Abstract:
Störungen in der Produktion können erhebliche negative Auswirkungen auf die betroffenen Unternehmen haben. Dementsprechend ist es entscheidend, dass im Falle einer Störung adäquate Maßnahmen ergriffen werden. In Produktionsnetzwerken erfordern die notwendigen Umplanungsmaßnahmen ein hohes Maß an Abstimmung mit den horizontalen und vertikalen Partnern im Wertstrom. In der Praxis gibt es jedoch kaum Planungswerkzeuge, die eine kurzfristige standortübergreifende Koordination unterstützen. Aufgrund der Komplexität und des resultierenden
manuellen Aufwands werden die Potenziale im Netzwerk daher oft nicht so ausgeschöpft, wie es möglich wäre.
... mehr
Ziel dieser Arbeit ist es, einen Cloud-Manufacturing (CM)-Ansatz zu entwickeln, der in Produktionsnetzwerken als kurzfristiges, standortübergreifendes Planungstool eingesetzt werden kann, um eine Umplanung im Störungsfall zu ermöglichen. Das Konzept basiert auf der Idee, im Netzwerk verfügbare Ressourcen (Maschinen und Materialien) zusammen mit verschiedenen von Spediteuren angebotenen Transportformen auf einer privaten CM-Plattform als nutzbare Services anzubieten, um mit diesen im Störungsfall einen Ad-hoc-Wertstrom erzeugen zu können, der in die bestehenden Produktionspläne im Netzwerk integriert werden kann, ohne diese ändern zu müssen. Ausgehend von den Anforderungen eines deutschen Automobilzulieferers, der Robert Bosch GmbH, entwickeln wir in dieser Arbeit sowohl ein Framework, das beschreibt, wie die Plattform in verschiedenen Störungssituationen eingesetzt werden kann, als auch ein Konzept für die Funktionsweise der Plattform. Grundlage des Konzeptes ist ein umfassendes
Datenmodell zur Beschreibung der Gegebenheiten im betrachteten Produktionsnetzwerk. Das Datenmodell bildet zusammen mit den Spezifikationen zur Systemarchitektur und zum Prozessablauf, das Rückgrat der Plattform. Kernaspekt der CM-Plattform ist das in diesem Rahmen zu lösende und in der Literatur als Service-Selection-Problem
(SSP) bezeichnete Optimierungsproblem, das darauf abzielt, die angebotenen Ressourcen zeitlich und mengenmäßig so zu kombinieren, dass ein möglichst passender Wertstrom für den beauftragenden Kunden, d. h. das von der Störung betroffene Werk, erzeugt wird. Für die Modellierung des SSP wählen wir in dieser Arbeit eine bisher in der
Literatur noch nicht verwendete Losgrößen-basierte Problemformulierung. Das entworfene Modell, welches wir in der vorliegenden Thesis als Service-orientiertes Losgrößenproblem (SLSP) bezeichnen, ist in seiner Grundversion ein multikriterielles gemischt-ganzzahliges lineares Problem (MOMILP). Ergänzend dazu stellen wir verschiedene Optionen zur Modellerweiterung, sowie eine auf linearer Programmierung (LP) basierende, vereinfachte Reformulierung, die eine deutliche Komplexitätsreduktion mit sich bringt, vor. Ziel des SLSP ist die Minimierung
der Kriterien Kosten und Zeit aus Sicht des Auftraggebers. Um die Praxistauglichkeit des Ansatzes nachzuweisen, wenden wir die entwickelten Methoden und Modelle in einer Fallstudie an, die auf realen Daten der Robert Bosch GmbH basiert. Ein Vergleich mit einer an die Vorgehensweise in der Praxis angelehnten Heuristik zum Umgang
mit produktionsbezogenen Störungen zeigt, dass ein Einsatz bei Maschinenausfällen unterschiedlicher Größenordnung Vorteile liefern kann. Weiterhin wird gezeigt, dass auch bei mehrstufigen Produktionsprozessen
und größeren Probleminstanzen eine für den Praxiseinsatz taugliche Lösungsgüte bei der Lösung des SLSP erzielt werden kann, wenn auf die eingeführten Modellerweiterungen verzichtet wird. Zusammenfassend liefert die vorliegende Arbeit damit zum einen einen Beitrag zur Cloud-Manufacturing-Literatur, sowohl durch den
Losgrößen-basierten Ansatz zur Modellierung des SSP als auch durch die Anwendung des CM-Konzepts als Umplanungsinstrument im Störungsfall in internen Produktionsnetzwerken. Der zweite Punkt trägt darüber hinaus auch zur Störungsmanagement-Literatur im Kontext von Produktionsnetzwerken bei.
Abstract (englisch):
Disruptions in production can have a significant negative impact on the companies affected. Accordingly, it is crucial that adequate measures are taken in the event of a disruption. In production networks, however, the necessary rescheduling measures require a high degree of coordination, both with the horizontal and the vertical partners in the value stream. In practice, though, there are hardly any planning tools that enable cross-site coordination at the short-term level. Due to the complexity and the resulting manual effort, the potentials in the network are therefore often not exploited as much as it would be possible. ... mehrThis thesis aims to develop a cloud manufacturing (CM) approach that can be used in internal production networks as a short-term cross-location planning tool allowing for event-based rescheduling in cases of disruptions. The concept is based on the idea of using available resources
(machines and materials) in the network, which are offered on a private CM platform together with different forms of transport provided by freight forwarders as services to be used to generate a short-term ad-hoc value stream that can be integrated into the existing production plans in the network without having to change them. Based on the requirements of a German automotive supplier, the Robert Bosch GmbH, we develop in this thesis both a framework that shows how the platform can be used in different disruption situations and a concept for the functioning of the platform. The functional concept is built on a comprehensive data model representing the production network
under consideration. Using this as a basis, a system architecture is developed, and process flows are defined, which form the backbone of the platform. The core aspect to be solved within this framework is the optimization problem referred to in the literature as the service selection problem (SSP), which aims to combine the resources offered
in terms of time and quantity in such a way that the most suitable value stream possible is generated for the customer placing the order, i.e. the plant affected by the disruption. For the modelling of the SSP, we propose a lot-sizing-based problem formulation not yet used in the literature. The designed model, which we refer to as the service-oriented lot-sizing problem (SLSP), is a multi-objective mixed-integer linear problem (MOMILP). Complementing this, we present various options for extending the model, as well as a simplified reformulation
based on linear programming (LP), which entails a significant reduction in complexity. To demonstrate the practical applicability of the approach, we apply the developed methods and models in a case study based on real-world data
provided by the Robert Bosch GmbH. A comparison with a heuristic approach, which follows the procedure typically employed by the automotive supplier when facing production-related disruptions, reveals that the use of the CM platform can be worthwhile in the event of machine breakdowns of different sizes. Furthermore, it is shown that it is
possible to solve the SLSP with a solution quality suitable for practical use also in cases of larger problem instances if the model extensions introduced can be omitted. To sum up, this work contributes, on the one hand, to the literature
on cloud manufacturing, both through the lot-sizing-based approach for modelling the SSP as well as by applying the CM concept to an internal network in order to be used as an event-based rescheduling instrument.
The second point furthermore provides a contribution to the literature on disruption management in production networks.
