Smart Scheduling Recommender System
Das Institut für Business Engineering FHNW entwickelt zusammen mit Industriepartnern ein Smart Scheduling Recommender System zur prozessorientierten Produktionsplanung in mittelständischen Unternehmen.
Proof-of-Concept für die leistungsstarke Kombination von Process Mining- und Prozess-Simulationsalgorithmen in einem Smart Scheduling Recommender System zur Optimierung des Planungsprozesses und zur Erzielung erheblich verkürzter Durchlaufzeiten mittels Anwendung eines digitalen Zwillings.
Die Schweizer Maschinen-, Elektro- und Metall-Industrie (MEM-Industrie) erwirtschaftet 7,1 % (2018) des Bruttoinlandproduktes und nimmt damit in der schweizerischen Volkswirtschaft eine Schlüsselstellung ein. Mit einer Ausfuhrquote von 79 % ist die MEM-Industrie sehr exportorientiert.
In der Schweizer MEM-Industrie werden üblicherweise ERP-Module für die heuristische Produktionsprozessplanung eingesetzt, welche, oft ohne lastabhängige Auftragssteuerungsfunktionen, darauf ausgelegt sind, eine hohe Maschinenkapazitätsauslastung zu erzielen und die Sicherheitsbestände für Endprodukte zu halten. Im Zusammenhang mit Fast-Track-Aufträgen und offenen Produktionsaufträgen (Work in Progress, überfällige Produktionsaufträge) kommt es in der Folge zu ständig steigenden Durchlaufzeiten aufgrund langer Auftragswarteschlangen auf einem flachen und maximal erreichbaren Maschinenauslastungsniveau. Das Ergebnis sind kumulativ schwankende Prognosen und anschliessendes Troubleshooting, welches zu Situationen führen kann, die die Kundenzufriedenheit und Wettbewerbsfähigkeit einschränken.
Im Rahmen des Forschungsprojektes soll aufgezeigt werden, wie man die Durchlaufzeiten in der Produktion erheblich reduzieren und damit eine erhöhte Flexibilität und Reaktionsfähigkeit sowie eine höhere Lieferbereitschaft für mittelständische Unternehmen der MEM-Industrie ermöglichen kann. Vorhandene heuristische Planungsalgorithmus werden um ein Smart Scheduling Recommender System erweitert, welches auf einem intelligenten digitalen Zwilling und auf realen Produktionsprozessen und Maschinenkapazitäten basiert. Dabei werden erstmals Process Mining- und Prozess-Simulationsalgorithmen in einer realen Produktionsplanungsumgebung miteinander kombiniert.
Projekt-Information | |
Ausführung | |
Dauer | 18 Monate |
Förderung | |
Projektleitung |