Stellen Sie sich vor…
…Sie planen zehn Vorgänge auf einer Ressource, dies entspricht 3.628.800 Kombinations-Möglichkeiten!
Wir übernehmen das gerne für Sie!
MCP entwickelt individuelle Algorithmen, um komplexe industrielle Problemstellungen optimiert zu lösen. Unsere internen Experten greifen dabei auch auf das Wissen unserer externen akademischen Kooperationspartner zurück. Gemeinsam mit der TU Wien betreiben wir ein Forschungslabor und verknüpfen künstliche Intelligenz und mathematische Optimierungsmethoden für unsere Kunden.
Wir haben uns als Ziel gesetzt, mit Hilfe von akademischen Kooperationen die Lücke zwischen akademischem Know-How und der tatsächlichen, praktischen Anwendung in der Industrie zu schließen.
Hierfür arbeiten wir mit verschiedenen Universitäten und akademischen Einrichtungen eng zusammen, welche den wissenschaftlichen Zugang, ein internationales akademisches Netzwerk sowie das Wissen zur Lösung algorithmischer Aufgabenstellungen bereitstellen.
Neben der Lösung von hochkomplexen Anwendungsfällen hat unser Team aber auch Spaß an der Lösung typischer Optimierungsaufgaben, wie Verschnittoptimierung, Losgrößenberechnung und ähnlicher Aufgabenstellungen.
Forschungsnetzwerk
Christian Doppler Labor
Am Institut für Logic und Computation an der TU Wien ist unser Christian Doppler-Labor eingerichtet und wir betreiben mit drei Forschern gezielte Grundlagenforschung zur Entwicklung neuer Algorithmen und dem Einsatz von „Artificial Intelligence“ in der Produktionsplanung.
Gemeinsam mit unseren Partnern Bosch und Ximes leisten wir Pionierarbeit zur Erforschung der praktischen Anwendung von Methoden der künstlichen Intelligenz für komplexe Problemstellungen innerhalb der Produktionsplanung.
TU Wien
Auszug Forschungsgebiete
- nichtlineare dynamische Systeme
- Operations Research
- Multikriterielle Optimierung
- Metaheuristische Optimierungsverfahren
- Business Process Management
- Artificial Intelligence
Universität Innsbruck
Auszug Forschungsgebiete
- Anwendung quantitativer Methoden in der BWL
- Implementierung von quantitativen Modellen zur Entscheidungsunterstützung
Universität Duisburg/Essen
Auszug Forschungsgebiete
- stochastische Modellierung von Produktions- u. Logistiksystemen
- Konfiguration von flexiblen Fließproduktionssystemen, Kapazitätsplanung
Universität Siegen
Auszug Forschungsgebiete
- Human Factors: taktische und operative Planung in Produktion
- Industrie 4.0: Planung vernetzter Systeme sowie Optimierung von Datenerhebung und Datenpflege
- Entscheidungsanalyse
- Projektmanagement
Best practice: Polymerveredelung im Automotive Bereich
Der Kunde ist ein kunststoffverarbeitender Betrieb und weltweit in mehreren Geschäftsfeldern mit einem starken Fokus auf den Automotive Bereich tätig.
Als Entwicklungspartner und System-Lieferant für die Automobilindustrie (1st- Tier) produziert der Kunde Stoßfängersysteme und lackierte Außenanbauteile, Hauptkunden sind die deutschen Automobilhersteller.
Key challenges
- Bedarfssynchrone bzw. reihenfolgesynchrone Produktion
- Komplexität Lackieranlage (Zusammenfassen von Artikeln auf Warenträgern/ Minimierung von Farbwechselkosten/ Rundenplanung)
- Systemneugestaltung mit den Elementen SAP/ Preactor/ MES/ PLM nach
Best-Practice
Lösung
- Abteilungsübergreifende Grobplanung
- Feinplanung vom Spritzguss / Lackieren / Konfektion
- Planungsalgorithmus mit mathematischer Optimierung für die Lackierplanung
Key benefits
- Automatisierung der Planung
- Integration in Systemdesign
- Branchengerechte Reaktionszeiten (JIT /JIS)
- Effiziente Anlagenauslastung
