Refine
Document Type
- Book (1)
- Conference Proceeding (2)
- Contribution to a Periodical (10)
- Master's Thesis (1)
- Internet Paper (1)
- Report (1)
- Working Paper (1)
Is part of the Bibliography
- no (17)
Keywords
- 3-Phasen-Konzept (1)
- ADAM (1)
- Abweichungsbewältigung (1)
- Abweichungsmanagement (3)
- Anlaufmanagement (1)
- Auswahl von IT-Systemen (1)
- CKD (1)
- CKDCHAIN (1)
- Digitalisierung (1)
- Echtzeitfähigkeit (1)
- Feedback data (1)
- Fertigung (1)
- Fertigungsregelung (2)
- Graduiertenkolleg (1)
- IT-Integration (1)
- IT-Systemlandschaft (1)
- Implementierung (1)
- Industrie 4.0 (1)
- Kleinserien (1)
- Kleinserienfertigung (1)
- MES (2)
- Manufacturing Execution System (MES) (1)
- Manufacturing-Execution-System (1)
- Netzplansimulation (1)
- Production Control (1)
- Produktionssystem (1)
- Reaktionsstrategiematrix (1)
- Reaktionsstrategien (1)
- SV7297 (1)
- Serious Game (1)
- Setup time optimizing sequencing (1)
- Simulationsbasierte Gestaltungsunterstützung (1)
- Softwareauswahl (1)
- Supply Chain (1)
- Systemintegration (1)
Institute
Unternehmen begegnen den Herausforderungen, hervorgerufen durch wachsende Variantenvielfalt und schrumpfende Produktlebenszyklen, mit Initiativen rund um Industrie 4.0 – also der durchgehenden Digitalisierung des Unternehmens mittels Sensorik und IT-Systemen. Um jedoch heutzutage weiterhin wettbewerbsfähig zu sein, müssen Unternehmen von heute Abweichungen kurzfristig und agil bekämpfen können. Die durchgeführten Digitalisierungsmaßnahmen in der Industrie bieten hier allerdings nur eine teilweise Verbesserung. Durch die Gestaltung eines adaptiven Abweichungsmanagements in der Fertigungssteuerung im Rahmen des Forschungsprojekts 'APACHE' (Projektlaufzeit: 01.01.2017 - 30.09.2018 ) ist es Unternehmen möglich, nicht nur oberflächlich, sondern systematisch gegen die Ursachen von Abweichungen und Veränderungen vorzugehen,um eine langfristige Verbesserung des Fertigungsprozesses bei gleichzeitiger Wettbewerbsfähigkeit zu erreichen. Das IGF-Vorhaben 19238 N der Forschungsvereinigung FIR e. V. an der RWTH Aachen wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.
Individualisierung in Kombination mit dem Kundenwunsch nach immer kürzeren Lieferzeiten führt zu einer steigenden Komplexität und Dynamik auf Produktionsebene. Um weiterhin das Einhalten der logistischen Zielgrößen zu ermöglichen, müssen die zurzeit vorhandenen Unternehmensstrukturen und deren Prozesse vorbereitet werden.
Eine Möglichkeit, dem turbulenten Markt zu begegnen, ist ein adaptives Abweichungsmanagement in der Fertigungssteuerung, das Unternehmen einen adäquaten Umgang mit Abweichungen ermöglicht. Klassische Methoden der Fertigungssteuerung reichen nicht mehr aus, um mit der jetzigen Entwicklung umzugehen.
Das hier beschriebene Zielmodell und die internen sowie externen Einflussfaktoren sollen bei der Analyse der Zusammenhänge in der Fertigungssteuerung helfen. Das vorgestellte Vorgehensmodell zeigt, wie ein adaptives Abweichungsmanagement aufgebaut werden sollte, um die systematische, differenzierte und kategorisierte Betrachtung und Bewältigung von Abweichungssituationen zu ermöglichen.
Durch den vereinfachten Umgang mit Abweichungen wird sowohl eine tiefgreifende Analyse der Wirkungszusammenhänge als auch eine automatisierte Beruhigung der Produktion ermöglicht. Dies führt zu einer Reduktion von wiederkehrenden Abweichungen durch die Implementierung einer geschlossenen kaskadierten
Informationsrückführung.
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.