Produktionsplanung für die industrielle additive Teilefertigung

Im Artikel wird eine webbasierte Softwarelösung zur PPS in der additiven Teilefertigung vorgestellt. Durch Verwendung der entwickelten Applikation lässt sich die Wirtschaftlichkeit der Herstellung deutlich steigern. Die ersten Entwicklungen additiver Fer­tigungsverfahren reichen bis in die 1980er Jahre zurück. Seitdem wurden zahlreiche unterschiedliche Verfahren ent­wickelt, unter anderem auch zur Herstellung metallischer Bauteile. Diese wurden bislang vor allem zur Fertigung von Proto­typen eingesetzt. Seit jüngster Zeit finden die Verfahren auch in der Serienfertigung Anwendung. So werden additive Fertigungsverfahren beispielsweise zur Herstellung von Endoprothesen in der Medizintechnik, von Sekundärstrukturelementen im Flugzeugbau oder Brennstoffdüsen in der Triebwerksfertigung eingesetzt. Dieser Industrialisierungsprozess bringt neue Heraus­forderungen mit sich.

An der Fraunhofer-Einrichtung für Additive Produktionstechnologien (Fraunhofer IAPT) wird in der Abteilung „AM 4.0“ (Additive Manufacturing 4.0) an innovativen Lösungen zu Themenstellungen der Digitalisierung und Produktionsorganisa­tion für eine datengetriebene additive Fertigung der Zukunft entwickelt und geforscht. Ziel ist die weitere Industrialisierung dieser Herstellverfahren durch eine automatisierte Auftragsabwicklung – von der Angebotserstellung über die Konstruktion und Fertigung bis zur Auslieferung im Sinne der Industrie 4.0.

Bedarf nach Lösungen zur PPS

Die PPS wird auch als Arbeitssteuerung bezeichnet und umfasst die organisatorische Planung, Steuerung und Überwachung der Produktionsabläufe unter Mengen-, Termin- und Kapazitätsaspekten [1]. Sie ist ein elementarer Bestandteil der Auftragsabwicklung und Kern eines jeden produ­zierenden Unternehmens [2]. Ein dynamisches Wettbewerbsumfeld und die Trends zu mehr kundenindividuellen Produkten sowie kürzeren Produktlebenszyklen stellen neue Herausforderungen an Produktionssysteme sowie die dazugehörige Arbeitsplanung und -steuerung [3;4].

Additive Fertigungsverfahren begegnen diesen Herausforderungen. Sie repräsen­tieren die „vierte industrielle Revolution“ wie kaum eine andere Fertigungstechno­logie durch die annähernd direkte Herstellung von Bauteilen aus deren Geometriedaten [5]. Insbesondere für die Produktion kleiner Stückzahlen, die bei der Ferti­gung komplexer Produk­tions­programme auf­treten, eignet sich der Einsatz additiver Herstellverfahren [6].

Komplexe Produktionsprogramme sind gekennzeichnet durch hohe geometrische Produktkom­ple­xi­tät, Variantenvielfalt und kurze Durchlaufzeiten. So werden additive Fertigungsverfahren bereits heute in der Serienfertigung eingesetzt, insbesondere in der Einzel- und Kleinserie. Dies erzeugt wiederum Bedarf nach neuen Lösungen zur PPS, die den Anforderungen der Industrie 4.0 gerecht werden und die Möglichkeiten der additiven Fertigung abdecken.

Methode zur integrierten PPS für die additive Teilefertigung

Im Folgenden wird die entwickelte Methode vorstellt. Aufgrund der industriellen Relevanz liegt dabei der Fokus auf der Fertigung metallischer Bauteile mittels des Selektiven Laserstrahlschmelzens (SLM). Dies ist ein pulverbettbasiertes Fertigungsverfahren, bei welchem ein Bauteil durch schichtweisen Pulverauftrag und selektive Belichtung durch Laserstrahlung aufgebaut wird. Im SLM-Verfahren lassen sich – wie auch bei anderen additiven Fertigungsverfahren – mehrere Bauteile simultan in einem „Baujob“ herstellen. Ein Baujob bezeichnet somit eine Sammlung von Bauteilen, die in einem Durchlauf der Generieranlage hergestellt werden.

Die Methode zur PPS gliedert sich in zwei wesentliche Bestandteile: zum einen die Zusammenstellung der Baujobs und zum anderen die Reihenfolgeplanung ebendieser Baujobs, Bild 1.

Die automatisierte Planung sortiert die zu planenden Baujobs nach deren Bauzeit vor. Unter den Bedingungen, dass manuelle Rüstvorgänge nur in der Arbeitszeit der Werker möglich sind und alle Bauteile fristgerecht fertiggestellt werden müssen, werden die Baujobs anschließend zeitlich möglichst eng eingeplant. Bild 4 zeigt das Ergebnis einer Reihenfolgeplanung auszugsweise für zwei exemplarische Generieranlagen.

Implementierung und Evaluierung

Die Implementierung der beschriebenen Methode zur PPS findet als cloudbasierte Lösung statt. Die entwickelte Webapplika­tion folgt einer Client-Server-­Architektur. Dabei fungiert der Webbrowser als Client. Der Server kommuniziert wiederum mit einer relationalen Datenbank. Die Datenbank speichert alle relevanten Informationen, die während der PPS anfallen oder als Planungsgrundlage notwendig sind. Die Umsetzung als Cloud-Dienst hat den Vorteil, dass kein separater Client installiert werden muss, und stellt darüber hinaus die Integration in eine durchgehend automatisierte Auftragsabwicklung sicher.

Die PPS wird anhand eines Beispiel­szenarios von acht unterschiedlichen Baujobs evaluiert. Es zeigt sich, dass die automatisierte Planung eine Abweichung in der Gesamtfertigungszeit von lediglich 7,5 % im Vergleich zur optimalen Planungslösung bietet. Die Ausführung der automatisierten Planung benötigt dabei nur einen Bruchteil der Rechenzeit – verglichen mit dem Auf­finden der optimalen Planungslösung, welche aufgrund der Komplexität des Optimierungsproblems mit steigender Baujob-Anzahl nicht effizient berechenbar ist.

Fazit und Ausblick

Die entwickelte Webapplikation erlaubt eine schnelle und präzise PPS für die addi­tive Fertigung. Hierbei konnten mit der Zusammen­stellung der Baujobs sowie der Reihenfolgeplanung die wichtigsten Aspekte der PPS für die additive Teile­fertigung erfolgreich automa­tisiert werden. Sämtliche Planungstätigkeiten können über den Webbrowser verfolgt und abgewickelt werden, Bild 5.

 

Literatur:

[1] Wiendahl, H.-P.: Betriebsorganisation für Ingenieure. 8. Aufl. München: Carl Hanser Verlag, 2014.[2] Schuh, G.; Stich, V.: Produktionsplanung und -steuerung (Bd. 1: Grundlagen der PPS). 4. Aufl. Berlin: Springer-Verlag, 2012.[3] Schuh, G.; Prote, J.-P.; Luckert, M.; Hünnekes, P.: Automatisierung in der Arbeitsplanung. ZWF 112 (2017), Nr. 12, S. 827–830.[4] Meissner, H.; Aurich, J. C.: Arbeitsplanung für cyber-physische Produktionssysteme. Wie [3], S. 899–901.[5] Klemp, E.; Pottebaum, J.: Additive Fertigungsverfahren im Kontext von Industrie 4.0. In: Vogel-Heuser, B.; Bauernhansl, T.; ten Hompel, M. (Hrsg.): Handbuch Industrie 4.0 (Bd. 3: Logistik). Berlin: Springer-Verlag, 2017, S. 311–331.[6] Emmelmann, C.; Möhrle, M.; u.a.: Bionic Smart Factory 4.0 – Konzept einer Fabrik zur additiven Fertigung komplexer Produktionsprogramme. Industrie 4.0 Management (2017), Nr. 4, S. 38–42.[7] Meyerhenke, H.; Glantz, R.: Algorithmische Methoden für schwere Optimierungsprobleme. Vorlesungsskript, Karlsruher Institut für Technologie (KIT), 2017.[8] Rudolph, J.-P.; Emmelmann, C.: A Cloud-based Platform for Automated Order Processing in Additive Manufacturing. Proceedings of the 50th CIRP Conference on Manufacturing Systems – Procedia CIRP 63 (2017), S. 412–417.[9] Rudolph, J.-P.; Emmelmann, C.: Self-learning Calculation for Selective Laser Melting. Proceedings of the 11th CIRP Conference on Intelligent Computation in Manufacturing Engineering – Procedia CIRP 67 (2018), S. 185–190.