Autor: Bernd Scholz-Reiter

Verleihartikel zirkulieren in der Regel in geschlossenen Logistiksystemen, wobei die jeweiligen Materialbewegungen durch die Parameter der Aufträge definiert werden, denen die Artikel zugewiesen sind. Die zugehörige Transport- und Routenplanung gestaltet sich entsprechend komplex, da sich der Planungshorizont über eine beliebige Anzahl von aufeinanderfolgenden Aufträgen an beliebigen Orten erstrecken kann. Zusätzlich sind dynamische Einflüsse, etwa Neuaufträge, Auftragsänderungen oder Defekte der Artikel zu berücksichtigen. Dieser Beitrag stellt ein Verfahren zur selbststeuernden Routenplanung für Verleihartikel auf Basis des Distributed Logistics Routing Protocol (DLRP) vor. Als Anwendungsszenario dient ein Beispiel aus der Veranstaltungslogistik.

Das Thema Biotechnologie ist vermehrt in den Fokus von Wissenschaft und Industrie, aber auch in das Bewusstsein der Verbraucher gelangt. Während zunächst die technische Umsetzung unter Labormaßstäben im Fokus stand, folgt nun der Schritt in die industrielle Fertigung biologischer Erzeugnisse. Bio-Manucatoring und Bio-Fabrication und damit Herstellung und Verwendung biologischer Erzeugnisse sind die beiden Schlüsselbereiche.

Die Steuerung und Disposition von Aufträgen in der Veranstaltungslogistik stellt eine komplexe und dynamische Herausforderung dar. Wechselnde Veranstaltungsorte, Terminrestriktionen, häufige Auftragsänderungen und hohe Kundenanforderungen erfordern eine flexible Planung der logistischen Prozesse. Zur Realisierung dieser Planung bietet sich der Einsatz von Methoden aus dem Bereich der Selbststeuerung an. Dieser Beitrag beschäftigt sich an einem Praxisbeispiel mit der Konzeption eines Moduls für die integrierte Informationsakquise in den betreffenden Logistikprozessen. Diese dient als Grundlage für die Bereitstellung aktueller Planungsdaten und ist eine zwingende Voraussetzung für den Einsatz von Selbststeuerungsmethoden.

Die optische Inspektion von Bauteilen hinsichtlich Geometrie- und Oberflächenabweichungen ist eine typische Aufgabe der industriellen Bildverarbeitung. Neben der 2D Oberflächenanalyse spielen 3D Informationen zur Ermittlung von Geometrie- und Formparametern eine immer entscheidendere Rolle. Techniken die dabei zum Einsatz kommen sind unter anderem Triangulationstechniken, Lichtschnittverfahren, oder strukturierte Beleuchtung. Betrachtet man allerdings Bauteildimensionen unter einem Millimeter, ergeben sich neue Herausforderungen für diese Verfahren [1, 2]. Das Erzeugen von 3D Information im Mikrobereich ist somit sehr aufwendig und zeitintensiv. In diesem Beitrag wird deshalb eine Softwareplattform vorgestellt, mit der bereits in der Projektierungsphase ideale sensorabhängige 3D Bilddaten erzeugt werden können, ohne den Messaufbau realisiert zu haben. Mit diesen simulierten 3D Daten kann parallel zur Entwicklung der Messtechnik die Bildverarbeitungssoftware entworfen werden.

Im Bereich der Mikrofertigung spielt die exakte Abstimmung von Prozessparametern bei der Planung und der Konfiguration von Prozessketten eine besondere Rolle. Durch die Miniaturisierung von Werkstücken und Fertigungsanlagen werden immer geringere Toleranzen erforderlich. Zudem erschweren sogenannte Größeneffekte die Übertragung von Wissen aus der Makrofertigung auf den Mikrobereich. Viele Fertigungsprozesse und -technologien sind dabei im Mikrobereich so spezialisiert, dass ihre Eignung stark von den in der jeweiligen Prozesskette involvierten Komponenten und Produkten abhängt. Dieser Artikel präsentiert die Methode µ-ProPlAn, die Prozessplaner bei der Auswahl geeigneter Prozesse und Technologien sowie bei deren Konfiguration unterstützt.

Die rasante Weiterentwicklung additiver Produktionsverfahren macht es möglich: Unternehmen können ihren Kunden benötigte und deshalb in der Regel nicht vorrätige Ersatzteile als digitalen Datensatz zum Ausdruck bei zertifizierten Dienstleistern zur Verfügung zu stellen. Damit steigern sie die Anlagenverfügbarkeit bei ihren Kunden, was einen enormen Wettbewerbsvorteil darstellt – selbst für Privatpersonen.

Mit dem Förderprogramm „Forschung für die Produktion von morgen“ im Themenfeld Intelligente Vernetzung in der Produktion - Ein Beitrag zum Zukunftsprojekt „Industrie 4.0“ leitet das Bundesministerium für Bildung und Forschung (BMBF) die vierte industrielle Revolution ein. Hierbei wird innerhalb von Forschungsprojekten beabsichtigt, Cyber-Physische Systeme in Produktion und Logistik einzuführen. Das BIBA - Bremer Institut für Produktion und Logistik GmbH an der Universität Bremen entwickelt hierzu innerhalb des Projekts „Cyber-Physische Produktionsprozesse - Produktivitäts- und Flexibilitätssteigerung durch die Vernetzung intelligenter Systeme in der Fabrik“ (CyProS) ein Cyber-Physisches Logistiksystem.

Die Digitalisierung als dritte industrielle Revolution ist in vollem Gange. Die Zukunft aber gehört adaptiven, flexiblen und dynamischen Produktionssystemen. Im Zuge der vierten industriellen Revolution wird Maschinen und Bauteilen Intelligenz verliehen. Um dem Wettbewerb standhalten zu können, müssen Unternehmen bereits jetzt den Schritt in Richtung Industrie 4.0 wagen. Die dafür notwendigen Technologien sind vorhanden und einsatzbereit. 

Unternehmen der Bekleidungsindustrie sind innerhalb von globalen Wertschöpfungsnetzwerken aufgestellt und unterliegen, bedingt durch die globale Verteilung und die Zusammenarbeit mit externen Partnern, zahlreichen Einflussfaktoren. Falls eine Reaktion auf diese Einflussfaktoren innerhalb bestehender Flexibilitätskorridore nicht möglich ist, wird eine grundlegende Veränderung der Unternehmensstrukturen erforderlich. Die Fähigkeit, diese Veränderungen durchzuführen, wird dabei als Wandlungsfähigkeit bezeichnet. Eine Voraussetzung für die Gestaltung wandlungsfähiger Unternehmensstrukturen ist die Kenntnis über mögliche Einflussfaktoren und deren Auswirkungen auf das Unternehmen. Der vorliegende Beitrag beschreibt hierzu ein Verfahren zur qualitativen Bewertung von Einflussfaktoren, um potenzielle Wandlungstreiber zu identifizieren und stellt diese beispielhaft anhand eines Unternehmens aus der Bekleidungsindustrie vor.

Eine zentrale Aufgabe der industriellen Bildverarbeitung ist die Erkennung von Oberflächen- und Formfehlern auf Bauteilen während der Produktion. Durch eine präzise und zuverlässige Fehlererkennung lässt sich auf Prozessveränderungen, wie bspw. Werkzeug- oder Materialverschleiß, rückfolgern, frühzeitig eingreifen und somit die Ausschussrate reduzieren. In vielen Bereichen, u.a. Wafer-Produktion, ist eine optische Kontrolle Stand der Technik. Allerdings wird in sehr vielen Fällen eine Bildverarbeitungsmethode realisiert, die sehr spezifisch auf das Problem zugeschnitten ist und für jedes neue Problem neu entwickelt wird. Dieser Beitrag stellt eine Bildverarbeitungsmethode vor, die einen ersten Schritt in Richtung universelle Fehlererkennung zeigt. Die Effizienz der Methode wird an einer Bilddatenbank sowie einer Anwendung in der Produktion und Qualitätsüberwachung von Mi-krobauteilen evaluiert.