Advertisement

Exemplarische Anwendung der Simulation zur Unterstützung der Fertigungssteuerung bei simultan erwartungs- und auftragsorientierter Produktion

  • Dominic Friederich
Part of the Forum produktionswirtschaftliche Forschung book series

Zusammenfassung

In den letzten beiden Kapiteln wurde die Eignung verschiedener Modellierungskonzepte zur Modellierung von Simulationsmodellen zur Unterstützung fertigungssteue-rungstechnischer Aufgabenstellungen aus theoretischer Sicht betrachtet. Eine abschließende Bewertung der Anwendbarkeit der Simulation (Simulation i.w.S.) als Instrument zur zielorientierten Entscheidungsunterstützung der Fertigungssteuerung kann jedoch nur dann erfolgen, wenn ihre Eignung auch praktisch nachgewiesen ist. Aus diesem Grund wird im folgenden Kapitel dargestellt, wie die Simulation als Instrument zur Unterstützung der wirtschaftlichkeitsorientierten Steuerung komplexer Fertigungssysteme bei simultan erwartungs- und auftragsorientierter Produktion angewendet werden kann.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Vgl. Eidenmüller, B.: Die Produktion als Wettbewerbsfaktor, a.a.O., S. 1 ff.Google Scholar
  2. 2.
    Vgl. hierzu und im folgenden Becker, B.-D.; Brandt, O.: Simulation als Feinplanungsinstrument in komplexen Fertigungsabläufen, in: Kampe, G.; Zeitz, M. (Hrsg.): Simulationstechnik — 9. Symposium in Stuttgart, Oktober 1994, Braunschweig-Wiesbaden 1994, S. 564 f.Google Scholar
  3. 1.
    Vgl. dazu z.B. Renner, A.: Kostenorientierte Produktionssteuerung, a.a.O., S. 1 f. sowie Adam, D.: Aufbau und Eignung klassischer PPS-Systeme, a.a.O., S. 25.Google Scholar
  4. 1.
    Vgl. Eidenmüller, B.: Die Produktion als Wettbewerbsfaktor, a.a.O., S. 41.Google Scholar
  5. 2.
    Vgl. Schneider, H.: Vorwort, in: Schneider, H. (Hrsg.): Produktionsplanung und -Steuerung — Neue Anforderungen durch Veränderung des Produktionssystems, a.a.O., S. 2.Google Scholar
  6. 3.
    Vgl. Adam, D.: Produktions-Management, a.a.O., S. 470.Google Scholar
  7. 4.
    Vgl. Naylor, T. H.: Computer Simulation Experiments with Models of Economic Systems, New York u.a. 1971, S. 153; Schulze, L.: Simulation von Materialflußsystemen, Landsberg/Lech 1988, S. 50; Reinhardt, A.: Simulations Werkzeuge im Unternehmen, in: VDI-Gesellschaft Fördertechnik, Materialfluss, Logistik (Hrsg.): Simulation von Systemen in Logistik, Materialfluss und Produktion, Tagung am 13. Oktober 1992 in München, Düsseldorf 1992, S. 12 sowie Kreutzer, W.: System Simulation — Programming Styles and Languages, Sydney u.a. 1986, S. 8.Google Scholar
  8. 1.
    Vgl. Liebl, F.: Simulation, a.a.O., S. 220.Google Scholar
  9. 2.
    Vgl. o.V.: Tutorial des Simulationsprogramms SIMPLE++, Stuttgart 1995, S. 242.Google Scholar
  10. 3.
    Vgl. Steinhausen, D.: Simulationstechniken, München-Wien 1994, S. 21.Google Scholar
  11. 4.
    Vgl. Verein deutscher Ingenieure (VDI): VDI Richtlinie 3633, a.a.O. sowie Milling, P.: Der technische Fortschritt beim Produktionsprozeß — Ein dynamisches Modell für innovative Industrieunternehmen, Wiesbaden 1974, S. 207.Google Scholar
  12. 1.
    Vgl. Liebl, F.: Simulation, a.a.O., S. 113 ff.Google Scholar
  13. 2.
    Vgl. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S. 78.Google Scholar
  14. 3.
    Eine anwendungsbezogene Simulation liegt dann vor, wenn mit der Simulation eine konkrete, realexistierende Problemstellung gelöst werden soll. Im Gegensatz dazu steht bei der nicht-anwendungsbezogenen Simulation die Erklärung theoretischer Zusammenhänge im Vordergrund, auf deren Basis allgemeingültige Handlungsempfehlungen gegeben werden können. Vgl. dazu z.B. Bossel, H.: Modellbildung und Simulation — Konzepte, Verfahren und Modelle zum Verhalten dynamischer Systeme, 2. Aufl., Braunschweig-Wiesbaden 1994, S. 28 ff.Google Scholar
  15. 1.
    Vgl. Schulze, L.: Simulation von Materialflußsystemen, a.a.O., S. 52.Google Scholar
  16. 2.
    Vgl. Schmidt, B.: Simulation von Produktionssystemen, a.a.O., S. 14 f. sowie Liebl, F.: Simulation, a.a.O., S. 126 f.Google Scholar
  17. 3.
    Vgl. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S. 79 sowie Schulze, L.: Simulation von Materialflußsystemen, a.a.O., S. 51 f.Google Scholar
  18. 1.
    Vgl. Weck, M. (Hrsg.): Simulation in CIM, Berlin u.a. 1991, S. 36.Google Scholar
  19. 2.
    Vgl. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S. 79.Google Scholar
  20. 3.
    Vgl. Kulla, B.: Ergebnisse oder Erkenntnisse — liefern makroanalytische Simulationsmodelle etwas Brauchbares?, in: Biethahn, J.; Schmidt, B. (Hrsg.): Simulation als betriebliche Entscheidungshilfe — Methoden, Werkzeuge, Anwendungen, Berlin u.a. 1987, S. 28.Google Scholar
  21. 4.
    Vgl. Bossel, H.: Modellbildung und Simulation, a.a.O., S. 27 ff.Google Scholar
  22. 5.
    Vgl. Zell, M.: Simulationsgestützte Fertigungssteuerung, a.a.O., S. 31.Google Scholar
  23. 6.
    Vgl. Bossel, H.: Modellbildung und Simulation, a.a.O., S. 141 sowie 184.Google Scholar
  24. 1.
    Vgl. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S. 81.Google Scholar
  25. 2.
    Vgl. Wenzel, S.; Ahrens, V.; Schürholz, A.; Witte, H.-H.: Einleitung, in: Kuhn, A.; Reinhardt, A.; Wiendahl, H.-P. (Hrsg.): Handbuch Simulationsanwendungen in Produktion und Logistik, Braunschweig-Wiesbaden 1993, S. 2.Google Scholar
  26. 3.
    Vgl. Peter, P.; Wenzel, S.: Die Integration von Daten-Management und Simulation hilft materialflußspezifische Fragen praxisnah beantworten, in: Logistik im Unternehmen — Materialfluß, Organisation, Transport, 5. Jg., Heft 7/8, Juli/August 1991, S. 70.Google Scholar
  27. 1.
    Vgl. Liebl, F.: Simulation, a.a.O., S. 201 ff.Google Scholar
  28. 2.
    Vgl. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S 81.Google Scholar
  29. 3.
    Vgl. z.B. Milling, P.: Der technische Fortschritt beim Produktionsprozeß, a.a.O., S. 208.Google Scholar
  30. 4.
    In diesem Zusammenhang können beispielsweise eine Ablaufkontrolle mit Hilfe der Animation, deterministische Test in Form des Abschaltens stochastischer Prozesse, Mittelwerts- oder Grenzleistungsbetrachtungen sowie Parametertests (indem z.B. jeweils nur ein Werkstück einer bestimmten Klasse im System transportiert und bearbeitet wird und die Überprüfung der dafür benötigten Zeitverbräuche erfolgt) durchgeführt werden. Vgl. dazu z.B. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S. 81 f.Google Scholar
  31. 1.
    Vgl. Liebl, F.: Simulation, a.a.O., S. 127.Google Scholar
  32. 2.
    Vgl. Schmidt, U.; Triemer, S.: Anwendungen der Simulation in der Materialflußplanung, a.a.O., S. 82.Google Scholar
  33. 3.
    Vgl. Schulze, L.: Simulation von Materialflußsystemen, a.a.O., S. 60 f.Google Scholar
  34. 1.
    Die zur Herstellung der Wafer benutzte Technologie umfaßt die in der Halbleiterproduktion üblichen Verfahren: Spatterprozesse (im Vakuum werden verschiedene Aluminium- und Wolframschichten aufgedampft und teilweise wieder abgeätzt), Fotoprozesse (aufspinnen, belichten, entwickeln, abätzen), galvanische Prozesse (Kupfer-, Gold- und Keramikbeschichtungen) sowie Test-und Inspektionsarbeitsfolgen. Da im Mittelpunkt der vorliegenden Arbeit weniger die technischtechnologischen als vielmehr die wirtschaftlichen Aspekte der Waferfertigung stehen, wird hier bewußt auf die detaillierte Darstellung dieser Prozesse verzichtet.Google Scholar
  35. 1.
    Diese Angabe basiert auf einer empirischen Ermittlung, in der bereits berücksichtigt ist, daß nahezu jeder Wafer einem Nachbearbeitungsprozeß unterzogen werden muß, woraus sich unmittelbare Konsequenzen für die Länge der Durchlaufzeit und damit auch die Höhe der Herstellkosten ergeben.Google Scholar
  36. 2.
    Die Flyer werden zur Verbesserung der Flugeigenschaften der einzelnen Schreib-Lese-Köpfe benötigt. Hierzu tragen sie aufgrund ihrer stabilisierenden sowie den Reibungswiderstand verringernden Wirkung bei.Google Scholar
  37. 1.
    Die Anzahl der eingesetzten Schichten bildet demzufolge auch die primäre Steuerungsgröße des betrachteten Produktionsbereichs. Vgl. hierzu auch die Ausführungen in Kap. 5.4.5.Google Scholar
  38. 1.
    Zum hier zugrunde gelegten Begriff der „Steuerungsstrategie” vgl. Kap. 5.4.5.Google Scholar
  39. 1.
    Vgl. Mildenberger, U.: Ökologieorientiertes Management vor dem Hintergrund eines ganzheitlichumweltbewußten Konsumentenverhaltens — Ein Management-Planspiel, in: Krallmann, H. (Hrsg.): Herausforderung Umweltmanagement — Zur Harmonisierung des Spannungsfeldes zwischen Ökonomie und Ökologie, Berlin 1996, S. 262.Google Scholar
  40. 1.
    Vgl. Kühn, W.: Vergleich verschiedener Simulationstools an einem flexiblen Montagesystem, in: Biethahn, J.; Hummeltenberg, W.; Schmidt, B., Witte, T. (Hrsg.): Simulation als betriebliche Entscheidungshilfe, Braunschweig-Wiesbaden 1994, S. 215.Google Scholar
  41. 2.
    Vgl. o.V.: Tutorial des Simulationsprogramms SIMPLE++, a.a.O., S. 5.Google Scholar
  42. 3.
    Vgl. Reinhardt, A.; Koop, D.; Hanisch, S.; Rabe, M.; Rottbeck, B.: Simulationsinstrumente -Modellierung und Implementierung, in: Kuhn, A.; Reinhardt, A.; Wiendahl, H.-P. (Hrsg.): Handbuch Simulationsanwendungen in Produktion und Logistik, Braunschweig-Wiesbaden 1993, S. 337.Google Scholar
  43. 1.
    Vgl. o.V.: Tutorial des Simulationsprogramms SIMPLE++, a.a.O., S. 4.Google Scholar
  44. 2.
    Unter einer „inkrementellen” Modellierung wird die stufenweise Detaillierung eines zunächst grob modellierten Objekts verstanden, um ein möglichst realitätsnahes Modellverhalten zu erreichen. Vgl. dazu Reinhardt, A.; Koop, D.; Hanisch, S.; Rabe, M.; Rottbeck, B.: Simulationsinstrumente -Modellierung und Implementierung, a.a.O., S. 337.Google Scholar
  45. 1.
    Vgl. o.V.: Tutorial des Simulationsprogramms SIMPLE++, a.a.O., S. 220 f.Google Scholar
  46. 2.
    Vgl. ebenda S. 57 ff.Google Scholar
  47. 3.
    Vgl. Schader, M; Rundshagen, M.: Objektorientierte Systemanalyse, a.a.O., S. 22 sowie Guden-berg, J. W. v.: Objektorientiert programmieren, a.a.O., S. 22 sowie Budd, T.: An Introduction to Object-Oriented Programming, a.a.O., S. 8.Google Scholar
  48. 4.
    Unter dem Begriff „Dummy”-Methode wird eine Methode verstanden, die keine Veränderung von Attributsausprägungen bewirkt. Vgl. dazu z.B. Entsminger, G.: The Tao of Objects, a.a.O., S. 31.Google Scholar
  49. 1.
    Vgl. o.V.: Tutorial des Simulationsprogramms SIMPLE++, a.a.O., S. 222.Google Scholar
  50. 2.
    Vgl. ebenda S. 5.Google Scholar
  51. 1.
    Vgl. Lindner, K.-U.: Objektorientierter Modellierungsansatz für die Fertigung, a.a.O., S. 65.Google Scholar
  52. 1.
    Zur Konzeption der Fertigungssteuerung bei simultan erwartungs- und nachfrageorientierter Produktion vgl. Kap. 2.6.Google Scholar
  53. 2.
    Zum Verrechnungsschema sowie den im Modell betrachteten Kostenarten vgl. die Ausführungen in Kap. 5.4.3.1 sowie 5.4.3.2.Google Scholar
  54. 1.
    Die Montagebereiche D und E stehen auf derselben Stufe des Produktionsprozesses. Dieser Umstand erklärt sich dadurch, daß in beiden Montagebereichen die gleichen Arbeitsfolgen verrichtet werden, Bereich E allerdings zur Nacharbeit dient. Vgl. dazu auch Kap. 5.3.Google Scholar
  55. 1.
    Zur detaillierteren Beschreibung (programmtechnische Umsetzung) der einzelnen Klassen vgl. die Tabellen A-1 bis A-6 im Anhang.Google Scholar
  56. 1.
    Das Attribut „gut” steht standardmäßig auf „TRUE”, die Attribute „rewol” und „rewo2” auf „FALSE”. Durch die Veränderung des Werts des Attributs „gut” von „TRUE” auf „FALSE” wird ein Gut- zu einem Ausschußteil. Sofern diese Änderung des Attributswerts in den Fertigungsbereichen A und B sowie den Montagebereichen C und D erfolgt, führt dies zur Vernichtung des Teils. Im Montagebereich F hingegen wird das Ausschußteil nicht vernichtet, sondern dessen Attribut „rewol” auf „TRUE” gesetzt und damit die erste Nachbearbeitung des Teils im Reworkbereich E angestoßen. Im Anschluß an diese Nachbearbeitung wird das Attribut „gut” wieder auf „TRUE” gesetzt und das Teil erneut in den Produktionsprozeß eingeschleust. Sollte dasselbe Teil im Montagebereich E nochmals als Fehlteil identifiziert werden, erfolgt der abermalige Anstoß zur Nachbearbeitung im Reworkbereich E, indem nun das Attribut „rewo2” auf „TRUE” gesetzt wird.Google Scholar
  57. 2.
    In SIMPLE++ stellen Teile sog. bewegliche Maierialflußelemente dar, woraus auch die veränderte Darstellung der Klasse „Teil” im Vergleich zu den nachfolgend beschriebenen Klassen resultiert. Vgl. hierzu o.V.: Referenzhandbuch des Simulationsprogramms SIMPLE++, a.a.O., S. 3–4.Google Scholar
  58. 1.
    Zu den be- bzw. unbeweglichen Material- und Informationsflußbausteinen im Simulationsprogramm SIMPLE++ vgl. Kap. 4.2.7 sowie o.V.: Referenzhandbuch des Simulationsprogramms SIMPLE++, a.a.O., S. 7–1 ff.Google Scholar
  59. 1.
    Mit den Attributen „Zaehler_Matkosten”, „Zaehler_Perskosten” und „Zaehler_Bstoffkosten” werden die in den verschiedenen Fertigungs- und Montagebereichen der Modellfertigung anfallenden Material-, Personal- und Betriebsstoffkosten erfaßt. Sie dienen zur Ermittlung spezifischer Kostenverläufe in den einzelnen Fertigungs- und Montagebereichen.Google Scholar
  60. 1.
    Zur detaillierten Darstellung der bereichsspezifischen Zuteilung von Material-, Betriebsstoff- und Personalkosten auf die einzelnen Teile bzw. Komponenten vgl. die Kap. 5.4.3 sowie 5.4.4.Google Scholar
  61. 2.
    So können im Fertigungsbereich A maximal 2010 Teile (30 Teile/Tag * 67 Tage Bearbeitungsdauer je Teil), im Fertigungsbereich B maximal 900 Teile (30 * 30), im Montagebereich C maximal 60 Teile (30 * 2), im Montagebereich D maximal 30 Teile (30 * 1), im Reworkbereich E maximal 10 Teile (30 * 0,3) und im Montagebereich F maximal 270 Teile (30 * 9) zum selben Zeitpunkt bearbeitet werden.Google Scholar
  62. 1.
    Zur detaillierten Darstellung der Zuteilung von Lagerhaltungskosten auf die einzelnen Teile bzw. Komponenten vgl. Kap. 5.4.3.2.Google Scholar
  63. 2.
    Im Gegensatz zu den Instanzen der Klassen „Betriebsmittel”, „Versand”, „Rohstofflager”, „Puffer”, „Bev_Ebene” und „Fertigungssteuerung”, die beim Start der Simulation erzeugt werden und während der gesamten Simulationszeit im System verbleiben, bilden Instanzen der Klasse „Teil” nur temporäre Objekte, die, wenn sie die Systemgrenze des Modells überschreiten, wieder aus dem Modell „entfernt” werden. Dieser Entfernungsprozeß einer Instanz der Klasse „Teil” aus dem Simulationsmodell wird auch als „Zerstörung” oder „Vernichtung” bezeichnet. Vgl. dazu z.B. Lindner, K.-U.: Objektorientierter Modellierungsansatz für die Fertigung, a.a.O., S. 71.Google Scholar
  64. 1.
    In Abhängigkeit der für die verschiedenen Fertigungs- und Montageeinheiten vordefinierten Attribute „_Schichtmodell_1” bis „_Schichtmodell_7” werden die Attribute „A_Schichtaktiv” bis „F_Schichtaktiv” von der Methode „zeitmodell” auf „TRUE” bz. „FALSE” gesetzt.Google Scholar
  65. 1.
    Dabei gewährleisten die Ausführungen mehrerer Anweisungen der Methode „FS” zumselben Simulationszeitpunkt eine simultane Steuerung sowohl des erwartungs- wie auch des auftragsorientierten Teils der Modellfertigung.Google Scholar
  66. 1.
    Obwohl die Simulationsstudie einen einjährigen und damit aus „klassischer” Sicht der operativen Fertigungssteuerung eher langfristigen Entscheidungshorizont betrachtet, spielen die fixen Kosten hier keine Rolle, was in der Annahme begründet liegt, daß der Potentialfaktorbestand im untersuchten Produktionsbereich innerhalb des betrachteten Simulationszeitraums nicht verändert werden kann.Google Scholar
  67. 2.
    Es ist unmittelbar ersichtlich, daß sowohl das Aufgabenspektrum der Arbeitsvorbereitung, als auch die der Qualitätssicherung und Logistik, deren Aufgaben in vielfältiger Weise mit der Arbeitsvorbereitung verzahnt sind, wesentlich stärker von der Anzahl der Aufträge (kleinere Aufträge, kürzere Reaktionszeiten etc.) abhängig ist, wie von der Ausbringungsmenge des Fertigungssystems. Vgl. dazu Seidel, U. A.: Rechnergestützte Montageablaufplanung, in: Arbeitsvorbereitung, 26. Jg., Nr. 2, 1989, S. 70 sowie Heinz, K.; Köhler, F.: Expertensysteme helfen bei der Erstellung von Montagearbeitsplänen, in: VDI-Z, 131. Jg. Nr. 7, Juli 1989, S. 21.Google Scholar
  68. 3.
    Weitere Kostenarten aus dem Produktionsbereich, die nicht oder nur geringfügig durch Entscheidungen der Fertigungssteuerung beeinflußt werden, wie z.B. die Instandhaltungskosten, bleiben im Modell ebenfalls unberücksichtigt.Google Scholar
  69. 1.
    Es sei an dieser Stelle bereits erwähnt, daß sämtliche anfallenden Kosten schichtweise, d.h. alle acht Stunden, ermittelt werden, obwohl als Entscheidungskriterium für die Auswahl geeigneter Strategien zur wirtschaftlichkeitsorientierten Steuerung der Modellfertigung die Periodenkosten herangezogen werden. Der Grund für diese Vorgehensweise liegt in der konsequenten Umsetzung einer möglichst verursachungsgerechten Zuordnung und zeitgenauen Verrechnung der Kosten auf die einzelnen Erzeugnisse.Google Scholar
  70. 2.
    Im Fertigungsbereich A werden 225 Mitarbeiter, im Fertigungsbereich B 384 Mitarbeiter, im Montagebereich C 192 Mitarbeiter, im Montagebereich D 240 Mitarbeiter, im Montagebereich E 24 Mitarbeiter und im Montagebereich F 705 Mitarbeiter je Schicht zur Maschinenbedienung benötigt.Google Scholar
  71. 1.
    Die Kalkulationsgleichungen sind bereits in den Klassendefinitionen der Klassen „Betriebsmittel” (in der Methode „bearbeiten”) sowie „Puffer” bzw. „Bev_Ebene” (in der Methode „kostenermittler”) hinterlegt und daher bei allen im Modell eingesetzten Instanzen dieser Klassen identisch.Google Scholar
  72. 2.
    Zu den Entscheidungsparametern, mittels derer die Auswahl der verschiedenen Schichtmodelle im Rahmen der Modellfertigung möglich ist, vgl. die Ausführungen in Kap. 5.4.5.Google Scholar
  73. 3.
    Aus Vereinfachungsgründen wird eine Instanz der Klasse „Teil” in den folgenden Ausführungen dieses Kapitels nur als Teil bezeichnet.Google Scholar
  74. 1.
    Sofern die Variable „A_Schichtaktiv” in der im Modell eingesetzten Instanz der Klasse „Fertigungssteuerung” auf „FALSE” steht, d.h. zum aktuellen Simulationszeitpunkt keine Schicht im Fertigungsabschnitt A arbeitet, verlängert sich die Durchlaufzeit der sich im Fertigungsbereich A befindenden Teile um diejenige Zeitspanne, die vergeht, bis wieder eine Schicht aktiv ist und die Teilebearbeitung erneut beginnen kann. Die Bearbeitung eines einzelnen Teils setzt sich demzufolge so lange fort, bis dessen Attribut „Bearb_Z_A” von der Methode „bearbeiten” auf einen Wert kleiner oder gleich Null gesetzt wird. Da im Attribut „Bearb_Z_A” allerdings nicht die Durchlaufzeit eines Teils im Fertigungsbereich A, sondern nur die Bearbeitungsdauer angegeben ist, wird hier aus Gründen einer verständlicheren Darstellung mit der Anzahl Schichten argumentiert, die sich als Produkt der Bearbeitungsdauer eines Teils im Fertigungsbereich A (67 Tage) und der dort maximal einsetzbaren Anzahl an täglichen Schichten (3 Schichten/Tag) ergibt.Google Scholar
  75. 1.
    Unter der „analog zum Gesamtkostenverfahren” erfolgenden Ermittlung der Ergebnisgröße eines Simulationslaufs ist zu verstehen, daß auch im Modell Lagerbestände wertmäßig erfaßt werden.Google Scholar
  76. 1.
    Dazu werden die Werte der Attribute „Materialkosten”, „Personalkosten”, „Betriebsstoffkosten” und „Lagerhaltungskosten” aller Teile, die sich am Ende eines Simulationslaufs in einem der Puffer oder der Bevorratungsebene der Modellfertigung befinden, addiert.Google Scholar
  77. 2.
    Zu diesen Entscheidungsparametern zählt in der Realität z.B. die intensitätsmäßige Anpassung von Aggregaten oder der Einsatz von Springern. Würde die Gesamtheit dieser Parameter auch zur Steuerung der Modellfertigung verwendet, wäre eine eindeutige Interpretation der Auswirkungen einzelner Entscheidungen der Fertigungssteuerung auf die Ergebnisgröße eines Simulationslaufs nurmehr schwer möglich, weshalb bewußt auf die Verwendung dieser Parameter verzichtet wird.Google Scholar
  78. 3.
    Da das vorliegende Simulationsmodell die konsequente Nachbildung eines realen Fertigungssystems auf aggregiertem Niveau darstellt, dessen Freiheitsgrade in bezug auf seine Steuerung bereits bekannt sind, kann auf eine Analyse der verschiedenen Entscheidungsparameter hinsichtlich ihrer Sensitivität auf die Ergebnisgröße verzichtet werden.Google Scholar
  79. 1.
    Unter einer Steigerung des Durchflusses an Teilen wird hier die Erhöhung des mengenmäßigen Outputs an Teilen in einem bestimmten Zeitraum (Tag, Woche, Monat oder Quartal) verstanden.Google Scholar
  80. 2.
    Die Anzahl in die Modellfertigung einlastbarer Teile wird durch die Kapazität des ersten Fertigungsbereichs begrenzt. Wie im betrachteten Realsystem können dort pro Tag nur 30 Rohscheiben, d.h. pro Schicht 10 Rohscheiben, bearbeitet werden, so daß auch die Anzahl der maximal in die Modellfertigung einzulastenden Rohscheiben 30 Stück pro Tag beträgt.Google Scholar
  81. 3.
    Im betrachteten Produktionsbereich werden ausschließlich chronometrische Modelle zur Flexibilisierung der Arbeitszeit eingesetzt. Diese kommen immer dann zur Anwendung, wenn die Betriebszeit der Arbeitszeit entspricht. Ziel dieser Modelle ist die Anpassung der Arbeitszeit an das Arbeitsvolumen, was beispielsweise durch Kurzarbeit, Schichtarbeit oder Überstunden ermöglicht werden soll. Vgl. zur Chronometrischen Flexibilisierung z.B. Frese, E.: Industrielle Personalwirtschaft, in: Schweitzer, M. (Hrsg.): Industriebetriebslehre — Das Wirtschaften in Industrieunternehmungen, 2. Aufl., München 1994, S. 244.Google Scholar
  82. 1.
    Bei der Einlastung von Rohteilen in den ersten Fertigungsbereich ist allerdings zu beachten, daß diese aufgrund technischer Rahmenbedingungen ausschließlich losweise erfolgen kann. Dabei ist die Losgröße nicht veränderbar; sie beträgt vielmehr konstant 4 Teile pro Los. Eine Erhöhung oder Senkung der Anzahl an Teilen, die in den ersten Fertigungsbereich einzulasten sind, kann somit nicht über die Änderung der Losgröße, sondern nur über die Variation der Losauflagehäufigkeit erreicht werden.Google Scholar
  83. 2.
    Dieser Zusammenhang verdeutlicht, daß im Modell ausschließlich die Möglichkeit einer zeitlichen Anpassung der Fertigungs- und Montageeinheiten an Beschäftigungsschwankungen existiert, was darin begründet liegt, daß auch beim Kooperationspartner alle vorhandenen Anlagen am Produktionsprozeß beteiligt sind und eine Veränderung des Potentialfaktorbestands im betrachteten Zeitraum aus technologischen Gründen nicht möglich ist. Wird jedoch bereits der Prozeß der Inbetriebnahme eines Betriebsmittels als quantitative Anpassung verstanden, enthält das Modell auch rudimentäre Elemente hiervon. In bezug auf die intensitätsmäßige Anpassung wird c.p. davon ausgegangen, daß die verschiedenen Fertigungs- und Montagebereiche stets mit kostenminimaler Intensität betrieben werden. Demzufolge kann eine Änderung der Intensität nur negative Auswirkungen auf die verfolgte Zielsetzung nach minimalen Herstellkosten haben, weshalb die Möglichkeit der intensitätsmäßigen Anpassung bewußt vernachlässigt wird. Trotz der ausschließlichen Betrachtung der zeitlichen Anpassung ergibt sich aufgrund den relativ hohen Ausschußraten dennoch ein enormer Dispositionsaufwand, der Entscheidungen der Fertigungssteuerung hinsichtlich der Synchronisation der einzelnen Fertigungs- und Montageabschnitte in Form des Einsatzes verschiedener Schichtmodelle erfordert.Google Scholar
  84. 1.
    Die Formulierung der einzelnen Schichtmodelle geht auf Betriebsvereinbarungen zwischen der Unternehmensleitung und der Arbeitnehmervertretung des Kooperationspartners zurück. Im Rahmen dieser Betriebsvereinbarungen wurde auch beschlossen, daß für Überstundenschichten ein höherer Schichtzuschlagssatz (Grundgehalt * 1,5) gezahlt werden muß, als für „normale” Nachtoder Wochenendschichten (Grundgehalt * 1,3).Google Scholar
  85. 1.
    Zur analytischen Bedarfsrechnung vgl. z.B. Zäpfel, G.: Operatives Produktions-Management, a.a.O., S. 163.Google Scholar
  86. 2.
    Die in Abb. 5–18 dargestellten Mengen ergeben sich aus dem Produkt von Einlastungsmenge und dem Anteil an Gutteilen in den einzelnen Fertigungs- und Montagebereichen. Aus Gründen einer besseren Illustration der maximalen Ausbeute an Gutteilen sowie zur schnelleren Identifikation geeigneter Steuerungsstrategien wird dabei unterstellt, daß die in der Spalte „Einlastung” aufgeführten Mengen in jeden der einzelnen Fertigungs- und Montagebereiche eingelastet werden.Google Scholar
  87. 1.
    Diesen Größen liegt ein Betriebskalender zugrunde, der unterstellt, daß monatlich an 28 Tagen gearbeitet wird. So erklärt sich beispielsweise auch die maximal mögliche Einlastungsmenge von 2.520 Rohscheiben je Quartal (30 Rohscheiben/Tag * 28 Tage/Monat* 3 Monate/Quartal), aus denen rein rechnerisch 1.004.062 Endprodukte pro Quartal (30 Rohscheiben/Tag * 28 Tage/Monat * 3 Monate/Quartal * 6.375 Schreib-Lese-Köpfe/Rohscheibe + 16 Schreib-Lese-Köpfe/Endprodukt) hergestellt werden können.Google Scholar
  88. 1.
    In dieser Größe sind die Kosten, die aus der Lagerung der überschüssig in die Modellfertigung eingelasteten Teile in der Bevorratungsebene resultieren, bereits berücksichtigt.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1998

Authors and Affiliations

  • Dominic Friederich

There are no affiliations available

Personalised recommendations