Refine
Year of publication
Document Type
- Article (9)
- Book (4)
- Part of a Book (25)
- Conference Proceeding (86)
- Contribution to a Periodical (17)
- Doctoral Thesis (1)
- Lecture (4)
- Internet Paper (4)
- Preprint (1)
- Report (2)
Language
- German (63)
- English (95)
- Multiple languages (2)
Is part of the Bibliography
- no (160)
Keywords
- 02 (19)
- 03 (3)
- 3GPP (1)
- 5G (5)
- 5G mobile communication (2)
- 5G use case (1)
- 5G-Mobilfunk (1)
- 5G-Technology (1)
- AI (2)
- Aachener PPS-Modell (1)
Institute
- FIR e. V. an der RWTH Aachen (160) (remove)
Influenced by the high dynamic of the markets the optimization of supply chains gains more importance. However, analyzing different procurement strategies and the influence of various production parameters is difficult to achieve in industrial practice. Therefore, simulations of supply chains are used in order to improve the production process. The objective of this research is to evaluate different procurement strategies in a four-stage supply chain. Besides, this research aims to identify main influencing factors on the supply chain’s performance. The performance of the supply chain is measured by means of back orders (backlog). A scenario analysis of different customer demands and a Design of Experiments analysis enhance the significance of the simulation results.
In immer komplexer werdenden Wertschöpfungsketten wird die Geschwindigkeit, mit der Informationen weitergegeben und entsprechende Maßnahmen umgesetzt werden können, zu einem entscheidenden Wettbewerbsvorteil. In der Realität kommt es jedoch auf dem Weg zwischen einem Ereignis und einer passenden Reaktion zu verschiedenen zeitlichen Verzögerungen, sogenannten Latenzen, die die Agilität eines Unternehmens erheblich hemmen. Insbesondere das Supply-Chain-Management mit seiner koordinierenden Funktion wird dadurch vor enorme Herausforderungen gestellt. Schlüsseltechnologien im Zeitalter von Digitalisierung und Industrie 4.0 bieten jedoch enorme Potenziale, die verschiedenen Formen von Latenzen zu reduzieren. Der Beitrag untersucht die unternehmensübergreifenden Effekte dieser Verzögerungen entlang der Supply-Chain und beleuchtet darüber hinaus die Potentiale konkreter digitaler Technologien auf selbige.
A large number of product-accompanying services in the machinery and plant engineering industry is based on the cross-company exchange of data and information. By providing services, additional sales potential on the manufacturer side as well as far-reaching product and process advantages for appliers can be reached. However, the necessary cross-company exchange of information is nowadays limited due to a lack of trust in the interacting partner and the applicable existing technologies, which results in significant losses in the terms of business potential. The uncovering of this potential now seems to be made possible by the use of the Blockchain technology. Through the key factors security, immutability, transparency and decentralisation, it serves as an enabler for cross-company communication and product-accompanying services. The technological implementation of a Blockchain can take on a broad spectrum of attributes, which can lead to decisive restrictions for the execution of services. This justifies the necessity for a qualified and context-related assessment of service-types-individual specifications and the resulting requirements on the system. Within the scope of this paper, different types of product-accompanying services are identified and analysed regarding their requirements for a Blockchain-based machinery and plant connection. This can serve as a basis for a qualified and goal-oriented configuration of the Blockchain.
The development of renewable energies and smart mobility has profoundly impacted the future of the distribution grid. An increasing bidirectional energy flow stresses the assets of the distribution grid, especially medium voltage switchgear. This calls for improved maintenance strategies to prevent critical failures. Predictive maintenance, a maintenance strategy relying on current condition data of assets, serves as a guideline. Novel sensors covering thermal, mechanical, and partial discharge aspects of switchgear, enable continuous condition monitoring of some of the most critical assets of the distribution grid. Combined with machine learning algorithms, the demands put on the distribution grid by the energy and mobility revolutions can be handled. In this paper, we review the current state-of-the-art of all aspects of condition monitoring for medium voltage switchgear. Furthermore, we present an approach to develop a predictive maintenance system based on novel sensors and machine learning. We show how the existing medium voltage grid infrastructure can adapt these new needs on an economic scale.
The digitalization of manufacturing processes is expected to lead to a growing interconnection of production sites, as well as machines, tools and work pieces. In the course of this development, new use-cases arise which have challenging requirements from a communication technology point of view. In this paper we propose a communication network architecture for Industry 4.0 applications, which combines new 5G and non-cellular wireless network technologies with existing (wired) fieldbus technologies on the shop floor. This architecture includes the possibility to use private and public mobile networks together with local networking technologies to achieve a flexible setup that addresses many different industrial use cases. It is embedded into the Industrial Internet Reference Architecture and the RAMI4.0 reference architecture. The paper shows how the advancements introduced around the new 5G mobile technology can fulfill a wide range of industry requirements and thus enable new Industry 4.0 applications. Since 5G standardization is still ongoing, the proposed architecture is in a first step mainly focusing on new advanced features in the core network, but will be developed further later.
Es ist davon auszugehen, dass einfache, repetitive Tätigkeiten in absehbarer Zeit in zunehmendem Maße automatisiert werden. Daher wird für Beschäftigte, die maßgeblich mit diesen Tätigkeiten betraut sind, Qualifizierung zu einem zentralen Faktor. Darüber hinaus wird es für einen großen Teil der Höherqualifizierten zu einer deutlichen Verschiebung der Qualifikationsanforderungen sowie zu einer zunehmenden Informatisierung der Arbeit kommen. Der Buchbeitrag von Volker Stich, Gerhard Gudergan und Roman Senderek verdeutlicht, dass angesichts dieser Herausforderungen für die Unternehmen, das arbeitsnahe Lernen eine Möglichkeit darstellt, Menschen und Unternehmen für den aktuellen industriellen Wandel zu befähigen. Hierbei sind nach Ansicht der Autoren jedoch zunächst Arbeits- und Produktionssysteme zu schaffen, die lernförderlich geplant und gestaltet sind. Um dies zu ermöglichen, bedarf es einer Kategorisierung der verfügbaren arbeitsorientierten Lernformen und insbesondere neuer technologiegestützter Lernformen. Darüber hinaus sind die Rahmenbedingungen und Voraussetzungen von Unternehmen zu prüfen und im Hinblick auf die Anwendung der verschiedenen Lernformen zu bewerten. Eine Systematik hierfür und die Erfahrungen bei der Implementierung von arbeitsorientierten Lernformen bei vier Unternehmenspartnern schließen diesen Beitrag ab.
The aim of the related research project eCloud is to enable small and medium sized enterprises (SMEs) to implement flexible energy management without in-depth energy knowledge and with little distraction from day-to-day business, which is prepared for current and future challenges in the field of energy use. The overall result is a validated prototype for a plug and automate capable (i.e. without implementation effort) operational energy management, which can be successively set up in SMEs based on a cloud platform. Through its gradual and modular implementation, energy management meets the individual needs of each company and contributes to energy system transformation and climate protection by reducing energy costs and greenhouse gas emissions by up to 25%. In total, three expansion stages are available with the levels of monitoring, load management and grid usage, which consist of various Software as a Service (SaaS) modules from the cloud that can be retrieved as required. Thus, the user only needs a minimal hardware intervention in his production and saves a complex IT infrastructure. The methodology developed has been successfully applied by two user companies so far. This proves the effectiveness of the method.
The technical development of the 5G mobile communication technology has been successfully completed. Now, vendor companies struggle with the analysis of industrial application and sales strategies as well as the development of business cases for their customers. Since this challenge is faced by many technology providers with innovative technologies in the “trough of disillusionment”, FIR’s information technology management has developed a methodology to bridge the gap, based on the example of 5G. This paper presents a methodology for identifying applications and defining business cases to select the most profitable ones. We also validate the methodology in the 5Gang research project.
Since 2016, the “Digital in NRW” Competence Centre has been supporting SMEs in the manufacturing industry in designing their individual digital transformation. With an Industry 4.0 maturity assessment, we define the status quo of SMEs, derive SME-specific measures from this, develop a digitalization roadmap and accompany the SME transformation. This paper presents the results of the four-year SME support. By analyzing the results of all maturity assessments, potential analysis and design workshops, we present the most frequent and most effective measures for a successful digital transformation of SMEs. The result of the paper is an action guideline for SMEs to initiate their own digital transformation based on formalized experience.
Eine Herausforderung für produzierende Unternehmen in der Entwicklung intelligenter Produkte besteht darin, dass die Zielstellung, die mit einem intelligenten Produkt verfolgt wird, nicht expliziert ist. Zudem ist oftmals nicht spezifiziert, in welchem Anwendungsfall ein intelligentes Produkt agieren soll. Produzierende Unternehmen benötigen Unterstützung, um eine zielorientierte und folglich wirtschaftliche Melioration existierender Produkte zu gewährleisten. Ebendiese Melioration wird im Kontext von intelligenten Produkten als Smartifizierung bezeichnet und stellt damit einen Entwicklungsprozess dar, der ein bestehendes Produkt als Ausgangssituation im Sinne einer Anpassungskonstruktion expliziert. Die originäre Produktfunktion wird folglich nicht verändert, sondern das Produkt um digitale Funktionen und Dienstleistungen erweitert. Der Artikel befasst sich daher erstens mit der Beschreibung generischer Ziele für den Einsatz intelligenter Produkte im Maschinenbau. Eine Zusammenstellung und Erläuterung solcher Ziele unterstützt Unternehmen, eine Präzisierung der Zielfestlegung in der Initiierungsphase eines Smartifizierungsprojekts durchzuführen. Zweitens wird unter Anwendung der Ziel-Mittel-Beziehung ein Anwendungsfall intelligenter Produkte beschrieben. Abschließend werden beide Aspekte in einer Methode zusammengefasst, wie mittels Ziel- und Anwendungsfallbetrachtung Anforderungen abgeleitet und wie diese Elemente in Vorgehensmodelle der Produktentwicklung eingebettet werden können. Exemplarisch wird anhand eines Energiekompensators aufzeigt, wie die Methode und die sich daraus ableitenden Ergebnisse im Smartifizierungsprozess zur Entwicklung eines intelligenten Energiekompensators eingesetzt werden.
Raus aus der Schockstarre!
(2019)
Nie war die Stellung von vermeintlichen Marktführern unsicherer als im Zeitalter der Digitalisierung. Die neuen technischen Möglichkeiten, in innovativen Geschäftsmodellen Wert aus der explodierenden Datenmenge zu schöpfen, wirbeln den Markt durcheinander. Wer mit dem technischen Wandel nicht mitgeht, riskiert, rasch abgehängt zu werden. Die gute Nachricht: Der Weg zur Industrie 4.0 ist ein Weg der kleinen Schritte. Überschaubare Maßnahmen heute sind allemal besser als der ganz große Wurf übermorgen.
Machine Learning
(2019)
Störungen und Änderungen des Produktionssystems führen zu Kosten und Aufwänden, bieten jedoch auch die Chance zur kontinuierlichen Verbesserung.
Um Änderungsanfragen zu erfassen, können etablierte Ansätze genutzt werden. Diese vernachlässigen jedoch die Anforderungen, denen sich ein Produktionssystem im Zeitalter der Digitalisierung ausgesetzt sieht. Der vorliegende Beitrag stellt einen Ansatz zur standardisierten Erfassung von Änderungsanfragen vor, welcher die Ausgangsbasis für die Bewertung von Änderungsanfragen in bestehenden IT-Systemen bietet.
This paper addresses the challenge of a systematic requirement-oriented configuration and selection of cyber physical systems (CPS) for SMEs. As the key technologies of realizing the digitalization and interconnection of production processes, manufacturing companies have realized the potential benefits brought by CPS. However, due to the
complexity and fast development of CPS technology, it is difficult for SMEs, which lack expertise and financial resources, to select the appropriate CPS technologies meeting both functional and financial requirements. To overcome the issue, an online matching platform is developed to let SMEs express their needs and assist them onceptualize
the individual CPS. This paper presents the matching methodology of the matching platform, which can not only match technical characteristics but also evaluate economic potentials. Then, it was demonstrated by a tracking and tracing use case in the end-of-line assembly of a small-sized German electric automobile manufacturer.
Zeugnis der Reife
(2018)
Aktuell sehen sich deutsche Unternehmen damit konfrontiert, dass ihre bisherigen Produktionsabläufe und Arbeitsweisen immer weniger mit der Digitalisierung und den damit veränderten Maßstäben des 21. Jahrhunderts mithalten können. Neue innovative Lösungen werden benötigt, um produktiv voranzugehen und den Wandel für sich zu nutzen.
Die digitale Transformation hat mittlerweile alle Wertschöpfungsstufen im industriellen Sektor erfasst. So ist ein großer Teil aktuell produzierter Maschinen bereits mit Sensorik und Software ausgestattet und kommuniziert über digitale Infrastrukturen. Stetig sinkende Kosten für Sensorik , Vernetzungstechnologien, Rechen- und Speicherleistung erlauben Unternehmen die wirtschaftliche Erhebung und Verarbeitung von Daten in einem bisher nicht gekannten Ausmaß. Diese Veränderungen durch Digitalisierung und Industrie 4.0 müssen Unternehmen als Chance für den industriellen Service nutzen.
It is crucial today that economies harness renewable energies and integrate them into the existing grid. Conventionally, energy has been generated based on forecasts of peak and low demands. Renewable energy can neither be produced on demand nor stored efficiently. Thus, the aim of this paper is to evaluate Deep Learning-based forecasts of energy consumption to align energy consumption with renewable energy production. Using a dataset from a use-case related to landfill leachate management, multiple prediction models were used to forecast energy demand.The results were validated based on the same dataset from the recycling industry. Shallow models showed the lowest Mean Absolute Percentage Error (MAPE), significantly outperforming a persistence baseline for both, long-term (30 days), mid-term (7 days) and short-term (1 day) forecasts. A potential decrease of up to 23% in peak energy demand was found that could lead to a reduction of 3,091 kg in CO2-emissions per year. Our approach requires low finanacial investments for energy-management hardware, making it suitable for usage in Small and Medium sized Enterprises (SMEs).