Projekt

MES4SME

MES-Datengetriebene Optimierung der Produktionsplanung bei Kleinen und Mittelständischen Einzelfertigern

  • Laufzeit:

Die dynamische Natur produktionsprozessbezogener Parameter erfordert den Einbezug von Unsicherheiten in die Fertigungsplanung. Bei der Produktionsplanung für Einzelfertiger besteht eine besondere Herausforderung, da diese Prozessparameter aufgrund der Individualität der einzelnen Kundenaufträge schwer abschätzbar sind. Die Erfüllung individueller Kundenwünsche wird jedoch ein immer entscheidenderer Faktor, wenn es um die Wettbewerbsfähigkeit von Unternehmen geht. Heute erfolgt die Schätzung der Produktionsparameter, wie Liegezeiten, Rüstzeiten, Bearbeitungszeiten und verschiedener prozessbezogener Kosten zu Zwecken der Produktionsplanung in Einzelfertigern hauptsächlich durch Experten auf Basis ihrer Erfahrungen. Diese Schätzungen führen durch die subjektiven Einflüsse der Experten oft zu suboptimalen Ergebnissen. Um dieses Problem anzugehen strebt MES4SME an, in einem interdisziplinären Team aus Forschern und Industrieexperten einen intelligenten Ansatz zur dynamischen, datengetriebenen Optimierung der Produktionsplanung im Kontext von Einzelfertigung zu erforschen. Dabei spielen die Manufacturing Execution Systems (MES) eine zentrale Rolle. MES sind umfassende Systeme, die alle Aktivitäten der Fertigung steuern und hochkritische Prozessdetails erfassen. Daher stellen diese MES wertvolle Datenquellen für die datengesteuerte systematische Analyse der verschiedenen Produktionsparameter. Eine effiziente Integration von Process-Mining, Maschinellem Lernen- und metaheuristischer Optimierungsmethoden in der MES4SME Plattform gewährleistet eine effiziente Optimierung der Produktionspläne bei Einzelfertigern.

Partner

  • FASTEC GmbH (Entwicklungspartner)
  • pmOne Analytics GmbH (Entwicklungspartner)
  • Brabant & Lehnert GmbH (Anwendungspartner)
  • Verband Deutscher Maschinen- und Anlagenbau (VDMA) (Assoziierter Partner)

Projekt teilen auf:

Kontakt

Publikationen zum Projekt

Peter Fettke, Lea Götz

In: 2021 IEEE 23rd Conference on Business Informatics (CBI). IEEE Conference on Business Informatics (CBI-2021) September 1-3 Bolzano/Virtual Italy Seiten 47-56 ISBN 978-1-6654-2069-3 IEEE 9/2021.

Zur Publikation
Peter Fettke, Lea Götz, Nijat Mehdiyev

In: Marion Steven, Timo Klünder (Hrsg.). Big Data: Anwendung und Nutzungspotenziale in der Produktion. Kapitel 2 Seiten 215-239 ISBN 978-3-17-036476-9 Kohlhammer Stuttgart 2/2020.

Zur Publikation

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence