Autor: Ralf Kraul

Automatische Lager stellen ein äußerst wichtiges Element in Logistiksystemen dar. Die technische Entwicklung der Lager führte nicht nur zu einer Geschwindigkeits- Steigerung der Regalbediengeräte und Lastaufnahmemittel, sondern auch zur Entwicklung komplexer Lagerkonfigurationen, die entweder eine Steigerung der Umschlagleistung oder des Volumennutzungsgrads zum Ziel haben. Die Auswahl der optimalen Konfiguration (Lagertiefe sowie Art und Anzahl der Lastaufnahmemittel) erfordert in der Grobplanungsphase automatischer Lagersysteme eine schnelle Ermittlung der zu erwartenden Leistung. Diese wird von einer Vielzahl von Parametern bestimmt. Neben statischen und dynamischen Größen (Lagergröße und -konfiguration bzw. Dynamik des Regalbediengeräts) wird sie auch von organisatorischen Faktoren wie dem Lagerfüllungsgrad und der Lagerbetriebsstrategie beeinflusst. Um die Auswahl der richtigen Lagerkonfiguration in der Grobplanungsphase zu vereinfachen, wird in der vorliegenden Arbeit ein simulationsbasiertes Verfahren zur Leistungsbewertung von automatischen Lagersystemen entwickelt und beschrieben. Diesem Verfahren liegt der Gedanke zugrunde, dass auf simulativem Wege zwar die Leistung einer Vielzahl von unterschiedlichen Lagersystemkonfigurationen abgebildet werden kann, eine Simulation vieler Varianten während der Grobplanung jedoch zu aufwändig ist. Um in dieser Phase dennoch auf Simulationsergebnisse zugreifen zu können, werden aus simulativ erzeugten Daten Ersatzmodelle gebildet. Diese sind in der Lage, das Verhalten des Simulationsmodells (und damit des realen Systems) hinreichend genau abzubilden, und ermöglichen so eine Leistungsermittlung von beliebigen Parameterkombinationen. Im Rahmen dieser Arbeit wird zunächst ein Überblick über die Planung und Simulation von Intralogistiksystemen sowie über die Funktionsweise und Betriebsstrategien von automatischen Lagern gegeben. Anschließend werden Verfahren vorgestellt, mit denen sich Ersatzmodelle aus Simulationsergebnissen bilden lassen. Darauf aufbauend wird die Erstellung von Ersatzmodellen für die Leistungsbestimmung automatischer Lager mit Hilfe künstlicher neuronaler Netze beschrieben und die zu erwartende Prognosegenauigkeit der damit erzeugten Werte untersucht. Überführt in ein einfach anzuwendendes Planungswerkzeug stellen die simulativ erzeugten Ersatzmodelle ein Hilfsmittel dar, mit dem schnell und einfach sichere Aussagen zur Grenzleistung verschiedener Lagerkonfigurationen getroffen werden können.