Simulation Prozesskette Teil 1

Innerhalb der IT-Bildungsoffensive des Kanton St. Gallens unter dem Handlungsfeld «Lernfabrik» und insbesondere im Kontext von “Lean”, “SAP” und Data Analytic ist die Losgrössenoptimierung ein zentraler Aspekt für die optimierte Planung und Terminierung mittels Simulation in einer Smart Factory.

Wie die Komplexitätstheorie zeigt, sind die meisten Losgrössenprobleme schwer zu lösen, obwohl verschiedene Techniken entwickelt und von der Operations Management (OM)-Gemeinschaft eingehend untersucht wurden. Die Herausforderung besteht darin, dass die verwendeten Modelle einfach zu berechnen sind, aber nur einen einzigen Artikel oder eine einzige Produktionsstufe abdecken, ohne Ressourcenbeschränkungen zu berücksichtigen. Darüber hinaus haben die gängigen Losgrössenansätze einen rein lokalen Kostenfokus und berücksichtigen möglicherweise nicht die übergreifenden Unternehmensziele eines Unternehmens. Dies kann zu suboptimalen Losgrössen mit unangemessener Ressourcennutzung und unzureichendem Servicegrad führen.

Die steigende Verfügbarkeit von Informationen über Nachfrage, Anlagenauslastung und Kundenanforderungen sowie kürzere Berechnungszeiten digitaler Technologien entfachen die Diskussion über die Optimierung von Losgrössen und die damit verbundenen Berechnungsmethoden neu.

In dieser Übung wird untersucht, wie digitale Technologien wie die Diskrete Event Simulation (DES) den Entscheidungsfindungsprozess für Losgrössen und die damit verbundene OM-Konzepte in einem Fertigungsunternehmen beeinflussen können. Dafür stellen wir ein Entscheidungsmodell für die Losgrössenbestimmung vor, das anschliessend durch Simulationsexperimente bewertet wird. Zudem wird aufgezeigt, wie ein ERP-System hinsichtlich den Losgrössenbestimmungen arbeitet und wo die Schwächen in Bezug zur Losgrössenberechnungen liegen.

Studierende sollen mithilfe eines Simulationsmodelles und einem Optimierungsansatz ein besseres Verständnis für verschiedene Losgrössenberechnungsmethoden entwickeln, wobei reale Produktionsprozesse und Daten aus der Smart Factory als Lerngrundlage dienen. Damit ist eine enge Vernetzung zu der Realität in den Firmen gegeben.

Metadaten
Version
Bloomsche Taxonomy	K5 - synthetisieren K6 - beurteilen
Sprache	Englisch
Anzahl Lektionen	8
Art des Unterrichts	Vorlesung Übung (ohne Labor/Werkstätte)
Voraussetzungen	Lean Production, Operation Research 1 Modellbildung und Simulation
Vorbereitungen, Bedingungen	Simio, Excel
Lernziele	Kompetenzen hinsichtlich des Werkzeugs der Diskreten Event Simulation ausbauen, damit dies in realen Fällen angewendet werden kann. Ein besseres Verständnis der verschiedenen Strategien zur Losgrössenbestimmung und die Fähigkeit, sie in realen Fällen umzusetzen. Die Schwächen gängiger Losgrössenansätze und deren Auswirkungen verstehen, um entsprechende Gegenmassnahmen ableiten zu können. Bewertung der Leistung verschiedener Losgrössenstrategien durch Simulationsexperimente.
Autor	Roman Hänggi
Co-Autor:innen	Roger Rinderer, Shuangqing Liao
Original-Studiengang	Wirtschaftingenieurwesen Maschinentechnik 5. Semester
Dateien	https://sf.infs.ch/wp-content/uploads/1732/Exam_SFFACTORY_HS20-EN-Part-III.pdf Exam_SFFACTORY_HS20-EN-Part-III (Typ: application/pdf) https://sf.infs.ch/wp-content/uploads/1732/Exam_SFFACTORY_HS21-EN-Part-III.pdf Exam_SFFACTORY_HS21-EN-Part-III (Typ: application/pdf) https://sf.infs.ch/wp-content/uploads/1732/Exam_SFFACTORY_HS22-EN-Part-III.pdf Exam_SFFACTORY_HS22-EN-Part-III (Typ: application/pdf) https://sf.infs.ch/wp-content/uploads/1732/Input_Data-fuer-Simulation-Smart_Factroy_OST.xlsx Input_Data für Simulation Smart_Factroy_OST (Typ: application/vnd.openxmlformats-officedocument.spreadsheetml.sheet) https://sf.infs.ch/wp-content/uploads/1732/Simulation_Exercise_Lotsizing_base.spfx Simulation_Exercise_Lotsizing_base (Typ: application/spfx+xml) https://sf.infs.ch/wp-content/uploads/1732/Simulation_Exercise_Lotsizing_W1_solution.spfx Simulation_Exercise_Lotsizing_W1_solution (Typ: application/spfx+xml) https://sf.infs.ch/wp-content/uploads/1732/Simulation_Exercise_Lotsizing_W2_solution-2.spfx Simulation_Exercise_Lotsizing_W2_solution (2) (Typ: application/spfx+xml) https://sf.infs.ch/wp-content/uploads/1732/Simulation_Exercise_W1.pptx Simulation_Exercise_W1 (Typ: application/vnd.openxmlformats-officedocument.presentationml.presentation) https://sf.infs.ch/wp-content/uploads/1732/Simulation_Exercise_W2.pptx Simulation_Exercise_W2 (Typ: application/vnd.openxmlformats-officedocument.presentationml.presentation) https://sf.infs.ch/wp-content/uploads/1732/Simulation_Exercise_W2_solution.pptx Simulation_Exercise_W2_solution (Typ: application/vnd.openxmlformats-officedocument.presentationml.presentation) https://sf.infs.ch/wp-content/uploads/1732/Smart-Factory-2023-Week11.pdf Smart Factory 2023 Week11 (Typ: application/pdf) https://sf.infs.ch/wp-content/uploads/1732/Smart-Factory-2023-Week12.pdf Smart Factory 2023 Week12 (Typ: application/pdf)
Zip-Datei	1732 (Typ: application/zip)

Der Lerninhalt ist schwierig!/The learning content is difficult!

Der Lerninhalt ist praxisorientiert!/The learning content is practice-orientated!

Das Material unterstützt mich!/The learning material supports me!