Publications

Die Simulation von Produktionsprozessen wird heute in einer Vielzahl von Branchen eingesetzt. Simulation dient hierbei zur Analyse, dem Design und der Optimierung der Produktions- und Logistikprozesse und dem dabei anfallenden Ressourceneinsatz und kann hierbei sowohl in der Planung, Inbetriebnahme als auch während des operativen Betriebs genutzt werden. Den unbestritten großen Potentialen der Materialflusssimulation in Unternehmen stehen entsprechend hohe Aufwände entgegen. Diese entstehen sowohl bei der Implementierung der Modelle als auch deren Nutzung. Durch schlechte Integration und Standardisierung der Simulation, steigende Anforderungen der Unternehmen bzgl. Genauigkeit, Flexibilität, Anpassbarkeit, Geschwindigkeit, Kosten, Wiederverwendbarkeit, Zyklen und phasenübergreifender Nutzbarkeit usw. werden die Aufwände teils unnötig gesteigert. Ein Ansatz, der seit einigen Jahren immer wieder als ein Lösungsbeitrag für eine bessere Nutzung der Simulation auch gerade in KMU's betrachtet wird, ist die automatische Generierung von Simulationsmodellen. Unter automatischer Modellgenerierung werden verschiedene Ansätze subsumiert, die erlauben Simulationsmodelle oder zumindest Teile von Modellen mittels Algorithmen zu erzeugen. Bisher wurde kein Ansatz veröffentlicht, der für einen breiteren Nutzerkreis und über einen speziellen Teilbereich hinaus gute Ergebnisse liefert.In dieser Arbeit wurde ein umfassendes Rahmenwerk zur Integration bzw. Automatisierung der Simulation entworfen und validiert. Es wurden sowohl organisatorische, methodische als auch prototypisch technische Komponenten betrachtet. In diesem Zusammenhang wird die These vertreten, dass eine breit anwendbare automatische Modellgenerierung allein durch die Nutzung von Standards zum Datenaustausch bzw. zur Konzeptmodellerstellung sinnvoll zu implementieren ist. Konkret wurde der Core Manufacturing Simulation Data (CMSD) Standard genutzt bzw. bildet die Referenzanwendung des Standards die Basis der gesamten Arbeit. Die Unterstützung aller Simulationsphasen, d.h. nicht allein der Modellerstellung sondern auch der Alternativenbildung, Initialisierung, Ergebnisauswertung usw. in allen Komponenten wird durchgehend gewährleistet. Weiterhin wurden konkret Modellgenerierungsmethoden und Verfahren zur Abbildung des dynamischen Verhaltens in Modellen klassifiziert und einzelne Lösungsansätze vorgestellt.

This article investigates the usability of crowd sourced geographical information from systems such as OpenStreetMap (OSM) for logistic simulation. Our investigations are motivated by the need to efficiently and quickly build simulation models containing complex infrastructure elements such as streets, rails, waterways, and their junctions. We, therefore, discuss the representation of such data in geographical information systems as well as possible export and import mechanisms. We further suggest transformations of the exported data for facilitating its use for logistics simulation.We finally introduce a prototype based on OSM data of the Volkswagen AG plant in Wolfsburg (Germany) and report some performance results.

In den vergangenen Jahren hat sich die virtuelle Inbetriebnahme als Methode der "Digitalen Fabrik" zur Verkürzung der realen Inbetriebnahmezeit und zum Softwaretest einzelner Maschinen oder Anlagen etabliert. Eine weitere Methode der Digitalen Fabrik ist die Materialflusssimulation; sie untersucht ganze Fabriken beispielsweise hinsichtlich produktionslogistischer Fragestellungen. An einem Prototyp wurden die Potentiale und Herausforderungen dargestellt, die infolge der Verbindung von Materialflusssimulation und virtueller Inbetriebnahme entstehen.

This article introduces a novel methodology for automatic simulation model generation. The methodology is based on the usage of XML stylesheet transformations for generating the actual source code of the target simulation system. It is therefore especially well-suited for all language-based simulation systems. The prerequisite for using the methodology is an appropriate representation of the system under investigation in the Core Manufacturing Simulation Data (CSMD) format. The applicability of our methodology is demonstrated for the simulation language SLX as well as for the visualization system Proof Animation.

Manufacturing systems are dynamic systems which are influenced by various disturbances or frequently changing customer requests. A continuous process of decision making is required. Model Predictive Control is a common model-based approach for control but needs adaption to be applicable to discrete-event simulation. In this paper we introduce an approach to model and generate non trivial control options and decisions often made in the operation of manufacturing systems. We also show how complex scenarios can be generated. To support a wide-range of applications our approach is based on the core manufacturing simulation data (CMSD) information model. We implement the design and generation of complex scenarios by processing and combining modeled control options. By using our approach, which also applicable to decision support systems, we can enable model-based closed-loop control based on a symbiotic simulation system and automated model generation and initialization.