EUSAP
Die Neu- und Umplanung von Produktionssystemen ist eine zeit- und kostenintensive sowie komplexe Aufgabe. Eine Automatisierung der Konzeptplanung verspricht erhebliche Einsparungen sowohl bei der Planung selbst als auch beim operativen Betrieb der geplanten Systeme.
Im Projekt EUSAP wird deshalb ein Entscheidungsunterstützungssystem (EUS) zur automatisierten Produktionskonzeptplanung entwickelt. Das System soll die Standort-, Grob- und Feinlayoutplanung integriert optimieren und somit die Möglichkeit bieten, eine große Menge an Konzeptalternativen mit unterschiedlichen Produktionsprinzipien zu vergleichen. Ein solches EUS reduziert den Planungsaufwand erheblich und steigert die Effizienz durch die ganzheitliche Optimierung und die Betrachtung komplexer Produktionskonzeptalternativen, welche manuell kaum planbar sind. Zudem erlaubt es häufigere Rekonfigurationen der Produktionssysteme, sodass auch bei sich verändernden Bedingungen eine effiziente Produktion sichergestellt werden kann.
Motivation
Globale Konkurrenz, steigende Energie- und Rohstoffpreise sowie ambitionierte Nachhaltigkeitsziele stellen hohe Anforderungen an moderne Produktionssysteme. Insbesondere die Planungsphase hat maßgeblichen Einfluss auf deren Effizienz und Wettbewerbsfähigkeit.
Aktuell verbreitet ist die sequentielle, manuell Planung, die folgende Herausforderungen mit sich bringt:
- Hoher Zeitaufwand durch iterative Abstimmungen
- Notwendige Vereinfachungen zur Komplexitätsbewältigung
- Starke Abhängigkeit von der Erfahrung der Planenden
- Suboptimale Ergebnisse durch subjektive Einflüsse
- Eingeschränkte Möglichkeit zur Planung und zum Vergleich von Alternativen
- Fehlende Möglichkeit zur globalen Optimierung
Die Folge: Effizienzverluste in der Planung und dem Betrieb von Produktionssystemen.
Die Lösung: Automatisierte integrierte Planung durch rechnergestützte Optimierung.
Projektziele
Im Fokus des Vorhabens steht die Entwicklung eines Entscheidungsunterstützungssystems zur automatisierten Planung von Produktionssystemen mit unterschiedlichen Produktionsprinzipien und Fertigungstechnologien. Dabei gliedert sich das Vorhaben in folgende Teilziele:
Optimierung: Entwicklung eines flexiblen Algorithmus zur Optimierung verschiedener Produktionsprinzipien in akzeptabler Rechenzeit
Automatisierte Ableitung von Fertigungsreihenfolgen: Entwicklung einer generalisierten Methode zur automatisierten Ermittlung und Bewertung von Fertigungsreihenfolgen
Digitale Modelle und Datenmodelle: Systematische Abbildung der Charakteristika verschiedener Produkte, Prozesse und Betriebsmittel und deren Integration in ein gemeinsames Datenmodell
Entscheidungsunterstützungssystem: Zusammenführung der Komponenten in einem Prototyp eines Entscheidungsunterstützungssystems
Vorgehensweisen und Methoden
Optimierung:
Für die Optimierung der Produktionskonzepte soll ein Multiagentensystem entwickelt werden. Das komplexe Gesamtproblem wird dazu in Teilprobleme, wie beispielsweise die Auswahl der Produktionsmaschinen, die Layoutplanung oder die Auswahl der Fertigungsreihenfolge. Jedes Teilproblem wird von einem Agenten mit Verfahren wie genetische Algorithmen, Mixed-Integer-Linear-Programming und Reinforcement Learning optimiert. Durch den Austausch und Verhandlungen zwischen den Agenten wird das Gesamtproblem optimiert. Diese Architektur verleiht dem System die nötige Flexibilität zur Optimierung unterschiedlicher Produktionssysteme und reduziert die Rechenzeiten auf ein realistisches Maß.
Ableitung von Fertigungsreihenfolgen:
Basierend auf einem CAD-Modell und weiteren Produktinformationen sollen automatisiert technisch sinnvolle Reihenfolgen abgeleitet werden. Hierzu ist ein Algorithmus auf Basis des Assembly-by-Disassembly-Ansatzes zu entwickeln, der zur Anwendbarkeit bei verschiedenen Fertigungsverfahren durch regelbasierte Verfahren erweitert wird.
Digitale Modelle und Datenmodelle:
Zur Abbildung und Strukturierung der Informationen von Produkten, Prozessen, Betriebsmitteln und Planungslösungen sind digitale Modelle und ein gemeinsames Datenmodell zu erarbeiten.
Entscheidungsunterstützungssystem:
Die entwickelten Elemente sind in ein Entscheidungsunterstützungssystem zusammenzufügen. Hierbei ist auf eine einfache Bedienbarkeit und eine sinnvolle Aufbereitung und Darstellung der umfangreichen Information der verschiedenen Lösungsalternativen zu achten.
Aktueller Status
In der ersten Projektphase konnten bereits vielversprechende Ergebnisse erzielt werden. Diese umfassen die Definition von repräsentativen Anwendungsfällen bei den Projektpartnern, die Entwicklung eines Datenmodells zur digitalen Abbildung der Informationen, die Entwicklung von Optimierungsagenten und die Ausarbeitung eines Konzepts für das Multiagentensystems.
Use-Cases
Drei realitätsnahe Anwendungsfälle wurden festgelegt, um die geplanten Methoden zu entwickeln und zu testen:
- Linienfertigung: Fokus auf Austaktung, Layoutplanung und Materialfluss
- Baustellenfertigung: Schwerpunkt auf Flächenplanung, Mitarbeiterallokation und Terminplanung
- Werkstattfertigung: Optimierung der Layoutplanung, des Scheduling und der Losgrößen
Digitales Datenmodell
Auf Basis der Use-Cases wurde ein objektorientiertes Datenmodell erstellt, das alle relevanten Planungsinformationen strukturiert abbildet und als gemeinsame Grundlage für die Optimierungsagenten dient.
Optimierungsagenten
Für alle drei Use-Cases wurden erste Optimierungsmodelle entwickelt, welche die Grundlage der Optimierungsagenten bilden:
- Linienfertigung: Algorithmen zur Austaktung und Layoutplanung wurden entwickelt
- Baustellenfertigung: Optimierungsmodelle zur Mitarbeiterallokation und Flächenplanung wurden erarbeitet
- Werkstattfertigung: Ansätze zur Maschinenallokation und Losgrößenberechnung anhand monatlicher Produktionsprogramme sowie zur Layoutoptimierung sind umgesetzt
Konzept für eine integrierte Planung durch ein Multiagentensystem
Ein Konzept für das Multiagentensystems wurde erarbeitet. Es sieht vor, die spezialisierten Optimierungsagenten durch einen übergeordneten Supervisor-Agenten koordinieren zu lassen. Dieser Supervisor orchestriert den Austausch von vielversprechenden Teillösungen zwischen den Agenten, um so die iterative Optimierung zu einem Gesamtoptimum zu lenken.
