Entscheidungsunterstützung durch Simulation

simu

Entscheidungsunterstützung durch Simulation

Die Produktionssteuerung stellt eine komplexe, organisatorische Aufgabe im Rahmen des Auftragsabwicklungsprozesses produzierender Unternehmen dar. Insbesondere in der variantenreichen Einzel- und Kleinserienfertigung ist die tägliche Arbeit der verantwortlichen Mitarbeiter von einer hohen Volatilität der zu beachtenden Randbedingungen geprägt, die aus der hohen Dynamik in der komplexen Produktionsumwelt resultiert. Zu diesen Komplexitätstreibern zählen alle internen oder externen Gründe für Planungsabweichungen, wie u. a. Maschinenstörungen oder ausfälle, Ausschuss, Mitarbeiterausfall durch Krankheit, geänderte Kundenwunschtermine oder verspätete Materiallieferungen der Lieferanten. Die Nutzung automatisch generierter Simulationsmodelle stellt eine zentrale Methode einer cyber-physischen Produktionssteuerung dar.

Umsetzung

Die Nutzung von automatisch generierten Simulationsmodellen stellt im Rahmen von „ProSense“ eine zentrale Methode dar, durch die eine Verkürzung der Entscheidungsfindung in der Produktionssteuerung ermöglicht wird. Dazu werden die klassischen Quellen von Rückmeldedaten aus der Produktion wie BDE- und MDE-Systeme durch zusätzliche Sensorik, wie RFID-Sensoren, Laser- und Barcode- bzw. Data-Matrix-Scanner ergänzt. Alle generierten Rückmeldedaten werden in der Datenbank des datenführenden ERP-Systems zwischengespeichert. Eine speziell entwickelte Datenbankanwendung, der sog. Data-Collector, legt auf Basis dieser Daten eine Historie der Rückmeldedaten sowie der vergangenen und aktuellen Plandaten in standardisierter Form an und bildet damit die Schnittstelle zwischen ERP-System und der Simulationssoftware Plant Simulation der Siemens AG, in der das Simulationsmodell aufgebaut wird.

Auf Basis der Stamm- und Rückmeldedaten sowie weiterer produktionslogistischer Daten, wie das angewendete Schichtmodell, Maschinenäquivalenzen und Qualifikationsprofilen der Mitarbeiter kann das Simulationsmodell automatisch generiert werden. Dazu werden die Maschinen, das Produktionsprogramm inklusiver aller Arbeitspläne sowie alle benötigten Stammdaten mittels im Simulationsmodell hinterlegter, generischer Baukastenmodule automatisch erzeugt und die Parameter des Simulationsmodells konfiguriert. Für die Parametrisierung der Steuerungsmodule, für die Reihenfolgebildung, Auftragsfreigabe und Kapazitätssteuerung werden die vorgegebenen Einstellungen mittels einer Mustererkennung in den Rückmeldedaten auf Plausibilität überprüft. Zur Validierung des Simulationsmodells werden im Anschluss automatisch Simulationsläufe durchgeführt, deren Ergebnisse anhand von Kennzahlen, wie Mittelwert und Standardabweichung des Umlaufbestands, Durchsatz pro Zeiteinheit und Maschinenauslastungen zu einem Vertrauenskoeffizienten aggregiert werden. Dieser Vertrauenskoeffizient dient dem Benutzer als Ergänzung zu seinem Bauchgefühl bei der Abschätzung der Validität der vorgeschlagenen Handlungsmaßnahmen, wodurch die Objektivität der Entscheidungsfindung erhöht wird. Ziel ist es, dadurch eine möglichst exakte Abbildung der realen Produktion durch das Simulationsmodell zu erreichen.

Auf Basis des automatisch generierten Simulationsmodells werden anschließend mögliche Handlungsmaßnahmen simuliert, die zu einer Verbesserung in den produktionslogistischen Kennzahlen Termintreue, Durchlaufzeit, Auslastung und Umlaufbestand führen. Zur Identifikation geeigneter Maßnahmen dient zum einen eine definierte Liste von zehn generischen Maßnahmen sowie zum anderen die vier vordefinierten typischen Handlungsfelder der Produktionssteuerung zur Überwachung der maschinellen bzw. personellen Kapazität, der Eilauftragslage sowie der Auftragsfreigabe.

Nutzen

Durch das automatisch generierte Simulationsmodell, das auf einem zentralen Server läuft und die Priorisierung der Maßnahmen vorbereitet, kann sich der Fertigungssteuerer auf seine zentralen Aufgaben konzentrieren, ohne sich um die komplexe Datenaggregation und -auswertung kümmern zu müssen. Übergeordnetes Ziel ist es, dem Fertigungssteuerer eine höhere Transparenz über den aktuellen Fertigungsstatus und die Auswirkungen verschiedener Steuerungseingriffe zu bieten und somit die logistische Leistungsfähigkeit produzierender Unternehmen nachhaltig zu erhöhen.

Ausblick

Die Forschungsergebnisse werden im experimentellen Realbetrieb der Demonstrationsfabrik kontinuierlich nachgehalten.

Beteiligte

WZL RWTH Aachen
etagis GmbH
PSIPENTA Software Systems GmbH


Projektbericht

s. Abschnitt 4.3