Wertorientiertes Produktionsmanagement zur ressourceneffizienten Herstellung hybrider Hochleistungsbauteile

Zielsetzung:

Aufgrund der zunehmenden Dynamik und Komplexität in hochgesättigten Märkten steigen die Anforderungen an Unternehmen bei der Markteinführung neuer Produkte. Der Erfolg kann dabei gezielt durch Managementaktivitäten gesteigert werden. Im Rahmen des Produktionsmanagements sollen in diesem Teilprojekt gezielt Planungs- und Steuerungsmaßnahmen entwickelt werden, die sowohl ökonomische, ökologische als auch logistische Werte berücksichtigen.

Das übergeordnete Ziel dieses Forschungsvorhabens ist die Bewertung und der Transfer der Tailored Forming Technologie in die Wirtschaft. Dabei soll der Transfer durch Maßnahmen des wertorientierten Produktionsmanagements gefördert werden. Um dieses Zeil zu erreichen, sollen im ersten Schritt auf Basis einer ökonomischen, ökologischen und logistischen Bewertung des Tailored Formings Maßnahmen abgeleitet werden, die den Wert einer Investition steigern. Im zweiten Schritt gilt es, auf Basis der identifizierten Maßnahmen unter Berücksichtigung der Auftragsabwicklung ein integriertes Verfahren für die Produktionsplanung und -steuerung zu entwickeln, das den Wert einer Investition in Tailored Forming und folglich die Wirtschaftlichkeit erhöht. Im Rahmen der Entwicklung werden fortschrittliche Verfahren aus dem Bereich des maschinellen Lernens, insbesondere des Reinforcement Learning, angewendet. Dieser Ansatz wird verfolgt, um den steigenden Herausforderungen in Bezug auf Dynamik und Komplexität angemessen zu begegnen. Die Leistungsfähigkeit des Verfahrens wird abschließend mithilfe einer Simulation validiert.

Vorgehen:

Zur Zielerreichung soll zunächst ein Bewertungsmodell zur ökonomischen, ökologischen und produktionslogistischen Bewertung von Innovationen bzw. Produktionsprozessen entwickelt werden. Grundlage des Bewertungsmodells sind die von Kennamann et al. am IFA entwickelten EVA-Treiberbäume. Für die Erweiterung sind Tailored-Forming spezifische Anpassungen vorzunehmen und ökologische Indikatoren (z. B. Ressourcennutzung, Energieverbrauch, Remanufacturing Anteil) zu identifizieren und in geeigneter Form in das bestehende Modell zu integrieren. Darauf aufbauend soll die Tailored-Forming Prozesskette aufgenommen und bewertet werden. Dieser Schritt dient dem Ziel der Entwicklung eines integrierten Verfahrens für die Auftragsabwicklung unter Berücksichtigung der Auftragsabwicklungsstrategie (z. B. Make-to-Stock Fertigung (Lagerfertigung) oder Make-to-Order Fertigung (Auftragsfertigung)). Mithilfe eines Reinforcement Learning-Algorithmus wird anschließend ein intelligenter Agent für eine ganzheitliche Auftragssteuerung unter Berücksichtigung verschiedener Restriktionen (logistisch, monetär und ökologisch) erstellt. Mit diesem Schritt wird das Ziel der vollständigen Funktionalisierung der Tailored-Forming Prozesskette verfolgt.

Förderer:

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) – SFB 1153 - 252662854