Skip to main content
SpringerLink
Log in

Ein Planungsansatz zum Umgang mit Störungen bei der Produktion: Die flexible Produktionsfeinplanung mithilfe von Planungsschritten

A new planning approach to cope with disruptions during production: Using planning steps for flexible production planning

  • WI - Aufsatz
  • Published:
Wirtschaftsinformatik

Abstract

Disruptions like the breakdown of machines or delays in the delivery of materials cause generated production plans to be useless, at least in some parts. A new planning approach for coping with this uncertainty caused by disruptions is presented. Planning steps that are described by properties, preconditions and consequences are used for material requirements planning and scheduling. If their preconditions are satisfied in a certain state of environment, planning steps will be applicable. The consequences of planning steps change the state of environment. Each customer order establishes a goal of a new planning problem to be achieved by applying planning steps. Plan execution concerns all planning steps applicable in a certain state of environment. In choosing among applicable planning steps and among available resources the flexibility of plan execution is preserved.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Similar content being viewed by others

Literatur

  1. Abumaizar, R. J.; Svestka, J. A.: Rescheduling job shops under random disruptions. In: International Journal of Production Research 35 (1997) 7, S. 2065–2082.

    Google Scholar 

  2. Adelsberger, H.; Gnadenberger, S.; Hansen, T. M.; Jensen, S.; Mehmanesh, J.; Schreier, U.; Vesterager, J.: The Concept of a Knowledge-based Leitstand. In: O’Brien, C. (Hrsg.): Computer Integrated Manufacturing. London 1992, S. 346–356.

    Google Scholar 

  3. Bamberger, R.: Entwicklung eines Werkzeuges zum Störungsmanagement in der Produktionsregelung. Berlin 1996.

    Google Scholar 

  4. Bean, J. C.; Birge, J. R.; Mittenthal, J.; Noon, C. E.: Matchup scheduling with multiple resources, release dates and disruptions. In: Operations Research 39 (1991) 3, S. 470–483.

    Google Scholar 

  5. Belz, R.: Entscheidungsunterstützung auf Leitstandebene durch wissensbasierte Simulation. Dissertation Friedrich-Alexander-Univer-sität Erlangen — Nürnberg 1993.

    Google Scholar 

  6. Benjaafar, S.; Morin, T. L.; Talavage, J. J.: The strategic value of flexibility in sequential decision making. In: European Journal of Operational Research 82 (1995), S. 438–457.

    Google Scholar 

  7. Bierwirth, C.; Mattfeld, D. C.: Production Scheduling and Rescheduling with Genetic Algorithms. In: Evolutionary Computation 7 (1999) 1, S. 1–17.

    Google Scholar 

  8. Brown, M. C.: The dynamic rescheduler: Conquering the changing production environment. In: Pau, L. F. et al. (Hrsg.): Expert systems in economics, banking and management. Amsterdam 1989, S. 197–206.

    Google Scholar 

  9. Busse von Colbe, W.; Lassmann, G.: Betriebswirtschaftstheorie, Band I: Produktionsund Kostentheorie. 5. Aufl., Berlin 1991.

    Google Scholar 

  10. Chapman, D.: Planning for Conjunctive Goals. In: Artificial Intelligence 32 (1987), S. 333–377.

    Google Scholar 

  11. Chu, C.-H.; Hayya, J.-C.: Buffering Decisions under MRP Environment: A Review. In: OMEGA: The International Journal of Management Science 16 (1988) 4, S. 325–331.

    Google Scholar 

  12. Dorn, J.: Case-based reactive scheduling. In: Kerr, R.; Szelke, E. (Hrsg.): Artificial intelligence in reactive scheduling. London 1995, S. 32–50.

    Google Scholar 

  13. Dorn, J.; Kerr, R.; Thalhammer, G.: Reactive scheduling: improving the robustness of schedules and restricting the effects of shop floor disturbances by fuzzy reasoning. In: International Journal of Human-Computer Studies 42 (1995) 6, S. 687–704.

    Google Scholar 

  14. Farhoodi, F.: A knowledge-based approach to dynamic job-shop scheduling. In: International Journal of Computer Integrated Manufacturing 3 (1990) 2, S. 84–95.

    Google Scholar 

  15. Fikes, R. E.; Nilsson, N. J.: STRIPS: A New Approach to the Application of Theorem Proving to Problem Solving. In: Artificial Intelligence 2 (1971), S. 189–208.

    Google Scholar 

  16. Fox, B. R.: The implementation of opportunistic scheduling. In: Hertzberger, L. O.; Groen, F. C. A. (Hrsg.): Intelligent autonomous systems. Amsterdam 1987, S. 231–240.

    Google Scholar 

  17. Fox, B. R.; Kempf, K. G.: Complexity, uncertainty and opportunistic scheduling. In: Weisbin, C. R. (Hrsg.): Artificial intelligence applications: the engineering of knowledge-based systems. Washington 1985, S. 487–492.

    Google Scholar 

  18. Gössinger, R.: Opportunistische Koordinierung bei Werkstattfertigung: Ein Ansatz auf der Basis von Multiagentensystemen. Wiesbaden 2000.

    Google Scholar 

  19. Graham, R. L. et al.: Optimization and Approximation in Deterministic Sequencing and Scheduling: A Survey. In: Annals of Discrete Mathematics 5 (1979), S. 287–326.

    Google Scholar 

  20. Gutenberg, E.: Grundlagen der Betriebswirtschaftslehre, Band I: Die Produktion. 24. Aufl., Berlin 1983.

    Google Scholar 

  21. Guo, B.; Nonaka, Y.: Rescheduling and optimization of schedules considering machine failures. In: International Journal of Production Economics 60-61 (1999), S. 503–513.

    Google Scholar 

  22. Henning, G. P.; Cerdá, J.: Knowledge-based predictive and reactive scheduling in industrial environments. In: Computers and Chemical Engineering 24 (2000) 9-10, S. 2315–2338.

    Google Scholar 

  23. Inderfurth, K.: Mehrstufige Sicherheitsbestandsplanung mit dynamischer Programmierung. In: OR Spektrum 14 (1992), S. 19–32.

    Google Scholar 

  24. O’Kane, J. F.: A knowledge-based system for reactive scheduling decision-making in FMS. In: Journal of Intelligent Manufacturing 11 (2000), S. 461–474.

    Google Scholar 

  25. Kadipasaoglu, S. N.; Sridharan, V.: Alternative approaches for reducing schedule instability in multistage manufacturing under demand uncertainty. In: Journal of Operations Management 13 (1995), S. 193–211.

    Google Scholar 

  26. Kern, W.: Industrielle Produktionswirtschaft. 5. Aufl., Stuttgart 1992.

    Google Scholar 

  27. Kim, K. H.; Song, J. Y.: A Negotiation Based Scheduling for Items with Flexible Process Plans. In: Computers and Industrial Engineering 33 (1997) 3-4, S. 785–788.

    Google Scholar 

  28. Lehmann, F.: Stö rungsmanagement in der Einzel- und Kleinserienmontage: Ein Beitrag zur EDV-gestützten Montagesteuerung. Aachen 1992.

    Google Scholar 

  29. Leon, V. J.; Wu, D. S.; Storer, R. H.: Robustness Measures and Robust Scheduling for Job Shops. In: IEE Transactions 26 (1994) 5, S. 31–43.

    Google Scholar 

  30. Li, H.; Li, Z.; Li, L. X.; Hu, B.: A production rescheduling expert simulation system. In: European Journal of Operational Research 124 (2000), S. 283–293.

    Google Scholar 

  31. Li, R.-K.; Shyu, Y.-T.; Adiga, S.: A heuristic rescheduling algorithm for computer-based production scheduling systems. In: International Journal of Production Research 31 (1993) 8, S. 1815–1826.

    Google Scholar 

  32. Matsuura, H.; Kanezashi, M.: Makespan comparison between resequencing and switching in a dynamic manufacturing environment. In: International Journal of Production Economics 44 (1996), S. 137–149.

    Google Scholar 

  33. Miller, J. G.: Hedging the master schedule. In: Ritzman, L. P. et al. (Hrsg.): Disaggregation — Problems in manufacturing and service organizations. Boston 1979, S. 237–256.

    Google Scholar 

  34. Miyashita, K.; Sycara, K.: CABINS: a framework of knowledge acquisition and iterative revision for schedule improvement and reactive repair. In: Artificial Intelligence 76 (1995), S. 377–426.

    Google Scholar 

  35. Nebel, B.; Köhler, J.: Plan reuse versus plan generation: a theoretical and empirical analysis. In: Artificial Intelligence 76 (1995), S. 427–454.

    Google Scholar 

  36. Ow, P. S.; Smith, S. F.; Howie, R.: A cooperative scheduling system. In: Oliff, M. D. (Hrsg.): Expert systems and intelligent manufacturing. New York 1988, S. 43–56.

    Google Scholar 

  37. Patig, S.: Flexible Produktionsfeinplanung mit Hilfe von Planungsschritten — Ein Planungsansatz zum Umgang mit Stö rungen bei der Produktion. Frankfurt/Main 2001.

    Google Scholar 

  38. Pednault, E. P. D.: Formulating multiagent, dynamic-world problems in the classical planning framework. In: Georgeff, M. P.; Lans-ky, A. L. (Hrsg.): Reasoning about Actions and Plans. Los Altos 1987, S. 47–82.

    Google Scholar 

  39. Penlesky, R. J.; Wemmerlöv, U.; Berry, W. L.: Filtering heuristics for rescheduling open orders in MRP systems. In: International Journal of Production Research 29 (1991) 11, S. 2279–2296.

    Google Scholar 

  40. REFA: Methodenlehre der Planung und Steuerung, Teil 3. 4. Aufl., München 1985.

    Google Scholar 

  41. Rose, H.: Computergestützte Störungs-bewältigung beim Durchlauf von Produktions-aufträgen unter besonderer Berücksichtigung wissensbasierter Elemente. Dissertation Fried-rich-Alexander-Universität Erlangen — Nürn-berg 1989.

    Google Scholar 

  42. Sabuncuoglu, I.; Bayiz, M.: Analysis of reactive scheduling problems in a job shop environment. In: European Journal of Operational Research 126 (2000), S. 567–586.

    Google Scholar 

  43. Sabuncuoglu, I.; Karabuk, S.: Rescheduling Frequency in an FMS with Uncertain Processing Times and Unreliable Machines. In: Journal of Manufacturing Systems 18 (1999) 4, S. 268–283.

    Google Scholar 

  44. Schneeweiß, C.: Zur Bewältigung von Unsicherheiten in der Produktionsplanung und -steuerung. In: Lücke, W. (Hrsg.): Betriebswirtschaftliche Steuerungs- und Kontrollprobleme. Wiesbaden 1988, S. 285–302.

    Chapter  Google Scholar 

  45. Simon, D.: Fertigungsregelung durch zielgrö ßenorientierte Planung und logistisches Störungsmanagement. Berlin 1995.

  46. Steinmann, D.: Einsatzmöglichkeiten von Expertensystemen in integrierten Systemen der Produktionsplanung und -steuerung. Heidelberg 1993.

  47. Szelke, E.; Kerr, R. M.: Knowledge-based reactive scheduling. In: Production Planning and Control 5 (1994) 2, S. 124–145.

    Google Scholar 

  48. Tsukada, T.; Shin, K. G.: Intelligent disruption recovery for decentralized manufacturing systems. In: Proceedings of the IEEE International Conference on Robotics and Automatization, Vol. 1. Los Alamitos 1993, S. 852–857.

    Google Scholar 

  49. van Dyke Parunak, H.: Manufacturing Experience with the contract net. In: Huhns, M. N. (Hrsg.): Distributed artificial intelligence. London 1987, S. 285–310.

    Google Scholar 

  50. Watatani, Y.; Fujii, S.: A study on rescheduling policy in production system. In: American Society of Mechanical Engineers (Hrsg.): Proceedings of the 1992 Japan/USA Symposium on Flexible Automation. New York 1992, S. 1147–1150.

    Google Scholar 

  51. Weigelt, M.: Dezentrale Produktionssteuerung mit Agenten-Systemen: Entwicklung neuer Verfahren und Vergleich mit zentraler Lenkung. Wiesbaden 1994.

    Google Scholar 

  52. Weld, D. S.: An Introduction to Least Commitment Planning. In: AI Magazine, Winter 1994, S. 27–61.

    Google Scholar 

  53. Whitworth, M.: An approach to the development of reactive scheduling systems. In: Advances in Instrumentation and Control 48 (1993) 1, S. 583–590.

    Google Scholar 

  54. Wildemann, H.: Entstörmanagement als PPS-Funktion. 2. Aufl., München 1995.

  55. Wu, S. D.; Storer, R. H.; Chang, P.-C.: One-machine rescheduling heuristics with efficiency and stability as criteria. In: Computers and Operations Research 20 (1993) 1, S. 1–14.

    Google Scholar 

  56. Yamamoto, M.; Nof, S. Y.: Scheduling/ rescheduling in the manufacturing operating system environment. In: International Journal of Production Research 23 (1985) 4, S. 705–722.

    Google Scholar 

  57. Zäpfel, G.: Produktionswirtschaft: Operatives Produktionsmanagement. Berlin 1982.

    Google Scholar 

  58. Zelewski, S.: Multi-Agenten-Systeme — ein innovativer Ansatz zur Realisierung dezentraler PPS-Systeme. In: Wildemann, H. (Hrsg.): Innovationen in der Produktionswirtschaft. München 1998, S. 133–166.

    Google Scholar 

  59. Zhao, X.; Lee, T. S.: Freezing the master production schedule for material requirements planning systems under demand uncertainty. In: Journal of Operations Management 11 (1993), S. 185–205.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Fakultät für Informatik, Institut für Technische und Betriebliche Informationssysteme, Otto-von-Guericke-Universität Magdeburg, Universitätsplatz 2, 39106, Magdeburg, Deutschland

    Susanne Patig &  Steffen Thorhauer

Authors
  1. Susanne Patig
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Steffen Thorhauer
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Susanne Patig.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Patig, S., Thorhauer, S. Ein Planungsansatz zum Umgang mit Störungen bei der Produktion: Die flexible Produktionsfeinplanung mithilfe von Planungsschritten. Wirtschaftsinf 44, 355–366 (2002). https://doi.org/10.1007/BF03250860

Download citation

  • Issue Date:

  • DOI: https://doi.org/10.1007/BF03250860

Keywords

Search

Navigation