Der GE Produktionsbetrieb nutzt die Anylogic-Software für Unterscheidungsunterstützung in Echtzeit

ÜBERSICHT:




2012 eröffnete GE einen neuen Produktionsbetrieb für Batterien und startete gleichzeitig ein innovatives Geschäft im Bereich der Energiespeicherung. Die neuen Durathon Batterieprodukte, die nur halb so groß sind wie herkömmliche Bleibatterien, aber zehnmal so lange halten, sind das Ergebnis einer GE-Anfangsinvestition von 100 Millionen $ in die Entwicklung der Batterietechnologie des Global Research Center von GE (geenergystorage.com, 2014). Eine Erweiterung der Anlage verdoppelte die Produktion, schuf 100 neue Arbeitsplätze, und führte zu einer Gesamtanzahl von 450 Erwerbstätigen in der Anlage bei voller Kapazität (geenergystorage.com, 2014).


Problem:




Diese große Chance von GE brachte viele neue Herausforderungen mit sich: beispielsweise die Erhöhung der Produktionsleistung und des Durchsatzes, trotz kontinuierlicher Entwicklung von Prozessen und Unsicherheiten, und die Reduktion der Herstellungskosten, um Marktanteile zu gewinnen. GE hatte, bei täglich mehr als 27.000 abgebildeten Variablen, sehr viele Daten, ihnen fehlten jedoch die Mittel, Antworten auf Fragen zu finden, Daten richtig zu analysieren oder zu testen, und Optionen auszuwerten.


Das Global Research Center von GE suchte ein leistungsstarkes und flexibles Tool, um nicht nur den spezifischen Prozess, sondern das Produktionssystem im Gesamten zu analysieren.


LÖSUNG:




GE wählte die Simulationsmodellierung, weil diese einen nicht unerheblichen Return on Investment bot, und die Simulation die Visualisierung ihres Systems im Zeitablauf ermöglichte. Die langfristigen Auswirkungen konnten mit einer größeren Genauigkeit ausgewertet werden, als dies bei einer Nutzung der traditionellen, rechnerischen und mathematischen Methoden möglich wäre.


Entwicklungsprozess der Simulation der Gesamtanlage
 

Entwicklungsprozess der Simulation der Gesamtanlage



Die AnyLogic Modellierungs- und Simulationssoftware wurde aufgrund ihrer Eigenschaften der agentenbasierten Modellierung und Mehrmethodenmodellierung verwendet. GE kann so Probleme in verschiedenen Bereichen lösen, Modelle kombinieren, mehrere Datenquellen eingeben und Modelle an jedem Ort laufen lassen, sodass zum einen eine enge Zusammenarbeit, und zum anderen eine Entscheidungsunterstützung in Echtzeit möglich wird.


Die durch die AnyLogic Software erstellten GE-Simulationsmodelle hatten das Ziel, die Grundkapazität mit Variabilität zu bestimmen, Systemdynamiken zu simulieren, Engpässe zu erkennen, Produktionsanläufe zu planen, Expansionen zu lenken, kontinuierliche Verbesserung zu fördern, P/E Investitionen auszuwerten und eine Produktionsoptimierung in Echtzeit zu erreichen.


Eingangsdaten:

  • Prozessablauf
  • Maschinentyp (kontinuierlich laufend, Chargen, Einzelmaschine, und Spezialmaschinen)
  • Maschinenlaufzeit
  • Durchsatz
  • MTBF/MTTR der Maschine (Mittlerer Ausfallabstand/ Mittlere Reparaturzeit)
  • Stellenbesetzungsplan
  • Aufbau und Reinigung
  • IPK’s

ERGEBNIS:




Die Simulation der Gesamtanlage von GE modellierte den Fertigungsablauf und wurde für die Kapazitätsplanung (Projekte identifizieren, auswerten und priorisieren) verwendet, wobei Engpässe quantitativ analysiert und Verbesserungsoptionen ausgewertet wurden. Die Entscheidungsunterstützung in Echtzeit erlaubt GE die Beantwortung von Fragen wie "Brauche ich einen zusätzlichen Bediener in den nächsten acht Stunden?", schnell, einfach und genau, durch die Ausführung von "Was-wäre-wenn" - Szenarien und durch die Optimierung von Ergebnissen.

Simulationsmodell Fertigung


Mit der AnyLogic-Software hatte GE das Tool, um die richtige, auf Wahrscheinlichkeit und auf mehreren Szenarien fundierte Entscheidung zu treffen, die zu einer klaren Transparenz des operativen Tagesgeschäftes, einem größeren Produktionsdurchsatz, und geringeren Fertigungskosten führte.


In dem Video von Shanshan Wang, ein Unternehmensforscher von GE Global Research, wird dieses Projekt anlässlich der AnyLogic Konferenz vorgestellt:


More Case Studies

  • Planung und Optimierung einer hochautomatisierten Produktionslinie
    Centrotherm Photovoltaics AG ist ein weltweit agierender Anbieter von Technologien und Produktionslösungen für die Photovoltaik, Halbleiter und Mikroelektronikindustrie. Das Unternehmen musste die optimal automatisierte Produktionslinie und Werkskonfiguration finden, um Kosten zu minimieren und Durchsatzleistung und Ausfallsicherheit zu maximieren.
  • Simulation eines Tunnelbaus mit Hilfe einer Tunnelbohrmaschine
    Die Kosten des Ausfalls einer Tunnelbohrmaschine für eine Stunde sind üblicherweise hoch und Projektmanager müssen ihr Bestes tun, um unnötige Verzögerungen im Bau zu verhindern. Das Ziel des Simulationsprojektes, welches durch die Ruhr-Universität Bochum in Deutschland durchgeführt wurde, war es, ein Simulationsmodell zu entwickeln, das fähig ist die Engstellen im Tunnelbauprozess zu bestimmen, um finanzielle Verluste zu minimieren.
  • Analyse von Strategien des Ramp-Up-Managements im Flugzeugbau
    Die Airbus-Gruppe ist am EU-Projekt ARUM (Adaptive Production Management) beteiligt, dessen Fokus eine IT-Lösung für die Risikominderung, die Entscheidungsfindung und Planung während der Anlaufphase von neuen Produkten ist. Das Projekt ist hauptsächlich auf die Flugzeug- und Schiffsbauindustrie ausgerichtet. Die Simulation wurde als ein Teil der ARUM-Lösung gewählt, weil die Teilnehmer damit reale Erfahrungen einer Produktionsanlage reproduzieren können.
  • Kapazitätsanalyse einer Schiffswerft
    Mit der AnyLogic Simulationssoftware als zentrales Element, benutzt NASSCO ein speziell angefertigtes Analysesytem, genannt das Large Scale Computer Simulation Modeling System for Shipbuilding (LSMSe), um hochdetaillierte und genaue Kapazitätsanalysen sowohl für die gegenwärtige Produktion als auch für neue Arbeiten zu erhalten.
  • Produktionsplanung in der Schiffsindustrie
    Die Manager einer der bedeutendsten italienischen Hersteller benötigten einen neuen, intelligenten Ansatz, um den Planungsprozess einfacher zu gestalten. Ziel war es, dem realen Produktionsplaner außergewöhnlich umfangreiche Planungsinformationen zu geben, mit denen dieser einen Plan vor seiner Umsetzung testen und verfeinern kann.
  • Eine Schiffswerft prüft ihre Kapazitäten der Auftragsabwicklung und gewinnt einen besseren Einblick in Produktionsstätte und Vertrieb
    Die Admiralitätsschiffswerft Admiralty Shipyards JSC steht vor einem großen Auftrag für Unterwasserboote mit Dieselantrieb und muss auswerten, ob die aktuelle Produktionsstätte den Auftrag ausführen kann, und falls nicht, welche Menge für das Jahr 2016 produziert werden kann. Admiralty Shipyards JSC sucht auch die Bestätigung, dass zur Durchführung des Auftrages keine zusätzliche Produktionsstätte erforderlich sein wird.
  • Simulation der Speiseeisproduktion: Einschränkungen erkennen und den Produktionsplan optimieren
    Conaprole, die größte Milchproduktionsfirma in Uruguay, produziert in ihrer Eiscremefabrik mehr als 150 Artikelpositionen und nutzt hierbei fünf Produktionslinien und bis zu fünf verschiedene Verpackungskonfigurationen für jede Linie. Die Herausforderung des Managements bestand darin, die Pläne neu anpassen zu können, damit Angebot und Nachfrage ausgeglichen sind, und um sicherzustellen, dass sie bei den Hauptprodukten Fehlmengen vermeiden.
  • Ein einfaches Simulationsmodell hilft Intel bei der Vermeidung von Werksstillständen
    Die Intel Werke hatten eine spezielle Geräteausstattung, die oft ausfiel und so Kapazitätsengpässe verursachte. Wenn das Gerät repariert werden konnte, wurde es von den Intel Werkstechnikern repariert oder, wenn das Problem zu komplex war, wurde es zum Reparaturzentrum des Herstellers geschickt. Diese sehr teuren Teile wurden bei wichtigen Werksarbeiten verwendet und die Reparaturen nahmen viel Zeit in Anspruch; deshalb mussten zusätzliche Ersatzteile vorhanden sein, um Ausfallzeiten zu vermeiden.
  • Modeling the Cladding Leak Detection Shop of a Nuclear Reactor's Module
    The cladding leak detection shop is part of an automated line of fuel assembly production. Leak control is based on heating the fuel element groups. While warming up, defective units eject the control gas, which is detected by a leak locator. The defected group is divided into two parts. Each part is screened in the same way until the leaking fuel element is found.
  • Improving Mining Outbound Logistics with Agent-Based Simulation Modeling
    One of the largest resource companies in the world, with over $80 billion in sales, decided to enter a new market. It was planning to build a new potash mine with 90% of the resources exported. They wanted to design a reliable supply chain, with a high speed of supply replenishing, and the ability to recover from natural disasters and man-made crises benefiting from such volatility. Amalgama and Goldratt companies contracted this project to design the potash mining operations and a full supply chain of outbound logistics.