Monographs

Results: 14
Created on: Sun, 21 Jul 2024 14:01:57 +0200 in 0.0615 sec


Wenzel, Sigrid; Rabe, Markus; Straßburger, Steffen; Viebahn, Christoph von
Energy-related material flow simulation in production and logistics. - Cham : Springer International Publishing, 2024. - 1 Online-Ressource (xiii, 203 p.) ISBN 978-3-031-34218-9

Classification, input data, and key performance indicators -- Manufacturing -- Automotive -- Transportation -- Retail -- Perishables -- Renewables.



https://doi.org/10.1007/978-3-031-34218-9
Bergmann, Sören; Feldkamp, Niclas; Souren, Rainer; Straßburger, Steffen
Simulation in Produktion und Logistik 2023 : ASIM Fachtagung : 20. Fachtagung, 13.-15. September 2023, TU Ilmenau. - Ilmenau : Universitätsverlag Ilmenau, 2023. - 1 Online-Ressource (XII, 485 Seiten). - (ASIM-Mitteilung ; Nr. 187)
https://doi.org/10.22032/dbt.57476
Straßburger, Steffen
DaWiS - Development of an integrated solution for data framing and knowledge discovery in simulation data :
DaWiS - Entwicklung einer integrierten Lösung für das Data Farming und die Wissensentdeckung in Simulationsdaten : Abschlussbericht des im Rahmen der Fördermaßnahme KMU-innovativ: IKT geförderten Verbundprojekts : (Projektlaufzeit: 01.01.2020-31.12.2021). - Ilmenau : Technische Universität Ilmenau - Fachgebiet Informationstechnik in Produktion und Logistik (ITPL). - 1 Online-Ressource (31 Seiten, 2,81 MB)Förderkennzeichen BMBF 01 IS 190 42B

https://edocs.tib.eu/files/e01fb23/1860143911.pdf
Hafner, Anke;
Mobile Assistenzsysteme in der Intralogistikplanung der Automobilindustrie - Gestaltung, Nutzen und Akzeptanz Augmented Reality-basierter Mensch-Maschine-Schnittstellen. - Ilmenau : Universitätsverlag Ilmenau, 2022. - 1 Online-Ressource (XVII, 245 Seiten, Seite XIX-LXVI)
Technische Universität Ilmenau, Dissertation 2022

Steigende Herausforderungen, wie z.B. ein intensiver Wettbewerbsdruck hinsichtlich Innovationen und eine damit einhergehende Individualisierung der Produkte sowie eine steigende Internationalisierung führen zu einem Wandel in der Automobilbranche. Die Kombination der Faktoren führt zu einem Anstieg der Komplexität in der Fahrzeugherstellung sowie einem Anstieg der Komplexität des Produktionssystems. Eine wichtige Rolle in der Automobilindustrie wird u. a der Intralogistik zugeschrieben. Die Intralogistik, ausgehend von der Komplexität der Automobilindustrie, steht ebenso gewissen Herausforderungen gegenüber. Um der steigenden Komplexität entgegen zu wirken, besteht der Bedarf an innovativen Lösungen seitens der Logistikplanung. Eine Möglichkeit in der Intralogistikplanung kann der Einsatz von innovativen Mensch-Maschine Schnittstellen in Form von mobilen Assistenzsystemen mit Augmented Reality sein. Der Technologie Augmented Reality werden zahlreiche positive Eigenschaften zugesagt. Im Bereich der Intralogistik, bezogen auf Augmented Reality, wird vermehrt die operative Intralogistik, wie z. B. die Kommissionierung und das Picken, betrachtet. Obwohl auf dem Markt zahlreiche Technologien bestehen und diese in verschiedenen Anwendungsbereichen eingesetzt werden, existieren in der Intralogistikplanung keine flächendeckenden Anwendungen im Sinne eines mobilen Assistenzsystems mit Augmented Reality in einer Produktionshalle. Ausgehend davon wird in diesem Buch ein Use Case und darauf basierende Prototypen für eine Augmented Reality -basierte Intralogistikplanung in der Automobilindustrie entwickelt. Dabei liegt der Fokus auf der Schaffung eines mobilen Assistenzsystems, welches eine durchgängige Augmented Reality -basierte Intralogistikplanung in der Endmontage der Automobilindustrie unterstützt. Für die Ausgestaltung des Use Cases erfolgt die Durchführung einer systematischen Literaturanalyse und das Analysieren von vorhandenen intralogistischen Planungsprozessen mit dem Ziel, die relevanten Planungsprozesse für den Einsatz des mobilen Assistenzsystems zu definieren. Auf Basis von funktionalen und nicht-funktionalen Anforderungen werden zwei Prototypen implementiert. Die prototypische Umsetzung erfolgt sowohl nach einem SLAM-basierten als auch nach einem hybriden Trackingansatz. Ferner werden die Prototypen anhand eines Feldexperiments validiert. Darüber hinaus wird für die Evaluation der Akzeptanz von Augmented Reality in der Intralogistikplanung das Technology Acceptance Model empirisch ausgewertet.



https://doi.org/10.22032/dbt.53078
Römer, Anna Carina;
Simulation-based optimization of energy efficiency in production. - Wiesbaden : Springer Gabler, 2021. - xxviii, 221 Seiten. - (Forschung zur Digitalisierung der Wirtschaft | Advanced Studies in Business Digitization)
Technische Universität Ilmenau, Dissertation 2020

ISBN 978-3-658-32970-9

Die vorliegende Arbeit beschäftigt sich mit der Integration von Energieaspekten in die Produktionssimulation. Die Energieverbräuche von Produktionsanlagen werden in einem Simulationsmodell abgebildet, um diese für die simulationsbasierte Optimierung der Energieeffizienz nutzen zu können und damit eine umfassende Prozessqualität im Hinblick auf den optimalen Energieeinsatz im Produktionsprozess sicherzustellen. Dazu wird ein hybrider Simulationsansatz entwickelt, der verschiedene Simulationsparadigmen in einem Modell kombiniert. Die Hybridisierung von Simulationsmodellen bietet dem Modellersteller eine große Flexibilität bei der Erfassung von Problemen, die sich gleichzeitig auf diskrete und kontinuierliche Strukturen beziehen. Das Simulationsmodell wird dann für Optimierungsexperimente genutzt. Die Grundidee hinter diesem Ansatz ist es, durch mehrere Iterationen, eine optimale Lösung für die zu variierenden Optimierungsparameter zu finden. Die Simulation wird durch die Optimierung gestartet, liefert die Ergebnisdaten und bildet die Grundlage für eine Beurteilung des dynamischen Verhaltens des abgebildeten Produktionssystems. Um die energetischen Aspekte in der Produktion für Optimierungsszenarien zu nutzen, werden lexikographisch geordnete Zielfunktionen abgeleitet, die im Rahmen von simulationsbasierten Optimierungsexperimenten ideale Parameterkonfigurationen für den energieeffizienten Betrieb der Produktion ermitteln. Der Fokus liegt dabei auf der Reduzierung des Energieverbrauchs durch die Vermeidung nicht-wertschöpfender Maschinenzeiten. Die Verbrauchsoptimierung zeigt auf, dass Unternehmen dieser Ressourcenverschwendung durch ein effizientes Schalten der Anlagen entgegenwirken können, ohne finanzielle Investitionen in neue Technologien zu tätigen. Neben der Optimierung des Gesamtenergiebedarfs werden im Rahmen einer Lastspitzen-Optimierung die Maschinenstarts innerhalb eines definierten Zeitraumes so angepasst, dass auftretende Spitzenlasten reduziert werden. Die praktische Anwendung der Methodik zeigt, dass es möglich ist, ein hybrides Simulationsmodel zur Darstellung des Energieverbrauchsverhaltens in der Produktion auf Basis historischer Verbrauchsdaten aufzubauen und in Kombination mit Prognosezahlen auch die zukünftigen Energieverbräuche mit den anstehenden Spitzenlasten und nicht wertschöpfenden Produktionsphasen sehr genau abzubilden.



Wack, Karl-Josef;
Interdisziplinäre Absicherung der Produktionsplanung in der Automobilindustrie. - Ilmenau : Universitätsverlag Ilmenau, 2020. - 1 Online-Ressource (XIII, 313 Seiten)
Technische Universität Ilmenau, Dissertation 2019

Die Automobilindustrie ist einer der bedeutendsten Industriezweige in Deutschland, die sich ständig im Spannungsfeld aus Qualität, Produktivität und Kosten bewegt. Der globale Wettbewerb führt zu kürzeren Innovations- sowie Produktzyklen - die Kundenanforderungen zu einer umfangreichen Individualisierbarkeit der Produkte. Die Produktkomplexität eines Automobils ist heutzutage enorm. Eine Komplexität, welche die Produktentwicklung, die Produktionsplanung sowie die Produktion ständig vor neue Herausforderungen stellt und in einem Streben nach Perfektion und kontinuierlicher Verbesserung mündet. Es ist beeindruckend zu durchleben, wie bei einem Produktionsanlauf alle Prozesse integriert werden und bei einer Serienfertigung ca. alle 90 Sekunden ein gefertigtes Fahrzeug vom Band läuft. Um einen effizienten Produktionsanlauf zu gewährleisten, wird dieser im Vorfeld abgesichert. In Bezug auf manuelle Montageumfänge findet dies in der sogenannten Produktionsvorbereitung statt, welche unter Beteiligung verschiedener Planungsbereiche interdisziplinär erfolgt. Die Produktionsvorbereitung ist der Serienentwicklung und Serienvorbereitung zugeordnet. In dieser Phase werden gemäß dem aktuellen Planungsstand physische Prototypen des Produktes stationsweise, mit den dazugehörigen Arbeitsinhalten, aufgebaut. Neben der Verifikation des eigentlichen Produktes dient diese Phase dazu, einen effizienten Produktionsanlauf sicherzustellen. Die Absicherung von Produkt und Produktion ist in der Automobilindustrie sehr gut etabliert und wird frühzeitig angewandt. Neben physischen Absicherungen werden vermehrt virtuelle Absicherungen durch den Einsatz von IT-Systemen und Simulationen eingesetzt. Die vorliegende Arbeit befasst sich mit der Phase der Produktionsvorbereitung und der damit verbundenen Absicherung des Produktionsanlaufs im Hinblick auf manuelle Montageumfänge in der Automobilindustrie. Im Fokus steht hierbei eine virtuelle Absicherung der Produktionsvorbereitung und die Unterstützung der Kollaboration und Dokumentation der interdisziplinären Produktionsvorbereitung.



https://doi.org/10.22032/dbt.41303
Feldkamp, Niclas;
Wissensentdeckung im Kontext der Produktionssimulation. - Ilmenau : Universitätsverlag Ilmenau, 2020. - 1 Online-Ressource (XII, 217, XIV-XX Seiten)
Technische Universität Ilmenau, Dissertation 2019

Die diskrete Simulation stellt eine wichtige und etablierte Methode zur Untersuchung des dynamischen Verhaltens von komplexen Produktions- und Logistiksystemen dar. Sie ist daher zur Planung, Steuerung und Kontrolle solcher Systeme unerlässlich, beispielsweise in der Automobilindustrie oder in der Halbleiterfertigung. Klassische Simulationsstudien zielen in diesem Kontext üblicherweise darauf ab, typische, vorab definierte Fragestellungen zu beantworten. Dies geht oftmals einher mit der Simulation und Analyse einiger weniger vorab definierter Szenarien. Wirkzusammenhänge, die über diesen definierten Projektrahmen hinausgehen, bleiben daher eventuell unentdeckt. Auf der anderen Seite erwachsen mit steigender Rechenleistung und der allgemeinen Verfügbarkeit von Big-Data-Infrastrukturen neue Möglichkeiten zur Durchführung von sehr großen Bandbreiten von Simulationsexperimenten, um das Verhalten des Modells möglichst vollständig abzudecken und automatisiert auszuwerten. Dies wird allgemein als Data Farming bezeichnet. Ziel dieser Arbeit war es, die Methode des Data Farming für die Nutzung zur Wissensentdeckung in Produktionssimulationen zu übertragen und weiterzuentwickeln. Dazu wurde ein ganzheitliches Konzept ausgearbeitet, um unbekannte, versteckte und potenziell nützliche Wirkzusammenhänge in großen Mengen von Simulationsdaten entdecken zu können. Das Konzept beinhaltet hierzu die Auswahl geeigneter Experimentdesignmethoden, die Anwendung und Ausgestaltung von geeigneten Data-Mining-Verfahren in einem dafür zweckmäßigen und zielgerichteten Analyseprozess sowie die Definition geeigneter Visualisierungs- und Interaktionsmethoden zur iterativen, anwenderorientierten Analyse großer Mengen von Simulationsdaten. Darüber hinaus wurde das Konzept in einem ganzheitlichen Softwareframework prototypisch implementiert. Die Anwendbarkeit des Konzeptes wurde anhand von vier Fallstudien aufgezeigt und validiert. Die Fallstudien beinhalteten hierbei zwei akademische Laborstudien sowie zwei Industrieanwendungsfälle.



https://www.db-thueringen.de/receive/dbt_mods_00040526
Nissen, Volker; Stelzer, Dirk; Straßburger, Steffen; Fischer, Daniel
Multikonferenz Wirtschaftsinformatik (MKWI) 2016 : Technische Universität Ilmenau, 09. - 11. März 2016. - Ilmenau : Universitätsverlag Ilmenau
http://www.db-thueringen.de/servlets/DocumentServlet?id=27211
Meyer, Torben;
Wirtschaftliche Erstellung von Emulationsmodellen für die virtuelle Inbetriebnahme. - Berlin : Logos-Verl., 2014. - XX, 185 S.. - (AutoUni-Schriftenreihe ; Bd. 53) : Zugl.: Ilmenau, Techn. Univ., Diss., 2014
ISBN 978-3-8325-3574-2

Die industriellen Branchen waren in den letzten Jahren geprägt von einem zunehmenden Wettbewerbsdruck, der seinen Ursprung in der Transformation von einem Verkäufer- zu einem Käufermarkt und der intensivierten Globalisierung hat. Als Maßnahmen wurde branchenübergreifend mit einer Diversifizierung der Produktpalette (u. a. durch eine Erhöhung der Variantenvielfalt) und verkürzten Produktlebenszyklen reagiert. Zur Unterstützung der damit verbundenen erhöhten Anzahl an Produktionsanläufen und Anlageninbetriebnahmen wurde die "Virtuelle Inbetriebnahme" erdacht, welche auch der Reduzierung des Risikofaktors Steuerungssoftware diente. Die Methode Emulation ist ein wichtiger Bestandteil der aufwandsintensiven Modellerstellung für die "Virtuelle Inbetriebnahme". Die Methoden zur wirtschaftlichen Erstellung von Emulationsmodellen setzten an dem Punkt der aufwandsintensiven Modellerstellung an. Im Kontext der Modellgenerierung wird hier neben der Möglichkeit einer datengetriebenen Modellgenerierung aus Planungssystemen der Digitalen Fabrik auch die durchgängige Nutzung des technischen Systems aus existierenden Planungsmodellen diskutiert. Außerdem wird die Transformation eines Simulations- in ein Emulationsmodell vorgestellt und die vollkommende Neumodellierung als Alternative angeboten. Die vorgestellten Möglichkeiten setzten dabei auf einem Rahmenwerk zur Emulation auf, welches neben einer Modellierungsrichtlinie auch einen Vorschlag zum nachhaltigen Aufbau von Emulationsmodellen enthält. Darüber hinaus wird ein Konzept erörtert, wie sich die Anlagensimulation einer VIBN und die Materialflusssimulation integrieren lassen. Die hier vorgestellten Methoden und Konzepte ermöglichen eine wirtschaftlichere Erstellung von Emulationsmodellen durch eine Aufwandsreduzierung. Somit werden finanzielle und zeitliche Hindernisse gegenüber dem verstärkten Einsatz der Emulation reduziert und durch den verbreiteten Einsatz können die Potentiale der Emulation häufiger genutzt werden.



Bergmann, Sören;
Automatische Generierung adaptiver Modelle zur Simulation von Produktionssystemen. - Ilmenau : Universitätsverlag Ilmenau, 2013. - Online-Ressource : Ilmenau, Techn. Univ., Diss., 2013
Parallel als Druckausg. erschienen

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.



http://www.db-thueringen.de/servlets/DocumentServlet?id=23106