SimCast - Entwicklung einer Methodik zur dynamischen Absicherung von Prozessdauern für logistische Referenzprozesse

Der kundenindividuelle Anlagenbau, der stark durch kleine und mittelständische Unternehmen (KMU) geprägt ist, kann aufgrund der kundenauftrags- und bauteilspezifischen Projekte nur bedingt Prozesszeiten aus vorherigen Projekten ableiten und diese 1:1 auf neue Projekte übertragen. Deshalb werden für die Terminplanung infolge von Unsicherheiten und möglichen Störungen oftmals zusätzliche Zeitpuffer berücksichtigt, die in der Regel kostenintensiv sind und für KMU einen Wettbewerbsnachteil darstellen können. In den heute im Einsatz befindlichen Projektmanagementwerkzeugen findet sich bisher keine Methodik zur Unterstützung eines Planers für eine sichere Prognose von logistischen Prozessen in den Projekten zur Unikat- und Kleinserienfertigung. Das Ziel des Forschungsvorhabens ist daher die Entwicklung einer auf Expertenwissen und Datenanalyse historischer Projektdaten aufgebauten Methodik zur Erstellung eines Prognosemodells für die Ermittlung der Dauer logistischer Prozesse. Dieses Prognosemodell soll als Entscheidungsunterstützung dienen, um eine höhere Planungsqualität zu erreichen und damit eine Risikominimierung in der Terminplanung zu erzielen. Als Ergebnisse des Projektes sollen eine entsprechende Methodik sowie ein Vorgehensmodell vorliegen; diese werden in Form eines Demonstrators implementiert und durch industrielle Anwendungen und mittels Simulation validiert. Die Methodik soll als ein bedienerfreundliches Add-on für bereits im Einsatz befindliche Projektmanagementwerkzeuge konzipiert werden, so dass ihre operative Einsetzbarkeit nach Projektende zielführend umgesetzt werden kann.

Weitere Informationen zum Forschungsprojekt SimCast finden Sie unter https://www.project-simcast.de

 

 

Simcast Projektbeschreibung

Nachwuchsforschergruppe: midasKMU - Optimierung von Arbeitsschutz und Mitarbeitermobilität durch digitales, modulares Gesamtkonzept für Mitarbeiter und KMU

Ziel des interdisziplinären Teams „midasKMU” ist es, für den Arbeitsalltag Assistenten zunentwickeln, welche reale Anforderungen im Arbeitsprozess begleitend erfassen und so Belastungssituationen ermitteln. Ein wichtiger Vorteil für die Nutzer soll ein aktiver Schutz vor kurz- und langfristigen Überlastungen sein. Handlungsempfehlungen sollen vor Gefahrensituationen, Unfällen und Krankheiten schützen und den Erhalt der Arbeits-, Leistungs- und Erwerbsfähigkeit unterstützen.

midasKMU

Das Teilprojekt III des diKo-Projekts

Das Teilprojekt III des diKo 19-Projekts soll eine vollautomatisierte Produktionslinie in der Lebensmittelindustrie (Fischverarbeitung) liefern. Die beiden Fachbereiche der WHZ arbeiten dabei mit einem regionalen Unternehmen in Form der Fisch Pflug Zwickau GmbH zusammen.

Die Arbeitswelt befindet sich in einem tiefgreifenden Wandel. Industrielle Prozesse verändern sich und insbesondere Produktionsprozesse werden in Industrie 4.0-Umgebungen mittels moderner Informations- und Kommunikationstechnik so verbunden, dass eine weitestgehend selbstorganisierte Produktion ermöglicht wird. Dabei wird nicht nur ein Produktionsschritt, sondern die ganze Wertschöpfungskette betrachtet.

Wachstumspotenziale in der Lebensmittelindustrie

 Aufgrund der speziellen Eigenschaften der Lebensmittelindustrie und den daraus resultierenden Hygiene- und Qualitätsanforderungen für automatisierte Lösungen ist die Automation in diesem Industriezweig nur rudimentär ausgeprägt. Dabei ist die Lebensmittelindustrie eine der größten Industriebranchen in Deutschland.

Aus diesem Grund haben Prof. Dr. Christoph Laroque der Fakultät Wirtschaftswissenschaft und Prof. Dr. Peter Hartman der Fakultät Physiskalische Technik/Informatik das Projekt zur „Digitalisierung in der Lebensmittelindustrie“ gestartet. In dem Projekt sollen geeignete Sensoren und optische Verfahren zur Verbesserung der Qualitätssicherung entwickelt werden. Durch die Integration der Sensordaten in bestehende Wertschöpfungsketten und die Kombination mit Aktoren sowie Regelmechanismen soll außerdem eine vollautomatisierte Produktion ermöglicht werden. Die gesammelten Prozessdaten bilden zudem die Grundlage für ausführliche Analysen, welche widerum als Grundlage zur Ableitung von Ursache-Wirkungszusammenhänge oder auch zu Vorhersagen für die Instandthaltung der verwendeten Maschinen genutzt werden können.

Fischverarbeitung als Demonstrator

Die Umsetzung der im Projekt entwickelten Methoden erfolgt innerhalb eines Demonstrators zur Verarbeitung von Fischfilets. Auf dessen Basis sollen die Projektergebnisse für ihre Allgemeingültigkeit in der Lebensmittelindustrie abstrahiert werden.

Grobplan_uebersicht

simject - Simulationsgestütztes logistikintegriertes Projektmanagement im Anlagenbau

Entwicklung einer Methodik zur Planung und Steuerung logistischer Prozesse bei der Realisierung und termingerechten Inbetriebnahme kundenindividueller Anlagen

Im Anlagenbau ist die termingerechte Inbetriebnahme der kundenindividuellen Unikate wettbewerbsentscheidend. Die Planung der logistischen Prozesse ist wesentlich, weil die Liefertermine mit Unsicherheiten versehen sind und Umsetzungsrisiken bergen (abhängig z. B. von lokalen Gegebenheiten beim Kunden). Das heutige Projektmanagement mit Standardtools oder Netzplantechnik ist unzureichend, da es zeitliche Unsicherheiten der Logistik kaum abbildet, diesbezüglich kritische Ketten nicht erkennt und die Robustheit von Projektplänen nicht bewertet. Die Ablaufsimulation wird bei der Realisierung von kundenindividuellen Einmalprodukten zwar erfolgreich, aber nur vereinzelt eingesetzt. Den KMU fehlt heute eine praktikable Methodik, um auf vorhandenen Daten Ablaufsimulation, Visualisierung und Analyse in der Projektplanung zu nutzen, um so eine bessere Planungsqualität zu erreichen.
Entwickelt wird eine Methodik zur semi-automatischen Erzeugung von initialen Projektplänen, abhängig von Anlagenkomponenten, Liefertermin und –ort. Diese leistet eine Ablaufsimulation logistischer Prozesse zur Bewertung von Unsicherheiten im Projektplan sowie eine Visualisierung des Projektfortschritts in den 3D-Modellen der zukünftigen Anlagen. Ihre Evaluation erfolgt anhand eines Demonstrators. Bezüglich der zu integrierenden Einzelmethoden werden bestehende Werkzeuge für den KMU-Einsatz angepasst. Die Konzeption der Methodik erfolgt über einen werkzeugunabhängigen Integrationsansatz. Als Ergebnis liegt ein lauffähiger Demonstrator für die Methodik vor, mit dem vorhandene Ablaufpläne hinsichtlich Robustheit analysiert und ggf. umgeplant werden können. Der aktuelle Baufortschritt wird in 3D visualisiert und der Projektplan jeweils aktuell bewertet. Die Innovation liegt in der praktikablen Vernetzung aller Methoden zur operativen Entscheidungsunterstützung für und durch KMU.

Weitere Informationen zum Forschungsprojekt simject finden Sie unter https://www.researchgate.net

 

InVorMa - Intelligente Arbeitsvorbereitung auf Basis Virtueller Werkzeugmaschinen

Leitprojekt im Spitzencluster it’s OWL.

Produktion am Standort Deutschland kann nur wettbewerbsfähig stattfinden, wenn Produktionsanlagen effizient betrieben werden. Die Produktionsplanung wird bereits heute durch Software-Systeme aus den Bereichen der „Digitalen Fabrik“ und „Virtuellen Produktion“ unterstützt. Auf diesem Gebiet besteht ein erheblicher Forschungsbedarf, damit die Unternehmen die Auslastung ihrer Anlagen im Hinblick auf Maschinen, Werkzeuge, Materialien, Energie und Arbeitskraft noch besser optimieren können. Vor allem können Benutzerfreundlichkeit, Verlässlichkeit und Ressourceneffizienz gesteigert werden.

Ziel des Forschungsprojekts ist die Entwicklung einer Dienstleistungsplattform zur optimierten Arbeitsvorbereitung auf der Basis von virtuellen Werkzeugmaschinen. Schwerpunkte sind das virtuelle Einrichten der Maschine, die Auftragsverteilung und die Aufbereitung von Expertenwissen.

Dazu werden innovative Methoden, Technologien und IT-Werkzeuge für die virtuelle Arbeitsvorbereitung entwickelt. Insbesondere geht es um neue Ansätze für das Wissensmanagement, parallel ausführbare Optimierungsverfahren und web-basierte Verfahren für verteilte Rechnersysteme mit sensiblen Daten, also die effektive Kombination von Rechnerleistungen an unterschiedlichen Standorten. Die Projektpartner greifen dabei auf Ergebnisse aus den Spitzencluster-Querschnittsprojekten zu, wie z. B. „Selbstoptimierung“ und „Systems Engineering“. In Pilotprojekten werden unterschiedliche Aspekte mit Anwenderunternehmen validiert, beispielsweise die Simulation von Werkzeugmaschinen in einer Cloud-Umgebung oder eine automatisierte, lernende Leistungssteigerung auf der Basis von Evaluationsverfahren. Auf Grundlage der Projektergebnisse werden Prototypen entwickelt und in einer Dienstleistungsplattform umgesetzt.

Die Projektergebnisse liefern Services zur schnellen und automatisierten Optimierung vorgegebener Bearbeitungsprozesse und ermöglichen somit eine ressourcenoptimale Fertigungsplanung. So lassen sich beispielsweise bis zu 80 v. H. der Einrichtezeiten an der Maschine einsparen. Insgesamt werden Zeit-, Ressourcen- und Kosteneinsparungen von über 30 v. H. erwartet. Somit leistet das Projekt einen wichtigen Beitrag zur Sicherung der internationalen Wettbewerbsfähigkeit von Unternehmen mit Produktion am Standort Deutschland.

 
 

SEF e.V. - SMART ELECTRONIC FACTORY

Auf Basis der Soft- und Hardwareprodukte der Mitglieder entsteht seit dem Jahr 2014 eine einzigartige Industrie 4.0-Evaluierungsumgebung in der Fabrik von Limtronik in Limburg an der Lahn: die Smart Electronic Factory. Mit der Etablierung dieses Projekts gehen die einzelnen Unternehmen weit über bisherige Demonstrations- und Forschungsplattformen der vierten industriellen Revolution hinaus.

Die Software- und Hardwarekomponenten der iTAC – die iTAC.MES.Suite und die iTAC.smart.Devices – wurden bereits in primäre Fertigungsprozesse von Limtronik integriert. Mithilfe der stetigen Analyse von Qualitäts-, Prozess- und Maschinendaten kann künftig eine automatische Fehlerursachenerkennung durchgeführt werden. Über hiermit verknüpfte Mechanismen der Prozessverriegelung soll ein intelligenter Big Data Analytics-Regelkreis entstehen, der den Fehlleistungsaufwand minimiert.