Entwicklung einer Methode zur ökonomischen und ökologischen Optimierung von Produktionsprozessen mittels Materialflussanalyse (MFA)

Abstract

Aus Gründen der Volatilität der Rohstoffmärkte, der Ressourcenschonung und des Umweltschutzes gewinnt die effiziente Nutzung von Ressourcen - insbesondere auch wegen der daraus resultierenden Kostensenkung - einen zunehmend höheren Stellenwert bei der Produktion von Gütern. Die Herausforderung für Unternehmen besteht darin, zu erkennen, bei welchen Prozessen in Produktionssystemen das größte Potential für ökologische und ökonomische Optimierungsmaßnahmen be¬steht, und wie sich systemimmanente Unsicherheiten auf die Optimierung auswirken. Ziel dieser Arbeit ist es, eine Methode zu entwickeln, mit der komplexe Produktions¬systeme über transparente, nachvollziehbare Modelle abgebildet werden und hin¬sichtlich mehrerer Ziele optimiert werden können. Die Modelle sollen die relevanten Material- und Kostenflüsse sowie den Zeitaufwand zur Produktion erfassen und auf einheitliche Weise darstellen. Sie sollen den Produzenten in die Lage versetzen, diejenigen Prozesse im Produktionssystem zu identifizieren, die ein hohes Optimierungspotential aufweisen, und die zur Verbesserung der Ressourceneffizienz am meisten beitragen können. Im Weiteren sollen auch die Auswirkungen von Unsicherheiten in den Eingabewerten auf das Resultat der Optimierung beurteilt werden können.<br />Die entwickelte Methode besteht aus drei MFA Modellen, welche mit Hilfe der Software STAN erstellt werden. In diesen werden nicht nur die Material¬flüsse, sondern auch die Produktionskosten und die benötigten Produktionszeiten dargestellt. Damit werden erstmals Materialflussanalyse und Kostenanalyse über STAN verknüpft. Im ersten Modell wird der gesamte Prozess der Herstellung eines Produktes mit der Stückzahl 1 im Sinne eines Lebenszyklusansatzes dargestellt. Im zweiten Modell werden die Eingabewerte mit Unsicherheiten versehen, und im dritten wird ein Halbfabrikat über einen aussagekräftigen Zeitraum abgebildet. Aus diesen drei detailgenauen Ansätzen ergeben sich Resultate, aus denen Optimierungspotential und die Auswirkung von Unsicherheiten in den Eingabewerten quantitativ ersichtlich sind. Die entwickelte Methode wurde anhand eines aufwändigen, mehrere Prozessketten umfassenden Herstellungsverfahrens eines hochentwickelten Produktes der Flugzeugindustrie getestet. Dabei zeigte sich, dass sie sich einerseits sehr gut zur Analyse und Darstellung von Produktionssystemen eignet, andererseits die Identifizierung, Quantifizierung und Realisierung von Optimierungspotenzialen hinsichtlich Ressourceneffizienz, Kosten und zeitlicher Ab¬läufe erlaubt. Durch die in STAN mögliche Berücksichtigung der stofflichen Ebene könnten zukünftig auch Fragen der Umweltverträglichkeit des Produktionsprozesses sowie einzelner Edukte und Produkte beurteilt werden. Die weitere Entwicklung von STAN stellt deshalb eine wertvolle Basis dar zur Unterstützung produktionstechnischer Entscheide hinsichtlich Wirtschaftlichkeit, Ressourcenschonung und Umweltschutz.<br />

Volatility of commodity markets, availability of resources, and protection of the environment demand the efficient use of resources for manufacturing of goods. The entrepreneurial challenge is to analyze which processes in a production system have the highest potential for optimization in view environmental, economic, and resource criteria.<br />Also important is the effect of uncertainties in the production process.<br />The aim of this work is to develop a method for mapping complex production systems by transparent and understandable models instrumental for optimizing the production system. To reach this objective, the models must comprise all relevant material flows, cost flows and the needed production time, including uncertainties. Such models enable producers to identify those processes that have the highest potential for improvement. Based on the software STAN, three Material Flow Analysis (MFA) models are created. For the first time, cost analysis and production time are linked to material flows and stocks by STAN. In the first model, the whole production system for manufacturing one unit is depicted. In the second model the effect of data uncertainties in input flows is investigated. The third model covers a semi-product over a defined period of time. These three highly detailed models allow identifying the potential for optimization as well as the impact of uncertainties in the input values. The method developed was tested on a complex manufacturing system for an advanced product of the aircraft industry. The results show the feasibility of this method for analysis and representation of production systems. As envisaged, the models allow the identification, quantification and realization of optimization potentials for production systems in terms of resource efficiency, cost and time. The inclusion of economic parameters such as costs and time in STAN performed by this thesis represents an important step in decision support for efficient production systems. Due to the option of STAN to include the level of substances, too, this method can be further advanced to address issues of environmental protection.