Werkstattsteuerung mit genetischen Algorithmen und simulativer Bewertung

Werkstattsteuerungssysteme sind für die Optimierung des Wettbewerbsfaktors "Zeit" in der Produktion von herausragender Bedeutung. Besonders in komplexen Produktionssystemen, die sich nicht durch Kanban oder Prioritätsregeln steuern lassen, gibt es auf der Werkstattsteuerungsebene ein Defizit an Verfahren, die realistische und gute Lösungen für z.B. Reihenfolge-, Ressourcenzuordnungs- oder Losgrößenaufgaben erzeugen können. Neben der Berechnung einer möglichst guten Lösung für einzelne Aufgaben wird es auch immer wichtiger, Kombinationen solcher Aufgaben simultan in Abhängigkeit von den Werten aktueller Einflußparameter zu lösen. Obwohl einige kommerzielle Systeme auf dem Markt angeboten werden, zeigt die Praxis in den Unternehmen, daß die Werkstattsteuerung ein großes Potential für Verbesserungen bietet. Als Basis für eine realistische Planung ist ein Modell des Produktionsprozesses, das alle beteiligten Objekte umfaßt, unverzichtbar. Die Genauigkeit und Detaillierung des Modells muß d en Randbedingungen und Zielsetzungen des konkreten Einsatzfalls angepaßt werden können. Zur Erstellung eines solchen Modells wird im hier beschriebenen Verfahren ein Simulationssystem eingesetzt. Mit Hilfe des Simulationssystems kann der Benutzer sein Wissen um den zu optimierenden Prozeß effektiv in eine auswertbare Form umsetzen. Während ein Simulationssystem nur ein Bewertungshilfsmittel ist, kann es im Verbund mit genetischen Algorithmen erfolgreich zur Optimierung einer Vielzahl von Aufgaben eingesetzt werden. Die Robustheit der genetischen Algorithmen gegenüber der zu lösenden Aufgabe entlastet den Benutzer von der Entwicklung einer speziellen Heuristik oder den Auswahlproblemen bei standardisierten Verfahren. Da keine Simulationssysteme verfügbar sind, die eine einfache Abbildung von werkstattsteuerungsrelevanten Strukturen ermöglichen, wurden in der vorliegenden Arbeit verrichtungsorientierte Sprachelemente speziell für die Modellierung von Werkstattsteuerungsaufgaben entwicke l t. Die Modellierungssprache erlaubt einerseits eine vereinfachte Abbildung des realen Prozesses und andererseits eine schnelle Bewertung von Lösungsvorschlägen. Unter anderem wurden diese Vorteile durch die in das Grundverhalten der Sprachelemente eingebauten Koordinationsmechanismen zwischen den Produkten und den verschiedenen, an einer Operation beteiligten Ressourcen ermöglicht. Zur Lösung einer der vielen möglichen Werkstattsteuerungsaufgaben muß neben der Erstellung des Modells des Fertigungsprozesses auch die Optimierungsaufgabe flexibel definierbar sein. Dazu wurden drei Basisaufgabentypen definiert, die eine Codierung der Aufgaben Zuordnung, Auswahl und Reihenfolge im Umfeld der Problemraumdimensionen Produkt, Ressource, Operation, Zeit und Menge leisten. Die Basisaufgabentypen werden zu komplexen, realistischen Aufgabenbeschreibungen zusammengefügt. Bei Start einer Optimierung kann über Filter auf die Daten des informationstechnischen Umfelds des Werkstattsteuerungssystems z ug egriffen werden, um die jeweils aktuellen Zustands- oder Auftragsdaten zu laden. Das Verfahren wurde anhand von drei Beispielen überprüft: Fertigungsauftragsgenerierung bei stochastischer Nachfrage, Auftragsreihenfolgebildung und Ressourcenzuordnung in einer Getriebefertigung und Auftragsreihenfolgebildung in einer Aluminium-Warmwalzstraße