Shop : Details
Shop
Details
49,80 €ISBN 978-3-8440-8804-5Paperback206 Seiten44 Abbildungen306 g21 x 14,8 cmDeutschDissertation
Oktober 2022
Antonio Kreß
Methodik zur Konfiguration von Lernfabriken für die schlanke Produktion
Lernfabriken stellen ein geeignetes Instrument zur Weiterbildung, Forschung und Lehre in Unternehmen und Forschungsinstituten zu Inhalten rund um die industrielle Produktion dar. Bisherige Gestaltungsansätze für Lernfabriken fokussieren dabei nicht deren Konfiguration, d. h. die Auswahl von Fabrikelementen findet intuitiv statt.
Im Rahmen dieser Dissertation wird ein Optimierungsmodell zur Konfiguration von Lernfabriken hergeleitet. Aus der exakten Lösung bestimmt sich die bestmögliche Konfiguration hinsichtlich der definierten Zielfunktion. Die Entscheidungsvariablen kennzeichnen, welche Fabrikelemente ausgewählt werden. Aus den summierten Nutzwerten aller ausgewählten Fabrikelemente bestimmt sich die Zielfunktion. Restriktionen zur Konfiguration einer Lernfabrik stellen vor allem das vorhandene Budget sowie die Abmessungen der Lernfabrik dar. Für das hergeleitete Optimierungsmodell, dem Facility Configuration Problem, ist in dieser Dissertation ein exakter Algorithmus entwickelt worden, welcher auf einem Branch-and-Bound-Ansatz basiert.
Das in der vorliegenden Dissertation entwickelte Vorgehen zur Konfiguration von Lernfabriken ist in vier Vorgehensschritte eingeteilt. Zur Konfiguration von Lernfabriken sind zunächst die zugrundeliegenden Anforderungen zu klären. Diese gehen vor allem aus den zuvor ermittelten Lern- und Forschungszielen sowie den Rahmenbedingungen der Organisation hervor, die eine Lernfabrik betreiben möchte. Im Anschluss werden mögliche Konfigurationsalternativen gebildet, die aus Fabrikelementen bestehen. Die Auswahl des Produkts bzw. der Dienstleistung der Lernfabrik bestimmt den abgebildeten Wertstrom der Lernfabrik und somit die Fabrikbereiche. Zu jedem Fabrikbereich sind mögliche Konfigurationsalternativen zu gestalten, die aus einem oder mehreren Fabrikelementen bestehen. Diese Vorauswahl an Konfigurationsalternativen wird anschließend auf Basis von gewichteten Bewertungskriterien bewertet. Durch die Anwendung der exakten Algorithmen kann abschließend die hinsichtlich der definierten Zielfunktion bestmögliche Konfiguration einer Lernfabrik ermittelt und analysiert werden. Als geeignete Unterstützung wurde dazu im Rahmen dieser Dissertation ein softwaregestütztes Konfigurationssystem konzipiert und umgesetzt, das sich am gezeigten Vorgehen orientiert und in dem die exakten Algorithmen implementiert sind.
Die in dieser Dissertation entwickelte Methodik wurde in drei Fallstudien angewendet, welche verschiedene Planungsfälle für Lernfabriken in Unternehmen und Forschungseinrichtungen darstellen. Zur Evaluation wurde ein Vergleichsexperiment durchgeführt, bei dem die Ergebnisse der entwickelten Methodik mit dem intuitiven Ansatz zur Auswahl von Fabrikelementen verglichen wurden. Die ermittelten Konfigurationen weisen im Vergleich zur intuitiven Auswahl signifikant höhere Nutzwerte auf. Durch die entwickelte Methodik können personenunabhängig bei jeder Durchführung die bestmöglichen Konfigurationen ermittelt und analysiert werden. In einer Expertenbefragung konnte zusätzlich gezeigt werden, dass die Methodik dieser Dissertation hinsichtlich der gestellten Anforderungen besser eingeschätzt wird als bisherige Ansätze.
Im Rahmen dieser Dissertation wird ein Optimierungsmodell zur Konfiguration von Lernfabriken hergeleitet. Aus der exakten Lösung bestimmt sich die bestmögliche Konfiguration hinsichtlich der definierten Zielfunktion. Die Entscheidungsvariablen kennzeichnen, welche Fabrikelemente ausgewählt werden. Aus den summierten Nutzwerten aller ausgewählten Fabrikelemente bestimmt sich die Zielfunktion. Restriktionen zur Konfiguration einer Lernfabrik stellen vor allem das vorhandene Budget sowie die Abmessungen der Lernfabrik dar. Für das hergeleitete Optimierungsmodell, dem Facility Configuration Problem, ist in dieser Dissertation ein exakter Algorithmus entwickelt worden, welcher auf einem Branch-and-Bound-Ansatz basiert.
Das in der vorliegenden Dissertation entwickelte Vorgehen zur Konfiguration von Lernfabriken ist in vier Vorgehensschritte eingeteilt. Zur Konfiguration von Lernfabriken sind zunächst die zugrundeliegenden Anforderungen zu klären. Diese gehen vor allem aus den zuvor ermittelten Lern- und Forschungszielen sowie den Rahmenbedingungen der Organisation hervor, die eine Lernfabrik betreiben möchte. Im Anschluss werden mögliche Konfigurationsalternativen gebildet, die aus Fabrikelementen bestehen. Die Auswahl des Produkts bzw. der Dienstleistung der Lernfabrik bestimmt den abgebildeten Wertstrom der Lernfabrik und somit die Fabrikbereiche. Zu jedem Fabrikbereich sind mögliche Konfigurationsalternativen zu gestalten, die aus einem oder mehreren Fabrikelementen bestehen. Diese Vorauswahl an Konfigurationsalternativen wird anschließend auf Basis von gewichteten Bewertungskriterien bewertet. Durch die Anwendung der exakten Algorithmen kann abschließend die hinsichtlich der definierten Zielfunktion bestmögliche Konfiguration einer Lernfabrik ermittelt und analysiert werden. Als geeignete Unterstützung wurde dazu im Rahmen dieser Dissertation ein softwaregestütztes Konfigurationssystem konzipiert und umgesetzt, das sich am gezeigten Vorgehen orientiert und in dem die exakten Algorithmen implementiert sind.
Die in dieser Dissertation entwickelte Methodik wurde in drei Fallstudien angewendet, welche verschiedene Planungsfälle für Lernfabriken in Unternehmen und Forschungseinrichtungen darstellen. Zur Evaluation wurde ein Vergleichsexperiment durchgeführt, bei dem die Ergebnisse der entwickelten Methodik mit dem intuitiven Ansatz zur Auswahl von Fabrikelementen verglichen wurden. Die ermittelten Konfigurationen weisen im Vergleich zur intuitiven Auswahl signifikant höhere Nutzwerte auf. Durch die entwickelte Methodik können personenunabhängig bei jeder Durchführung die bestmöglichen Konfigurationen ermittelt und analysiert werden. In einer Expertenbefragung konnte zusätzlich gezeigt werden, dass die Methodik dieser Dissertation hinsichtlich der gestellten Anforderungen besser eingeschätzt wird als bisherige Ansätze.
Schlagwörter: Lernfabrik; Fabrikplanung; Optimierungsmodell
Schriftenreihe des PTW: "Innovation Fertigungstechnik"
Herausgegeben von Prof. Dr.-Ing. Eberhard Abele, Prof. Dr.-Ing. Joachim Metternich und Prof. Dr.-Ing. Matthias Weigold, Darmstadt
Verfügbare Online-Dokumente zu diesem Titel
DOI 10.2370/9783844088045
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
| Dokument |  | Gesamtdokument | ||
| Dateiart |  | |||
| Kosten |  | 37,35 € | ||
| Aktion |  | Zahlungspflichtig kaufen und download der Datei | ||
| Dokument |  | Inhaltsverzeichnis | ||
| Dateiart | | |||
| Kosten |  | frei | ||
| Aktion |  | Download der Datei | ||
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Am Langen Graben 15a
52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
