Ressourcenorientierte Auftragsregelung in einer hybriden Produktion mittels betriebsbegleitender Simulation

Please always quote using this URN: urn:nbn:de:bvb:29-opus4-145483
  • Moderne Produktionssysteme müssen in der Lage sein, innerhalb kürzester Zeit auf sich ändernde Rahmenbedingungen zu reagieren. Dies erfordert insbesondere in der Fertigungssteuerung ein hohes Maß an Transparenz und Reaktionsfähigkeit, sodass Ineffizienzen bestenfalls frühzeitig erkannt und proaktiv umgangen werden. Um dies auch bei komplexen, mehrstufigen Fertigungsprozessen zu ermöglichen, ist ein produktionssynchroner digitaler Zwilling erforderlich, der mit Vorausschau- und Optimierungskompetenz ausgestattet ist. Die vorliegende Dissertationsschrift zeigt hierzu eine ganzheitliche Methodik auf, wie Fertigungsaufträge in einer hybriden Produktion durch den Einsatz vonModerne Produktionssysteme müssen in der Lage sein, innerhalb kürzester Zeit auf sich ändernde Rahmenbedingungen zu reagieren. Dies erfordert insbesondere in der Fertigungssteuerung ein hohes Maß an Transparenz und Reaktionsfähigkeit, sodass Ineffizienzen bestenfalls frühzeitig erkannt und proaktiv umgangen werden. Um dies auch bei komplexen, mehrstufigen Fertigungsprozessen zu ermöglichen, ist ein produktionssynchroner digitaler Zwilling erforderlich, der mit Vorausschau- und Optimierungskompetenz ausgestattet ist. Die vorliegende Dissertationsschrift zeigt hierzu eine ganzheitliche Methodik auf, wie Fertigungsaufträge in einer hybriden Produktion durch den Einsatz von betriebsbegleitenden simulationsgestützten Optimierungsverfahren auch bei unvorhergesehenen Abweichungen effizient durchgeführt werden können. Dieser neuartige Ansatz steuert die Produktion nicht mehr auf Basis von Plandaten und reagiert bei Bedarf mit bereichsoptimalen Lösungen, sondern regelt das System durch Integration von Echtzeitdaten kontinuierlich auf ein Gesamtoptimum hin. Ereignisdiskrete Simulationsverfahren im Kern dieser Methodik sind mit einer laufzeiteffizienten Modellierung für fluidähnliches Schüttgut sowie einer auf thermodynamischen Modellen basierenden Materialflusssteuerung versehen, um einen hinreichenden Detailgrad für den Einsatz bei kurzfristigen Problemstellungen zu gewährleisten. Dank der enthaltenen Energiesimulation können die realen Abhängigkeiten im Härteprozess hinreichend genau in der Materialflusssimulation berücksichtigt werden. Durch die Ergänzung spezifischer Optimierungsverfahren in diese zeitdynamische Modellierung gelingt es, die Entscheidungsfindung beim Simulationseinsatz zu automatisieren. Zuletzt liegt durch eine geeignete Verknüpfung mit dezentral bereitgestellten Produktionsdaten zu jeder Zeit ein Echtzeitabbild der Produktion im Simulationsmodell vor. Auf dessen Basis kann die Einhaltung der Produktionsziele kontinuierlich überprüft und der Produktionsplan bei Bedarf vorausschauend angepasst werden. Umfassende experimentelle Untersuchungen im Rahmen von Fallstudien in Kalksandsteinwerken stellen die Validität und Einsetzbarkeit der entwickelten Methodik sicher. Zudem ermöglicht deren generische Gestaltung sowie die Einrichtung einer Bausteinbibliothek für die Simulation hybrider Fertigungsprozesse eine unmittelbare Übertragung auf weitere Industriezweige.show moreshow less
  • Modern production systems must be capable of reacting to changing environments within minimum time. This requires a high degree of transparency and responsiveness, especially in production control, so that inefficiencies can at best be identified early and avoided proactively. In order to facilitate this even in complex, multi-stage manufacturing processes, a production-synchronous digital twin is required which is equipped with forecasting and optimization competencies. This dissertation provides a holistic methodology for the efficient processing of manufacturing orders in a hybrid production environment, even in case of unforeseen deviations, by using simulation-based optimization methodsModern production systems must be capable of reacting to changing environments within minimum time. This requires a high degree of transparency and responsiveness, especially in production control, so that inefficiencies can at best be identified early and avoided proactively. In order to facilitate this even in complex, multi-stage manufacturing processes, a production-synchronous digital twin is required which is equipped with forecasting and optimization competencies. This dissertation provides a holistic methodology for the efficient processing of manufacturing orders in a hybrid production environment, even in case of unforeseen deviations, by using simulation-based optimization methods during operation. This novel approach no longer controls production based on planning data and reacts with locally optimal solutions, but continuously adapts the system to an overall optimum by integrating realtime data. Discrete-event simulation methods at its core are enriched with runtimeefficient modelling for fluid-like bulk materials as well as a material flow control based on thermodynamic models in order to ensure a sufficient level of detail for use with short-term problems. Due to the integrated energy simulation, the real dependencies in the hardening process can be taken into account with sufficient accuracy in the material flow simulation. By adding specific optimization methods to this time-dynamic modeling, it is possible to automate the decision-making process during simulation. Finally, a real-time representation of the production is available at any time in the simulation model through a suitable coupling with decentrally provided production data. On this basis, the adherence to the production targets can be continuously monitored and the production plan can be ad-justed proactively when an intervention is required. Comprehensive experimental investigations within the course of case studies in calcium silicate masonry plants ensure the validity and applicability of the developed methodology. Its generic design and the establishment of a building block library for the simulation of hybrid production processes allow an immediate transfer to other industrial sectors.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Toni Donhauser
Persistent identifiers - URN:urn:nbn:de:bvb:29-opus4-145483
Persistent identifiers - DOI:https://doi.org/10.25593/978-3-96147-317-5
ISBN:978-3-96147-317-5
Series (Volume number):FAU Studien aus dem Maschinenbau (346)
Publisher:FAU University Press
Place:Erlangen
Editor:Jörg Franke, Nico Hanenkamp, Marion Merklein, Michael Schmidt, Sandro Wartzack
Referee:Jörg Franke, Sigrid Wenzel, Peter Schuderer
Advisor:Jörg Franke
Document Type:Doctoral Thesis
Language:German
Year of publication:2020
Date of online publication (Embargo Date):2020/09/09
Publishing Institution:FAU University Press
Granting institution:Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
Acceptance date of the thesis:2019/12/19
Release Date:2020/09/10
Tag:Algorithmus; Autoklavierung; Betriebsbegleitende Simulation; Digitaler Zwilling; Echtzeitdaten; Energiesimulation; Ereignisdiskrete Simulation; Fertigungsregelung; Heuristik; Hybride Produktion; KS-Cockpit; Kalksandstein; Materialflusssimulation; Plant Simulation; Simulationsgestützte Optimierung; industrielle Fertigung; produktionssynchron
Algorithm; Autoclave; Bulk Material; Calcium-Silicate Masonry Unit; Digital Twin; Discrete-Event Simulation; Energy Simulation; Heuristics; Hybrid Production; KS cockpit; Manufacturing; OPC UA; Online Simulation; Real-Time Data; Rescheduling; Simulation-based Optimization
SWD-Keyword:Computersimulation; Fertigungssteuerung; Kalksandsteinherstellung; Echtzeitdatenverarbeitung; Industrie 4.0; Reihenfolgeproblem; evolutionärer Algorithmus; Modellierung; Autoklav; Thermodynamik; Schüttgut; Ingenieurwissenschaften; Maschinenbau; Produktionstechnik
Length/size:xix, 242 Seiten
Notes:
Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-316-8
Original publication:mb.fau.de/diss
Institutes:Technische Fakultät / Department Maschinenbau
Technische Fakultät / Department Maschinenbau / Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS)
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 60 Technik / 600 Technik, Technologie
6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften / 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten
6 Technik, Medizin, angewandte Wissenschaften / 67 Industrielle Fertigung / 670 Industrielle Fertigung
open_access (DINI-Set):open_access
Collections:Universität Erlangen-Nürnberg / FAU University Press
Licence (German):Creative Commons - CC BY-NC - Namensnennung - Nicht kommerziell 4.0 International
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.