Produktionsplanung in der Schiffsindustrie

Yacht ProductionItalien gilt schon seit jeher als eines der exklusivsten Länder, das weltweit für den Bau von Jachten und Luxusjachten bekannt ist. Um zusätzliche Marktanteile unter den zahlreichen prestigeträchtigen Herstellern zu gewinnen, sind Kostenkontrolle und Optimierung genauso wichtig wie Produkt- und Prozessinnovationen. Der Herstellungsprozess von Luxusjachten ist komplex und es können keine Kompromisse auf Kosten der Qualität des Endproduktes und der Handwerkskunst eingegangen werden. Der Herstellungsprozess bedarf eines großen Zeit- und Arbeitsaufwandes für jede Jacht.


In jede Jacht fließt ein großes Maß an verschiedenartigem, qualitativ hochwertigem Handwerk ein, es werden sehr viele Fertigungsaufgaben durchgeführt, von denen einige der Reihe nach abgeschlossen werden können und andere wiederum sich gegenseitig ausschließen. Zu der Komplexität hinzu kommt, dass der Herstellungsprozess räumlich begrenzt ist, sowohl was die Frage betrifft, wie viele Jachten zur gleichen Zeit in der Fabrik sein können (bei einer Länge von mehr als 18 Metern ist der logistische Aufwand bei einer Bewegung der Jacht nicht unerheblich) und wie viele Personen gleichzeitig an einer Jacht arbeiten können (eine Horde von Menschen, die gleichzeitig innerhalb des gleiche Bootsrumpfes arbeiten, ist nicht möglich).


Problem:




Die Manager einer der bedeutendsten italienischen Hersteller benötigten einen neuen, intelligenten Ansatz, um den Planungsprozess einfacher zu gestalten. FD und DSE erhielt die Anfrage, ein komplett neues Simulationstool für Unterstützung und Planung zu entwickeln. Ziel war es, dem tatsächlichen Produktionsplaner außergewöhnlich gute Planungsinformationen zu geben, mit denen dieser einen Plan vor seiner Umsetzung testen und ausfeilen kann. Das Konzept des Tools sollte für die Entscheidungsunterstützung hilfreich sein, das heißt, dass der Einzelne einfach Ideen verfeinern kann und die Machbarkeit eines Plans in mehreren Simulationen testen kann, bevor das Produkt die Fabrik verlässt.


Lösung:




Die Lösung war eine Simulation auf der Basis eines von AnyLogic entwickelten Tools für Entscheidung-sunterstützung, das den einzigartigen Hybridansatz nutzt. Ereignisdiskrete Modelle wurden verwendet, um das physikalische Layout und Herstellungskosten zu modellieren, agentenbasierte Modelle wurden verwendet, um die Anlage des Produktionsplaners, sowie die adaptive, tagtägliche Entscheidungs-findung zu modellieren. Dieses Tool konnte leicht automatische (agentenbasierte Entscheidungs-unterstützung) und vom Menschen geführte Problemlösungen als integralen Bestandteil eines 3-stufigen gesamten Planungsprozesses simulieren:

  1. Automatische, uneingeschränkte Ablaufplanung.
  2. Vom Menschen geführte Überprüfung des Masterplans und des Ressourcenplans mit Anpassung der Parameter.
  3. Eingeschränkte Produktionsplanung mit aktualisierten Daten der 2. Stufe, um die Machbarkeit zu testen.

Dank der effizienten Anylogic Java Engine dauerte der gesamte Simulationsprozess eines Herstellungszeitraumes nur 2 Sekunden!

Yacht Production Simulation

Ergebnis:





  • Starker Anstieg der Produktivität des Ressourcenplanungsprozesses.
  • Effiziente Verteilung der Ressourcenaufgaben.
  • Kostenersparnis im Bereich menschlicher Ressourcen.
  • Zeitersparnis bei Managern.
  • Eine bessere Unterstützung der Unternehmensführung bei Fragen der Ressourcenverteilung

Luigi Manca von Fair Dynamics und Dave Buxton von DSE stellten dieses Projekt anlässlich der AnyLogic Konferenz 2012 vor:

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.
  • 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.
  • Modellierung des Back-Office-Systems der Banca d'Italia
    Die Banca d'Italia wickelt jedes Jahr eine bestimmte Menge an manuellen Überweisungen ab. Diese Überweisungen können nicht automatisch verarbeitet werden und erfordern zwei Abteilungen mit Angestellten im Back-Office-Bereich der Bank. Die Bank wollte feststellen, ob es von Vorteil wäre, diese beiden Abteilungen zusammen zu legen.
  • 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.