Förderengpassprognose verketteter Produktionssysteme mit Nebenflüssen durch neuronale Netze

Verkettete Produktionssysteme mit Nebenflüssen und Stationen, die z. B. mittels Doppelgurtbandförderern kreisförmig verkettet sind, stellen eine weit verbreitete Produktionsform dar. Hersteller solcher Anlagen sichern die Leistungsfähigkeit bereits im Angebot zu. Hier wäre eine zügige, personenunabhängige Leistungsermittlung von großem Nutzen. Bislang steht jedoch kein entsprechendes Hilfsmittel für die Angebotsphase zur Verfügung, da bestehende analytische und approximative Ansätze leistungsbeschränkende Engpässe im Fördersystem nicht berücksichtigen.
Im Rahmen der vorliegenden Arbeit wird eine neuartige Methode beschrieben, die für die Anlagenplanung verketteter Produktionssysteme mit Nebenflüssen Konfigurationen erkennt, in denen das Fördersystem den Engpaß darstellt. Hierfür werden künst-liche neuronale Netze verwendet, die Zusammenhänge aus Beispieldaten erlernen. Diese Vorgehensweise wurde gewählt, da die dem Förderverhalten zugrundeliegenden Zusammenhänge bislang als analytisch nicht abbildbar beschrieben werden. Es wird gezeigt, daß die Methode erfolgreich Förderengpässe für eine Vielzahl verketteter Produktionssysteme mit Nebenflüssen identifiziert. Hierbei werden Untersuchungsergebnisse hinsichtlich der Prognosegüte und der Grenzen der Methode in Bezug auf die Anlagenkomplexität vorgestellt und diskutiert. Neben Materialflußsimulationen wird auch eine reale Demonstrationsanlage untersucht.