Bayer, Christian Peter (2022)
Methodik zur datenbasierten Unterstützung der Arbeitsvorbereitung beim Anlegen neuer Produktvarianten in digitalen Assistenzsystemen.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00020367
Ph.D. Thesis, Primary publication, Publisher's Version
Text
Dissertation-C.Bayer.pdf Copyright Information: CC BY-NC 4.0 International - Creative Commons, Attribution NonCommercial. Download (3MB) |
Item Type: | Ph.D. Thesis | ||||
---|---|---|---|---|---|
Type of entry: | Primary publication | ||||
Title: | Methodik zur datenbasierten Unterstützung der Arbeitsvorbereitung beim Anlegen neuer Produktvarianten in digitalen Assistenzsystemen | ||||
Language: | German | ||||
Referees: | Metternich, Prof. Dr. Joachim ; Bruder, Prof. Dr. Ralph | ||||
Date: | 2022 | ||||
Place of Publication: | Darmstadt | ||||
Collation: | XV, 167 Seiten | ||||
Date of oral examination: | 19 January 2022 | ||||
DOI: | 10.26083/tuprints-00020367 | ||||
Abstract: | Digitale Assistenzsysteme bieten die Möglichkeit menschliche Arbeit bei Montageprozessen mit einer hohen Variantenvielfalt und umfangreichen Arbeitsinhalten zu unterstützen und so die Montagemitarbeiter zu entlasten. Für einen zielführenden Einsatz digitaler Assistenzsysteme müssen die notwendigen Montageinformationen durch die Arbeitsvorbereitung entsprechend bereitgestellt werden. Besonders das Anlegen neuer Produktvarianten in digitalen Assistenzsystemen ist mit einem steigenden Zeitaufwand verbunden, da die Anzahl einzupflegender Produktvarianten aufgrund der Individualisierung der Produkte und der kürzer werdenden Produktlebenszyklen stetig zunimmt. Daraus ergibt sich die Notwendigkeit, die Arbeitsvorbereitung beim Anlegen neuer Produktvarianten im digitalen Assistenzsystem zu unterstützen. Um diese Zeitaufwände und die daraus entstehenden Kosten in Unternehmen zu reduzieren, wird eine Methodik zur datenbasierten Unterstützung beim Anlegen neuer Produktvarianten entwickelt. So kann innerhalb der Arbeitsvorbereitung bei steigendem Arbeitsumfang eine variantenreiche Produktion in Zukunft sichergestellt werden. Konkret wird der Arbeitsvorbereitungsprozess zum Anlegen neuer Produktvarianten im digitalen Assistenzsystem anhand der Literatur und zusammen mit Experten aus der Praxis untersucht. Auf Grundlage dieses Prozesses können so Tätigkeiten identifiziert werden, die hohe Zeit- und Kostenaufwände verursachen. Ziel ist es diese Aufwände mit Hilfe einer datenbasierten Unterstützung, die aus einzelnen Unterstützungslösungen kombiniert wird, zu reduzieren. Dazu wird ein Vorgehen vorgestellt, mit dem Anwender der Methodik anhand von Anforderungen geeignete Unterstützungslösungen identifizieren. Die daraus resultierenden Unterstützungslösungen werden vor deren Umsetzung mit Hilfe einer quantitativen Nutzenbetrachtung aus zeitlicher und finanzieller Sicht bewertet. Das Ergebnis stellt transparent die optimale Kombination der Unterstützungslösungen dar, die zu einem verbesserten Arbeitsvorbereitungsprozess führen. Der Fokus der Methodik liegt auf einer einfachen und nachvollziehbaren Anwendbarkeit, auch durch unerfahrene Anwender. Eine entsprechende Unterstützung bei der Durchführung der Methodik wird durch ein Formblatt und eine entwickelte Software-Applikation bereitgestellt. Abschließend wird in der Evaluation gezeigt, dass durch eine Anwendung in einer praxisnahen Lernfabrikumgebung die an die Methodik gestellten Anforderungen erfüllt werden. Die Arbeit beschreibt somit eine auf der Grundlage eines wissenschaftlichen Forschungskonzepts entwickelte Methodik, die praxiserprobt einfach anzuwenden ist. |
||||
Alternative Abstract: |
|
||||
Status: | Publisher's Version | ||||
URN: | urn:nbn:de:tuda-tuprints-203673 | ||||
Classification DDC: | 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering | ||||
Divisions: | 16 Department of Mechanical Engineering > Institute of Production Technology and Machine Tools (PTW) > Management of Industrial Production | ||||
Date Deposited: | 15 Feb 2022 14:13 | ||||
Last Modified: | 15 Feb 2022 14:13 | ||||
URI: | https://tuprints.ulb.tu-darmstadt.de/id/eprint/20367 | ||||
PPN: | 491481764 | ||||
Export: |
View Item |