Frühen Phase der Produktgenerationsentwicklung. Dissertation am Karlsruher Institut für Technologie (KIT), Karlsruhe 2016Search in Google Scholar

10. Schwede, L.-N. et al.: Consistent Modelling of the Impact Model of Modular Product Structures with Linking Boundary Conditions in SysML. In: Proceedings of the 22nd International Conference on Engineering Design, Delft 2019https://doi.org/10.1017/dsi.2019.36710.1017/dsi.2019.367Search in Google Scholar

11. Eichmann, O. et al.: A Model-Based Approach for the Development of Modular Product Families Considering Different Life Phases. EMEA Sector Systems Engineering Conference 2018, Berlin 2018Search in Google Scholar

12. Seiler, F; Schwede, L.-N.; Krause, D.: MBSE-basierte Produktkonfiguratoren zur Analyse der Modularisierung bei der Entwicklung modularer Baukastensysteme (Bd. 2). Dresden 2019Search in Google Scholar

13. Paetzold, K.: Workflow-Systeme im Produkt-entwicklungsprozess. Design for X, Beiträge zum 15. DfX-Symposium, Neukirchen 2004Search in Google Scholar

14. Hackl, J.; Krause, D.; Otto, K.; Windheim, M.; Moon, S.K.; Bursac, N.; Lachmayer, R.: Impact of Modularity Decisions on a Firm's Economic Objectives. Journal of Mechanical Design142 (2020) 4, https://doi.org/10.1115/1.404491410.1115/1.4044914Search in Google Scholar

Online erschienen: 2020-04-16
Erschienen im Druck: 2020-04-07

© 2020, Carl Hanser Verlag, München

Articles in the same Issue

  1. Inhalt/Contents
  2. Inhalt
  3. Leitartikel
  4. Digitaler Zwilling – Stand der Technik
  5. Aus der Industrie
  6. Entwicklung und Betrieb Digitaler Zwillinge
  7. Mit flexibler Architektur zum Digital Twin
  8. Die Auflösung der Automatisierungspyramide
  9. Digitalisierung und Digitaler Zwilling im Realitäts-Check
  10. The Digital Twin – A Critical Enabler of Industry 4.0
  11. Digitaler Zwilling für die Produktionstechnik – auf die Nutzung kommt es an
  12. Digital Twin für maximale Cyber Security
  13. Simulationsplattform für Automatisierungslösungen
  14. Digitaler Zwilling in der Fertigung
  15. Digital Twin und PLM als Teil der Unternehmensstrategie
  16. Kinematisierung Digitaler Zwillinge mittels historischer Daten aus dem Product Lifecycle Management
  17. Digitaler Zwilling und Produktion 4.0
  18. Kein Digital Twin ohne digitale Durchgängigkeit
  19. Positionspapier
  20. WiGeP-Positionspapier: „Digitaler Zwilling“
  21. Produktentwicklung
  22. MBSE-Entwicklungsfähigkeit für Digitale Zwillinge
  23. Digitale Zwillinge und Digitale Zwillingspaare im Kontext des Digital Engineerings
  24. Produktion & Logistik
  25. Übertragung von Konzepten des Digitalen Zwillings auf die Produktion von Betonfertigteilen in der Bauindustrie
  26. Digitaler Zwilling des Produktionssystems
  27. Building Information Modeling im Fabriklebenszyklus
  28. Der Digitale Steuerungs-Zwilling
  29. Operativer Betrieb
  30. Konzeption von Digitalen Zwillingen smarter Produkte
  31. Einsatz eines Digitalen Zwillings zur Prozessoptimierung und prädiktiven Instandhaltung
  32. Produktlebenszyklus
  33. Wie Digitale Zwillinge Unternehmensgrenzen überwinden
  34. Cyber-Physische Zwillinge
  35. Der Kollaborative Digitale Zwilling
  36. Der Digitale Zwilling über den Produktlebenszyklus
  37. Lebensphasenübergreifende Nutzung Digitaler Zwillinge
  38. Digitaler Zwilling
  39. Effizientere Produktion mit Digitalen Schatten
  40. Viel mehr als ein 3D-Modell
  41. Erweitertes Digital-Twin-Konzept unter Berücksichtigung des Entwicklers
  42. Digitale Zwillinge in Interaktion mit Menschmodellen
  43. Der Digitale Zwilling – Probleme und Lösungsansätze
  44. 3DEXPERIENCE Twin: Der Weg zu disruptiven Innovationen im Service
Downloaded on 10.1.2026 from https://www.degruyterbrill.com/document/doi/10.3139/104.112332/html
Scroll to top button