Planung und Optimierung einer hochautomatisierten Produktionslinie

Problem:




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. Sie mussten besonders folgende Kriterien beachten:


  • Art und Menge der erforderlichen Betriebseinrichtung bestimmen, die für die Erfüllung der Produktionspläne erforderlich ist.
  • Verschiedene Layouts auswerten, um die Durchsatzleistung und die Nutzungsrate zu verbessern.
  • Mögliche Engpässe im Materialfluss prüfen.
  • Den Einfluss des Bedienerverhaltens auf die Betriebsleistung auswerten.
  • Die Konsequenzen der Wartung innerhalb verschiedener Zeitspannen testen.
  • Das Systemverhalten für den Fall von Betriebsstörungen bestimmen.
  • Die Wahrscheinlichkeit von Ausschuss bestimmen.
  • Die Änderung der Leistung während geplanter Stillstandszeiten auswerten.

Die ACP-IT Berater nutzten die AnyLogic Simulations- und Modellierungstechnologie, um Antworten zu finden.


LÖSUNG:





Die Berater nutzten die Fähigkeit von AnyLogic Professional, kundenspezifische Objektbibliotheken zu erstellen und zu speichern, bündelten ihre umfangreiche Simulationserfahrung im Bereich der Photovoltaik und Halbleiterproduktion, und erstellten so ihre eigenen Bibliotheken, die sie in vielen Projekten, insbesondere in diesem, wiederverwendeten. Diese Bibliotheken waren mit Elementen ausgestattet, die auf der Entwicklungsumgebung für AnyLogic-Modelle aufbauten und den Beratern die einfache Modellierung von verschiedenen Arten der Infrastruktur ermöglichte, die Modellierung von Transportanlagen innerhalb der Werksanlagen, von Personal und von Produktionssteuerungssystemen, alle speziell für die Photovoltaik und Halbleiterindustrie. Im Centrotherm-Projekt half diese Lösung den Modellierern, verschiedene Aspekte des Produktionssystemverhaltens des Kunden schnell zu reproduzieren. 


Sobald das Modell erstellt war, begann die Experimentierphase des Projektes. Die Berater testeten viele Parameter, um die besten Lösungen zu finden. Die Eingangsdaten, hierzu gehörten die Layout-Konfigurationen, sowie verschiedene Parameter, wurden den Excel- und Access-Dateien entnommen. Jeder Simulationslauf reproduzierte ein Jahr Werksbetrieb.


Zuerst experimentierten die Berater mit dem gesamten Produktionslinien-Design und nutzten hierbei Parameterveränderung und -Optimierung. Sie testeten viele Parameter; insbesondere die Parameter für Kapazität und für die Anzahl von verschiedenen Geräten, Kassetten, Behälter, etc., um zu sehen, welche Konfigurationen hinsichtlich Durchsatzleistung, Ausfallsicherheit und Ausschussrate am besten funktionierten.

Simulationslogik der Produktionslinie
Simulationslogik der Produktionslinie


Die Berater arbeiteten dann an der Optimierung der Transportstrategien, der Pufferspeicherbelegung und der Watermark-Steuerungsprozesse. Einige der vorgeschlagenen Layout-Varianten wurden während dieser Phase aufgrund der schlechten Leistungsfähigkeit verworfen.


Schließlich testeten sie die übrig gebliebenen Lösungen manuell, um die Vor- und Nachteile jeder einzelnen zu prüfen, und um herauszufinden, wie sie weiter verbessert werden konnten.


ERGEBNIS:




Die vorgeschlagenen Lösungen boten Centrotherm Photovoltaics AG die Möglichkeit, das Produktionsliniendesign bedeutend zu verbessern und kostengünstig die beste Lösung hinsichtlich Durchsatzleistung, Ausfallsicherheit und Ausschussrate zu wählen.


Zusätzlich wurde das Modell am Ende des Projektes dem Kunden freigegeben, sodass es für Analysen von künftigen Änderungen im Werk verwendet werden konnte. Das Modell bietet dem Kunden die Möglichkeit, eigene Experimente durchzuführen, mit Parametern und Layout zu experimentieren, Eingangsdaten zu ändern etc. Dieses Simulationsmodell der Produktionseinrichtung wird dem Werk lange als Tool für die Entscheidungsunterstützung dienen.

More Case Studies

  • 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.
  • Der GE Produktionsbetrieb nutzt die Anylogic-Software für Unterscheidungsunterstützung in Echtzeit
    2012 eröffnete GE einen neuen Produktionsbetrieb für Batterien und startete gleichzeitig ein innovatives Geschäft im Bereich der Energiespeicherung. 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.
  • 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.