Refine
Year of publication
Document Type
- Contribution to a Periodical (554)
- Doctoral Thesis (370)
- Master's Thesis (288)
- Conference Proceeding (234)
- doctorallecture (209)
- Bachelor Thesis (170)
- Part of a Book (152)
- Lecture (100)
- Report (70)
- Working Paper (63)
Language
- German (1827)
- English (400)
- Multiple languages (116)
- Spanish (2)
Is part of the Bibliography
- no (2345)
Keywords
- 1 (3)
- 2 (1)
- 3 (2)
- 3 PhasenKonzept (1)
- 3-Phasen-Konzept (2)
- 3D Druck (1)
- 3D-Druck (5)
- 3GPP (1)
- 3PhasenKonzept (7)
- 5G (23)
Institute
- FIR e. V. an der RWTH Aachen (2343)
- Produktionsmanagement (544)
- Dienstleistungsmanagement (482)
- Informationsmanagement (342)
- Business Transformation (197)
The shop floor is a dynamic environment, where deviations to the production plan frequently occur. While there are many tools to support production planning, production control is left unsupported in handling disruptions. The production controller evaluates the deviations and selects the most suitable countermeasures based on his experience. The transparency should be increased in order to improve the decision quality of the production controller by providing meaningful information during his decision process. In this paper, we propose a framework in which an interactive production control system supports the controller in the identification of and reaction to disturbances on the shop floor. At the same time, the system is being improved and updated by the domain knowledge of the controller. The reference architecture consists of three main parts. The first part is the process mining platform, the second part is the machine learning subsystem that consists of a part for the classification of the disturbances and one part for recommending countermeasures to identified disturbances. The third part is the interactive user interface. Integrating the user’s feedback will enable an adaptation to the constantly changing constraints of production control. As an outlook for a technical realization, the design of the user interface and the way of interaction is presented. For the evaluation of our framework, we will use simulated event data of a sample production line. The implementation and test should result in higher production performance by reducing the downtime of the production and increase in its productivity.
Es geht um die Entwicklung eines Software-Tools zur Unterstützung bei der Auswahl von geeigneten 3D-Druckdienstleistern im Kontext der additiven Ersatzteillogistik. Im Fokus steht der Logistikdienstleister als potentieller Nutzer des Softwaretools. Das Softwaretool erfüllt zwei zentrale Funktionen: Überprüfung ob ein Ersatzteil additiv gefertigt werden soll und Auswahl eines konkreten Produzenten durch Matchingalgorithmus.
Digitalisierung beschleunigt die Entstehung und den Umfang von Informationen und bietet gleichzeitig neue Möglichkeiten diese gewinnbringend zu nutzen. In Zusammenarbeit mit Industriepartnern und dem FIR hat das Center Connected Industry eine Auto-ID Lösung für die Instandhaltung entwickelt und in der angeschlossenen Demonstrationsfabrik getestet. Relevante Informationen werden dem Bediener bis zur Komponentenebene mobil und teilindividuell bereitgestellt, was zu einer Effizienzsteigerung der Prozesse führt.
Die produzierende Industrie in Deutschland hat das Zeug zur Digitalmacht - der Weg dahin ist für viele Unternehmen jedoch noch weit. Verspricht die tiefgreifende Verflechtung von Informations- und Kommunikationstechnologien in Form von Industrie 4.0 die Hebung enormer wirtschaftlicher Potenziale, ist die Realität heute eine andere. Die sich vermehrt bietenden technologischen Möglichkeiten werden aktuell insbesondere zur internen Optimierung existierender Prozesse eingesetzt. Eine datenbasierte Prozessverbesserung allein stellt allerdings noch kein digitales Geschäftsmodell dar. Die Digitalangebote besetzen bestenfalls Nischen in den Leistungsportfolios der Unternehmen. So stagniert die digitale Transformation in der produzierenden Industrie.
Bis heute lässt sich kein signifikanter Beitrag von Industrie 4.0 zu finanziellen Unternehmenskennzahlen nachweisen. Die mit dem Verkauf physischer Produkte und den korrespondierenden After-Sales-Leistungen erzielten Erlöse sinken in den letzten Jahren kontinuierlich. Der Erfolg von neuen, datenbasierten Dienstleistungen, mit denen die Investitionen in Industrie 4.0 monetisiert werden können, ist daher kritisch. Dazu hat das FIR gemeinsam mit Industriepartnern auf Basis von DevOps und Lean-Start-Up-Methoden das Entwicklungsvorgehen "Smart Service Engineering" erarbeitet.
The evaluation of the maturity level of the participating companies has provided an initial insight into the degree of implementation and the upcoming challenges of Industrie 4.0 in Mexico. The assessment shows that Mexican companies have built the necessary foundation to start their digital transformation. Challenges now lie in establishing an integrated IT landscape that makes it possible to generate a digital shadow of the entire company. In order to leverage the potential of this technological development, it is necessary to work in parallel on an even more flexible organizational structure and an innovation-promoting Culture.
In order to strategically plan the digital transformation of a manufacturing company, a detailed analysis of the company's maturity level must be carried out. The basic dimensions of such an analysis were presented in the present paper. The Industrie 4.0 Maturity Index offers a framework that identifies approximately 50 individual capabilities required for the systematic implementation of Industrie 4.0 and groups them into the four dimensions discussed in this paper. Only an analysis of a company's key processes at this level of detail can form the basis for a sound investment decision and a roadmap that outlines the steps towards its digital transformation for the upcoming years.
Management Summary: RTLS 2.0 - ERP-Systeme mittels Echtzeitlokalisierung berührungslos bedienen
(2017)
Globalisierung und Transparenz über Wettbewerber erhöhen den Konkurrenzdruck in der Wirtschaft weiter. Gleichzeitig versprechen Big Data, Data-Analytics und ähnliche Verfahren, die Produktivität genauso zu erhöhen, wie sie bereits den Einzelhandel und das Web verändert haben. Allerdings ist hierfür eine möglichst vollständige Datenerfassung notwendig. Lagerabgänge und Ist-Daten manuell zu erfassen, ist aufwendig und fehleranfällig. In einem Kooperationsprojekt des Ceter Enterprise Ressource Planning werden ERP-Systeme und ein Real-Time-Location-System (RTLS) so gekoppelt, dass Sensordaten entsprechende Informationen im ERP-System erzeugen.
Welche Innovationen sind entscheidend für Ihr Unternehmen und wie ist deren Entwicklungsstand? Mit dem Projekt Techrad sollen auch KMU die Antwort auf diese Frage im Blick behalten können.
Techniktrends zu überblicken, ist für KMU oft nicht möglich, aber wettbewerbsentscheidend. Das Projekt Techrad arbeitet an einer Lösung dieses Dilemmas.
Fünf Unternehmen erarbeiten ein Technologieradar für KMU. NLP ist ein Teilgebiet Künstlicher Intelligenz und macht das Technologieradar erst möglich. Anwender erhalten von Techrad eine personalisierte Auswertung über die aktuell verfügbaren Technologien und deren Reifegrad.
Im Rahmen des Projekts 'ReStroK' werden die Stromgestehungskosten von Onshore-Windenergieanlagen durch die Optimierung der Wartungs- und Instandhaltungsaktivitäten, der Restlebensdauer und der
Betriebsführung reduziert. Das Projekt versetzt dadurch KMU in die Lage, das volle Potenzial ihrer Windparks auszuschöpfen und so auch nach Ende der im Erneuerbare-Energien-Gesetz festgelegten
20-jährigen Dauer der Mindestvergütung mit anderen Energieerzeugungsmethoden erfolgreich zu konkurrieren. Ab Beginn des Jahres 2021 verlieren rund 6.000 Windenergieanlagen (WEA) ihren Förderanspruch. Bis 2026 steigt diese Zahl auf 14.000 WEA an.1 Diese Anlagen werden sich dann ohne Subventionierung am Markt behaupten müssen.² Zwar sind die WEA mittlerweile abgeschrieben, jedoch verursachen Wartung und Instandsetzung erhebliche Kosten. Wie gut sich Windstrom EEG-frei vermarkten lässt, hängt also von den Betriebskosten und somit stark von den Instandhaltungskosten der WEA ab.³ Das Projekt 'ReStroK'(Förderkennzeichen EU-2-2-029) wird in Zusammenarbeit mit dem Center for Wind Power Drives (CWD), dem Institute for Power Generation and Storage Systems (PGS), dem Bürgerwindpark Bürgerwindräder Rheinberg, psm WindService sowie psm Nature Power Service & Management durchgeführt.