Teilprojekt D1 Modellierung von Regenerationslieferketten

Die individuelle Gestaltung und Optimierung der Regenerationsprozesse stellt für Regenerationsdienstleister einen entscheidenden Erfolgsfaktor für die Erreichung der logistischen Ziele einer hohen Logistikleistung bei gleichzeitig niedrigen Logistikkosten dar. Das übergeordnete Ziel des Teilprojektes D1 ist daher die Erhöhung der Logistikperformance von Regenerationsprozessen durch Unterstützung bei der Konfiguration von Regenerationslieferketten.

MOTIVATION UND ZIELSETZUNG

Die Regenerationslieferkette beschreibt den Ablauf einer Produktregeneration ausgehend von der Demontage der Bauteile. Entlang der Regenerationslieferkette können zusätzlich Pool-Stufen vorgesehen werden, die weiteren Gestaltungsspielraum eröffnen.

Anbieter von Regenerationsdienstleistungen sehen sich einer Vielzahl von Möglichkeiten zur Konfiguration ihrer Regenerationslieferketten gegenüber. Auch wenn die Konfiguration zu einem gewissen Teil durch das Investitionsgut selbst sowie durch die für die Regeneration notwendigen Technologien definiert wird, verbleibt auf produktionslogistischer Seite eine Vielzahl an Freiheitsgraden. Diese liegen z.B. in der Kapazitätsbereitstellung, der Wahl geeigneter Planungs- und Steuerungsverfahren sowie dem Ersatzteilmanagement und der zugehörigen Bestandsdimensionierung. Abhängig von der gewählten Konfiguration der Lieferkette sind Regenerationsdienstleister in der Lage, eine bestimmte Logistikleistung am Markt anzubieten. Diese wird durch den Kunden im Wesentlichen über die Liefertermintreue sowie die angebotene Lieferzeit wahrgenommen. Einen zentralen Erfolgsfaktor stellt dabei die Berücksichtigung der branchentypisch großen Informationsunschärfe hinsichtlich zukünftig zu erwartender Kapazitäts- und Materialbedarfe dar. Bislang existiert jedoch kein Ansatz, der die Bewertung unterschiedlicher Konfigurationsmaßnahmen in Regenerationslieferketten unter Einfluss verschiedener Unsicherheiten erlaubt. Es soll daher eine quantitative Bewertung beliebiger und in der Praxis gängiger Konfigurationen von Regenerationslieferketten hinsichtlich der erreichbaren Logistikleistung sowie der resultierenden Logistikkosten ermöglicht werden. Daher werden unter anderem auf Basis eines umfassenden Simulationsmodells Bewertungsmodelle entwickelt, die eine Bewertung quantitativer Auswirkungen verschiedener Lieferkettenkonfigurationen auf die realisierbaren logistischen sowie monetären Zielgrößen erlauben.

ERGEBNISSE

In der ersten Förderperiode wurden auf Basis Bayes’scher Netze Optimierungsansätze für die Kapazitätsplanung mit kurz-, mittel- und langfristigem Zeithorizont entwickelt. Diese ermöglichen auf Basis von bspw. Nutzungsdaten der Investitionsgüter präzisere Prognosen hinsichtlich zukünftig zu erwartender Regenerationsaufträge sowie der hieraus resultierenden Arbeitsbelastung. Ausgehend hiervon wurden in der zweiten Förderperiode bereits erste mathematische Modelle zur Beschreibung der Wirkzusammenhänge zwischen Gestaltungsoptionen, die der Kapazitäts- und Belastungsabstimmung zuzuschreiben sind, und der resultierenden Fehlteilsituation in der Remontage abgeleitet. Dabei wurde der Fokus auf die Materialversorgung der Remontage aus Reparaturprozessen, einer Poolstufe und Neuteilelagern gelegt. Als Ergebnis wurde ein Modell entwickelt, das eine Bewertung der Fehlteilsituation in der Remontage in Abhängigkeit der Auswahl und Menge eingesetzter Poolingkomponenten erlaubt. In der dritten Förderperiode wurden Modelle zur Beschreibung und Bewertung von weiteren Konfigurationsentscheidungen (bspw. in der Demontage und einer weiteren Pool-Stufe) sowie des Planungsverhaltens unter Einfluss von Informationsunschärfe entwickelt.

Die Regenerationslieferkette beschreibt den Ablauf einer Produktregeneration ausgehend von der Demontage der Bauteile. Entlang der Regenerationslieferkette können zusätzlich Pool-Stufen vorgesehen werden, die weiteren Gestaltungsspielraum eröffnen.

AKTUELLE ARBEITEN UND AUSBLICK

Aktuell werden die Erkenntnisse in einem Bewertungsmodell zusammengeführt, das neben Aussagen zur Prozessfähigkeit (Lieferkettenstruktur und Planung) und zur Prozesssicherheit (Steuerung) auch die Bewertung der Auswirkungen von gestalterischen oder steuerungstechnischen Änderungen auf Logistikleistung und Logistikkosten erlaubt, ohne auf aufwendige, anwendungsfallspezifische Simulationsstudien angewiesen zu sein. Besonderer Fokus liegt darüber hinaus auf der Entwicklung eines Modells, das in Abhängigkeit der erzielbaren Informationsschärfe die Einstellung und Kombination mehrstufiger Pool-Komponenten-Bestände zur Gestaltung möglichst robuster Regenerationslieferketten erlaubt. In diesem Zusammenhang wird auch untersucht, wie Materialbedarfe in der Regeneration zukünftig besser prognostiziert und somit weitere Unsicherheit aus dem Regenerationsprozess entfernt werden kann.


VERANTWORTLICHES INSTITUT

Das Projekt wird verantwortet durch das Institut für Fabrikanlagen und Logistik.

TEILPROJEKTLEITER

Prof. Dr.-Ing. habil. Peter Nyhuis

MITARBEITER

M. Sc. Torben Lucht
Adresse
An der Universität 2
30823 Garbsen
Adresse
An der Universität 2
30823 Garbsen

VERÖFFENTLICHUNGEN

Internationale wissenschaftliche Beiträge in Fachzeitschriften, begutachtet

  • Lucht, Torben; Mütze, Alexander; Kämpfer, Tim; Nyhuis, Peter (2021): Model-Based Approach for Assessing Planning Quality in Production LogisticsIEEE Access 9, S. 115077–115089
    DOI: 10.1109/ACCESS.2021.3104717
  • Heuer, Tammo; Lucht, Torben; Nyhuis, Peter (2020): Material Disposition and Scheduling in Regeneration Processes using Prognostic Data MiningProcedia Manufacturing 43 (2020) 208–214
    DOI: 10.1016/j.promfg.2020.02.138
  • Seitz, Melissa; Lucht, Torben; Keller, Christian; Ludwig, Christian; Strobelt, Rainer; Nyhuis, Peter (2020): Improving MRO order processing by means of advanced technological diagnostics and data mining approachesProcedia Manufacturing 43, S. 688–695
    DOI: 10.1016/j.promfg.2020.02.121
  • Denkena, B.; Nyhuis, P.; Bergmann, B.; Nübel, N.; Lucht, T. (2019): Towards an autonomous maintenance, repair and overhaul processProcedia Manufacturing 40, S. 77–82
    DOI: 10.1016/j.promfg.2020.02.014
  • Kuprat, T.; Nyhuis, P. (2016): Designing Capacity Synchronization within the Regeneration of Complex Capital GoodsIn: Universal Journal of Management 2016 (4(10)), S. 581
    DOI: 10.13189/ujm.2016.041008
  • Eickemeyer, S. C.; Herde, F.; Irudayaraj, P.; Nyhuis, P. (2014): Decision models for capacity planning in a regeneration environmentInternational Journal of Production Research 52 (23), S. 7007–7026
    DOI: 10.1080/00207543.2014.923122
  • Eickemeyer, S. C.; Borcherding, T.; Schäfer, S.; Nyhuis, P. (2013): Validation of data fusion as a method for forecasting the regeneration workload for complex capital goodsProd. Eng. Res. Devel. 7 (2-3), S. 131–139
    DOI: 10.1007/s11740-013-0444-8

Internationale Konferenzbeiträge, begutachtet

  • Heuer, Tammo; Wildmann, Benedict; Lucht, Torben; Nyhuis, Peter (2020): Regeneration Supply Chain Model and Pool Stock DimensioningNyhuis, P.; Herberger, D.; Hübner, M. (Eds.): Proceedings of the 1st Conference on Production Systems and Logistics (CPSL 2020)
    DOI: doi.org/10.15488/9641
  • Lucht, Torben; Heuer, Tammo; Nyhuis, Peter (2020): Disassembly sequencing in the regeneration of complex capital goodsNyhuis, P.; Herberger, D.; Hübner, M. (Eds.): Proceedings of the 1st Conference on Production Systems and Logistics (CPSL 2020)
    DOI: 10.15488/9642
  • Lucht, T.; Kämpfer, T.; Nyhuis, P. (2019): Characterization of supply chains in the regeneration of complex capital goods.Dimitrov, D., Hagedorn-Hansen, D. und Leipzig, K. von (Hg.): International Conference on Competitive Manufacturing (COMA 19), 31 January-2 February 2019, Stellenbosch, South Africa. Knowledge valorization in the age of digitalization. S. 444–449.
  • Hoffmann, L.-S.; Kuprat, T.; Kellenbrink, C.; Schmidt, M.; Nyhuis, P. (2017): Priority based planning approaches for regeneration processesProcedia CIRP 2017 (59), 89-94
  • Kuprat, T.; Schmidt, M.; Nyhuis, P. (2016): Model-based analysis of reassembly processes within the regeneration of complex capital goodsIn: Procedia CIRP 2016 (55), S. 206
  • Eickemeyer, S. C.; Steinkamp, S.; Schuster, B.; Schäfer, S. (2014): From Fuzzy Maintenance, Repair and Overhaul Data to Reliable Capacity PlanningNew Production Technologies in Aerospace Industry Proceedings of the 4th Machining Innovations Conference, Hannover, September 2013: Springer International Publishing Switzerland 2014, S. 181–186
    DOI: 10.1007/978-3-319-01964-2_24
  • Kellenbrink, C.; Herde, F.; Eickemeyer, S. C.; Kuprat, T.; Nyhuis, P. (2014): Planning the Regeneration Processes of Complex Capital GoodsProcedia CIRP 24, S. 140–145
    DOI: 10.1016/j.procir.2014.08.001
  • Eickemeyer, S. C.; Nyhuis, P. (2010): Capacity Planning and Coordination with Fuzzy Load InformationThe Business Review, Cambridge 16 (1), S. 259–264

Nationale wissenschaftliche Beiträge in Fachzeitschriften, begutachtet

  • Eickemeyer, S. C.; Herde, F. (2012): Regeneration komplexer Investitionsgüter - Potenziale für Kapazitätsplanung und -steuerung sowie AuftragsannahmeZeitschrift für wirtschaftlichen Fabrikbetrieb 2012 (10), S. 761–765

Nationale wissenschaftliche Beiträge in Fachzeitschriften, nicht begutachtet

  • Lucht T.; Schäfers, P.; Nyhuis, P. (2018): Durchgängige modellbasierte Bewertung von RegenerationslieferkettenZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb 113 (4), S. 220–224
    DOI: 10.3139/104.111893
  • Kuprat, T.; Burmeister, T.; Nyhuis, P. (2017): Bewertung von Gestaltungsoptionen in der RegenerationZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb 2017 (112) (6), 396-400
  • Kuprat, T.; Schmidt, M.; Nyhuis, P. (2016): Gestaltung von Regenerationslieferketten - Bewertung der Synchronität mithilfe des BereitsstellungsdiagrammesIn: ZWF - Zeitschrift für wirtschaftlichen Fabrikbetrieb 2016 (12), 809-812
  • Kuprat, T.; Nyhuis, P. (2015): Konfiguration von regenerationsspezifischen GestaltungsoptionenZeitschrift für den wirtschaftlichen Fabrikbetrieb 2015 (5) (110), S. 277–280
  • Eickemeyer, S. C.; Kruse, S.; Hübner, M.; Schäfer, S. (2013): Mathematische Modelle zur bedarfsgerechten KapazitätsplanungZWF 108 (07-08/2013), S. 552–555
  • Eickemeyer, S. C.; Busch, J.; Heinke, Y.; Goßmann, D. (2012): Verfügbarkeitsoptimierung in der KapazitätsplanungZWF 107 (12), S. 903–907
  • Eickemeyer, S. C.; Goßmann, D.; Wesebaum, S.; Nyhuis, P. (2012): Entwicklung einer Schadensbibliothek für die Regeneration komplexer InvestitionsgüterIndustrie Management 28 (2), S. 58–61
  • Eickemeyer, S. C.; Doroudian, S.; Schäfer, S.; Nyhuis, P. (2011): Ein generisches Prozessmodell für die Regeneration komplexer InvestitionsgüterZWF 106 (11), S. 861–865
  • Eickemeyer, S. C.; Krüger, C.; Nyhuis, P. (2010): Kapazitätsplanung und -abstimmung bei unscharfen BelastungsinformationenZWF 105 (4), S. 323–327

Dissertationen

  • Kuprat T. (2018): Modellgestütztes Ersatzteilmanagement in der Regeneration komplexer InvstitionsgüterGarbsen: TEWISS Verlag
  • Eickemeyer, S.C. (2014): Kapazitätsplanung und -abstimmung für die Regeneration komplexer InvestitionsgüterLeibniz Universität Hannover, Garbsen: Berichte aus dem IFA
    ISBN: 978-3-944586-77-9
  • Berkholz, D. A. (2012): Grundmodell zur Kapazitäts- und Belastungsabstimmung eines Arbeitssystems in der RegenerationBerichte aus dem IFA, Garbsen 2012
    ISBN: 978-3-943104-60-8
Alle Veröffentlichungen des Sonderforschungsbereiches