AT16849U1 - Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln - Google Patents

Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln Download PDF

Info

Publication number
AT16849U1
AT16849U1 ATGM50117/2019U AT501172019U AT16849U1 AT 16849 U1 AT16849 U1 AT 16849U1 AT 501172019 U AT501172019 U AT 501172019U AT 16849 U1 AT16849 U1 AT 16849U1
Authority
AT
Austria
Prior art keywords
resource
process chain
product
determined
probability
Prior art date
Application number
ATGM50117/2019U
Other languages
English (en)
Inventor
Haselböck Dr Alois
Sperl Simon
Peter Steyskal Simon
Original Assignee
Siemens Ag Oesterreich
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Ag Oesterreich filed Critical Siemens Ag Oesterreich
Priority to ATGM50117/2019U priority Critical patent/AT16849U1/de
Publication of AT16849U1 publication Critical patent/AT16849U1/de

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Program-control systems
    • G05B19/02Program-control systems electric
    • G05B19/04Program control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/0405Program-control specially adapted for machine tool control and not otherwise provided for
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/047Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators the criterion being a time optimal performance criterion
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Program-control systems
    • G05B19/02Program-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41845Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316Sequencing of tasks or work
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31023Master production scheduler and microprocessor and schedule analysis and shop control
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31052Find feasable assembly sequences
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31056Selection of assembly processes, preferred assembly sequences
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32015Optimize, process management, optimize production line
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32291Task sequence optimization
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Verfahren (100) zur Erzeugung eines Produkts (101) mittels einer optimalen Prozesskette (102) durch eine vorgegebene Menge an Einsatzmitteln, wobei folgende Schritte ausgeführt werden: a) Erstes Ermitteln (110) einer ersten Prozesskette (111) basierend auf einer Produktbeschreibung (103), welcher das Produkt (101) und dessen Erzeugung beschreibt, b) Zweites Ermitteln (120) zumindest eines verfügbaren Einsatzmittels (121-124) aus der vorgegebenen Menge an Einsatzmitteln mit Hilfe der ersten Prozesskette (111), c) Drittes Ermitteln (130) einer Ausführungszeit (131) des Einsatzmittels (121-124) mit Hilfe der ersten Prozesskette (111), d) Schätzen (140) einer Belegung (141) des Einsatzmittels (121-124) unter Berücksichtigung der Ausführungszeit (131), e) Prüfen (150), ob die Belegung innerhalb eines vordefinierten Wertebereichs liegt, und, falls zutreffend (151), Fortfahren mit Schritt f), falls nichtzutreffend (152), Markieren des Einsatzmittels (121-124) als "nicht verfügbar" für die Dauer der Ausführungszeit und Fortfahren mit Schritt b), f) Zuordnen (160) der ersten Prozesskette (111) zu dem Einsatzmittel (121-124) unter Berücksichtigung der höchsten Belegung als optimale Prozesskette (102), g) Ausführen (170) der optimalen Prozesskette (102) und Erzeugen des Produkts (101).

Description

Beschreibung
VERFAHREN UND SYSTEM ZUR ERZEUGUNG EINES PRODUKTS MITTELS EINER OPTIMALEN PROZESSKETTE DURCH EINE VORGEGEBENE MENGE AN EINSATZMITTELN
[0001] Die Erfindung betrifft ein Verfahren und ein System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln.
[0002] Fortschritte bei Fertigungstechnologien entwickeln sich heutzutage in Richtung Automatisierung und Flexibilität in intelligenten Fertigungs-Ecosystemen. Die Bedürfnisse der Kunden erfordern zunehmend, dass diese Ecosysteme in der Lage sind, die Produktvariabilität schnell, zuverlässig und kostengünstig zu handhaben und dabei ein hohes Maß an Flexibilität zu gewährleisten.
[0003] Ein kritischer Engpass bei der Bewältigung der Produktvariabilität in einer Fabrik ist die Gestaltung von Herstellungsprozessen für Produkte, welche die Produktionsanlagen in Fabriken durch sich stark unterscheidende Produktionsketten nicht immer optimal auslasten.
[0004] Reihungsaufgaben zur Abarbeitung von Prozessen, also die Erstellung von Prozessketten, sind häufig „NP-harte/NP-schwere“ Probleme. Die NP-Schwere bezeichnet eine Eigenschaft eines algorithmischen Problems.
[0005] Die Komplexitätstheorie, ein Teilgebiet der theoretischen Informatik, beschäftigt sich mit der Klassifizierung von Problemen bezüglich ihrer Komplexität. Eine wichtige Problemklasse ist die Komplexitätsklasse NP, die Klasse aller Entscheidungsprobleme, für die eine gefundene L6Sösung effizient überprüft werden kann. Dabei steht NP für nichtdeterministische Polynomialzeit. Ein NP-schweres Problem ist dabei mindestens so „schwer“ wie alle Probleme in NP. Das bedeutet, dass ein Algorithmus, der ein NP-schweres Problem löst, mithilfe einer Reduktion benutzt werden kann, um alle Probleme in NP zu lösen.
[0006] NP-schwere Probleme können durch sehr komplexe kombinatorische Optimierungssaufgaben in der Lösung sehr Zeit- und Kosten-intensiv sein.
[0007] Die meisten bekannten Verfahren zur Prozessplanung berücksichtigen keine Fehlermodelle, alternative Ausführungspfade für einzelne Prozesse, Unsicherheiten in der Ausführungsdauer sowie die Interaktion verschiedener Prozessketten. Ferner wird zur Planung eine große Anzahl identischer Prozessketten benötigt.
[0008] Es ist Aufgabe der Erfindung die genannten Nachteile im Stand der Technik zu überwinden und ein Verfahren und ein System bereitstellen, welche die Herstellung neuer Produkte verbessern, insbesondere durch Ermittlung einer optimalen Prozesskette für eine Produktionsanlage.
[0009] Die Aufgabe wird durch ein Verfahren eingangs genannter Art gelöst, wobei folgende Schritte ausgeführt werden:
a) Erstes Ermitteln einer ersten Prozesskette basierend auf einem Auftrag, welcher das Produkt und dessen Erzeugung beschreibt,
b) Zweites Ermitteln zumindest eines verfügbaren Einsatzmittels aus der vorgegebenen Menge an Einsatzmitteln mit Hilfe der ersten Prozesskette,
c) Drittes Ermitteln einer Ausführungszeit des zumindest einen Einsatzmittels mit Hilfe der ersten Prozesskette,
d) Schätzen der Belegung des zumindest einen Einsatzmittels unter Berücksichtigung der Ausführungszeit,
e) Prüfen, ob die Belegung innerhalb eines vordefinierten Wertebereichs liegt, und, falls zutreffend, Fortfahren mit einem Zuordnen im Schritt f),
falls nichtzutreffend, Markieren des zumindest einen Einsatzmittels als „nicht verfügbar“ für die Dauer der Ausführungszeit und Fortfahren mit dem zweiten Ermitteln im Schritt b),
f) Zuordnen der ersten Prozesskette zu dem zumindest einen Einsatzmittel unter Berücksichtigung der höchsten Belegung als optimale Prozesskette,
g) Ausführen der optimalen Prozesskette und Erzeugen des Produkts.
[0010] Durch die Erfindung wird eine optimale Auswahl an Einsatzmitteln aus einer vorgegebenen Menge an Einsatzmitteln, beispielsweise automatische Produktionsmaschinen in einer Fabrik, zum Erzeugen des Produkts hinsichtlich der optimalen Auslastung verfügbarer Einsatzmittel ermöglicht.
[0011] Ferner lässt die Erfindung weniger Einschränkungen der Art der Prozesskette und der Art von Eingangswahrscheinlichkeits-Dichte-Funktionen zu, als bei bisher bekannten Lösungen, sowie erlaubt einen höheren Detailierungsgrad in deren Ergebnissen.
[0012] Dieser höhere Detailierungsgrad erlaubt genauere Metriken und eine bessere Information über zukünftige Ausführungen von Prozessketten beziehungsweise über eine Nutzung von Einsatzmitteln.
[0013] Unter Einsatzmitteln werden beispielsweise automatische Bearbeitungsmaschinen wie CNC-Maschinen, Roboter zum automatischen Zusammenbau einzelnen Komponenten, aber auch manuelle Bearbeitungsschritte durch Menschen, sowie Betriebs- und Einsatzmittel wie Ausgangsmaterialien, Schmiermittel, Elektrizität oder Gas zur Durchführung einzelnen Arbeitsschritte, verstanden.
[0014] Unter einer Prozesskette wird beispielsweise eine sequenzielle Abfolge von Bearbeitungsschritten verstanden, wobei einzelne Schritte auch parallel erfolgen können.
[0015] Die Dauer der Ausführungszeit ist die Zeitspanne zwischen einer Startzeit und einer Endzeit eines Auftrages.
[0016] Eine Prozesskette kann beispielsweise durch BPMN („Business Process Management Notation“) beschrieben werden, bei welcher:
° Eine Wahrscheinlichkeits-Dichte-Funktion für die Dauer jedes Auftrags, und
° Die Wahrscheinlichkeit für jeden Ausgangs-Knoten eines XOR-Durchgangs im Prozess-Modus bestimmt wird.
[0017] Ein Prozessmodell kann als gerichteter und verbundener Graph (N,E) beschrieben werden:
N = AUGU{Nssart,NEnde} mit EZNxN wobei N eine endliche Menge von Knoten, A eine Menge von Aufträgen/ Aktivitäten (englisch „activities“), G eine Menge von Durchgängen (oder auch Gatter; englisch „gateways“), Nstar ein Auftrags-Start (Ereignis), NeEnde ein Auftrags-Ende (Ereignis), und E eine Menge von Kanten, welche die Knoten verbinden, ist.
[0018] Fig. 1 zeigt einen Start-Knoten, Fig. 2 einen End-Knoten, Fig. 3 einen Auftrag a, Fig. 4 einen UND-Durchgang (UND-Gatter), Fig. 5 einen XOR-Durchgang (XOR-Gatter) und Fig. 6 eine Schleife gemäß einer vereinfachten BPMN.
[0019] Eine Fähigkeit eines Einsatzmittels ist SpaiR* VreEeR,vaeA wobei R eine Menge von Einsatzmitteln (englisch „resources‘“), und Sea ein Multiplikations-Faktor eines Einsatzmittels ” für die Dauer eines Auftrags a ist.
[0020] Beispielsweise bedeutet s.., <1, dass ein Einsatzmittel r einen Auftrag a wahrscheinlich schneller als der Durchschnitt durchführen kann.
[0021] Beispielsweise bedeutet s.., >1, dass ein Einsatzmittel r einen Auftrag a wahrscheinlich langsamer als der Durchschnitt durchführen kann.
[0022] Beispielsweise kann s... >10, das heißt größer als ein vorgegebener Grenzwert, bedeuten, dass ein Einsatzmittel r nicht für einen Auftrag a angewendet werden kann.
[0023] Eine Einsatzmittel-Auftrags-Zuordnung WA» [0,1] vr ER
[0024] ist ein Zeitanteil, welcher ein Einsatzmittel ran der Ausführung eines Auftrags a arbeitet. Beispiele dazu sind in Tabelle 1 angeführt.
Einsatzmittel—> Auftrag! . rn | Beschreibung
Der Auftrag a: ist nur dem Einsatzmittel 5 zugeordnet und wird r voll auslasten
ar 1 0 Der Auftrag az ist nur dem Einsatzmittel 5» zugeordnet und wird 7 zur Hälfte auslasten
a2 0 0.5 Der Auftrag az ist den Einsatzmitteln 5 und r» zugeordnet und wird r zur Hälfte und ”» voll auslasten
a3 0.5 | 1
Tabelle 1: Beispiele für eine Einsatzmittel-Auftrags-Zuordnung
[0025] In einer Weiterbildung der Erfindung ist es vorgesehen, dass im Schritt des dritten Ermittelns eine Wahrscheinlichkeits-Dichte-Funktion für die Ausführungszeit des zugeordneten zumindest einen Einsatzmittels bestimmt wird.
[0026] Dadurch wird erreicht, dass die Wahrscheinlichkeit berücksichtigt wird, mit welcher ein Auftrag a mittels Einsatzmitteln mit der Zuordnung w ausgeführt wird und dafür die Dauer £
benötigt, und die optimale Prozesskette daher genauer bestimmt werden kann. [0027] Eine Wahrscheinlichkeits-Dichte-Funktion für eine Dauer eines Auftrags a € A Da(OR* > [0,1] VaER
[0028] Repräsentiert die Wahrscheinlichkeit, dass der Auftrag a im Durchschnitt eine Dauer tbenötigt.
[0029] Die Auftragsdauern D,(t) werden geschätzt oder mittels Verfahren, welche auf dem Prinzip des maschinellen Lernens beruhen, bestimmt und dem Prozessmodell zugeordnet.
[0030] Eine Auftragsdauer bezüglich einer Zuordnung kann durch eine WahrscheinlichkeitsDichte-Funktion für einen Auftrag a € A und eine Zuordnung w € Wbeschrieben werden, welche die Wahrscheinlichkeit bezeichnet, dass ein Auftrag a mittels Einsatzmitteln mit der Zuordnung w ausgeführt wird und dafür die Dauer benötigt.
Dy.a(OR* > [0,1] vw EW, Va € A
t Dial) = Da (; ) w,a
Swa = ZrerSr,aWr(a) ; ZrerW;(a) [0031] Die Wahrscheinlichkeits-Dichte-Funktion D,„(£) ist die um den Faktor sa erweiterte Wahrscheinlichkeits-Dichte-Funktion Dqa(t).
[0032] Der Faktor s„„4 ist der gewichtete Durchschnitt des Faktors für die Fähigkeit eines Einsatzmittels s,.„ gemäß den vorstehenden Erläuterungen.
[0033] Beispielsweise kann sa = 0.5, ausgehend von einem Einsatzmittel r”, und D„(£) als Normalverteilung mit N (5,1), das heißt ein Auftrag a weist eine durchschnittliche Dauer von 5 mit einer Varianz von 1 auf, und das Einsatzmittel r ist bei der Ausführung des Auftrags a um einen Faktor 0.5 schneller als der Durchschnitt. Die Wahrscheinlichkeits-Dichte-Funktion D,„(£) für eine Dauer des Auftrags a ergibt sich dann zu N (2.5,0.25).
[0034] Wie bekannt, ergibt für Normalverteilungen das Produkt eines Skalars und einer Zufallsvariable k * X eine neue Zufallsvariable mit einem Mittelwert von k * Mittelwert(X) und einer Varianz von k? * Varianz(X).
[0035] In einer Weiterbildung der Erfindung ist es vorgesehen, dass im Schritt des Schätzens eine Kanten-Ubergangs-Wahrscheinlichkeitsfunktion bestimmt wird.
[0036] Dadurch wird erreicht, dass die optimale Prozesskette auf eine einfache Weise bestimmt werden kann.
[0037] Die im Nachfolgenden verwendete Kanten-Übergangs-Wahrscheinlichkeitsfunktion berücksichtigt folgende Eigenschaften:
* es werden Kanten-Übergangs-Wahrscheinlichkeits-Zeiten verwendet, nicht nur Auftrags-Dauern,
* es können Prozess-Schleifen eingebunden werden, und * es werden Fähigkeiten von Einsatzmittel verwendet.
[0038] Eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion bezeichnet die Wahrscheinlichkeit, mit welcher eine Kante (englisch „edge“) e € E zu einem Zeitpunkt £ € R* durchlaufen wird:
fR* >[0,1] VeEE
[0039] Wie bekannt, beträgt die Kanten-Übergangs-Wahrscheinlichkeitsfunktion einer ersten Kante eines Prozesses, welcher den Auftrags-Start nsaz verlässt, einen Eingabewert, welcher die Startzeit der jeweiligen Prozess-Instanz bezeichnet.
[0040] Wie bekannt, ist f£(t£) nicht notwendigerweise eine Wahrscheinlichkeits-Dichte-Funktion, jedoch falls der Prozess keine XOR-Durchgänge aufweist, trifft die Bedingung Ve € E: | f£(t)dt = 1 immer zu und alle f£(t) sind Wahrscheinlichkeits-Dichte-Funktionen.
[0041] In einer Weiterbildung der Erfindung ist es vorgesehen, dass im Schritt des Schätzens eine Kanten-Durchlaufs-Wahrscheinlichkeitsfunktion bestimmt wird.
[0042] Dadurch wird erreicht, dass die optimale Prozesskette auf eine besonders einfache Weise bestimmt werden kann.
[0043] Eine Kanten-Durchlaufs-Wahrscheinlichkeitsfunktion fo. :(t) für einen Auftrag a € A mit einer eingehenden Kante /n, einer ausgehenden Kante out und einer Wahrscheinlichkeits-DichteFunktion für die Dauer D„„„(t) ist gegeben durch:
Fout(t) = fin® * Diva (©)
[0044] Fig. 7 zeigt symbolisch eine Wahrscheinlichkeits-Dichte-Funktion für die Dauer eines Auftrags a.
[0045] Wie bekannt, ist der Faltungs-Operator * für zwei Funktionen f und g definiert als:
(F+9)® = | FeDgC- Ede
[0046] Beispielsweise ergibt die Faltung zweier Gauß-verteilter Wahrscheinlichkeits-DichteFunktionen:
N (107) * N(u203) = N(M1 + H2,0? + 03) [0047] Eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für UND-Durchgänge ist für Durch-
gänge g € Gayp mit eingehenden Kanten {in,,...,in„}= EN(N x g) und ausgehenden Kanten {out;,, ..., out} = EN (g x N) definiert als:
n t d fout® = | | ] [fm a’) A[0048] Fig. 8 zeigt symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für einen UND-Durchgang. [0049] Eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für XOR-Durchgänge ist für Durchgänge g € Gxor mit eingehenden Kanten {in,,...,in„} = EN(N x g) und ausgehenden Kanten {out,, ..., out} = EN (g x N) definiert als: Fout; (€) — Pour; Din: (1sjs=m) i=1 [0050] Fig. 9 zeigt symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für einen XOR-Durchgang. [0051] Bei einem gegebene Prozessmodell P und einer Menge and XOR-Durchgängen g € Gxor aus P, wobei jede Kante e € E, welche von einem Durchgang ausgeht, kann eine Kanten-Wahrscheinlichkeit p. € [0,1] angegeben werden. Alle Kanten-Wahrscheinlichkeiten müssen größer als Null sein und die Bedingung erfüllen: Pe=1 (VgE Gxor) eEN(gxN) [0052] Eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für Schleifen ist mit einer KantenWahrscheinlichkeit p für das Verlassen einer Schleife, wobei ein Schleifenkörper fpoay berechnet wird, indem der Inhalt der Schleife als ein separater Prozess behandelt wird, definiert als:
[0049] Eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für XOR-Durchgänge ist für Durchgänge g € Gxor mit eingehenden Kanten {in,,...,in„} = EN(N x g) und ausgehenden Kanten {out,, ..., out} = EN (g x N) definiert als:
Fout; (€) — Pour; Din: (1sjs=m) i=1
[0050] Fig. 9 zeigt symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für einen XOR-Durchgang.
[0051] Bei einem gegebene Prozessmodell P und einer Menge and XOR-Durchgängen g € Gxor aus P, wobei jede Kante e € E, welche von einem Durchgang ausgeht, kann eine Kanten-Wahrscheinlichkeit p. € [0,1] angegeben werden. Alle Kanten-Wahrscheinlichkeiten müssen größer als Null sein und die Bedingung erfüllen:
Pe=1 (VgE Gxor) eEN(gxN)
[0052] Eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für Schleifen ist mit einer KantenWahrscheinlichkeit p für das Verlassen einer Schleife, wobei ein Schleifenkörper fpoay berechnet wird, indem der Inhalt der Schleife als ein separater Prozess behandelt wird, definiert als:
fout (€) = fin(t) * & pA-— p)' * (fooay®) X... froay(O)) i=1
[0053] Fig. 10 zeigt symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für eine Schleife.
[0054] In einer Weiterbildung der Erfindung ist es vorgesehen, dass im Schritt des Schätzens aus einer Ausführungszeit-Wahrscheinlichkeitsfunktion die Belegung bestimmt wird.
[0055] Dadurch wird erreicht, dass die optimale Prozesskette eine Belegung von Einsatzmitteln berücksichtigt und diese auf eine besonders einfache Weise bestimmt werden kann.
[0056] Eine Über-Belegung eines Einsatzmittels kann die Herstellung eines Produkts unerwünscht verzögern. Durch die rechtzeitige Identifizierung einer Uber-Belegung kann somit das Risiko bei der Herstellung reduziert werden.
[0057] Dabei ist es günstig, wenn für verschiedene Parameter einer Prozesskette Werte in Form von Wahrscheinlichkeiten und stochastischen Variablen mit einer vorgegebenen Wahrscheinlichkeits-Dichte-Funktion geschätzt werden, statt Skalare zu verwenden.
[0058] Das Risiko, insbesondere bei einer Einsatzmittel-Zuordnung, kann dadurch beschrieben werden, wie viele Einsatzmittel wahrscheinlich überbelegt werden, wenn eine Prozesskette unter Berücksichtigung von Unsicherheiten ausgeführt wird.
[0059] Die Ausführungszeit-Wahrscheinlichkeitsfunktion F, bezeichnet die Wahrscheinlichkeit, dass ein Auftrag a € A zu einem Zeitpunkt t € R* ausgeführt wird, wobei jeder Auftrag a genau eine eingehende Kante aufweist:
FAR* >[0,1] VaeA
[0060] Der Auftrag wird Zeitpunkt £ ausgeführt, das heißt der Auftrag wird vor dem Zeitpunkt £ begonnen und nach dem Zeitpunkt } beendet:
t t = | fin(E Dat’ — | fin(E') * Dr.a (Ja
[0061] Die Belegung wird immer in Zusammenhang mit einem Einsatzmittel verwendet. [0062] Eine Belegung mit Belegungs-Werten o € R*,o > 1 wird als Über-Belegung bezeichnet.
[0063] Wie bekannt, ist die Belegung, verglichen zu f2 oder F,, niemals eine WahrscheinlichkeitsDichte-Funktion (e € E, a € A).
[0064] Die Gesamtbelegungs-Wahrscheinlichkeits-Dichte-Funktion 0 über die Zeit eines Einsatzmittels r € R zu einem Zeitpunkt t € R* ist mit {a,,..., an} definiert als:
0,: (R* X R*) > R* O,-(t,o) = ö(0o,0) + (5C0. Wa )Faz( + 500,0) (1 — Fa, (8)
+0 (800, Wa, )Far(D + 600,0) (1 — Fa, (D))
[0065] wobei *, die Faltung über den Parameter 0 ist.
[0066] Wie bekannt, wenn t fixiert wird, ist 0-(t, o) immer eine Wahrscheinlichkeits-Dichte-Funktion über 0.
[0067] Wie bekannt, kann die Dirac-Delta-Funktion ö(x, xo) als Wahrscheinlichkeits-Dichte-Funktion für die Belegung verwendet werden, wobei diese eine vollständige Gewissheit der NichtVerfügbarkeit ausdrückt. Die Dirac-Delta-Funktion ist definiert durch
0 x=X © X = X
Ö(x,xo) = | 1= [_5004x
[0068] Fig. 11 stellt ein Beispiel für die Gesamtbelegungs-Wahrscheinlichkeits-Dichte-Funktion 0 in Abhängigkeit eines Parameters 0 und der Zeit dar. Es ist eine Ausführungswahrscheinlichkeit 1 und eine Wahrscheinlichkeits-Dichte-Funktion 2 für eine Einsatzmittel-Belegung erkennbar. Die Kanten-Wahrscheinlichkeit p ist auf der z-Achse ablesbar.
[0069] In einer Weiterbildung der Erfindung ist es vorgesehen, dass im Schritt des Prüfens aus einer Prozess-Ausführungs-Wahrscheinlichkeit eine Belegung des zumindest einen Einsatzmittels bestimmt wird.
[0070] Dadurch wird erreicht, dass die optimale Prozesskette eine Über-Belegung von Einsatzmitteln berücksichtigt und diese auf eine besonders einfache Weise bestimmt werden kann.
[0071] Eine Einsatzmittel-Über-Belegung m,(r € R) ist der Umfang von Belegungen >1:
m, R m. = | | 0.(,0)dt do 10
[0072] Eine Prozess-Über-Belegung m ist die Summe aller Einsatzmittel-Über-Belegungen:
m: R m= > m,
[0073] Eine Prozess-Ausführungsfunktion Fe zu einem Zeitpunkt t € R* ist: Fp: R* > R*
t t BC) | fear (Ede — f femaltDdt 0 0
[0074] In einer Weiterbildung der Erfindung ist es vorgesehen, dass aus der Prozess-Ausführungs-Wahrscheinlichkeit eine Einsatzmittel-Nutzungs-Abweichung bestimmt wird.
[0075] Dadurch wird erreicht, dass die optimale Prozesskette eine Abweichung von der optimalen Einsatzmittel-Nutzung berücksichtigt und diese auf eine besonders einfache Weise bestimmt werden kann.
[0076] Einsatzmittel-Nutzungs-Abweichungen u, mit (r € R) sind die akkumulierten Distanzen von der optimalen Einsatzmittel-Nutzung:
ur: R u, = | FC | 11- 0-(,0)1do dt 0 0
[0077] In einer Weiterbildung der Erfindung ist es vorgesehen, dass aus der Einsatzmittel-Nutzungs-Abweichung eine Prozess-Nutzungs-Abweichung bestimmt wird.
[0078] Dadurch wird erreicht, dass die optimale Prozesskette eine Prozess-Nutzungs-Abweichung berücksichtigt und diese auf eine besonders einfache Weise bestimmt werden kann.
[0079] Eine Prozess-Nutzungs-Abweichung u ist sie Summe aller Einsatzmittel-Nutzungs-Abweichungen:
71717
u: R
us Yu
reR
[0080] In einer Weiterbildung der Erfindung ist es vorgesehen, dass die optimale Prozesskette zumindest einen Vorgang, welcher auf einer automatischen Vorrichtung ausführbar ist, umfasst.
[0081] Dadurch wird erreicht, dass Parameter, welche die optimale Prozesskette beschreiben, besonders genau erfasst werden, beispielsweise durch maschinelles Lernen, und so die optimale Prozesskette besonders präzise bestimmt werden kann.
[0082] Die erfindungsgemäße Aufgabe wird auch durch ein System eingangs genannter Art gelöst, ferner umfassend eine Rechenvorrichtung, welche dazu eingerichtet ist, das erfindungsgemäße Verfahren auszuführen.
[0083] Die Erfindung wird nachfolgend anhand eines in den beigeschlossenen Zeichnungen dargestellten Ausführungsbeispiels näher erläutert. In den Zeichnungen zeigt:
[0084] Fig. 1 einen Start-Knoten in einer vereinfachten BPMN, [0085] Fig. 2 einen End-Knoten in einer vereinfachten BPMN, [0086] Fig. 3 einen Auftrag in einer vereinfachten BPMN,
[0087] Fig. 4 einen UND-Durchgang in einer vereinfachten BPMN, [0088] Fig. 5 einen XOR-Durchgang in einer vereinfachten BPMN, [0089] Fig. 6 eine Schleife in einer vereinfachten BPMN,
[0090] Fig. 7 symbolisch eine Wahrscheinlichkeits-Dichte-Funktion für die Dauer eines Auftrags,
[0091] Fig. 8 symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für einen UND- Durchgang,
[0092] Fig. 9 symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für einen XOR- Durchgang,
[0093] Fig. 10 symbolisch eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion für eine Schleife,
[0094] Fig. 11 ein Beispiel für die Gesamtbelegungs-Wahrscheinlichkeits-Dichte-Funktion,
[0095] Fig. 12 eine schematische Darstellung eines Ausführungsbeispiels für das erfindungsgemäße Verfahren,
[0096] Fig. 13 eine schematische Darstellung eines Ausführungsbeispiels für die erfindungsgemäße System,
[0097] Fig. 14 eine schematische Darstellung der Zuordnung von Teilprozessen einer Prozesskette und Einsatzmitteln zur Herstellung eines Produkts.
[0098] Fig. 12 zeigt schematisch ein Ausführungsbeispiel für das erfindungsgemäße Verfahren 100 zur Erzeugung eines Produkts 101 mittels einer optimalen Prozesskette 102 durch eine vorgegebene Menge an Einsatzmitteln. Folgende Schritte werden dabei ausgeführt:
a) Erstes Ermitteln 110 einer ersten Prozesskette 111 basierend auf einer Produktbeschreibung 103, welcher das Produkt 101 und dessen Erzeugung beschreibt,
b) Zweites Ermitteln 120 zumindest eines verfügbaren Einsatzmittels 121 aus der vorgegebenen Menge an Einsatzmitteln mit Hilfe der ersten Prozesskette 111,
c) Drittes Ermitteln 130 einer Ausführungszeit 131 des zumindest einen Einsatzmittels 121 mit Hilfe der ersten Prozesskette 111,
d) Schätzen 140 einer Belegung 141 des zumindest einen Einsatzmittels 121 unter Berücksichtigung der Ausführungszeit 131,
e) Prüfen 150, ob die Belegung innerhalb eines vordefinierten Wertebereichs liegt, und, falls zutreffend 151, Fortfahren mit einem Zuordnen 160 im Schritt f),
falls nichtzutreffend 152, Markieren des zumindest einen Einsatzmittels 121 als „nicht verfügbar“ für die Dauer der Ausführungszeit und Fortfahren mit dem zweiten Ermitteln 120 im Schritt b),
f) Zuordnen 160 der ersten Prozesskette 111 zu dem zumindest einen Einsatzmittel 121 unter Berücksichtigung der höchsten Belegung als optimale Prozesskette 102,
g) Ausführen 170 der optimalen Prozesskette 102 und Erzeugen des Produkts 101.
[0099] Im Schritt des dritten Ermittelns 130 wird optional eine Dichte-Funktion für die Ausführungszeit 131 des zugeordneten zumindest einen Einsatzmittels 121 bestimmt.
[00100] Im Schritt des Schätzens 140 wird optional eine Kanten-Übergangs-Wahrscheinlichkeitsfunktion bestimmt.
[00101] Im Schritt des Schätzens 140 wird optional eine Kanten-Durchlaufs-Wahrscheinlichkeitsfunktion bestimmt.
[00102] Im Schritt des Schätzens 140 wird optional aus einer Ausführungszeit-Wahrscheinlichkeitsfunktion die Belegung 141 bestimmt.
[00103] Im Schritt des Prüfens 150 wird optional aus einer Prozess-Ausführungs-Wahrscheinlichkeit eine Belegung des zumindest einen Einsatzmittels 121 bestimmt.
[00104] Aus der Prozess-Ausführungs-Wahrscheinlichkeit wird optional eine Einsatzmittel-Nutzungs-Abweichung bestimmt.
[00105] Aus der Einsatzmittel-Nutzungs-Abweichung wird optional eine Prozess-Nutzungs-Abweichung bestimmt.
[00106] Es ist klar, dass bei dem optionalen Bestimmen vorher genannter Parameter ein weiterer Parameter zu dessen Bestimmung erforderlich ist und daher ebenfalls bestimmt werden muss.
[00107] Die genannten optionalen Schritte sind untereinander kombinierbar.
[00108] Allgemein können beispielsweise Schleifen eine unendliche Summe bilden. Für Prozessketten, die Schleifen aufweisen, können numerische Integrations-Verfahren angewendet werden.
[00109] Das Verfahren kann beispielsweise durch das Monte Carlo-Verfahren implementiert werden, welches eine zufällige Prozess-Ausführung wiederholt simuliert und daraus Wahrscheinlichkeits-Dichte-Funktionen erzeugt, jedoch zu einem entsprechend hohen Aufwand bei einer gewünschten Genauigkeit führt.
[00110] Fig. 13 zeigt schematisch ein Ausführungsbeispiel für die erfindungsgemäßes System zur Erzeugung eines Produkts 101 aufgrund Produktbeschreibung 103 mittels der optimalen Prozesskette 102 durch eine vorgegebene Menge an Einsatzmitteln und eine Rechenvorrichtung, welche dazu eingerichtet ist, das Verfahren 100 auszuführen.
[00111] Fig. 14 eine schematische BPMN-Darstellung der Zuordnung von Teilprozessen 112, 210, 211, 220-222, 230, einer Prozesskette 111 und Einsatzmitteln 121-124 zur Herstellung des Produkts 101 mittels einer Zuordnungs-Matrix 50.
[00112] Der BPMN-Graph zeigt Aktivitäten bzw. Aufträge 210, 211, 220-222, 230, UND-Gatter, ein XOR-Gatter und eine Schleife.
[00113] Beispielhaft sind Zuordnungen eines Einsatzmittels 122 in Form eines Schweißroboters 122 mit einem Auftrag 211 oder in Form von manueller Arbeit 123 durch Menschen mit einem
Auftrag 220 dargestellt und strichliert markiert.
[00114] Ferner ist erkennbar, ob ein jeweiliges Einsatzmittel verfügbar ist (Haken) oder nicht (Kreuz), wobei die Belegung in einem Speicher gespeichert ist.
[00115] Einsatzmittel 121 können beispielsweise Schweiß-Roboter 122, manuelle Arbeit 123 durch Menschen oder eine CNC-Fräsmaschine 124 sein.
BEZUGSZEICHENLISTE:
1 Ausführungswahrscheinlichkeit 2 Wahrscheinlichkeits-Dichte-Funktion für eine Einsatzmittel-Belegung 10 Berechnungsanlage 20 Produktionsanlage 50 Zuordnungs-Matrix (Prozess vs. Einsatzmittel) 100 Verfahren 101 Produkt 102, 111 Prozesskette 112, 210, 211, 220-222, 230 (Teil-) Prozess 103 Produktbeschreibung 110, 120, 130 Ermitteln 121 Einsatzmittel 122 Schweiß-Roboter 123 manuelle Arbeit durch Menschen 124 CNC-Fräsmaschine 131 Wahrscheinlichkeits-Dichte-Funktion für die Ausführungszeit 140 Schätzen 141 Belegung 150 Prüfen 151 zutreffend 152 nichtzutreffend 160 Zuordnen 170 Ausführen aı, a2 Auftrag Da(t) Wahrscheinlichkeits-Dichte-Funktion für die Dauer eines Auftrags a fin, ©, finm ©) Kanten-Übergangs-Wahrscheinlichkeitsfunktion für eingehende Kanten Fout, ©), Foutm Ct) Kanten-Übergangs-Wahrscheinlichkeitsfunktion für ausgehende Kanten fooay(®) Schleifenkörper 0 Parameter pP Kanten-Wahrscheinlichkeit t Zeit

Claims (9)

Ansprüche
1. Verfahren (100) zur Erzeugung eines Produkts (101) mittels einer optimalen Prozesskette (102) durch eine vorgegebene Menge an Einsatzmitteln, wobei folgende Schritte ausgeführt werden:
a) Erstes Ermitteln (110) einer ersten Prozesskette (111) basierend auf einer Produktbeschreibung (103), welcher das Produkt (101) und dessen Erzeugung beschreibt,
b) Zweites Ermitteln (120) zumindest eines verfügbaren Einsatzmittels (121-124) aus der vorgegebenen Menge an Einsatzmitteln mit Hilfe der ersten Prozesskette (111),
c) Drittes Ermitteln (130) einer Ausführungszeit (131) des zumindest einen Einsatzmittels (121-124) mit Hilfe der ersten Prozesskette (111),
d) Schätzen (140) einer Belegung (141) des zumindest einen Einsatzmittels (121-124) unter Berücksichtigung der Ausführungszeit (131),
e) Prüfen (150), ob die Belegung innerhalb eines vordefinierten Wertebereichs liegt, und, falls zutreffend (151), Fortfahren mit Schritt f), falls nichtzutreffend (152), Markieren des zumindest einen Einsatzmittels (121-124) als „Nicht verfügbar“ für die Dauer der Ausführungszeit und Fortfahren mit Schritt b),
f) Zuordnen (160) der ersten Prozesskette (111) zu dem zumindest einen Einsatzmittel (121-124) unter Berücksichtigung der höchsten Belegung als optimale Prozesskette (102),
g) Ausführen (170) der optimalen Prozesskette (102) und Erzeugen des Produkts (101).
2. Verfahren (100) nach dem vorhergehenden Anspruch, wobei im Schritt des dritten Ermittelns (130) eine Wahrscheinlichkeits-Dichte-Funktion für die Ausführungszeit (131) des zugeordneten zumindest einen Einsatzmittels (121-124) bestimmt wird.
3. Verfahren (100) nach dem vorhergehenden Anspruch, wobei im Schritt des Schätzens (140) eine Kanten-Ubergangs-Wahrscheinlichkeitsfunktion bestimmt wird.
4. Verfahren (100) nach einem der vorhergehenden Ansprüche, wobei im Schritt des Schätzens eine Kanten-Durchlaufs-Wahrscheinlichkeitsfunktion bestimmt wird.
5. Verfahren (100) nach einem der vorhergehenden Ansprüche, wobei im Schritt des Schätzens (140) aus einer Ausführungszeit-Wahrscheinlichkeitsfunktion die Belegung (141) bestimmt wird.
6. Verfahren (100) nach einem der vorhergehenden Ansprüche, wobei im Schritt des Prüfens (150) aus einer Prozess-Ausführungs-Wahrscheinlichkeit eine Belegung des zumindest einen Einsatzmittels (121-124) bestimmt wird.
7. Verfahren (100) nach dem vorhergehenden Anspruch, wobei aus der Prozess-AusführungsWahrscheinlichkeit eine Einsatzmittel-Nutzungs-Abweichung bestimmt wird.
8. Verfahren (100) nach dem vorhergehenden Anspruch, wobei aus der Einsatzmittel-Nutzungs-Abweichung eine Prozess-Nutzungs-Abweichung bestimmt wird.
9. System zur Erzeugung eines Produkts (101) mittels einer optimalen Prozesskette (102) durch eine vorgegebene Menge an Einsatzmitteln und eine Rechenvorrichtung, welche dazu eingerichtet ist, das Verfahren (100) nach einem der vorhergehenden Ansprüche auszuführen.
Hierzu 5 Blatt Zeichnungen
ATGM50117/2019U 2019-07-03 2019-07-03 Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln AT16849U1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
ATGM50117/2019U AT16849U1 (de) 2019-07-03 2019-07-03 Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ATGM50117/2019U AT16849U1 (de) 2019-07-03 2019-07-03 Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln

Publications (1)

Publication Number Publication Date
AT16849U1 true AT16849U1 (de) 2020-11-15

Family

ID=73149518

Family Applications (1)

Application Number Title Priority Date Filing Date
ATGM50117/2019U AT16849U1 (de) 2019-07-03 2019-07-03 Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln

Country Status (1)

Country Link
AT (1) AT16849U1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220036492A1 (en) * 2020-07-29 2022-02-03 HKC Corporation Limited Goods-handling method and goods-handling system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0644470A2 (de) * 1993-08-05 1995-03-22 Nec Corporation Produktionssteuersystem mit Auswahl der optimalen Zuteilungsregel
WO2000038092A1 (en) * 1998-12-18 2000-06-29 Impresse Corporation Methods for creating aggregate plans useful in manufacturing environments
US20070219929A1 (en) * 2006-03-14 2007-09-20 Jochen Steinbach Planning granularity in manufacturing computing systems
US20110282475A1 (en) * 2010-05-11 2011-11-17 International Business Machines Corporation Effective cycle time management employing a multi-horizon model
WO2018030939A1 (en) * 2016-08-09 2018-02-15 Tomologic Ab System for optimization of industrial machine operation through modification of standard process parameter input

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0644470A2 (de) * 1993-08-05 1995-03-22 Nec Corporation Produktionssteuersystem mit Auswahl der optimalen Zuteilungsregel
WO2000038092A1 (en) * 1998-12-18 2000-06-29 Impresse Corporation Methods for creating aggregate plans useful in manufacturing environments
US20070219929A1 (en) * 2006-03-14 2007-09-20 Jochen Steinbach Planning granularity in manufacturing computing systems
US20110282475A1 (en) * 2010-05-11 2011-11-17 International Business Machines Corporation Effective cycle time management employing a multi-horizon model
WO2018030939A1 (en) * 2016-08-09 2018-02-15 Tomologic Ab System for optimization of industrial machine operation through modification of standard process parameter input

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SPERL, S. et al. Resource Utilization Prediction in Decision-Intensive Business Processes. Proceedings of the 7th International Symposium on Data-driven Process Discovery and Analysis (SIMPDA 2017), Dezember 2017 [online] [abgerufen am 05.02.2020] <URL: http://ceur-ws.org/Vol-2016/paper10.pdf> *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220036492A1 (en) * 2020-07-29 2022-02-03 HKC Corporation Limited Goods-handling method and goods-handling system

Similar Documents

Publication Publication Date Title
DE102016010064B4 (de) Numerische Steuerung mit Bearbeitungsbedingungsanpassungsfunktion zum Verringern des Auftretens von Rattern oder Werkzeugverschleiss/-bruch
DE102016009255B4 (de) Koordinierung von Pfaden mehrerer beweglicher Maschinen
DE102019131291B4 (de) Gleichzeitige ausführung von dienstleistungen
DE102007017039A1 (de) Robuste Prozessmodellidentifikation bei modellbasierten Steuerungstechniken
DE102019203214A1 (de) Verfahren zum Betreiben eines Roboters in einem Multiagentensystem, Roboter und Multiagentensystem
EP3690575B1 (de) Verfahren zur überprüfung einer konsistenten erfassung von rohrleitungen in einem projektierungssystem, projektierungssystem und steuerungsprogramm
DE102017101711A1 (de) Bearbeitungszeitschätzvorrichtung
WO2022073913A1 (de) Planen eines technischen prozesses aufweisend hierarchisch gegliederte aufgaben und parallelisierungsoptionen
EP3438773B1 (de) Bearbeitung von werkstücken mit modellgestützter fehlerkompensation
AT16849U1 (de) Verfahren und System zur Erzeugung eines Produkts mittels einer optimalen Prozesskette durch eine vorgegebene Menge an Einsatzmitteln
WO2024110308A1 (de) Verfahren zum steuern eines systems
EP3364257B1 (de) Verfahren zum betrieb eines engineering-systems für ein industrielles prozessautomatisierungssystem und steuerungsprogramm
DE102011107646A1 (de) Verfahren und System zur dynamischen Verteilung von Programmfunktionen in verteilten Steuerungssystemen
WO2007020144A2 (de) Verfahren zur zuordnung von ressourcen zu aufgaben mittels netzwerkflussalgorithmen
DE102017001765B4 (de) Numerische steuerung für werkzeugmaschine
EP1624614A1 (de) Automatische Planung von Netzwerkkonfigurationen
EP3761241A1 (de) Verfahren und system zur erzeugung eines produkts mittels einer optimalen prozesskette durch eine vorgegebene menge an einsatzmitteln
DE102020213888A1 (de) Computerimplementiertes Verfahren zum Bestimmen von Kritikalitätswerten eines technischen Systems
EP2574996B1 (de) Verfahren zur Ermittlung eines Teillastzustandes einer Anlage
EP2136322A1 (de) Kollaboratives Bearbeitungsverfahren und -system
WO2004072744A2 (de) Verfahren zur ermittlung der verarbeitungsreihenfolge von funktionsbausteinen eines automatisierungssystems und automatisierungssystem
DE102017218143A1 (de) Verfahren und Vorrichtung zum Ansteuern eines fahrzeugelektronischen Planungsmodules
WO2009127697A1 (de) Verfahren zum automatischen erzeugen eines zeitschemas für über einen zeitgesteuerten gemeinsamen datenbus kommunizierende verteilte anwendungen oder prozesse eines digitalen netzwerks
EP3961326B1 (de) Verfahren und system zur optimalen herstellung eines produkts
EP4657341A1 (de) Optimierung einer produktion