Teilprojekt T3 Kapazitätsplanung bei der Regeneration von Transformatoren (beendet 2018)

Im Rahmen des Transferprojektes T3 wurden die Erkenntnisse aus dem Teilprojekt D1 des SFB 871 zur Erhöhung der logistischen Leistungsfähigkeit von Regenerationsprozessen durch eine verbesserte Kapazitätsplanung und -abstimmung für die Regeneration von Flugzeugtriebwerken verallgemeinert und auf eine andere Branche übertragen. Im Fokus stand dabei zum einen die Unterstützung der Kapazitätsplanung und -abstimmung für die Regeneration von Schienenfahrzeug-Transformatoren durch eine frühzeitige Prognose des Regerationsaufwands mit Ansätzen des Data Mining. Zum anderen wurde ein Produktionscontrolling-Konzept entwickelt und bei dem Anwendungspartner (Traction Transformers, Siemens AG) implementiert.  Durch die Ergebnisse des Projekts konnte die Planungsgrundlage verbessert und die Transparenz im Auftragsabwicklungsprozess erhöht werden.

Motivation und Zielsetzung

© Siemens AG
Schienenfahrzeug-Transformator © Siemens AG

Das Nutzungspotenzial komplexer Investitionsgüter, wie beispielsweise Schienenfahrzeug-Transformatoren, kann durch die Durchführung von Regerationsmaßnahmen erhöht werden. Diesbezüglich sind bei der Beauftragung eines Regenerationsdienstleisters im Hinblick auf die Wiederinbetriebnahme des Regenerationsguts vor allem kurze Durchlaufzeiten im Regenerationsprozess sowie eine hohe Termintreue relevant. Die Grundlage für die Realisierung logistikeffizienter Regenerationsprozesse bildet insbesondere eine zuverlässige Planung- und Steuerung der Auftragsabwicklung.  Der Zustand des Regerationsguts ist in Bezug auf die Art und den Umfang des Regenerationsbedarfs jedoch zum Zeitpunkt der Planung in der Regel nicht vollständig bekannt, was insbesondere für die Kapazitätsplanung eine große Herausforderung darstellt. Dies gilt für den Anwendungspartner im Transferprojekt im besonderen Maße, da die Regenerationsaufträge dort in eine laufende Fertigung integriert werden müssen und somit ebenfalls deren logistische Zielerreichung beeinflussen. Für eine hohe logistische Leistungsfähigkeit ist folglich eine hohe Planungsgüte sowie Prozesssicherheit erforderlich. Diese galt es im Transferprojekt unter anderem durch die Überführung der Erkenntnisse aus dem Teilprojekt D1 zur Prognose von Regenrationsaufwänden für Flugzeugturbinen auf den Regenerationsprozess von Schienenfahrzeug-Transformatoren zu erreichen.

Ergebnisse

Basierend auf einer Analyse der Prozesse zur Planung und Durchführung von Regenerationsmaßnahmen von Schienenfahrzeug-Transformatoren erfolgte im Rahmen des Transferprojekts zunächst eine Überprüfung und Anpassung des generischen Prozessmodells der Regeneration. Weiterhin wurde in Zusammenarbeit mit dem Anwendungspartner eine Datenbank für Schadensfälle und zugehörige Regenerationstätigkeiten angelegt, auf Grundlage derer die Generierung von Kapazitätsbedarfsprognosen für die Regeneration von Schienenfahrzeug-Transformatoren erfolgte. Zur Erhöhung der Prognosegüte wurde durch den Anwendungspartner zudem die technische Befundung ohne vorherige Demontage weiterentwickelt. Zur Unterstützung einer logistikeffizienten, gemeinsamen Abwicklung von Produktions- und Regenerationsaufträgen wurde zudem ein durchgängiges Produktionscontrolling konzipiert und eingeführt. Die Implementierung prototypischer Softwaretools zur automatisierten Durchführung verschiedener Datenanalysen sowie damit einhergehender anwendungsfallspezifischer Visualisierungen stellt zudem die langfristige Nutzbarkeit der Ergebnisse durch den Anwendungspartner sicher.  

Entitätenblockdiagramm des physischen Datenmodells und Informationsunschärfeverlauf im Regenerationsprozess

Aktuelle Arbeiten und Ausblick

Die gewonnenen Erkenntnisse werden bei der weiteren Eignungsbewertung von Ansätzen und Verfahren aus dem Bereich Data Mining und Data Analytics zur Planung und­ Steuerung der Produktion sowie Lieferkettenkonfiguration im Rahmen des laufenden Teilprojekts D1 berücksichtigt.


Verantwortliches Institut

Das Projekt wurde verantwortet durch das Institut für Fabrikanlagen und Logistik.

Teilprojektleiter

Prof. Dr.-Ing. habil. Peter Nyhuis

Mitarbeiter

Veröffentlichungen

  • Melissa Seitz, Maren Sobotta und Peter Nyhuis (2018): Einsatz von Data Mining im Regenerationsprozess von Schienenfahrzeug-TransformatorenZWF 113 (12), S. 814–818
    DOI: 10.3139/104.112025
Alle Veröffentlichungen des Sonderforschungsbereiches