Die beiden Sprintprojekte CO2 Fu\u00dfabdruck Ermittlung und die Auftragsreihenfolgeplanung bilden gemeinsam mit 6 weiteren Sprints das Herzst\u00fcck des Projekts Smart-E-Factory. Die Wissenschaftlerinnen und Wissenschaftler entwickelt und testen kontinuierlich am realen Objekt – dem Geb\u00e4ude der SmartFactoryOWL oder der CUNA Produktion – ihre Technologien. Hier nun aktuelle Ver\u00f6ffentlichungen dazu.<\/strong><\/p>\n Dr. Niels Gr\u00fcttemeier ist Teil der Forschungsgruppe mathematische Optimierung am Lemgoer Fraunhofer IOSB-INA.<\/p>\n Hier arbeitet er in einem innovativen Team am Praxistransfer algorithmischer Forschungsresultate. Ein h\u00e4ufiges Anwendungsfeld sind dabei effiziente Algorithmen f\u00fcr die Produktionsplanung. Die dahinterstehenden Probleme k\u00f6nnen die Bildung idealer Sequenzen in der Bearbeitung von Auftr\u00e4gen sein, aber auch die optimale Auslastung von parallel laufenden Produktionssystemen.<\/p>\n Neben dem Praxistransfer beteiligt sich Niels Gr\u00fcttemeier im Rahmen des Projekts an algorithmischer Forschung. Neben Arbeiten zur CUNA-Reihenfolgeplanung [1, 2] entstanden auch Arbeiten zur Korrektur von Produktionspl\u00e4nen [3] und zur Nutzung temporaler Graphen [4]. Diese finden etwa Anwendung bei der Planung und Sequenzierung von Fahrwegen in der industriellen Produktion.<\/p>\n<\/div>\n Seyed Davood Mousavi ist wissenschaftlicher Mitarbeiter am Institut f\u00fcr Energieforschung der TH OWL. Dort besch\u00e4ftigt man sich mit innovativen Energiekonzepten und Optimierungen im Energiebetrieb. Viele Ingenieurinnen und Ingenieure verbinden hier mathematische und technische Expertise f\u00fcr die Optimierung von Systemen und deren Energieverbrauch. Herr Moussavi hat an der CUNA Produktion den CO2 Fussabdruck ermittelt und daf\u00fcr innovative Methoden eingesetzt. Dies beschreibt er in seinem aktuell ver\u00f6ffentlichten Paper in IEEE Xplore.<\/span><\/em><\/p>\n Sie interessieren sich f\u00fcr einen tieferen Einblick in die Themen, dann finden Sie hier die Ver\u00f6ffentlichungen:<\/p>\n [1] Scalable Neighborhood Local Search for Single-Machine Scheduling with Family Setup Times<\/p>\n https:\/\/doi.org\/10.48550\/arXiv.2409.00771<\/a><\/p>\n [2] Efficient Production Scheduling by Exploiting Repetitive Product Configurations<\/p>\n https:\/\/doi.org\/10.1109\/INDIN51400.2023.10218249<\/a><\/p>\n [3] WADS-Papier (to appear)<\/p>\n [4] Multi-parameter analysis of finding minors and induced subgraphs in edge-periodic temporal graphs<\/p>\n