WO2004040487A2 - Verfahren zur bestimmung einer vorlaufzeit - Google Patents

Verfahren zur bestimmung einer vorlaufzeit Download PDF

Info

Publication number
WO2004040487A2
WO2004040487A2 PCT/EP2003/010510 EP0310510W WO2004040487A2 WO 2004040487 A2 WO2004040487 A2 WO 2004040487A2 EP 0310510 W EP0310510 W EP 0310510W WO 2004040487 A2 WO2004040487 A2 WO 2004040487A2
Authority
WO
WIPO (PCT)
Prior art keywords
curve
inventory
time
delivery
product
Prior art date
Application number
PCT/EP2003/010510
Other languages
English (en)
French (fr)
Inventor
Martin Daferner
Andreas Heix
Original Assignee
Daimlerchrysler Ag
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Daimlerchrysler Ag filed Critical Daimlerchrysler Ag
Priority to US10/533,050 priority Critical patent/US20060100729A1/en
Publication of WO2004040487A2 publication Critical patent/WO2004040487A2/de

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders

Definitions

  • the invention relates to a method for automatically determining a correction period for correcting an actual lead time for the delivery of a preliminary product, which is produced by a delivery member of a manufacturing network.
  • a complex end product e.g. B. a motor vehicle
  • two delivery members A and B deliver two preliminary products V_A and V_B to a subsequent delivery member, which creates an intermediate product and uses the preliminary products V_A and V_B for this.
  • the intermediate product is sent to a further downstream supplier or to an end customer in the production network, e.g. B. a manufacturer of motor vehicles supplied.
  • the preliminary product whose lead time is to be determined, is produced by a specific supplier in the manufacturing network.
  • the stock and demand of the preliminary product are measured by multiples of a given base quantity.
  • the base quantity is, for example, a piece of the primary product.
  • the term “lead time” for a specific preliminary product denotes the period of time between the completion of a specific quantity of the preliminary product by a delivery member and the use of this quantity in a final of the manufacturing network passes.
  • the end user uses the quantity, for example, by incorporating intermediate products, which subsequent delivery members manufacture using the preliminary product, into their end product.
  • Knowing the correct lead time for the primary product is a critical factor for both the manufacturer of the primary product and the end customer - especially when the end customer's needs fluctuate over time.
  • a fluctuating demand is caused, for example, by a temporally variable demand for the end product or by customer-specific manufacture of the end product, in which the preliminary product is only used in a few variants of the end product and the end product is only manufactured after a customer order has been received. If it is assumed that the lead time is too long or too short, the supplier who manufactures the preliminary product reacts too early or too late to changes in requirements for the preliminary product. Then delivery bottlenecks can occur, as a result of which the end customer cannot meet customer requests in good time.
  • Delivery members are expected to be able to react flexibly to changes in demand and to increase or decrease their production as required. Therefore, a method is desired to determine the lead time, the time period between completion by the delivery member and use by the end user should be independent of the finished quantity of the preliminary product.
  • a classic approach is to define the "local lead times" between a delivery member and an immediate telbar add subsequent supply link and thus determine a lead time for the period between the completion of a delivery link and use at the end customer.
  • US 5,231,567 discloses a production planning system which u. a. the lead time is determined from a production capacity and a work demand which changes over time. In essence, the system generates a production plan with temporal statements.
  • a device for estimating the Lead time estimate module that uses a lead time estimate command to determine a lead time from data about manufacturing capacity and demand.
  • the lead time is dependent on changed manufacturing capacity using adjustment data (capacity adjustment data ") changed.
  • a neural network is used which has capacity and demand as input variables and the lead time as output variable. Reference is made to a textbook on the theory of neural networks.
  • a neural network is trained with random samples, which in this case consist of previously determined pairs of values for capacity, demand and lead time. To determine The determination of the lead time for given values for capacity and demand "generalizes" a neural network over the samples. In this way, lead times from the past are continued into the future, even if these have not proven to be optimal.
  • the document shows no way, How improvements in the manufacturing system, for example, which lead to a better, less disruptive material flow, are taken into account Another limitation is that the estimation of the lead time requires knowledge of the respective manufacturing capacity.
  • US 5,819,232 discloses a method for regulating an inventory.
  • the customer's needs are predicted, taking possible fluctuations in demand into account.
  • An upper and a lower barrier are determined for the inventory.
  • the production plan is determined so that the actual inventory is between the upper and lower bounds.
  • the lead time for a customer order (“customer order lead time") is taken into account, it must be known sufficiently well. It is not disclosed how this lead time is determined.
  • the Expressing lead time is also required to determine the parameters of the random variable, and lead times are carried forward from the past to the future.
  • a simulation system for planning the dispatch of goods is known from JP 11175636.
  • a processing time for each individual process is required.
  • JP 08096037 * discloses a device for determining a schedule ("calendar calculation device").
  • a composite device for constructing a schedule (“calendar table") with access to two schedules for calendar days and for dates of work steps generates a composite schedule.
  • a calculation unit accesses this schedule and a data memory with boundary conditions and generates a calculation result, e.g. B. a lead time. It is not disclosed how this calculation is carried out.
  • JP 08287149 discloses a method for production planning. The task is to determine the time delay between two consecutive delivery links. Delivery dates at the end customer and derived dates for the completion of preliminary products ("passing reference days") are determined using measurement data from the date of delivery. A complete knowledge of the delivery members is required, as they can be available with different delivery members in a company, but in generally not for legally independent delivery members.
  • the invention has for its object to provide a method that optimizes a lead time for a preliminary product of a delivery link in a manufacturing network without a model of the manufacturing network or the knowledge of manufacturing capacities are required.
  • the method should also be applicable if the demand for the preliminary product changes over time.
  • the invention provides that a target delivery curve and an inventory curve are determined.
  • the target delivery curve gives the quantity of the delivery to be delivered for several points in time based on the needs of an end user of the production network Intermediate product.
  • the times and quantities of the target delivery curve relate to the delivery element, e.g.
  • the target quantities are based on the point in time at which the manufactured copies of the preliminary product leave the manufacturing facility of the delivery member.
  • the inventory curve shows the quantity of the preliminary product that has been completed by the supply link and has not yet been used by a subsequent delivery link.
  • a correction period for the actual lead time is selected by selecting from a set of possible times. For this, a simulation inventory curve is calculated for every possible period of time.
  • Such a simulation inventory curve for a possible period of time indicates, for several points in time, which quantity of the preliminary product would have been completed by the supplier at the respective point in time and would not have been used by a subsequent supplier if the lead time required by the supplier for the preliminary product by the period compared to Actual lead time would have been changed.
  • the target delivery curve and the inventory curve are used to calculate such a simulation inventory curve.
  • a time period that is optimal with regard to an optimization criterion is selected as the correction time period.
  • This optimization criterion is based on the calculated simulation inventory curves. For example, the optimization criterion is the spread of a simulation inventory curve.
  • the possible time period is selected as the correction time period that leads to a simulation inventory curve that has the least variation among all simulation inventory curves.
  • the determined correction period is optimal for the actually valid inventory and requirement values and thus for the current manufacturing process.
  • the process avoids updating, generalizing or extrapolating past values for the future. It is not necessary to treat the lead time as a random statistical variable or to train a neural network that runtime predicts. Thanks to the invention, in particular the optimization criterion, a certain period of time is determined automatically, comprehensibly, repeatably and objectively as the lead time.
  • the process does not require any information about the production network or about other delivery elements, but only an inventory curve for the delivery element that produces the preliminary product and a target delivery curve from the perspective of the delivery element. Furthermore, no knowledge of or a model z. B. with individual process steps or periods of time for manufacturing steps in the manufacture of the preliminary product or an intermediate or end product, for the manufacture of which the preliminary product is used. This advantage comes into play particularly when the manufacturing network comprises legally independent companies and an end user does not know the manufacturing processes of a delivery member in detail. It is not even necessary to know the actual lead time for the preliminary product. The procedure does not require knowledge of this parameter. In an embodiment described below, on the other hand, the actual lead time is determined and used to determine the target delivery curve. The actual lead time is e.g. B. determined from operating logs, from specifications for the delivery member or based on an estimate.
  • the method according to the invention determines a correction period, in particular when the demand fluctuates around a constant mean value, and also when the average demand and thus a line of compensation increases or decreases due to the target delivery curve.
  • the latter is the case, for example, when the end user starts up the production of a new series or shuts down the production of an expiring series.
  • the method does not evaluate a model and no neural network, the method requires little computing capacity and little computing time.
  • the data for the Processes according to the invention are required anyway, in particular in the case of series production.
  • Figure 1 is a schematic representation of a manufacturing network of delivery members.
  • FIG. 5 shows the inventory curve from FIG. 4 and a final customer demand curve derived from FIG. 4 for the preliminary product
  • FIG. 6 shows the inventory curve from FIG. 4 and a target delivery curve derived from FIG. 5 for the preliminary product
  • FIG. 7 shows two simulation inventory curves for the possible time period 0 days (top) and 3 days (bottom) on the basis of the target delivery curve and the inventory curve from FIG. 6;
  • FIG. 8 shows two further simulation inventory curves for the possible time period 5 days (top) and -2 days (bottom) on the basis of the target delivery curve and the inventory curve from FIG. 6;
  • Fig. 10 Target delivery curve and inventory curve for lot size production
  • Fig. 11 A simulation inventory curve and one adjusted for the effects of lot size manufacturing Simulation inventory curve for the example of FIG. 10.
  • FIG. 1 shows an image of a manufacturing network in which preliminary and intermediate products 20 are manufactured by a network 10 of delivery members, which an end customer 30 uses to manufacture an end product. An end user thus forms a sink in the manufacturing network.
  • the primary and intermediate products are raw materials, semi-finished products, components and subsystems of the end product.
  • the term "delivery link" not only designates manufacturing facilities of physical resources, but also service providers.
  • Each delivery link 20 in this manufacturing network 10 is shown in the form of a box in FIG. 1, the arrows between the boxes indicate the delivery direction between the delivery links 20.
  • the Delivery links 20 jointly deliver to the end customer 30, which is the last link in the production network 10.
  • the majority of the delivery links 20 within the production network 10 are network-dependent in the form of supply chains 40, one delivery link 20 in each case along with the delivery link 20 that follows in the delivery sequence
  • An example of supply links 20, which together constitute such a supply chain 40, is shown in FIG. 1 by hatching the boxes for the supply links involved.
  • the delivery link 20.a delivers to the delivery link 20.b
  • the delivery link 20.b delivers s on the one hand to the delivery member 20. c
  • the delivery member 20. c in turn delivers to the delivery member 20. d
  • the delivery member 20. d delivers to the end user 30.
  • the delivery members 20. a to 20. d together form those hatched in FIG. 1 illustrated supply chain.
  • the method according to the invention does not necessarily require knowledge of the delivery network 10. What information is required is set out below.
  • the supply chain 40 comprises four manufacturing plants 20. dl, 20.d2, 20. e, 20.g, of which three (the manufacturing plants 20. dl [leather cutting for gray leather], 20.d2 [leather cutting for non-gray leather] and 20. e [sewing the leather blank]) in South Africa and one (manufacturing facility 20.g [partial assembly of the door lining]) in Germany.
  • the supply chain 40 contains a transport company 20. f, which transports the semi-finished leather products from South Africa to Germany, and the supply link 20.h [final assembly of the door lining].
  • each delivery link 20 of this exemplary embodiment has at least one process stage 60, which can comprise one or more production stages, transport stages, etc., and an output buffer 70.
  • the buffers 50, 70 represent inventory and serve to at least partially decouple the material flow between other supply links 20 located in the supply chain 40.
  • the input buffer 50. a of the manufacturing facility 20.g ensures that the manufacturing facility 20.g has enough semi-finished leather products available for partial assembly of the door lining until the next delivery takes place. In order to be able to install door cladding even in the event of delivery difficulties at the production sites 20.d and 20.e or the conveyor 20.f It makes sense to place 20.g to make its input buffer 50. a larger.
  • the image of the manufacturing network is preferably reshaped as illustrated by FIG. 3.
  • Such fluctuations can e.g. B. occur because several preliminary or intermediate products are put together for a transport and transported together.
  • the output buffer 70.g of the delivery link 20.g and the input buffer 50.h of the subsequent delivery link 20.h are combined to form a company-wide warehouse 25.g.
  • the output buffer 70.g of the delivery member 20.g, the transporting delivery member 20. f together with its input buffer 50. f and its output buffer 70. f and the input buffer 50.g of the subsequent delivery member 20.g become another cross-company warehouse 25 . f summarized.
  • a correction time period for the actual lead time can be determined using the method according to the invention.
  • An embodiment of the method is explained below using the example of the delivery link 20. Dl from FIG. 3.
  • the delivery member 20.dl produces a preliminary product V, which subsequent delivery members use in intermediate products, which in turn are used by the end customer 30 to produce the end product.
  • the preliminary product V is a gray leather cut for interior door panels.
  • the method according to the invention is carried out on a data processing system, for example a PC.
  • This data processing system has read access to data memories in which the values required for the inventory curve and for the target delivery curve are stored. If necessary, the values are checked for P. lusibility and processed. Missing values are e.g. B. estimated by interpolation.
  • the method according to the invention preferably requires the temporal course of two variable quantities, namely the stock and the demand for the preliminary product V produced by the supply member.
  • the temporal courses are displayed in a stock curve or a target delivery curve.
  • the inventory curve shows the inventory of the preliminary product V at the supply link 20 dl for several points in time, that is the quantity of the preliminary product V completed by the delivery link (20th dl) and not yet used by a subsequent delivery link.
  • the quantity is determined, for example, in quantities.
  • the stocks are preferably determined at a particular time on N consecutive days.
  • the multiple points in time are therefore N consecutive days.
  • the period of time which the N successive days cover is preferably chosen to be so long that the method is robust against capacity drops and capacity failures at the supply link 20. dl.
  • the method according to the invention can thus also be used without changes if the delivery link which produces the preliminary product has a capacity drop.
  • the duration of the capacity slump is then short. Comparison to the period covered by the times.
  • quantities are recorded anyway over a longer period of time.
  • the period is preferably set so that it is at least five times as long as the maximum period between the occurrence and removal of a delivery restriction at the supply member 20. Previous experience has shown that typically, a drop in capacity of a supply link 20 can be remedied within ten days. Therefore, the period for the inventory curve is chosen to be at least five times ten days, so in this example N is at least 60 days.
  • a further embodiment provides that no absolute stocks are specified in the stock curve, but only the respective change compared to an initial value, e.g. B. An opening stock or a target stock or an average stock or a standard stock.
  • the inventory curve preferably relates to a cross-company warehouse, in the example in FIG. 3 this is warehouse 25. dl.
  • this is warehouse 25. dl.
  • the quantities in the output buffer, transit and subsequent input buffer do not need to be differentiated from one another. Rather, it is sufficient to determine the entire stock in the cross-company warehouse for one point in time and to determine the stocks for each subsequent point in time by determining the entry into the entry buffer and the exit from the exit buffer and adding the entry to the previous position and the Outlet is subtracted.
  • the target delivery curve indicates the amount of the intermediate product V to be supplied in order to meet the demand (demand) of the end user 30 for the intermediate product V or an intermediate product Z which is manufactured using the intermediate product V.
  • the requirement relates to a basic period of time, e.g. For example, the need for a specific day is given.
  • the target delivery curve preferably indicates the delivery quantity on N consecutive days of a period, N and the period being determined as described above.
  • the delivery member 20.dl usually has to produce a larger amount of the preliminary product, for example because some copies of the preliminary product are not of the required quality, because subsequent delivery members incorporate the copies into intermediate products of insufficient quality or because individual copies of the preliminary product or one made with the preliminary product Intermediate product undergo a destructive test. This "shrinkage" is preferably taken into account by adding a percentage to the demanded quantity of the preliminary product.
  • the increased target delivery quantity is preferably already taken into account.
  • a target delivery quantity relates in each case to the point in time at which the delivery member 20 dl must have finished the preliminary product V so that it is received by subsequent delivery members on time and ultimately meets the needs of the end customer 30. It is possible to determine these requirements directly at the delivery link, eg B. from the target delivery figures of the delivery member 20. dl.
  • a preferred embodiment provides for the determination of an end user demand curve.
  • the requirements in this end user demand curve each relate to the point in time at which the end user 30 needs the respective quantity of the preliminary product - or an intermediate product for the production of which the preliminary product is required.
  • the actual lead time is determined which the delivery member 20.dl needs for the delivery of the preliminary product V.
  • This actual lead time is z. B. estimated by hand or approximately determined from contracts between the delivery member 20. dl on the one hand and subsequent delivery members and / or the end customer on the other hand or as described above from "local lead times". With the help of the end customer demand curve and the actual lead time, the target -Delivery curve determined.
  • the end user 30 does not use the preliminary product V directly, but uses an intermediate product which the delivery member 20.h uses manufac- ture of the preliminary product V, namely door inner panels.
  • a parts list is therefore preferably used which specifies the number of preliminary products required in each case for the end products which the end customer 30 delivers and / or for the intermediate products which the end customer 30 uses.
  • two pieces of intermediate product V that is, gray leather cutting, are required for a gray door interior trim.
  • a motor vehicle requires two door panels.
  • four pieces of the intermediate product V are required per car.
  • the end user demand curve shows the need for gray door linings.
  • the target delivery curve for the preliminary product V is generated.
  • the target delivery curve 110 indicates the number of pieces for gray leather cutting.
  • an inventory curve 100 for the preliminary product V and an end user demand curve 1100 for an intermediate product Z supplied to the end user 30 are shown by way of example.
  • a specific day e.g. B. March 1, 2001, with the day 1.
  • the inventory curve 100 shows the temporal course of the inventory deviation in the cross-company warehouse 25th dl for days 1 to 20, that is, for March 1, 2001 to March 20, 2001.
  • the values indicate the inventory deviation in relation to day 1. On days 5, 6, 7, 8 and 9 the deviation is -50 pieces of the preliminary product V, on all other days 0 pieces.
  • the end user demand curve 1100 shows the time course of the demand that the end user 30 has for an intermediate product delivered to the end user, in this example the door interior trim.
  • the demand is plotted for days 11 to 30. These values are e.g. B. determined from existing values for the production of the end user 30.
  • FIG. 5 shows the inventory curve of FIG. 4 and an end user demand curve 1110 generated using the parts list shown for the intermediate product V.
  • the end user demand curve 1110 shows the time course of the demand that the end user 30 has for the preliminary product V.
  • the demand is plotted for days 11 to 30. It is measured in pieces of the preliminary product, in this example in pieces of gray leather.
  • the points in time, here days 11 to 30, are the points in time at which the end user needs the intermediate product, which is produced using the preliminary product, here gray door lining. On day 15, ie March 15, 2001, the end user needed so many gray door linings that 550 pieces of gray leather were used to manufacture them.
  • the estimated actual lead time for the preliminary product V is 10 days.
  • the end user demand curve 1110 for the preliminary product V is shifted by the actual lead time along the time axis. 6 shows the result.
  • the requirements, here the number of pieces, in the target delivery curve 110 relate to the points in time at which the delivery member 20. dl must have finished the preliminary product, here leather, and delivered it to subsequent delivery members so that the gray interior door panels reach the end customer in good time.
  • a standard requirement for the preliminary product V manufactured by the delivery member 20 dl is preferably also determined.
  • this standard demand is the average demand over the past N days.
  • the correction period is determined by the algorithm specified below.
  • the description means of the pseudo code is used to describe the algorithm.
  • the reference symbols in the pseudo code have the following meanings:
  • Target quantity [i]: IO demand [i + VLZ actual] Next i
  • Scattering_min: Scattering (inventory [ ⁇ VLZ_max-l: N + l- ⁇ VLZ_max])
  • Inventory_sim [i]: inventory [i]
  • Inventory_sim [i]: Inventory_sim [i] + total
  • ⁇ VLZ_opt: ⁇ VLZ
  • VLZ_opt VLZ_Ist + ⁇ VLZ_opt
  • N xi is the mean value of the measured values (xl, ..., xN).
  • Bew max ⁇
  • FIGS. 7 and 8 show four simulation inventory curves for the inventory curve and the target delivery curve of FIG. 6.
  • the standard requirement is 500 pieces in all four cases.
  • Fig. 9 and the table below illustrate that the method according to the invention provides the same result if a different value for the standard requirement is given.
  • a further development of the invention is used when the preliminary product V is manufactured in lots.
  • a lot that is a multiple of a basic quantity of the preliminary product, for example a certain number of the preliminary product, is produced at one time and is supplied to the warehouse at one point in time.
  • One lot covers the need for a subsequent supply link on the preliminary product V for all times until the completion of the next lot.
  • Lot production is e.g. B. in H. Tempelmeier: "Material Logistics: Basics of Demand and Lot Size Planning in PPS Systems", Springer-Verlag, Berlin and Heidelberg, 1995.
  • FIG. 10 shows an example of a further target delivery curve 200 and an inventory curve 210 for batch production.
  • a lot is made on days 1, 6, 11, 16 and 21.
  • the inventory curve 210 has a sawtooth-like course, because pieces of the preliminary product V are taken from the warehouse 25. Dl daily, but this warehouse is only replenished every five days.
  • the design of the method does not require that the lots at equal intervals, for. B. be completed every five days.
  • the correction period of lead time is determined in accordance with the further development in which batch production is taken into account by the algorithm specified below. This algorithm is also described using the pseudo code description means.
  • the additional reference symbols in the pseudo code have the following meanings:
  • Scattering_min: Scattering (inventory [ ⁇ VLZ_max-l: N + l- ⁇ VLZ_max])
  • Inventory_sim [LFZ [j] + ⁇ VLZ]: inventory [LFZ [j]] + target quantity [LFZ [j]] - inventory [LFZ [j] -1]
  • Inventory_sim [k + ⁇ VLZ]: Inventory_sim [k-1 + ⁇ VLZ] - target quantity [k + ⁇ VLZ]
  • Inventory_sim_ber [k + ⁇ VLZ]: inventory_sim [k + ⁇ VLZ]
  • Inventory_sim_ber [k + ⁇ VLZ]: inventory_sim_ber [k + ⁇ VLZ] - target quantity [u + ⁇ VLZ]
  • ⁇ VLZ_opt: ⁇ VLZ
  • FIG. 11 shows the simulation inventory curve 220 and the cleaned simulation inventory curve 230 for the example from FIG. 10 and for the possible time period -3 days.
  • the invention relates to a method for automatically determining a correction time period for correcting an actual lead time for the delivery of a preliminary product, which is produced by a delivery member of a production network.
  • a target delivery curve and an inventory curve are determined.
  • the target delivery curve specifies the quantity of the preliminary product required by an end user of the manufacturing network for several points in time, the inventory curve the quantity of the preliminary product which has been completed by the delivery member and not yet delivered.
  • the correction period is selected by optimization over a set of possible periods. For this, a simulation inventory curve is calculated for every possible period of time.
  • Such a simulation inventory curve for a possible period of time indicates for several points in time what quantity of the preliminary product would have been completed by the delivery member at the respective time and had not yet been delivered if the lead time required for the preliminary product by the delivery member by the possible period compared to the actual lead time would have been changed.
  • z. B. uses the scatter of the simulation inventory curves over time. For the list of characters

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

Verfahren zur Bestimmung einer Vorlaufzeit
Die Erfindung betrifft ein Verfahren zur automatischen Bestimmung einer Korrektur-Zeitspanne zur Korrektur einer Ist- Vorlaufzeit für die Lieferung eines Vorprodukts, das von einem Lieferglied eines Fertigungsnetzwerks hergestellt wird.
Ein komplexes Endprodukt, z. B. ein Kraftfahrzeug, wird heute meist in einem umfangreichen Fertigungsnetzwerk von miteinander verbundenen Liefergliedern gefertigt. Beispielsweise liefern zwei Lieferglieder A und B zwei Vorprodukte V_A und V_B an ein nachfolgendes Lieferglied, das ein Zwischenprodukt erzeugt und dafür die Vorprodukte V_A und V_B verwendet . Das Zwischenprodukt wird an ein weiteres nachfolgendes Liefer- glied oder an einen Endabnehmer im Fertigungsnetzwerk, z. B. einen Hersteller von Kraftfahrzeugen, geliefert.
Das Vorprodukt, dessen Vorlaufzeit bestimmt werden soll, wird von einem bestimmten Lieferglied des Fertigungsnetzwerkes hergestellt. Bestand und Bedarf des Vorprodukts werden durch Vielfache einer vorgegebenen Basismenge gemessen. Die Basismenge ist beispielsweise ein Stück des Vorproduktes. Mit dem Begriff „Vorlaufzeit" („lead time") für ein bestimmtes Vorprodukt wird die Zeitspanne bezeichnet, die zwischen der Fertigstellung einer bestimmten Menge des Vorprodukts durch ein Lieferglied und der Verwendung dieser Menge bei einem Endab- nehmer des Fertigungsnetzwerkes verstreicht. Der Endabnehmer verwendet die Menge beispielsweise dadurch, daß er Zwischenprodukte, die nachfolgende Lieferglieder unter Verwendung des Vorprodukts herstellen, in sein Endprodukt einbaut.
Die Kenntnis der richtigen Vorlaufzeit für das Vorprodukt ist sowohl für den Hersteller des Vorprodukts als auch für den Endabnehmer ein kritischer Faktor - insbesondere dann, wenn der Bedarf des Endabnehmers über der Zeit schwankt . Ein schwankender Bedarf wird beispielsweise durch eine zeitlich variable Nachfrage nach dem Endprodukt oder durch eine kundenindividuelle Fertigung des Endproduktes, bei dem das Vorprodukt nur in einigen Varianten des Endproduktes verwendet wird und das Endprodukt erst nach Vorliegen eines Kundenauftrags gefertigt wird, verursacht. Wird von einer zu großen o- der zu kleinen Vorlaufzeit ausgegangen, so reagiert das Lieferglied, welches das Vorprodukt herstellt, zu früh bzw. zu spät auf Bedarfsänderungen für das Vorprodukt . Dann können Lieferengpässe auftreten, in deren Folge der Endabnehmer Nachfragen von Kunden nicht rechtzeitig befriedigen kann. O- der Lagerbestände bei einem Lieferglied oder beim Endabnehmer werden größer als erforderlich, was z. B. erhöhte Kosten für Lagerhaltung und für gebundenes Kapital und das Risiko von Schäden am zwischengelagerten Vorprodukt zur Folge hat. Im Extremfall kann ein nachfolgendes Lieferglied oder der Endabnehmer überzählige Vorprodukte im Lager überhaupt nicht mehr verwenden, z. B. weil die Produktion des Endprodukts beendet wird.
Von Liefergliedern wird erwartet, daß sie auf Bedarfsänderungen flexibel reagieren können und ihre Produktion je nach Bedarf steigern oder reduzieren können. Daher wird ein Verfahren gewünscht, um die Vorlaufzeit zu bestimmen, wobei die Zeitspanne zwischen Fertigstellung durch das Lieferglied und Verwendung durch den Endabnehmer unabhängig von der fertiggestellten Menge des Vorproduktes sein soll.
Ein klassisches Vorgehen besteht darin, die „lokalen Vorlaufzeiten" zwischen jeweils einem Lieferglied und einem unmit- telbar nachfolgenden Lieferglied zu addieren und so eine Vorlaufzeit für die Zeitspanne zwischen der Fertigstellung bei einem Lieferglied und der Verwendung beim Endabnehmer zu bestimmen. Aus H. L. Lee, V. Padmanabhan, S. Whang: „Der Peitschene fekt in der Absatzkette", Harvard Business Manager Nr. 4 (1997) , ist ein als „Peitscheneffekt" („bullwhip ef- fect") bezeichneter Nachteil dieses Vorgehens bekannt: Die Varianz der Bestellmengen und damit der „lokalen Vorlaufzeiten" nimmt mit zunehmender Entfernung im Fertigungsnetzwerk zwischen Lieferglied und Endabnehmer zu. Für die gesamte Vorlaufzeit zwischen Lieferglied und Endabnehmer kann lediglich ein großes Intervall angegeben werden. Die Gefahr ist groß, daß zu viele oder zu wenige Exemplare des Vorprodukts geliefert werden, was die oben beschriebenen Nachteile hat und ü- berdies zu erhöhten Lagerbeständen und nicht benötigten Kapazitätsreserven führt .
In US 5,231,567 wird ein Produktionsplanungssystem offenbart, das u. a. die Vorlaufzeit („lead time") aus einer Fertigungs- kapazität („production capacity") und einem zeitlich veränderlichen Bedarf („work demand") bestimmt. Im wesentlichen erzeugt das System einen Produktionsplan mit zeitlichen Aussagen. Hierzu wird eine Vorrichtung zur Schätzung der Vorlaufzeit („lead time estimate module") verwendet, das nach einem Ausführungsbefehl („lead time estimate command") eine Vorlaufzeit aus Daten über Fertigungskapazität und Bedarf bestimmt. In einer Ausführungsform wird die Vorlaufzeit in Abhängigkeit von veränderter Fertigungskapazität mittels Justierungsdaten („capacity adjustment data") verändert. Im einzigen Ausführungsbeispiel, die beschreibt, wie die Vorlaufzeit bestimmt wird, wird ein neuronales Netz angewendet, das als Eingangsgrößen Kapazität und Bedarf und als Ausgangsgröße die Vorlaufzeit hat. Verwiesen wird auf ein Lehrbuch über die Theorie der neuronalen Netze.
Bekanntlich wird ein neuronales Netz mit Stichproben trainiert, die in diesem Falle aus zuvor ermittelten Wertepaaren für Kapazität, Bedarf und Vorlaufzeit bestehen. Zur Bestim- mung der Vorlaufzeit bei gegebenen Werten für Kapazität und Bedarf „generalisiert" ein neuronales Netz über die Stichproben. Damit werden Vorlaufzeiten aus der Vergangenheit in die Zukunft fortgeschrieben, auch dann, wenn diese sich als nicht optimal erwiesen haben. Die Druckschrift weist keinen Weg auf, wie Verbesserungen im Fertigungssystem, die z. B. zu einem besseren, störungsärmeren Materialfluß führen, berücksichtigt werden. Eine weitere Begrenzung ist, daß die Schätzung der Vorlaufzeit die Kenntnis der jeweiligen Fertigungskapazität erfordert.
In US 5,819,232 wird ein Verfahren zur Regelung eines Lagerbestands offenbart. Der Bedarf des Kunden wird vorhergesagt, dabei werden mögliche Bedarfsschwankungen berücksichtigt. Für den Lagerbestand werden eine obere und eine untere Schranke bestimmt. Der Produktionsplan wird so bestimmt, daß der tatsächliche Lagerbestand zwischen oberer und unterer Schranke liegt. Hierbei wird die Vorlaufzeit für einen Kundenauftrag („customer order lead time") berücksichtigt, sie muß zureichend genau bekannt sein. Nicht offenbart wird, wie diese Vorlaufzeit ermittelt wird. Um das Verfahren nach US 5,819,232 ausführen zu können, muß es möglich sein, die Vorlaufzeit als statistische Zufallsgröße auszudrücken. Ähnlich wie bei US 5,231,567 werden auch für die Bestimmung der Parameter der Zufallsgrδße Stichproben benötigt, und Vorlaufzeiten werden aus der Vergangenheit in die Zukunft fortgeschrieben.
Aus JP 11175636 ist ein Simulationssystem für Planung des Warenversandes bekannt. Um eine Vorlaufzeit („production lead time") zu bestimmen, wird eine Verarbeitungszeit für jeden einzelnen Prozeß („waiting time") benötigt.
Aus JP 00172768 ist eine Vorrichtung bekannt, um den Sicherheitsbestand eines Lagers zu ermitteln. Eine Obergrenze für die Vorlaufzeit wird bestimmt, die eingehalten werden muß, damit der Lagerbestand einen vorgegebenen Sollbestand nicht unterschreitet . Daraus werden eine maximale und eine durchschnittliche Versandmenge („shipping volume") abgeleitet. In JP 08096037 ist* eine Vorrichtung zur Bestimmung eines Zeitplans („calendar calculation device") offenbart. Eine zusammengesetzte Vorrichtung zur Konstruktion eines Zeitplans („calendar table") mit Zugriff auf zwei Zeitpläne für Kalendertage und für Datumsangaben von Arbeitsschritten erzeugt einen zusammengesetzten Zeitplan. Eine Berechnungseinheit greift auf diesen Zeitplan und auf einen Datenspeicher mit Randbedingungen zu und erzeugt ein Berechnungsergebnis, z. B. eine Vorlaufzeit („lead time") . Nicht offenbart wird, wie diese Berechnung durchgeführt wird.
In JP 08287149 wird eine Methode zur Produktionsplanung offenbart. Aufgabe ist, den Zeitverzug zwischen zwei aufeinanderfolgenden Liefergliedern zu bestimmen. Anlieferungstermine beim Endabnehmer und daraus abgeleitete Termine zur Fertigstellung von Vorprodukten („passing reference days") werden mittels Meßdaten aus dem Datum der Anlieferung bestimmt. Benötigt wird eine vollständige Kenntnis der Lieferglieder, wie sie bei verschiedenen Liefergliedern in einem Unternehmen verfügbar sein können, aber in der Regel nicht bei rechtlich selbständigen Liefergliedern.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zu schaffen, das eine Vorlaufzeit für ein Vorprodukt eines Liefergliedes in einem Fertigungsnetzwerk optimiert, ohne daß ein Modell des Fertigungsnetzwerkes oder die Kenntnis von Fertigungskapazitäten benötigt werden. Das Verfahren soll auch bei einem zeitlich veränderlichen Bedarf an dem Vorprodukt anwendbar sein.
Die Aufgabe wird durch das Verfahren nach Anspruch 1, die Vorrichtung nach Anspruch 11 und dem Computerprogramm-Produkt nach Anspruch 12 oder Anspruch 13 gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.
Die Erfindung sieht vor, daß eine Soll-Lieferkurve und eine Bestandskurve ermittelt werden. Die Soll-Lieferkurve gibt für mehrere Zeitpunkte die aufgrund des Bedarfs eines Endabnehmers des Fertigungsnetzwerkes jeweils zu liefernde Menge des Vorprodukts an. Die Zeitpunkte und Mengen der Soll- Lieferkurve beziehen sich auf das Lieferglied, z. B. sind es Soll-Stückzahlen jeweils bezogen auf den Zeitpunkt, an dem die gefertigten Exemplare des Vorprodukts die Fertigungsstätte des Liefergliedes verlassen. Die Bestandskurve gibt für mehrere Zeitpunkte die jeweils vom Lieferglied fertiggestellte und noch nicht von einem nachfolgenden Lieferglied verwendete Menge des Vorprodukts an. Eine Korrektur-Zeitspanne für die Ist-Vorlaufzeit wird durch eine Auswahl aus einer Menge von möglichen Zeitpunkten ausgewählt. Hierfür wird für jede mögliche Zeitspanne eine Simulations-Bestandskurve berechnet. Eine solche Simulations-Bestandskurve für eine mögliche Zeitspanne gibt für mehrere Zeitpunkte an, welche Menge des Vorprodukts zum jeweiligen Zeitpunkt vom Lieferglied fertiggestellt und noch nicht von einem nachfolgenden Lieferglied verwendet worden wäre, wenn die vom Lieferglied für das Vorprodukt benötigte Vorlaufzeit um die Zeitspanne gegenüber der Ist-Vorlaufzeit verändert worden wäre. Für die Berechnung einer solchen Simulations-Bestandskurve werden die Soll- Lieferkurve und die Bestandskurve verwendet. Als Korrektur- Zeitspanne wird unter der Menge der möglichen Zeitspannen eine solche Zeitspanne ausgewählt, die optimal bezüglich eines Optimierungs-Kriteriums ist. Dieses Optimierungs-Kriterium basiert auf den berechneten Simulations-Bestandskurven. Beispielsweise ist das Optimierungs-Kriterium die Streuung einer Simulations-Bestandskurve. Diejenige mögliche Zeitspanne wird als Korrektur-Zeitspanne ausgewählt, die zu einer Simulations-Bestandskurve führt, die die geringste Streuung unter allen Simulations-Bestandskurven aufweist.
Die ermittelte Korrektur-Zeitspanne ist optimal für die tatsächlich aktuell gültigen Bestands- und Bedarfswerte und damit dem aktuellen Fertigungsprozeß. Das Verfahren vermeidet es, Werte der Vergangenheit für die Zukunft fortzuschreiben, zu generalisieren oder zu extrapolieren. Nicht erforderlich ist es, die Vorlaufzeit als statistische Zufallsgröße zu behandeln oder ein neuronales Netz zu trainieren, das die Vor- laufzeit vorhersagt. Dank der Erfindung, insbesondere des Optimierungs-Kriteriums, wird automatisch, nachvollziehbar, wiederholbar und objektiv eine bestimmte Zeitspanne als Vorlaufzeit bestimmt.
Das Verfahren benötigt keine Informationen über das Fertigungsnetzwerk oder über andere Lieferglieder, sondern lediglich eine Bestandskurve für dasjenige Lieferglied, welches das Vorprodukt herstellt, und eine Soll-Lieferkurve aus Sicht des Liefergliedes . Weiterhin wird kein Wissen über oder ein Modell z. B. mit einzelnen Prozeßschritten oder Zeitspannen für Fertigungsschritte bei der Herstellung des Vorproduktes oder eines Zwischen- oder Endproduktes, für dessen Herstellung das Vorprodukt verwendet wird, benötigt. Dieser Vorteil kommt insbesondere dann zum Tragen, wenn das Fertigungsnetzwerk rechtlich selbständige Unternehmen umfaßt und ein Endabnehmer die Fertigungsabläufe eines Liefergliedes nicht im Detail kennt. Es ist noch nicht einmal erforderlich, die Ist- Vorlaufzeit für das Vorprodukt zu kennen. Das Verfahren benötigt die Kenntnis dieses Parameters nicht. In einer weiter unten beschriebenen Ausführungsform wird hingegen die Ist- Vorlaufzeit ermittelt und für die Bestimmung der Soll- Lieferkurve verwendet. Die Ist-Vorlaufzeit wird z. B. aus Betriebsprotokollen, aus Vorgaben für das Lieferglied oder aufgrund einer Schätzung ermittelt.
Das erfindungsgemäße Verfahren ermittelt eine Korrektur- Zeitspanne insbesondere dann, wenn der Bedarf um einen gleichbleibenden Mittelwert schwankt, und auch dann, wenn der durchschnittliche Bedarf und damit eine Ausgleichsgerade durch die Soll-Lieferkurve ansteigt oder absinkt. Letzteres ist beispielsweise dann der Fall, wenn der Endabnehmer die Produktion einer neuen Baureihe hochfährt oder die einer auslaufenden Baureihe herunterfährt .
Insbesondere weil das Verfahren kein Modell und kein neuronales Netz auswertet, benötigt das Verfahren nur wenig Rechenkapazität und wenig Rechenzeit. Diejenigen Daten, die für das erfindungsgemäße Verfahren benötigt werden, stehen insbesondere bei einer Serienfertigung ohnehin zur Verfügung.
Im folgenden wird eine bevorzugte Ausführungsform des erfindungsgemäßen Verfahrens anhand der beiliegenden Figuren näher beschrieben. Dabei zeigen:
Fig. 1. ein schematisches Abbild eines Fertigungsnetzwerkes von Liefergliedern;
Fig. 2. eine ausgewählte Lieferkette im Netzwerk der Lieferglieder;
Fig. 3. ein umgeformtes schematisches Abbild mit firmenübergreifenden Lagern;
Fig. 4. beispielhaft eine Bestandskurve und eine Endabnehmer-Bedarfskurve für ein Zwischenprodukt;
Fig. 5. die Bestandskurve von Fig. 4 und eine aus Fig. 4 abgeleitete Endabnehmer-Bedarfskurve für das Vorprodukt;
Fig. 6. die Bestandskurve von Fig. 4 und eine aus Fig. 5 abgeleitete Soll-Lieferkurve für das Vorprodukt;
Fig. 7. zwei Simulations-Bestandskurven für die mögliche Zeitspanne 0 Tage (oben) und 3 Tage (unten) auf Basis der Soll-Lieferkurve und der Bestandskurve aus Fig. 6;
Fig. 8. zwei weitere Simulations-Bestandskurven für die mögliche Zeitspanne 5 Tage (oben) und -2 Tage (unten) auf Basis der Soll-Lieferkurve und der Bestandskurve aus Fig. 6;
Fig. 9. zwei Simulations-Bestandskurven für die mögliche
Zeitspanne 3 Tage und einem Standardbedarf von 500 (oben) bzw. 0 Stück (unten) ;
Fig. 10. Soll-Lieferkurve und Bestandskurve bei Losgrößenfertigung;
Fig. 11. Eine Simulations-Bestandskurve und eine um die Auswirkungen der Losgrößen-Fertigung bereinigte Simulations-Bestandskurve für das Beispiel der Fig. 10.
Fig. 1 zeigt ein Abbild eines Fertigungsnetzwerks, in dem von einem Netzwerk 10 von Liefergliedern 20 Vor- und Zwischenprodukte hergestellt werden, die ein Endabnehmer 30 verwendet, um seinerseits ein Endprodukt zu fertigen. Ein Endabnehmer bildet also eine Senke des Fertigungsnetzwerks. Vor- und Zwischenprodukte sind hierbei insbesondere Rohmaterialien, Halbzeuge, Komponenten und Teilsysteme des Endproduktes. Der Begriff „Lieferglied" bezeichnet nicht nur Fertigungsstätten von physikalischen Ressourcen, sondern auch Dienstleister. Jedes Lieferglied 20 in diesem Fertigungsnetzwerk 10 ist in Fig. 1 in Form eines Kästchens dargestellt, die Pfeile zwischen den Kästchen zeigen die Lieferrichtung zwischen den Liefergliedern 20 an. Die Lieferglieder 20 beliefern gemeinsam den Endabnehmer 30, der das letzte Glied des Fertigungsnetzwerkes 10 darstellt. Die Mehrzahl der Lieferglieder 20 innerhalb des Fertigungsnetzwerks 10 sind in Form von Lieferketten 40 vernetzt voneinander abhängig, wobei jeweils ein Lieferglied 20 das sich in der Lieferfolge anschließende Lieferglied 20 mit Ware beliefert. Ein Beispiel für Lieferglieder 20, die gemeinsam eine solche Lieferkette 40 darstellen, ist in Fig. 1 dadurch dargestellt, daß die Kästchen für die beteiligten Lieferglieder schraffiert sind. Das Lieferglied 20.a liefert im Beispiel der Fig. 1 an das Lieferglied 20.b, das Liefer- glied 20.b liefert seinerseits an das Lieferglied 20. c, das Lieferglied 20. c liefert seinerseits an das Lieferglied 20. d, und Lieferglied 20. d liefert an den Endabnehmer 30. Die Lieferglieder 20. a bis 20. d bilden zusammen die in Fig. 1 schraffiert dargestellte Lieferkette.
Wenn ein Unternehmen ein einziges Produkt oder eine einzige Dienstleistung für verschiedene Abnehmer bereitstellt, bildet es ein einziges Lieferglied mit mehreren nachfolgenden Liefergliedern. Die Lieferkette verzweigt sich also an diesem Punkt. Falls es hingegen verschiedene Produkte oder Dienst- leistungen an verschiedenen Standorten für den Herstellungsprozeß liefert, so ist dieses Unternehmen durch mehrere Lieferglieder im Netzwerk vertreten.
Das erfindungsgemäße Verfahren erfordert nicht notwendigerweise die Kenntnis des Liefernetzwerks 10. Welche Informationen benötigt werden, wird weiter unten dargelegt.
Fig. 2 zeigt ein konkretes Beispiel einer aus mehreren Liefergliedern 20 zusammengesetzten Lieferkette 40: Hierbei handelt es sich beispielhaft um den Herstellungsprozeß von Lederkomponenten, die vom Endabnehmer 30 als Teil einer Türin- nenverkleidung eines Personenkraftwagens verbaut werden. Die Lieferkette 40 umfaßt vier Fertigungsstätten 20. dl, 20.d2, 20. e, 20.g, von denen sich drei (die Fertigungsstätten 20. dl [Lederzuschnitt für graue Leder], 20.d2 [Lederzuschnitt für nicht-graue Leder] und 20. e [Nähen des Lederzuschnittes]) in Südafrika und eine (Fertigungsstätte 20.g [Teilmontage Türinnenverkleidung] ) in Deutschland befinden. Weiterhin enthält die Lieferkette 40 ein Transportunternehmen 20. f, das die Lederhalbzeuge aus Südafrika nach Deutschland transportiert, und das Lieferglied 20.h [Endmontage Türinnenverkleidung] .
Wie in Fig. 2 gezeigt ist, verfügt jedes Lieferglied 20 dieses Ausführungsbeispiels über mindestens eine Prozeßstufe 60, die eine oder mehrere Produktionsstufen, Transportstufen etc. umfassen kann, und einen Ausgangspuffer 70. Wenn das Liefer- glied 20 von anderen Liefergliedern beliefert wird, hat es mindestens einen Eingangspuffer 50. Die Puffer 50, 70 stellen Lagerbestände dar und dienen dazu, den Materialfluß zwischen anderen in der Lieferkette 40 befindlichen Liefergliedern 20 zumindest teilweise zu entkoppeln. So stellt z.B. der Eingangspuffer 50. a der Fertigungsstätte 20.g sicher, daß die Fertigungsstätte 20.g genügend Lederhalbzeuge zur Teilmontage der Türinnenverkleidung zur Verfügung hat, bis die nächste Lieferung erfolgt. Um auch bei Lieferschwierigkeiten der Fertigungsstätten 20.d und 20.e oder des Transporteurs 20.f Türinnenverkleidungen montieren zu können, kann es für die Fer- tigungsstätte 20.g sinnvoll sein, ihren Eingangspuffer 50. a größer auszulegen.
Um die Ermittlung der Korrektur-Zeitspanne nicht mit Schwankungen zu erschweren, die beim Transport von Vor- und Zwischenprodukten auftreten, wird das Abbild des Fertigungsnetzwerkes vorzugsweise so umgeformt, wie es durch Fig. 3 illustriert wird. Derartige Schwankungen können z. B. deshalb auftreten, weil mehrere Vor- oder Zwischenprodukte zu einem Transport zusammengestellt und gemeinsam transportiert werden. Für die Ermittlung ist es aber nicht von Bedeutung, ob ein Vor- oder Zwischenprodukt sich in einem Ausgangspuffer eines Liefergliedes, auf dem Transport zwischen zwei Liefergliedern oder im Eingangspuffer eines nachfolgenden Liefergliedes befindet. Daher werden im Abbild des Fertigungsnetzwerkes 10 firmenübergreifende Lager gebildet, indem Ausgangspuffer, transportierende Lieferglieder und Eingangspuffer zu einem firmenübergreifenden Lager zusammengefaßt werden. Diese Ausgestaltungen erspart darüber hinaus Ermittlungen, z. B. die, welche Stückgrößen sich wann auf dem Transport befinden.
So werden beispielsweise der Ausgangspuffer 70.g des Liefergliedes 20.g und der Eingangspuffer 50.h des nachfolgenden Liefergliedes 20.h zu einem firmenübergreifenden Lager 25.g zusammengefaßt. Weiterhin werden der Ausgangspuffer 70.g des Lie ergliedes 20.g, das transportierende Lieferglied 20. f mitsamt seinem Eingangspuffer 50. f und seinem Ausgangspuffer 70. f und der Eingangspuffer 50.g des nachfolgenden Liefergliedes 20.g zu einem weiteren firmenübergreifenden Lager 25. f zusammengefaßt .
Für jedes Lieferglied 20 des Fertigungsnetzwerkes 10 läßt sich mittels des erfindungsgemäßen Verfahrens eine Korrektur- Zeitspanne zur Ist-Vorlaufzeit bestimmen. Eine Ausführungs- form des Verfahren wird im folgenden am Beispiel des Liefergliedes 20. dl aus Fig. 3 erläutert. Das Lieferglied 20.dl stellt ein Vorprodukt V her, das nachfolgende Lieferglieder in Zwischenprodukten verwenden, die ihrerseits vom Endabnehmer 30 zur Herstellung des Endprodukts verwendet werden. In diesem Beispiel ist das Vorprodukt V grauer Lederzuschnitt für Türinnenverkleidungen.
Das erfindungsgemäße Verfahren wird auf einer Datenverarbeitungsanlage, beispielsweise einem PC, durchgeführt. Diese Datenverarbeitungsanlage hat Lesezugriff auf Datenspeicher, in denen die für die Bestandskurve und die für die Soll- Lieferkurve benötigten Werte abgespeichert sind. Bei Bedarf- werden die Werte auf P.lausibilität geprüft und aufbereitet. Fehlende Werte werden z. B. durch Interpolation geschätzt.
Das erfiήdungsgemäße Verfahren benötigt vorzugsweise den zeitlichen Verlauf zweier variabler Größen, nämlich des Bestands und des Bedarfs für das vom Lieferglied hergestellte Vorprodukt V. Die zeitlichen Verläufe werden in einer Bestandskurve bzw. einer Soll-Lieferkurve angezeigt.
Die Bestandskurve gibt für mehrere Zeitpunkte den Bestand des Vorprodukts V beim Lieferglied 20. dl an, das ist die jeweils vom Lieferglied (20. dl) fertiggestellte und noch nicht von einem nachfolgenden Lieferglied verwendete Menge des Vorprodukts V.
Die Menge wird beispielsweise in Stückzahlen bestimmt. Die Bestände werden vorzugsweise an jeweils einer bestimmten Uhrzeit an N aufeinanderfolgenden Tagen bestimmt . Die mehreren Zeitpunkte sind also N aufeinanderfolgende Tage. Der Zeitraum, den die N aufeinanderfolgenden Tage abdecken, wird bevorzugt so groß gewählt, daß das Verfahren robust gegenüber Kapazitätseinbrüchen und Kapazitätsausfällen beim Lieferglied 20. dl ist. Damit läßt sich das erfindungsgemäße Verfahren ohne Änderungen auch dann anwenden, wenn das Lieferglied, welches das Vorprodukt herstellt, einen Kapazitätseinbruch aufweist. Die Dauer des Kapazitätseinbruchs ist dann kurz im. Vergleich zu dem durch die Zeitpunkte abgedeckten Zeitraum. Insbesondere bei einer Serienfertigung z. B. in der Automobilindustrie werden Stückzahlen ohnehin über einen längeren Zeitraum hinweg aufgezeichnet. Der Zeitraum wird bevorzugt so festgelegt, daß er mindestens fünfmal so lang wie der maximale Zeitraum zwischen Auftreten und Beseitigung einer Lieferbeschränkung bei dem das Vorprodukt V herstellende Lieferglied 20. dl. Typischerweise lassen sich Kapazitätseinbrüche eines Liefergliedes 20 binnen zehn Tagen beheben, so lehrt die bisherige Erfahrung. Daher wird als Zeitraum für die Bestandskurve mindestens das Fünffache von zehn Tagen gewählt, also beträgt in diesem Beispiel N mindestens 60 Tage.
Eine weitere Ausgestaltung sieht vor, daß in der Bestandskurve keine absoluten Bestände angegeben werden, sondern nur die jeweilige Veränderung gegenüber einem Anfangswert, z. B. einem Anfangsbestand oder einem Sollbestand oder einem Durchschnittsbestand oder einem Standard-Bestand.
Bevorzugt bezieht sich die Bestandskurve auf ein firmenübergreifendes Lager, im Beispiel der Fig. 3 ist dies das Lager 25. dl. Für die Durchführung des Verfahrens braucht nicht unterschieden zu werden, wo im firmenübergreifenden Lager sich wie viele Stück des Vorprodukts V befinden. Die Stückzahlen im Ausgangspuffer, Transit und nachfolgendem Eingangspuffer brauchen also nicht voneinander unterschieden zu werden. Vielmehr reicht es aus, für einen Zeitpunkt den gesamten Bestand im firmenübergreifenden Lager zu ermitteln und die Bestände für jeden nachfolgenden Zeitpunkte dadurch zu ermitteln, daß der Zugang in den Eingangspuffer und der Abgang aus dem Ausgangspuffer ermittelt werden und der Zugang zum vorherigen Bestand addiert und der Abgang subtrahiert wird.
Die Soll-Lieferkurve gibt die Menge des Vorprodukts V an, die zu liefern ist, um den Bedarf (die Nachfrage) des Endabnehmers 30 am Vorprodukt V oder einem Zwischenprodukt Z, das unter Verwendung des Vorprodukts V hergestellt wird, zu decken. Der Bedarf bezieht sich jeweils auf eine Basis-Zeitspanne, z. B. wird der Bedarf für einen bestimmten Tag angegeben. Die Soll-Lieferkurve gibt bevorzugt die Liefermenge an N aufeinanderfolgenden Tagen eines Zeitraums an, wobei N und der Zeitraum wie oben beschrieben bestimmt werden. Das Lieferglied 20.dl muß in der Regel eine größere Menge des Vorproduktes produzieren, beispielsweise weil einige Exemplare des Vorprodukts nicht die geforderte Qualität besitzen, weil nachfolgende Lieferglieder die Exemplare in Zwischenprodukten unzureichender Qualität einbauen oder weil einzelne Exemplare des Vorprodukts oder eines mit dem Vorprodukt gefertigten Zwischenprodukts einer zerstörenden Prüfung unterzogen werden. Dieser „Schwund" wird bevorzugt durch einen prozentuellen Aufschlag auf die nachgefragte Menge des Vorprodukts berücksichtigt. In der Soll-Lieferkurve wird vorzugsweise bereits die erhöhte Soll-Liefermenge berücksichtigt .
Eine Soll-Liefermenge bezieht sich jeweils auf den Zeitpunkt, an dem das Lieferglied 20. dl das Vorprodukt V fertiggestellt haben muß, damit es termingerecht bei nachfolgenden Liefergliedern eingeht und letztlich der Bedarf des Endabnehmers 30 gedeckt wird. Möglich ist, diese Bedarfe direkt beim Liefer- glied zu bestimmen, z. B. aus den Soll-Auslieferungszahlen des Liefergliedes 20. dl.
Eine bevorzugte Ausführungsform sieht hingegen vor, eine Endabnehmer-Bedarfskurve zu ermitteln. Die Bedarfe in dieser Endabnehmer-Bedarfskurve beziehen sich jeweils auf den Zeitpunkt, an dem der Endabnehmer 30 die jeweilige Menge des Vorprodukts - oder eines Zwischenprodukts, für dessen Herstellung das Vorprodukt benötigt wird - benötigt. Weiterhin wird die Ist-Vorlaufzeit ermittelt, die das Lieferglied 20.dl für die Lieferung des Vorprodukts V benötigt. Diese Ist- Vorlaufzeit wird z. B. von Hand geschätzt oder aus Verträgen zwischen dem Lieferglied 20. dl einerseits und nachfolgenden Liefergliedern und/oder den Endabnehmer andererseits oder wie oben beschrieben aus „lokalen Vorlaufzeiten" näherungsweise ermittelt. Mit Hilfe der Endabnehmer-Bedarfskurve und der Ist-Vorlaufzeit wird die Soll-Lieferkurve ermittelt.
In dem Beispiel der Fig. 1 bis Fig. 3 verwendet der Endabnehmer 30 das Vorprodukt V nicht direkt, sondern verwendet ein Zwischenprodukt, welches das Lieferglied 20.h unter Verwen- düng des Vorproduktes V herstellt, nämlich Türinnenverklei- dungen. Bevorzugt wird daher eine Stückliste verwendet, welche für die Endprodukte, die der Endabnehmer 30 ausliefert, und/oder für die Zwischenprodukte, die der Endabnehmer 30 verwendet, die jeweils benötigten Anzahlen der Vorprodukte angibt. Beispielsweise werden für eine graue Türinnenverkleidung u. a. zwei Stück des Vorprodukts V, also grauer Lederzuschnitt, benötigt. Ein Kraftfahrzeug benötigt zwei Türinnenverkleidungen. Für Autos mit grauer Türinnenverkleidungen werden vier Stück des Vorprodukts V pro Auto benötigt.
Die Endabnehmer-Bedarfskurve gibt den Bedarf für graue Türinnenverkleidungen an. Mit Hilfe der Stückliste sowie der Ist- Vorlaufzeit wird aus dieser die Soll-Lieferkurve für das Vorprodukt V erzeugt. In diesem Beispiel gibt die Soll- Lieferkurve 110 die Stückzahlen für grauen Lederzuschnitt an.
In Fig. 4 werden beispielhaft eine Bestandskurve 100 für das Vorprodukt V und eine Endabnehmer-Bedarfskurve 1100 für ein dem Endabnehmer 30 geliefertes Zwischenprodukt Z gezeigt. Die Ausschnitte beziehen sich jeweils auf einen Zeitraum von N = 20 Tagen. In diesem Beispiel ist ein bestimmter Tag, z. B. der 1. März 2001, mit dem Tag 1 bezeichnet. Die Bestandskurve 100 zeigt den zeitlichen Verlauf der Bestandsabweichung im firmenübergreifenden Lager 25. dl für die Tage 1 bis 20, also für den 1. März 2001 bis zum 20. März 2001. Die Werte geben die Abweichung des Bestandes bezogen auf den Tag 1 an. An den Tagen 5, 6, 7, 8 und 9 beträgt die Abweichung -50 Stück des Vorproduktes V, an allen anderen Tagen 0 Stück.
Die Endabnehmer-Bedarfskurve 1100 zeigt den zeitlichen Verlauf des Bedarfs, den der Endabnehmer 30 an einem dem Endabnehmer geliefertes Zwischenprodukt, in diesem Beispiel die Türinnenverkleidung, hat. Der Bedarf ist für die Tage 11 bis 30 aufgetragen. Diese Werte werden z. B. aus vorhandenen Werten für die Produktion des Endabnehmers 30 ermittelt.
In Fig. 5 werden die Bestandskurve der Fig. 4 und eine mit Hilfe der Stückliste erzeugte Endabnehmer-Bedarfskurve 1110 für das Vorprodukt V gezeigt. Die Endabnehmer-Bedarfskurve 1110 zeigt den zeitlichen Verlauf des Bedarfs, den der Endabnehmer 30 an dem Vorprodukt V hat. Der Bedarf ist für die Tage 11 bis 30 aufgetragen. Gemessen wird er in Stück des Vorprodukts, in diesem Beispiel in Stück graues Leder. Die Zeitpunkte, hier die Tage 11 bis 30, sind die Zeitpunkte, an denen der Endabnehmer das Zwischenprodukt benötigt, das unter Verwendung des Vorproduktes hergestellt wird, hier graue Türinnenverkleidungen. Am Tag 15, also dem 15. März 2001, benötigte der Endabnehmer so viele graue Türinnenverkleidungen, daß zu ihrer Herstellung 550 Stück graue Leder verwendet werden.
In diesem Beispiel beträgt die geschätzte Ist-Vorlaufzeit für das Vorprodukt V 10 Tage. Die Endabnehmer-Bedarfskurve 1110 für das Vorprodukt V wird um die Ist-Vorlaufzeit entlang der Zeitachse verschoben. Fig. 6 zeigt das Ergebnis. Die Bedarfe, hier Stückzahlen, in der Soll-Lieferkurve 110 beziehen sich auf die Zeitpunkte, an denen das Lieferglied 20. dl das Vorprodukt, hier Leder, fertiggestellt und an nachfolgende Lieferglieder geliefert haben muß, damit die grauen Türinnenverkleidungen rechtzeitig den Endabnehmer erreichen.
Vorzugsweise wird weiterhin ein Standard-Bedarf für das vom Lieferglied 20. dl gefertigte Vorprodukt V ermittelt. Dieser Standard-Bedarf ist beispielsweise der durchschnittliche Bedarf in den letzten N Tagen.
Die Korrektur-Zeitspanne wird in der bevorzugten Ausführungs- form durch den im folgenden angegebenen Algorithmus ermittelt. Um den Algorithmus zu beschreiben, wird das Beschreibungsmittel des Pseudo-Codes verwendet. Die Bezugszeichen im Pseudo-Code haben folgende Bedeutun en:
Figure imgf000017_0001
Figure imgf000018_0001
For i = 1 To N
Sollmenge [i] : = EA-Bedarf [i+VLZ Ist] Next i
ΔVLZ_opt := 0
Streuung_min : = Streuung (Bestand [ΔVLZ_max-l : N+l-ΔVLZ_max] )
For ΔVLZ = -ΔVLZ_max To ΔVLZ_max
For i = 1 To N
Bestand_sim[i] := Bestand [i]
Next i
If ΔVLZ > 0 Then
For i = 1 To N
Summe : = 0
For k = 0 To ΔVLZ - 1
If i-k > 0 Then
Summe : =
Summe + (Sollmenge [i-k] - Sollmenge_Std)
End If
Next k
Bestand_sim[i] := Bestand_sim[i] + Summe
Next i
End If
If ΔVLZ < 0 Then
For i = 1 To N
Summe : = 0
For k = ΔVLZ To - 1
If i-k <= N Then
Summe : =
Summe + (Sollmenge [i-k] - Sollmenge_Std)
End If
Next k Bestand_sim [i] : = Bestand__sim [i] - Summe
Next i
End If
Streuung_neu : =
Streuung (Bestand_sim[ΔVLZ_max-l : N+l-ΔVLZ_max] )
If Streuung_min > Streuung_neu Then
Streuung_min : = Streuung_neu
ΔVLZ_opt := ΔVLZ
End If
Next ΔVLZ
VLZ_opt := VLZ_Ist + ΔVLZ_opt
Die Streuung, oft auch Standardabweichung, einer Meßwertreihe (xl , ... ,xN) wird nach der Formel
Figure imgf000020_0001
bestimmt, wobei
1 N xi der Mittelwert der Meßwerte (xl,...,xN) ist.
N x=l
Anstelle der Streuung lassen sich auch andere auf die Simulations-Bestandskurven bezogene Optimierungs-Kriterien verwenden. Beispielsweise wird eine Simulations-Bestandskurve nach einer der Formeln
Figure imgf000020_0002
wobei k eine positive Zahl ist, oder
Bew = max { | i - xj | , so daß i=l, ... ,N und j=l, ... ,N } bewertet. Falls alle Werte der Simulations-Bestandskurve i- dentisch sind, ist Bew = 0. Diejenige mögliche Zeitspanne, die zur Simulations-Bestandskurve mit der geringsten Bewer- tung Bew führt, wird als Korrektur-Zeitspanne ausgewählt. Möglich ist auch, daß als Korrektur-Zeitspanne der Wert 0 bestimmt wird. Dann ist die Ist-Vorlaufzeit bereits optimal.
Alle oben aufgeführten Optimierungs-Kriterien führen dazu, daß diejenige Korrektur-Zeitspanne ausgewählt wird, die zu den geringsten Schwankungen des Lagerbestandes für das Vorprodukt V beim Lieferglied 20. dl, welches das Vorprodukt herstellt, führen.
Fig. 7 und Fig. 8 zeigen vier Simulations-Bestandskurven für die Bestandskurve und die Soll-Lieferkurve von Fig. 6. In diesem Beispiel sind N = 20 Tage und ΔVLZ_max = 5. Die Menge der möglichen Zeitspannen ist also das Intervall [-5 Tage, +5 Tage] um die Ist-Vorlaufzeit VLZ_Ist = 10 Tage.
Fig. 7 zeigt oben eine Simulations-Bestandskurve 130 für ΔVLZ = 0 Tagen und unten eine Simulations-Bestandskurve 140 für ΔVLZ = 3 Tagen. Fig. 8 zeigt oben eine Simulations- Bestandskurve 150 für ΔVLZ = 5 Tagen und unten eine Simulations-Bestandskurve 160 für ΔVLZ = -2 Tagen. Der Standardbedarf beträgt in allen vier Fällen 500 Stück. Die Streuung σ der Simulations-Bestandskurve 130 in Fig. 7 beträgt σ = 25,75, die der Simulations-Bestandskurve 140 σ = 19,46. Die Streuung σ der Simulations-Bestandskurve 150 in Fig. 8 beträgt σ = 0, die der Simulations-Bestandskurve 160 σ = 25,62. Das erfindungsgemäße Verfahren liefert eine Korrektur-Zeitspanne von ΔVLZ_opt = 5 Tagen und damit eine Vorlaufzeit VLZ_opt = VLZ_ist + ΔVLZ_opt = 10 + 5 = 15 Tagen.
Fig. 9 sowie die nachfolgende Tabelle illustrieren, daß das erfindungsgemäße Verfahren dasselbe Ergebnis liefert, wenn ein anderer Wert für den Standardbedarf vorge eben wird.
Figure imgf000021_0001
Figure imgf000022_0001
Da die ersten (ΔVLZ_max-l) Werte, in diesem Beispiel die ersten vier Werte, bei der Berechnung der Streuung nicht berücksichtigt werden, ergibt sich für die Simulations- Bestandskurven 130 und 130.1 die gleiche Streuung σ = 19,46. Grundsätzlich hängen die Streuung oder auch die anderen oben beschriebenen Optimierungskriterien nicht von Wert des Standardbedarfs ab.
Eine Weiterbildung der Erfindung wird angewendet, wenn das Vorprodukt V in Losen gefertigt wird. Bei einer Fertigung in Losen wird ein Los, das ist ein Vielfaches einer Basismenge des Vorprodukts, beispielsweise eine bestimmte Stückzahl des Vorprodukts, auf einmal gefertigt und wird an einem Zeitpunkt dem Lager zugeführt. Ein Los deckt den Bedarf eines nachfol- genden Liefergliedes am Vorprodukt V für alle Zeitpunkte bis zur Fertigstellung des nächsten Loses. Losfertigung wird z. B. in H. Tempelmeier: „Material-Logistik: Grundlagen der Bedarfs- und Losgrößenplanung in PPS-Systemen", Springer- Verlag, Berlin und Heidelberg, 1995, beschrieben.
Fig. 10 zeigt beispielhaft eine weitere Soll-Lieferkurve 200 und eine Bestandskurve 210 bei Losfertigung. In diesem Beispiel wird jeweils ein Los an den Tagen 1, 6, 11, 16 und 21 gefertigt. Die Bestandskurve 210 hat einen sägezahnartigen Verlauf, weil täglich Stücke des Vorprodukts V dem Lager 25. dl entnommen werden, aber nur alle fünf Tage dieses Lager aufgefüllt wird. Die Ausgestaltung des Verfahrens setzt nicht voraus, daß die Lose in gleichen Abständen, z. B. alle fünf Tage, fertiggestellt werden.
Die Korrektur-Zeitspanne Vorlaufzeit wird gemäß der Weiterbildung, bei der Losfertigung berücksichtigt wird, durch den im folgenden angegebenen Algorithmus ermittelt . Auch dieser Algorithmus wird mit Hilfe des Beschreibungsmittels des Pseudo-Codes beschrieben. Die zusätzlichen Bezugszeichen im Pseu- do-Code haben folgende Bedeutungen:
Figure imgf000023_0001
Im Beispiel der Fig. 10 sind M = 5, LFZ[1] = 1, LFZ [2] = 6, LFZ [3] = 11, LFZ [4] = 16 und LFZ [5] = 21.
ΔVLZ_opt := 0
Streuung_min := Streuung (Bestand [ΔVLZ_max-l : N+l-ΔVLZ_max] )
For ΔVLZ = -ΔVLZ max To ΔVLZ max For i = 1 To N
Bestand_sim[i] := 0
Next i
For j = 1 To M
Bestand_sim [LFZ [ j ] +ΔVLZ] : = Bestand [LFZ [j] ] + Sollmenge [LFZ [j ] ] - Bestand [LFZ [ j ] -1]
Bestand_sim [LFZ [ j ] +ΔVLZ] : =
Bestand_sim[LFZ[j]+ΔVLZ] - Sollmenge [LFZ [j ] +ΔVLZ] + Bestand_sim[LFZ [j] +ΔVLZ-1]
For k = LFZ[j]+l To LFZ[j+l]-l
Bestand_sim[k+ΔVLZ] : = Bestand_sim[k-1+ΔVLZ] - Sollmenge [k+ΔVLZ]
Next k
For k = LFZ[j] To LFZ[j+l]-l
Bestand_sim_ber [k+ΔVLZ] := Bestand_sim[k+ΔVLZ]
For u = k+1 To LKZ[j+l]-l
Bestand_sim_ber [k+ΔVLZ] : = Bestand_sim_ber [k+ΔVLZ] - Sollmenge [u+ΔVLZ]
Next u
Next k
Next j
Streuung_neu : =
Streuung (Best and_sim[ΔVLZ_max-l : N+l-ΔVLZ_max] )
If Streuung_min > Streuung_neu Then
Streuung_min : = Streuung_neu
ΔVLZ_opt := ΔVLZ
End If
Next ΔVLZ VLZ_opt := VLZ_Ist + ΔVLZ_opt
Fig. 11 zeigt die Simulations-Bestandskurve 220 und die bereinigte Simulations-Bestandskurve 230 für das Beispiel aus Fig. 10 und für die mögliche Zeitspanne -3 Tage. Auch in diesem Beispiel ist ΔVLZ_max = 5 Tage, so daß die ersten vier und die letzten vier Werte der bereinigten Simulations- Bestandskurve bei der Berechnung der Streuung nicht berücksichtigt werden. Daher ist für ΔVLZ = -3 Tage die Streuung gleich 0, so daß ΔVLZ_opt = -3 Tage und VLZ_opt = 10 + (-3) = 7 Tage ist .
Zusammenfassend offenbart: Die Erfindung betrifft ein Verfahren zur automatischen Bestimmung einer Korrektur-Zeitspanne zur Korrektur einer Ist-Vorlaufzeit für die Lieferung eines Vorprodukts, das von einem Lieferglied eines Fertigungsnetzwerks hergestellt wird. Erfindungsgemäß werden eine Soll- Lieferkurve und eine Bestandskurve ermittelt. Die Soll- Lieferkurve gibt für mehrere Zeitpunkte die von einem Endabnehmer des Fertigungsnetzwerkes jeweils benötigte Menge des Vorprodukts an, die Bestandskurve die jeweils vom Lieferglied fertiggestellte und noch nicht ausgelieferte Menge des Vorprodukts. Die Korrektur-Zeitspanne wird durch eine Optimierung über einer Menge von möglichen Zeitspannen ausgewählt. Hierfür wird für jede mögliche Zeitspanne eine Simulations- Bestandskurve berechnet. Eine solche Simulations- Bestandskurve für eine mögliche Zeitspanne gibt für mehrere Zeitpunkte an, welche Menge des Vorprodukts zum jeweiligen Zeitpunkt vom Lieferglied fertiggestellt und noch nicht ausgeliefert worden wäre, wenn die vom Lieferglied für das Vorprodukt benötigte Vorlaufzeit um die mögliche Zeitspanne gegenüber der Ist-Vorlaufzeit verändert worden wäre. Als Optimierungs-Kriterium wird z. B. die Streuungen der Simulations- Bestandskurven über der Zeit verwendet . Bezu szeichenliste
Figure imgf000026_0001

Claims

Patentansprüche
Verfahren zur automatischen Bestimmung einer Korrektur- Zeitspanne (ΔVLZ_opt) zur Korrektur einer Ist-Vorlaufzeit für die Lieferung eines Vorprodukts (V) , das mit einer Ist-Vorlaufzeit (VLZ_Ist) von einem Lieferglied (20. dl) eines Fertigungsnetzwerks (10) hergestellt wird, wobei für mehrere Zeitpunkte die vom Lieferglied (20. dl) zur Deckung des Bedarfs eines Endabnehmers (30) des Fertigungsnetzwerkes (10) jeweils fertigzustellende Menge des Vorprodukts (V) ermittelt und in Form einer Soll- Lieferkurve (110, 200) abgespeichert wird, d a d u r c h g e k e n n z e i c h n e t , daß für mehrere Zeitpunkte die jeweils vom Lieferglied (20. dl) fertiggestellte und noch nicht von einem nachfolgenden Lieferglied (20. e) verwendete Menge des Vorprodukts (V) ermittelt und in Form einer Bestandskurve (100) abgespeichert wird
- und die Korrektur-Zeitspanne (ΔVLZ_opt) durch eine Auswahl aus einer Menge von möglichen Zeitspannen (ΔVLZ) bestimmt wird, wobei für jede mögliche Zeitspanne unter Verwendung der Soll-Lieferkurve (110) und der Bestandskurve (100) eine Simulations-Bestandskurve (130, 140, 150, 160) berechnet wird, die für mehrere Zeitpunkte angibt, welche Menge des Vorprodukts (V) zum jeweiligen Zeitpunkt vom Lieferglied (20. dl) fertiggestellt und noch nicht von einem nachfolgenden Lieferglied (20. e) verwendet worden wäre, wenn die vom Lieferglied (20.dl) für das Vorprodukt (V) benötigte Vorlaufzeit um die mögliche Zeitspanne gegenüber der Ist-Vorlaufzeit (VLZ_Ist) verändert worden wäre, und wobei als Korrektur-Zeitspanne (ΔVLZ_opt) diejenige der möglichen Zeitspannen ausgewählt wird, die zu einer Simulations-Bestandskurve führt, die optimal bezüglich eines auf den Simulations-Bestandskurven (130, 130.1, 140, 150, 160) basierenden Optimierungs- Kriteriums (σ) ist.
2. Verfahren nach Anspruch 1 , d a d u r c h g e k e n n z e i c h n e t , daß
- eine Ist-Vorlaufzeit (VLZ_Ist) für das Vorprodukt (V) ermittelt wird
- und eine Soll-Vorlaufzeit (VLZ__opt) für das Vorprodukt
(V) als Summe von Ist-Vorlaufzeit (VLZ_Ist) und Korrektur-Zeitspanne (ΔVLZ_opt) ermittelt wird.
3. Verfahren nach Anspruch 1 oder Anspruch 2 , d a d u r c h g e k e n n z e i c h n e t , daß das Optimierungs-Kriterium die Minimierung der Streuungen der. Simulations-Bestandskurven (130, 130.1, 140, 150, 160) ist.
4. Verfahren nach einem der Ansprüche 1 bis 3, d a d u r c h g e k e n n z e i c h n e t , daß bei der Ermittlung der fertiggestellten und noch nicht verwendeten Mengen des Vorprodukts (V) die Bestände am Vorprodukt (V) in einem Ausgangspuffer (70.dl) des Liefergliedes (20.dl), die Bestände im Transit zu den nachfolgenden Liefergliedern (20. e, ...) und die Bestände in einem Eingangspuffer (50. e) des nachfolgenden Liefergliedes (20. e) ermittelt und addiert werden.
5. Verfahren nach einem der Ansprüche 1 bis 4, d a d u r c h g e k e n n z e i c h n e t , daß bei der Ermittlung der vom Endabnehmer (30) jeweils benötigten Menge des Vorprodukts (V) die Menge mindestens eines Zwischenprodukts (Z) , für dessen Herstellung das Vorprodukt (V) verwendet wird und das von einem weiteren Lieferglied (20. e, 20. f, ...) des Fertigungsnetzwerks (10) direkt an den Endabnehmer (30) geliefert wird, ermittelt wird und eine Stückliste, die das Zwischenprodukt (Z) und das Vorprodukt (V) umfaßt, verwendet wird.
6. Verfahren nach einem der Ansprüche 1 bis 5, d a d u r c h g e k e n n z e i c h n e t , daß - die mehreren Zeitpunkte für die Soll-Lieferkurve (110, 200) mehrere aufeinander folgende Tage aus einem festgelegten ersten Zeitraum sind,
- die mehreren Zeitpunkte für die Bestandskurve (110, 200) mehrere aufeinander folgende Tage aus dem ersten oder einem festgelegten zweiten Zeitraum sind
- und beide Zeiträume jeweils mindestens fünfmal so lang wie der maximale Zeitraum zwischen Auftreten und Beseitigung einer Lieferbeschränkung beim das Vorprodukt (V) herstellende Lieferglied (20. dl) sind.
7. Verfahren nach einem der Ansprüche 1 bis 6, d a d u r c h g e k e n n z e i c h n e t , daß die vom Endabnehmer (30) jeweils benötigte Menge des Vorprodukts (V) ermittelt und in Form einer Endabnehmer- Bedarfskurve (1110) für das Vorprodukt (V) abgespeichert wird, eine Ist-Vorlaufzeit (VLZ_Ist) für das Vorprodukt ermittelt wird und die Soll-Lieferkurve (110, 200) ermittelt wird, indem die Endabnehmer-Bedarfskurve (1110) um die Ist-Vorlaufzeit (VLZ_Ist) entlang der Zeitachse verschoben wird.
8. Verfahren nach Anspruch 7, d a d u r c h g e k e n n z e i c h n e t , daß die vom Endabnehmer (30) jeweils benötigte Menge eines Zwischenproduktes (Z) , für dessen Herstellung das Vorprodukt (V) verwendet wird, ermittelt und in Form einer Endabnehmer-Bedarfskurve (1100) für das Zwischenprodukt (Z) abgespeichert wird, mittels einer Stückliste ermittelt wird, wie viele Exemplare des Vorprodukts (V) für die Herstellung eines Exemplars des Zwischenprodukts (Z) benötigt werden, und die Endabnehmer-Bedarfskurve (1110) für das Vorprodukt mit Hilfe der Endabnehmer-Bedar skurve (1100) für das Zwischenprodukt (Z) und der Stückliste ermittelt wird.
Verfahren nach einem der Ansprüche 1 bis 8, d a d u r c h g e k e n n z e i c h n e t ,
- das Vorprodukt in Losen gefertigt wird, die jeweils aus einem Vielfachen einer Basismenge bestehen, für jede mögliche Zeitspanne bei der Berechnung einer Simulations-Bestandskurve (130, 140, 150, 160) die Auswirkungen der Fertigung in Losen aus der Simulations- Bestandskurve herausgerechnet wird und dadurch eine bereinigte Simulations-Bestandskurve (230) berechnet wird
- und das Optimierungs-Kriterium (σ) auf der bereinigte Simulations-Bestandskurve (230) basiert.
10.Verfahren nach Anspruch 9,. d a d u r c h g e k e n n z e i c h n e t , daß beim herausrechnen der Auswirkungen der Fertigung in Losen durch Analyse der Simulations-Bestandskurve (130, 140, 150, 160) diejenigen Zeitpunkte (LFZ [1] , LFZ [2] , ...), zu denen ein Los fertiggestellt wurde, bestimmt werden und für einen Zeitpunkt zwischen zwei Los-Fertigstellungs- Zeitpunkten (LFZ[1], LFZ [2], ...) vom Wert der Simulations-Bestandskurve (220) die Werte der Soll-Lieferkurve (110,200) für alle nachfolgenden Zeitpunkte bis zum letzten Zeitpunkt vor dem nächsten Los-Fertigstellungs- Zeitpunkt subtrahiert werden.
11.Vorrichtung zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 10 mit einer Einrichtung zur Ermittlung und Abspeicherung der Soll-Lieferkurve (110, 200), d a d u r c h g e k e n n z e i c h n e t , daß die Vorrichtung eine Einrichtung zur Ermittlung und Abspeicherung der Bestandskurve (100) , eine Einrichtung zur Bestimmung von Simulations- Bestandskurven (130, 130.1, 140, 150, 160) für verschiedene mögliche Zeitspannen (ΔVLZ) , und eine Einrichtung zur Bestimmung der Korrektur- Zeitspanne (ΔVLZ_opt) durch Auswahl der gemäß eines auf den Simulations-Bestandskurven (130, 130.1, 140, 150, 160) basierenden Optimierungs-Kriteriums (σ) optimalen Zeitspanne (ΔVLZ_opt) aus der Menge von möglichen Zeitspannen (ΔVLZ) umfaßt .
12. Computerprogramm-Produkt, das direkt in den internen Speicher eines Computers geladen werden kann und Softwareabschnitte umfaßt, mit denen ein Verfahren nach einem der Ansprüche 1 bis 10 ausgeführt werden kann, wenn das Produkt auf einem Computer läuft.
13.Computerprogramm-Produkt, das auf einem von einem Computer lesbaren Medium gespeichert ist und das von einem Computer lesbare Programm-Mittel aufweist, die den Computer veranlassen, ein Verfahren nach einem der Ansprüche 1 bis 10 auszuführen.
PCT/EP2003/010510 2002-10-29 2003-09-20 Verfahren zur bestimmung einer vorlaufzeit WO2004040487A2 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US10/533,050 US20060100729A1 (en) 2002-10-29 2003-09-20 Method for determination of a lead time

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10250313A DE10250313A1 (de) 2002-10-29 2002-10-29 Verfahren zur Bestimmung einer Vorlaufzeit
DE10250313.3 2002-10-29

Publications (1)

Publication Number Publication Date
WO2004040487A2 true WO2004040487A2 (de) 2004-05-13

Family

ID=32114908

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2003/010510 WO2004040487A2 (de) 2002-10-29 2003-09-20 Verfahren zur bestimmung einer vorlaufzeit

Country Status (3)

Country Link
US (1) US20060100729A1 (de)
DE (1) DE10250313A1 (de)
WO (1) WO2004040487A2 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8185435B2 (en) * 2006-06-16 2012-05-22 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for facilitating content-based selection of long-tail business models and billing
US20160140470A1 (en) * 2014-11-17 2016-05-19 Caterpillar Inc. Systems and methods for determining lead-time offset values
US11151496B2 (en) * 2018-02-19 2021-10-19 Target Brands, Inc. Parallel lead time determinations in supply chain architecture
JP6953381B2 (ja) * 2018-11-08 2021-10-27 株式会社日立製作所 製造の管理を支援するシステム及び方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5093794A (en) * 1989-08-22 1992-03-03 United Technologies Corporation Job scheduling system
JP3447286B2 (ja) * 1990-11-28 2003-09-16 株式会社日立製作所 生産計画作成システムおよび生産計画作成方法
US5970465A (en) * 1994-10-05 1999-10-19 International Business Machines Corporation Method for part procurement in a production system with constrained resources
US5819232A (en) * 1996-03-22 1998-10-06 E. I. Du Pont De Nemours And Company Method and apparatus for inventory control of a manufacturing or distribution process
US5946662A (en) * 1996-03-29 1999-08-31 International Business Machines Corporation Method for providing inventory optimization
GB2370132A (en) * 2000-12-13 2002-06-19 Itt Mfg Enterprises Inc Procument system

Also Published As

Publication number Publication date
DE10250313A1 (de) 2004-05-19
US20060100729A1 (en) 2006-05-11

Similar Documents

Publication Publication Date Title
WO1999067729A9 (de) Verfahren und system zur maximierung des bereichs von abdeckungsprofilen bei der bestandsverwaltung
DE102006045280A1 (de) Vorrichtung und Verfahren zur Koordination eines Maschinenparks
DE102004023266A1 (de) Bestimmen eines Sollbestands für einen Knoten einer Lieferkette
EP1518197A2 (de) Verfahren und simulationssystem zur simulation von auftragsabwicklungsprozessen sowie entsprechendes computerprogramm-erzeugnis und entsprechendes computerlesbares speichermedium
DE10115046A1 (de) Verfahren und Einrichtung zur Erzeugung eines Abbildes eines netzwerkartigen Herstellungsprozesses
WO2004040487A2 (de) Verfahren zur bestimmung einer vorlaufzeit
DE19964498A1 (de) Verfahren und System zur Überwachung der verfügbaren Ressourcen in einem Herstellungsprozeß
EP3765962A1 (de) Verfahren zur behebung von prozessanomalien
WO2015149884A1 (de) Verfahren und computerprogrammprodukt zur analyse von flugpassagier-ticket-massendatenbeständen
DE10258655A1 (de) Verfahren und System zur dynamischen, modellbasierten Planung und Optimierung von Produktionsprozessen, sowie zur Ablaufplanerstellung
DE10316103B4 (de) Verfahren zur Steuerung der Fertigungsreihenfolge
EP1556811A2 (de) Vorhersage des termintreuegrads in der serienfertigung
DE10243281A1 (de) Verfahren und System zur Komplexitätsreduzierung
DE102020202276A1 (de) Verfahren zur Herstellung von Produkten
WO2003056480A2 (de) Verfahren und system zur dynamischen, modellbasierten planung und optimierung von produktionsprozessen, sowie zur ablaufplanerstellung
DE10338036A1 (de) Reparatur - Planung auf Nachfrage
DE19539477A1 (de) Verfahren zur automatisierten optimalen Redundanz-Auslegung von Messungen für die Leittechnik in Kraftwerken
WO2014048877A1 (de) Verfahren zur lagerhaltung und/oder produktionsoptimierung sowie verfahren zur herstellung eines fahrzeuginnenausstattungsteils
WO2004090650A2 (de) Verfahren und vorrichtung zur steuerung und planung einer fertigungsreihenfolge unter berücksichtigung von kundenaufträgen
WO2004040386A1 (de) Verfahren zur steuerung der arbeitsweise der in einer raffinerie oder einem petrochemischen industriekomplex vorgesehenen anlagen
DE102006034018A1 (de) Verfahren und Vorrichtung zur Produktionsplanung
DE102007032926A1 (de) Verfahren und Vorrichtung zur Produktionsplanung
DE102022102379A1 (de) Verfahren zum Betreiben einer Anlage für eine Serienherstellung von Bauteilen, Computerprogramm und Datenträger
DE102021210025A1 (de) Planungssystem zur Erstellung eines Bestellplans für zumindest ein Bauteil und Trainingsverfahren
WO2014048876A1 (de) Verfahren zur lagerhaltung und/oder obsoleszenzrisikoeinschätzung

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A2

Designated state(s): US

AL Designated countries for regional patents

Kind code of ref document: A2

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LU MC NL PT RO SE SI SK TR

121 Ep: the epo has been informed by wipo that ep was designated in this application
ENP Entry into the national phase

Ref document number: 2006100729

Country of ref document: US

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 10533050

Country of ref document: US

122 Ep: pct application non-entry in european phase
WWP Wipo information: published in national office

Ref document number: 10533050

Country of ref document: US