Abstract
Rechnergestützte Optimierungsverfahren unterstützen Entscheidungen der innerbetrieblichen Layoutplanung. Beim Facility Layout Problem (FLP) wird die bestmögliche Position von Maschinen und Anlagen in einem Fabrikgelände bestimmt. In diesem Beitrag wird gezeigt, wie die Lösung des FLP dazu beitragen kann, das Fabriklayout der SMC Deutschland GmbH für eine geplante Erweiterung zu optimieren. Zum Einsatz kamen dabei genetische Algorithmen. Die Lösung des FLP wurde mit dem aktuellen Planungsstand im Unternehmen verglichen. Dabei wurde festgestellt, dass bei Anwendung des FLP bis zu 14 Prozent bessere Zielfunktionswerte erreicht werden.
Summary
Computer-aided optimization supports decisions of the internal layout planning. The Facility Layout Problem (FLP) determines the best possible position of machines and equipment on a factory site. This paper shows how the FLP solution has helped to optimize the factory layout of the SMC Deutschland GmbH for a planned extension. Genetic algorithms were used. The FLP solution was compared with the current planning status in the company. It was found that up to 14 % better target function values were achieved.
Literatur
1 Tompkins, J. A.: Facilities Planning. 2. Aufl., Wiley Verlag, New York 1996Search in Google Scholar
2 Scholz, D.: Innerbetriebliche Standortplanung – Das Konzept der Slicing Trees bei der Optimierung von Layoutstrukturen. Gabler Verlag, Wiesbaden 2010 DOI: 10.1007/978-3-8349-8679-5_310.1007/978-3-8349-8679-5_3Search in Google Scholar
3 VDI-Gesellschaft Produktion und Logistik (GPL): VDI 5200 (Blatt 1), Fabrikplanung. Beuth Verlag, Berlin 2011Search in Google Scholar
4 VDI-Gesellschaft Fördertechnik Materialfluß Logistik: VDI 2385, Leitfaden für die materialflußgerechte Planung von Industrieanlagen. Beuth Verlag, Berlin 1989Search in Google Scholar
5 Schenk, M.; Wirth, S.; Müller, E.: Fabrikplanung und Fabrikbetrieb – Methoden für die wandlungsfähige, vernetzte und ressourceneffiziente Fabrik. 2. Aufl., Springer-Verlag, Berlin, Heidelberg 2014 DOI: 10.1007/978-3-642-05459-410.1007/978-3-642-05459-4Search in Google Scholar
6 Ripon, K. S. N.; Glette, K.; Khan, K. N.; Hovin, M.; Torresen, J.: Adaptive Variable Neighborhood Search for Solving Multiobjective Facility Layout Problems with Unequal Area Facilities. Swarm and Evolutionary Computation 8 (2013), S. 1–12 DOI: 10.1016/j.swevo.2012.07.00310.1016/j.swevo.2012.07.003Search in Google Scholar
7 Hosseini-Nasab, H.; Fereidouni, S.; Ghomi, S. M. T. F.; Fakhrzad, M. B.: Classification of Facility Layout Problems: A Review Study. The International Journal of Advanced Manufacturing Technology 94 (2018) 1–4, S. 957–977 DOI: 10.1007/s00170-017-0895-810.1007/s00170-017-0895-8Search in Google Scholar
8 Warnecke, H. J.; Dangelmaier, W.: Layoutplanung – der Stand der Technik. OR Spektrum (1981) 3, S. 1–20. Online unter https://link.springer.com/article/10.1007/bf01721193 DOI: 10.1007/BF0172119310.1007/BF01721193Search in Google Scholar
9 Wiendahl, H. P.; Reichardt, J.; Nyhuis, P.: Handbuch Fabrikplanung: Konzept, Gestaltung und Umsetzung wandlungsfähiger Produktionsstätten. Carl Hanser Verlag, München, Wien 2014 DOI: 10.3139/978344643702910.3139/9783446437029Search in Google Scholar
10 Mittenzwei, B.: Entwicklung und Anwendung einer Methodik zur innerbetrieblichen Standortplanung mithilfe quantitativer Optimierungsverfahren. Masterthesis, PTW, TU Darmstadt, Darmstadt 2020Search in Google Scholar
11 The Mathworks, Inc. (Hrsg.): fmincon – Find Minimum of Constrained Nonlinear Multivariable Function (2020). Online unter https://de.mathworks.com/help/optim/ug/fminunc.html [Letzter Zugriff am 29.02.2021]Search in Google Scholar
© 2021 Walter de Gruyter GmbH, Berlin/Boston
