Refine
Year of publication
Document Type
- Doctoral Thesis (68)
- Master's Thesis (50)
- Bachelor Thesis (2)
Is part of the Bibliography
- no (120)
Keywords
- 04 (3)
- 8D (1)
- 8D Methodology (1)
- Abweichungsmanagement (1)
- Acatech industrie 4.0 Maturity Index (1)
- After-Sales-Dienstleistungen (1)
- After-Sales-Service (1)
- Agile Produktentwicklung (1)
- Analysis (1)
- Anforderungsmanagement (1)
Institute
Influence of demand volatility and corresponding volume effect on Purchasing at Volkswagen AG
(2018)
Einfluss der Nachfragevolatilität auf den Kaufpreis.
Zielsetzung der vorliegenden Masterarbeit ist es, einen Beitrag dazu zu leisten, die bislang verfolgten Ansätze zur Effizienzsteigerung industrieller Serviceaufträge um einen systemischen, prozessbezogenen Aspekt zu erweitern und hierzu als Basis ein strukturiertes Beschreibungsmodell zu entwickeln.
Bei der Einführung von IT-Systemen zur Unterstützung des Energiemanagements produzierender Unternehmen wird oft erst während der Integration festgestellt, welche zusätzlichen Funktionen, Datenschnittstellen und Zugriffsrechte der User benötigt werden. Oft fehlt es den Unternehmen an einer Übersicht der benötigten und möglichen Funktionalitäten des Energiemanagementsystems und den jeweils spezifischen Anforderungen an Datenbedarf, Datentransfer und Schnittstellen zur bestehenden IT-Systemlandschaft. Ziel der Arbeit ist es einen Funktionskatalog für Energiemanagementsysteme zu erstellen, der den Nutzen und die Anforderungen der einzelnen Funktionen systematisch beschreibt. Die Arbeit soll dabei die folgende Frage beantworten: " Wie können Energiemanagementfunktionen systematisch spezifiziert und inklusive der jeweiligen Anforderungen an die IT-Systemlandschaft beschrieben werden?" Im Einzelnen sind folgende Arbeitspakete zu bearbeiten:
• Identifikation der Funktionalitäten von Energiemanagementsystemen für produzierende Unternehmen
• Erstellung einer systematischen Beschreibung der Funktionalitäten
• Ableitung einer Systematik zur Anforderungsbestimmung der Einzelfunktionalitäten
• Diskussion und Validierung der Ergebnisse mit Unternehmen
The work at hand offers a comprehensive guide to practitioners to develop IoT solutions based on the circumstances and the specific environmental factors encountered in individual cases throughout industries. The fundamental technologies, software basics, and organizational principles are explained and specified. The hardware in use are different sensors and localization technologies. These technologies enable the data acquisition on the shop floor. They are the link between the physical world and the software portion of the solution. To augment the information value of the data acquired while monitoring the processes on the shop floor, information from the existing IT-infrastructure is extracted. Additionally, the presented concept enables the insertion of information acquired by the sensors into the existing IT-infrastructure. The open architecture of the IoT solution supports a seamless integration of the system into the existing IT landscape.
The simulation model developed in this work describes the maintenance processes of major components of onshore wind turbines based on remaining useful life (RUL) data. The model was implemented using agent-based modelling and simulation, thereby describing each of the predefined major components, i.e. gearbox, main bearing, main shaftand rotor, as an individual entity with specific behaviour. The wind turbine was also described as an agent, whose behaviour is dependent on the behaviour of its components. In accordance with the objectives of this work, alternative maintenance strategies are defined. These include the full replacement of a turbine using new or used components, single component replacement with new or used components and refurbishment of installed components. Additionally, replacement time thresholds are defined to evaluate the impact of clustering maintenance visits on the total maintenance cost. The results provide an insight into the dominating costs constituting the total maintenance cost. A major cost factor is the component cost, whereby the replacement of a component, even if a used component is considered, outweighs the cost of refurbishment. Moreover, the service cost is an important factor to consider in the reduction of maintenance costs. The upfront crane rental fee has the greatest effect on the service costs, hence, considering the clustering of maintenance visits provided promising results. The greatest cost benefit, compared among all maintenance strategies and replacement time thresholds, was obtained for the refurbishment of single components with a threshold value of 183 days. The advantage of the lower cost of refurbishment versus replacement, and in addition, the reduction of service costs through the clustering of maintenance visits, resulted in a greatly reduced total maintenance cost.
Im Rahmen dieser Masterarbeit soll ein Werkzeug entwickelt werden, welches für historische Lastgänge den Stromeinkauf an der EEX hinsichtlich des Einkaufspreises optimiert und damit einen Benchmark-Wert für einen prognosebasierten Stromeinkauf liefert. Hierfür sind zunächst Stromhandelsplätze auf ihre Restriktionen und Strukturen zu analysieren. In einem zweiten Schritt erfolgt die Formulierung des Stromeinkaufs als MILP und die rückblickende Optimierung historischer Lastgänge hinsichtlich des Stromeinkaufpreises, sodass anhand des Optimums ein oberer Benchmark gesetzt werden kann. Für die Durchführung der Arbeit werden historische Stromverbrauchsdaten von drei Unternehmen zur Verfügung gestellt.
Das lineare Optimierungsproblem (MILP) wird anschließend als deterministisch bestimmtes Optimum und Referenz für den Einkauf der Lastgänge gelten. Parallel zu der MILP-Optimierung wird der Stromeinkauf als spieltheoretisches Problem betrachtet. Durch eine Variation des Spielablaufs werden Lösungen entlang der Pareto-Front ermittelt. Diese Ergebnisse können anschließend bewertet und mit denen des MILP verglichen werden, um Rückschlüsse auf die Qualität der Spiele zu ziehen. Der Ablauf dieser "Spiele" wird betrachtet und auf etwaige Heuristiken bezüglich Stromeinkaufsstrategien untersucht.
Strom wird in Zukunft immer weniger in Großkraftwerken erzeugt, sondern mittels volatiler, erneuerbarer Energieträger. Diese Volatilität und Nicht-Regelbarkeit in Kombination mit vielen kleinen, dezentralen Erzeugern stellt neue Anforderungen an alle Teilnehmer des neuen Elektrizitätssystems, das Smart-Grid. Insbesondere die Herausforderung Erzeugung und Verbrauch zu synchronisieren, um das Gleichgewicht im Elektrizitätsnetz zu halten, steigt.
Die Industrie hat einen großen Einfluss auf die Netzstabilität, da ihr Stromverbrauch über 40% des Gesamtstromverbrauchs in Deutschland ausmacht. (Quelle: Arbeitsgemeinschaft Energiebilanzen Graph: Entwicklung des Stromverbrauchs nach Sektoren). Aufgrund dessen, liegen in der Industrie auch die größten Potenziale für netzstabilisierende Lastanpassungen. Für solche Maßnahmen ist es jedoch Vorrausetzung den Stromverbrauch mithilfe von Prognosen auch schon für die Zukunft abzubilden. Zum heutigen Zeitpunkt ist die Datengrundlage bei einer Großzahl industrieller Stromverbraucher jedoch nicht in dem Rahmen gegeben, um solche Prognosen zu erstellen. Ziel der Masterarbeit ist es eine Stromverbrauchsprognose für ein reales Unternehmen mithilfe des Produktionsprogramms und weiteren exogenen Variablen zu erstellen. Die Prognose wird mithilfe eines künstlichen neuronalen Netzes erstellt. Im Anschluss werden unterschiedliche Szenarien mit unterschiedlicher Messzähler-Granularität auf ihre Prognosegüte hin untersucht. Mit diesem Vorgehen können erste Erkenntnisse über eine optimale Verteilung und Granularität einer Messstelleninfrastruktur für industrielle Verbraucher ermittelt werden. Denn nur mithilfe solcher Daten kann eine effiziente Synchronisation des Elektrizitätssystems gewährleistet werden.
Im Rahmen der Energiewende beschäftigen sich produzierende Unternehmen aus unterschiedlichen Gründen zunehmend mit der Einführung eines Energiemanagementsystems (EnMS) nach DIN EN ISO 50001. Für die erfolgreiche Umsetzung eines EnMS ergibt sich somit ein Zielsystem, welches sich in mehrere Schichten gliedert. Die für ein Unternehmen energierelevanten Daten eines Betriebes, Gebäudes, Anlage oder einer Maschine werden in einem Energieinformationssystem (EIS) erfasst und verarbeitet, sodass ein EIS einen wichtigen Baustein zur erfolgreichen Implementierung eines EnMS darstellt. Die Funktionialitäten eines EIS werden in einem Funktionskatalog beschrieben.
Produzierende Unternehmen müssen einen komplexen Systemauswahlprozess durchführen, um ein zielgerichtetes EIS zu implementieren und in ihre vorhandene Informations- und Kommunikationsstruktur zu integrieren. Daher ergeben sich hohe Anforderungen an die Konsistenz und Integrität der Energiedatenbasis. Für die erfolgreiche Unterstützung von Querschnittsaufgaben in Unternehmen durch EIS, gilt es, geeignete Systemschnittstellen sowohl zu den betriebswirtschaftlichen IT-Systemen als auch zu den technischen produktionsnahen IT-Systemen zu schaffen.
Um Unternehmen bei ihrer Entscheidung zur Umsetzung eines EnMS gemäß den individuellen Zielstellungen zu unterstützen, gilt es, im Rahmen der Masterarbeit die einzelnen Wirkzusammenhänge zwischen den Energiemanagementzielen sowie den Funktionen im EIS zu untersuchen. Dazu wird zunächst eine qualitative Bewertungsmethodik ausgewählt und ein entsprechendes Bewertungsmodell aufgestellt. Anhand des Bewertungsmodells erfolgt mit mittels Experten und Kunden des Energieunternehmens innogy SE die Bewertung der Wirkbeziehungen zwischen den Zielen des EnMS und den Funktionen des EIS. Mit Hilfe der zu erklärenden Wirkbeziehungen im Rahmen des zu erstellenden Bewertungsmodells können Unternehmen bei ihrer individuellen zielgerichteten Einführung eines EnMS und der Implementierung eines EIS unterstützt werden.