Optimaliseren van interieurelementenproductie met geavanceerde planning

In de dynamische wereld van de interieurbouw worden bedrijven als Van Keulen Interieurbouw geconfronteerd met de nodige uitdagingen, vanwege de gelijktijdige verwerking van metaal en hout om interieurdelen op maat te maken. De complexiteit van het naast elkaar verwerken van deze verschillende materialen leidt tot inefficiëntie, met name in de planning. Dit wordt nog lastiger door de high-mix, low-volume-productie in deze branche en de grote hoeveelheid maatwerk. Traditionele planningsmethoden schieten vaak tekort omdat ze geen rekening kunnen houden met de verschillende materialen, werkstations en procestijden, wat leidt tot een suboptimale inzet van de resources en langere doorlooptijden. Bovendien zorgen het efficiënt integreren van nesting (efficiënt gebruikmaken van materiaal), zaagplannen voor plaatmateriaal en de kwaliteitscontrole nog voor een extra moeilijkheidsgraad in het productieproces. Deze branchespecifieke uitdagingen onderstrepen de noodzaak voor een geavanceerd planningssysteem, dat de productie in deze complexe omgeving kan optimaliseren.

SCOPE, een nieuw project met een consortium dat bestaat uit het FIP-AM@UT, Van Keulen Interieurbouw en Dynfos Business Solutions, is opgezet om deze uitdagingen aan te pakken door een prototype te ontwikkelen voor een geavanceerd planningssysteem. Dit systeem zal gebruikmaken van feature-to-process-to-time informatie om de productie-efficiëntie van interieurelementen te verbeteren. Het project richt zich op het creëren van een solide basis voor een planning die rekening houdt met de complexiteit van het gelijktijdig werken met metaal en hout. Door de huidige feature-to-process-to-time systemen grondig te analyseren en geschikte planningsmethoden te onderzoeken, zullen met SCOPE de belangrijkste punten geïdentificeerd worden, die voor verbetering vatbaar zijn. Met het project zal ook de haalbaarheid getoetst worden van het gebruik van data-analyse om productietijden te schatten op basis van de Bill of Process (BOP) en Bill of Materials (BOM).

Door deze inspanningen zal er met SCOPE een conceptframework ontwikkeld worden, waarin een focus op het verkorten van de doorlooptijden en het optimaliseren van interne materiaalstromen geïntegreerd worden in een gedetailleerde productieplanning. Het project zal zich richten op specifieke uitdagingen zoals efficiënte nesting, zaagplannen en integratie van kwaliteitscontrole. In voorbereidende onderzoeken zal ook de potentie van machine

Industriepartners

AANPAK

Het project hanteerde een veelzijdige aanpak waarbij procesanalyse, machine learning en de ontwikkeling van planningsmethodologieën werden gecombineerd. Eerst voerde het consortium een diepgaande analyse uit van de productieprocessen van Van Keulen, met de nadruk op hun tijdcalculatietools, procesafhankelijkheden en interne logistieke workflows. Dit zorgde voor een goed begrip van de specifieke uitdagingen van configure-to-order-omgevingen in de interieurdeelproductie.

Het team ontwikkelde vervolgens geavanceerde Graph Attention Network (GAT) modellen, die in staat zijn complexe geometrieën van interieurdeelcomponenten te analyseren. Een feature-to-process-to-time-framework werd opgezet door informatie uit de bill of process (BOP) en bill of materials (BOM) te integreren in de voorspellende modellen. Dit vormde de basis voor een planningssysteem dat is afgestemd op de unieke uitdagingen van de interieurdeelproductie, waaronder optimalisatie van de materiaalstroom en het beheer van de assemblagewachtrij. Het prototype werd gevalideerd met behulp van echte productiedata en verfijnd op basis van feedback van verschillende stakeholders, waardoor de praktische toepasbaarheid in high-mix, low-volume-omgevingen werd gewaarborgd.

RESULTAAT

De inspanningen van het consortium gedurende het SCOPE-project hebben waardevolle inzichten opgeleverd voor de ontwikkeling van een geavanceerd prototype-planningssysteem. Met dit project zijn de volgende resultaten bereikt, door middel van vier werkpakketten:

• Planningsmethodologie voor basisframework dat feature-to-process-to-time integreert in geschikte datastructuren
voor interieurdeelproductie
• Conceptueel ontwerp van een planningssysteem dat het potentieel van de integratie van productiedata voor efficiënte
productieplanning aantoont
• Inzicht in AI-modelstructuren en beheer van productiedata voor een accurate schatting van productietijden
• Ontwikkeling en evaluatie van het planningssysteem op basis van echte productiedata

Het huidige conceptframework biedt de mogelijkheid om de relatie tussen componentgeometrie en productietijden te onderzoeken en analyseren, wat Van Keulen Interieurbouw informatie kan bieden voor hun productieplanning. Het ontwikkelen en experimenteren met machine learning biedt Dynfos Business Solutions inzicht in de voordelen van het benutten van productiedata voor besluitvorming.

Dit project is mogelijk gemaakt door de Regio Deal, ondersteund door de Provincie Overijssel en de Rijksoverheid.

VOOR MEER INFORMATIE OVER SCOPE, NEEM GERUST CONTACT OP MET

Can Ölmezoğlu

Can Ölmezoğlu

Engineering Support, Software Development

Estefanía Morás Jiménez

Research Engineer

Engin Topan

Associate Professor Smart Manufacturing and Supply Chain Planning, BMS Faculty

Privacyoverzicht

Deze site maakt gebruik van cookies, zodat wij je de best mogelijke gebruikerservaring kunnen bieden. Cookie-informatie wordt opgeslagen in je browser en voert functies uit zoals het herkennen wanneer je terugkeert naar onze site en helpt ons team om te begrijpen welke delen van de site je het meest interessant en nuttig vindt.