Kurzfassung Software ist zu einem wesentlichen Erfolgsfaktor in vielen Maschinen und Anlagen geworden. Der wachsenden Dynamik und Komplexität von Produktionsprozessen und Anlagentechnik können die meisten der existierenden Software-Systeme nicht folgen, da sie konzeptionell nicht oder nur ungenügend auf permanente Anpassungsfähigkeit vorbereitet sind. Durch den zielorientierten Einsatz moderner Software-Technologien, sowohl während der Entwicklung als auch im Betrieb, kann bei notwendigen Änderungen in der Produktionstechnik die zugehörige Software aufwandsarm an die neuen Bedingungen angepasst werden. Neben Modularität und Flexibilität stehen vor allem Stabilität und Sicherheit von Software-Anwendungen im Mittelpunkt. Ganz besonders treffen diese Forderungen auf Applikationen zur Verarbeitung sensibler Produkt-, Prozess- und Anlageninformationen zu. Dieser Beitrag geht auf einige Aspekte im Rahmen der Software-Entwicklung am Beispiel eines im Fraunhofer IWU entstandenen Systems zur Echtzeiterfassung, Verwaltung und Auswertung von maschinen- und anlagenbezogenen Produktqualitätsdaten als Teil eines Produkt-Traceability-Systems ein.
Kurzfassung Zuverlässige Aussagen zur Anlagenverfügbarkeit sind für Anwender komplexer Produktionstechnik von großer Bedeutung, insbesondere dann, wenn es sich um hoch ausgelastete Anlagen handelt. In den meisten Fällen wird heute die Verfügbarkeit von Produktionsanlagen durch die Erfassung und Auswertung von Anlagenzustandsdaten bestimmt. Der vorliegende Beitrag stellt einen neuen Ansatz zur permanenten Ermittlung der technischen Verfügbarkeit und darüber hinaus der Gesamtanlageneffektivität am Beispiel von Montageanlagen vor, der auf der erweiterten Nutzung prozessbegleitend erfasster Produktdaten basiert. Damit eignet sich der vorgestellte Lösungsansatz besonders für Produktionsanlagen zur Fertigung sicherheitskritischer Produkte, für die eine lückenlose Rückverfolgbarkeit der Herstellung gefordert wird.
Kurzfassung Die Entwicklung und Herstellung immer komplexer werdender Produkte des Maschinen- und Anlagenbaus erfordern zunehmend die Zusammenarbeit vieler verschiedener Partner innerhalb von Unternehmen wie auch unternehmensübergreifend. Der damit einhergehende wachsende Bedarf an kontextbezogenen Informationen innerhalb der Geschäftsprozesse kann durch zielgerichteten Einsatz von Wissensmanagement gedeckt werden. Derzeit wird der Produktionsfaktor „Wissen“ im Maschinen- und Anlagenbau allerdings nur unzureichend genutzt. Neue Lösungsansätze, die auf Technologien des Semantic Web – speziell Ontologien – aufbauen, helfen zum einen, gemeinsame Begriffswelten aller Prozessbeteiligten zu definieren, und ermöglichen es zum anderen, semantische Beziehungen über diese Welten abzubilden. Es ergeben sich formalisierte Wissensmodelle, aus denen sich aufgabenbezogenes Wissen ableiten lässt. In diesem Beitrag werden Beispiellösungen zur Nutzung ontologiebasierten Wissensmanagements in ausgewählten Geschäftsprozessen des Maschinen- und Anlagenbau vorgestellt.
Kurzfassung Die Beherrschung der zunehmenden Variantenvielfalt ist eine der größten Herausforderungen für die Automobilindustrie, wobei sich die damit verbundenen Probleme nicht nur auf den Produktionsprozess selbst beschränken. Auch die Anforderungen an die Aufgabenbereiche der Produktionsplanung, wie zum Beispiel die Kapazitätsplanung, werden dadurch deutlich erhöht. Um der Forderung nach einem Kapazitätsplanungsverfahren gerecht zu werden, das einerseits der Komplexität variantenreicher Produktion gewachsen ist und andererseits ein anwenderfreundliches Instrument für den Produktionsplaner darstellt, wird in diesem Beitrag eine an die Variantenvielfalt adaptierte Methode zur Kapazitätsplanung auf der Basis von simulationsunterstützten statistischen Planungsmodellen vorgeschlagen.
Kurzfassung Werkzeugbauer können ihre Werkzeuge für den Presswerksbetreiber (nahezu) produktionsbereit zur Verfügung stellen, sodass im Anlauf nur wenige Nacharbeiten und Einstellungen an der Produktionspresse vorgenommen werden müssen. Presswerksbetreiber können ihre Anlaufzeiten etwa 40 bis 70 Prozent verringern und gewinnen somit wertvolle Produktionszeit (Produktivitätsgewinn). Durch die Anwendung der in der Kinematiksimulation optimierten Ergebnisse auf die reale Steuerung können mögliche Störeinflüsse reduziert, die Ausbringung (Hubzahl) der Pressen gesteigert und die Datenqualität der Auftrags- und Logistiksteuerung im Presswerk erhöht werden.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.