文章基本信息

标题：Dynamische Risikoorientierung durch Predictive Analytics am Beispiel der Instandhaltungsplanung
其他标题：Dynamic risk orientation through predictive analytics on the example of maintenance planning
本地全文：下载
作者：Fabian Förster ; Arkadius Schier ; Michael Henke 等
期刊名称：Logistics Journal : Referierte Veröffentlichungen
印刷版ISSN：1860-7977
出版年度：2019
卷号：2019
期号：12
页码：1-9
DOI：10.2195/lj_Proc_foerster_de_201912_01
出版社：WGTL Wissenschaftliche Gesellschaft fuer technische Logistik
摘要：Autonome Steuerungsverfahren gelten als vielversprechender Ansatz, um einer zunehmend dynamisch und komplexer werdenden Produktionsumgebung gerecht zu werden. Während Steuerungsverfahren im Rahmen der Produktionsplanung immer kürzere Planungszyklen anstreben, konnte die Planbarkeit für Instandhaltungsmaßnahmen durch Predictive Maintenance-Ansätze erst gewonnen werden. Um die Potenziale eines kombinierten Ansatzes nutzen zu können, stellt diese Arbeit eine Verhandlungsumgebung dar, die auf dem Contract Net Interaktionsprotokoll basiert. Durch die Gewährleistung der Vergleichbarkeit zweier Auftragsarten soll eine bessere Integration von zustandsabhängigen Instandhaltungsaufträgen in die reaktive Maschinenbelegungsplanung von autonomen Steuerungsverfahren erreicht werden.
其他摘要：Autonomous control methods (ACMs) are considered as a promising approach to deal with an increasingly dynamic and complex production environment. However, existing ACMs do not sufficiently utilize the potential arising out of the plannability offered by condition based maintenance orders in the context of predictive maintenance when doing dynamic and myopic production scheduling. In order to better leverage the potentials of a combined approach, this work presents a negotiation environment based on a reversed contract net protocol to enable a monetary comparability of both order types. This is intended to realize a better integration of condition based maintenance orders into the reactive machine allocation decisionmaking of ACMs.
关键词：autonomous control;decentral decision;making;dynamic sequencing;multi;agent;systems;predictive maintenance