Bachelor + Master Publishing
811 Bachelorarbeiten, 533 Masterarbeiten, 10.103 Diplomarbeiten

Verfahren zur simulationsgestützten Regelung der Kanban-Steuerung bei dynamischen Bedarfen

Verfahren zur simulationsgestützten Regelung der Kanban-Steuerung bei dynamischen Bedarfen
Über dieses Buch
  • Art: Dissertation / Doktorarbeit
  • Autor: Andreas Moritz
  • Abgabedatum: Juli 1999
  • Umfang: 216 Seiten
  • Dateigröße: 2,3 MB
  • Note: 1,0
  • Institution / Hochschule: Rheinisch-Westfälische Technische Hochschule Aachen (RWTH) Deutschland
  • ISBN (eBook): 978-3-8324-4515-7
  • ISBN (Paperback) :
    978-3-8324-4515-7 P
  • ISBN (CD) :978-3-8324-4515-7 CD
  • Sprache: Deutsch
  • Prämierung:
  • Arbeit zitieren: Moritz, Andreas Juli 1999: Verfahren zur simulationsgestützten Regelung der Kanban-Steuerung bei dynamischen Bedarfen, Hamburg: Diplomica Verlag
  • Schlagworte: dynamische Bedarfe, Kanban, Simulation

Dissertation / Doktorarbeit von Andreas Moritz

Einleitung:

Industrieunternehmen sehen sich durch den Werte- und Strukturwandel der Gesellschaft, Änderungen politischer Randbedingungen sowie wissenschaftlichen Neuerungen dynamischen, bisweilen sogar turbulenten Marktbedingungen ausgesetzt. Für die Unternehmen ergibt sich die Verpflichtung, den stetig wandelnden Anforderungen gerecht zu werden. Gesättigte regionale Märkte erzwingen die weltweite Ausweitung von Vertriebsaktivitäten. Zum einen ergeben sich durch die Globalisierung die Chancen eines vergrößerten Beschaffungs- und Absatzmarktes, zum anderen werden die Unternehmen zugleich mit bis zu 50% mehr Wettbewerbern als noch vor 6 Jahren konfrontiert. Für den Kunden ist diese Konkurrenzsituation von Vorteil: Er kann leichter seine Ansprüche an Produkte und Leistungen zu günstigen Konditionen durchsetzen. Für den Lieferanten, beispielhaft der deutsche Maschinenbau, spiegelt sich dieser Sachverhalt zahlenmäßig durch bis zu 60% kürzere Lieferzeiten und bis zu 50% niedrigere Marktpreise im Vergleich zu 1990 wider.

Die Gesamtheit der Veränderungen bewirken, dass Unternehmen komplexere, individuelle Kundenlösungen unter stark erhöhtem Zeit- und Kostendruck hervorbringen müssen. Auf die Erfüllung dieser Anforderungen wirken sich jedoch die Wettbewerbsnachteile in Deutschland negativ aus. Im Merkmal „Kosten pro geleisteter Arbeitsstunde“ liegt Deutschland im internationalen Vergleich an der Spitze. In einer Befragung von 681 Unternehmen nannten 85% resp. 68% der Unternehmen gesetzliche Lohnzusatzkosten und Steuerbelastungen als die Hauptwettbewerbsnachteile bezüglich der Kostensituation.

Um den komplexen und dynamischen Marktanforderungen gewinnbringend entgegenzutreten, müssen daher innerbetrieblich viel Flexibilität und Reaktionsgeschwindigkeit aufgebracht sowie gleichzeitig die Ressourcen effizient genutzt werden. In den Jahren bis 1991 war eine verstärkte Investitionstätigkeit in neue Maschinen und Anlagen zu beobachten. Die Ertragskraft der Unternehmen wurde bei weitem jedoch nicht den Ausgaben entsprechend gestärkt. Die weltweite MIT-Studie für die Automobilindustrie merkte in diesem Zusammenhang an:

„Die Automobilfabrik mit dem geringsten Automatisierungsgrad ist das effizienteste Werk auf der Welt. Erst wenn die schlanke Organisation steht, macht es Sinn, über die Automatisierungstechnologien nachzudenken!“ Durch diese Studie wurde der Begriff „lean production“ (schlanke Produktion) geprägt, die neben der rein technischen Verbesserung vor allem auf die organisatorische Optimierung der Produktions- und Leistungsprozesse sowie auf die Fokussierung der wertschöpfenden Prozesse abzielt. Daraus resultiert die in den letzten Jahren verstärkte Konzentration auf die Logistikfunktionen innerhalb der Wertschöpfungskette. Die logistische Leistungsfähigkeit eines Unternehmens wird sogar als eine der bedeutendsten Erfolgsfaktoren auf dem globalen, vernetzten Markt angesehen.

Das bei der Produktionslogistik vorliegende traditionelle Bestreben nach höchstmöglicher Auslastung ist dabei einer verstärkten Kundenorientierung bei gleichzeitiger Bestandsminimierung gewichen. Diese Ziele müssen ergänzt werden um das Merkmal „Reaktionsfähigkeit“. Um diesen Zielsetzungen Rechnung zu tragen, wird in verstärktem Maße das Just-in-time-Konzept eingesetzt. Dabei ist das gesamte Überdenken des Leistungserstellungsprozesses mit dem Ziel notwendig, möglichst nachfragegenau zu produzieren. Eine Schlüsselrolle beim Just-in-time-Konzept nimmt dabei die integrierte Informationsverarbeitung ein, da eine kundennahe Produktion Planungs- und Steuerungskonzepte erfordert, die eine Vereinfachung der Informations- und Koordinierungsaufgaben zum Ziel haben.

Im Rahmen dieser Konzeption gewinnt die Steuerung nach dem Kanban-Prinzip an Bedeutung. Autonome Fertigungsabschnitte regeln sich dabei über die Größe „Materialbestand“ selbständig; Produktionsautorisierungen für den jeweiligen Regelkreis stellen die sog. Kanban (-Karten) dar.

Eine wesentliche Einsatzvoraussetzung ist jedoch die Verstetigung des Bedarfsverlaufs und damit die Reduzierung von Mengenschwankungen. Vielfach finden sich in der Praxis jedoch Bedarfssituationen, die weit über die engen Toleranzen hinausgehen. Als Konsequenz ergeben sich entweder Materialflussabrisse, die den Servicegrad verringern, oder aber es entstehen unnötige Fertig- und Halbfabrikatbestände, welche durch Bestandskosten die Gesamtwirtschaftlichkeit reduzieren.

Die Beherrschung dynamischer Bedarfe, die auf ein Kanban-System wirken, ist daher eine notwendige Aufgabe, um den weiteren Einsatz und die Verbreitung des Kanban-Prinzips voranzutreiben.

Gang der Untersuchung:

Nachfolgend werden im Kapitel 2 grob die Aufgaben der Produktionsplanung und -steuerung vorgestellt. Sie helfen beim Verständnis und der Einordnung des Kanban-Prinzips, das detailliert in seinen wesentlichen Ausprägungen vorgestellt wird. Das Aufzeigen der Probleme bei schwankenden Bedarfen mündet in die Analyse vorhandener Lösungsansätze. Daraus lässt sich die Zielstellung dieser Arbeit ableiten.

In Kapitel 3 wird dann das Basiskonzept einer simulationsgestützten Regelung hergeleitet. Konsequent wird dabei der Regelungsgedanke aufgegriffen und die Struktur eines überlagerten Regelkreises aufgezeigt.

Kapitel 4 hat die Erweiterung des Konzeptes vor dem Hintergrund der Dynamik des Verbrauchsverhaltens zum Schwerpunkt. Für die bei der Großserien- und Massenfertigung gerade im Automobilzulieferbereich übliche Form der Liefereinteilung wird ein geeignetes Komponentenmodell des Bedarfsprozesses hergeleitet. Neben dem Ansatz zur Regelung im Falle einer deterministischen Komponente wird ein Verfahren zur Absicherung gegen eine zufällige Komponente erarbeitet.

In Kapitel 5 wird eine Konzeption zur DV-gestützten Verfahrensumsetzung aufgezeigt. Diese soll Applikationen in der betrieblichen Praxis ermöglichen. Dabei werden auch Hinweise für den praktischen Einsatz gegeben. Die experimentelle Validierung des Gesamtverfahrens und die Diskussion der Ergebnisse erfolgt in Kapitel 6.

Inhaltsverzeichnis:

Verzeichnis der Abkürzungen und Variablen IV
Verzeichnis der Abbildungen IX
1. Einleitung 1
2. Problemstellung und Stand der Technik 4
2.1 Begriffsdefinitionen und Abgrenzung 4
2.2 Systeme zur Steuerung von Produktion und Materialfluss 6
2.3 Das Kanban-Prinzip als Produktionssteuerungsmethodik 10
2.3.1 Einsatzvoraussetzungen 11
2.3.2 Grundelemente von Kanban-Systemen 14
2.3.3 Typologie von Kanban-Steuerungen 20
2.3.3.1 Zwei-Karten-Systeme 21
2.3.3.2 Ein-Karten-Systeme 23
2.3.3.2.1 Ein-Karten-Systeme mit Transport-Kanban-Karten 23
2.3.3.2.2 Ein-Karten-Systeme mit Produktions-Kanban-Karten 23
2.3.3.3 Allgemeine Regeln für Kanban-Steuerungen 25
2.3.4 Planungsablauf bei Kanban 26
2.4 Die Problematik schwankender Bedarfe 29
2.5 Bestehende und relevante Lösungsansätze 31
2.6 Zielsetzung der vorliegenden Arbeit 37
3. Basiskonzept einer simulationsgestützten Regelung der Kanban-Steuerung bei dynamischen Bedarfen 39
3.1 Vorgehensweise zum Entwurf komplexer Systeme 39
3.2 Grundlagen der Regelung 40
3.3 Anwendung des Regelkreisprinzips zur Modellierung der Kanban-Steuerung 42
3.3.1 Analogieschluss zur Regelungstechnik 42
3.3.2 Zielgrößenorientierung und Erstellung eines Zielsystems 47
3.3.2.1 Anforderungen an ein Zielsystem 47
3.3.2.2 Ableitung der relevanten Zielgrößen 48
3.3.3 Formulierung der Regelaufgabe 52
3.3.4 Führungs- und Störgrößen 55
3.3.5 Identifizierung wesentlicher Totzeiten 56
3.3.6 Einsatz klassischer regelungstechnischer Methoden 57
3.3.6.1 Prädiktive, adaptive Regelung 58
3.3.6.2 Simulation zur Lösung der Regelungsaufgabe 59
3.4 Anwendung der Simulation 61
3.4.1 Vorgehensweise zur Nutzung der Simulation 61
3.4.2 Aufbau eines symbolischen Modells 64
3.4.2.1 Prozessmodell 64
3.4.2.2 Prozessstruktur 66
3.4.2.3 Prozessregeln 68
3.4.2.4 Datenmodell 70
3.4.3 Mathematische Beschreibung des Modells 73
3.5 Simulationsgestützte Planung des Reglereingriffs 78
3.5.1 Problemstellung 78
3.5.2 Ableitung des Optimierungsverfahrens 79
4. Erweitertes Konzept zur Berücksichtigung deterministischer und stochastischer Schwankungen 83
4.1 Analyse der Verbrauchsinformation 83
4.1.1 Klassifizierung nach Bedarfsverlauf und -bestimmtheit 83
4.1.2 Lieferabrufsystematik 86
4.1.3 Einflussgrößen der Unsicherheit 87
4.2 Modell des Bedarfsprozesses 89
4.2.1 Komponentensichtweise 89
4.2.2 Zerlegung der Störungskomponenten 90
4.3 Ansatz zur Regelung der deterministischen, dynamischen Komponente 94
4.3.1 Einstufiger Ansatz 94
4.3.2 Mehrstufiger Ansatz 98
4.4 Absicherung gegen die stochastische Komponente 103
4.4.1 Stochastische Lagerhaltungssysteme 103
4.4.2 Kompensation der stochastischen Komponente 107
4.5 Synthese der Ansätze zur Beherrschung deterministischer und stochastischer Bedarfe 110
5. Konzeption einer DV-gestützten Verfahrensumsetzung 114
5.1 Struktureller Aufbau 114
5.2 Konzeption der Systemfunktionen 115
5.2.1 Bedarfsdatenaufbereitung 116
5.2.2 Konfigurationsfunktion 118
5.2.3 Simulationsfunktion 119
5.2.4 Optimierung und Stellgrößengenerierung 121
5.2.5 Analyse und Bewertung 123
5.3 Integration in den betrieblichen Ablauf 125
5.3.1 Ablauforganisatorische Einbindung 125
5.3.2 Hinweise für den praktischen Einsatz 127
6. Experimentelle Validierung des Systemansatzes 130
6.1 Beschreibung der Experimente und Experimentplanung 130
6.2 Durchführung und Auswertung der Untersuchungen 132
6.2.1 Bedarfszerlegung 132
6.2.2 Einstufiges Kanban-System 138
6.2.3 Dreistufiges Kanban-System 145
6.3 Diskussion der Ergebnisse 148
7. Zusammenfassung und Ausblick 151
8. Literaturverzeichnis 154
9. Anhang 164

Automatisiert erstellter Textauszug:

Im Gegensatz dazu ändern sich bei der diskreten Simulation, die auch als diskrete Ereignis-Simulation bezeichnet wird, die Zustandsvariablen durch den Eintritt von Ereignissen an bestimmten, endlich vielen Zeitpunkten. Abhängig von der Art der Zeitführung lassen sich dabei zwei Arten der Ereignis-Simulation unterscheiden [DoDr-95, S. 208]: 1. Periodenorientierte Zeitführung (taktgetrieben): Die interne Simulationsuhrzeit wird jeweils um feste Zeitintervalle ∆t (Sekunde, Minute, Stunde, Tag, etc. ) vorangetrieben. Nach einer Zeitaktualisierung wird überprüft, ob Ereignisse stattgefunden haben, welche die Zustandsvariablen verändern. 2. Ereignisorientierte Zeitführung (ereignisgetrieben): Nach einer Initialisierung der Systemzeit ermittelt man die Zeitpunkte, an denen zukünftige Ereignisse eintreten. Im Anschluß daran wird die Systemzeit mit dem Zeitpunkt des Eintritts des ersten Ereignisses gleichgesetzt. Die zugehörige Zustandsvariable wird aktualisiert. Die Formulierung der Prozeßstruktur legt die Eigenschaften und Funktionen der Prozeßelemente und deren Beziehungen untereinander fest. Hierbei, wie bei der Festlegung eines Prozeßmodells, wird der Abstraktionsgrad des Modells determiniert. Generell sind dabei der Aufwand zur Modellierung und die Abbildungsgenauigkeit gegeneinander abzuwägen, da der Aufwand überproportional zur Genauigkeit steigt [VDI-93, S. 12]. Eng verbunden mit der Prozeßstruktur sind die Prozeßregeln, nach denen sich die Abläufe im Modell vollziehen. Die Prozeßregeln lassen sich in zwei Gruppen einteilen: In Bearbeitungsregeln und in Steuerungsregeln [Male-88, S. 34]. Im Rahmen der Datenmodellierung und –aufbereitung wird ein Datenmodell für die Simulationsstudie erstellt. Von besonderem Interesse sind dabei die exogenen Daten, die von außen auf das System einwirken (z.B. Systemlast, Störgrößen). Im Anschluß an die erfolgte Modellierung muß das Modell mit Hilfe einer Modellierungssprache für die Computerunterstützung programmiert werden. Grundsätzlich kann festgestellt werden, daß zur Programmierung keine speziellen Simulationsprogramme erforderlich sind [Chah-90, S. 98]. Höhere Programmiersprachen wie z.B. FORTRAN, OBJECTIVE C und PASCAL reichen aus. Allerdings entwickelt sich der Trend immer mehr zu in der Anwendung komfortableren Simulationssystemen wie z.B. SIMFLEX, SIMPLE++ und MODUS [Jüne-89, S. 586]. An die eigentliche Programmierung schließt sich ein Gesamttest aller Funktionalitäten an. Das eigentliche Ziel der Simulation ist nicht der Aufbau eines Modells, sondern die Nutzung dessen, um Aussagen und Erkenntnisse über das Systemverhalten zu gewinnen. Die vorab festgelegten Zielsetzungen orientieren sich ja gerade an der späteren Nutzung. Die Versuchsinitialisierung trägt dazu bei, den datenmäßig zu beschreibenden Ausgangszustand festzulegen. So ist z.B. zu klären, ob das System im Leerzustand startet, oder ob schon Prozeßträger im System [...]

Für die Unterscheidung verschiedener Modellarten sind primär die Eigenschaftspaare deterministisch / stochastisch und stetig / diskret von Bedeutung [Patz-82, S.335]. Tritt in einem Simulationsmodell mindestens eine Einflußgröße auf, die zufallsbedingt variiert, so spricht man von einem stochastischen Modell [Male-88, S. 9]. Im Gegensatz dazu sind im deterministischen Modell alle Einflußgrößen im voraus bekannt. Bei stochastischen Modellen werden sinnvolle Aussagen erst dann erreicht, wenn, den Kenngrößen der einzelnen Wahrscheinlichkeitsverteilungen entsprechend, mehrere Simulationsläufe durchgeführt worden sind. Bei stetigen Modellen ändern sich die Zustandsvariablen kontinuierlich mit der Zeit. Kontinuierliche Simulationsmodelle weisen i.d.R. eine oder mehrere Differentialgleichungen zur Abbildung des Zusammenhangs zwischen Zeitfortschritt und Änderung der Zustandsvariablen auf [DoDr-95, S. 208]. [...]

Zur Lösung dieses regelungstechnischen Problems wird daher das Verfahren der Simulation eingesetzt, welches für die Beherrschung diskreter, ereignisorientierter und dynamischer Systeme geeignet ist. Mit Hilfe der Simulation können Regelungseingriffe zuerst an dem jeweiligen Modell der Strecke überprüft und optimiert werden. Eine vorausschauende Charakteristik der Modelldaten, insbesondere der Störgrößen, erlaubt "Was-wäre-wenn"-Szenarien. Somit können die unterschiedlichen Auswirkungen der Regelungseingriffe auf die Zielgrößen für jeden Regelungslauf experimentell ermittelt werden. Über geeignete Algorithmen und Heuristiken kann dann eine Optimierung der Stellgrößen durchgeführt werden. Die bisherige Struktur des überlagerten Regelkreises wird deshalb detailliert und um die Simulation, das Störgrößenmodell und die Optimierung erweitert (Bild 3.8). [...]

Arbeit zitieren:
Moritz, Andreas Juli 1999: Verfahren zur simulationsgestützten Regelung der Kanban-Steuerung bei dynamischen Bedarfen, Hamburg: Diplomica Verlag

Schlagworte:
dynamische Bedarfe, Kanban, Simulation

Entdecken Sie mehr zum Thema

diplom.de
Bachelor + Master Publishing

Hermannstal 119 k
22119 Hamburg

Fon: +49 (0) 40 655992-0
Fax: +49 (0) 40 655992-22

Service-Telefon

Rufen Sie uns an:
+49 (0) 40 655992-0

Mo-Fr
09.00-16.00 Uhr

diplom.de in den Medien

Folgen Sie uns bei Twitter & werden Sie diplom.de-Fan bei Facebook!
Schreibtipps unserer Lektoren, Neuigkeiten aus dem Verlagsalltag und das Expertenwissen unserer Autoren als Tweet & Post!
Wir freuen uns auf Sie!

diplom.de BACHELOR + MASTER PUBLISHING

Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Magisterarbeiten, Dissertationen und andere Abschlussarbeiten aus allen Fachbereichen und Hochschulen können Sie bei uns als eBook sofort per Download beziehen oder sich auf CD oder als Buch zusenden lassen. Seit mehr als 15 Jahren ist diplom.de der seriöse, professionelle und erfolgreiche Partner für die Veröffentlichung wissenschaftlicher Abschlussarbeiten.

© Diplomica Verlag GmbH 1996-2011, AG Hamburg HRB 80293 - GF Björn Bedey, USt-IdNr.: DE214910002 - Verkehrsnummer: 12285 - Impressum
Index der Arbeiten - Index der Autoren