Den Wettbewerb im Blick – Wie ein Digitaler Zwilling kurz- und langfristig Entscheidungshilfe bietet
Heutige Produktions- und Fertigungsprozesse zeichnen sich durch eine hohe Komplexität und einen hohen Grad an Vernetzung aus. Da gleichzeitig die Produktionszyklen beständig kürzer werden, müssen sich Firmen kontinuierlich neuen Herausforderungen stellen. Gerade kleine und mittelständische Unternehmen benötigen eine hohe Anpassungsfähigkeit, um ihre Wettbewerbsfähigkeit dauerhaft erhalten zu können. Mit Hilfe von an der TU Clausthal entwickelten Methoden und Konzepten ist es möglich, aktuelle und künftige Fragestellungen auf Simulationsbasis zu untersuchen.
Fragestellung
Variable Produktmengen, unterschiedliche Rohstoffe oder auch verschiedene individuelle Produkte erfordern ein hohes Maß an Flexibilität bei der Planung und in der Produktion. Um trotz der in Deutschland verhältnismäßig hohen Lohn- und Energiekosten international wettbewerbsfähig zu sein, kommt der Prozess- und Logistikoptimierung sowie der genauen Abwägung von Investitionsentscheidungen eine besonders hohe Bedeutung zu. Investitionsentscheidungen, beispielsweise der Aus- oder Neubau einer Produktionsanlage, bringen stets betriebswirtschaftliche Risiken mit sich. Diese sollen nach Möglichkeit im Vorfeld so gut wie möglich abgeschätzt werden. Für die Auffindung einer optimalen Strategie ist dieser Prozess aufwendig, aber unerlässlich.
Lösung
Eine Lösung besteht darin, die aktuelle Fertigung sowie die geplanten Veränderungen in einem Simulationsmodell abzubilden. Dieser experimentierfähige Digitale Zwilling der Fertigung erlaubt es dann, die Auswirkungen von Entscheidungen vorab gefahrlos zu prüfen und unter wirtschaftlichen Gesichtspunkten zu bewerten. So können Alternativen für Investitionen beliebig miteinander kombiniert und verglichen werden. Beispielsweise kann eine Kapazitätserweiterung sowohl durch eine Ersatzanlage, eine Erweiterung der bestehenden oder eine Optimierung der aktuellen Anlagen erreicht werden. Mit Hilfe eines Digitalen Zwillings lässt sich ermitteln, welche der Varianten im Gesamtkontext die günstigste ist. Auch können Abwandlungen der Fragestellungen simuliert werden, um beispielsweise Ideen zu validieren oder die Entscheidungsvarianten weiter zu präzisieren.
Zur Sicherung der Wettbewerbsfähigkeit am Produktionsstandort Deutschland sind durchdachte Entscheidungen und optimierte Prozesse erforderlich. Die am Simulationswissenschaftlichen Zentrum (SWZ) entwickelten und im industriellen Einsatz erprobten Modelle und Vorgehensweisen zur Abbildung von Produktions- und Logistiksystemen in Form von Digitalen Zwillingen eignen sich in hohem Maße sowohl für die Optimierung auf einer strategischen Ebene als auch für die rollierende Produktionsplanung.
Entwicklungsstand
Individuelle Entwicklung bis zur Anwendung im regulären Betrieb; Unterstützung bei der gesamten Kette von der initialen Modellierung über die Umsetzung in einer Simulation bis zur Analyse und Bewertung der Ergebnisse
Vorteile
- Individuelle und branchenunabhängige Lösungen
- Analyse der Ist-Situation und Entwicklung von Optimierungsszenarien
- Abbildung und Simulation von Szenarien
- Anwendung zur kontinuierlichen Optimierung der Planung
Anwendungsmöglichkeiten
- Ermittlung von Engpässen und Auffindung von deren Ursachen in einem starkvernetzten System
- Bewertung von Produktionsplänen und Routing-Strategien in Bezug auf Lagerbestände, Durchlaufzeiten und Liefertreue
- Bewertung und Unterstützung bei Investitionsentscheidungen unter Berücksichtigung der Einflüsse auf das gesamte System
- Bestimmung des optimalen Betriebspunktes in Bezug auf Umlaufbestand und Auslastung der Maschinen
Schlagworte
Produktion, Optimierung, Entscheidungsunterstützung, Digitaler Zwilling, Produktionsplanung, Modellierung, Simulation
05.08.2021
Kontakt
Forschungseinrichtung:
Dr. Alexander Herzog
Simulationswissenschaftliches Zentrum Clausthal-Göttingen (SWZ)
Technologietransfer:
Bertram Eversmann
Telefon: +49 5323 72-7756
E-Mail: bertram.eversmann@tu-clausthal.de
Weiterführende Informationen
Website:
Anwendungsbeispiel zur Optimierung eines Flugplanes