Institute of Production Engineering and Machine Tools Research Completed projects
OptiBox - Automatisierte Optimierung von Produktions-systemen durch mobile und selbstlernende Analyseeinheiten

OptiBox - Automatisierte Optimierung von Produktions-systemen durch mobile und selbstlernende Analyseeinheiten

E-Mail:  dengler@ifw.uni-hannover.de
Year:  2013
Funding:  BMBF-Förderung
Duration:  05/2011 - 04/2013
Is Finished:  yes

Aufgrund des hohen finanziellen, personellen und zeitlichen Aufwands schrecken vor allem kleine und mittlere Unternehmen (KMU) vor einer systematischen Datenaufnahme zur Optimierung ihrer Produktionssysteme zurück. Optimierungspotenziale, die mittels Simulationsmodellen erschlossen werden könnten, bleiben somit ungenutzt.
Im Rahmen des Vorhabens werden OptiBox-Systeme entwickelt (Hard- und Software), die mittels neuartiger RFID-Technologie Produktionsdaten aufnehmen und mit selbstlernenden Algorithmen vorverarbeiten. Darüber hinaus wird eine Schnittstelle zu Produktionssimulationsprogrammen erstellt, die eine gezielte Simulation zur Optimierung der Produktion ermöglicht. Die entwickelten Systeme werden bei diversen, projektbegleitenden Unternehmen getestet.
Für die Produktionssystemoptimierung wurden Leistungskennwerte mit welchen eine Online-Datenverfolgung sowie eine Datenverarbeitung auf dem Server möglich sind, ausgewählt. Zur Datenverfolgung müssen zunächst die Koordinaten der OptiBox-Systeme innerhalb des betrachteten Anwendungsszenarios auf Basis des Hallenlayouts ermittelt werden. Anschließend kann durch Aufnahme der Materialflussdaten bestimmt werden, wo sich welches Teil zu welcher Zeit befindet. In Verbindung mit den Aufträgen sind eine Zuordnung der betrachteten Teile zu den Bearbeitungsschritten und eine Interpolation fehlender Leistungskennwerte, z. B. Lager- und Bearbeitungszeiten zwischen zwei OptiBox-Systemen, möglich. Zur Interpolation der Leistungskennwerte wurden unterschiedliche Algorithmen betrachtet. Hier werden unter anderem Neuronale Netze und Ansätze des Data Mining eingesetzt da mit diesen Muster erkannt werden können und so auch auf fehlende Werte zurückgeschlossen werden kann.