DE202024101830U1

DE202024101830U1 - Ein prädiktionsfähiges kollaboratives Fertigungs-Framework (PE-CF)-System

Info

Publication number: DE202024101830U1
Application number: DE202024101830.3U
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2024-04-13
Filing date: 2024-04-13
Publication date: 2024-05-07
Anticipated expiration: 2034-04-14

Abstract

Ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System (100), umfassend:
eine Kundeneingabeschnittstelle (102), die so konfiguriert ist, dass sie Eingaben vom Kunden erleichtert, wobei der Kunde einen Auftrag für den erforderlichen Auftrag mit weiteren Informationen aufgibt, die dann gespeichert und weitergeleitet werden;
eine Job-Pool-Datenbank (104), die zum Empfangen und Verwalten von Fertigungsaufträgen von Kunden konfiguriert ist, wobei die Job-Pool-Datenbank (104) mit der Client-Eingabeschnittstelle (102) verbunden ist und als Speichereinheit zum Speichern mehrerer Auftragsaufträge dient;
ein Verarbeitungsmodul (106), das als Kern des vorhersagefähigen kollaborativen Fertigungsrahmensystems (100) fungiert, wobei das Verarbeitungsmodul (106) einen oder mehrere Prozessoren und einen dedizierten Speicher umfasst, der so konfiguriert ist, dass er eine optimierte Planung und Ressourcenzuweisung durchführt; und
ein Anbieterverwaltungsmodul (108), das aus einem oder mehreren Prozessoren mit dediziertem Speicher besteht, wobei das bereitgestellte Verwaltungsmodul (108) mit dem Verarbeitungsmodul (106) verbunden und so konfiguriert ist, dass es eine umfassende Datenbank von Fertigungsanbietern, deren Fähigkeiten usw. verwaltet Betriebszustände, die es dem System ermöglichen, während der Planung und Optimierung fundierte Entscheidungen zu treffen.

Description

GEBIET DER ERFINDUNG
Die vorliegende Offenbarung bezieht sich auf ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System, insbesondere auf ein System zur Optimierung von Cloud-Fertigungsdiensten für eine kostengünstige Produktionsplanung an mehreren Standorten.
HINTERGRUND DER ERFINDUNG
Die Fertigungsindustrie steht derzeit unter zunehmendem Druck, die Kosten zu senken, das Produktionsvolumen zu steigern und eine größere Vielfalt an maßgeschneiderten Produkten anzubieten, um den On-Demand-Anforderungen des Marktes gerecht zu werden. Dieser Wandel hin zu einer personalisierten und flexiblen Fertigung wurde durch die sich verändernden Verbraucherpräferenzen und die raschen Fortschritte bei den Basistechnologien vorangetrieben.
Im Zeitalter der intelligenten Fertigung sind Effizienz und Anpassungsfähigkeit für Hersteller von entscheidender Bedeutung, um wettbewerbsfähig zu bleiben. Die Integration von Cloud Computing (CC) und künstlicher Intelligenz (KI) hat neue Möglichkeiten zur Verbesserung von Herstellungsprozessen und zur Linderung der Herausforderungen traditioneller Methoden eröffnet.
Die Entstehung von Cloud Manufacturing (CMfg) war ein transformatives Konzept, das Cloud-Ressourcen nutzt, um die Produktion über geografisch verteilte Produktionsstandorte hinweg zu optimieren. Die dynamische und komplexe Natur von CMfg- Umgebungen stellt jedoch herkömmliche Planungs- und Ressourcenzuweisungsmethoden vor erhebliche Herausforderungen.
Bei CMfG sind Hersteller häufig mit schwankenden Auftragsgrößen, verteilten Produktionseinheiten und schwankenden Nachfragemustern konfrontiert. Diese Faktoren tragen zu einer ineffizienten Ressourcennutzung, erhöhten Betriebskosten und einer suboptimalen Produktionsplanung bei. Herkömmliche Planungsansätze haben Schwierigkeiten, die inhärenten Komplexitäten und Unsicherheiten, die CMfg- Umgebungen innewohnen, effektiv zu bewältigen.
Um diese Mängel zu beheben, besteht ein dringender Bedarf an einem kollaborativen Framework, das die Planung und Ressourcenzuweisung innerhalb von CMfg- Systemen optimieren kann. Eine solche Lösung sollte in der Lage sein, wichtige Ziele wie Herstellungszeit (Gesamtfertigstellungszeit), Materialkosten und Lieferentfernung zu minimieren und so die Gesamteffizienz und Kosteneffizienz des Fertigungsnetzwerks zu verbessern.
Durch die nahtlose Integration prädiktiver Analysen, Optimierungsalgorithmen und kollaborativer Fertigungsmechanismen zielt diese Erfindung darauf ab, eine umfassende Lösung bereitzustellen, die den Planungsprozess rationalisiert und es Herstellern ermöglicht, sich an die sich entwickelnden Anforderungen der intelligenten Fertigungslandschaft anzupassen.
ZUSAMMENFASSUNG DER ERFINDUNG
Die vorliegende Offenbarung bezieht sich auf ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System. Die Erfindung stellt ein System vor, das zur Bewältigung der inhärenten Herausforderungen komplexer Fertigungsumgebungen (CMfg) entwickelt wurde, die durch dynamische Auftragsgrößen, verteilte Fertigungseinheiten und schwankende Nachfragemuster gekennzeichnet sind. Herkömmliche Planungen haben oft Schwierigkeiten, Ressourcen effizient zuzuteilen und die Planung in solch komplexen und variablen Umgebungen zu optimieren, was zu erhöhten Betriebskosten und Ineffizienzen führt. Um diese Herausforderungen zu bewältigen, führt das vorgeschlagene System das Prediction-Enabled Collaborative Framework (PE-CF) ein. Im Kern nutzt das PE-CF-System prädiktive Analyse- und Optimierungsalgorithmen innerhalb einer modularen Architektur, um Auftragsaufträge nahtlos in die Kapazitäten mehrerer Fertigungsanbieter zu integrieren. Diese Integration ermöglicht die Zerlegung von Fertigungsaufträgen in Unteraufgaben, was die gemeinsame Ausführung verschiedener Einheiten erleichtert und die Ressourcennutzung optimiert. Der betriebliche Prozessablauf des PE-CF-Systems umfasst die Übermittlung von Auftragsaufträgen durch Kunden, die dann zusammen mit Echtzeitdaten von Fertigungseinheiten analysiert werden. Das Framework nutzt prädiktive Analysen und Optimierungsalgorithmen, um einen effizienten Produktionsplan zu erstellen. Dieser Plan wird kontinuierlich aktualisiert, um Änderungen bei Aufträgen und Einheitenstatus widerzuspiegeln und so die Anpassungsfähigkeit und Reaktionsfähigkeit an dynamische Fertigungsumgebungen sicherzustellen. Eine wesentliche Neuheit der Lösung liegt in ihrem Hybridansatz, der Computational Intelligence (CI)-Algorithmen mit Machine Learning (ML)-Algorithmen kombiniert. Während herkömmliche Ansätze bei der Planung von Anpassungen stark auf rechenintensiven CI-Algorithmen basieren, führt das PE-CF-System ein maschinelles Lernmodell ein, das darauf trainiert ist, die Ergebnisse von CI-Algorithmen anzunähern. Diese strategische Substitution beschleunigt den Planungsprozess erheblich und minimiert den Rechenaufwand, während gleichzeitig ein hohes Maß an Präzision bei der Aufgabenzuweisung und Planungsoptimierung erhalten bleibt.
Die vorliegende Offenlegung zielt darauf ab, ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System bereitzustellen. Das System umfasst: eine Client-Eingabeschnittstelle, die so konfiguriert ist, dass sie die Übernahme von Eingaben vom Kunden erleichtert, wobei der Kunde einen Auftrag für den erforderlichen Auftrag mit weiteren Informationen aufgibt, die dann gespeichert und weitergeleitet werden; eine Job-Pool-Datenbank, die zum Empfangen und Verwalten von Fertigungsaufträgen von Kunden konfiguriert ist, wobei die Job-Pool-Datenbank mit der Client-Eingabeschnittstelle verbunden ist und als Speichereinheit zum Speichern mehrerer Auftragsaufträge dient; ein Verarbeitungsmodul, das als Kern des vorhersagefähigen kollaborativen Fertigungsrahmensystems fungiert, wobei das Verarbeitungsmodul einen oder mehrere Prozessoren und einen dedizierten Speicher umfasst, der so konfiguriert ist, dass er eine optimierte Planung und Ressourcenzuweisung durchführt; und ein Anbieterverwaltungsmodul, das aus einem oder mehreren Prozessoren mit dediziertem Speicher besteht, wobei das bereitgestellte Verwaltungsmodul mit dem Verarbeitungsmodul verbunden und so konfiguriert ist, dass es eine umfassende Datenbank von Fertigungsanbietern, deren Fähigkeiten und Betriebsstatus verwaltet und es dem System ermöglicht, Folgendes zu erstellen fundierte Entscheidungen während der Planung und Optimierung.
In einer Ausführungsform umfasst das Verarbeitungsmodul: ein Jobsammlermodul, das mit der Jobpool-Datenbank verbunden und so konfiguriert ist, dass es die empfangenen Jobaufträge in der Jobpool-Datenbank aggregiert und vorverarbeitet; eine Anbieterschnittstelle, die mit dem Anbieterverwaltungsmodul verbunden und so konfiguriert ist, dass sie Echtzeitdaten zu einer Vielzahl von Fertigungsanbietern hinsichtlich ihrer verfügbaren Kapazitäten und Fähigkeiten sammelt; ein Vorhersagemodul, das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es auf maschinellem Lernen basierende Vorhersageanalysen verwendet, um Arbeitsanforderungen und die Leistung der Produktionseinheit vorherzusagen; und ein Planungsmodul, das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es einen optimierten Produktionsplan generiert, indem es Fertigungsanbietern Arbeitsaufgaben auf der Grundlage der Vorhersagen des Vorhersagemoduls zuweist , wobei das Planungsmodul mit dem Anbieterverwaltungsmodul in Verbindung steht.
In einer Ausführungsform umfasst das Planungsmodul: ein Optimierungsmodul, das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es den Produktionsplan basierend auf Zielen wie der Minimierung der Herstellungszeit, der Materialkosten und der Lieferentfernung optimiert; ein Verteilungsmodul, das so konfiguriert ist, dass es den Produktionsplan dynamisch aktualisiert und Auftragsaufgaben an die entsprechenden Fertigungsanbieter versendet; eine Überwachungseinheit, die so konfiguriert ist, dass sie die Ausführung der Fertigungsaufträge verfolgt und Feedback an die Vorhersage-, Planer- und Optimierungsmodule liefert, um eine kontinuierliche Verbesserung zu ermöglichen.
In einer Ausführungsform umfasst das System außerdem eine Kommunikationsschnittstelle, die so konfiguriert ist, dass sie die Kommunikation zwischen den Modulen und Einheiten erleichtert, wobei die Kommunikationsschnittstelle mehrere Kommunikationsprotokolle verwendet.
In einer Ausführungsform ist das Auftragssammlermodul so konfiguriert, dass es als zentrales Repository für die eingehenden Auftragsaufträge fungiert, diese organisiert und dem Prognosemodul zur Prognose und anschließenden Verarbeitung zur Verfügung stellt.
In einer Ausführungsform verwendet das Vorhersagemodul einen Hybridalgorithmus, der Computational-Intelligence-Algorithmen mit einem maschinellen Lernmodell kombiniert, das darauf trainiert ist, die Ergebnisse der Computational-Intelligence-Algorithmen anzunähern, wodurch die Planungseffizienz ohne nennenswerten Qualitätsverlust verbessert wird.
In einer Ausführungsform ist das Planungsmodul so konfiguriert, dass es Fertigungsaufträge in Unteraufgaben zerlegt und sie mehreren Fertigungsanbietern zur gemeinsamen Ausführung zuweist, was eine optimale Ressourcennutzung ermöglicht und den Fertigungsprozess beschleunigt.
In einer Ausführungsform ist das Optimierungsmodul so konfiguriert, dass es den Produktionsplan basierend auf Zielen wie der Minimierung der Herstellungszeit, der Materialkosten und der Lieferentfernung optimiert und dadurch die Gesamteffizienz und Kosteneffizienz des Fertigungsnetzwerks verbessert.
In einer Ausführungsform ist die Überwachungseinheit so konfiguriert, dass sie die Ausführung der Fertigungsaufträge verfolgt und Feedback an die Vorhersage-, Planer- und Optimierungsmodule liefert, was eine kontinuierliche Verbesserung und adaptive Planungsanpassungen ermöglicht.
In einer Ausführungsform ist das System auf eine Vielzahl von Fertigungsindustrien anwendbar, einschließlich, aber nicht beschränkt auf, Automobil, Elektronik und Konsumgüter, und kann auf spezifische Branchenanforderungen zugeschnitten werden.
Ein Ziel der vorliegenden Offenbarung besteht darin, ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System bereitzustellen.
Ein weiteres Ziel der vorliegenden Offenbarung besteht darin, die Effizienz des Fertigungsnetzwerks durch Optimierung der Planung und Ressourcenzuteilung zu verbessern.
Ein weiteres Ziel der vorliegenden Offenbarung besteht darin, die Betriebskosten durch optimierte Planungsprozesse und die gemeinsame Ausführung von Fertigungsaufträgen zu senken.
Ein weiteres Ziel der vorliegenden Offenbarung besteht darin, die Produktionsflexibilität zu verbessern und die Durchlaufzeiten in CMfg- Umgebungen zu reduzieren.
Ein weiteres Ziel der vorliegenden Offenbarung besteht darin, die breite Einführung des Frameworks in verschiedenen Fertigungsbereichen zu fördern, einschließlich CNC-Bearbeitung, 3D-Druck und Spritzguss.
Ein weiteres Ziel der vorliegenden Offenbarung besteht darin, die Auswirkungen auf die Umwelt durch optimierte Logistikplanung und Ressourcennutzung zu minimieren.
Um die Vorteile und Merkmale der vorliegenden Offenbarung weiter zu verdeutlichen, erfolgt eine detailliertere Beschreibung der Erfindung unter Bezugnahme auf spezifische Ausführungsformen davon, die in den beigefügten Zeichnungen dargestellt sind. Es versteht sich, dass diese Zeichnungen nur typische Ausführungsformen der Erfindung darstellen und daher nicht als deren Umfang einschränkend anzusehen sind. Die Erfindung wird anhand der beigefügten Zeichnungen genauer und detaillierter beschrieben und erläutert.
KURZBESCHREIBUNG DER FIGUREN
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Offenbarung werden besser verständlich, wenn die folgende detaillierte Beschreibung unter Bezugnahme auf die beigefügten Zeichnungen gelesen wird, in denen in den Zeichnungen gleiche Bezugszeichen gleiche Teile darstellen, wobei:

1 veranschaulicht ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System gemäß einer Ausführungsform der vorliegenden Offenbarung;
2 veranschaulicht ein Diagramm, das die Gesamtarchitektur des Rahmenwerks des vorgeschlagenen Systems gemäß einer Ausführungsform der vorliegenden Offenbarung darstellt; und
3 zeigt ein Diagramm, das den Betriebsablauf des vorgeschlagenen Systems gemäß einer Ausführungsform zeigt.

Darüber hinaus werden erfahrene Handwerker erkennen, dass Elemente in den Zeichnungen der Einfachheit halber dargestellt sind und möglicherweise nicht unbedingt maßstabsgetreu gezeichnet wurden. Beispielsweise veranschaulichen die Flussdiagramme die Methode anhand der wichtigsten Schritte, die dazu beitragen, das Verständnis von Aspekten der vorliegenden Offenbarung zu verbessern. Darüber hinaus können im Hinblick auf die Konstruktion des Geräts eine oder mehrere Komponenten des Geräts in den Zeichnungen durch herkömmliche Symbole dargestellt worden sein, und die Zeichnungen zeigen möglicherweise nur die spezifischen Details, die für das Verständnis der Ausführungsformen der vorliegenden Offenbarung relevant sind um die Zeichnungen nicht durch Details zu verdecken, die für den Durchschnittsfachmann auf dem Gebiet, der Nutzen aus der Beschreibung hierin zieht, leicht ersichtlich sind.
DETAILLIERTE BESCHREIBUNG:
Um das Verständnis der Prinzipien der Erfindung zu fördern, wird nun auf die in den Zeichnungen dargestellte Ausführungsform Bezug genommen und für deren Beschreibung eine spezifische Sprache verwendet. Es versteht sich jedoch, dass dadurch keine Einschränkung des Umfangs der Erfindung beabsichtigt ist, da Änderungen und weitere Modifikationen des dargestellten Systems und weitere Anwendungen der darin dargestellten Prinzipien der Erfindung in Betracht gezogen werden, wie sie einem Fachmann normalerweise in den Sinn kommen würden in der Technik, auf die sich die Erfindung bezieht.
Der Fachmann wird verstehen, dass die vorstehende allgemeine Beschreibung und die folgende detaillierte Beschreibung beispielhaft und erläuternd für die Erfindung sind und diese nicht einschränken sollen.
Verweise in dieser Spezifikation auf „einen Aspekt“, „einen anderen Aspekt“ oder eine ähnliche Sprache bedeuten, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder ein bestimmtes Merkmal, das in Verbindung mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform der vorliegenden Offenbarung enthalten ist. Daher beziehen sich die Formulierungen „in einer Ausführungsform“, „in einer anderen Ausführungsform“ und ähnliche Formulierungen in dieser Spezifikation möglicherweise, aber nicht unbedingt, auf dieselbe Ausführungsform.
Die Begriffe „umfasst“, „umfassend“ oder alle anderen Variationen davon sollen eine nicht ausschließliche Einbeziehung abdecken, sodass ein Prozess oder eine Methode, die eine Liste von Schritten umfasst, nicht nur diese Schritte umfasst, sondern möglicherweise andere Schritte nicht umfasst ausdrücklich aufgeführt oder diesem Prozess oder dieser Methode innewohnend sind. Ebenso schließen ein oder mehrere Geräte oder Subsysteme oder Elemente oder Strukturen oder Komponenten, denen „umfasst...a“ vorangestellt ist, nicht ohne weitere Einschränkungen die Existenz anderer Geräte oder anderer Subsysteme oder anderer Elemente oder anderer Strukturen aus anderen Komponenten oder zusätzliche Geräte oder zusätzliche Subsysteme oder zusätzliche Elemente oder zusätzliche Strukturen oder zusätzliche Komponenten.
Sofern nicht anders definiert, haben alle hier verwendeten technischen und wissenschaftlichen Begriffe die gleiche Bedeutung, wie sie von einem Durchschnittsfachmann auf dem Gebiet, zu dem diese Erfindung gehört, allgemein verstanden werden. Das hier bereitgestellte System, die Methoden und Beispiele dienen nur der Veranschaulichung und sollen nicht einschränkend sein.
Ausführungsformen der vorliegenden Offenbarung werden im Folgenden ausführlich unter Bezugnahme auf die beigefügten Zeichnungen beschrieben.
Die in dieser Spezifikation beschriebenen Funktionseinheiten sind als Geräte gekennzeichnet. Ein Gerät kann in programmierbaren Hardwaregeräten wie Prozessoren, digitalen Signalprozessoren, Zentraleinheiten, feldprogrammierbaren Gate-Arrays, programmierbarer Array-Logik, programmierbaren Logikgeräten, Cloud-Verarbeitungssystemen oder dergleichen implementiert sein. Die Geräte können auch in Software zur Ausführung durch verschiedene Prozessortypen implementiert werden. Ein identifiziertes Gerät kann ausführbaren Code enthalten und beispielsweise einen oder mehrere physische oder logische Blöcke von Computeranweisungen umfassen, die beispielsweise als Objekt, Prozedur, Funktion oder anderes Konstrukt organisiert sein können. Dennoch muss die ausführbare Datei eines identifizierten Geräts nicht physisch zusammen angeordnet sein, sondern kann aus unterschiedlichen, an unterschiedlichen Orten gespeicherten Anweisungen bestehen, die, wenn sie logisch zusammengefügt werden, das Gerät bilden und den angegebenen Zweck des Geräts erfüllen.
Tatsächlich könnte ein ausführbarer Code eines Geräts oder Moduls eine einzelne Anweisung oder mehrere Anweisungen sein und sogar über mehrere verschiedene Codesegmente, zwischen verschiedenen Anwendungen und über mehrere Speichergeräte verteilt sein. In ähnlicher Weise können Betriebsdaten hier innerhalb des Geräts identifiziert und dargestellt werden und können in jeder geeigneten Form verkörpert und in jeder geeigneten Art von Datenstruktur organisiert werden. Die Betriebsdaten können als einzelner Datensatz erfasst oder über verschiedene Standorte, einschließlich verschiedener Speichergeräte, verteilt werden und können zumindest teilweise als elektronische Signale in einem System oder Netzwerk vorliegen.
Verweise in dieser Spezifikation auf „eine ausgewählte Ausführungsform“, „eine Ausführungsform“ oder „eine Ausführungsform“ bedeuten, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder ein bestimmtes Merkmal, das in Verbindung mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform des offenbarten Gegenstands enthalten ist. Daher beziehen sich die Ausdrücke „eine ausgewählte Ausführungsform“, „in einer Ausführungsform“ oder „in einer Ausführungsform“ an verschiedenen Stellen in dieser Spezifikation nicht unbedingt auf dieselbe Ausführungsform.
Darüber hinaus können die beschriebenen Merkmale, Strukturen oder Eigenschaften in einer oder mehreren Ausführungsformen auf jede geeignete Weise kombiniert werden. In der folgenden Beschreibung werden zahlreiche spezifische Details bereitgestellt, um ein umfassendes Verständnis der Ausführungsformen des offenbarten Gegenstands zu ermöglichen. Ein Fachmann auf dem betreffenden Gebiet wird jedoch erkennen, dass der offenbarte Gegenstand ohne eines oder mehrere der spezifischen Details oder mit anderen Methoden, Komponenten, Materialien usw. in die Praxis umgesetzt werden kann. In anderen Fällen können wohlbekannte Strukturen, Materialien, oder Vorgänge werden nicht im Detail gezeigt oder beschrieben, um Aspekte des offengelegten Gegenstands nicht zu verschleiern.
Gemäß den beispielhaften Ausführungsformen können die offenbarten Computerprogramme oder -module auf viele beispielhafte Arten ausgeführt werden, beispielsweise als Anwendung, die sich im Speicher eines Geräts befindet, oder als gehostete Anwendung, die auf einem Server ausgeführt wird und mit diesem kommuniziert Geräteanwendung oder Browser über eine Reihe von Standardprotokollen wie TCP/IP, HTTP, XML, SOAP, REST, JSON und andere ausreichende Protokolle. Die offenbarten Computerprogramme können in beispielhaften Programmiersprachen geschrieben sein, die aus dem Speicher des Geräts oder von einem gehosteten Server ausgeführt werden, wie etwa BASIC, COBOL, C, C++, Java, Pascal, oder Skriptsprachen wie JavaScript, Python, Ruby, PHP, Perl oder andere geeignete Programmiersprachen.
Einige der offenbarten Ausführungsformen beinhalten oder beinhalten auf andere Weise die Datenübertragung über ein Netzwerk, beispielsweise die Übermittlung verschiedener Eingaben oder Dateien über das Netzwerk. Das Netzwerk kann beispielsweise eines oder mehrere der folgenden Elemente umfassen: Internet, Wide Area Networks (WANs), Local Area Networks (LANs), analoge oder digitale drahtgebundene und drahtlose Telefonnetzwerke z. B. ein PSTN, Integrated Services Digital Network (ISDN), ein Mobilfunknetz und Digital Subscriber Line (xDSL), Radio, Fernsehen, Kabel, Satellit und/oder andere Übertragungs- oder Tunnelmechanismen zur Datenübertragung. Das Netzwerk kann mehrere Netzwerke oder Teilnetzwerke umfassen, von denen jedes beispielsweise einen drahtgebundenen oder drahtlosen Datenweg umfassen kann. Das Netzwerk kann ein leitungsvermitteltes Sprachnetzwerk, ein paketvermitteltes Datennetzwerk oder jedes andere Netzwerk umfassen, das elektronische Kommunikation übertragen kann. Das Netzwerk kann beispielsweise Netzwerke umfassen, die auf dem Internetprotokoll (IP) oder dem asynchronen Übertragungsmodus (ATM) basieren, und kann Sprache beispielsweise mithilfe von VoIP, Voice-over-ATM oder anderen vergleichbaren Protokollen unterstützen, die für Sprachdatenkommunikation verwendet werden. In einer Implementierung umfasst das Netzwerk ein Mobilfunknetz, das so konfiguriert ist, dass es den Austausch von Text- oder SMS-Nachrichten ermöglicht.
Beispiele für das Netzwerk sind unter anderem ein Personal Area Network (PAN), ein Storage Area Network (SAN), ein Home Area Network (HAN), ein Campus Area Network (CAN) und ein Local Area Network (LAN), ein Wide Area Network (WAN), ein Metropolitan Area Network (MAN), ein Virtual Private Network (VPN), ein Enterprise Private Network (EPN), Internet, ein Global Area Network (GAN) und so weiter.
1 veranschaulicht ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System gemäß einer Ausführungsform der vorliegenden Offenbarung.
Bezugnehmend auf 1 umfasst das System (100) eine Kundeneingabeschnittstelle (102), die so konfiguriert ist, dass sie die Eingabeeingaben vom Kunden erleichtert, wobei der Kunde einen Auftrag für den erforderlichen Auftrag mit weiteren Informationen aufgibt, die dann gespeichert und weitergeleitet werden.
In einer Ausführungsform ist eine Job-Pool-Datenbank (104) so konfiguriert, dass sie Fertigungsauftragsaufträge von Kunden empfängt und verwaltet, wobei die Job-Pool-Datenbank (104) mit der Client-Eingabeschnittstelle (102) verbunden ist und als Speichereinheit zum Speichern mehrerer Aufträge fungiert von Arbeitsaufträgen.
In einer Ausführungsform fungiert ein Verarbeitungsmodul (106) als Kern des vorhersagefähigen kollaborativen Fertigungsrahmensystems (100), wobei das Verarbeitungsmodul (106) einen oder mehrere Prozessoren und einen dedizierten Speicher umfasst, der für die Durchführung einer optimierten Planung und Ressourcenzuweisung konfiguriert ist.
In einer Ausführungsform umfasst ein Anbieterverwaltungsmodul (108) einen oder mehrere Prozessoren mit dediziertem Speicher, wobei das bereitgestellte Verwaltungsmodul (108) mit dem Verarbeitungsmodul (106) verbunden und so konfiguriert ist, dass es eine umfassende Datenbank von Fertigungsanbietern verwaltet Fähigkeiten und Betriebszustände, sodass das System während der Planung und Optimierung fundierte Entscheidungen treffen kann.
In einer Ausführungsform umfasst das Verarbeitungsmodul (106) Folgendes: ein Jobsammlermodul (110), das mit der Jobpool-Datenbank verbunden und so konfiguriert ist, dass es die empfangenen Jobaufträge in der Jobpool-Datenbank zusammenfasst und vorverarbeitet; eine Anbieterschnittstelle (112), die mit dem Anbieterverwaltungsmodul (108) verbunden und so konfiguriert ist, dass sie Echtzeitdaten in Bezug auf eine Vielzahl von Fertigungsanbietern hinsichtlich ihrer verfügbaren Kapazitäten und Fähigkeiten sammelt; ein Vorhersagemodul (114), das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es auf maschinellem Lernen basierende Vorhersageanalysen verwendet, um Arbeitsanforderungen und die Leistung der Produktionseinheit vorherzusagen; und ein Planungsmodul (116), das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es einen optimierten Produktionsplan generiert, indem es Auftragsaufgaben an Fertigungsanbieter auf der Grundlage der Vorhersagen des Vorhersagemoduls (114) zuweist, wobei das Planungsmodul in Verbindung steht mit das Anbieterverwaltungsmodul (108).
In einer Ausführungsform umfasst das Planungsmodul (116) Folgendes: ein Optimierungsmodul (116a), das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es den Produktionsplan basierend auf Zielen wie der Minimierung der Herstellungszeit, der Materialkosten und der Lieferentfernung optimiert; ein Verteilungsmodul (116b), das so konfiguriert ist, dass es den Produktionsplan dynamisch aktualisiert und Auftragsaufgaben an die entsprechenden Fertigungsanbieter versendet; und eine Überwachungseinheit (116c), die so konfiguriert ist, dass sie die Ausführung der Fertigungsaufträge verfolgt und Feedback an die Vorhersage-, Planer- und Optimierungsmodule liefert, um eine kontinuierliche Verbesserung zu ermöglichen.
In einer Ausführungsform umfasst das System (100) außerdem eine Kommunikationsschnittstelle (118), die so konfiguriert ist, dass sie die Kommunikation zwischen den Modulen und Einheiten erleichtert, wobei die Kommunikationsschnittstelle (118) mehrere Kommunikationsprotokolle verwendet.
In einer Ausführungsform ist das Auftragssammlermodul (110) so konfiguriert, dass es als zentrales Repository für die eingehenden Auftragsaufträge fungiert, diese organisiert und dem Prognosemodul (114) zur Prognose und anschließenden Verarbeitung zur Verfügung stellt.
In einer Ausführungsform verwendet das Vorhersagemodul (114) einen Hybridalgorithmus, der Computational-Intelligence-Algorithmen mit einem maschinellen Lernmodell kombiniert, das darauf trainiert ist, die Ergebnisse der Computational-Intelligence-Algorithmen anzunähern, wodurch die Planungseffizienz ohne nennenswerten Qualitätsverlust verbessert wird.
In einer Ausführungsform ist das Planungsmodul (116) so konfiguriert, dass es Fertigungsaufträge in Unteraufgaben zerlegt und diese mehreren Fertigungsanbietern zur gemeinsamen Ausführung zuweist, wodurch eine optimale Ressourcennutzung ermöglicht und der Fertigungsprozess beschleunigt wird.
In einer Ausführungsform ist das Optimierungsmodul (116a) so konfiguriert, dass es den Produktionsplan basierend auf Zielen wie der Minimierung der Herstellungszeit, der Materialkosten und der Lieferentfernung optimiert und dadurch die Gesamteffizienz und Kosteneffizienz des Fertigungsnetzwerks verbessert.
In einer Ausführungsform ist die Überwachungseinheit (116c) so konfiguriert, dass sie die Ausführung der Fertigungsaufträge verfolgt und Feedback an die Vorhersage-, Planer- und Optimierungsmodule liefert, was eine kontinuierliche Verbesserung und adaptive Planungsanpassungen ermöglicht.
In einer Ausführungsform ist das System (100) auf eine Vielzahl von Fertigungsindustrien anwendbar, einschließlich, aber nicht beschränkt auf, Automobil, Elektronik und Konsumgüter, und kann auf spezifische Branchenanforderungen zugeschnitten werden.
Die vorliegende Erfindung bezieht sich auf ein auf einem PE-CF-Framework basierendes System, das einen erheblichen Fortschritt bei der Bewältigung der Komplexität von CMfg-Umgebungen darstellt und eine optimierte, effiziente und kostengünstige Lösung zur Optimierung der Planung und Ressourcenzuweisung bei gleichzeitiger Förderung nachhaltiger Herstellungspraktiken bietet. Das hier vorgeschlagene System führt ein kollaboratives Framework ein, das die Planung und Ressourcenzuweisung in CMfg - Umgebungen (Complex Manufacturing) optimieren soll. Das Hauptziel besteht darin, Herstellungszeiten, Materialkosten und Lieferwege zu minimieren und letztendlich die Gesamteffizienz und Kosteneffizienz des Fertigungsnetzwerks durch einen optimierten Planungsprozess zu verbessern.
2 zeigt ein Diagramm, das die Gesamtarchitektur des Rahmenwerks des vorgeschlagenen Systems gemäß einer Ausführungsform der vorliegenden Offenbarung darstellt.
Das vorgeschlagene System basiert auf dem Prediction-Enabled Collaborative Framework (PE-CF), das für die nahtlose Integration von Auftragsaufträgen mit den Kapazitäten mehrerer Fertigungsanbieter konzipiert ist. Mithilfe eines modularen Ansatzes werden Fertigungsaufträge in Teilaufgaben unterteilt, die dann von verschiedenen Einheiten gemeinsam ausgeführt werden. Diese Strategie optimiert die Ressourcennutzung und beschleunigt den Herstellungsprozess durch den Einsatz eines Hybridalgorithmus.
In 2 stellt die dargestellte Architektur das Prediction-Enabled Collaborative Framework (PE-CF)-System dar, das darauf ausgelegt ist, die Planung und Ressourcenzuweisung in Cloud Manufacturing (CMfg)-Umgebungen zu optimieren.
Die Schlüsselkomponenten des Systems sind:

Jobpool: Dieses Modul empfängt und verwaltet die von Kunden übermittelten Fertigungsaufträge.

Anbieterschnittstelle: Diese Komponente sammelt Echtzeitdaten von den verschiedenen Fertigungsanbietern, einschließlich ihrer verfügbaren Kapazitäten, Fähigkeiten und Betriebsstatus.
Vorhersagemodul: Dieses Modul nutzt prädiktive Analysen, um die Arbeitsanforderungen und die Leistung der Fertigungseinheiten auf der Grundlage der Eingaben aus dem Jobpool und der Anbieterschnittstelle vorherzusagen.
Scheduler-Modul: Anhand der Vorhersagen des Vorhersagemoduls generiert der Scheduler einen optimierten Produktionsplan, indem er die Arbeitsaufgaben den entsprechenden Fertigungsanbietern zuweist.
Optimierungsmodul: Dieses Modul verfeinert den Produktionsplan weiter, um wichtige Ziele wie Makespan (Gesamtfertigstellungszeit), Materialkosten und Lieferentfernung zu minimieren.
Verteilungsmodul: Diese Komponente aktualisiert den Produktionsplan dynamisch und verteilt die Auftragsaufgaben an die ausgewählten Fertigungsanbieter.
Überwachungseinheit: Dieses Modul verfolgt die Ausführung der Fertigungsaufträge und gibt Feedback an die anderen Komponenten, was eine kontinuierliche Verbesserung und adaptive Planungsanpassungen ermöglicht.
Die Kerninnovation dieses Systems liegt im hybriden Optimierungsalgorithmus, der Computational-Intelligence-Methoden mit einem maschinellen Lernmodell kombiniert. Dieser Ansatz ermöglicht es dem System, effizient optimierte Produktionspläne zu erstellen, ohne die Qualität der Lösung zu beeinträchtigen, und so die komplexen Herausforderungen zu meistern, die CMfg- Umgebungen mit sich bringen.
Der modulare Aufbau und die Integration prädiktiver Analysen, Optimierungstechniken und kollaborativer Fertigungsmechanismen ermöglichen es dem PE-CF-System, die Gesamteffizienz und Kosteneffizienz des Fertigungsnetzwerks zu verbessern, was es zu einer wertvollen Lösung für die sich entwickelnde intelligente Fertigungslandschaft macht.
3 zeigt ein Diagramm, das den Betriebsablauf des vorgeschlagenen Systems gemäß einer Ausführungsform zeigt.
Wie in dargestellt, beginnt der Betriebsablauf damit, dass Kunden Auftragsaufträge einreichen, die dann zusammen mit Echtzeitdaten von Fertigungseinheiten gesammelt und analysiert werden. Mithilfe prädiktiver Analyse- und Optimierungsalgorithmen erstellt das Framework einen effizienten Produktionsplan, der kontinuierlich aktualisiert wird, um Änderungen bei Aufträgen und Einheitenstatus zu berücksichtigen.
In 3 stellt der im Bild dargestellte Arbeitsablauf ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System dar. Das System ist darauf ausgelegt, den Fertigungsprozess durch effizientes Management von Arbeitsaufträgen, Terminplanung und Ressourcenzuteilung über mehrere Fertigungsanbieter hinweg zu optimieren. Die wichtigsten Schritte des Workflows sind wie folgt:

Vorbereitung:
1. 1. Kunden erteilen Fertigungsaufträge, die gesammelt und dem Auftragspool hinzugefügt werden.
2. 2. Das System verbindet sich mit den verfügbaren Fertigungseinheiten, um Echtzeitdaten über deren Kapazitäten und Fähigkeiten zu sammeln.
3. 3. Das System ruft relevante Daten ab, um den Herstellungsprozess zu initialisieren.
Optimierung:
1. 4. Das Vorhersagemodul nutzt prädiktive Analysen, um Arbeitsanforderungen und die Leistung der Produktionseinheit vorherzusagen.
2. 5. Das Planungsmodul generiert einen optimierten Produktionsplan, indem es auf der Grundlage der Vorhersagen Arbeitsaufgaben den entsprechenden Fertigungsanbietern zuweist.
3. 6. Das Optimierungsmodul verfeinert den Produktionsplan weiter, um Ziele wie Herstellungszeit, Materialkosten und Lieferentfernung zu minimieren.
4. 7. Das Verteilungsmodul aktualisiert dynamisch den Produktionsplan und verteilt Auftragsaufgaben an die ausgewählten Fertigungsanbieter.
Herstellung:
1. 8. Die produzierenden Dienstleister sammeln die benötigten Rohstoffe und führen die zugewiesenen Aufgaben aus.
2. 9. Die hergestellten Artikel werden einer Qualitätsprüfung unterzogen, bevor sie an das Lager versandt werden.
Erfüllung:
1. 10. Die fertigen Artikel werden im Lager eingelagert und für den Transport vorbereitet.
2. 11. Die Bestellungen werden an die Kunden geliefert und der Herstellungsprozess abgeschlossen.

Während des gesamten Arbeitsablaufs verfolgt die Überwachungseinheit die Ausführung der Fertigungsaufträge und gibt Feedback an die Prognose-, Planungs- und Optimierungsmodule, was eine kontinuierliche Verbesserung und adaptive Planungsanpassungen ermöglicht.
Dieses PE-CF-System nutzt einen Hybridalgorithmus, der Computational-Intelligence-Algorithmen mit einem maschinellen Lernmodell kombiniert, um die Planungseffizienz ohne nennenswerte Qualitätsverluste zu verbessern. Der modulare Aufbau des Frameworks und die Fähigkeit, Fertigungsaufträge in Unteraufgaben zu zerlegen, ermöglichen eine optimale Ressourcennutzung und beschleunigen den gesamten Fertigungsprozess.
Die Neuheit der vorgeschlagenen Erfindung liegt in einer Hybridlösung, die Computational Intelligence (CI)-Algorithmen mit Algorithmen des maschinellen Lernens kombiniert und so die Ausführungseffizienz erheblich verbessert, ohne die Planungsqualität zu beeinträchtigen. Im Gegensatz zu herkömmlichen Ansätzen, die sich bei der Planung von Anpassungen stark auf rechenintensive CI-Algorithmen verlassen, führt das vorgeschlagene Framework ein Modell für maschinelles Lernen ein, das darauf trainiert ist, die Ergebnisse von CI-Algorithmen anzunähern. Während das anfängliche Modelltraining einen einmaligen Rechenaufwand verursacht, werden nachfolgende Vorhersagen mit minimalem Rechenaufwand erstellt. Diese strategische Substitution beschleunigt nicht nur den Planungsprozess, sondern sorgt auch für ein hohes Maß an Präzision bei der Aufgabenverteilung und Planungsoptimierung. Dadurch zeichnet sich dieses Hybridmodell dadurch aus, dass es die Komplexität der Planungsherausforderungen von Cloud Manufacturing effizient bewältigt und eine optimale Ressourcennutzung bei einer deutlichen Reduzierung der Rechenressourcen und der Zeit gewährleistet.
Das PE-CF-Rahmensystem hat erhebliche Auswirkungen auf zahlreiche Sektoren der Fertigungsindustrie und erfüllt die steigende Nachfrage nach personalisierten Fertigungsdienstleistungen wie CNC-Bearbeitung, 3D-Druck, Spritzguss, Vakuumguss und Druckguss. Branchen von der Automobil- bis zur Elektronikbranche können dieses Rahmenwerk nutzen, um die Produktionsflexibilität zu steigern, Durchlaufzeiten zu verkürzen und die Umweltbelastung durch eine optimierte Logistikplanung zu verringern. Seine Anpassungsfähigkeit ermöglicht die Anpassung an spezifische Branchenanforderungen und fördert so die breite Akzeptanz im Zeitalter von Industrie 4.0 .
Die Zeichnungen und die vorstehende Beschreibung geben Beispiele für Ausführungsformen. Fachleute werden erkennen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente einer Ausführungsform können zu einer anderen Ausführungsform hinzugefügt werden. Beispielsweise können die Reihenfolgen der hier beschriebenen Prozesse geändert werden und sind nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Flussdiagramms nicht in der gezeigten Reihenfolge implementiert werden; Es müssen auch nicht unbedingt alle Handlungen ausgeführt werden. Auch solche Handlungen, die nicht von anderen Handlungen abhängig sind, können parallel zu den anderen Handlungen durchgeführt werden. Der Umfang der Ausführungsformen wird durch diese spezifischen Beispiele keineswegs eingeschränkt. Zahlreiche Variationen, ob explizit in der Spezifikation angegeben oder nicht, wie z. B. Unterschiede in Struktur, Abmessung und Materialverwendung, sind möglich. Der Umfang der Ausführungsformen ist mindestens so breit wie durch die folgenden Ansprüche angegeben.
Vorteile, andere Vorzüge und Problemlösungen wurden oben im Hinblick auf spezifische Ausführungsformen beschrieben. Die Vorteile, Vorzüge, Problemlösungen und alle Komponenten, die dazu führen können, dass ein Nutzen, ein Vorteil oder eine Lösung eintritt oder ausgeprägter wird, dürfen jedoch nicht als kritische, erforderliche oder wesentliche Funktion oder Komponente von ausgelegt werden einzelne oder alle Ansprüche.
REFERENZEN

100: Ein vorhersagefähiges System für die kollaborative Fertigung (PE-CF).
102: Client-Eingabeschnittstelle
104: Jobpool-Datenbank
106: Verarbeitungsmodul
108: Anbieterverwaltungsmodul
110: Job-Sammler-Modul
112: Anbieterschnittstelle
114: Vorhersagemodul
116: Scheduler-Modul
116a: Optimierungsmodul
116b: Verteilermodul
116c: Überwachungseinheit
118: Kommunikationsschnittstelle
202: Kunden
204: Jobpool
206: Jobsammler
208: Anbieterschnittstelle
210: Planer
212: Vorhersage
214: Optimierung
216: Verteilung
218: Überwachung
220: Vorgeschlagenes System (Pe-Cf)
222: Produktionseinheiten Oder Anbieter Management System
302: Bestellung Aufgegeben
304: Periodischer Lauf Gestartet
306: Jobpool Leer?
308: Verbunden Mit Produktionseinheiten
310: Verfügbar
312: (Iot)-Daten Abrufen
314: Bereiten Sie Die Gesammelten Daten Vor
316: Erstellen Sie Eine Erste Terminplanung
318: Sammeln Sie Jobs
320: Nicht Verfügbar
322: Nein
324: Ja
326: Produktionsplan Verteilen
328: Stoppkriterien
330: Optimieren Terminplanung
332: Vorhersagen Daten
334: Weitermachen Verbesserung
336: Sammeln Rohmaterial
338: Herstellung Zugewiesene Aufgabe
340: Qualität Überprüfen Produzierter Artikel
342: Versenden Zum Lager
344: Nein
346: Alle Zugewiesen Aufgaben Erledigt
348: Produziert Artikel Sind Vorrätig
350: Sammle Gegenstände Für Den Transport
352: Vorbereiten Für Den Transport
354: Bereit Zum Transport
356: Liefern Bestellung An Den Kunden
358: Alle Bestellungen Geliefert?
360: Stoppen

Claims

Ein Prediction-Enabled Collaborative Manufacturing Framework (PE-CF)-System (100), umfassend: eine Kundeneingabeschnittstelle (102), die so konfiguriert ist, dass sie Eingaben vom Kunden erleichtert, wobei der Kunde einen Auftrag für den erforderlichen Auftrag mit weiteren Informationen aufgibt, die dann gespeichert und weitergeleitet werden; eine Job-Pool-Datenbank (104), die zum Empfangen und Verwalten von Fertigungsaufträgen von Kunden konfiguriert ist, wobei die Job-Pool-Datenbank (104) mit der Client-Eingabeschnittstelle (102) verbunden ist und als Speichereinheit zum Speichern mehrerer Auftragsaufträge dient; ein Verarbeitungsmodul (106), das als Kern des vorhersagefähigen kollaborativen Fertigungsrahmensystems (100) fungiert, wobei das Verarbeitungsmodul (106) einen oder mehrere Prozessoren und einen dedizierten Speicher umfasst, der so konfiguriert ist, dass er eine optimierte Planung und Ressourcenzuweisung durchführt; und ein Anbieterverwaltungsmodul (108), das aus einem oder mehreren Prozessoren mit dediziertem Speicher besteht, wobei das bereitgestellte Verwaltungsmodul (108) mit dem Verarbeitungsmodul (106) verbunden und so konfiguriert ist, dass es eine umfassende Datenbank von Fertigungsanbietern, deren Fähigkeiten usw. verwaltet Betriebszustände, die es dem System ermöglichen, während der Planung und Optimierung fundierte Entscheidungen zu treffen.
System nach Anspruch 1, wobei das Verarbeitungsmodul (106) umfasst: ein Job-Sammelmodul (110), das mit der Job-Pool-Datenbank verbunden und so konfiguriert ist, dass es die empfangenen Job-Bestellungen in der Job-Pool-Datenbank zusammenfasst und vorverarbeitet; eine Anbieterschnittstelle (112), die mit dem Anbieterverwaltungsmodul (108) verbunden und so konfiguriert ist, dass sie Echtzeitdaten in Bezug auf eine Vielzahl von Fertigungsanbietern hinsichtlich ihrer verfügbaren Kapazitäten und Fähigkeiten sammelt; ein Vorhersagemodul (114), das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es auf maschinellem Lernen basierende Vorhersageanalysen verwendet, um Arbeitsanforderungen und die Leistung der Produktionseinheit vorherzusagen; und ein Planungsmodul (116), das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es einen optimierten Produktionsplan generiert, indem es Auftragsaufgaben an Fertigungsanbieter auf der Grundlage der Vorhersagen des Vorhersagemoduls (114) zuweist, wobei das Planungsmodul mit dem Anbieterverwaltungsmodul (108) in Verbindung steht.
System nach Anspruch 1, wobei das Planungsmodul (116) Folgendes umfasst: ein Optimierungsmodul (116a), das einen oder mehrere Prozessoren mit dediziertem Speicher umfasst und so konfiguriert ist, dass es den Produktionsplan basierend auf Zielen wie der Minimierung der Herstellungszeit, der Materialkosten und der Lieferentfernung optimiert; ein Verteilungsmodul (116b), das so konfiguriert ist, dass es den Produktionsplan dynamisch aktualisiert und Auftragsaufgaben an die entsprechenden Fertigungsanbieter versendet; und eine Überwachungseinheit (116c), die so konfiguriert ist, dass sie die Ausführung der Fertigungsaufträge verfolgt und Feedback an die Vorhersage-, Planer- und Optimierungsmodule liefert, um eine kontinuierliche Verbesserung zu ermöglichen.
System nach Anspruch 1, das außerdem eine Kommunikationsschnittstelle (118) umfasst, die so konfiguriert ist, dass sie die Kommunikation zwischen den Modulen und Einheiten erleichtert, wobei die Kommunikationsschnittstelle (118) mehrere Kommunikationsprotokolle verwendet.
System nach Anspruch 1, wobei das Auftragssammlermodul (110) so konfiguriert ist, dass es als zentrales Repository für die eingehenden Auftragsaufträge fungiert, diese organisiert und dem Vorhersagemodul (114) zur Prognose und anschließenden Verarbeitung zur Verfügung stellt.
System nach Anspruch 1, wobei das Vorhersagemodul (114) einen Hybridalgorithmus verwendet, der Computational-Intelligence-Algorithmen mit einem maschinellen Lernmodell kombiniert, das darauf trainiert ist, die Ergebnisse der Computational-Intelligence-Algorithmen anzunähern, wodurch die Planungseffizienz ohne nennenswerten Qualitätsverlust verbessert wird.
System nach Anspruch 1, wobei das Planungsmodul (116) so konfiguriert ist, dass es Fertigungsaufträge in Unteraufgaben zerlegt und sie mehreren Fertigungsanbietern zur gemeinsamen Ausführung zuweist, was eine optimale Ressourcennutzung ermöglicht und den Fertigungsprozess beschleunigt.
System nach Anspruch 1, wobei das Optimierungsmodul (116a) so konfiguriert ist, dass es den Produktionsplan basierend auf Zielen wie der Minimierung der Herstellungszeit, der Materialkosten und der Lieferentfernung optimiert und dadurch die Gesamteffizienz und Kosteneffizienz des Fertigungsnetzwerks verbessert.
System nach Anspruch 1, wobei die Überwachungseinheit (116c) so konfiguriert ist, dass sie die Ausführung der Fertigungsaufträge verfolgt und Feedback an die Vorhersage-, Planer- und Optimierungsmodule liefert, was eine kontinuierliche Verbesserung und adaptive Planungsanpassungen ermöglicht.
System nach Anspruch 1, wobei das System (100) auf eine Vielzahl von Fertigungsindustrien anwendbar ist, einschließlich, aber nicht beschränkt auf, Automobil, Elektronik und Konsumgüter, und auf spezifische Branchenbedürfnisse zugeschnitten werden kann.