Projekt CoE IoP: Konzept für ein Entscheidungsunterstützungssystem im Störungsmanagement
- Die sich ständig ändernden Kundenanforderungen sorgen für eine immer komplexere und dynamischer werdende Produktionsumgebung. In diesem Umfeld ist es die Aufgabe der Produktionssteuerung, die Erfüllung der Nachfrage des Kunden in der richtigen Qualität zum richtigen Zeitpunkt und mit möglichst geringen Kosten sicherzustellen. Abweichungen vom Soll-Zustand sollen dabei im Rahmen des Störungsmanagements möglichst früh erkannt und schnell durch die Wahl der richtigen Gegenmaßnahme beseitigt werden. In der Praxis stehen dem Entscheider dafür jedoch nur selten entsprechende Tools zur Verfügung, sodass Entscheidungen häufig auf Basis der Erfahrung der Mitarbeiter getroffen werden. Daher wird im Folgenden ein Referenzmodell für die Entwicklung eines Decision-Support-Systems, das eine schnelle Erkennung potenzieller Störungen und eine datenbasierte Entscheidung bezüglich einzuleitender Gegenmaßnahmen ermöglicht, vorgestellt.
Author: | Markus Fischer, Jan Glowinski |
---|---|
Parent Title (German): | UdZForschung |
Subtitle (German): | Nutzung von Process-Mining und Machine-Learning zur schnellen Reaktion auf Störungen in der Produktionssteuerung |
Document Type: | Contribution to a Periodical |
Language: | German |
Date of Publication (online): | 2020/09/25 |
Date of first Publication: | 2020/08/12 |
Release Date: | 2021/08/26 |
Tag: | Entscheidungsunterstützung; Machine Learning; Process-Mining; SV7287; Störungsmanagement |
Volume: | 21 |
Issue: | 1 |
First Page: | 16 |
Last Page: | 19 |
Note: | Das Projekt CoE IoP wird gefördert durch die Deutsche Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie des Bundes und der Länder - EXC-2023 Internet of Production - 390621612. |
FIR-Number: | SV7287 |
Institute / Department: | FIR e. V. an der RWTH Aachen |
Produktionsmanagement | |
Dewey Decimal Classification: | 6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften |