Advertisement

Einsatzmöglichkeiten von Simulation und Optimierung in der Planung der Automobilindustrie

  • Lothar MärzEmail author
Chapter
  • 139 Downloads

Zusammenfassung

Das Geschäft der Automobilzulieferindustrie ist geprägt von langfristigen Rahmenverträgen über Mengenkontingente, die im Laufe einer meist mehrjährigen Laufzeit anhand kurzfristiger Abrufe erfüllt werden. Die Schwankungen in den Vorschaudaten und die Schwankungen der zuletzt gültigen Abrufmenge sind zumeist inkompatibel mit der Reaktionsfähigkeit des Produktionssystems, welches vielfältigen logistischen, technologischen und kapazitiven Restriktionen und Abhängigkeiten unterliegt. Um einerseits die Kundenanforderungen und eine hohe Produktivität erfüllen zu können und andererseits die Bestände in Grenzen zu halten, bedarf es abgestimmter Ebenen und Stufen der Planung, die, je kürzer der Planungshorizont ist, umso mehr die realen Wirkzusammenhänge der Produktionseinheiten berücksichtigen müssen. Dabei können die Methoden der Ablaufsimulation und Optimierung helfen, Entscheidungsgrundlagen im Sinne eines Gesamtoptimums in Abhängigkeit der aktuell vorliegenden Bedarfs- und Auslastungssituation anzubieten.

Literatur

  1. Bley H, Reinhart G, Seliger G, Bernadi M, Korne T (2004) Appropriate human involvement in assembly and disassembly. Ann CIRP 53:487–509CrossRefGoogle Scholar
  2. Hu SJ, Ko J, Weyand L, ElMaraghy HA, Lien TK, Koren Y, Bley H, Chryssolouris G, Nasr N, Shpitalni M (2011) Assembly system design and operation for product variety. Ann CIRP 60:715–733CrossRefGoogle Scholar
  3. Luenberger D (2003) Linear and nonlinear programming. Kluwer Academic Publishers, DordrechtzbMATHGoogle Scholar
  4. März L, Krug W (2010) Kopplung von Simulation und Optimierung. In: März L, Krug W, Rose O, Weigert G (Hrsg) Simulation und Optimierung in Produktion und Logistik. Springer, Heidelberg, S 41–46Google Scholar
  5. Pinter J (1996) Global optimization in action. Kluwer Academic Publishers, DordrechtCrossRefGoogle Scholar
  6. Pröpster M, März L, Reinhart G, Intra C (2015) Validation of line balancing by simulation of workforce flexibility. Procedia CIRP 33:93–98CrossRefGoogle Scholar
  7. Rose O, Krug W (2010) Optimierung. In: März L, Krug W, Rose O, Weigert G (Hrsg) Simulation und Optimierung in Produktion und Logistik. Springer, Heidelberg, S 21–S 28Google Scholar
  8. Stremler A, März L (2015) Chancen und Herausforderungen von Big Data in der Industrie. In: Dorschel J (Hrsg) Praxishandbuch Big Data. Springer, Wiesbaden, S 149–161Google Scholar
  9. Van Dijk NM, van der Sluis E (2008) Practical optimization by OR and simulation. Simul Model Pract Theory 16:1113–1122CrossRefGoogle Scholar
  10. VDI (2014) VDI-Richtlinie 3633 Blatt 1: Simulation von Logistik-, Materialfluss- und Produktionssystemen – Grundlagen. Beuth, BerlinGoogle Scholar
  11. VDI (2016) VDI-Richtlinie 3633 Blatt 12: Simulation von Logistik-, Materialfluss- und Produktionssystemen – Simulation und Optimierung. Gründruck. Beuth, BerlinGoogle Scholar
  12. Wenzel S (2010) VDI-Richtlinien zur Modellbildung und Simulation. In: Zülch G, Stock P (Hrsg) Integrationsaspekte der Simulation: Technik, Organisation und Personal. KIT Scientific Publishing, Karlsruhe, S 543–550Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.STREMLER AG Supply Chain EngineeringLindauDeutschland

Personalised recommendations