Diskrete Optimierung für Produktion und Logistik in der Prozessindustrie im Kontext von Industrie 4.0

Die Prozessindustrie steht im Zuge der neuen Möglichkeiten durch Industrie 4.0 vor einer umfassenden Anpassung ihrer Produktions- und Logistikprozesse. Dies betrifft nicht nur die Gewinnung von Echtzeitdaten, sondern vor allem auch deren Nutzung. Dabei bieten zusätzliche Informationen, wie Positionsdaten zu Aufträgen oder Statusmeldungen zu Maschinenzuständen, Ansatzpunkte zur Beherrschung unsicherer Faktoren. Dieses Forschungsprojekt – durchgeführt vom Institut für Operations Research (Partner des Supply Chain Lab) in Kooperation mit BASF SE – zielt darauf ab, diese Herausforderungen mit Methoden des Operations Research anzugehen. Dieser Ansatz führt weg von einer statischen Offline-Betrachtung, hin zu einer adaptiven Online-Perspektive (siehe Abbildung 1).

Herausforderungen

• Mathematische Methoden müssen mit den praktischen Möglichkeiten der Informations- und Kommunikationstechnologie (GPS-Chips, RFID-Chips, Sensoren) in Einklang gebracht werden.
• Zeitdynamische Optimierungsverfahren, die sinnvoll mit neuen Daten umgehen können, sind bislang weder ausgereift noch systematisch in der Optimierungstheorie verankert.
• Kopplung von Simulations- und Optimierungsmodellen zur Planung und Steuerung innerbetrieblicher Produktions- und Logistikprozesse mit Echtzeiteinflüssen.

Wir begegnen diesen Herausforderungen durch den Einsatz von Online-Optimierungsmodellen. Dabei handelt es sich um einen ereignis-orientierten Ansatz, der auf im Zeitverlauf eintretende Ereignisse durch wiederholtes Lösen von mathematischen Modellformulierungen reagiert. Die mit dem Themenbereich Industrie 4.0 verbundene Digitalisierung in Produktion und Logistik wird auf diese Art und Weise in dazu passenden mathematischen Modellen widergespiegelt.