Modeling of a Modular Discrete Event Simulation for Fuel Cell Assembly within a Factory Model

Nowadays, shorter product life cycles and fluctuating demand quantities require flexible and adaptable production planning techniques. Fuel cell technology offers an innovative product, for which future demands in terms of quantities and variety are difficult to predict making it hardly possible to plan demand-adequate production capacities. One feasible solution is the application of Discrete Event Simulations (DES) with a high degree of adaptability and scalability. In this paper, a concept for the modular simulation of assembly lines with scalable automation is introduced and applied to an assembly line for fuel cell stacks. The model presents a modular and hierarchical system structure, which allows for adaptability and reusability. The model can be easily integrated on a factory level to study the behavior of parallel assembly lines. For an industrial use case different experiments offer valuable insights for the optimization, the automation and the upscaling of the assembly.Kürzere Produktlebenszyklen und schwankende Bedarfsmengen erfordern heute flexible und anpassungsfähige Produktionsplanungstechniken. Die Brennstoffzellentechnologie bietet ein innovatives Produkt, dessen zukünftige Nachfrage hinsichtlich Stückzahl und Vielfalt nur schwer vorhersehbar ist und somit kaum bedarfsgerechte Produktionskapazitäten planbar sind. Eine mögliche Lösung ist die Anwendung von Discrete Event Simulations (DES) mit einem hohen Maß an Anpassungsfähigkeit und Skalierbarkeit. In diesem Beitrag wird ein Konzept zur modularen Simulation von Montagelinien mit skalierbarem Automatisierung vorgestellt und auf eine Montagelinie für Brennstoffzellenstacks angewendet. Das Modell nutzt eine modulare und hierarchische Systemstruktur, die Anpassungsfähigkeit und Wiederverwendbarkeit ermöglicht. Das Modell kann leicht auf Fabrikebene integriert werden, um das Verhalten paralleler Montagelinien zu untersuchen. Für einen industriellen Anwendungsfall bieten verschiedene Experimente wertvolle Erkenntnisse zur Optimierung, Automatisierung und Hochskalierung der Montagelinie