Refine
Document Type
Conference Type
- Konferenzartikel (3)
Is part of the Bibliography
- yes (14)
Keywords
- Industrie 4.0 (3)
- Automation (1)
- Computergestützte Fertigung (1)
- Digitale Fabrikplanung (1)
- Digitaler Zwilling (1)
- Digitales Engineering (1)
- Digitalisierte Arbeitswelt (1)
- Digitalisierte Produktion (1)
- Effizienz (1)
- Einsatz (1)
Institute
Open Access
- Open Access (7)
- Closed (3)
- Closed Access (3)
- Bronze (1)
- Diamond (1)
- Hybrid (1)
The age of globalisation is characterised by increased competition. An opportunity to succeed in the face of increasing competition lies in the digitisation of production companies. This article is dedicated to the design of a three-stage model platform of Industry 4.0, which focuses on the consistency of processes from the customer to the supplier at all company levels. The model platform is followed by an overview of the transformation steps for evaluating and shaping progress on the way to become a digitised production company.
Material flow simulation is a core technology of Industry 4.0. It can analyze and improve large-scale production systems through experimentation with digital simulation models. However, modeling in discrete event simulation is considered as an effortful and time-consuming activity and challenges especially small and medium-sized enterprises. Systematic experiments and what-if-analysis require a large number of models. Modeling and simulation becomes a repetitive activity and the ability to model and simulate instantly becomes crucial for industry, 4.0. However, model generation typically uses specific methods to build models with individual properties for specific physical systems. A general literature review cannot sufficiently describe the current state of model generation. This study aims to provide an analysis of model generation based on the modeling strategy, modeling view, and production system type, as well as model properties and limitations.
Unternehmen müssen aufgrund hohen Wettbewerbsdrucks ihre Produktivität stetig steigern. Ein Bereich, welcher sich deren permanenter Steigerung annimmt, ist das Industrial Engineering (IE). Gerade im Zuge der Digitalisierung und Vernetzung der Unternehmensprozesse beleuchtet der folgende Beitrag, wie sich Industrie 4.0 auf das IE auswirkt. Der Ansatz ist ein Industrial Engineering 4.0 zu gestalten, das die Fortschritte von Industrie 4.0 und der Digitalen Fabrik miteinander vereint.
Lean und ERP - Synergie oder Widerspruch? Ein neuer Ansatz zur Steigerung der Unternehmenseffizienz
(2015)
Eine erfolgreiche Zusammenführung der Vorteile von ERP-Systemen mit den Vorzügen des Lean-Ansatzes kann zur Erschließung eines erheblichen Verbesserungspotenzials und damit zu signifikanten Wettbewerbsvorteilen einer Unternehmung führen. Da dieser Ansatz in der Praxis häufig kritisiert und bisher kaum adäquat verfolgt wird, zielt dieser Beitrag darauf ab, einen innovativen Lösungsweg vorzustellen, welcher nicht nur theoretisch, sondern auch anhand eines ERP-Einführungsprojekts in einem KMU empirisch aufzeigt, dass Lean und ERP nutzbringend miteinander kombiniert werden können und sollten.
Der digitale Zwilling dringt immer weiter in den Fokus von Produktionsunternehmen vor und wurde von Gartner als wichtige Schlüsseltechnologie identifiziert. Volkswagen setzt die Technologie in der Cloud ein, um zukünftig die Produktion an allen Standorten digital zu planen, zu steuern und zu optimieren. 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.
Robust scheduling problem is a major decision problem that is addressed in the literature, especially for remanufacturing systems; this problem is complex because of the high uncertainty and complex constraints involved. Generally, the existing approaches are dedicated to specific processes and do not enable the quick and efficient generation and evaluation of schedules. With the emergence of the Industry 4.0 paradigm, data availability is now considered an opportunity to facilitate the decision-making process. In this study, a data-driven decisionmaking process is proposed to treat the robust scheduling problem of remanufacturing systems in uncertain environments. In particular, this process generates simulation models based on a data-driven modeling approach. A robustness evaluation approach is proposed to answer several decision questions. An application of the decision process in an industrial case of a remanufacturing system is presented herein, illustrating the impact of robustness evaluation results on real-life decisions.
In the railway technical centers, scheduling the maintenance activities is a very complex task, it consists in ordering, in the time, all the maintenance operations on the workstations, while respecting the number of resources, precedence constraints, and the workstations' availabilities. Currently, this process is not completely automatic. For improving this situation, this paper presents a mathematical model for the maintenance activities scheduling in the case of railway remanufacturing systems. The studied problem is modeled as a flexible job-shop, with the possibility for a job to be executed several times on a stage. MILP formulation is implemented with the Makespan as an objective, representing the time for remanufacturing the train. The aim is to create a generic model for optimizing the planning of the maintenance activities and improving the performance of the railway technical centers. At last, numerical results are presented, discussing the impact of the instances size on the computing time to solve the described problem.
Das Zeitalter der Digitalisierung ist geprägt durch einen erhöhten Wettbewerb. Eine Chance, bei steigendem Wettbewerb erfolgreich zu bestehen, liegt daher nur in der durchgängigen Digitalisierung von Produktionsunternehmen. Dieser Beitrag stellt eine dreistufige generische Unternehmensmodellplattform Industrie 4.0 vor, die die Durchgängigkeit von Prozessen vom Kunden bis zum Lieferanten auf allen Unternehmensebenen in den Mittelpunkt stellt. Die Schritte zur Bewertung und Gestaltung des Fortschritts auf dem Weg zum digitalisierten Produktionsunternehmen werden aufgezeigt.
Die Optimierung der Auftragsterminierung und Einsteuerungsreihenfolge hat großen Einfluss auf die Produktivität von Fertigungssystemen. Genetische Algorithmen und Simulation sind verbreitete Werkzeuge zur Optimierung. Dieser Beitrag beschreibt einen neuen Ansatz zur Optimierung durch einen genetischen Algorithmus und der Simulation in dynamischen Modellen. Eine illustrative Fallstudie validiert den Ansatz und zeigt das Potenzial zur ganzheitlichen Verbesserung von Fertigungssystemen auf.
Produzierende Unternehmen sehen sich auch zukünftig mit stark wachsenden Herausforderungen konfrontiert und gegenübergestellt. Dies ist vor allem durch eine zunehmend dynamischere Umwelt mit stark schwankenden Veränderungen bedingt, die es erforderlich macht, sich schnell und flexibel auf diese Veränderungen einzustellen bzw. anzupassen.
In dem ersten Teil dieses Beitrags, welcher in der Industrie 4.0 Management Ausgabe 5/2021 erschienen ist, wurde das Referenzmodell bereits in seinen wesentlichen Grundzügen erläutert [1]. Im zweiten Teil soll die Weiterentwicklung zu einem flexiblen Referenzmodell aufgezeigt werden. Der Fokus liegt auf die Implementierung von weiteren Planungstools, und die Implementierung von KI-Tools zur Erreichung eines dynamischen Produktionsengineerings in Form einer ganzheitlichen und integrierten Fabrikplanung.
This paper presents a practice and science orientated education approach for freshman students of interdisciplinary bachelor engineering degree programs. This approach is meant to enhance the motivation and success of freshman students during their whole study. The education approach is called Fit4PracSis (Fit for Practice and Sciences) It was started to develop, set up and establish an education approach, which is building a relationship to students' future profession and to scientific working during the introductory study phase. The freshman students will be trained early in important skills, which are necessary for achieving the final degree successfully and handling of future business and research activities.