TY  - JOUR
AB  - Moderne Produktionsanlagen weisen im Zuge der fortschreitenden Automatisierung eine erhöhte Parametrierbarkeit auf.Gleichzeitig wächst im Spannungsfeld der globalisierten Marktwirtschaft der Bedarf nach optimaler, flexibler und individuellerFertigungsplanung und -ausführung, was die Parametrierung eines Produktionsprozesses zusätzlich erschwert.Dem gegenüber stehen jedoch auch neue Möglichkeiten diesen Herausforderungen zu begegnen. Eine umfassende undstrukturierte Datenbasis im Sinne der Industrie 4.0 ermöglicht es, dynamisch auf neue Umgebungsbedingungen zu reagierenund die Produktion bezüglich teils konträrer Ziele (z. B. Taktzeit und Leistungsspitze der Anlage) optimal einzustellen.Im Rahmen dieser Arbeit wurde eine mehrkriterielle Prozessoptimierung, die auf einem gemessenen und physikalischmodellierten Prozessabbild basierte, an einer zu Forschungszwecken zur Verfügung stehenden Modellfabrik entworfen.Zur Validierung dienten die folgenden drei Szenarien: Optimierung des Energieverbrauchs bei minimaler Taktzeit, Begrenzungder Anlagenleistungsspitze und die Reduktion der mechanischen Belastung eines Roboters.
AU  - Zumsande, Johannes
AU  - Kortmann, Karl-Philipp
AU  - Wielitzka, Mark
AU  - Hansen, Christian
AU  - Ortmaier, Tobias
DA  - 2019
DO  - 10.17619/UNIPB/1-785
PB  - Universitätsbibliothek
DP  - Universität Paderborn
LA  - ger
M2  - 255
PY  - 2019
SP  - 255-260
T2  - Fachtagung Mechatronik 2019
TI  - Mehrkriterielle Prozessoptimierung in der digitalisierten Produktion
TT  - Multi Criteria Process Optimization in the Smart Factory
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-35432
Y2  - 2026-01-15T12:23:47
ER  -