Robuste Auftragsplanung in Produktionsnetzwerken – Mittelfristige Planung der variantenreichen Serienproduktion unter Unsicherheit der Kundenauftragskonfigurationen

Die Produktion variantenreicher Produkte wie Flugzeuge und Automobile in Produktionsnetzwerken stellt Unternehmen vor die Herausforderung in der mittelfristigen Produktionsplanung auch bei noch nicht vorliegenden Kundenauftragskonfigurationen optimale Entscheidungen zu treffen. Ziel der Dissertation ist daher die Entwicklung eines Lösungsansatzes zur mittelfristigen Auftragsplanung in Produktionsnetzwerken der variantenreichen Serienproduktion unter Unsicherheit der Kundenauftragskonfigurationen. Indem mittelfristig noch nicht vorliegende und somit unsichere Kundenauftragskonfigurationen antizipiert und bei der Auftragsplanung berücksichtigt werden, kann eine robuste und somit möglichst optimale Planung unter Unsicherheit erfolgen.
... mehr

Im Rahmen der Dissertation werden die beiden Fälle betrachtet, dass zum mittelfristigen Planungszeitpunkt entweder Kundenaufträge mit unsicheren Auftragskonfigurationen oder keine Kundenaufträge vorliegen. Im letzteren Fall wird ebenso wie im ersteren eine auftragsbasierte Planung und zwar durch Planaufträge verfolgt, um auch ohne Kundenaufträge eine zeitliche Durchgängigkeit zwischen dem mittel- und kurzfristigen Planungshorizont zu ermöglichen. Die Planungsaufgabe der Auftragsgenerierung besteht daher im Falle von Kundenaufträgen in der Generierung von Szenarien hinsichtlich deren Auftragskonfigurationen und im Falle von nicht vorliegenden Kundenaufträgen in der Generierung von Planaufträgen für Märkte. Darauf folgend werden die generierten Aufträge robust ins Produktionsnetzwerk eingeplant. Eingehende Kundenaufträge können schließlich den eingeplanten Planaufträgen robust zugeordnet werden.

Zur Validierung des Lösungsansatzes im Flugzeugbau werden zur Einplanung vorliegender Kundenaufträge ins Produktionsnetzwerk der Airbus A320-Produktfamilie Szenarien hinsichtlich deren unsicheren Auftragskonfigurationen generiert. Hierbei werden auf den Auftragskonfigurationen basierende Arbeitslasten in der Endmontage repräsentativ abgebildet und ein Worst-Case-Szenario hinsichtlich der maximalen Arbeitslast generiert. Die Auftragseinplanung ins Produktionsnetzwerk erfolgt schließlich durch ein robustes Szenarienmodell. Robustheit hinsichtlich der Arbeitslasten wird einerseits durch Flexibilitätskosten und andererseits durch Wandlungskosten ermöglicht.
Im Automobilbau werden Planaufträge unter Berücksichtigung von Baubarkeitsregeln und Einbauraten bezüglich Produktoptionen generiert und ins Produktionsnetzwerk optimal eingeplant. Durch den Eingang von Kundenaufträgen nach der Auftragseinplanung wird die Unsicherheit über die gewünschten Auftragskonfigurationen aufgelöst. Die Kundenauftragszuordnung zu Planaufträgen erfolgt durch ein Optimierungsmodell, das die zur Verfügung stehende Rekonfigurationsflexibilität der Materialbedarfs-, Produktions-, Distributions- und Absatzplanung berücksichtigt. Im Sinne der Robustheit wird die Flexibilität durch Minimierung entsprechender Kosten in möglichst geringem Umfang genutzt.

Insgesamt leistet der entwickelte Lösungsansatz einen Beitrag zur robusten Auftragsplanung in Produktionsnetzwerken der variantenreichen Serienproduktion bei mittelfristig unsicheren Auftragskonfigurationen.

Companies nowadays operating production networks to produce multi-variant products such as aircrafts and automobiles face the challenge to make optimal decisions in medium-term production planning under uncertainty of order configurations. This challenge is addressed by the presented approach for robust order planning in production networks by considering the uncertainty of customer order configurations. The approach has the potential to be applied as software in real industrial environments.
If orders have been received in the medium term, but the flexibility to fix order configurations in terms of product options later is offered to customers, scenarios can be generated to model the uncertainty of customer order configurations. ... mehrAn approach for the generation of scenarios representing the workload in final assembly specifically considering potential order configurations of the customers of the orders and including the maximum workload as a worst-case scenario is presented. If orders have not been received in the medium term, planned orders can be generated based on market forecasts. Therefore, a variant tree is applied modelling merely mandatory options to reduce complexity. Non-mandatory options are added after planned orders have been generated based on the variant tree. Scenarios for customer orders as well as planned orders are used as input for an optimization model for the medium-term assignment of orders to periods and locations in a production network. Robustness with respect to workload in final assembly is considered in terms of flexibility and changeability within the model. Customer orders being received after the medium-term assignment of orders are as-signed to planned orders using an optimization model taking the reconfiguration flexibility of planned orders into account in order to make them suitable for an assignment, but minimizing the utilization of flexibility in order to achieve robustness of planning. The buildability of reconfigured orders is ensured by a separate algorithm.
The approach is implemented as a software prototype and validated in two industrial use cases. The generation of scenarios and the medium-term assignment of customer orders is validated taking the Airbus A320 family as a use case. The results demonstrate the benefits of a robust optimization. In the second use case, a rule-based product documentation of an automobile manufacturer with about 4x10^24 theoretically possible variants is used for the generation of orders, their assignment in a production net-work and the assignment of customer orders to the planned orders. It is demonstrated that several types of reconfiguration flexibility contribute to the robustness of planning.