Diplom- und Masterarbeiten

Ziel des Forschungsbereichs der automatischen Simulationsmodell-Erstellung ist es, den Einsatz der Simulation in produzierenden Unternehmen durch Kostenverringerung weiter zu verbreiten. Dazu werden bereits im Unternehmen vorhandene Daten ausgewertet, um Informationen für den Aufbau des Simulationsmodells zu erhalten. Der zeitliche Aufwand für den Einsatz der Simulation kann damit deutlich verringert werden, außerdem entfällt der Bedarf an einem Simulationsexperten für den Aufbau des Modells. Diese Arbeit beschäftigt sich in diesem Rahmen mit sogenannten Steuerungsregeln, die in Produktionssystemen als Verhaltensvorgabe an Maschinen oder Arbeiter der Produktion dienen und so die Reihenfolge von Aufträgen in ihrem Fluss durch das System vorgeben. Anhand von Daten der Betriebsdatenerfassung lassen sich diese Regeln potentiell unter Anwendung von Data-Mining-Algorithmen automatisch bestimmen. Untersucht wird in dieser Arbeit vor allem, welche Algorithmen sich unter welchen Bedingungen am besten für den Einsatz in diesem Problembereich eignen. Dazu werden unterschiedliche, repräsentative Szenarien ausgewählt, anhand derer die Güte von fünf verschiedenen Data-Mining-Algorithmen mit jeweils mehreren Parametrisierungen getestet werden können.

Die Animation von Simulationsdaten hat das Ziel dem Betrachter die Fähigkeit zu geben, Vorgänge analytisch zu erkennen und zu bewerten. Des Weiteren ermöglicht sie das Aufdecken von inneren, sonst verborgenen Zusammenhängen. Jedoch ist die Erstellung einer Animation aufwendig. Deshalb beschäftigt sich diese Masterarbeit mit der automatischen Generierung von Animationen auf Basis des Core Manufacturing Simulation Data Standard, sowie der prototypischen Implementierung eines webbasierten Post-Simulation Animationstools. Um dies zu erreichen müssen zwei Bereiche untersucht werden. Zum einen die Informationen, auf deren Basis der Prototyp erstellt wird, zum anderen die Webtechnologie, auf deren Basis der Prototyp implementiert wird. Für den ersten Bereich werden zunächst die Eigenschaften von Animationen und die für die Erstellung benötigten Informationen aufgezeigt. Anschließend wird erläutert, wie die benötigten Information aus der CMSD Datenbasis gelesen bzw. erzeugt werden. Für die Wahl der geeigneten Webtechnologie wurde zunächst ein Kriterienkatalog erstellt. Anschließend wurden verschiedene Ansätze vorgestellt und mittels des Kriterienkatalogs bewertet. Als bestgeeignete Technologie wurde eine Kombination aus HTML5, Javascript und dem Framework KineticJS erachtet. Im praktischen Teil der Arbeit wird auf Basis der zuvor erarbeiteten Grundlagen die prototypische Implementierung erläutert.

Um das Leistungsvermögen von Produktionssystemen zu verbessern, ist es notwendig, die begrenzenden Faktoren zu optimieren - die Engpässe. Diese werden bestimmt durch sogenannte Engpassanalyseverfahren. Die Anwendung dieser Verfahren bietet aber nur begrenzt Potential, um Ursachen und Folgen von Engpässen innerhalb von Produktionsnetzwerken zu analysieren. Durch die Bestimmung und Visualisierung von Engpassnetzen wird in dieser Masterarbeit aufgezeigt, wie eine, auf diese Verfahren aufbauende, Analyse und Bewertung vorhandener Engpasssituationen möglich ist. Dazu wurde eine Betrachtung der in der Literatur vorhandenen Methoden zur Engpassanalyse durchgeführt und ein Verfahren gewählt, welches die Grundlage zur Erstellung von Engpassnetzen bildet. Die Anforderungen an eine Netzvisualisierung wurden in Zusammenarbeit mit einem Produktionsunternehmen aufgenommen und in dem Modell der Engpassnetze umgesetzt. Dieses wurde in einem Prototyp implementiert, um in Verbindung mit dem gewählten Engpassanalyseverfahren ein geeignetes Werkzeug zur Entscheidungsunterstützung im Produktionsplanungs- und -steuerungsprozess zur Verfügung zu stellen. Schließlich wurden die erreichten Ergebnisse bei der Analyse von Engpasssituationen anhand verschiedener Anwendungsszenarien überprüft, wodurch der Nutzen von Engpassnetzen bei der Anwendung im Engpassmanagement dargestellt werden konnte.

Die Produktionsplanung stellt im Unternehmen eine besondere Herausforderung dar. In vielen KMU werden zur Produktionsplanung Standardprozesse des ERP-Systems verwendet. Diese beruhen häufig auf statischen Randbedingungen und bilden das reale System nur unzureichend ab. Zudem ist eine präzise Planung nur auf Basis einer entsprechenden Qualität der zugrunde liegenden Datenbasis möglich. Bei der Datenqualität besteht allerdings in einem Großteil der KMU Handlungsbedarf. Oftmals weichen aus den genannten Gründen der Plan und der tatsächliche Verlauf der Produktion nicht unerheblich voneinander ab. Deshalb bestand das Ziel der Arbeit in einer Optimierung des Produktionsplanungsprozesses auf Bereichsebene in Bezug auf eine Erhöhung der Planungsqualität und -flexibilität sowie einer Steigerung der Datenqualität. Der Lösungsansatz bestand in der Erweiterung des Planungsprozesses mit Hilfe von Simulation. Simulation bietet die Möglichkeit die Komplexität eines Produktionssystems besser zu beherrschen, als es mit ERPStandardprozessen der Fall ist. Zu diesem Zweck wurde ein KMU-spezifisches Organisations- und Schnittstellenkonzept zur Bündelung der Vorteile eines simulationsbasierten Assistenzsystems und des ERP-Systems unter Berücksichtigung des Aspektes der Datenqualität entwickelt. Zur Validierung erfolgte eine prototypische Umsetzung des Lösungskonzepts in einem Produktionsbereich des Unternehmens UST Umweltsensortechnik GmbH. Eine Assistenzlösung für eine mittelfristige Produktionsplanung ist dabei entwickelt worden. Mit deren Hilfe kann eine verbesserte Nivellierung der Produktion erreicht und die Liefertreue erhöht werden.

Im Verlaufe der Masterarbeit wurde der vorgestellte Ansatz näher untersucht und ein prototypisches System auf seiner Basis implementiert. Zunächst wurden dafür in Kapitel 1 bis 6 die theoretischen Grundlagen erörtert. Ausgehend von einer Betrachtung der Entwicklung des Marktes von Produktionsunternehmen wurden hierzu die grundlegende Problematik der Reihenfolgeplanung sowie spezielle Planungsprobleme und -zielkriterien betrachtet. Nach einer folgenden Erörterung verschiedener Möglichkeiten der Lösung von Job-Shop-Problemen, wobei ein besonderer Fokus auf Genetische Algorithmen als heuristische Methode sowie die Simulation als Optimierungswerkzeug gelegt wurde. Zuletzt erfolgte im Rahmen der theoretischen Ausarbeitung, nach einer Einordnung zuvor genannter Begriffe in den Rahmen von Symbiotic Simulation Systemen, die Betrachtung des Core Manufacturing Simulation Data (CMSD) Models als standardisiertes Austauschformat von produktionsspezifischen Daten. Neben der theoretischen Betrachtung lag der Schwerpunkt dieser Arbeit in einer prototypischen Umsetzung eines Systems im Sinne einer simulationsgestützten Optimierung. Hierfür erfolgte zunächst eine konzeptionelle Ausarbeitung und Planung der verschiedenen Komponenten, welche in Kapitel 7 näher erläutert wurden. Als Optimierungsmethode wurde die Implementierung eines Genetischen Algorithmus gewählt, für den Datenaustausch zwischen Fertigungssystem, Optimierungskomponente und Simulation wurde der CMSD-Standard genutzt. Der Fokus der Betrachtung lag dabei eindeutig bei der Kopplung von Optimierung und Simulation. Die Verknüpfung der beiden Komponenten mit dem Produktionssystem wurde lediglich angeschnitten. Auf Basis des implementierten Systems erfolgten daraufhin unter Verwendung eines zuvor definierten Produktionssystems mit gegebenen Auftragsbeständen mehrere Versuchsreihen, welche sich in 2 Phasen gliederten. Im ersten Schritt wurden zunächst günstige Parameter für den Genetischen Algorithmus ermittelt. Der zweite Schritt befasste sich anschließend mit der Untersuchung der grundlegenden Funktionalität der implementierten simulationsgestützten Optimierung unter Berücksichtigung stochastischer Einflussgrößen.