{"title":"Automatische Erstellung von digitalen Simulationszwillingen von Produktionssystemen","authors":"Walter Wincheringer, Tobias Sohny, Marec Kexel","doi":"10.11128/arep.59.a59046","DOIUrl":null,"url":null,"abstract":"Die durch die Industrie 4.0 postulierte Mass Customization führt zu einer hohen Planungskomplexität einer Produktion, was den Einsatz von diskreten Simulationssystemen erfordert. Die Erstellung eines digitalen Simulationszwillings ist jedoch zeitaufwändig, insbesondere, wenn sich in einer diskreten Werkstatt-, Matrixfertigung die Anforderungen häufig ändern. In diesem Beitrag wird ein Ansatz aufgezeigt, welcher die Generierung ablauffähiger Simulationsmodelle von Produktionssystemen, über eine VBASchnittstelle und ohne Programmierarbeit durch den Anwender, ermöglicht. Die Wahl verschiedener Prioritätsregeln zur Ablaufplanung, in Abhängigkeit typischer Produktionsziele, und deren Simulation wurden entwickelt. Somit sind Produktionsplaner in der Lage ihre Planung durch Simulation in kürzester Zeit abzusichern. 1. Einleitung Durch die Globalisierung, kürzere Produktlebenszyklen sowie die Individualisierung der Kundenwünsche sind Unternehmen in ihrer Wettbewerbsfähigkeit gefordert. Um den Anforderungen gerecht zu werden, haben viele Unternehmen in den letzten Jahren ihr Produktionssystem nach Lean-Gesichtspunkten reorganisiert [1]. Mit Hilfe der Lean-Management-Methoden oder gemäß den Gestaltungsrichtlinien ganzheitlicher Produktionssysteme ist es gelungen die gestiegene Produktvielfalt zu beherrschen. Die Mass Customization schreitet jedoch weiter voran und bedingt, in Verbindung mit dynamischen Märkten, eine hohe Flexibilität und eine Wandelbarkeit des Produktionssystems. Dies führt zu einer zunehmenden Komplexität in der Produktionsplanung und -steuerung [2]. Das Konzept von Industrie 4.0 postuliert eine variantenreiche Produktion mit Losgröße Eins zu den Kosten einer Serienfertigung. Daher werden sich die klassischen Fertigungsprinzipien nach dem Flussprinzip, Reihenund Fließfertigungen, in Richtung einer Matrixproduktion wandeln. Hierzu werden flexible Produktionskapazitäten zukünftig nicht mehr mit Förderbändern statisch verknüpft, sondern über fahrerlose Transportsysteme dynamisch miteinander verbunden. Dadurch entstehen wandlungsfähige Produktionsabläufe mit unterschiedlichen Produktionstopologien die nach dem \"plug and produce\"-Konzept bedarfsgerecht, in Abhängigkeit der kundenspezifischen Auftragsstruktur, stets neu konfiguriert werden können. [2] Auch im modernsten Produktionssystem müssen die klassischen Aufgaben der Produktionsplanung, der Kapazitätsauslastung sowie die Durchlaufterminierung, in Abhängigkeit vom jeweiligen Auftragsbestand, ausgeführt werden. Die Wandlungsfähigkeit der Produktion führt hierbei zu einer Planungskomplexität, die ohne den Einsatz digitaler Werkzeuge nicht beherrschbar ist. Die ereignisdiskrete Simulation (discrete event simulation, DES) ist hierzu ein anerkanntes Werkzeug. Die Nachbildung existenter oder geplanter Systeme in ablauffähigen Simulationsmodellen, erlauben die Abbildung der bestehenden Dynamik [3]. Dieses Simulationsmodell, als digitaler Zwilling (Digital Twin, DT) der Produktionstopologie, muss mit der notwendigen Genauigkeit an das geplante oder bestehende Produktionssystem angepasst werden [4]. Dazu ist eine regelmäßige Anpassung des DT bzw. dessen Neuerstellung (bei Anpassung der Produktionsstruktur) erforderlich. Der Aufwand zur Anpassung oder Neuerstellung von Simulationsmodellen ist jedoch zeitaufwendig, insbesondere, wenn verschiedene Produktionstopologien wöchentlich überprüft werden müssen [5]. Somit ist bei der Erstellung eines DT ein Ansatz zu wählen, welcher einen reduzierten Modellierungsaufwand begünstigt und eine Rekonfiguration des digitalen Abbilds zulässt. ARGESIM Report 59 (ISBN 978-3-901608-93-3), p 327-333, DOI: 10.11128/arep.59.a59046","PeriodicalId":330615,"journal":{"name":"Proceedings ASIM SST 2020","volume":"30 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1900-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceedings ASIM SST 2020","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.11128/arep.59.a59046","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Die durch die Industrie 4.0 postulierte Mass Customization führt zu einer hohen Planungskomplexität einer Produktion, was den Einsatz von diskreten Simulationssystemen erfordert. Die Erstellung eines digitalen Simulationszwillings ist jedoch zeitaufwändig, insbesondere, wenn sich in einer diskreten Werkstatt-, Matrixfertigung die Anforderungen häufig ändern. In diesem Beitrag wird ein Ansatz aufgezeigt, welcher die Generierung ablauffähiger Simulationsmodelle von Produktionssystemen, über eine VBASchnittstelle und ohne Programmierarbeit durch den Anwender, ermöglicht. Die Wahl verschiedener Prioritätsregeln zur Ablaufplanung, in Abhängigkeit typischer Produktionsziele, und deren Simulation wurden entwickelt. Somit sind Produktionsplaner in der Lage ihre Planung durch Simulation in kürzester Zeit abzusichern. 1. Einleitung Durch die Globalisierung, kürzere Produktlebenszyklen sowie die Individualisierung der Kundenwünsche sind Unternehmen in ihrer Wettbewerbsfähigkeit gefordert. Um den Anforderungen gerecht zu werden, haben viele Unternehmen in den letzten Jahren ihr Produktionssystem nach Lean-Gesichtspunkten reorganisiert [1]. Mit Hilfe der Lean-Management-Methoden oder gemäß den Gestaltungsrichtlinien ganzheitlicher Produktionssysteme ist es gelungen die gestiegene Produktvielfalt zu beherrschen. Die Mass Customization schreitet jedoch weiter voran und bedingt, in Verbindung mit dynamischen Märkten, eine hohe Flexibilität und eine Wandelbarkeit des Produktionssystems. Dies führt zu einer zunehmenden Komplexität in der Produktionsplanung und -steuerung [2]. Das Konzept von Industrie 4.0 postuliert eine variantenreiche Produktion mit Losgröße Eins zu den Kosten einer Serienfertigung. Daher werden sich die klassischen Fertigungsprinzipien nach dem Flussprinzip, Reihenund Fließfertigungen, in Richtung einer Matrixproduktion wandeln. Hierzu werden flexible Produktionskapazitäten zukünftig nicht mehr mit Förderbändern statisch verknüpft, sondern über fahrerlose Transportsysteme dynamisch miteinander verbunden. Dadurch entstehen wandlungsfähige Produktionsabläufe mit unterschiedlichen Produktionstopologien die nach dem "plug and produce"-Konzept bedarfsgerecht, in Abhängigkeit der kundenspezifischen Auftragsstruktur, stets neu konfiguriert werden können. [2] Auch im modernsten Produktionssystem müssen die klassischen Aufgaben der Produktionsplanung, der Kapazitätsauslastung sowie die Durchlaufterminierung, in Abhängigkeit vom jeweiligen Auftragsbestand, ausgeführt werden. Die Wandlungsfähigkeit der Produktion führt hierbei zu einer Planungskomplexität, die ohne den Einsatz digitaler Werkzeuge nicht beherrschbar ist. Die ereignisdiskrete Simulation (discrete event simulation, DES) ist hierzu ein anerkanntes Werkzeug. Die Nachbildung existenter oder geplanter Systeme in ablauffähigen Simulationsmodellen, erlauben die Abbildung der bestehenden Dynamik [3]. Dieses Simulationsmodell, als digitaler Zwilling (Digital Twin, DT) der Produktionstopologie, muss mit der notwendigen Genauigkeit an das geplante oder bestehende Produktionssystem angepasst werden [4]. Dazu ist eine regelmäßige Anpassung des DT bzw. dessen Neuerstellung (bei Anpassung der Produktionsstruktur) erforderlich. Der Aufwand zur Anpassung oder Neuerstellung von Simulationsmodellen ist jedoch zeitaufwendig, insbesondere, wenn verschiedene Produktionstopologien wöchentlich überprüft werden müssen [5]. Somit ist bei der Erstellung eines DT ein Ansatz zu wählen, welcher einen reduzierten Modellierungsaufwand begünstigt und eine Rekonfiguration des digitalen Abbilds zulässt. ARGESIM Report 59 (ISBN 978-3-901608-93-3), p 327-333, DOI: 10.11128/arep.59.a59046