Mehrkriterielle Prozessoptimierung in der digitalisierten Produktion

verfasst von

Johannes Zumsande, Karl-Philipp Kortmann, Mark Wielitzka, Christian Hansen, Tobias Ortmaier

Abstract

Moderne Produktionsanlagen weisen im Zuge der fortschreitenden Automatisierung eine erhöhte Parametrierbarkeit auf.Gleichzeitig wächst im Spannungsfeld der globalisierten Marktwirtschaft der Bedarf nach optimaler, flexibler und individuellerFertigungsplanung und -ausführung, was die Parametrierung eines Produktionsprozesses zusätzlich erschwert.Dem gegenüber stehen jedoch auch neue Möglichkeiten diesen Herausforderungen zu begegnen. Eine umfassende undstrukturierte Datenbasis im Sinne der Industrie 4.0 ermöglicht es, dynamisch auf neue Umgebungsbedingungen zu reagierenund die Produktion bezüglich teils konträrer Ziele (z. B. Taktzeit und Leistungsspitze der Anlage) optimal einzustellen.Im Rahmen dieser Arbeit wurde eine mehrkriterielle Prozessoptimierung, die auf einem gemessenen und physikalischmodellierten Prozessabbild basierte, an einer zu Forschungszwecken zur Verfügung stehenden Modellfabrik entworfen.Zur Validierung dienten die folgenden drei Szenarien: Optimierung des Energieverbrauchs bei minimaler Taktzeit, Begrenzungder Anlagenleistungsspitze und die Reduktion der mechanischen Belastung eines Roboters.

Organisationseinheit(en)

Institut für Mechatronische Systeme

Typ

Paper

Seiten

255-260

Publikationsdatum

2019

Publikationsstatus

Veröffentlicht

Elektronische Version(en)

https://doi.org/10.17619/UNIPB/1-785 (Zugang: Offen)