@inproceedings{HartmannDobhanEngelmannetal., author = {Hartmann, J{\"u}rgen and Dobhan, Alexander and Engelmann, Bastian and Eberhardt, Lars and Heusinger, Moritz and Raab, C and Schleif, Frank-Michael and T{\"u}rk, M.}, title = {Optimierung von Prozessen und Werkzeugmaschinen durch Bereitstellung, Analyse und Soll-Ist-Vergleich von Produktionsdaten: Digitalkonferenz}, language = {en} } @article{HofmannEberhardtHeusingeretal., author = {Hofmann, Jan and Eberhardt, Lars and Heusinger, Moritz and Dobhan, Alexander and Engelmann, Bastian and Schleif, Frank-Michael}, title = {Optimierung von Prozessen und Werkzeugmaschinen durch Bereitstellung, Analyse und Soll-Ist-Vergleich von Produktionsdaten}, series = {FHWS Science Journal}, volume = {5}, journal = {FHWS Science Journal}, number = {2}, issn = {2196-6095}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:863-opus-20012}, pages = {135 -- 142}, abstract = {Mit einem Umsatz von 103 Milliarden Euro ist die Metallindustrie eine der gr{\"o}ßten deutschen Industriebranchen. Diese ist von volatilen Marktbedingungen und hohem Wettbewerb gepr{\"a}gt [1][2]. Kleine und mittlere produzierende Unternehmen (sogenannte KMU) sehen zunehmend gravierende Probleme bei der Einhaltung von Lieferterminen bedingt durch hohe Durchlaufzeiten in der Produktion [3]. Neben kaufm{\"a}nnischen Planungssystemen zur Erstellung von Produktionspl{\"a}nen nutzen Unternehmen als Planungsgrundlage weiterhin Excel mit 31 \% und manuelle Prozesse mit 10 \% [4]. Gleiches gilt f{\"u}r Produktwechselvorg{\"a}nge auf Maschinen (R{\"u}sten). Aufgrund dieser Aspekte ist es notwendig, die Rentabilit{\"a}t der KMU in der Metallindustrie zu steigern. Das wird durch effiziente Produktionsplanung und -steuerung, sowie der daraus resultierenden hohen Reaktionsf{\"a}higkeit und Flexibilit{\"a}t realisiert. Daher ist die Produktionsplanung auf die Markt- und Kundenanforderungen und die Anlageneffektivit{\"a}t auf ein hohes und stabiles Niveau auszurichten [5]. Hier bietet die Erfassung von Echtzeitdaten eine ad{\"a}quate Reaktion auf die genannten Anforderungen. Ebenfalls liefert sie großes Potenzial f{\"u}r die Produktionsplanung und -steuerung, um die Disposition und Koordination von Arbeitsauftr{\"a}gen zu optimieren. Weiterhin werden St{\"o}rgr{\"o}ßen oder unvorhergesehene Planungsabweichungen reduziert [4][6]. Zus{\"a}tzlich ist eine erh{\"o}hte Transparenz und Verbesserung menschlicher Entscheidungsprozesse notwendig. Dies kann durch datengetriebene Methoden unterst{\"u}tzt und sichergestellt werden [7]. Ein Ansatz zur Optimierung des Produktionsergebnisses kann durch die Erh{\"o}hung der Anlagenproduktivit{\"a}t selbst realisiert werden. Dazu muss die Verf{\"u}gbarkeit der Anlagen durch Lokalisierung und Reduzierung von Verlusten erh{\"o}ht werden. Die Umr{\"u}stungsprozesse tragen stark negativ zur Verf{\"u}gbarkeit einer Produktion bei. Eine Steigerung der Gesamtanlageneffektivit{\"a}t (overall equipment effectiveness oder kurz OEE) in einer Fertigungsumgebung ist jedoch m{\"o}glich durch eine intelligente Nutzung von Sensordaten mit Techniken wie z. B. Machine Learning (ML).}, language = {de} } @article{ZieglerDobhanHeusinger, author = {Ziegler, Cedric C. and Dobhan, Alexander and Heusinger, Moritz}, title = {Applications of Neural Networks in Engineer-to-order Environment}, series = {Procedia CIRP}, volume = {112}, journal = {Procedia CIRP}, publisher = {Elsevier}, doi = {10.1016/j.procir.2022.09.052}, pages = {140 -- 145}, abstract = {Machine tool selection and quotation costing have a low level of automation in today's engineer-to-order environments. The decision-making process is based on imprecise human judgment even if all final product characteristics are known. To improve precision and save time, we propose to apply artificial neural networks that are trained on data of already produced products. In particular, we address the selection of several grinding wheels to produce a milling cutter, which is a multiple-criteria decision, using multi-label classification. The quotation costing is a single output regression problem. In both tasks, our results on real-world data show high accuracy.}, language = {en} }