Automatische Lager stellen ein äußerst wichtiges Element in Logistiksystemen dar.
Die technische Entwicklung der Lager führte nicht nur zu einer Geschwindigkeits-
Steigerung der Regalbediengeräte und Lastaufnahmemittel, sondern auch zur Entwicklung
komplexer Lagerkonfigurationen, die entweder eine Steigerung der Umschlagleistung
oder des Volumennutzungsgrads zum Ziel haben. Die Auswahl der
optimalen Konfiguration (Lagertiefe sowie Art und Anzahl der Lastaufnahmemittel)
erfordert in der Grobplanungsphase automatischer Lagersysteme eine schnelle
Ermittlung der zu erwartenden Leistung. Diese wird von einer Vielzahl von Parametern
bestimmt. Neben statischen und dynamischen Größen (Lagergröße und
-konfiguration bzw. Dynamik des Regalbediengeräts) wird sie auch von organisatorischen
Faktoren wie dem Lagerfüllungsgrad und der Lagerbetriebsstrategie beeinflusst.
Um die Auswahl der richtigen Lagerkonfiguration in der Grobplanungsphase zu
vereinfachen, wird in der vorliegenden Arbeit ein simulationsbasiertes Verfahren zur
Leistungsbewertung von automatischen Lagersystemen entwickelt und beschrieben.
Diesem Verfahren liegt der Gedanke zugrunde, dass auf simulativem Wege
zwar die Leistung einer Vielzahl von unterschiedlichen Lagersystemkonfigurationen
abgebildet werden kann, eine Simulation vieler Varianten während der Grobplanung
jedoch zu aufwändig ist. Um in dieser Phase dennoch auf Simulationsergebnisse
zugreifen zu können, werden aus simulativ erzeugten Daten Ersatzmodelle
gebildet. Diese sind in der Lage, das Verhalten des Simulationsmodells (und damit
des realen Systems) hinreichend genau abzubilden, und ermöglichen so eine Leistungsermittlung
von beliebigen Parameterkombinationen.
Im Rahmen dieser Arbeit wird zunächst ein Überblick über die Planung und Simulation
von Intralogistiksystemen sowie über die Funktionsweise und Betriebsstrategien
von automatischen Lagern gegeben. Anschließend werden Verfahren vorgestellt,
mit denen sich Ersatzmodelle aus Simulationsergebnissen bilden lassen. Darauf
aufbauend wird die Erstellung von Ersatzmodellen für die Leistungsbestimmung
automatischer Lager mit Hilfe künstlicher neuronaler Netze beschrieben und
die zu erwartende Prognosegenauigkeit der damit erzeugten Werte untersucht.
Überführt in ein einfach anzuwendendes Planungswerkzeug stellen die simulativ
erzeugten Ersatzmodelle ein Hilfsmittel dar, mit dem schnell und einfach sichere
Aussagen zur Grenzleistung verschiedener Lagerkonfigurationen getroffen werden
können.
Ralf Kraul
Automatische Lagersysteme Lagerkonfigurationen Logistiksysteme