Produktionsplanung

Autonome Systeme werden perspektivisch alle Lebensbereiche durchdringen und haben das Potenzial, einen gesellschaftlichen Wandel auszulösen. Die Konzipierung dieser hochkomplexen Systeme erfordert leistungsfähige Entwicklungsansätze und -methoden, die disziplinübergreifend angewendet werden.

Die schnelle und effiziente Anpassung an wechselnde Umgebungsbedingungen ist einer der Kernfaktoren für Unternehmen, um eine langfristige Festigung und Stärkung der Marktposition zu erreichen. Dabei spielen insbesondere auch die hohen Anforderungen der Kunden nach einer Individualisierung ihrer Produkte sowie rasche Innovationszyklen technischer Produkte eine wichtige Rolle.

Das Projekt „CrimpProd-S“ untersucht die Integration dezentraler, selbstlernender Produktionssteuerungssysteme im Kontext der Industrie 4.0. Ziel ist die wirtschaftliche Umsetzung kleiner Losgrößen hin zur kundenindividuellen Stückzahl 1 bei bestehenden Produktionsstrukturen. In diesem Beitrag wird die EntwicklungDurch die Entwicklung einer allgemeingültigen und übertragbaren Methode vorgestellt.

Material, Werkzeuge, Mensch und Zeit: Wer seine Ressourcen optimal koordiniert, hat in der Fertigungsindustrie die Nase vorn. Dabei helfen Werkzeuge für das Advanced Planning and Scheduling (APS). Unternehmen können damit ihre Produktionsplanung bedarfsgerecht automatisieren – wenn sie es richtig angehen. Der ERP-Hersteller proALPHA hat die wichtigsten Stolperfallen zusammengefasst.

In der Theorie bieten dezentrale Steuerungsansätze im Produktionskontext einige Vorteile gegenüber monolithischen Zentralsystemen, die sämtliche Funktionen in einer oder wenigen Instanzen vereinen. Allerdings bedarf die praktische Umsetzung der Anpassung des allgemeinen Konzepts der Dezentralität an die individuellen und spezifischen Anwendungsfälle insbesondere hinsichtlich ihres sinnvollen Umfangs.

Bereits heute existieren vereinzelt vielversprechende industrielle Anwendungen der Künstlichen Intelligenz, vor allem in den Bereichen Prozess- und Zustandsüberwachung. Heutige KI-Modelle werden jedoch ausschließlich als Insellösungen für einen Prozess und eine Maschine entwickelt. Wie gelingt daher eine breite Übertrag- und Skalierbarkeit der Anwendungen in der gesamten Produktion?

Die steigende Produktvielfalt und damit einhergehende Komplexität ist ein Problem mit dem sich fast jedes Unternehmen befasst. Die Ausbringungsmenge ist hoch und die Kundenzufriedenheit könnte besser sein. Die Hürde besteht darin, Kundenanforderungen zu erfüllen, ohne die internen Aufwände und zu steigern sowie die Liefer- und damit Durchlaufzeit zu verringern.

Bei der Einführung schlanker Produktionssysteme, insbesondere bei dem Element der Standardisierten Arbeit, ergeben sich in der kundenspezifischen Kleinserienfertigung spezielle Herausforderungen. An der TU Dortmund wird aus diesem Grund in Zusammenarbeit mit der Bosch Rexroth AG in Laatzen eine Methodik zur effizienten Einführung entwickelt.

Die Instandhaltung (IH) hat die letzten Jahrzehnte einen kontinuierlichen Wandel in der Industrie erfahren, mit Anstieg der Anforderungen und des Einflusses auf das Produktionssystem. Jede Branche und jeder Produktionsprozess ist unterschiedlich betroffen. In diesem Beitrag werden deshalb die jüngsten IH-Entwicklungen in der Automobilzulieferindustrie am Beispiel des Siebdruckprozesses untersucht.

In den meisten Unternehmen wurde bereits ein Bedarf für Flexibilität in der Produktion identifiziert, aber die Bestimmung des optimalen Maßes an Flexibilität ist immer noch eine große Herausforderung. In einem gemeinsamen Forschungsprojekt der Siemens AG und dem Institut für Werkzeugmaschinen und Betriebswissenschaften wurde eine Methode zur Bewertung von Flexibilität in der Produktion entwickelt.