Die Arbeit wird in Kooperation mit Bischof+Klein geschrieben (https://www.bk-international.com/).

Mit aufkommender moderner Technologie sind Maschinen immer komplexer geworden, und die Kosten für die Wartung dieser Systeme angestiegen (Jardine et al. 2006). Die Unternehmen entscheiden sich daher für eine Strategie der vorausschauenden Instandhaltung (Predictive Maintenance, PdM), die die Kosten senkt, indem Maschinen nur dann gewartet werden, wenn es notwendig ist (Ladj et al. 2017). PdM prognostiziert Ausfälle durch Bewertung des Zustands eines degradierenden Systems und gibt an, wann das System gewartet werden muss (Selcuk 2017).

Während ein PdM-Prozess Schritte von der Datenerfassung über die Prognose bis hin zur Entscheidungsunterstützung berücksichtigen muss (Voisin et al. 2010), müssen innerhalb eines Unternehmens auch bestehende Fertigungsprozesse berücksichtigt werden. So müssen Produktionsplanung, Terminierung, Qualität und Instandhaltungsprozesse optimal aufeinander abgestimmt werden (Hadidi et al. 2012). Aktuell gibt es keine Arbeiten, die analysiert haben, wie Produktionsprozesse und der traditionelle Instandhaltungsprozess umgestaltet werden müssen, um PdM zu ermöglichen.

In dieser Bachelor-Thesis soll ein überarbeiteter Instandhaltungsprozess innerhalb einer Fertigungsumgebung durch die Einführung einer vorausschauenden Instandhaltungsstrategie konzeptioniert werden. Um dies zu erreichen, könnten die folgenden Forschungsfragen in Zusammenarbeit mit Bischof+Klein bearbeitet werden.

1. Wie sieht ein "traditioneller" Instandhaltungsprozess in einem Fertigungskontext aus (Ist-Prozess)?
2. Wie könnte ein "neuer", zukünftiger Prozess unter vorausschauender Instandhaltung aussehen und wie werden angrenzende Geschäftsprozesse (z.B. Produktionsplanung und -steuerung) beeinflusst (Soll-Prozess)?
3. Wie kann ein Prozess von der "traditionellen" zur vorausschauenden Instandhaltung umgestaltet werden (Anforderungen, Verfahren)?

Ein multi-methodischer Ansatz kann für die Arbeit genutzt werden (z.B. Literaturrecherche, Experteninterview, Prozessmodellierung).

Literatur

Hadidi, L. A., Turki, U. M. A., and Rahim, A. 2012. “Integrated models in production planning and scheduling, maintenance and quality: a review,” International Journal of Industrial and Systems Engineering (10:1), p. 21.

Jardine, A. K. S., Lin, D., and Banjevic, D. 2006. “A review on machinery diagnostics and prognostics implementing condition-based maintenance,” Mechanical Systems and Signal Processing (20:7), 1483-1510.

Ladj, A., Tayeb, F. B.-S., Varnier, C., Dridi, A. A., and Selmane, N. 2017. “A Hybrid of Variable Neighbor Search and Fuzzy Logic for the permutation flowshop scheduling problem with predictive maintenance,” Procedia Computer Science (112), pp. 663–672.

Selcuk, S. 2017. “Predictive maintenance, its implementation and latest trends,” Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture (231:9), pp. 1670–1679.

Voisin, A., Levrat, E., Cocheteux, P., and Iung, B. 2010. “Generic prognosis model for proactive maintenance decision support: application to pre-industrial e-maintenance test bed,” Journal of Intelligent Manufacturing (21:2), pp. 177–193.