Modellierung und Steuerung der Produktion mit Künstlichen Neuronalen Netzen

点击翻译按钮获取中文摘要

Wie die bisherige Forschungsarbeit zeigte, eignen sich nicht alle Neuronalen Netztypen für die Modellierung und Steuerung der Produktion. Die Gründe hierfür liegen in der unterschiedlich langen Lerndauer, der notwendigen Datenvor- und Datennachverarbeitung und in der erreichbaren Modellierungs- bzw. Steuerungsgüte. In der Fortsetzung dieser Forschungsarbeit soll untersucht werden, inwiefern schnell lernende Neuronale Netze die Aufgaben der Produktionssteuerung übernehmen können, um dann von parallel lernenden, besser steuernden Neuronalen Netzen abgelöst zu werden. Des weiteren sollen Gütekriterien und Ablösungsalgorithmen gefunden werden, die eine problemlose Umschaltung zwischen den unterschiedlichen Netztypen gewährleisten. Weiterhin soll im Forschungsvorhaben der Regelkreis der Bestandregelung um den Regelkreis der Durchlaufzeitregelung erweitert werden. Die Auftragsfreigabe erfolgt durch Neuronale Netze, die unter reglungstechnischen Aspekten Entscheidungen treffen und Eilaufträge berücksichtigen. Aufbauend auf den gewonnenen Ergebnissen sollen Softwarehilfsmittel entwickelt werden, welche z.B. an Hand von erweiterten Arbeitsplänen, den Maschinendaten und dem Fabriklayout die entsprechenden neuronalen Netze für die Bestands- und Durchlaufzeitregelung erstellen. Eine Anbindung der Softwarehilfsmittel an vorhandene Produktionsplanungs- und -steuerungssysteme soll erreicht werden.