Generation of alternatives for model predictive control in manufacturing. - In: I3M 2012 conference proceedings, (2012), S. 7-16
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.
Facilitating emulation project analysis through the use of protocol state machines. - In: WSC '12 goes Europe!, ISBN 978-1-4673-4780-8, (2012), insges. 2 S.
Emulation is a well-established technology which supports the software development and the commissioning phase of control systems by connecting the real control system with a simulated material flow system. This article suggests the use of protocol state machines to firstly formally describe the interface communication and secondly analyze emulation experiments.
Generation of alternatives for model predictive control in manufacturing systems. - In: WSC '12 goes Europe!, ISBN 978-1-4673-4780-8, (2012), insges. 2 S.
This article discusses possibilities for the generation of alternatives for model predictive control of manufacturing systems.
A comparison of the CSPI and CMSD standards. - In: Spring Simulation Interoperability Workshop 2012 (2012 Spring SIW), ISBN 978-1-618-39719-5, (2012), S. 82-89
The SISO standards SISO-STD-006-2010 and SISO-STD-008-2010 are two standards focusing on the interoperability requirements of the manufacturing and logistics domains. In these domains, simulation studies are mostly performed using commercial-off-the-shelf (COTS) Simulation Packages (CSPs), such as Arena , Anylogic , Flexsim , Plant Simulation , Simul8 , SLX , Witness , etc. As both standards seem to address similar problems, namely interoperability issues when using such CSPs, we investigate the specific strengths of each of these standards and derive recommendations for their usage. In specific, we illustrate how the standard for Commercial Off-the-Shelf (COTS) Simulation Package Interoperability (CSPI) Reference Models (SISO-STD-006-2010) can facilitate interoperability between different CSPs. A use case from the commercial vehicle sector is presented in support of this discussion. Further, we illustrate how the standard for Core Manufacturing Simulation Data (SISO-STD-008-2010) can be used to exchange data between other information systems in manufacturing and CSPs. We outline a use case in which CMSD is used as the basis for simulation model generation in Plant Simulation. We also discuss the usage of CMSD to carry model initialization data and its potential to exchange data between different CSPs.
Virtuelle Produktionsabsicherung am Beispiel Montage Powertrain. - In: Digitales Engineering und virtuelle Techniken zum Planen, Testen und Betreiben technischer Systeme, (2011), S. 111-119
Die Automobilindustrie ist derzeit weltweit mit einer steigenden Nachfrage und wachsenden Absatzmärkten konfrontiert. Die zusätzlich turbulente Marktlage führt zu einem Konkurrenzkampf um wichtige Marktanteile zwischen den Automobilherstellern, welche sich mehr denn je in einem Spannungsfeld aus den Faktoren Qualität, Produktivität und Kosten bewegen. Der sich daraus ergebende Wettbewerb hat kürzere Innovations- und Produktlebenszyklen zur Folge. Die Anforderungen der Kunden unterscheiden sich zusätzlich von Markt zu Markt immer mehr - und führen folgend zu einer steigenden Variantenanzahl. Die durchschnittliche Anzahl der Serienanläufe pro Jahr hat sich beispielsweise bei dem deutschen Automobilhersteller Daimler AG in den letzten 20 Jahren mehr als verdreifacht. Empirische Studien zeigen zudem, dass ein Großteil der notwendigen Änderungsmaßnahmen erst ab der Nullserienphase und somit nach Erstellung von Serienwerkzeugen bzw. während der Phase des Serienanlaufs durchgeführt wird. Effiziente Produktionsanläufe gewinnen somit zunehmend an Bedeutung. Der Einsatz von digitalen Methoden und Softwarewerkzeugen entlang des Produktentstehungsprozesses macht es bereits möglich, einen Großteil der Anlaufvorgänge im Vorfeld digital abzusichern. Im Folgenden wird ein Workflow zur virtuellen Produktionsabsicherung dargestellt und dessen Anwendung im Aggregatebereich bei Daimler Truck erläutert.
Initialization of simulation models using CMSD. - In: Proceedings of the 2011 Winter Simulation Conference, ISBN 978-1-457-72106-9, (2011), S. 2228-2239
In the context of online- and symbiotic simulation, the precise initialization of simulation models based on the state of the physical system is a fundamental requirement. In these simulations, the simulation model typically serves as an operational decision support tool. Obviously, it can therefore not start empty and idle. The accurate capturing of initial conditions is fundamental for the quality of the model based predictions. In literature, it is only generally stated that the simulation model must maintain a close connection with the physical system. Our work systematically investigates which data from the physical system is needed for initialization, how it shall be transferred into the simulation model in a standardized way, and which potential problems must be solved in the simulation system to adequately initialize its model elements. We present a solution based on the core manufacturing simulation data (CMSD) standard, suggest necessary extensions and demonstrate a prototypical implementation.
Distributed computing and modeling & simulation: speeding up simulations and creating large models. - In: Proceedings of the 2011 Winter Simulation Conference, ISBN 978-1-457-72106-9, (2011), S. 161-175
Distributed computing has many opportunities for Modeling and Simulation (M&S). Grid computing approaches have been developed that can use multiple computers to reduce the processing time of an application. In terms of M&S this means simulations can be run very quickly by distributing individual runs over locally or remotely available computing resources. Distributed simulation techniques allow us to link together models over a network enabling the creation of large models and/or models that could not be developed due to data sharing or model reuse problems. Using real-world examples, this advanced tutorial discusses how both approaches can be used to benefit M&S researchers and practitioners alike.
Automatische Generierung und Initialisierung von Simulationsmodellen unter Verwendung des Core Manufacturing Simulation Data (CMSD) Information Model. - In: Nachhaltigkeit in Fabrikplanung und Fabrikbetrieb, (2011), S. 323-331
Simulation hat sich in vielen Anwendungsbereichen innerhalb produzierender Unternehmen zu einem nicht mehr weg zu denkenden Werkzeug zur Entscheidungsfindung bzw. -unterstützung für nachhaltiges Wirtschaften entwickelt. Allerdings führt die Erstellung und Integration von Simulationsmodellen sowie deren Nutzung immer noch zu erheblichen Kosten für Unternehmen. Seit geraumer Zeit werden Ansätze verfolgt, die ermöglichen sollen, Modelle effizienter zu erstellen und zu nutzen, aber erst die konsequente Nutzung eines Standards zur Datenmodellierung und zum Datenaustausch ermöglicht eine breitere Nutzung solcher Ansätze. In dieser Arbeit wird gezeigt, dass CMSD ein geeigneter Standard sowohl für die Erstellung von Simulationsmodellen als auch für deren Initialisierung ist.
Automatische Generierung adaptiver und lernfähiger Modelle zur Simulation von Produktionssystemen. - In: Tagungsband zum Doctoral Consortium der WI 2011, (2011), S. 9-16
In diesem Beitrag wird ein Ansatz zur automatischen Modelgenerierung und -adaption vorgestellt. Augenmerk liegt vor allem auf der Einsatzmöglichkeit im gesamten Produkt- bzw. Produktionslebenszyklus sowie bei der Integration in die betriebliche IT Infrastruktur, dazu wird auf standardisierten Datenaustausch mittels des Core Manufacturing Simulation Data (CMSD) Information Model gesetzt. Weitere Kernpunkte stellen die automatische Validierung und die Beschreibung bzw. Ermittlung von Steuerstrategien, z.B. Reihenfolgeregeln in Puffern, die Speicherung von manuell ergänzten Objekten/Verhalten und die Modellinitialisierung, dar. Die Beschreibung einer ersten prototypischen Implementierung einzelner Aspekte in Plant Simulation runden den Beitrag ab.
https://epub.uni-bayreuth.de/348/
Approximation of dispatching rules in manufacturing control using artificial neural networks. - In: 2011 IEEE Workshop on Principles of Advanced and Distributed Simulation, ISBN 978-1-4577-1365-1, (2011), insges. 8 S.
Automatic generation of simulation models has been a recurring topic in scientific papers for years. A common problem of all known model generation approaches is the generation of dynamic behavior, e.g. buffering or control strategies. This paper introduces a novel methodology for generation of dynamic behavior, based on artificial neural networks, which is usable directly in the simulation. We also test the approach in a manageable scenario; all results are illustrated via small simulation experiments.
http://dx.doi.org/10.1109/PADS.2011.5936774