Refine
Document Type
- Article (1)
- Part of a Book (2)
- Conference Proceeding (4)
- Contribution to a Periodical (9)
- doctorallecture (1)
- Doctoral Thesis (1)
- Report (1)
- Working Paper (2)
Language
- German (14)
- English (6)
- Multiple languages (1)
Is part of the Bibliography
- no (21)
Keywords
- 02 (1)
- 3-Phasen-Konzept (1)
- Agil (1)
- Artificial intelligence (1)
- Auswahl von IT-Systemen (1)
- Business Software (1)
- Data Lakes (1)
- Datenintegration (1)
- Decision Support System (1)
- Deviation detection (1)
Institute
- FIR e. V. an der RWTH Aachen (21) (remove)
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.
Immer flexibler und schneller auf sich ändernde Kundenwünsche reagieren zu können, ist das Ziel eines jeden produzierenden Unternehmens. Um dieses zu erreichen, müssen Daten aus dem Shop Floor nahezu in Echtzeit dem ERP-System zur Verfügung gestellt werden. Dabei kann die Datenintegration auf unterschiedlichen Wegen erfolgen: Data Lakes und MES sind zwei Beispiele mit unterschiedlichen Vor- und Nachteilen.
Industrie-4.0-Technologien können dazu beitragen, die deutlich ge-steigerte Daten- und Informationsverfügbarkeit während des Produk-tionsprozesses gezielt zu verwerten und den Austausch zwischen pro-duzierenden Unternehmen und Logistikdienstleistern für effiziente und nachhaltige Lieferketten zu fördern. Im Projekt 'SynLApp' wird hierzu ein webbasiertes Assistenzsystem konzipiert, das Prognosen innerhalb der Lieferketten ermöglicht. Dieser Beitrag zeigt aktuelle Rechercheergebnisse zu bestehenden Methoden und Best Practices hinsichtlich der unternehmensübergreifenden Synchronisierung und beschreibt das Projektvorgehen und den Ansatz einer technischen Umsetzung via Simulation.