Filtern
Dokumenttyp
Gehört zur Bibliographie
- nein (7)
Schlagworte
- Simulation (7) (entfernen)
Institut / FIR-Bereiche
Increasing productivity in product-service systems is a vital success factor for industrialized economies and individual businesses. The service production is typically described as an integrated value chain setting, in which the provider and the customer are co-creators.
This paper embraces a characteristic curve model in order to illustrate the influence of the customer on the productivity of service production. The characteristic curves are derived from a system dynamics simulation model for a synchronized takt-based service production. In conclusion this research leads to designs recommendations for service production systems in order to reduce lead times and increase adherence to delivery dates.
Steigende Energiekosten sind ein zunehmendes Risiko für Unternehmen des deutschen Maschinen- und Anlagenbaus. Die Steigerung der Energieeffizienz kann somit zukünftig zu Wettbewerbsvorteilen führen. Aufgrund der Komplexität heutiger Produktionssysteme ist eine Analyse der Wechselwirkungen von Parametern der Produktionsplanung und -steuerung (PPS) auf die Energieeffizienz notwendig, um Maßnahmen zu identifizieren, die eine Steigerung der Energieeffizienz ermöglichen.
Der vorliegende Artikel stellt die Ergebnisse einer Simulationsstudie vor, in welcher der Einfluss der Losgrößenplanung auf die Energieeffizienz im Rahmen einer mehrstufigen Mehrproduktfertigung untersucht wird. Die Ergebnisse der Studie leisten einen Beitrag zum besseren Verständnis der komplexen Zusammenhänge und können als Ausgangspunkt für weitere Untersuchungen zu Wechselwirkungen von Produktionsparametern mit der Energieeffizienz dienen.
This paper presents a simulation approach for service production processes on the basis of which an optimal operating point for service systems can be identified. The approach specifically takes into account the characteristics of human behavior. The simulation is based on a system theory approach to the service delivery process. A specific use case of the simulation approach is presented in detail to illustrate how characteristic curves are deduced and an optimal operating point is obtained.
Produktionssysteme sind einer zunehmenden planungsbezogenen Unischerheit und Störanfälligkeit ausgesetzt. In diesem Kontext beschreibt der vorliegende Artikel vorliegende Artikel aktuelle Forschungsarbeiten, die den überbetrieblichen Koordinationsbedarf durch Integration unsicherheitsbezogener Echtzeitinformationen in die Produktionsplanung adressieren. Innerhalb der Forschungsaktivitäten werden durch Simulationsstudien der Anforderungen bezüglich der adäquaten Echtzeitfähigkeit der Planungsparameter abgeleitet.
In diesem Beitrag werden die aktuellen Aktivitäten im Forschungsprojekt „SiZu – Integration von Echtzeitsimulation und Zustandsüberwachung zur Bauteilprognose und Fehleranalyse für die Instandhaltung“ vorgestellt. Ziel des Projektes ist es, die bislang separat genutzten Funktionalitäten Condition-Monitoring und Echtzeitsimulationen in einem Analysewerkzeug (Condition- Analyser) für die Instandhaltung zusammenzuführen und damit Zustandsüberwachungssysteme um die Möglichkeit der Nutzung historischer Anlagendaten und Echtzeitsimulation zu erweitern. Neben der detaillierten Beschreibung der angestrebten Forschungsergebnisse und den daraus resultierenden Nutzungspotentialen für die Instandhaltung wird die zur Zielerreichung entwickelte Vorgehensweise vorgestellt und diskutiert.
Unvorhergesehene Störungen gefährden in vielen Fällen den Kundenliefertermin. Die Produktionssteuerung hat die Aufgabe, effektiv und effizient auf diese kurzfristigen Störungen zu reagieren. Der Entscheidungsprozess beruht jedoch häufig auf einer qualitativen Analyse einer komplexen Situation anhand subjektiver Einschätzungen durch den Produktionsplaner. Zur Verbesserung der Entscheidungsfindung stellt dieser Beitrag eine App vor, die auf Basis von Echtzeitdaten und einer Simulation des Produktionssystems eine quantitative Entscheidungsfindung ermöglicht.
The steady increasing of supply chain complexity due to a rising global cross-linking of production and sales regions leads to an increasing sensitivity to disturbances while in the meantime the requirements of the availability, the time of delivery and the security of supplies within the supply chain increases. To meet this challenges the security of the supply chain infrastructure and the feasibility of supply chain processes need to be ensured, despite of the high specialization within the supply chain partners, the low stock and time buffers, and the information shortcoming between supply chain partners.
In this research, a System Dynamics simulation model, based on the manufacturing supply chain model of Sterman, has been developed for representing the actual complexity and dynamic in manufacturing supply chains. Therefore, the modeled manufacturing supply chain shows the processes of a four level supply chain focusing the processes and interactions of the mid-positioned two supply chain participants. The main contribution of the work described in this paper, is the description and implementation of necessary additional modules and parameters to Sterman’s basic model for the diagnosis of disturbance impacts as well as for the realization of supply chain adjustments. Finally, the model has been simulated and examined for realistic values.