Pub Date : 2021-10-12DOI: 10.30844/i40m_21-5_s53-56
M. Schlecht, Jürgen Köbler, Roland de Guio
Der digitale Zwilling dringt immer weiter in den Fokus von Produktionsunternehmen vor und wurde von Gartner als wichtige Schlüsseltechnologie identifiziert [1]. Volkswagen setzt die Technologie in der Cloud ein, um zukünftig die Produktion an allen Standorten digital zu planen, zu steuern und zu optimieren [2]. Dennoch ist diese Technologie im Mittelstand bisher kaum vertreten. Dieser Beitrag beschreibt ein flexibles Referenzmodell für die Planung und Optimierung der Produktion durch den digitalen Zwilling. Der Fokus liegt zum einen auf der Optimierung statischer Layouts und Materialflüsse und zum anderen auf der Optimierung der dynamischen Materialflüsse und der zeitlichen Organisation von Prozessen.
{"title":"Flexibles Referenzmodell zur Planung und Optimierung der Produktion - Generierung digitaler Fabrikmodelle mit dem digitalen Zwilling","authors":"M. Schlecht, Jürgen Köbler, Roland de Guio","doi":"10.30844/i40m_21-5_s53-56","DOIUrl":"https://doi.org/10.30844/i40m_21-5_s53-56","url":null,"abstract":"Der digitale Zwilling dringt immer weiter in den Fokus von Produktionsunternehmen vor und wurde von Gartner als wichtige Schlüsseltechnologie identifiziert [1]. Volkswagen setzt die Technologie in der Cloud ein, um zukünftig die Produktion an allen Standorten digital zu planen, zu steuern und zu optimieren [2]. Dennoch ist diese Technologie im Mittelstand bisher kaum vertreten. Dieser Beitrag beschreibt ein flexibles Referenzmodell für die Planung und Optimierung der Produktion durch den digitalen Zwilling. Der Fokus liegt zum einen auf der Optimierung statischer Layouts und Materialflüsse und zum anderen auf der Optimierung der dynamischen Materialflüsse und der zeitlichen Organisation von Prozessen.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"34 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-10-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"128211883","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-08-02DOI: 10.30844/i40m_21-4_s29-33
C. Ludwig, Thomas Farrenkopf, Thomas Panske, Hilmar Gensert
Unter „Smart Factory“ wird die Vision einer Produktionsumgebung verstanden, in der sich Fertigungsanlagen und Logistiksysteme ohne menschliche Eingriffe weitestgehend selbst organisieren [1]. Im Beitrag wird ein Projekt beschrieben, zu dessen Start keiner der Beteiligten das Thema „Smart Factory“ oder „Industrie 4.0“ auch nur ansatzweise mit dem Projekt in Verbindung brachte. Vielmehr wurde die Zielsetzung verfolgt, die heutige Lieferzeit von 6-8 Wochen drastisch zu reduzieren. Das Ergebnis ist ein vollständig digitalisierter Geschäftsprozess von der Auftragserstellung, der Produktentwicklung, der Konstruktion, der Fertigung sowie der Abwicklung für „Losgröße 1“ mit einer Reduzierung der Durchlaufzeit auf weniger als 10 %.
{"title":"Smart Factory im Werkzeugbau bei KAMAX","authors":"C. Ludwig, Thomas Farrenkopf, Thomas Panske, Hilmar Gensert","doi":"10.30844/i40m_21-4_s29-33","DOIUrl":"https://doi.org/10.30844/i40m_21-4_s29-33","url":null,"abstract":"Unter „Smart Factory“ wird die Vision einer Produktionsumgebung verstanden, in der sich Fertigungsanlagen und Logistiksysteme ohne menschliche Eingriffe weitestgehend selbst organisieren [1]. Im Beitrag wird ein Projekt beschrieben, zu dessen Start keiner der Beteiligten das Thema „Smart Factory“ oder „Industrie 4.0“ auch nur ansatzweise mit dem Projekt in Verbindung brachte. Vielmehr wurde die Zielsetzung verfolgt, die heutige Lieferzeit von 6-8 Wochen drastisch zu reduzieren. Das Ergebnis ist ein vollständig digitalisierter Geschäftsprozess von der Auftragserstellung, der Produktentwicklung, der Konstruktion, der Fertigung sowie der Abwicklung für „Losgröße 1“ mit einer Reduzierung der Durchlaufzeit auf weniger als 10 %.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"29 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133028573","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-08-02DOI: 10.30844/i40m_21-4_s17-20
S. Lewandowski, A. Ullrich, N. Gronau
CO₂-Fußabdrücke sind ein aktuell viel diskutiertes Thema mit weitreichenden Implikationen für Individuen als auch Unternehmen. Firmen können einen proaktiven Beitrag zur Transparenz leisten, indem der unternehmens- oder produktbezogene CO₂-Fußabdruck ausgewiesen wird. Ist der Entschluss gefasst einen CO₂-Fußabdruck auszuweisen und die entstehenden Treibhausgase zu erfassen, existiert eine Vielzahl unterschiedlicher Normen und Zertifikate, wie die publicly available specification 2050, das Greenhouse Gas Protokoll oder die ISO 14067. Das Ziel dieses Beitrags ist es, diese drei Normen zur Berechnung des produktbezogenen CO₂-Fußabdrucks zu vergleichen, um Gemeinsamkeiten und Unterschiede sowie Vor- und Nachteile in der Anwendung aufzuzeigen. Die Übersicht soll Unternehmen bei der Entscheidungsfindung hinsichtlich der Eignung eines CO₂-Fußabdrucks für ihr Unternehmen unterstützen.
CO₂-Fußabdrücke一个鲜活的忠诚度都有待商榷.产生深远影响对于个体企业企业可以作出积极贡献透明度通过公司或produktbezogene CO₂-Fußabdruck款将.是决定一个CO₂-Fußabdruck驱逐并理解所产生的温室气体,存在涉及许多不同的标准和证书,publicly available specification 2050年温室气体议定书或那14067 .的目的是对这三个标准计算produktbezogenen CO₂-Fußabdrucks比较共同点和差异并确定如何应用.优缺点概览应企业决策中的关于性的一个CO₂-Fußabdrucks为您的企业支持.
{"title":"Normen zur Berechnung des CO₂-Fußabdrucks","authors":"S. Lewandowski, A. Ullrich, N. Gronau","doi":"10.30844/i40m_21-4_s17-20","DOIUrl":"https://doi.org/10.30844/i40m_21-4_s17-20","url":null,"abstract":"CO₂-Fußabdrücke sind ein aktuell viel diskutiertes Thema mit weitreichenden Implikationen für Individuen als auch Unternehmen. Firmen können einen proaktiven Beitrag zur Transparenz leisten, indem der unternehmens- oder produktbezogene CO₂-Fußabdruck ausgewiesen wird. Ist der Entschluss gefasst einen CO₂-Fußabdruck auszuweisen und die entstehenden Treibhausgase zu erfassen, existiert eine Vielzahl unterschiedlicher Normen und Zertifikate, wie die publicly available specification 2050, das Greenhouse Gas Protokoll oder die ISO 14067. Das Ziel dieses Beitrags ist es, diese drei Normen zur Berechnung des produktbezogenen CO₂-Fußabdrucks zu vergleichen, um Gemeinsamkeiten und Unterschiede sowie Vor- und Nachteile in der Anwendung aufzuzeigen. Die Übersicht soll Unternehmen bei der Entscheidungsfindung hinsichtlich der Eignung eines CO₂-Fußabdrucks für ihr Unternehmen unterstützen.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"29 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116802577","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-08-02DOI: 10.30844/i40m_21-4_s37-40
K. Sprenger, Jan F. Klein, Marco Wurster, N. Stricker, Gisela Lanza
Das Remanufacturing, bisher geprägt durch manuelle und kostenintensive Prozesse, ist ein entscheidender Schritt auf dem Weg zu einer ressourcenschonenden Kreislaufwirtschaft. Industrie und Forschung sind sich einig, dass der Einzug von Industrie 4.0 Technologien den Schlüssel zu einer Entwicklung automatisierter und wirtschaftlicher Remanufacturing-Systeme darstellt. Basierend auf einer systematischen Literaturrecherche widmet sich dieser Beitrag der Analyse vielversprechender Industrie 4.0-Ansätze mit dem Fokus auf den übergeordneten Gesamtprozess sowie den Teilprozessen der Demontage und der Inspektion. Die Ergebnisse legen nahe, dass es an zusätzlichem Wissen, Erfahrung und Forschung bei der Entwicklung und realen Demonstration der Ansätze und deren Übertragbarkeit auf breitere Anwendungsfelder bedarf.
{"title":"Industrie 4.0 im Remanufacturing","authors":"K. Sprenger, Jan F. Klein, Marco Wurster, N. Stricker, Gisela Lanza","doi":"10.30844/i40m_21-4_s37-40","DOIUrl":"https://doi.org/10.30844/i40m_21-4_s37-40","url":null,"abstract":"Das Remanufacturing, bisher geprägt durch manuelle und kostenintensive Prozesse, ist ein entscheidender Schritt auf dem Weg zu einer ressourcenschonenden Kreislaufwirtschaft. Industrie und Forschung sind sich einig, dass der Einzug von Industrie 4.0 Technologien den Schlüssel zu einer Entwicklung automatisierter und wirtschaftlicher Remanufacturing-Systeme darstellt. Basierend auf einer systematischen Literaturrecherche widmet sich dieser Beitrag der Analyse vielversprechender Industrie 4.0-Ansätze mit dem Fokus auf den übergeordneten Gesamtprozess sowie den Teilprozessen der Demontage und der Inspektion. Die Ergebnisse legen nahe, dass es an zusätzlichem Wissen, Erfahrung und Forschung bei der Entwicklung und realen Demonstration der Ansätze und deren Übertragbarkeit auf breitere Anwendungsfelder bedarf.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"16 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122117898","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-08-02DOI: 10.30844/i40m_21-4_s8-11
Ghada Elserafi, A. Hayn, M. Weigold
Die Bedeutung der Bauteiltrocknung wächst mit steigenden Qualitätsanforderungen im metallverarbeitenden Gewerbe. Damit wächst das Erfordernis, den Energiebedarf von Trocknungsprozessen zu reduzieren. Im Forschungsprojekt LoTuS wird mit verschiedenen Ansätzen die Gestaltung einer Durchlaufreinigungsanlage mit energieeffizientem Trocknungsprozess angestrebt. Neben dem Einsatz alternativer Trocknungstechnologien soll eine Prozessdigitalisierung für einen bauteilspezifischen Prozess Transparenz bieten. Hier kommen, neben umfassender Sensorik, auch Methoden der künstlichen Intelligenz zum Einsatz, um eine praxistaugliche Prozessüberwachung zu entwickeln. Mithilfe eines intelligenten Lastmanagements sollen Lastspitzen der gesamten Anlage weiter gesenkt werden.
{"title":"Leistungsoptimierte Trocknung und Sauberkeit","authors":"Ghada Elserafi, A. Hayn, M. Weigold","doi":"10.30844/i40m_21-4_s8-11","DOIUrl":"https://doi.org/10.30844/i40m_21-4_s8-11","url":null,"abstract":"Die Bedeutung der Bauteiltrocknung wächst mit steigenden Qualitätsanforderungen im metallverarbeitenden Gewerbe. Damit wächst das Erfordernis, den Energiebedarf von Trocknungsprozessen zu reduzieren. Im Forschungsprojekt LoTuS wird mit verschiedenen Ansätzen die Gestaltung einer Durchlaufreinigungsanlage mit energieeffizientem Trocknungsprozess angestrebt. Neben dem Einsatz alternativer Trocknungstechnologien soll eine Prozessdigitalisierung für einen bauteilspezifischen Prozess Transparenz bieten. Hier kommen, neben umfassender Sensorik, auch Methoden der künstlichen Intelligenz zum Einsatz, um eine praxistaugliche Prozessüberwachung zu entwickeln. Mithilfe eines intelligenten Lastmanagements sollen Lastspitzen der gesamten Anlage weiter gesenkt werden.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"32 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132377389","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-08-02DOI: 10.30844/i40m_21-4_s51-54
Lucas Schreiber, Dortmund Fraunhofer Iml, Lea Vliegen, J. Jarmer, A. Günter, C. Hohaus, David Grimm, Andrea Vennemann, Christian Fischer, thyssenkrupp Materials Services
Bei der Auswahl eines neuen Kühlschranks ist die Energieeffizienz heutzutage ein selbstverständliches Auswahlkriterium. In der strategischen und taktischen Planung von Wertschöpfungsnetzwerken ist dies noch nicht der Fall. Mit der im Forschungsprojekt E²-Design entwickelten Toolbox wird eine Berücksichtigung von Energieeffizienz neben den klassischen Leistungs- und Kostengrößen frühzeitig im Planungsprozess von Produktions- und Logistiknetzwerken ermöglicht. Im vorliegenden Beitrag werden die zugrundeliegenden Energiedaten und die entwickelten Planungswerkzeuge vorgestellt sowie der Nutzen aus Anwenderperspektive abgeleitet. Auf Basis des vorgestellten methodisch unterstützten Ansatzes ist es möglich, die grundlegenden Supply Chain Design (SCD)-Entscheidungen frühzeitig unter Berücksichtigung der Energieeffizienz zu treffen, um aus dem Gesamtpotenzial zu schöpfen.
{"title":"Energieeffiziente Planung von Wertschöpfungsnetzwerken","authors":"Lucas Schreiber, Dortmund Fraunhofer Iml, Lea Vliegen, J. Jarmer, A. Günter, C. Hohaus, David Grimm, Andrea Vennemann, Christian Fischer, thyssenkrupp Materials Services","doi":"10.30844/i40m_21-4_s51-54","DOIUrl":"https://doi.org/10.30844/i40m_21-4_s51-54","url":null,"abstract":"Bei der Auswahl eines neuen Kühlschranks ist die Energieeffizienz heutzutage ein selbstverständliches Auswahlkriterium. In der strategischen und taktischen Planung von Wertschöpfungsnetzwerken ist dies noch nicht der Fall. Mit der im Forschungsprojekt E²-Design entwickelten Toolbox wird eine Berücksichtigung von Energieeffizienz neben den klassischen Leistungs- und Kostengrößen frühzeitig im Planungsprozess von Produktions- und Logistiknetzwerken ermöglicht. Im vorliegenden Beitrag werden die zugrundeliegenden Energiedaten und die entwickelten Planungswerkzeuge vorgestellt sowie der Nutzen aus Anwenderperspektive abgeleitet. Auf Basis des vorgestellten methodisch unterstützten Ansatzes ist es möglich, die grundlegenden Supply Chain Design (SCD)-Entscheidungen frühzeitig unter Berücksichtigung der Energieeffizienz zu treffen, um aus dem Gesamtpotenzial zu schöpfen.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"66 3 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125955814","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-01DOI: 10.30844/I40M_21-3_S30-34
Felix Krol, Birgit von See, W. Kersten
Eine erfolgreiche digitale Transformation hin zum Zielbild der Industrie 4.0 ist heute bereits für viele Unternehmen ein entscheidendes Wettbewerbskriterium. Die anhaltende globale COVID-19-Pandemie hat die Notwendigkeit der Digitalisierung in den Unternehmen deutlich gemacht und diese zusätzlich beschleunigt. Insbesondere in dieser Zeit sind die Unternehmen jedoch mit einer ungewissen Auftrags- und Ertragslage konfrontiert und müssen ihre Investitionsbudgets zielgerichtet einsetzen. Als Entscheidungsgrundlage bietet sich die Bestimmung der digitalen Reife mithilfe eines fundierten Kennzahlensystems an. Dieser Beitrag entwickelt ein solches soziotechnisches Digitalisierungs-KPI-Modell entlang der Dimensionen „Strategie und Führung“, „Digitalkompetenzen/Humankapital“ und „Intelligente Prozesse“. Das Modell kann zukünftig als Grundlage für die Bestimmung des digitalen Reifegrads und darauf aufbauend der Allokation von Digitalisierungs-Investitionen genutzt werden.
{"title":"Digitalisierung messbar machen","authors":"Felix Krol, Birgit von See, W. Kersten","doi":"10.30844/I40M_21-3_S30-34","DOIUrl":"https://doi.org/10.30844/I40M_21-3_S30-34","url":null,"abstract":"Eine erfolgreiche digitale Transformation hin zum Zielbild der Industrie 4.0 ist heute bereits für viele Unternehmen ein entscheidendes Wettbewerbskriterium. Die anhaltende globale COVID-19-Pandemie hat die Notwendigkeit der Digitalisierung in den Unternehmen deutlich gemacht und diese zusätzlich beschleunigt. Insbesondere in dieser Zeit sind die Unternehmen jedoch mit einer ungewissen Auftrags- und Ertragslage konfrontiert und müssen ihre Investitionsbudgets zielgerichtet einsetzen. Als Entscheidungsgrundlage bietet sich die Bestimmung der digitalen Reife mithilfe eines fundierten Kennzahlensystems an. Dieser Beitrag entwickelt ein solches soziotechnisches Digitalisierungs-KPI-Modell entlang der Dimensionen „Strategie und Führung“, „Digitalkompetenzen/Humankapital“ und „Intelligente Prozesse“. Das Modell kann zukünftig als Grundlage für die Bestimmung des digitalen Reifegrads und darauf aufbauend der Allokation von Digitalisierungs-Investitionen genutzt werden.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131066090","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-06-01DOI: 10.30844/I40M_21-3_S45-48
S. Winkelhaus, Anke Sutter, E. Grosse, Stefan Morana
Die Einführung neuer Technologien im Zuge von Industrie 4.0 verspricht umfangreiche Effizienz- und Qualitätssteigerungen. Jedoch verändert die Einführung neuer Technologien auch die Arbeitsumgebung für die Beschäftigten. Wird dies vernachlässigt, kann es zu nicht antizipierten negativen Auswirkungen auf das Gesamtsystem kommen. Eine ganzheitliche Sicht auf das soziotechnische System ist notwendig, um diese Effekte bereits bei der Planung zu erkennen und negativen Effekten vorzubeugen. Hierzu wird in diesem Beitrag ein Vorgehensmodell zur Analyse der sich bei der Einführung einer neuen Technologie ergebenen Effekte vorgestellt. Mit der dargestellten Vorgehensweise ist es möglich, strukturiert den Analyseprozess zu durchlaufen und individuell Maßnahmen abzuleiten, um das soziotechnische Gesamtsystem aktiv zu gestalten.
{"title":"Soziotechnische Systeme: Der Mensch in der Industrie 4.0","authors":"S. Winkelhaus, Anke Sutter, E. Grosse, Stefan Morana","doi":"10.30844/I40M_21-3_S45-48","DOIUrl":"https://doi.org/10.30844/I40M_21-3_S45-48","url":null,"abstract":"Die Einführung neuer Technologien im Zuge von Industrie 4.0 verspricht umfangreiche Effizienz- und Qualitätssteigerungen. Jedoch verändert die Einführung neuer Technologien auch die Arbeitsumgebung für die Beschäftigten. Wird dies vernachlässigt, kann es zu nicht antizipierten negativen Auswirkungen auf das Gesamtsystem kommen. Eine ganzheitliche Sicht auf das soziotechnische System ist notwendig, um diese Effekte bereits bei der Planung zu erkennen und negativen Effekten vorzubeugen. Hierzu wird in diesem Beitrag ein Vorgehensmodell zur Analyse der sich bei der Einführung einer neuen Technologie ergebenen Effekte vorgestellt. Mit der dargestellten Vorgehensweise ist es möglich, strukturiert den Analyseprozess zu durchlaufen und individuell Maßnahmen abzuleiten, um das soziotechnische Gesamtsystem aktiv zu gestalten.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"49 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130189150","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-04-07DOI: 10.30844/I40M_21-2_S25-29
Marco F. Huber, Stuttgart Fraunhofer Ipa, T. Nagel, Raphael Lamprecht, Florian Eiling
Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.
{"title":"Potenziale von Reinforcement Learning für die Produktion","authors":"Marco F. Huber, Stuttgart Fraunhofer Ipa, T. Nagel, Raphael Lamprecht, Florian Eiling","doi":"10.30844/I40M_21-2_S25-29","DOIUrl":"https://doi.org/10.30844/I40M_21-2_S25-29","url":null,"abstract":"Reinforcement Learning (RL) konnte bereits publikumswirksam in Video- und Strategiespielen beeindruckende Erfolge erzielen [1]. Diese Grundlagenforschung schafft die Grundlagen, dass RL für reale Entscheidungsprobleme in der Produktion nutzbar wird. Beispiele hierfür sind: Wie erhält ein Roboter mehr Intelligenz, um Aufgaben selbstständiger und ohne aufwendige Programmierung durchzuführen? In welcher Reihenfolge müssen Aufträge in einer Produktion abgearbeitet werden, um eine optimale Termintreue zu erhalten? Der Beitrag gibt eine Einführung in die Arbeitsweise des RL, sowie dessen bevorzugte Einsatzgebiete und beschreibt Anwendungsbeispiele aus dem produzierenden Alltag. Das präsentierte Überblickswissen über die aktuelle Forschung soll diesen Teilbereich der Künstlichen Intelligenz einem breiteren Interessentenkreis zugänglich machen. Übergeordnetes Ziel der beschriebenen Methoden ist, die Wertschöpfung am Wirtschaftsstandort Deutschland kontinuierlich zu steigern.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-04-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116428586","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2021-02-01DOI: 10.30844/I40M_21-1_S63-66
Patrick Oetjegerdes, Christian Weckenborg, T. Spengler
Werden Anpassungen von Produktionssystemen geplant, beispielsweise der Bau einer neuen Anlage, werden häufig Simulationen für die Prognose der damit verbundenen Auswirkungen genutzt. So wird die Basis für eine betriebswirtschaftliche Bewertung geschaffen. Für die Erstellung der Modelle werden Entscheidungsprozesse der Produktionsplanung und -steuerung in der Simulation dargestellt, beispielsweise die Reihenfolgenplanung einer Anlage. Diese Übertragung der Entscheidungsprozesse in die Simulation führt zu einem hohen Aufwand für die Erstellung von Simulationsmodellen. Dieser Aufwand kann durch die Nutzung iterativer optimierungsbasierter Simulationen verringert werden, da hier auf bereits existierende Prozesse zurückgegriffen wird. Statt Entscheidungsprozesse in der Simulation neu zau modellieren und lösen, wird die Simulation mit Optimierungsverfahren gekoppelt, die auch im realen System zur Entscheidungsfindung genutzt werden. Dieses Konzept wird bei einem Stahlhersteller angewendet und es wird gezeigt, dass so verschiedene operative bis taktische Anpassungen bewertet werden können.
{"title":"Iterative optimierungsbasierte Simulation","authors":"Patrick Oetjegerdes, Christian Weckenborg, T. Spengler","doi":"10.30844/I40M_21-1_S63-66","DOIUrl":"https://doi.org/10.30844/I40M_21-1_S63-66","url":null,"abstract":"Werden Anpassungen von Produktionssystemen geplant, beispielsweise der Bau einer neuen Anlage, werden häufig Simulationen für die Prognose der damit verbundenen Auswirkungen genutzt. So wird die Basis für eine betriebswirtschaftliche Bewertung geschaffen. Für die Erstellung der Modelle werden Entscheidungsprozesse der Produktionsplanung und -steuerung in der Simulation dargestellt, beispielsweise die Reihenfolgenplanung einer Anlage. Diese Übertragung der Entscheidungsprozesse in die Simulation führt zu einem hohen Aufwand für die Erstellung von Simulationsmodellen. Dieser Aufwand kann durch die Nutzung iterativer optimierungsbasierter Simulationen verringert werden, da hier auf bereits existierende Prozesse zurückgegriffen wird. Statt Entscheidungsprozesse in der Simulation neu zau modellieren und lösen, wird die Simulation mit Optimierungsverfahren gekoppelt, die auch im realen System zur Entscheidungsfindung genutzt werden. Dieses Konzept wird bei einem Stahlhersteller angewendet und es wird gezeigt, dass so verschiedene operative bis taktische Anpassungen bewertet werden können.","PeriodicalId":346026,"journal":{"name":"Industrie 4.0 Management","volume":"233 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2021-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116173619","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：