Thesis | Production Planning x Data Analytics x Circular Economy

Institut

Institut für Werkzeugmaschinen und Betriebswissenschaften

Typ

Bachelorarbeit / Semesterarbeit / Masterarbeit /

Inhalt

experimentell / theoretisch / konstruktiv /  

Beschreibung

 

English version below

Hintergrund

Umweltbezogene Herausforderungen erfordern eine nachhaltige Produktion, einschließlich des Schließens von Materialkreisläufen für End-of-Life-Produkte, z.B. durch Remanufacturing. Ein zentrales Hindernis für die Kreislaufwirtschaft im industriellen Maßstab ist die Ineffizienz der Demontage. Aufgrund von Unsicherheit müssen ursprünglich vorhergesagte Demontagepläne laufend angepasst werden, wenn Erkenntnisse gewonnen werden, die von den Annahmen abweichen. Dieser Prozess, wird als reaktive Demontageplanung bezeichnet. Ziel ist es, die reaktive Demontageplanung datengetrieben zu automatisieren, um eine präzisere Entscheidungsfindung bei geringerem Planungsaufwand zu ermöglichen. Dazu wird ein Konzept entwickelt, mit dem für auftretende Planabweichungen automatisch eine Auswahl geeigneter Plananpassungen ermittelt werden kann.

Themenbereiche

Relevante Themen im Projekt sind:

• Datenmodelle, Digitaler Schatten und digitaler Zwilling
• Discrete Event Simulation (SimPy/Python)
• Produktionsplanung und -steuerung im Kontext der Demontage
• Maschinelles Lernen (Bayesian Networks, Case-based Reasoning)
• Datenbasierte Wirtschaftlichkeits- und Nachhaltigkeitsbewertung

Zu den Themen sind jederzeit Studienarbeiten möglich, deren Ausrichtung und Umfang individuell entwickelt werden kann.

Anforderungsprofil

• Interesse an Nachhaltigkeit, Kreislaufwirtschaft und datenbasierten Methoden
• Selbstständige, methodische, gewissenhafte und strukturierte Arbeitsweise
• Sehr gute Deutsch- oder Englischkenntnisse

Angebote

• flexibel bis zu 100 % Remote-Arbeit möglich
• wöchentliche Abstimmungen und Feedback
• Aufbau auf bestehende Vorarbeiten
• bei herausragenden Ergebnissen Mitwirken und Co-Autorenschaft bei wissenschaftlicher Veröffentlichung möglich

Ich freue mich auf Ihre Bewerbung mit einem kurzen Lebenslauf und einem aktuellen Notenauszug.

English version

Context

Environmental challenges require sustainable production, including closing material loops for end-of-life products, e.g. through remanufacturing. A key obstacle to the circular economy on an industrial scale is the inefficiency of disassembly. Due to uncertainty, originally predicted disassembly planning has to be continuously adjusted as knowledge is gained that deviates from assumptions. This process is referred to as reactive disassembly planning. The aim is to automate reactive disassembly planning in a data-driven manner in order to enable more precise decision-making with less planning effort. To this end, a concept is being developed that can be used to automatically determine a selection of suitable plan adjustments for plan deviations that occur.

Topics

Relevant topics in the project are:

• Data models, digital shadow and digital twin
• Discrete event simulation (SimPy/Python)
• Production planning and control in the context of disassembly
• Machine learning (Bayesian networks, case-based reasoning)

Theses on these topics are possible at any time, the focus and scope of which can be developed individually.

Requirements

• Interest in sustainability, circular economy and data-based methods
• Independent, methodical, conscientious and structured way of working
• Very good knowledge of German or English

Benefits

• Up to 100% remote work possible with flexibility
• Weekly coordination and feedback
• Building on existing work
• with outstanding results, participation and co-authorship in scientific publication possible

I look forward to receiving your application with a short CV and a current transcript of records.

Tags

IWB Streibel

Möglicher Beginn

Kontakt

M.Sc. Lasse Streibel
Tel.: 089 / 289 15497
lasse.streibeliwb.tum.de

Ausschreibung