Das zuvor mit der Ingenieurfirma entwickelte und fixierte Konzept für eine Webanwendung (-> Lastenheft) wird auf der Basis der Web-Plattform JHipster umgesetzt.
Die Webanwendung soll auf Basis der Web-Plattform JHipster aufbauen.
In permanentem Austausch mit der Firma habe ich vor allem das Lastenheft (130 DIN A4-Seiten, wird vor allem für die Beantragung von Zuschüssen benötigt) erstellt.
Der
zentrale Fertigungsschritt bei der Herstellung von Ski ist das
Zusammenfügen der verschiedenen Layer auf einer Presse.
Ausgehend von Produktionsaufträgen (Bestellungen) werden n Projekte definiert.
Jedes Projekt spezifiziert die im Rahmen des Projektes an der Presse zu erledigenden j(n) Jobs, besitzt eine bestimmte Priorität und erklärt Startzeit (Verfügbarkeit der Vorprodukte) und Endzeit (Deadline).
Ein Job steht z. B. für: Ski der Marke XY vom Typ Racer in der Länge 175 cm soll in einer Stückzahl von s(j) produziert werden, was im Zeitkorridor und mit der Prio des Projektes zu erledigen ist.
Es stehen p Pressen zur Verfügung. Je nach Ski-Typ kommen nur bestimmte Pressen in Frage. Für jede Presse müssen Ausfallzeiten a_pr(t) für Wartung, Reparatur? berücksichtigt werden.
Für den Pressvorgang werden Gussformen (Molds) benötigt. Unterschiedliche Ski-Typen (unterschiedlicher Ski-Marken) gleicher Länge verwenden bei gleicher Bauart das selbe Mold. Die Anzahl Molds ist begrenzt (i. a. auf eine niedrige einstellige Zahl). Auch für Molds müssen Ausfallzeiten berücksichtigt werden: a_m(t).
Bei all dem muss stets der Betriebskalender der Produktionsstätte berücksichtigt werden.
Ziel der Belegungsplanung:
Alle Hard-Constraints (z. B: Job ist einer zulässigen Presse zugeordnet) werden erfüllt
minimaler Penalty durch Soft-Constraints (Minimierung der notwendigen Moldwechsel (Umrüstzeiten), Minimierung des Projekt-Verzögerung, u. a.)
Ergebnis:
Es konnte eine Modellierung und Solver-Konfiguration gefunden werden, die bei einer für das Unternehmen typischen Planungsaufgabe zur Maschinenbelegung (mit größenordnungsmäßig 800 Jobs und unter Berücksichtigung der vorhandenen Pressen und Molds und Ausfallzeiten...) zuverlässig (rasch) konvergiert.
Erweiterung der EDIFACT-Schnittstelle um weitere Dokument-Typen
Problemstellung bei der Produktion von Langlaufski:
Langlaufski
besitzen einen Holzkern. Effekt: Die physikalischen Eigenschaften der
produzierten Ski variieren mit dem eingesetzten Holz:
Biegeeigenschaften, Torsionssteifigkeit...
Für jeden Ski (links und rechts werden a priori nicht unterschieden) werden nach der Fertigstellung 11 physikalische Eigenschaften ermittelt. Danach besteht die Aufgabe, sämtliche Ski einer Tausender-Charge so zu Paaren zusammenzustellen, dass bei jedem Paar die physikalischen Eigenschaften möglichst gut übereinstimmen.
Lösung:
(zunächst als Freiberufler, ab 2019/04 in Festanstellung in Teilzeit)
Entwicklung eines Energiedatenmanagement-Systems (EDM)
als Webanwendung (Symfony)
Gegenstand des EDM (u. a.):
Erfassung von Energiedaten aller Art: Energieverbrauch (Gas, Strom, Öl, Kohle,...) und Energieerzeugung (PV, Wind, Biogas,...) und
Erfassung aller denkbaren physikalischen Einflussgrößen
über reale Messstellen (unterschiedlicher Zählertypen) und virtuelle Messstellen.
Räumliche und zeitliche Aggregation (15min., Std.,..., Jahr) aller Energiedaten (Energieträger jeweils für sich und als Summe über alle Energieträger) und
räumliche und zeitliche Aggregation aller sonstigen Einflussgrößen.
Mandantenfähigkeit (z. B. Beachtung unterschiedlicher Zeitzonen bei der Aggr.)
Datenimporte in den Varianten: Web-Formular, Excel, MQTT, Edifact (MSCONS)
Berechnung von CO2-Äquivalenten zu allen Energiegrößen
Freie Definition von Kennzahlen auf Basis aller erfassten Messgrößen (Formel-Editor inklusive Plausibilitätsprüfung zur eingegebenen Formel)
Visualisierung aller erfassten oder berechneten Größen: diverse Diagrammtypen, insb. Sankey zur Beschreibung räumlicher Aggregationen
Witterungsbereinigung von Energieverbräuchen der Gebäudeheizung über regionale Klimadaten
Fehlerrechnungen als Grundlage für Konfidenzbereiche von Kennzahlen
Visualisierung des erwartbaren Effektes von Energieeinsparmaßnahmen
Besondere Herausforderung: Datencluster
Die Ausgabe der Visualisierung aller erfassten oder berechneten Größen (auch aller Aggregationen) sollte in Echtzeit erfolgen. Zu diesem Zweck wurde ein Datencluster geschaffen, der alle Größen räumlich und zeitlich voraggregiert enthält und sich permanent (beim jedem Datenimport sowie bei jeder denkbaren nachträglichen Datenkorrektur) aktualisiert.
Schaffung
einer UN/EDIFACT-Schnittstelle
Besondere Herausforderungen:
Die relationale Datenbank einer Kommune umfasste typischerweise etwa 500 Tabellen mit im Schnitt etwa 12 Feldern mit z. T. über 1.000.000 Datensätzen. Mithin lag eine besondere Herausforderung in der Laufzeitoptimierung der häufig komplexen Datenbankabfragen (in unterschiedlichen SQL-Dialekten).
Die Finanzsoftware für Kommunalverwaltungen (s. Projekt 2004-2016) ermöglicht der einzelnen Kommune innerhalb der Webanwendung, Finanzkennzahlen individuell zu definieren und zu analysieren. Daraus entstand die Idee, kommunale Kennzahlen (Finanzkennzahlen und andere ? insgesamt etwa 10.000) kommunenübergreifend zu standardisieren und so deutschlandweit vergleichbar zu machen. Dies führte schließlich zur Entwicklung eines interkommunalen Kennzahlen-Vergleichssystems. Hier speisen die beteiligten Kommunen ihre Daten ein und erhalten im Gegenzug eine Gegenüberstellung ihrer eigenen Kennzahlwerte und denen der Peer-Gruppe (andere Kommunen gleicher Art, Größe,?).
Große Teile wurden als Webanwendung konzipiert; dies war allein mein Part. In einem Dreierteam haben wir das Ganze bis zur Marktreife entwickelt. Danach kam es zur Ausgründung der Firma IKVS GmbH. Diese Firma ist bis heute unangefochtener Marktführer in Deutschland; sie wurde 2015 vom VINCI-Konzern übernommen.
Herausforderungen:
Finden geeigneter Datenstrukturen, komplexe Datenbankabfragen, Laufzeitoptimierung der Kennzahlberechnungen
Arbeitsfelder:
Profunde Kenntnisse: CFD-Software Fluent (heute ANSYS)
Mathematische Modellierung komplexer Probleme (z. B. np-vollständige Optimierungsprobleme wie Maschinenbelegungsplanungen, Multi-Traveling-Salesman,...).
IT-Konzept zur Lösung entwickeln (z. B. mittels OptaPlanner).
Einbettung der Lösung in eine Webanwendung (am elegantesten auf Basis der Web-Plattform JHipster (inklusive JDL)).
(gerne im Rahmen eines Startups)
Das zuvor mit der Ingenieurfirma entwickelte und fixierte Konzept für eine Webanwendung (-> Lastenheft) wird auf der Basis der Web-Plattform JHipster umgesetzt.
Die Webanwendung soll auf Basis der Web-Plattform JHipster aufbauen.
In permanentem Austausch mit der Firma habe ich vor allem das Lastenheft (130 DIN A4-Seiten, wird vor allem für die Beantragung von Zuschüssen benötigt) erstellt.
Der
zentrale Fertigungsschritt bei der Herstellung von Ski ist das
Zusammenfügen der verschiedenen Layer auf einer Presse.
Ausgehend von Produktionsaufträgen (Bestellungen) werden n Projekte definiert.
Jedes Projekt spezifiziert die im Rahmen des Projektes an der Presse zu erledigenden j(n) Jobs, besitzt eine bestimmte Priorität und erklärt Startzeit (Verfügbarkeit der Vorprodukte) und Endzeit (Deadline).
Ein Job steht z. B. für: Ski der Marke XY vom Typ Racer in der Länge 175 cm soll in einer Stückzahl von s(j) produziert werden, was im Zeitkorridor und mit der Prio des Projektes zu erledigen ist.
Es stehen p Pressen zur Verfügung. Je nach Ski-Typ kommen nur bestimmte Pressen in Frage. Für jede Presse müssen Ausfallzeiten a_pr(t) für Wartung, Reparatur? berücksichtigt werden.
Für den Pressvorgang werden Gussformen (Molds) benötigt. Unterschiedliche Ski-Typen (unterschiedlicher Ski-Marken) gleicher Länge verwenden bei gleicher Bauart das selbe Mold. Die Anzahl Molds ist begrenzt (i. a. auf eine niedrige einstellige Zahl). Auch für Molds müssen Ausfallzeiten berücksichtigt werden: a_m(t).
Bei all dem muss stets der Betriebskalender der Produktionsstätte berücksichtigt werden.
Ziel der Belegungsplanung:
Alle Hard-Constraints (z. B: Job ist einer zulässigen Presse zugeordnet) werden erfüllt
minimaler Penalty durch Soft-Constraints (Minimierung der notwendigen Moldwechsel (Umrüstzeiten), Minimierung des Projekt-Verzögerung, u. a.)
Ergebnis:
Es konnte eine Modellierung und Solver-Konfiguration gefunden werden, die bei einer für das Unternehmen typischen Planungsaufgabe zur Maschinenbelegung (mit größenordnungsmäßig 800 Jobs und unter Berücksichtigung der vorhandenen Pressen und Molds und Ausfallzeiten...) zuverlässig (rasch) konvergiert.
Erweiterung der EDIFACT-Schnittstelle um weitere Dokument-Typen
Problemstellung bei der Produktion von Langlaufski:
Langlaufski
besitzen einen Holzkern. Effekt: Die physikalischen Eigenschaften der
produzierten Ski variieren mit dem eingesetzten Holz:
Biegeeigenschaften, Torsionssteifigkeit...
Für jeden Ski (links und rechts werden a priori nicht unterschieden) werden nach der Fertigstellung 11 physikalische Eigenschaften ermittelt. Danach besteht die Aufgabe, sämtliche Ski einer Tausender-Charge so zu Paaren zusammenzustellen, dass bei jedem Paar die physikalischen Eigenschaften möglichst gut übereinstimmen.
Lösung:
(zunächst als Freiberufler, ab 2019/04 in Festanstellung in Teilzeit)
Entwicklung eines Energiedatenmanagement-Systems (EDM)
als Webanwendung (Symfony)
Gegenstand des EDM (u. a.):
Erfassung von Energiedaten aller Art: Energieverbrauch (Gas, Strom, Öl, Kohle,...) und Energieerzeugung (PV, Wind, Biogas,...) und
Erfassung aller denkbaren physikalischen Einflussgrößen
über reale Messstellen (unterschiedlicher Zählertypen) und virtuelle Messstellen.
Räumliche und zeitliche Aggregation (15min., Std.,..., Jahr) aller Energiedaten (Energieträger jeweils für sich und als Summe über alle Energieträger) und
räumliche und zeitliche Aggregation aller sonstigen Einflussgrößen.
Mandantenfähigkeit (z. B. Beachtung unterschiedlicher Zeitzonen bei der Aggr.)
Datenimporte in den Varianten: Web-Formular, Excel, MQTT, Edifact (MSCONS)
Berechnung von CO2-Äquivalenten zu allen Energiegrößen
Freie Definition von Kennzahlen auf Basis aller erfassten Messgrößen (Formel-Editor inklusive Plausibilitätsprüfung zur eingegebenen Formel)
Visualisierung aller erfassten oder berechneten Größen: diverse Diagrammtypen, insb. Sankey zur Beschreibung räumlicher Aggregationen
Witterungsbereinigung von Energieverbräuchen der Gebäudeheizung über regionale Klimadaten
Fehlerrechnungen als Grundlage für Konfidenzbereiche von Kennzahlen
Visualisierung des erwartbaren Effektes von Energieeinsparmaßnahmen
Besondere Herausforderung: Datencluster
Die Ausgabe der Visualisierung aller erfassten oder berechneten Größen (auch aller Aggregationen) sollte in Echtzeit erfolgen. Zu diesem Zweck wurde ein Datencluster geschaffen, der alle Größen räumlich und zeitlich voraggregiert enthält und sich permanent (beim jedem Datenimport sowie bei jeder denkbaren nachträglichen Datenkorrektur) aktualisiert.
Schaffung
einer UN/EDIFACT-Schnittstelle
Besondere Herausforderungen:
Die relationale Datenbank einer Kommune umfasste typischerweise etwa 500 Tabellen mit im Schnitt etwa 12 Feldern mit z. T. über 1.000.000 Datensätzen. Mithin lag eine besondere Herausforderung in der Laufzeitoptimierung der häufig komplexen Datenbankabfragen (in unterschiedlichen SQL-Dialekten).
Die Finanzsoftware für Kommunalverwaltungen (s. Projekt 2004-2016) ermöglicht der einzelnen Kommune innerhalb der Webanwendung, Finanzkennzahlen individuell zu definieren und zu analysieren. Daraus entstand die Idee, kommunale Kennzahlen (Finanzkennzahlen und andere ? insgesamt etwa 10.000) kommunenübergreifend zu standardisieren und so deutschlandweit vergleichbar zu machen. Dies führte schließlich zur Entwicklung eines interkommunalen Kennzahlen-Vergleichssystems. Hier speisen die beteiligten Kommunen ihre Daten ein und erhalten im Gegenzug eine Gegenüberstellung ihrer eigenen Kennzahlwerte und denen der Peer-Gruppe (andere Kommunen gleicher Art, Größe,?).
Große Teile wurden als Webanwendung konzipiert; dies war allein mein Part. In einem Dreierteam haben wir das Ganze bis zur Marktreife entwickelt. Danach kam es zur Ausgründung der Firma IKVS GmbH. Diese Firma ist bis heute unangefochtener Marktführer in Deutschland; sie wurde 2015 vom VINCI-Konzern übernommen.
Herausforderungen:
Finden geeigneter Datenstrukturen, komplexe Datenbankabfragen, Laufzeitoptimierung der Kennzahlberechnungen
Arbeitsfelder:
Profunde Kenntnisse: CFD-Software Fluent (heute ANSYS)
Mathematische Modellierung komplexer Probleme (z. B. np-vollständige Optimierungsprobleme wie Maschinenbelegungsplanungen, Multi-Traveling-Salesman,...).
IT-Konzept zur Lösung entwickeln (z. B. mittels OptaPlanner).
Einbettung der Lösung in eine Webanwendung (am elegantesten auf Basis der Web-Plattform JHipster (inklusive JDL)).
(gerne im Rahmen eines Startups)