DaCoR

Datengetriebenes Lernen von Steuerungsregeln 

DaCoR entwickelt datengetriebene virtuelle Abbildungen logistischer Abläufe, die sich selbständig aus Unternehmensinformationen ableiten lassen. Dadurch entstehen flexible Modelle, die komplexe Betriebslogiken erfassen und Planungsprozesse deutlich vereinfachen.

Digitale Zwillinge schaffen Transparenz in Produktions- und Logistiksystemen und unterstützen bspw. in der Layout-, Auftrags- und Personaleinsatzplanung durch ihre Simulationskomponente. Das Projekt DaCoR (Data-driven Learning of Control Rules) fokussiert sich auf die Erstellung digitaler Materialflusszwillinge auf Basis von Unternehmensdaten, als Teil des open source verfügbaren OpenFactoryTwin (OFacT). 

Obwohl die simulationsbasierte Planung in der Vergangenheit ihren Mehrwert unter Beweis gestellt hat, ist deren Erstellung bislang aufwendig und zeitintensiv. Hier setzt DaCoR an: Durch einen (teil-)automatisierten Ansatz lassen sich – u.a. mit Methoden der KI – nicht nur wie bisher statische Elemente wie Prozesszeiten und Ressourcenmodelle abbilden, sondern auch dynamische Systemaspekte wie Steuerungsregeln (z. B. FIFO, SPT) automatisch erlernen. Dies ermöglicht die effiziente Erstellung realitätsnaher Modelle, die in der Planung und Steuerung eingesetzt werden können – mit deutlich reduziertem Aufwand. 

Fotos: Fraunhofer IML/Vinzenz Neugebauer

Ansprechpartner:

Jan Cirullies
Fraunhofer ISST
Mail senden

Christian Schwede
Fraunhofer ISST
Mail senden

Vorteile

  • Reduktion des Aufwands in Modellerstellung und Update
  • Validierung über den Systemlebenszyklus
  • Enabler z.B. für simulationsbasierte Layout-, Auftrags- und Personaleinsatzplanung
  • Machbarkeitsanalyse für die Erstellung digitaler Materialflusszwillinge
  • Aufbau eines digitalen Materialflusszwillings zur Schaffung von Transparenz und kennzahlenbasierten Planung z.B. anhand von Auslastung und Liefertreue
  • Beratung von der Konzeption bis zum produktiven Einsatz digitaler Zwillinge

 

Partner

laufend