Die perfekte Rüstreihenfolge: Produktwechsel optimieren

Das Forschungsprojekt e³f

Zum Jahresbeginn 2016 startete ein Forschungsprojekt der ccc software gmbh zusammen mit der Professur für Informationsmanagement an der Hochschule für Technik und Wirtschaft (HTW) in Dresden.

Das Ziel des Projektes war es, neue Technologien und Methoden zu erforschen, um die Produktionsdaten so aufbereiten, dass automatisierte Handlungsempfehlungen zur Planung von Energieeffizienz-Maßnahmen gegeben werden können.

Diese Empfehlungen sollen die technische Leitung und die Energiebeauftragten bei der Erstellung einer energetischen Steuerung und optimierten Fertigung unterstützen.

Damit ist es für KMUs erstmals mit vertretbarem Aufwand möglich, ihre Energienutzung selbst zu optimieren.

Auch interessant: Digitalisierung erleben – die Lernfabrik in Dresden

Die Ergebnisse der Forschungsarbeit

Für ein Unternehmen ist der Einfluss verschiedener Parameter auf den Gesamtenergieverbrauch von Bedeutung. Oftmals fehlt aber die nötige Transparenz um diese Parameter zu optimieren. Mit Hilfe von gezielten Analysen können verdeckte Einsparpotenziale jedoch sichtbar gemacht werden. Im Projekt wurden deshalb für die Analyse der Prozess- und Energiedaten verschiedene Methoden des Data Minings verwendet.

Produktwechsel und Rüstvorgänge gehören zu den Prozessstillständen und im Produktionsprozess unvermeidlich. Aber: Im Rahmen des Projektes hat sich gezeigt, dass sich durch eine optimierte Rüstreihenfolge große Einsparpotenziale ergeben und das insbesondere bei der heute zunehmenden Produktvielfalt.

Durch die entwickelte Rüstmatrix erhält ein Unternehmen für seine Produktionsplanung eine Übersicht über die verschiedenen Produktwechsel und ihre Kosten.  Damit kann in relativ kurzer Zeit ein Produktionsplan (beispielsweise für eine Woche) im Hinblick auf möglichst geringe Ressourcenkosten (Strom, Gas usw.) erstellt werden.

Dabei können zusätzliche Bedingungen wie z.B. Materialfreigaben und Liefertermine berücksichtigt werden. Die Rüstreihenfolge kann dabei natürlich auf mehrere Parameter hin optimiert werden, z.B. auf die Rüstkosten und die Lieferzeitüberschreitung.

Analytische Grundlagen

Im Projekt wurde dafür mit typischen Näherungsverfahren wie z.B. Simulated Annealing oder Evolutions-Algorithmen gearbeitet.

Simulated Annealing ist eine Metaheuristik (ein generisches Optimierungsverfahren) zur näherungsweisen Lösung komplexer Optimierungsprobleme.

Evolutionäre Algorithmen sind ein Teilgebiet des Soft Computing und beruhen als naturanaloge Heuristiken auf einer groben Abstraktion von Mechanismen der natürlichen Evolution. Bevorzugtes Anwendungsgebiet sind Optimierungsfragestellungen, die einer konventionell-analytischen Modellierung nicht zugänglich sind.

Auch interessant: Wie funktioniert Data Mining in der Produktion?

Produktwechselmatrix und Optimierung der Rüstreihenfolge

Die Rüstmatrix wird aus den historischen Prozess- und Verbrauchsdaten erstellt, indem alle Rüstprozesse identifiziert und mit den zugehörigen Produkten und anfallenden Verbräuchen verknüpft werden.

So erhält man für jeden möglichen Produktübergang die durchschnittlichen Rüstkosten.

Diese Informationen lassen sich in Form einer Matrix ablegen, welche für den Menschen leicht zu verstehen und für den Computer schnell auswertbar ist (siehe Abbildung 8).

Bei wenigen unterschiedlichen Produkten kann man in der Rüstmatrix schnell erkennen, welche Übergänge vorteilhaft oder welche sehr teuer sind. Der Produktionsplan kann dann entsprechend angepasst werden.

Wenn eine günstigere Rüstreihenfolge aber nur über mehrere Schritte erzielt werden kann, wird das schon schwieriger.

Im Projekt wurde auch hierfür eine Lösung entwickelt: Mittels der Rüstmatrix kann ein Graph erzeugt werden. Die Knoten bilden dabei die verfügbaren Produkte und die Kanten (Pfeile) tragen die Kosten als Wert.

Auf diesem Graphen wird mittels einer Breitensuche der kürzeste (günstigste) Pfad vom Startknoten (aktuellen Produkt) zum Zielknoten (nächsten Produkt) gesucht und gleichzeitig die geschätzten (durchschnittlichen) Rüstkosten berechnet.

Im Beispiel gibt es für den Produktübergang von Produkt 18 auf Produkt 03 einen günstigeren Pfad über die Produkte 17 und 10. Dabei entsteht ein Kostenvorteil von 57,13€ (212,94€  – [ 94,28€ + 0,00€ + 61,53€]), wie in der oberen Grafik ablesbar ist. Dieses Verfahren kann die Prozessingenieure im operativen Geschäft unterstützen.

Anwendungsmöglichkeiten

Wir planen im Rahmen der Produktweiterentwicklung der Energiemanagementlösung imaso® energy, die Ergebnisse des Demonstrators weiter zu entwickeln und in unsere Software zu integrieren.

Aktuell wird der im Projekt geschaffene Demonstrator in das Industrial Internet of Things Test Bed (einer „Lernfabrik“ zur Demonstration von Industrie 4.0-Szenarien) an der HTW Dresden integriert. Das Ziel ist es, die Projektergebnisse unter Realbedingungen zu testen und weitere Anwendungsfelder und Praxisbeispiele für Industrie 4.0-Anwendungen zu evaluieren.

Weitere Ergebnisse des Forschungsprojektes

In unserem Whitepaper stellen wir weitere Optimierungsansätze der Produktion vor, die im Forschungsprojekt e³f erarbeitet wurden. Dort wird jeder Ansatz in einer übersichtlichen Schritt-für-Schritt-Anleitung erklärt. Plus: Große Checkliste für alle 4 Ansätze.