Produktionsmanagement
Refine
Year of publication
- 2018 (41) (remove)
Document Type
- Contribution to a Periodical (25)
- Conference Proceeding (6)
- doctorallecture (2)
- Doctoral Thesis (2)
- Lecture (2)
- Report (2)
- Internet Paper (1)
- Working Paper (1)
Is part of the Bibliography
- no (41)
Keywords
- 3-Phasen-Konzept (1)
- 3PhasenKonzept (2)
- AM4Industry (1)
- APMS (1)
- APS (1)
- APS-System (1)
- Abweichungsmanagement (2)
- Additive Fertigung (2)
- Advanced Planning System (1)
- Agiles Produktmanagement (1)
Institute
- FIR e. V. an der RWTH Aachen (41) (remove)
Der vorliegende Schlussbericht zu IGF-Vorhaben Nr. 18982 beschreibt das Projekt zum Thema "EIH - Energy Innovation Hub". Die Forschungsvereinigung, bestehend aus dem FIR e.V. und dem Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik in Chemnitz, beschäftigte sich hierzu mit der Vernetzung energierelevanter Informationen zwischen produzierenden KMU, Energieversorgern (EVU) und Maschinenbauern. Ziel ist die Konzeption einer Kommunikationsplattform, des Energy-Information-Hubs (EIH), für den Austausch energierelevanter Informationen zwischen KMU, EVU und Maschinenbauern. Durch eine ganzheitliche Betrachtung aller am Verbrauch beteiligten Akteure soll eine energieeffiziente Produktion erreicht werden.
In Zeiten von Industrie 4.0 wird es zunehmend wichtig, Unternehmensprozesse zu digitalisieren, um dem steigenden Kosten- und Wettbewerbsdruck standhalten zu können. Gerade in der komplexen Einzel- und Kleinserienfertigung des Maschinen- und Anlagenbaus wird diese Digitalisierung unerlässlich. Dementsprechend steigt auch die Anzahl der angebotenen Systeme für die Produktionsplanung. Doch über welche genauen Funktionen verfügen die unterschiedlichen Systeme und welche Software verspricht die größte Entlastung in der komplexen Produktionsplanung.
10 Jahre ist es her, dass ein unbekannter Autor unter dem Pseudonym Satoshi Nakamoto ein Paper veröffentlichte, in dem er eine Alternative zum Fiat-Währungssystem beschrieb. Grundbaustein: Die damals noch wenig bekannte Blockchain-Technologie.
Gerade einmal ein Jahr später begann der kometenhafte Aufstieg dieser „Kryptowährung“. Der Bitcoin hangelt sich von einem Superlativ zum nächsten, inzwischen liegt die Marktkapitalisierung bei deutlich über 200 Mrd. US-Dollar. Doch das Fachpublikum hat längst bemerkt, dass der Bitcoin nur ein erster technischer Durchstich für etwas viel Größeres ist. Über 1000 verschiedene Kryptowährungen verzeichnet die Webseite coinmarketcap.com.
Aber auch über die Anwendung als Währung hinaus tun sich enorme Potenziale auf und die Anzahl an wissenschaftlichen Veröffentlichungen nimmt jeden Monat zu. Gleichzeitig häufen sich die Vorbehalte, ob die Technologie halten kann, was diverse Berater und Start-ups versprechen; immer wieder wird die Technologie als Energiefresser verschrien. Und tatsächlich verbraucht das Bitcoin-Netz aktuell mehr Strom als beispielsweise ganz Irland.
Real Time Location Systems
(2018)
Industrie 4.0, Sensorintegration und Data-Analytics sind nur einige der Schlagworte, die in den letzten Jahren verstärkt diskutiert wurden. Doch wie werden diese Themen in das Produktionsumfeld integriert und welcher wirtschaftliche Nutzen kann aus den Möglichkeiten günstigerer Hard- und Software gezogen werden?
Individualisierung in Kombination mit dem Kundenwunsch nach immer kürzeren Lieferzeiten führt zu einer steigenden Komplexität und Dynamik auf Produktionsebene. Um weiterhin das Einhalten der logistischen Zielgrößen zu ermöglichen, müssen die zurzeit vorhandenen Unternehmensstrukturen und deren Prozesse vorbereitet werden.
Eine Möglichkeit, dem turbulenten Markt zu begegnen, ist ein adaptives Abweichungsmanagement in der Fertigungssteuerung, das Unternehmen einen adäquaten Umgang mit Abweichungen ermöglicht. Klassische Methoden der Fertigungssteuerung reichen nicht mehr aus, um mit der jetzigen Entwicklung umzugehen.
Das hier beschriebene Zielmodell und die internen sowie externen Einflussfaktoren sollen bei der Analyse der Zusammenhänge in der Fertigungssteuerung helfen. Das vorgestellte Vorgehensmodell zeigt, wie ein adaptives Abweichungsmanagement aufgebaut werden sollte, um die systematische, differenzierte und kategorisierte Betrachtung und Bewältigung von Abweichungssituationen zu ermöglichen.
Durch den vereinfachten Umgang mit Abweichungen wird sowohl eine tiefgreifende Analyse der Wirkungszusammenhänge als auch eine automatisierte Beruhigung der Produktion ermöglicht. Dies führt zu einer Reduktion von wiederkehrenden Abweichungen durch die Implementierung einer geschlossenen kaskadierten
Informationsrückführung.
Projekt AM4Industry: Ein Kosten-Nutzen-Modell für die Bewertung additiver Fertigungsverfahren
(2018)
Im Rahmen des vom BMWi geförderten Projekts 'AM4Industry' entwickelt das FIR an der RWTH Aachen ein Kosten-Nutzen-Modell zur Bewertung von additiven Fertigungsverfahren. Mit diesem sollen Handlungsempfehluingen aus Erfolgsbeispielen abgeleitet werden. Zur Gestaltung eines solchen Modells werden sowohl die Lebenszykluskosten analysiert als auch die Zusammenhänge und Wechselwirkungen der potenziellen Nutzendimensionen strukturiert. So wird eine quantifizierte Bewertung erleichtert, die in Kombination mit einer hohen Kostentransparenz den Einsatz der additiven Fertigung häufiger rechtfertigt.
Das FIR an der RWTH Aachen widmet sich gemeinsam mit dem Forschungskonsortium, bestehend aus dem Fraunhofer ILT, der DMG Mori Spare Parts GmbH, der Materialise GmbH, der TOP Mehrwert-Logistik GmbH und der Software AG, der Entwicklung einer unternehmensübergreifenden Softwareplattform zur Realisierung eines Wertschöpfungsnetzwerks für eine agile Logistiklösung zu Herstellung von Neu- und Ersatzteilen unter Nutzung der additiven Fertigung. Ziel ist die Entwicklung und prototypische Implementierung einer unternehmensübergreifenden softwarebasierten Plattform, die die zentralen Koordinationsfunktionen bereitstellt.
Industry 4.0 and the consequent necessity of digitalization has also impli-cations to the field of procurement, resulting in the so-called term of Procurement 4.0. Digitalization can be a valuable tool to increase the efficiency of the procurement organization and to exploit new opportunities of growth. A mandatory requirement to perform the digital transformation is an increased transparency along the procurement process chain. This paper aims to conceptualize a digital shadow for the procurement process in manufacturing industry as a basis for advanced data analytics procedures. The term digital shadow stands for a sufficiently accurate, digital image of a compa-ny's processes, information and data. This image is needed to create a real-time eval-uable basis of all relevant data in order to finally derive recommendations for action. The formation of the Digital Shadow is thus a central field of action for Industrie 4.0 and forms the basis for all further activities.
Towards the Generation of Setup Matrices from Route Sheets and Feedback Data with Data Analytics
(2018)
The function or department of production control in manufacturing companies deals with short-term scheduling of orders and the management of deviations during order execution. Depending on the equipment and characteristics of orders, sequence dependent setup times might occur. In these cases for companies that focus on high utilization of their assets due to long phases of ramp up and high energy costs, it might be optimal to choose sequences with minimal setup time times between orders. Identifying such sequences requires detailed and correct information regarding the specific setup times. With increasing product variety and shorter lot sizes, it becomes more difficult and rather time intense to determine these values manually. One approach is to analyse the relevant features of the orders described in the route sheets or recipes to find similarities in materials and required tools. This paper presents a methodology, which supports setup optimized sequencing for sequence dependent setup times through constructing the setup matrix from such route sheets with the use of data analytics.