Assistierte, modellbasierte Grobplanung von Produktionssystemen mittels Mehrzieloptimierung

Automobilhersteller und -zulieferer stehen heutzutage vor der Herausforderung, aufgrund der steigenden Variantenvielfalt in immer kürzerer Zeit kundenindividuelle Produkte zu einem möglichst geringen Preis auf den Markt zu bringen. Das erfordert eine effiziente Produkti- onssystemplanung. Dem gegenüber steht die in der produzierenden Industrie vorliegende Planung, die stark von manuellen Prozessen und personengebundenem Wissen geprägt ist. Dieser Problemstellung begegnet die vorliegende Arbeit mit dem Ziel der Entwicklung eines ganzheitlichen Ansatzes zur assistierten, modellbasierten Grobplanung von Produktionssystemen. Der Ansatz gliedert sich in vier Planungsschritte: Die zum Zeitpunkt der Grobplanung vorliegenden Produktinformationen werden zunächst analysiert. Hierbei werden Ähnlichkeiten zu bereits produzierten Produktvarianten berücksichtigt. Anschließend werden die zur Herstellung notwendigen Produktionsprozesse und deren Abfolgerestriktionen abgeleitet. Dazu werden Planungsregeln und Erfahrungswissen als Wechselwirkungen zwischen Produkt, Prozess und Produktionssystem in einem PPR-Modell formalisiert. Der resultierende Prozessvorranggraph schränkt schließlich in einem dritten Schritt die betriebsmittelbezogene Optimierung der Zuordnung von Prozessschritten zu Stationen ein. Bei der mathematischen Modellierung des sog. Assembly Line Balancing Problems (ALBP) berücksichtigt diese Arbeit komplexe Eigenschaften wie bspw. die Auswahl des Stationsequipments, mehrere Roboter je Station und eine nicht-diskrete Zuordnung der Aufgaben. Die Lösung des ALBP wird dem Planer abschließend in einem digitalen (Simulations-) Modell zur Verfügung gestellt und damit in einen ganzheitlich digitalen Planungsprozess eingebunden.