<div class="csl-bib-body">
<div class="csl-entry">Kremslehner, N. (2021). <i>Entwicklung einer Vorgehensweise für den Einsatz von Sensorsystemen für die Fabrikplanung</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2021.90368</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2021.90368
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/18685
-
dc.description
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
dc.description.abstract
Kürzer werdende Produktlebenszyklen, steigende Variantenvielfalt und zunehmend turbulente Umfeldbedingungen stellen die Produktionsunternehmen heute vor ständig neue Herausforderungen. Um diesen begegnen zu können, müssen Unternehmen auch die Prozesse und Strukturen in ihrer Fabrik immer häufiger anpassen. Etablierte Methoden und Modelle der Fabrikplanung sind allerdings auf ein statisches Umfeld mit geringer Komplexität ausgerichtet. Insbesondere die Datenerfassung stellt einen wesentlichen Teil des Aufwands für Fabrikplanungsprojekte dar. Gerade mittelständische Unternehmen verfügen in der Regel über eine schlechte Datenqualität und können daher nicht in der nötigen Frequenz Fabrikplanungen durchführen. Allerdings ist mittlerweile ein breites Angebot an intelligenten Sensoren kostengünstig verfügbar, die das Potenzial haben, die Datenverfügbarkeit wesentlich zu erhöhen. Ziel dieser Arbeit ist es daher, eine Vorgehensweise zu entwickeln, anhand der Sensoren zielgerichtet für die Fabrikplanung eingesetzt werden können. Dazu wurden auf Basis der Grundlagenrecherche sowohl die Anforderungen ermittelt, die ein Sensorsystem für die Fabrikplanung erfüllen muss, als auch die technischen Möglichkeiten, die dafür existieren. Dabei wurden Real-Time Locating Systems (RTLS) als geeignetste Technologie identifiziert. Daher wurde eine Vorgehensweise entwickelt, um ein RTLS effizient für einen abgegrenzten Zeitraum in einer Fabrik einzusetzen und die Daten zu geeigneten Planungsgrundlagen auszuwerten. Die Validierung in einer Versuchsumgebung zeigte, dass auf diese Weise schnell und zuverlässig jene Daten ermittelt werden können, die in der Regel besonders schlecht verfügbar sind. Darüber hinaus konnte eine Vielzahl an Auswertungen durchgeführt werden, die als reproduzierbarer Programmcode jederzeit mit neuen Datensätzen durchgeführt werden können. Diese Auswertungen ermöglichen es, zahlreiche Optimierungspotenziale in den Produktionsprozessen und Strukturen zu erkennen.
de
dc.description.abstract
Shorter product life cycles, increasing number of variants and more and more turbulent environmental conditions are constantly posing new challenges for production companies today. In order to meet these, companies must also adapt the processes and structures in their factory more and more frequently. Established factory planning methods and models, however, are designed for a static environment with low complexity. Data acquisition in particular accounts for a significant part of the time and effort required for factory planning projects. Medium-sized companies usually have poorer data quality and therefore cannot carry out factory planning with the necessary frequency. However, a wide range of intelligent sensors is now available at low cost, which have the potential to significantly increase data availability. The aim of this work is therefore to develop an approach that allows sensors to be used in a systematic way for factory planning. For this purpose, both the requirements that a sensor system for factory planning must fulfil and the technical possibilities that exist to achieve this were determined on the basis of literature research. Real-Time Locating Systems (RTLS) were identified as the most suitable technology. Therefore, an approach was developed to use RTLS efficiently for a limited period of time in a factory and to process the data into a suitable planning basis. The validation in a test environment showed that in this way those data can be determined quickly and reliably that are usually particularly poorly available. In addition, a large number of analyses could be carried out, which can be run as reproducible programme code with new data sets at any time. These analyses make it possible to identify numerous optimization potentials in the production processes and structures.
en
dc.language
Deutsch
-
dc.language.iso
de
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Fabrikplanung
de
dc.subject
Datenerfassung
de
dc.subject
Sensorsysteme
de
dc.subject
Produktionsoptimierung
de
dc.subject
Factory planning
en
dc.subject
data acquisition
en
dc.subject
sensor systems
en
dc.subject
production optimization
en
dc.title
Entwicklung einer Vorgehensweise für den Einsatz von Sensorsystemen für die Fabrikplanung
de
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2021.90368
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Nikolaus Kremslehner
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
dc.contributor.assistant
Steinlechner, Markus
-
tuw.publication.orgunit
E330 - Institut für Managementwissenschaften
-
dc.type.qualificationlevel
Diploma
-
dc.identifier.libraryid
AC16355957
-
dc.description.numberOfPages
144
-
dc.thesistype
Diplomarbeit
de
dc.thesistype
Diploma Thesis
en
dc.rights.identifier
In Copyright
en
dc.rights.identifier
Urheberrechtsschutz
de
tuw.advisor.staffStatus
staff
-
tuw.assistant.staffStatus
staff
-
item.languageiso639-1
de
-
item.fulltext
with Fulltext
-
item.openaccessfulltext
Open Access
-
item.mimetype
application/pdf
-
item.openairetype
master thesis
-
item.grantfulltext
open
-
item.openairecristype
http://purl.org/coar/resource_type/c_bdcc
-
item.cerifentitytype
Publications
-
crisitem.author.dept
E330 - Institut für Managementwissenschaften
-
crisitem.author.parentorg
E300 - Fakultät für Maschinenwesen und Betriebswissenschaften