DE102022118246A1

DE102022118246A1 - System, Verfahren und Computerprogrammprodukt zur Optimierung der Anzahl von Produktvarianten eines Produkts

Info

Publication number: DE102022118246A1
Application number: DE102022118246.0A
Authority: DE
Inventors: Regina Kirschner; Alissa Helena Wilms; Marian Mularski
Original assignee: Dr Ing HCF Porsche AG
Current assignee: Dr Ing HCF Porsche AG
Priority date: 2022-07-21
Filing date: 2022-07-21
Publication date: 2024-02-01

Abstract

Die Erfindung betrifft ein Verfahren zur Optimierung der Anzahl von Produktvarianten eines Produkts (10), insbesondere von Varianten eines Kraftfahrzeugmodells, wobei die Produktvarianten sich hinsichtlich ihrer technischen Konfiguration voneinander unterscheiden und die Konfigurationen der Produktvarianten durch Randbedingungen festgelegt werden, wobei die Konfiguration einer Produktvariante durch bestimmte Baugruppen definiert ist und jeder Baugruppe jeweils zumindest eine Baugruppenstückliste mit Bauteilen, Variablen und Eigenschaften zugeordnet ist, mit den folgenden Verfahrensschritten:- Generieren von ersten Daten (250) für die Bauteile, Variablen und/oder Eigenschaften der Baugruppenstücklisten mittels Sensoren (20) und/oder einer Datenbank (220);- Generieren von zweiten Daten (270) für die Randbedingungen;- Transformieren der ersten Daten (250) und zweiten Daten (270) in codierte Daten (355) in codierte Daten (355);- Erzeugen einer Menge (Z) von Graphen (375) aus den codierten Daten (355),- Berechnen zumindest eines optimalen Zielgraphen (475) aus der Menge (Z) von Graphen (375) mittels eines Quantenalgorithmus (440), wobei der Zielgraph (475) zumindest ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten zur Erfüllung der Randbedingungen darstellt.

Description

Die Erfindung betrifft ein System, ein Verfahren und ein Computerprogrammprodukt zur Optimierung der Anzahl von Produktvarianten eines Produkts, insbesondere eines Kraftfahrzeugmodells.
Ein Produkt, wie beispielsweise ein Kraftfahrzeug, besteht aus verschiedenen Baugruppen und Komponenten. Baugruppen eines Kraftfahrzeugs sind beispielsweise das Antriebssystem, das Bremssystem, das Lichtsystem, der Innenraum, die Karosserie, etc. In einer Stückliste sind die Bauteile einer Baugruppe aufgelistet. Die einfachste Anordnung stellt eine fortlaufende Liste aller erforderlichen Bauteile des Produkts bzw. einer Baugruppe des Produkts dar, aber es können auch nach anderen Kriterien angeordnete Listen. So werden bei einer Montagestückliste die Bauteile entsprechend einer Montagefolge angeordnet. Bei einer Ersatzteilstückliste werden nur die jeweils austauschbaren Bauteile aufgeführt. Zudem können für verschiedene Absatzmärkte und damit verbundene unterschiedliche gesetzliche Anforderungen die Stücklisten für ein Produkt variieren. Nach der Art der Anordnung wird häufig zwischen einer Mengenübersichtsstückliste, einer Strukturstückliste, einer Baukastenstückliste, einer Variantenstückliste sowie einer Komplex-Stückliste unterschieden.
Die in einer Stückliste dokumentierten Informationen stellen wichtige Datenstrukturen in einem Produktionsunternehmen dar und werden für die Produktionssteuerung und Teilebeschaffung benötigt, damit die richtigen Bauteile während der Produktion in einem Produkt verbaut werden. Zudem werden Stücklisten für die Qualitätskontrolle, die Produkthaftung, die Prozesskostenrechnung und anderen Planungs- und Steuerungsverfahren benötigt.
Bei einer hohen Anzahl von Modellvarianten eines Produkts, wie beispielsweise unterschiedlichen Varianten eines Kraftfahrzeugmodells, die verschiedene Kundenwünsche bedienen und zudem an länderspezifische Unterschiede und Vorgaben angepasst sein müssen, unterscheiden sich die einzelnen Baugruppen, Komponenten, Variablen und Eigenschaften hinsichtlich der Ausprägung zum Teil deutlich voneinander. Dies bedeutet, dass dementsprechend eine hohe Anzahl von Stücklisten für die Produktion der verschiedenen Modellvarianten eines Produkts erforderlich sind. Dies geht einher mit einer zunehmenden Produktkomplexität und entsprechend steigenden Kosten.
Eine Möglichkeit zur Reduzierung der Produktkomplexität und des Steuerungsaufwands in der Produktion besteht in der Verringerung der Anzahl der angebotenen Varianten eines Produkts, wie insbesondere bei einem Modell eines Kraftfahrzeugs. Allerdings ist es nicht einfach zu entscheiden, welche Varianten eines Produkts unbedingt erforderlich sind und auf welche verzichtet werden kann. Ein einfaches Aussortieren von bestimmten Varianten eines Produkts kann dazu führen, dass nicht das gesamte Spektrum von erforderlichen oder vom Markt nachgefragten Varianten eines Produkts abgedeckt werden kann. Es ist vielmehr erforderlich, eine optimierte Anzahl von Varianten eines Produkts zu bestimmen, mit denen dieses Spektrum bedient werden kann. Hierzu ist es erforderlich, die zugrundeliegenden Stücklisten der Baugruppen in einer Weise anzupassen, dass mit ihnen die optimierte Anzahl von Varianten eines Produkts hergestellt werden kann.
Es werden daher zunehmend mathematische Verfahren unter Verwendung von klassischen Algorithmen eingesetzt, um optimierte Stücklisten zu erstellen, mit denen eine optimierte Anzahl von möglichen Konfigurationen eines Produkts, wie insbesondere eines Kraftfahrzeugs, abgedeckt werden kann. Allerdings sind aufgrund der großen Anzahl von Kategorien, Variablen und Randbedingungen die Ergebnisse nicht immer sehr zuverlässig und oft zu ungenau, um in der Praxis umgesetzt werden zu können. Dies wird noch verstärkt durch die hohen Rechenzeiten für die Berechnung der Stücklisten. Des Weiteren ergeben sich bei komplexen Systemen oft Lösungsräume mit einer Vielzahl von lokalen Nebenminima, so dass oft nicht ersichtlich ist, welche dieser Minima geeignet für eine Lösung des Problems sein können. Hierdurch ist die Planung unflexibel, so dass eine kurzfristige Reaktion auf aktuelle Ereignisse, beispielsweise aufgrund geänderter Ländervorgaben, kaum möglich ist.
Die US 2008 228 450 A1 offenbart ein computerimplementiertes Verfahren zum Erzeugen von Bauanweisungen für ein Baumodell, wobei das Baumodell eine Vielzahl von Bauelementen enthält und die Bauanweisungen eine Reihenfolge von Konstruktionsschritten zum Konstruieren des Baumodells angeben. Für die Optimierung der Bauanleitung hinsichtlich der Baubarkeit des Baumodells und der möglichst kleinen Anzahl an Konstruktionsschritten wird eine Graphenfärbung verwendet.
Die JP 2018 100 166 A offenbart ein Optimierungsverfahren zum Betrieb einer Lagerfläche für Stahlplatten hinsichtlich der logistischen Ein- und Ausgänge unter Verwendung einer Graphenfärbung.
Die US 2019 019 103 A1 offenbart ein Verfahren zur Erzeugung von Softwarebefehlen auf einer quantenfähigen Lösungsebene, wobei auch eine Graphenfärbung verwendet wird.
Die US 2010 106 280 A1 offenbart ein Verfahren zur Identifizierung variabler und gemeinsamer Modulvarianten einer Produktfamilie. Ein Produkt wird in Systeme zerlegt, die wiederum in Module unterteilt sind. Bei einem Produkt wird jedes Modul durch eine konkrete Modulvariante aus einer Menge möglicher Modulvarianten realisiert.
Die US 2007 0332 204 A1 offenbart ein Verfahren zum Erzeugen eines Modells von miteinander in Beziehung stehenden Baumstrukturen, beispielsweise für die Fertigungsplanung eines Flugzeugs. Es sind eine Vielzahl von Produktbäumen und eine Vielzahl von Konfigurationsbäumen vorgesehen, wobei jeder Konfigurationsbaum mit einem der mehreren Produktbäume verbunden ist.
Eine Aufgabe der vorliegenden Erfindung besteht somit darin, Möglichkeiten zur Optimierung der Anzahl von Produktvarianten eines Produkts, insbesondere eines Kraftfahrzeugmodells, zu schaffen, um hierdurch eine Reduzierung der Anzahl an Produktvarianten des Produkts sowie eine optimierte Nutzung von Ressourcen und damit eine verbesserte Kostenstruktur zu erreichen.
Diese Aufgabe wird hinsichtlich eines Verfahrens durch die Merkmale des Patentanspruchs 1, hinsichtlich eines Systems durch die Merkmale des Patentanspruchs 9 und hinsichtlich eines Computerprogrammprodukt durch die Merkmale des Patentanspruchs 15 erfindungsgemäß gelöst. Die weiteren Ansprüche betreffen bevorzugte Ausgestaltungen der Erfindung.
Gemäß einem ersten Aspekt stellt die Erfindung ein Verfahren zur Optimierung der Anzahl von Produktvarianten eines Produkts, insbesondere von Varianten eines Kraftfahrzeugmodells, bereit. Die Produktvarianten unterscheiden sich hinsichtlich ihrer technischen Konfiguration voneinander und die Konfigurationen der Produktvarianten werden durch Randbedingungen festgelegt, wobei die Konfiguration einer Produktvariante durch bestimmte Baugruppen definiert ist und jeder der Baugruppen einer Produktvariante jeweils zumindest eine Baugruppenstückliste zugeordnet ist, wobei eine Baugruppenstückliste eine Liste von ein oder mehreren Bauteilen, ein oder mehreren Variablen und/oder ein oder mehreren Eigenschaften umfasst und die Bauteile, Variablen und/oder Eigenschaften der zumindest einen Baugruppenstückliste entsprechend der jeweiligen Konfiguration der zugeordneten Produktvariante bestimmt werden. Das Verfahren umfasst die folgenden Verfahrensschritten:

- Generieren von ersten Daten für die Bauteile, Variablen und/oder Eigenschaften von Baugruppenstücklisten einer Mehrzahl von Produktvarianten mittels Sensoren und/oder einer Datenbank von einem Eingabemodul;
- Generieren von zweiten Daten für die Randbedingungen für die Erstellung der Baugruppenstücklisten der Produktvarianten;
- Übermitteln der ersten Daten und der zweiten Daten von dem Eingabemodul an ein Transformationsmodul, wobei das Transformationsmodul zumindest einen Encoder und ein Graphenmodul umfasst;
- Transformieren der ersten Daten und zweiten Daten in codierte Daten von dem Encoder, so dass die codierten Daten von dem Graphenmodul bearbeitbar sind;
- Erzeugen einer Menge von Graphen aus den codierten Daten, wobei ein Graph jeweils eine mögliche Zuordnung von Bauteilen, Variablen und/oder Eigenschaften zu zumindest einer Baugruppenstückliste für eine Produktvariante abbildet, wobei die Bauteile, Variablen und/oder Eigenschaften der zumindest einen Baugruppenstückliste derart bestimmt werden, dass die durch die Randbedingungen festgelegte Konfiguration der Produktvariante realisierbar ist;
- Weitergeben der Menge von Graphen an ein Quantentestplanungsmodul;
- Berechnen zumindest eines optimalen Zielgraphen aus der Menge von Graphen mittels eines Quantenalgorithmus, wobei der Zielgraph ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten zur Erfüllung der Randbedingungen darstellt.

In einer Weiterentwicklung ist vorgesehen, dass der Zielgraph an ein Ausgabemodul weitergegeben wird, der den Zielgraphen in Ausgabedaten transformiert, wobei die Ausgabedaten die Anzahl der ausgewählten Produktvarianten mit ihrer jeweiligen Konfiguration und den entsprechenden Baugruppenstücklisten insbesondere in Form von Graphiken, Textnachrichten, Hologrammen, Kennzahlen, Diagrammen, und/oder Power-Point Präsentationen, etc. umfassen.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass der Quantenalgorithmus als Quantenglühen (engl. quantum annealing) ausgebildet ist.
In einer weiteren Ausführungsform ist vorgesehen, dass eine Graphenfärbung und/oder Graphenaufteilung (engl. clique partitioning) zum Auffinden eines Zielgraphen verwendet wird/werden.
Vorteilhafterweise umfasst das Ausgabemodul zumindest einen Decoder zum Transformieren und Decodieren des Zielgraphen in Ausgabedaten.
Insbesondere umfasst das Quantentestplanungsmodul einen Quantenprozessor.
in einer weiteren Ausführungsform ist vorgesehen, dass das Eingabemodul und/oder das Transformationsmodul und/oder das Quantentestplanungsmodul und/oder das Ausgabemodul über eine oder mehrere technische Schnittstellen und Protokolle für den Zugang zu einer Cloud-Computing-Infrastruktur verfügt/verfügen oder in der Cloud-Computing-Infrastruktur integriert ist/sind.
Insbesondere handelt es sich bei den Randbedingungen um einen Sicherheitsstandard und/oder länderspezifische Anforderungen und/oder technische Normen und/oder Marketinganforderungen.
Insbesondere handelt es sich bei den Bauteilen um mechanische Komponenten wie ein Lager, eine Dichtung und/oder eine Schraube, elektromechanische Komponenten wie einen Aktuator, Hardwarekomponenten wie einen Prozessor und/oder ein Speicherelement, und/oder um Softwareprogramme wie Firmware und/oder Anwendungssoftware
Insbesondere handelt es sich bei den Variablen um Zahlenwerte und/oder Größenangaben.
insbesondere handelt es sich bei den Eigenschaften um numerische, zeitliche, räumliche, akustische, elektrische optische, chemische und/oder sonstige Merkmale wie beispielsweise die Antriebskraft eines Antriebsystems, das Gewicht eines Bauteils, die Anzahl und Anordnung von Bauteilen und/oder eine Softwareversion.
Gemäß einem zweiten Aspekt stellt die Erfindung ein System zur Erstellung einer optimierten Anzahl von Produktvarianten eines Produkts, insbesondere von Varianten eines Kraftfahrzeugmodells, bereit. Die Produktvarianten unterscheiden sich hinsichtlich ihrer technischen Konfiguration voneinander und die ausgewählten Konfigurationen der Produktvarianten werden durch Randbedingungen festgelegt, wobei die Konfiguration einer Produktvariante durch bestimmte Baugruppen definiert ist und jeder der Baugruppen einer Produktvariante jeweils zumindest eine Baugruppenstückliste zugeordnet ist, wobei eine Baugruppenstückliste eine Liste von ein oder mehreren Bauteilen, ein oder mehreren Variablen und/oder ein oder mehreren Eigenschaften umfasst und die Bauteile, Variablen und/oder Eigenschaften der zumindest einen Baugruppenstückliste entsprechend der jeweiligen Konfiguration der zugeordneten Produktvariante bestimmt werden. Das System umfasst ein Eingabemodul, ein Transformationsmodul und ein Quantentestplanungsmodul. Das Eingabemodul ist ausgebildet, erste Daten für die Bauteile, Variablen und/oder Eigenschaften von Baugruppenstücklisten einer Mehrzahl von Produktvarianten mittels Sensoren und/oder einer Datenbank und zweite Daten für die Randbedingungen für die Erstellung der Baugruppenstücklisten der Produktvarianten zu generieren und an ein Transmissionsmodul zu übermitteln. Das Transformationsmodul umfasst zumindest einen Encoder und ein Graphenmodul, wobei der Encoder ausgebildet ist, die ersten Daten und zweiten Daten in codierte Daten derart zu transformieren, dass die codierten Daten von dem Graphenmodul bearbeitbar sind. Das Graphenmodul ist ausgebildet, eine Menge 7G von Graphen aus den codierten Daten zu erzeugen und die Menge 7G von Graphen an das Quantentestplanungsmodul weiterzugeben, wobei ein Graph jeweils eine mögliche Zuordnung von Bauteilen Variablen und/oder Eigenschaften zu einer oder mehreren Baugruppenstücklisten für eine Produktvariante abbildet, wobei die Bauteile, Variablen und/oder Eigenschaften der zumindest einen Baugruppenstückliste derart bestimmt werden, dass die durch die Randbedingungen festgelegte Konfiguration der Produktvariante realisierbar ist. Das Quantentestplanungsmodul ist ausgebildet, zumindest einen optimalen Zielgraphen aus der Menge 7G von Graphen mittels eines Quantenalgorithmus zu berechnen, wobei der Zielgraph ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten zur Erfüllung der Randbedingungen darstellt.
In einer Weiterentwicklung ist vorgesehen, dass das Quantentestplanungsmodul ausgebildet ist, den Zielgraphen an ein Ausgabemodul weiterzugeben, wobei das Ausgabemodul ausgebildet ist, den Zielgraphen in Ausgabedaten zu transformieren, und wobei die Ausgabedaten die Anzahl der ausgewählten Produktvarianten mit ihrer jeweiligen Konfiguration und den entsprechenden Baugruppenstücklisten insbesondere in Form von Graphiken, Textnachrichten, Hologrammen, Kennzahlen, Diagrammen, und/oder Power-Point Präsentationen, etc. umfassen.
In einer vorteilhaften Ausführungsform ist vorgesehen, dass der Quantenalgorithmus als Quantenglühen (engl. quantum annealing) ausgebildet ist.
In einer weiteren Ausführungsform ist vorgesehen, dass eine Graphenfärbung und/oder Graphenaufteilung (engl. clique partitioning) zum Auffinden eines Zielgraphen verwendet wird/werden.
Vorteilhafterweise ist vorgesehen, dass das Ausgabemodul zumindest einen Decoder zum Transformieren und Decodieren des Zielgraphen in Ausgabedaten umfasst.
Insbesondere handelt es sich bei den Randbedingungen um einen Sicherheitsstandard und/oder länderspezifische Anforderungen und/oder technische Normen und/oder Marketinganforderungen.
Insbesondere handelt es sich bei den Bauteilen um mechanische Komponenten wie ein Lager, eine Dichtung und/oder eine Schraube, elektromechanische Komponenten wie einen Aktuator, Hardwarekomponenten wie einen Prozessor und/oder ein Speicherelement, und/oder um Softwareprogramme wie Firmware und/oder Anwendungssoftware.
insbesondere handelt es sich bei den Variablen um Zahlenwerte und/oder Größenangaben.
Insbesondere handelt es sich bei den Eigenschaften um numerische, zeitliche, räumliche, akustische, elektrische optische, chemische und/oder sonstige Merkmale wie beispielsweise die Antriebskraft eines Antriebsystems, das Gewicht eines Bauteils, die Anzahl und Anordnung von Bauteilen und/oder eine Softwareversion.
Gemäß einem dritten Aspekt betrifft die Erfindung ein Computerprogrammprodukt, umfassend einen ausführbaren Programmcode, der so konfiguriert ist, dass er bei seiner Ausführung das Verfahren gemäß dem ersten Aspekt ausführt.
Nachfolgend wird die Erfindung anhand eines in der Zeichnung dargestellten Ausführungsbeispiels näher erläutert.
Dabei zeigt:

1 eine schematische Darstellung eines erfindungsgemäßen Systems zur Optimierung der Anzahl von Produktvarianten eines Produkts;
2 eine schematische Übersicht der Baugruppenstücklisten eines Produkts;
3 eine schematische Darstellung eines Graphen;
4 ein Flussdiagramm zur Erläuterung der einzelnen Verfahrensschritte eines erfindungsgemäßen Verfahrens;
5 ein Computerprogrammprodukt gemäß einer Ausführungsform des dritten Aspekts der Erfindung.

Zusätzliche Merkmale, Aspekte und Vorteile der Erfindung oder ihrer Ausführungsbeispiele werden durch die ausführliche Beschreibung in Verbindung mit den Ansprüchen ersichtlich.
1 zeigt ein System 100 zur Optimierung der Anzahl von Produktvarianten eines Produkts 10. Es kann sich bei dem Produkt 10 beispielsweise um ein Kraftfahrzeug, ein autonom fahrendes Fahrzeug, ein landwirtschaftliches Fahrzeug wie einen Mähdrescher, einen Roboter in der Produktion oder in Serviceeinrichtungen, ein Wasserfahrzeug, ein Flugobjekt wie ein Flugzeug oder eine Drohne sowie um deren Teilkomponenten und Teilaufbauten handeln. Des Weiteren kann das Produkt 10 auch als ein wissenschaftliches Analyseinstrument, ein medizinisches Gerät zur Diagnose, Therapie und/oder Unterstützung von Körperfunktionen, ein Haushaltsgerät wie eine Waschmaschine, eine Werkzeugmaschine, ein Prüfstand, ein mechatronisches Bauteil, ein Antriebssystem, ein Elektromotor, etc. ausgebildet sein. Insbesondere handelt es sich bei dem Produkt 10 um ein neues Modell oder eine Modellreihe eines Kraftfahrzeugs.
Ein Produkt 10, wie beispielsweise ein Kraftfahrzeug, besteht aus verschiedenen Baugruppen B1, B2, ..., Bn. Baugruppen B1, B2, ..., Bn eines Kraftfahrzeugs sind beispielsweise das Antriebssystem mit einem Elektromotor und/oder Verbrennungsmotor, das Bremssystem, das Lichtsystem, der Innenraum, die Karosserie, aber auch verschiedene Softwaremodule, wie beispielsweise die Software für hochautomatisierte Fahrfunktionen, etc. Für ein neues Modell eines Produkts 10, wie beispielsweise ein neues Kraftfahrzeugmodell, werden verschiedene Produktvarianten P1, P2, ..., Pn entwickelt, die sich hinsichtlich der technischen Konfiguration der einzelnen Baugruppen bezogen auf unterschiedliche Komponenten, Eigenschaften und Ausstattungsmerkmale voneinander unterscheiden. Die verschiedenen Konfigurationen der Produktvarianten P1, P2, ..., Pn ergeben sich durch unterschiedliche Randbedingungen R1, R2, ..., Rn beispielsweise aufgrund von länderspezifischen Unterschieden und Vorgaben, unterschiedlichen Kundenwünschen, Marketinganforderungen oder Sicherheitserfordernissen, an die dementsprechend beispielsweise das Design und die Ausstattung eines neuen Kraftfahrzeugmodells angepasst werden müssen.
In einer Baugruppenstückliste ST sind die Bauteile sowie weitere Variablen und Eigenschaften einer Baugruppe B eines Produkts 10 aufgelistet. Die einfachste Anordnung stellt eine fortlaufende Liste aller erforderlichen Bauteile des Produkts 10 dar, aber es können auch andere nach bestimmten Kriterien vorgesehen sein. Die in einer Baugruppenstückliste ST dokumentierten Informationen stellen wichtige Datenstrukturen für die Herstellung des Produkts 10 in einem Produktionsunternehmen dar und werden für die Produktionssteuerung und Teilebeschaffung benötigt, damit die richtigen Bauteile während der Produktion in dem Produkt 10 verbaut werden.
Bei einer hohen Anzahl von Produktvarianten P1, P2, ..., Pn eines Produkts 10, wie beispielsweise bei verschiedenen Modellvarianten eines Kraftfahrzeugs, die verschiedene Kundenwünsche bedienen und zudem an länderspezifische Unterschiede und Vorgaben angepasst sein müssen, unterscheiden sich die einzelnen Baugruppen, Bauteile, Variablen und Eigenschaften hinsichtlich ihrer Ausprägung zum Teil deutlich voneinander. Dies bedeutet, dass dementsprechend eine große Anzahl von Baugruppenstücklisten ST für die Produktion der verschiedenen Modellvarianten eines Produkts 10 erforderlich ist, um diese hohe Anzahl von Produktvarianten P1, P2, ..., Pn eines Produkts 10 abdecken zu können. Dies führt jedoch zu einer zunehmenden Produktkomplexität und entsprechend steigenden Kosten.
Um die Produktkomplexität und den Steuerungsaufwands der Produktion zu reduzieren, ist es sinnvoll, eine optimierte Anzahl der angebotenen Produktvarianten P1, P2, ..., Pn eines Produkts 10, wie insbesondere eines Kraftfahrzeugmodells, zu bestimmen. Da es sich hierbei um ein hochkomplexes Optimierungsproblem handelt, werden erfindungsgemäß Quantenalgorithmen zur Lösung des Problems eingesetzt.
Wie in der 2 dargestellt, wird im Rahmen der Erfindung davon ausgegangen, dass die Konfiguration einer Produktvariante Pj durch ausgewählte Baugruppen B1(j), B2(j), ..., Bn(j) definiert ist und jede der Baugruppen B1(j), B2(j), ..., Bn(j) einer Produktvariante Pj jeweils durch eine Baugruppenstückliste ST1(j), ST2(j), ..., STn(j) festgelegt ist. Eine Baugruppenstückliste Bj(j) umfasst eine Liste von ein oder mehreren Bauteilen T1, T2, ..., Tn, ein oder mehreren Variablen V1, V2, ..., Vn und/oder ein oder mehreren Eigenschaften E1, E2, ..., En. Hierbei wurden die jeweiligen Bauteile T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En der jeweiligen Baugruppenstücklisten ST1 (1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n) in der Weise bestimmt, dass damit die verschiedenen Konfigurationen der Produktvarianten P1, P2, ..., Pn realisiert werden können.
Bei den Bauteilen T1, T2, ..., Tn kann es sich beispielsweise um mechanische Komponenten wie ein Lager, eine Dichtung und/oder eine Schraube, elektromechanische Komponenten wie einen Aktuator, Hardwarekomponenten wie einen Prozessor und/oder ein Speicherelement, aber auch um Softwareprogramme wie Firmware und/oder Anwendungssoftware handeln. Bei den Variablen V1, V2, ..., Vn kann es sich um Zahlenwerte und/oder Größenangaben handeln. Eigenschaften E1, E2, ..., En können numerische, zeitliche, räumliche, akustische, elektrische optische, chemische und/oder sonstige Merkmale wie beispielsweise die Antriebskraft eines Antriebsystems, das Gewicht eines Bauteils, die Anzahl und Anordnung von Bauteilen und/oder eine Softwareversion umfassen. Es kann vorgesehen sein, dass die Eigenschaften E1, E2, ..., En mit Sensoren 20 gemessen werden. Bei den Sensoren 20 kann es sich beispielsweise um Uhren, Zähler, Drucksensoren, Piezosensoren, Drehzahlsensoren, kapazitive Sensoren, induktive Sensoren, Temperatursensoren und/oder bildaufnehmende Sensoren wie Kameras im sichtbaren Bereich, ultravioletten Bereich und/oder im infraroten Bereich handeln. Im Rahmen der Erfindung sind darüber hinaus weitere Untergliederungen und Zuordnungen von Kennwerten, Kennzahlen und Merkmalen zu den verschiedenen Variablen V1, V2, ..., Vn sowie den Eigenschaften E1, E2, ..., En möglich. Die Kennwerte, Kennzahle und Merkmale können beispielsweise für die Erfüllung der Randbedingungen R1, R2, ..., Rn erforderlich sein.
Aus Kostengründen ist es wünschenswert, sowohl die Baugruppenstücklisten ST1(1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n) als auch die Produktvarianten P1, P2, ..., Pn zu begrenzen. Somit handelt es sich bei der erfindungsgemäßen Aufgabe um ein Optimierungsproblem, bei dem die Baugruppenstücklisten ST1 (1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n) durch Wahl geeigneter Bauteile T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En derart bestimmt werden, dass die Anzahl der Produktvarianten P1, P2, ..., Pn reduziert werden kann und gleichzeitig die jeweiligen Randbedingungen R1, R2, ..., Rn erfüllt werden können. Es wird somit angestrebt, zumindest einige der Baugruppenstücklisten ST1, ST2, .... STn derart zu konfigurieren, ist, dass die damit produzierten Baugruppen B1, B2, ..., Bn für zwei oder mehr Produktvarianten P1, P2, ..., Pn verwendet werden können. Die Herausforderung ergibt sich somit durch eine geeignete Zuordnung und Zuteilung der Bauteile T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En zu Baugruppenstücklisten ST1, ST2, .... STn, um hierdurch diejenigen Produktvarianten P1, P2, ..., Pn bestimmen zu können, die sich ein oder mehrere Baugruppenstücklisten ST1, ST2, .... STn teilen können.
Mit der Anzahl der für die verschiedenen Produktvarianten P1, P2, ..., Pn erforderlichen Bauteile T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En steigt die Komplexität der Planung der Baugruppenstücklisten ST1, ST2, ..., STn und damit die Schwierigkeit einer Optimierung. Die Planung der Konfigurierung der benötigten Baugruppenstücklisten ST1, ST2, ..., STn stellt sich somit als ein hochkomplexes kombinatorisches Optimierungsproblem dar. Derartige hochkomplexe Problemstellungen benötigen zu ihrer Lösung häufig eine hohe Rechenzeit, so dass entsprechend der Ressourcenverbrauch ansteigt. Es ist bekannt, Optimierungsalgorithmen wie genetische und evolutionäre Algorithmen für die Lösung eines Optimierungsproblems zu verwenden. Allerdings sind aufgrund der großen Anzahl von Bauteilen, Variablen und Eigenschaften die Ergebnisse nicht immer sehr zuverlässig und oft zu ungenau, um in der Praxis umgesetzt werden zu können. Dies wird noch verstärkt durch die langen Rechenzeiten für die Berechnung der optimierten Baugruppenstücklisten ST1, ST2, ..., STn. Des Weiteren ergeben sich bei komplexen Systemen oft Lösungsräume mit einer Vielzahl von lokalen Nebenminima, so dass oft nicht ersichtlich ist, welche dieser Minima geeignet für eine Lösung des Problems sein können.
Erfindungsgemäß werden daher für die Lösung des beschriebenen Problems Quantencomputeralgorithmen und Quantenprozessoren eingesetzt, da mit ihnen die Geschwindigkeit in der Berechnung erheblich gesteigert werden kann. Mit Quantenalgorithmen und Quantencomputern sind bestimmte nichtdeterministische Operationen möglich, die zu einer Steigerung der Rechengeschwindigkeit führen und damit Probleme lösen können, die mit klassischen Rechnern in überschaubarer Zeit nicht lösbar sind.
Erfindungsgemäß umfasst das System 100 ein Eingabemodul 200, ein Transformationsmodul 300, ein Quantentestplanungsmodul 400 und ein Ausgabemodul 500. Das Eingabemodul 200, das Transformationsmodul 300 und das Ausgabemodul 400 sind vorzugsweise als klassische Module ausgebildet und jeweils mit einem klassischen Prozessor und/oder einer Speichereinheit versehen. Insbesondere umfasst das Transformationsmodul 300 einen klassischen Prozessor 320 und eine Speichereinheit 340.
Unter einem klassischen „Prozessor“ kann im Zusammenhang mit der Erfindung beispielsweise eine Maschine oder eine elektronische Schaltung verstanden werden. Bei einem Prozessor kann es sich insbesondere um einen Hauptprozessor (engl. Central Processing Unit, CPU), einen Mikroprozessor oder einen Mikrocontroller, beispielsweise eine anwendungsspezifische integrierte Schaltung oder einen digitalen Signalprozessor, möglicherweise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen, etc. handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor, eine virtuelle Maschine oder eine Soft-CPU verstanden werden. Es kann sich beispielsweise auch um einen programmierbaren Prozessor handeln, der mit Konfigurationsschritten zur Ausführung des genannten erfindungsgemäßen Verfahrens ausgerüstet wird oder mit Konfigurationsschritten derart konfiguriert ist, dass der programmierbare Prozessor die erfindungsgemäßen Merkmale des Verfahrens, der Komponente, der Module, oder anderer Aspekte und/oder Teilaspekte der Erfindung realisiert. Insbesondere kann der Prozessor hochparallele Recheneinheiten und leistungsfähige Grafikmodule enthalten.
Unter einer „Speichereinheit“ oder „Speichermodul“ und dergleichen kann im Zusammenhang mit der Erfindung beispielsweise ein flüchtiger Speicher in Form eines Arbeitsspeichers (engl. Random-Access Memory, RAM) oder ein dauerhafter Speicher wie eine Festplatte oder ein Datenträger oder z. B. ein wechselbares Speichermodul verstanden werden. Es kann sich bei dem Speichermodul aber auch um eine cloudbasierte Speicherlösung handeln.
Unter einem „Modul“ kann im Zusammenhang mit der Erfindung beispielsweise ein Prozessor und/oder eine Speichereinheit zum Speichern von Programmbefehlen verstanden werden. Beispielsweise ist der Prozessor speziell dazu eingerichtet, die Programmbefehle derart auszuführen, damit der Prozessor und/oder die Steuereinheit Funktionen ausführt, um das erfindungsgemäße Verfahren oder einen Schritt des erfindungsgemäßen Verfahrens zu implementieren oder realisieren.
Zudem kann das Eingabemodul 200 mit den Sensoren 20 verbunden sein, die Daten von Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En messen und übermitteln. Bei den von den Sensoren 20 ermitteln Daten kann es sich um Bilder und/oder Daten über physikalische, chemische, elektronische Prozesse und Zustände handeln.
Des Weiteren kann das Eingabemodul 200 mit zumindest einer Datenbank 220 verbunden sein, in der historische Daten in Form von Tabellen, Bildern, Graphiken, Zeitreihen, Kenngrößen, etc. gespeichert sind. Insbesondere können digitale Zwillinge (engl. digital twin) der Bauteile T1, T2, ..., Tn in der Datenbank 220 gespeichert sein. Ein digitaler Zwilling stellt ein digitales Modell in der virtuellen Welt dar und enthält Simulationen und Algorithmen, die Merkmale und das Verhalten der Bauteile T1, T2, ..., Tn beschreiben. Des Weiteren sind Randbedingungen R1, R2, ..., Rn wie Zielgrößen und Zielwerte in der Datenbank 220 abgelegt, die einen Sicherheitsstandard und/oder länderspezifische Anforderungen und/oder Marketinganforderungen. definieren. Unter „Datenbank“ ist sowohl ein Speicheralgorithmus als auch die Hardware in Form einer Speichereinheit zu verstehen. Insbesondere kann die Datenbank 220 als Cloud-Computing-Infrastruktur 700 ausgebildet sein.
Unter „Daten“ sind im Zusammenhang mit der Erfindung sowohl Rohdaten als auch bereits aufbereitete Daten aus den Messergebnissen der Sensoren 20 und/oder in der Datenbank 220 und/ oder einer Cloud-Computing-Infrastruktur 700 gespeicherte Daten und/oder manuelle eingegebene Daten zu verstehen.
Das Eingabemodul 200 ist insbesondere als Benutzerschnittstelle zur Eingabe und Generierung von Daten 250, 270 in Form von Textnachrichten und/oder Sprachnachrichten und/oder Bildern und Graphiken ausgebildet. Hierzu sind insbesondere eine Tastatur, ein Mikrofon, eine Kamera und/oder ein als Touchscreen ausgebildetes Display vorgesehen.
Die von dem Eingabemodul 200 generierten Daten 250, 270 werden mittels Kommunikationsverbindungen wie beispielsweise ein CAN-Bus-System (Controller Area Network) an das Transformationsmodul 300 weitergeleitet. Es können aber auch drahtlose Verbindungen vorgesehen sein. Eine drahtlose Kommunikationsverbindung ist insbesondere als Mobilfunkverbindung und/oder einer Nahfeldkommunikationsverbindung wie Bluetooth^®, Ethernet, NFC (near field communication) oder Wi-Fi® ausgebildet.
Das Ausgabemodul 500 ist zur Ausgabe von Ausgabedaten 550 wie einer Konfigurationsliste der ausgewählten Produktvarianten P1, P2, ..., Pn mit den jeweils zugehörigen Baugruppen B1(j), B2(j), ..., Bn(j) bzw. Baugruppenstücklisten ST1 (j), ST2(j), ..., STn(j) ausgebildet. Das Eingabemodul 200 und das Ausgabemodul 500 können in einem Hardwaregerät wie einem Computer, einem Tablet, einem Smartphone, etc. integriert sein.
Das Transformationsmodul 300 und/oder das Ausgabemodul 500 können als selbstständige Rechnereinheiten oder als cloudbasierte Lösung ausgebildet sein. Die Datenbank 220 kann auch in der Cloud-Computing-Infrastruktur 700 integriert sein.
Es kann vorgesehen sein, dass insbesondere das Eingabemodul 200 und/oder das Ausgabemodul 500 mit Mobilfunkmodulen des 5G-Standards und/oder 6G-Standards ausgestattet sind. 5G ist der Mobilfunkstandard der fünften Generation und zeichnet sich im Vergleich zum 4G-Mobilfunkstandard durch höhere Datenraten bis zu 10 Gbit/sec, der Nutzung höherer Frequenzbereiche wie beispielsweise 2100, 2600 oder 3600 Megahertz, eine erhöhte Frequenzkapazität und damit einen erhöhten Datendurchsatz und eine Echtzeitdatenübertragung aus, da bis zu eine Million Geräte pro Quadratkilometer gleichzeitig ansprechbar sind. Die Latenzzeiten betragen wenige Millisekunden bis unter 1 ms, so dass Echtzeitübertragungen von Daten und von Berechnungsergebnissen möglich sind. Die in das Eingabemodul 200 eingegebenen Daten 250, 270 können in Echtzeit an das in der Cloud-Computing-Infrastruktur 700 integrierte Transformationsmodul 300 gesendet werden.
Diese Geschwindigkeit bei der Datenübermittlung ist erforderlich, wenn cloudbasierte Lösungen für die Verarbeitung der Daten verwendet werden sollen. Cloudbasierte Lösungen bieten den Vorteil von hohen und damit schnellen Rechenleistungen. Um die Verbindung zu der Cloud-Computing-Infrastruktur 700 mittels einer Mobilfunkverbindung zu schützen, sind insbesondere kryptographische Verschlüsselungsverfahren vorgesehen.
Die Daten zu den verschiedenen Bauteilen T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En von Baugruppenstücklisten ST1(j), ST2(j), ..., STn(j) werden an das Eingabemodul 200 übermittelt, aus denen das Eingabemodul 200 erste Daten 250 generiert. Die ersten Daten 250 können durch die Eingabe von Daten in Form von Textnachrichten, Sprachnachrichten, Graphiken und Bildern generiert werden, die beispielsweise wie folgt lauten können:

a) Baugruppenstückliste 1 enthält die Bauteile T1, T2 und T5 mit den Variablen V1 und V3 und den spezifizierten Eigenschaften E1, E5 und E7.
b) Baugruppenstückliste 2 enthält die Bauteile T4, T5 und T7 mit den Variablen V1 und V4 und den spezifizierten Eigenschaften E3 und E5.
c) Baugruppenstückliste 3 enthält die Bauteile T3, T7 und T9 mit den Variablen V3, V5 und V7 und den spezifizierten Eigenschaften E7 und E9.
d) etc.

Außerdem werden Daten zu den Randbedingungen R1, R2, ..., Rn übermittelt, die wie folgt aussehen können:

a) Randbedingung R1 betrifft die Ladezeit eines Elektromotors.
b) Randbedingung R2 betrifft Abgasgrenzwerte bei einem Verbrennungsmotor.
c) etc.

Die von dem Eingabemodul 200 generierten ersten Daten 250 und zweiten Daten 270 werden an das Transformationsmodul 300 weitergegeben. Da es sich bei den generierten ersten Daten 250 und zweiten Daten 270 insbesondere um kategoriale Daten handelt, werden diese in dem Transformationsmodul 300 von einem Encoder 350 derart konvertiert, dass sie von Algorithmen des maschinellen Lernens verwendet werden können. Insbesondere ist der Encoder 350 als One-Hot-Encoder ausgebildet. Die Grundidee der One-Hot-Codierung besteht darin, neue Variablen zu erstellen, die die Werte 0 und 1 annehmen und die ursprünglichen kategorialen Werte der ersten und zweiten Daten 250, 270 repräsentieren. So werden beispielsweise die kategorialen Daten „Elektromotor“ oder „Verbrennungsmotor“ in entsprechende numerische Ganzzahlen als Variablen abgebildet.
Der Encoder 350 verwendet typischerweise zur Codierung klassische Algorithmen. Es kann aber auch vorgesehen sein, dass Algorithmen der künstlichen Intelligenz, insbesondere neuronale Netzwerke, verwendet werden. Ein neuronales Netzwerk besteht aus Neuronen, die in mehreren Schichten angeordnet und unterschiedlich miteinander verbunden sind. Ein Neuron ist in der Lage, an seinem Eingang Informationen von außerhalb oder von einem anderen Neuron entgegenzunehmen, die Information in einer bestimmten Art zu bewerten und sie in veränderter Form am Neuronen-Ausgang an ein weiteres Neuron weiterzuleiten oder als Endergebnis auszugeben. Hidden-Neuronen sind zwischen den Input-Neuronen und Output-Neuronen angeordnet. Je nach Netzwerktyp können mehrere Schichten von Hidden-Neuronen vorhanden sein. Sie sorgen für die Weiterleitung und Verarbeitung der Informationen. Output-Neuronen liefern schließlich ein Ergebnis und geben dieses an die Außenwelt aus. Durch die Anordnung und die Verknüpfung der Neuronen entstehen verschiedene Typen von neuronalen Netzwerken wie Feedforward-Netzwerke, Rekurrente Netzwerke oder Convolutional Neural Networks. Die Netzwerke lassen sich durch unbeaufsichtigtes oder überwachtes Lernen trainieren.
Die derart codierten Daten 355 werden an ein Graphenmodul 350 weitergeben, das aus den codierten Daten 355 eine Menge 7G von Graphen 375 erzeugt. Wie in der 3 dargestellt, wird als Graph 375 eine abstrakte Struktur bezeichnet, die eine Anzahl von Objekten zusammen mit den zwischen diesen Objekten bestehenden Verbindungen repräsentiert. Die Objekte selbst werden als Knoten des Graphen bezeichnet und die Verbindungen zwischen zwei Knoten als Kanten. Die Kanten können ungerichtet sein oder eine Richtung aufweisen. Es können auch mehrere Kanten zwischen zwei Knoten existieren.
Die Knoten KG1, KG2, ...; KGn des Graphen 375 stellen die verschiedenen möglichen Bauteile B1, B2, ..., Bn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En dar. Den Verbindungen zwischen den Knoten KG1, KG2, ..., KGn sind die Randbedingungen R1, R2, ..., Rn zugeordnet.
Die Menge
der Graphen 357 stellt nun eine Vielzahl an Möglichkeiten hinsichtlich der Anzahl an Produktvarianten P1, P2, ..., Pn und der Konfigurierung von Baugruppenstücklisten ST1(j), ST2(j), ..., STn(j) dar. Die einzelnen Graphen 357 unterscheiden sich somit hinsichtlich Anzahl der benötigten Produktvarianten P1, P2, ..., Pn als auch der zugehörigen Baugruppenstücklisten ST1 (j), ST2(j), ..., STn(j).
Für die Auffindung eines optimierten Graphen in der Menge
der Graphen 357 wird ein Algorithmus wie eine Graphenfärbung und/oder Graphenaufteilung (engl. clique partitioning) verwendet. Bei der Graphenfärbung werden den Knoten KG1, KG2, ...; KGn Farben zugeordnet, aus denen die verschiedenen Produktvarianten P1, P2, ..., Pn berechnet werden können. Es ist allerdings mit klassischen Verfahren schwierig, das Graphenfärbungsproblem zu lösen. Daher wird erfindungsgemäß ein Quantenalgorithmus 440 zur Lösung des Graphenproblems verwendet.
Um den optimierten Graphen in der Menge
der Graphen 357 zu finden, wird die Menge
der Graphen 357 an das Quantentestplanungsmodul 400 übermittelt. Das klassische Transformationsmodul 300 und das Quantenplanungsmodul 400 sind mittels einer Kommunikationsverbindung miteinander verbunden. Insbesondere ist vorgesehen, dass das Quantentestplanungsmodul 400 in eine bestehende Hard- und Softwarearchitektur eingebettet werden kann. Dies bedeutet, dass an den klassischen Modulen des Systems 100 keine oder nur geringe Veränderungen vorgenommen werden müssen, um das Quantentestplanungsmodul 400 zu integrieren.
Das Quantentestplanungsmodul 400 weist zumindest einen Quantenprozessor 420 auf, der ausgebildet ist, einen Quantenalgorithmus 440 auszuführen. Der Quantenalgorithmus 440 ist ausgebildet, zumindest ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten P1, P2, ..., Pn über der Menge
der Graphen 357 aufzufinden. Dieser von dem Quantenalgorithmus 440 ermittelte optimierte Graph wird als Zielgraph 475 bezeichnet.
Als Quantenalgorithmus 440 wird im Folgenden ein Algorithmus bezeichnet, der zur Ausführung einen Quantencomputer benötigt. Da in der Quantenmechanik der Zustand eines Systems nicht wie in der klassischen Mechanik exakt vorhersagbar ist und daher einem möglichen Messwert nur eine Wahrscheinlichkeit zuordnen lässt, handelt es sich bei Quantenalgorithmen 440 um probabilistische Algorithmen, die nur eine Wahrscheinlichkeit für ein Ergebnis angeben können. Allerdings kann durch Wiederholung von Rechenoperationen mit dem Quantenalgorithmus 440 die Fehlerwahrscheinlichkeit beliebig klein werden. Für die Berechnung werden verschiedene, gleichzeitig existierende quantenmechanische Zustände von Teilsystemen überlagert (Superpositions-Prinzip). Die Variablen der Algorithmen werden in Quantenbits (Qubits) gespeichert.
Insbesondere wird als Quantenalgorithmus 440 für das Auffinden zumindest eines optimalen Minimums über der Menge
der Graphen 357 ein Quantenglühen-Algorithmus (engl. quantum annealing) verwendet. Beim Quantenglühen wird mittels der Quantenphysik der minimale Energiezustand einer Zielfunktion ermittelt. Es handelt sich somit um eine Metaverfahren basierend auf Quantenfluktuationen, um zumindest ein optimales Minimum innerhalb einer möglicherweise sehr großen, aber endlichen Menge an möglichen Lösungen zu finden, die insbesondere zahlreiche lokale Minima aufweisen. Das Quantenglühen geht von einer quantenmechanischen Überlagerung aller möglichen Zustände mit gleichen Gewichten aus. Dann entwickelt sich das System gemäß der zeitabhängigen Schrödinger-Gleichung.
Der Zielgraph 475 kann direkt von dem Ausgabemodul 500 ausgegeben werden. Es kann aber auch vorgesehen sein, dass das Ausgabemodul 500 über ein Ausgabetransformationsmodul verfügt, das den von dem Quantentestplanungsmodul 400 aufgefundenen Zielgraphen 475 in ein für einen Benutzer zugängliches Datenformat in Form von Ausgabedaten 550 übersetzt. Bei den Ausgabedaten 550 kann es sich beispielsweise um eine Darstellung der Konfiguration der relevanten Produktvarianten P1, P2, ..., Pn und zugehörigen Baugruppenstücklisten ST1(j), ST2(j), ..., ST(n) in Form von Texten, Bildern oder Graphiken, Diagrammen, mathematische Formeln, Power-Point Präsentationen, etc. handeln. Hierzu kann das Ausgabe-Transformierungsmodul 520 insbesondere einen Decoder 570 aufweisen. Insbesondere kann vorgesehen sein, dass die Berechnungsergebnisse in Form von Prototypenkonfigurationen und Testplänen in der Cloud-Computing-Infrastruktur 700 gespeichert werden und jeweils über das Internet verfügbar sind.
Durch die Verwendung des Quantentestplanungsmoduls 400 mit einem Quantenalgorithmus 440 wird eine Beschleunigung der Rechenzeit für eine Optimierung der benötigten Anzahl an Produktvarianten P1, P2, ..., Pn ermöglicht. Das Quantentestplanungsmodul 400 ermöglicht es, komplexe Optimierungsprobleme in einer geringen Rechenzeit zu lösen. Hierdurch kann die Anzahl der benötigten Produktvarianten P1, P2, ..., Pn begrenzt werden, so dass die Planungs- und Produktionskosten gesenkt werden können. Zudem kann die Planung der benötigten Baugruppenstücklisten optimiert werden, so dass diese effizienter gestaltet werden kann. In einer Weiterentwicklung der Erfindung kann vorgesehen sein, neu entstehende Bauteile und Randbedingungen aufgrund von neuen Vorgaben, Umweltbedingungen wiederum als Daten 270 einzugeben, so dass dann eine entsprechend modifizierte Planung der Produktvarianten entwickelt werden kann. Da die Rechenzeit deutlich verkürzt ist aufgrund des Einsatzes von Quantenalgorithmen, kann somit schnell auf Änderungen reagiert werden und eine neue Anzahl von Produktvarianten P1, P2, ..., Pn erstellt werden.
Wie in 4 dargestellt, umfasst ein Verfahren zur Optimierung der Anzahl von Produktvarianten P1, P2, ..., Pn eines Produkts 10 die folgenden Verfahrensschritte:

In einem Schritt S10 werden erste Daten 250 für die Bauteile T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En der Baugruppenstücklisten ST1(1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2); ....; ST1(n), ST2(n), ..., STn(n) einer Mehrzahl von Produktvarianten P1, P2, ..., Pn mittels Sensoren 20 und/oder einer Datenbank 220 von einem Eingabemodul 200 generiert.

In einem Schritt S20 werden zweite Daten 270 für die Randbedingungen R1, R2, ..., Rn generiert.
In einem Schritt S30 werden die ersten Daten 250 und die zweiten Daten 270 von dem Eingabemodul 200 an ein Transformationsmodul 300 übermittelt, wobei das Transformationsmodul 300 zumindest einen Encoder 350 und ein Graphenmodul 370 umfasst.
In einem Schritt S40 werden die ersten Daten 250 und die zweiten Daten 270 in codierte Daten 355 in dem Encoder 350 tranformiert, so dass die codierten Daten 355 von dem Graphenmodul 370 bearbeitbar sind.
In einem Schritt S50 wird eine Menge 7G von Graphen 375 aus den codierten Daten 355 erzeugt, wobei ein Graph 375 jeweils eine mögliche Zuordnung von Bauteilen T1, T2, ..., Tn , Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En zu zumindest einer Baugruppenstückliste ST1(j), ST2(j), ..., STn(j) für eine Produktvariante Pj abbildet, wobei die Bauteile T1, T2, ..., Tn, Variablen V1, V2, ..., Vn und/oder Eigenschaften E1, E2, ..., En der zumindest einen Baugruppenstückliste ST1(j), ST2(j), ..., STn(j) derart bestimmt werden, dass die durch die Randbedingungen R1, R2, ..., Rn festgelegte Konfiguration der Produktvariante Pj realisierbar ist.
In einem Schritt S70 wird die Menge 7G von Graphen 375 an ein Quantentestplanungsmodul 400) weitergegeben.
In einem Schritt S70 wird zumindest ein optimaler Zielgraph 475 aus der Menge 7G von Graphen 375 mittels eines Quantenalgorithmus 440 berechnet, wobei der Zielgraph 475 ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten P1, P2, ..., Pn für die Erfüllung der Randbedingungen R1, R2, ..., Rn darstellt.
Die vorliegende Erfindung bietet durch die Verwendung von Quantenalgorithmen wie insbesondere Quantenglühen die Möglichkeit, eine optimierte Auswahl von relevanten Produktvarianten bereitzustellen. Da die Komplexität der Problemstellung durch einen quantenmechanischen Optimierungsalgorithmus reduziert wird, kann eine optimierte Anzahl von benötigten Produktvarianten berechnet werden, die für die Erfüllung von vorgegebenen Randbedingungen erforderlich ist. Zudem kann die Anzahl der Baugruppenstücklisten minimiert werden sind, mit denen die optimierte Anzahl von benötigten Produktvarianten abgedeckt werden kann. Dies ermöglicht insgesamt eine ressourcenschonende und kostengünstige Produktion.
Bezugszeichen

10: Produkt
20: Sensoren
100: System
200: Eingabemodul
220: Datenbank
250: erste Daten
270: zweite Daten
300: Transformationsmodul
320: Prozessor
340: Speichereinheit
350: Encoder
355: codierte Daten
370: Graphenmodul
375: Graphen
400: Quantentestplanungsmodul
420: Quantenprozessor
440: Quantenalgorithmus
475: Zielgraph
500: Ausgabemodul
550: Ausgabedaten
570: Decoder
700: Cloud-Computing-Infrastruktur
900: Computerprogrammprodukt
950: Programmcode
P1, P2, ..., Pn: Produktvarianten
B1, B2, ..., Bn: Baugruppen
ST1, ST2,..., STn: Baugruppenstücklisten
R1, R2, ..., Rn: Randbedingungen
T1, T2, ..., Tn: Bauteile
V1, V2, ..., Vn: Variablen
E1, E2, ..., En: Eigenschaften
KG1, KG2, ..., KGn: Graphenknoten
7G: Menge aller Graphen 375

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 2008228450 A1 [0007]
JP 2018100166 A [0008]
US 2019019103 A1 [0009]
US 2010106280 A1 [0010]
US 20070332204 A1 [0011]

Claims

Verfahren zur Optimierung der Anzahl von Produktvarianten (P1, P2, ..., Pn) eines Produkts (10), insbesondere von Varianten eines Kraftfahrzeugmodells, wobei die Produktvarianten (P1, P2, ..., Pn) sich hinsichtlich ihrer technischen Konfiguration voneinander unterscheiden und die Konfigurationen der Produktvarianten (P1, P2, ..., Pn) durch Randbedingungen (R1, R2, ..., Rn) festgelegt werden, wobei die Konfiguration einer Produktvariante (Pj) durch bestimmte Baugruppen (B1(j), B2(j), ..., Bn(j)) definiert ist und jeder der Baugruppen (B1(j), B2(j), ..., Bn(j)) einer Produktvariante (Pj) jeweils zumindest eine Baugruppenstückliste (ST1(j), ST2(j), ..., STn(j)) zugeordnet ist, wobei eine Baugruppenstückliste (Bj(j)) eine Liste von ein oder mehreren Bauteilen (T1, T2, ..., Tn), ein oder mehreren Variablen (V1, V2, ..., Vn) und/oder ein oder mehreren Eigenschaften (E1, E2, ..., En) umfasst und die Bauteile (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) der zumindest einen Baugruppenstückliste (ST1(j), ST2(j),...., STn(j)) entsprechend der jeweiligen Konfiguration der zugeordneten Produktvariante (Pj) bestimmt werden, mit den folgenden Verfahrensschritten: - Generieren (S10) von ersten Daten (250) für die Bauteile (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) der Baugruppenstücklisten (ST1(1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n)) einer Mehrzahl von Produktvarianten (P1, P2, ..., Pn) mittels Sensoren (20) und/oder einer Datenbank (220) von einem Eingabemodul (200); - Generieren (S20) von zweiten Daten (270) für die Randbedingungen (R1, R2, ..., Rn); - Übermitteln (S30) der ersten Daten (250) und der zweiten Daten (270) von dem Eingabemodul (200) an ein Transformationsmodul (300), wobei das Transformationsmodul (300) zumindest einen Encoder (350) und ein Graphenmodul (370) umfasst; - Transformieren (S40) der ersten Daten (250) und zweiten Daten (270) in codierte Daten (355) von dem Encoder (350), so dass die codierten Daten (355) von dem Graphenmodul (370) bearbeitbar sind; - Erzeugen (S50) einer Menge (Z) von Graphen (375) aus den codierten Daten (355), wobei ein Graph (375) jeweils eine mögliche Zuordnung von Bauteilen (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) zu zumindest einer Baugruppenstückliste (ST1(j), ST2(j), ..., STn(j)) für eine Produktvariante (Pj) abbildet, wobei die Bauteile (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) der zumindest einen Baugruppenstückliste ((ST1(j), ST2(j), ..., STn(j)) derart bestimmt werden, dass die durch die Randbedingungen (R1, R2, ..., Rn) festgelegte Konfiguration der Produktvariante (Pj) realisierbar ist; - Weitergeben (S60) der Menge (Z) von Graphen (375) an ein Quantentestplanungsmodul (400); - Berechnen (S70) zumindest eines optimalen Zielgraphen (475) aus der Menge (Z) von Graphen (375) mittels eines Quantenalgorithmus (440), wobei der Zielgraph (475) ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten (P1, P2, ..., Pn) zur Erfüllung der Randbedingungen (R1, R2, ..., Rn) darstellt.
Verfahren nach Anspruch 1, wobei der Zielgraph (475) an ein Ausgabemodul (500) weitergegeben wird, der den Zielgraphen (475) in Ausgabedaten (550) transformiert, wobei die Ausgabedaten (550) die Anzahl der ausgewählten Produktvarianten (P1, P2, ..., Pn) mit ihrer jeweiligen Konfiguration und den entsprechenden Baugruppenstücklisten (ST1(1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n)) insbesondere in Form von Graphiken, Textnachrichten, Hologrammen, Kennzahlen, Diagrammen, und/oder Power-Point Präsentationen, etc. umfassen.
Verfahren nach Anspruch 1 oder 2, wobei der Quantenalgorithmus (440) als Quantenglühen (engl. quantum annealing) ausgebildet ist.
Verfahren nach einem der Ansprüche 1 bis 3, wobei eine Graphenfärbung und/oder Graphenaufteilung (engl. clique partitioning) zum Auffinden eines Zielgraphen (475) verwendet wird/werden.
Verfahren nach einem der Ansprüche 2 bis 4, wobei das Ausgabemodul (500) zumindest einen Decoder (570) zum Transformieren und Decodieren des Zielgraphen (475) in Ausgabedaten (550) umfasst.
Verfahren nach einem der Ansprüche 1 bis 5, wobei das Quantentestplanungsmodul (400) einen Quantenprozessor (420) umfasst.
Verfahren nach einem der Ansprüche 1 bis 6, wobei das Eingabemodul (200) und/oder das Transformationsmodul (300) und/oder das Quantentestplanungsmodul (400) und/oder das Ausgabemodul (500) über eine oder mehrere technische Schnittstellen und Protokolle für den Zugang zu einer Cloud-Computing-Infrastruktur (700) verfügt/verfügen oder in der Cloud-Computing-Infrastruktur (700) integriert ist/sind.
Verfahren nach einem der Ansprüche 1 bis 7, wobei es sich bei den Randbedingungen (R1, R2, ..., Rn) um einen Sicherheitsstandard und/oder länderspezifische Anforderungen und/oder Marketinganforderungen handelt, wobei es sich bei den Bauteilen (T1, T2, ..., Tn) um mechanische Komponenten wie ein Lager, eine Dichtung und/oder eine Schraube, elektromechanische Komponenten wie einen Aktuator, Hardwarekomponenten wie einen Prozessor und/oder ein Speicherelement, und/oder um Softwareprogramme wie Firmware und/oder Anwendungssoftware handelt, wobei es sich bei den Variablen (V1, V2, ..., Vn) um Zahlenwerte und/oder Größenangaben handelt, und wobei es sich bei den Eigenschaften (E1, E2, ..., En) um numerische, zeitliche, räumliche, akustische, elektrische optische, chemische und/oder sonstige Merkmale wie beispielsweise die Antriebskraft eines Antriebsystems, das Gewicht eines Bauteils, die Anzahl und Anordnung von Bauteilen und/oder eine Softwareversion handelt.
System (100) zur Erstellung einer optimierten Anzahl von Produktvarianten (P1, P2, ..., Pn) eines Produkts (10), insbesondere von Varianten eines Kraftfahrzeugmodells, wobei die Produktvarianten (P1, P2, ..., Pn) sich hinsichtlich ihrer technischen Konfiguration voneinander unterscheiden und die ausgewählten Konfigurationen der Produktvarianten (P1, P2, ..., Pn) durch Randbedingungen (R1, R2, ..., Rn) festgelegt werden, wobei die Konfiguration einer Produktvariante (Pj) durch bestimmte Baugruppen (B1(j), B2(j), ..., Bn(j)) definiert ist und jeder der Baugruppen (B1(j), B2(j), ..., Bn(j)) einer Produktvariante (Pj) jeweils zumindest eine Baugruppenstückliste (ST1(j), ST2(j), ..., STn(j)) zugeordnet ist, wobei eine Baugruppenstückliste (Bj(j)) eine Liste von ein oder mehreren Bauteilen (T1, T2, ..., Tn), ein oder mehreren Variablen (V1, V2, ..., Vn) und/oder ein oder mehreren Eigenschaften (E1, E2, ..., En) umfasst und die Bauteile (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) der zumindest einen Baugruppenstückliste (ST1(j), ST2(j), ..., STn(j)) entsprechend der jeweiligen Konfiguration der zugeordneten Produktvariante (Pj) bestimmt werden, umfassend ein Eingabemodul (200), ein Transformationsmodul (300) und ein Quantentestplanungsmodul (400), wobei das Eingabemodul (200) ausgebildet ist, erste Daten (250) für die Bauteile (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) der Baugruppenstücklisten (ST1(1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n)) einer Mehrzahl von Produktvarianten (P1, P2, ..., Pn) mittels Sensoren (20) und/oder einer Datenbank (220) und zweite Daten (270) für die Randbedingungen (R1, R2, ..., Rn) zu generieren und an ein Transmissionsmodul (300) zu übermitteln; wobei das Transformationsmodul (300) zumindest einen Encoder (350) und ein Graphenmodul (370) umfasst, wobei der Encoder (350) ausgebildet ist, die ersten Daten (250) und zweiten Daten (270) in codierte Daten (355) derart zu transformieren, dass die codierten Daten (355) von dem Graphenmodul (370) bearbeitbar sind, und wobei das Graphenmodul (370) ausgebildet ist, eine Menge (Z) von Graphen (375) aus den codierten Daten (355) zu erzeugen und die Menge (Z) von Graphen (375) an das Quantentestplanungsmodul (400) weiterzugeben, wobei ein Graph (375) jeweils eine mögliche Zuordnung von Bauteilen (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) zu einer oder mehreren Baugruppenstücklisten (ST1(j), ST2(j), ..., STn(j)) für eine Produktvariante (Pj) abbildet, und wobei die Bauteile (T1, T2, ..., Tn), Variablen (V1, V2, ..., Vn) und/oder Eigenschaften (E1, E2, ..., En) der zumindest einen Baugruppenstückliste ((ST1(j), ST2(j), ..., STn(j)) derart bestimmt werden, dass die durch die Randbedingungen (R1, R2, ..., Rn) festgelegte Konfiguration der Produktvariante (Pj) realisierbar ist; wobei das Quantentestplanungsmodul (400) ausgebildet ist, zumindest einen optimalen Zielgraphen (475) aus der Menge (Z) von Graphen (375) mittels eines Quantenalgorithmus (440) zu berechnen, wobei der Zielgraph (475) ein optimales Minimum hinsichtlich der Anzahl der benötigten Produktvarianten (P1, P2, ..., Pn) zur Erfüllung der Randbedingungen (R1, R2, ..., Rn) darstellt.
System (100) nach Anspruch 9, wobei das Quantentestplanungsmodul (400) ausgebildet ist, den Zielgraphen (475) an ein Ausgabemodul (500) weiterzugeben, wobei das Ausgabemodul (500) ausgebildet ist, den Zielgraphen (475) in Ausgabedaten (550) zu transformieren, und wobei die Ausgabedaten (550) die Anzahl der ausgewählten Produktvarianten (P1, P2, ..., Pn) mit ihrer jeweiligen Konfiguration und den entsprechenden Baugruppenstücklisten (ST1(1), ST2(1), ..., STn(1); ST1(2), ST2(2), ..., STn(2), ...., ST1(n), ST2(n), ..., STn(n)) insbesondere in Form von Graphiken, Textnachrichten, Hologrammen, Kennzahlen, Diagrammen, und/oder Power-Point Präsentationen, etc. umfassen.
System (100) nach Anspruch 9 oder 10, wobei der Quantenalgorithmus (440) als Quantenglühen (engl. quantum annealing) ausgebildet ist.
System (100) nach einem der Ansprüche 9 bis 11, wobei eine Graphenfärbung und/oder Graphenaufteilung (engl. clique partitioning) zum Auffinden eines Zielgraphen (475) verwendet wird/werden.
System (100) nach einem der Ansprüche 9 bis 12, wobei das Ausgabemodul (500) zumindest einen Decoder (570) zum Transformieren und Decodieren des Zielgraphen (475) in Ausgabedaten (550) umfasst.
System Verfahren nach einem der Ansprüche 9 bis 13, wobei es sich bei den Randbedingungen (R1, R2, ..., Rn) um einen Sicherheitsstandard und/oder länderspezifische Anforderungen und/oder Marketinganforderungen handelt, wobei es sich bei den Bauteilen (T1, T2, ..., Tn) um mechanische Komponenten wie ein Lager, eine Dichtung und/oder eine Schraube, elektromechanische Komponenten wie einen Aktuator, Hardwarekomponenten wie einen Prozessor und/oder ein Speicherelement, und/oder um Softwareprogramme wie Firmware und/oder Anwendungssoftware handelt, wobei es sich bei den Variablen (V1, V2, ..., Vn) um Zahlenwerte und/oder Größenangaben handelt, und wobei es sich bei den Eigenschaften (E1, E2, ..., En) um numerische, zeitliche, räumliche, akustische, elektrische optische, chemische und/oder sonstige Merkmale wie beispielsweise die Antriebskraft eines Antriebsystems, das Gewicht eines Bauteils, die Anzahl und Anordnung von Bauteilen und/oder eine Softwareversion handelt.
Computerprogrammprodukt (900), umfassend einen ausführbaren Programmcode (950), der so konfiguriert ist, dass er bei seiner Ausführung das Verfahren nach einem der Ansprüche 1 bis 8 ausführt.