Kai Gutenschwager

A sequential ordering problem in automotive paint shops

In paint shops in the automotive industry, a change of colours between two consecutive cars causes sequence-dependent set-up costs. Often, selectivity banks are used as storage and retrieval systems to create colour-oriented batches of cars before the paint application in order to reduce set-up costs. The efficient control of those selectivity banks is considered a major problem of operating paint shop systems. A branch&bound approach for the colour batching process is presented. Some computational results obtained with the approach are described. An additional focus is to outline the characteristics of parts of the colour-batching problem in selectivity banks as a sequential ordering problem.

Simulation in Produktion und Logistik

Karlsruhe (TH) soll sich vorrangig der Integration technischer, organisatorischer und personalorientierter Aspekte bei der Modellierung und Simulation von Produktionsund Logistiksystemen widmen. Damit soll aufgezeigt werden, dass Simulationsverfahren in der Lage sind, vielfaltige Aspekte des technischen Managements gleichermasen modellhaft abzubilden und auf der Basis einer multikriteriellen Zielsetzung zu bewerten. Dies hat Auswirkungen auf die Datenhaltung und die Modellierungstechnik, beruhrt aber auch Fragen der Verifikation und Validierung von Simulationsverfahren und der mit ihnen erstellten Modelle. Wie schon bei den vorangegangenen ASIM-Fachtagungen sollen Forschung, Entwicklung und industrielle Nutzung gleichermasen diskutiert werden. Es werden aktuelle Forschungsergebnisse wie auch Best-Practice-Beispiele der Simulation im betrieblichen Alltag vorgestellt. Somit erhalten Teilnehmer ohne Simulationserfahrung einen Uberblick uber Moglichkeiten und Grenzen der Simulation, wahrend erfahrene Anwender die Tagung zum Erfahrungsaustausch nutzen und neue Angebote begutachten konnen.

A data model for carbon footprint simulation in consumer goods supply chains

CO2 efficiency is currently a popular topic in supply chain management. Most approaches are based on the Life Cycle Assessment (LCA) which usually exploits data from a static database. This approach is effective when estimating the carbon footprint of products or groups of products in general. Simulation has been a proper method for metering the effectiveness of logistics systems, and could thus be expected to also support the analysis of CO2 efficiency in supply chains (SC) when combined with an LCA database. However, research shows that this combination does not deliver reliable results when the target of the study is improvement of the logistics in the SC. The paper demonstrates the shortcomings of the LCA-analogous approach and proposes a data model that enables discrete event simulation of SC logistics including its impact on the carbon footprint that is under development in the e-SAVE joint project funded by the European Commission.

Qualitätssicherung lagerlogistischer Steuerungssoftware durch Simulation

prüfung des Systemdurchsatzes, d. h. ob die gewünschte Ausbringungsmenge pro Zeiteinheit abgegeben werden kann. Diese Frage wird im Rahmen der Analyse so unterschiedlicher Systeme wie Automobilrohbau oder Distributionszentren untersucht; vgl. z. B. [7,26]. Während der Konzeption eines logistischen Systems werden die weitgehend statischen Berechnungen und Zeichnungen des Planungsingenieurs durch Simulationsexperimente unterstützt, die ein Testen (und Nachweisen) der Leistungsfähigkeit dynamischer Systeme ermöglichen sowie die dynamischen Zusammenhänge anschaulich am Bildschirm aufzeigen. Seit einigen Jahren gibt es, nicht zuletzt dank der zunehmenden Möglichkeiten der zahlreichen Simulationswerkzeuge [23, 21], zusätzlich einen Trend zu sog. 1Online-Simulationa [22]. So propagiert die den Einsatz der Simulation in Deutschland beschreibende Richtlinie 3633 des Vereins Deutscher Ingenieure [24] den Einsatz von Simulation während des gesamten Lebenszyklus eines logistischen Systems: Neben der Systemplanung wird der Einsatz von Simulation auch während der Realisierung und Inbetriebnahme und zur Unterstützung des laufenden Betriebs des Systems empfohlen. In dieser Arbeit befassen wir uns mit dem Einsatz von Simulationsmodellen während der Realisierung und Inbetriebnahme groûer Lagersysteme. Ziel des beschriebenen Ansatzes ist es, die kostenintensive Einführungsphase der Software durch die durchgängige Nutzung des Simulationsmodells während der Testphase drastisch zu verkürzen. Die Kosten entstehen, da das Aufdecken und Beheben von Fehlern in der Software durch 1Experimentea an der realen Anlage sehr aufwendig ist. In Abschn. 2 wird zunächst die Entwicklung von Steuerungssoftware für Lagersysteme unter besonderer Berücksichtigung von Testverfahren vorgestellt, um darauf aufbauend Potentiale und Voraussetzungen für den Einsatz der Simulation im Rahmen

Konfiguration von Distributionslogistiknetzwerken unter Berücksichtigung Kundenorientierter Lieferserviceanforderungen

In diesem Beitrag wird ein Vorgehensmodell zur Konfiguration von Distributionslogistiknetzwerken vorgestellt. Ausgangspunkt bildet eine Methode zur kundenorientierten Erhebung von (relativen) Serviceanforderungen, auf deren Basis effektive Gestaltungs- und Bewertungskriterien abgeleitet werden konnen, die Eingang in Modelle zur Simulation und mathematischen Optimierung finden. Letztere Ansatze konnen im Rahmen einer kombinierten Anwendung eine zielgerichtete Optimierung von Distributionsnetzwerken unterstutzen.

Simulationswerkzeuge und ihre Anwendung

Zur Unterstutzung der Simulation stehen heute fur den Bereich Produktion und Logistik unterschiedliche Simulationswerkzeuge zur Verfugung. Kernfunktionalitaten solcher Werkzeuge liegen in der Erstellung eines ausfuhrbaren Simulationsmodells einschlieslich aller Steuerungen und stochastischer Einflusse sowie in einer Ereignisverwaltung und der Durchfuhrung von Simulationslaufen. Viele Werkzeuge unterstutzen auch die Definition und Durchfuhrung von Experimenten sowie die statistische Auswertung der Simulationsergebnisse. Zudem werden heute in einigen Werkzeugen Methoden zur Verifikation und Validierung angeboten.

Grundlagen der ereignisdiskreten Simulation

Voraussetzung fur die Durchfuhrung von Simulationsexperimenten ist ein ablauffahiges Simulationsmodell, das die dynamischen Zusammenhange des zu betrachtenden Systems abbildet. Hierzu muss das System mit seinen Systemelementen sowie das Systemverhalten uber die Zeit adaquat in einem Computermodell implementiert werden. Dieses Kapitel widmet sich den hierzu erforderlichen methodischen Grundlagen der diskreten und insbesondere der ereignisdiskreten Simulation.

Stochastische Grundlagen und ihre Anwendung

Stochastik ist fur die Untersuchung von Logistik- und Produktionssystemen von groser Bedeutung. Es gibt zahlreiche Vorgange in diesen Systemen, deren Ergebnisse sich zufallig einstellen konnen, wie Art und Umfang eintreffender Auftrage, Ausfalle von Maschinen oder Transport- und Bearbeitungszeiten. Diese Vorgange beeinflussen das Systemverhalten oft so stark, dass sie in Simulationsmodellen berucksichtigt werden mussen. Das Kapitel fuhrt in die Grundlagen der Stochastik ein, die fur die Durchfuhrung von Simulationsstudien erforderlich sind.

Vorgehensweise bei der Durchführung von Simulationsstudien

Eine Simulationsstudie kann als eigenstandiges Projekt zur Beantwortung einer vorab definierten Fragestellung durchgefuhrt werden oder in ein umfassenderes Projekt eingebunden sein, aus dem heraus dann die Fragestellungen entstehen. Somit sind fur eine Simulationsstudie Facetten des Projektmanagements, der Softwareentwicklung, der Datenbeschaffung sowie der Modellbildung und Simulation von Bedeutung. Dieses Kapitel stellt ein etabliertes Simulationsvorgehensmodell mit seinen einzelnen Phasen vor und beschreibt Aufgaben, die in diesen Phasen zu bearbeiten sind. Verifikation und Validierung begleiten die einzelnen Phasen und werden daher ebenfalls mit ausgewahlten Techniken erlautert. Abschliesend werden Vor- und Nachteile einer Fremdvergabe von Teilen der Simulationsstudie diskutiert und wichtige Hinweise zum richtigen Vorgehen in Simulationsstudien zusammengefasst.

Weiterführende Konzepte und Anwendungen

Dieses abschliesende Kapitel erganzt methodische Erweiterungen der ereignisdiskreten Simulation und diskutiert spezifische Anwendungsfalle. So beschreibt ein Abschnitt Motivationen und Herausforderungen der Verteilung eines Simulationsmodells uber mehrere Rechner. Ein weiterer Abschnitt befasst sich mit den moglichen Beziehungen zwischen Simulation und Optimierung und vertieft das Thema der simulationsunterstutzten Optimierung.