Bibtex
Cite as text
@Article{Köbler+Wußler+Schlecht+Kirchenbaur+de Guio+Blöchle+Schwaiger,
Cite-key = "Koebler2022",
Year= "2022",
Number= "5",
Volume= "IM 38",
Pages= "45-48",
Journal = "Industrie 4.0 Management",
Title= "Flexibles Referenzmodell zur Planung und Optimierung der Produktion (Teil 2): Generierung digitaler Fabrikmodelle durch den digitalen Zwilling",
Author= "Jürgen Köbler, David Wußler, Michael Schlecht, Sarah Kirchenbaur, Hochschule Offenburg,
Roland de Guio, INSA Straßburg, Max Blöchle und Benedikt Schwaiger, SMH Analytics GmbH",
Doi= "https://doi.org/10.30844/IM_22-5_45-48",
Abstract= "In dem ersten Teil dieses Beitrags, welcher in der Industrie 4.0 Management
Ausgabe 5/2021 erschienen ist, wurde das Referenzmodell bereits in
seinen wesentlichen Grundzügen erläutert [1]. Im zweiten Teil soll die
Weiterentwicklung zu einem flexiblen Referenzmodell aufgezeigt werden.
Der Fokus liegt auf die Implementierung von weiteren Planungstools, und
die Implementierung von KI-Tools zur Erreichung eines dynamischen
Produktionsengineerings in Form einer ganzheitlichen und integrierten
Fabrikplanung.",
Keywords= "Digitales Engineering, Digitaler Zwilling, Flexibles Referenzmodell, Simulationsbasierte Optimierung, Data Engineering, flexible Kollaborationsplattform",
}
Jürgen Köbler, David Wußler, Michael Schlecht, Sarah Kirchenbaur, Hochschule Offenburg,
Roland de Guio, INSA Straßburg, Max Blöchle und Benedikt Schwaiger, SMH Analytics GmbH(2022): Flexibles Referenzmodell zur Planung und Optimierung der Produktion (Teil 2): Generierung digitaler Fabrikmodelle durch den digitalen Zwilling. IM 385(2022), S. 45-48. Online: https://doi.org/10.30844/IM_22-5_45-48 (Abgerufen 04.12.24)
Open Access
In dem ersten Teil dieses Beitrags, welcher in der Industrie 4.0 Management Ausgabe 5/2021 erschienen ist, wurde das Referenzmodell bereits in seinen wesentlichen Grundzügen erläutert [1]. Im zweiten Teil soll die Weiterentwicklung zu einem flexiblen Referenzmodell aufgezeigt werden. Der Fokus liegt auf die Implementierung von weiteren Planungstools, und die Implementierung von KI-Tools zur Erreichung eines dynamischen Produktionsengineerings in Form einer ganzheitlichen und integrierten Fabrikplanung.
Digitales Engineering, Digitaler Zwilling, Flexibles Referenzmodell, Simulationsbasierte Optimierung, Data Engineering, flexible Kollaborationsplattform
[1] Schlecht, M. u. a.: Flexibles Referenzmodell zur Planung und Optimierung einer Produktion (Teil 1). In: Industrie 4.0 Management (2021) 5, S. 53-56. DOI: 10.30844/I40M_21-5_S53-56.
[2] Schlecht, M.; Berger, S.; Wußler, D.; Haun, M.; Köbler, J.: Optimierung der Reihenfolgeplanung: Integration von maschinellem Lernen und generischen Materialflussmodellen. In: Zeitschrift für wirtschaftlichen Fabrikbetrieb 117 (2022), S. 9-13. https://doi.org/10.1515/zwf-2022-1005
[3] Skoogh, A.; Perera, T.; Johansson, B.: Input data management in simulation – Industrial practices and future trends. In: Simulation Modelling Practice and Theory 29 (2012), S. 181-192. doi: 10.1016/j.simpat.2012.07.009.
[4] Bohács, G.; Semrau, K. F.: Automatische visuelle Datensammlung aus Materialflusssystemen und ihre Anwendung in Simulationsmodellen. In: Logistics Journal (2012). DOI: 10.2195/lj_NotRev_bohacs_de_201201_01.