einführung in die logistik-simulation · uhrzeitabhängiges routing und schichtkalender 9....
TRANSCRIPT
Einführung in die Logistik-Simulation
Lehrstuhl für Betriebswirtschaftslehre,
insbesondere Operations Research und LogistikWintersemester 2008/09
Prof. Dr. Stefan NickelChristian Heib, Ursula-Anna Schmidt
2
1. Grundkenntnisse zur Simulation
2. Einführung in ProModel
3. Grundbausteine von ProModel
4. Path Networks
5. Variablen und Counter
6. User Distributions
7. Attribute
8. Uhrzeitabhängiges Routing und Schichtkalender
9. Statistische Auswertung der Simulationsdaten
10.Statistische Verteilungen
11.Aufbereitung empirischer Daten
12.Arbeiten mit ProActive X
13.Fallstudie
Gliederung
3
Was ist Simulation?
„Simulation ist die Nachbildung eines dynamischen Prozesses in einem realen Modell, um zu Erkenntnissen zu gelangen, die auf die Wirklichkeit übertragbar sind.“ (Definition nach VDI-Richtlinie 3633, Blatt 1)
1. Simulation
Warum Simulationsmodelle?
Simulationsmodelle sind ein gängiges Werkzeug zur Entscheidungsunterstützung und zur Analyse komplexer Prozesse im Bereich der Prozessoptimierung.
Ihr Einsatz eignet sich speziell im Falle unübersichtlicher und stark interdependenter Abläufe .
4
• Endlich viele Zustandsänderungen pro Zeitintervall
↔ Zustandsgröße und Zeit ändern sich diskret (getaktet oder ereignisgesteuert)
• Unterscheide …
kontinuierlich
f‘(t 1)
f‘(t 2)f
tt1 t2
t
Modellarten
Diskrete Modelle
Kontinuierliche Modelle
diskretf
t1 t2 t3
• Unendlich viele Zustandsänderungen pro Zeitintervall
↔ Zustandsgröße und Zeit ändern sich stetig)
• Bsp.: Wassermenge in einem Stausee mit Zu- und Abflüssen
• Basis: Systembeschreibende Differentialgleichungen
1. Simulation – Modellarten
5
kontinuierlich
f‘(t 1)
f‘(t 2)f
tt1 t2
t
Modellarten
Diskrete Modelle
Kontinuierliche Modelle
zeitdiskret ereignisdiskret
diskretf
t1 t2 t3
• Werte der Zustandsvariablen im System ändern sich alle ∆ Zeiteinheiten (getaktet)
• Bsp.: Zeitschaltuhr• Problem: genaue Sim. erfordert mglst.kleine Zeitschritte ↔ für Performance jedoch größere Zeitschritte besser
• Werte der Zustandsvariablen im System ändern sich durch das Eintreten eines Ereignisses (ereignisgesteuert)
• Bsp.: Bediensystem (Postschalter), Artikel in einem Warenlager mit Zu- und Abgängen
• Positiv: eignet sich gut für sehr unregelmäßig anfallende Ereignisse.
1. Simulation – Modellarten
6
1. Simulation – Ereignisdiskrete Steuerung
• Ereignisse in Ereignisliste eintragen• Abarbeitung der Liste nach zeitlichem
Anfall der Ereignisse
7
1. Simulation – Zielsetzung
Ziele?
• Gesetzmäßigkeiten eines realen Systems identifizieren• Verhalten des realen Systems analysieren und beschreiben
• Engpässe aufdecken• Potentiale erkennen• Auslastungsgrade bestimmen
• Verbesserungsvorschläge erarbeiten und implementieren • Unterschiedliche Szenarien modellieren und vergleichen
Verschiedene Ideen des Systemdesigns sowie Strategien der Prozess-Steuerung testen, bevor sie im Alltag um- und eingesetzt werden.
8
Prozess der Modellierung eines Simulationsmodells
1. Simulation – Prozess zur Simulationserstellung
9
1. Simulation – Zieldefinition
Zieldefinition:„… ausführliche Beschreibung der Leistungen, die er forderlich sind oder gefordert werden, damit die Ziele eines Projektes e rreicht werden.“
(DIN 69 901)
• Alle weiteren Prozessschritte werden beeinflusst
• Abwägen, ob Simulation für die jeweilige Fragestellung das geeignete Instrument darstellt
• Berücksichtigung einer Aufwand-Nutzen-Analyse
10
1. Simulation – Datenbeschaffung -1-
Input-Daten beeinflussen fundamental die späteren Ergebnisse der Simulation.
11
1. Simulation – Datenbeschaffung -2-
Mögliche Fälle:
• Daten sind vorhanden
• Daten sind unbekannt
- Kritische Prüfung der Daten
- Enger Kontakt zu Mitarbeitern des Systems
- Aufbereitung der Daten
- Datenerhebung
12
1. Simulation – Datenbeschaffung -3-
• Daten sind in einer zu großen Menge bzw. zu hohen Komplexität vorhanden
- Sinnvolle Aggregation ähnlicher Daten zur Komplexitätsreduktion
- Z.B. Wahl eines repräsentativen Produktes bei vorliegen eines großen Produktspektrums
13
1. Simulation – Modellierung -1-
„Ein Modell ist ein System, das als Repräsentant eines komplizierten Originals aufgrund mit diesem gemeinsamer, für eine bestimmte Aufgabe wesentlicher Eigenschaften von einem dritten System benutzt, ausgewählt oder geschaffen wird, um Letzterem die Erfassung oder Beherrschung des Originals zu ermöglichen oder zu erleichtern beziehungsweise um es zu ersetzen“ (Philosoph Klaus Dieter Wüsteneck)
14
1. Simulation – Modellierung -2-
Grundsätze korrekter Modellierung:
• Richtigkeit: Das Modell sollte der Realität entsprechen
• Relevanz: Nur Objekte, die für das Ziel der Simulation relevant sind, werden betrachtet
• Klarheit: Das Modell sollte transparent und anschaulich konzipiert sein
• Vergleichbarkeit: Unterschiedliche Wege der Modellerstellung führen zu denselben Ergebnissen
• Systematischer Aufbau: Das Modell soll auf Basis logischer und konsistenter Grundsätze erstellt werden
• Wirtschaftlichkeit: Aktivitäten sollten in einem angemessenen Kosten-Nutzen-Verhältnis stehen
15
1. Simulation – Modellierung -3-
Vorgehensweise bei der Modellierung:
16
1. Simulation – Verifikation und Validierung (V&V)
• Verifikation: „Ist das Modell richtig?“
• Validierung: „ Ist es das richtige Modell?“
• Generell kein vollständiger bzw. formaler Nachweise der Korrektheit möglich
→ Ziel: Schaffung von Vertrauen und Glaubwürdigkeit bei den Verantwortlichen
• V & V sollte in jeder Prozessphase sobald eine Aufgabe logisch abgeschlossen ist durchgeführt werden
• Dokumentation der Vorgehensweise
17
1. Simulation – Szenarienbildung -1-
18
1. Simulation – Szenarienbildung -2-
• Zwei Alternativen→ Ausgangssituation und ein Szenario (Änderung weniger Parameter) vergleichen
• Ein Parameter→ Veränderung eines Parameter (vielen Ausprägungen) vergleichen
• Zwei Parameter→ Wie bei „einem Parameter“ jedoch werden gleichzeitig die Veränderung von zwei
Parametern verglichen
• Multi-Parameter→ Wie bei „einem Parameter“ jedoch unter Berücksichtigung vieler Parameter
→ Extrem hohe Komplexität
• 2k
→ Betrachtung von k Parametern jedoch nur mit zwei Ausprägungen
19
1. Simulation – Ergebnisauswertung -1-
Ramp-Up-Diagramm
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Zeit
WIP
• Daten müssen bestimmte Bedingungen erfüllen
• Startet die Simulation „leer“ oder im eingeschwungenen Zustand?
• Falls die Simulation leer startet → Hochlaufphase (Ramp-up / Warm-up) innerhalb der Daten
eliminieren
20
1. Simulation – Ergebnisauswertung -2-
• Überprüfung der Daten auf Korrelation→ Kenntnis ermöglicht bessere Interpretation der Daten
• Analyse Kosten- und Materialflussindikatoren
21
1. Simulation – Literatur
Kühn, Wolfgang : Digitale Fabrik, 1. Carl Hanser Verlag, München, Wien, 2006
Chung, Christopher A.: Simulating Modeling Handbook: A Practical Approach, CRC Press, London, 2004
Wenzel, Sigrid; Weiß, Matthias; Collisi-Böhmer, Sim one; Pitsch, Holger; Rose, Oliver: Qualitätskriterien für die Simulation in Produktion und Logistik, Springer Verlag, Berlin, Heidelberg, 2008
22
1. Simulation – Einsatz in der Unternehmenspraxis
Branche der befragten Unternehmen
14%
21%
24%
13%
3%
7%
18%
MetallverarbeitendeIndustrie
Maschinen- undAnlagenbau
Automobilbau und -zulieferer
Elektronik- undApparatebau
Softw are-Hersteller
Beratung undIngenieurbüro
Sonstige
Größe der befragten Unternehmen (MA-Anzahl)
8%
17%
38%
37%1-20 MA
21-200 MA
201-2000 MA
> 2000 MA
• Studie durchgeführt von iwb (Institut für Werkzeugmaschinen und Betriebswissenschaften) der Technischen Universität München
• Befragung von 395 Führungskräften
23
1. Simulation – Einsatz in der Unternehmenspraxis
Motivation der Anwender zum Einsatz von Simulation
26%
15%
5%
18%
74%
0%
10%
20%
30%
40%
50%
60%
70%
80%
Projek
terg
ebni
sse
verb
esse
rnSim
ulatio
n au
spro
bier
en
Simula
tion
von
Dritte
n ge
ford
ert
Imag
egrü
nde
weiter
e Grü
nde
Hauptmotivation des Simulationseinsatzes ist die Verbesserung bzw. kostengünstigere Durchführung von Projekten
24
1. Simulation – Einsatz in der Unternehmenspraxis
Abschätzung des Nutzens der Simulation im Verhältni s zum Aufwand
0%
10%
20%
30%
40%
50%
60%
70%
sehr groß groß neutral eher gering gering
Aktuell
Geplant
Noch nicht
Nicht mehr
• Nutzen wird von Simulationsanwendern generell höher eingeschätzt als von Personen, die den Einsatz planen
• Frühere Anwender sind geteilter Meinung –teilweise wird hoher Nutzen eingeschätzt, jedoch fast zum gleichen Teil wird dieser als gering angesehen
25
1. Simulation – Einsatz in der Unternehmenspraxis
Ziele der Ablaufsimulation
0%
10%
20%
30%
40%
50%
60%P
roje
ktve
rkür
zung
Kom
mun
ikat
ion
und
Ani
mat
ion
Nac
hwei
s vo
nLe
istu
ngsm
erkm
alen
Mac
hbar
keits
anal
yse
Kos
tens
enku
ng
Tra
nspa
renz
stei
geru
ng
Ris
ikom
inim
ieru
ng
Fun
ktio
nsna
chw
eis
Fun
ktio
nsau
sleg
ung
und
-opt
imie
rung
Hauptziele liegen in der:
• Funktionsauslegung-bzw. –optimierung
• Funktionsnachweis
• Risikominimierung
26
1. Simulation – Einsatz in der Unternehmenspraxis
Gründe gegen den Einsatz von Simulationssystemen
0%
10%
20%
30%
40%
50%
60%
70%
Hoh
eE
inst
iegs
inve
stiti
onen
Zus
ätzl
iche
rZ
eita
ufw
and
Man
gel a
nqu
alifi
zier
ten
Mita
rbei
tern
Kei
ne re
gelm
äßig
eA
nwen
dung
Hoh
e la
ufen
de K
oste
n
Sim
ulat
ion
ist z
uko
mpl
izie
rt
Dis
krep
anz
zwis
chen
Sim
ulat
ion
und
Rea
lität
Nut
zen
zu g
erin
g
Ber
ater
not
wen
dig,
aber
nic
ht e
rwün
scht
Kei
n ge
eign
etes
Anw
endu
ngsg
ebie
t
Aktuell
Noch nicht
Nicht mehr
Geplant
Hauptgründe gegen den Einsatz von Simulationssystemen:
• Investitionen
• Zeitaufwand
• Qualifizierte Mitarbeiter
27
2. ProModel – Was ist das?
Was ist ProModel?
• Windowsbasierte Simulationssoftware zur Simulation und Analyse von Prozessen und Produktionssystemen aller Art und Größe
• ereignisdiskreter Simulator
• speziell geeignet für
- Gebäude- und Layoutplanung- Personal- und Ressourcenplanung- Katastrophenplanung- Straßenfertigung- JIT und KANBAN Systeme- Flexible Fertigungssysteme- Supply Chains und Logistik
28
Wozu dient ProModel?
ProModel unterstützt eine dynamische Prozessanalyse:
• Verhalten eines Prozesses über die Zeit visualisieren und verstehenlernen
• Abbildung komplexer Sachverhalte mit Hilfe von Simulation möglich, die durch andere Analysewerkzeuge meist nicht erfasst werden können.
� WIE?
2. ProModel – Was ist das?
29
Dynamische Prozessanalyse
• Statistische Verteilungsfunktionen zur Abbildung von Prozessdauern, Ankunftsraten oder anderen Größen � Variabilität statt meist unzureichender Mittelwerte
• Abbildung gemeinsam genutzter Ressourcen
• Generierung zufälliger Ausfallzeiten der Ressourcen
• Visualisierte Animation erleichtert Fehlersuche im Programm undermöglicht Identifikation von Engpässen
• Verfolgung der Status-Änderungen der Aktivitäten und Ressourcen im Zeitverlauf
2. ProModel – Was ist das?
30
Industriebeispiel
2. ProModel – Beispiele
Optimierung der Produktionskosten sowie der Produktivität in Abhängigkeit der Mitarbeiteranzahl
31
2. ProModel – Beispiele
Krankenhausbeispiel
Optimierung der Terminplanung für eine Radiologie-Praxis
Analyse der Wartezeiten
Optimierung der Auslastung