Potential of Reducing the Total Energy Consumption by Scheduling a Jobshop Production System

Abstract

This research paper has evaluated the potential of reducing energy consumption by scheduling jobshop production systems with machines using standby modes in free times. The initial introduction of the planning issue is followed by a description of the approach to assess the available potential. Subsequently, the research procedure by means of simulation, a detailed discussion of the results and a perspective on future research is given. Moreover, the notion that scheduling influences the energy consumption in jobshop production systems is supported. The presented simulation research also documents that there is no direct correlation between energy consumption and total lead time, although this was presumed usually. Finally, this paper provides a forecast for a possible optimisation model as well as an exemplary model with an energy-optimised schedule plan.

Full text

Simulation in Production
and Logistics 2015
Markus Rabe & Uwe Clausen (eds.)
Fraunhofer IRB Verlag, Stuttgart 2015
Potentiale in der Reduzierung des
Gesamtenergieverbrauchs einer
Werkstattfertigung in der
Maschinenbelegungsplanung
Potential of Reducing the Total Energy Consumption
by Scheduling a Jobshop Production System
Maximilian Selmair, Frank Herrmann, OTH Regensburg, Regensburg (Germany),
maximilian.selmair@mailbox.tu-dresden.de, frank.herrmann@oth-regensburg.de
Thorsten Claus, Enrico Teich, TU Dresden, Dresden (Germany),
thorsten.claus@tu-dresden.de, enrico.teich@tu-dresden.de
Abstract: This research paper has evaluated the potential of reducing energy
consumption by scheduling jobshop production systems with machines using standby
modes in free times. The initial introduction of the planning issue is followed by a
description of the approach to assess the available potential. Subsequently, the
research procedure by means of simulation, a detailed discussion of the results and a
perspective on future research is given. Moreover, the notion that scheduling
influences the energy consumption in jobshop production systems is supported. The
presented simulation research also documents that there is no direct correlation
between energy consumption and total lead time, although this was presumed usually.
Finally, this paper provides a forecast for a possible optimisation model as well as an
exemplary model with an energy-optimised schedule plan.
1 Einführung
Produktionssysteme, die sich aus Werkzeugmaschinen zur Zerspanung und
Umformung konstituieren, wurden in der Vergangenheit bei Untersuchungen zu
Energieeinsparungen in der Industrie nicht berücksichtigt (Neugebauer 2008). Trotz
des immensen Energiebedarfs solcher Systeme, ist deren Energieverbrauch erst seit
einigen Jahren zum Augenmerk von sowohl Maschinennutzern als auch -herstellern
geworden (ebenda). Grund hierfür sind sicherlich die steigenden Energiepreise der
vergangenen Jahre (Wagner 2012), aber auch ein gestiegenes Bewusstsein vieler
Unternehmen für das Thema Nachhaltigkeit und der damit verbundenen Intention der
Ressourcenschonung. Abbildung 1 zeigt die Strompreisentwicklung für die Industrie
seit 1998.

178 Selmair, Maximilian; Claus, Thorsten; Herrmann, Frank; Teich, Enrico
Abbildung 1: Entwicklung der Energiepreise für die Industrie in Deutschland von
1998 bis 2014 (Bauernhansl et. al 2013, BDEW 2014)
Anhand des Werkzeugmaschinenbestandes in Deutschland und der im Rahmen einer
Untersuchung der Fraunhofer Gesellschaft ermittelten Jahresenergieverbräuche dieser
Maschinen lässt sich abschätzen, dass deren Anteil am gesamten industriellen
Energiebedarf nicht zu vernachlässigen ist. Die zuletzt ermittelte Anzahl an
Werkzeugmaschinen in der deutschen Industrie wurde 1995 vom Verein Deutscher
Werkzeugmaschinenfabriken e.V. mit 1,04 Millionen Einheiten festgestellt (Neuge-
bauer 2008). Ein deutlicher Großteil von 83 Prozent, 863.000 Stück, entfiel dabei auf
spanende Maschinen. Die im Rahmen einer Untersuchung der Fraunhofer
Gesellschaft ermittelten Jahresenergieverbräuche solcher Maschinen liegen zwischen
5.000 kWh und 150.000 kWh (ebenda). Obwohl aufgrund der hohen Varianz des
Energieverbrauchs der einzelnen Maschinen eine exakte Hochrechnung nicht möglich
ist, kann dennoch festgestellt werden, dass spanende Maschinen einen beträchtlichen
Anteil am gesamten industriellen Energiebedarf haben.
Dass dies wenigstens in einigen speziellen Industriebereichen so ist, verdeutlicht das
folgende Beispiel eines Motorenwerkes eines deutschen Automobilherstellers, dessen
vorwiegend spanende Produktion 66 Prozent des Gesamtenergiebedarfs des Werkes
ausmacht (Tab. 1).
In Abbildung 2 ist die tatsächliche Leistungsaufnahme einer Senkrecht-Drehmaschine
für die Bearbeitung von bis zu 70 Tonnen schweren Komponenten für Dampfturbinen
mit einer Anschlussleistung von 150 kW dargestellt. Gut zu erkennen ist die hohe
Grundlast mit einem Leistungsabruf von 11 kW bis 15 kW über etwa drei Stunden.
Untersuchungen der Technischen Universität Chemnitz haben ergeben, dass die
Grundleistung einen beträchtlichen Teil des Gesamtenergiebedarfs spanender
Werkzeugmaschinen einnimmt. Es wird geschätzt, dass bis zu 30 Prozent des
Gesamtenergiebedarfs auf den Energieverbrauch im Standby-Betrieb entfällt.
9,34 8,86 6,05 6,47 6,86 7,98 8,92 9,73 11,53 11,41 13,25 11,40 12,07 14,04 14,33 15,02 15,37
Durchschnittlicher Strompreis für die Industrie in Cent/kWh
Nettostrompreis Steuer & Umlagen

Reduzierung des Gesamtenergieverbrauchs in der Maschinenbelegungsplanung 179
Tabelle 1: Verteilung des Elektroenergieverbrauchs in einem Motorenwerk (ebenda)
Bereich
Anteil in %
Produktion
66
Druckluft
11
Kälteanlagen
8
Emulsionsanlagen
7
Beleuchtung
4
Kühlturm
2
Heizhaus
1
Ölaufbereitung
1
Gesamt
100
Abbildung 2: Leistungsaufnahme einer Senkrecht-Drehmaschine (Neugebauer
2008)
Einen detaillierten Einblick gibt hierzu eine Studie der RAVEL-Dokumentationen
(Neugebauer 2008). Untersucht wurde die Verteilung der Betriebszeiten spanender
Werkzeugmaschinen. So wird in der Großserienproduktion lediglich in 38 Prozent der
Betriebszeit tatsächlich Span abgehoben. Der übrige Teil fällt auf Umrüstvorgänge
und Wartezeiten. Noch kleiner fällt der Anteil bei der Produktion von Kleinserien aus.
Hier sind es nur 15 Prozent (Abb. 3).

180 Selmair, Maximilian; Claus, Thorsten; Herrmann, Frank; Teich, Enrico
Tabelle 2: Zeitliche Auslastung von Werkzeugmaschinen in der Klein- und
Großserie
Großserie
Kleinserie
Spanabhebung
38 %
15 %
Wartezeit
36 %
55 %
Werkzeugwechsel, Einstellungen
26 %
30 %
Für die Produktionsplanung ergeben sich unmittelbar Handlungsfelder im Bereich der
Ressourcenbelegungsplanung. Auf den ersten Blick erscheinen kurze Leerzeiten bzw.
eine hohe Maschinenauslastung zielführend zu sein. Damit ließe sich der
Energieverbrauch im Standby-Betrieb reduzieren. Möglich sind aber auch lange Leer-
zeiten, die eine vollständige Abschaltung von Maschinen gestatten. Für diese Option
müsste das rechtzeitige sichere Hochfahren und damit die reibungslose
Wiederaufnahme der Fertigung durch die Planung gewährleistet werden.
Das zweite Handlungsfeld, ebenfalls in der Produktionsplanung angesiedelt, liegt im
Bereich der Losgrößenplanung. Aus größeren Losen und einem damit kleineren
Produktmix je Planungsperiode ergeben sich unmittelbar weniger Rüstvorgänge und
damit kürzere Wartezeiten, in denen die Maschinen mit Grundlast fahren.
2 Untersuchungsgegenstand
Die Maschinenbelegungsplanung (auch Feinplanung, Ablaufplanung oder Reihen-
folgeplanung) legt fest, wann und in welcher Reihenfolge Aufträge an zur Verfügung
stehenden Ressourcen bearbeitet werden – stets unter der Einhaltung bestimmter
Restriktionen. Diese können beispielsweise vorgegebene Start- und Endtermine oder
auch Rüst- und Betriebszustände der Maschinen sein.
Zur Lösung solcher Probleme wurden zahlreiche Entscheidungsmodelle mit unter-
schiedlichen Annahmen und Zielen entwickelt. Derartige Modelle werden in der
Praxis dazu genutzt, vorhandene Ressourcen unter Betrachtung der geforderten
Restriktionen und Zielsetzungen bestmöglich zu nutzen. Neben solchen, meist sehr
rechenaufwendigen und damit zeitintensiven Constraint-basierten Verfahren, gibt es
auch eine Reihe von heuristischen Verfahren zur Maschinenbelegungsplanung.
Diesbezüglich ist der Einsatz von Prioritätsregeln in der Unternehmenspraxis vielfach
anzutreffen. Bekannte Regeln dieser Art sind beispielsweise:
 FIFO: First-In-First-Out
 LIFO: Last-In-First-Out
 KOZ: Kürzeste Operationszeitregel
 LOZ: Längste Operationszeitregel
 GRB: Größte Restbearbeitungszeitregel
 KRB: Kürzeste Restbearbeitungszeitregel
 EDD: Earliest-Due-Date
Mit Hilfe der Simulationssoftware Plant Simulation 12 wird in diesem Beitrag unter-
sucht, wie sich die Anwendung solcher Prioritätsregeln in der Maschinenbelegungs-

Reduzierung des Gesamtenergieverbrauchs in der Maschinenbelegungsplanung 181
planung auf den Gesamtenergieverbrauch und damit auf die entstehenden Energie-
kosten einer Werkstattfertigung auswirkt. Im Mittelpunkt steht hierbei der von der
Produktion nicht direkt verursachte Energiebedarf, der beispielsweise im Standby-
Modus und beim Hoch- bzw. Herunterfahren von Anlagen auftritt (siehe beispielhaft
Abb. 2).
Ziel der Untersuchung ist es, die Relevanz der Betrachtung von Energiebedarfen und
der damit verbundenen Kosten im Bereich der Feinplanung simulativ zu beurteilen.
3 Simulationsuntersuchung
3.1 Aufbau der Simulationsuntersuchung
Das modellierte Produktionssystem besteht aus neun Maschinen mit jeweils einer
Warteschlange (Abb. 3).
Abbildung 3: Aufbau des Simulationsnetzwerks
Alle Maschinen sind hinsichtlich ihrer Energieparameter und Überganszeiten gleich
beschaffen (Abb. 4).
Die Überwachung sämtlicher Leistungsaufnahmen gewährleistet der Baustein Energy
Analyzer. Er kumuliert die einzelnen Verbräuche in den verschiedenen Betriebs-
zuständen jeder Maschine einzeln und protokolliert diese.
Mit Auftragsstart werden Aufträge zunächst nach FIFO-Reglement den Warteschlan-
gen der jeweiligen Maschinen zugewiesen. Je nach Prioritätsregel wird dann die
Reihenfolge der Aufträge in der Warteschlange bestimmt und diese entsprechend
sortiert bevor der nächste Auftrag auf die Maschine bearbeitet wird.
Jede Maschine wird erst dann hochgefahren, wenn sie von einem Auftrag benötigt
wird und erst dann wieder heruntergefahren, wenn kein Auftrag mehr für die
Maschine vorgesehen ist. Wird die Maschine in der Zwischenzeit nicht benötigt, nutzt
sie einen Standby-Modus um Energie und Zeit für das Hoch- und Herunterfahren zu
sparen. Dieses Verhalten dient in der Praxis zur Absicherung der Prozessstabilität. Ein

182 Selmair, Maximilian; Claus, Thorsten; Herrmann, Frank; Teich, Enrico
häufiges Hoch- und Herunterfahren von Anlagen würde im beschriebenen Beispiel
die Gesamtdurchlaufzeit stark verlängern.
Abbildung 4: Energieparameter der Maschinen
Hat ein Auftrag eine Maschine durchlaufen, wird er in die Warteschlange der nächsten
Station gelegt und dort erneut nach Anwendung der gewählten Prioritätsregel auf der
Folgestation bearbeitet. Fertige Aufträge verlassen das System.
Aufgrund der Seitenlimitierung dieser Arbeit können die Aufträge und Arbeitspläne
der einzelnen Produkte nicht mit aufgeführt werden. Für diese Untersuchung ist die
Struktur der Aufträge und Arbeitspläne jedoch nicht direkt relevant, da lediglich
geprüft wird, ob signifikante Unterschiede in der Leistungsaufnahme bei Anwendung
verschiedener Planungsstrategien auf denselben Auftragspool bestehen.
Um die Experimente bewerten zu können, werden neben allen energetisch relevanten
Daten zu den Maschinen auch die Durchlaufzeiten und die Auslastung aller
Ressourcen und deren Betriebszustände protokolliert.
3.2 Ergebnisse der Simulationsuntersuchung
3.2.1 Gesamtenergiebedarf versus Gesamtdurchlaufzeit
Bei der Bewertung der einzelnen Simulationsläufe sollte insbesondere der
Gesamtenergiebedarf aller Maschinen und die Gesamtdurchlaufzeit aller Aufträge
miteinander verglichen werden. Da die Rüst- und Bearbeitungszeiten für alle
Experimente gleich sind und jede Maschine auch nur zu Fertigungsbeginn und -ende
hoch- bzw. heruntergefahren wird, kann festgehalten werden, dass längere Durch-
laufzeiten mit längeren Standby-Zeiten einhergehen. Da der Standby-Betrieb dieser
Maschinen nicht zu vernachlässigen ist, wirkt sich dies signifikant auf den Gesamt-
energiebedarf des Produktionssystems aus.

Reduzierung des Gesamtenergieverbrauchs in der Maschinenbelegungsplanung 183
Zunächst erscheint es schlüssig, dass bei einer längeren Durchlaufzeit mehr Energie-
bedarf auf den Standby-Betrieb entfällt und damit auch der Gesamtenergiebedarf grö-
ßer ist. Dass zwischen diesen beiden Größen kein linearer Zusammenhang besteht,
zeigt der Vergleich der jeweiligen Auswertung in Abbildung 5 und Abbildung 6.
Abbildung 5: Gesamtenergiebedarf nach Prioritätsregel
Abbildung 6: Summe der Durchlaufzeit aller Aufträge nach Prioritätsregel
Die beste Prioritätsregel hinsichtlich Durchlaufzeit und Energieverbrauch ist die
Regel nach der größten Restbearbeitungszeit (GRB). Den geringsten Energiebedarf
benötigt die FIFO-Regelung mit 51 kW/h, was auf einen erhöhten Anteil an Standby-
Betrieb zurückzuführen ist. Selbstverständlich ist die Prioritätsregel nach der größten
Restbearbeitungszeit nicht als Patentlösung für eine sowohl schnelle als auch
ressourcenschonende Bearbeitung in der Werkstattfertigung zu werten. Welche
Prioritätsregeln zielführend sind hängt von der Auftragsstruktur und unternehmens-
spezifischen Zielsetzungen ab.
3.2.2 Flexible Energiebedarfe
Nachfolgende Abbildung 7 erläutert den Energiebedarf in den verschiedenen Be-
triebszuständen nach angewandter Prioritätsregel. Zu erkennen sind deutlich die
zwischen 470 kWh und 1011 kWh schwankenden Standby-Energiebedarfe der
einzelnen Szenarien.
FIFO LIFO KOZ LOZ GRB KRB EDD
4000
4500
5000
5500
6000
Energiebedarf [kWh]
FIFO LIFO KOZ LOZ GRB KRB EDD
70
80
90
100
110
Durchlaufzeit [h]

184 Selmair, Maximilian; Claus, Thorsten; Herrmann, Frank; Teich, Enrico
Abbildung 7: Anteil am Gesamtenergiebedarf je Betriebszustand nach
Prioritätsregel
3.2.3 Erkenntnisse
Die Simulationsergebnisse haben gezeigt, dass es einen Bezug zwischen der Maschi-
nenbelegungsplanung und der aufzuwendenden Energie in einer Werkstattfertigung
gibt und sich dieser nicht linear zur Betriebszeit bzw. Gesamtdurchlaufzeit verhält.
Infolgedessen existiert ein Optimierungspotential, das sich wie folgt erläutern lässt.
Die Abbildungen 8 und 9 zeigen in beiden Fällen einen gültigen Belegungsplan für
dasselbe Szenario ohne Verspätungen. Der erste Belegungsplan nach FIFO nutzt in-
folge der späteren Starttermine für Job 3 bis 5 den Standby-Betrieb um die Prozess-
stabilität zu gewährleisten.
Geht man von einer Leistungsaufnahme wie in Tabelle 3 aufgeführt aus, so benötigt
der Ablaufplan nach Abbildung 8 einen Gesamtenergiebedarf von 292 kWh im Pla-
nungszeitraum.
Im zweiten Belegungsplan (Abbildung 9) wird die zeitliche Flexibilität von Job 1 und
2 dazu genutzt, die Standby-Zeiten zu verkürzen. Alle Maschinen werden wesentlich
später hochgefahren, um alle Aufträge ohne Pausen zu bearbeiten. Dieser Plan
benötigt im Planungszeitraum einen Gesamtenergiebedarf von 245 kWh. Im
Vergleich zur Planung nach FIFO ergibt sich eine Energieeinsparung von 16 %. Der
Standby-Energiebedarf für dieses Beispiel ist im Vergleich zur industriellen Praxis
gering. Enthalten Maschinen Kühlaggregate oder Laser, so sind Leistungsabrufe
während des Standby-Betriebs von 10 kW/h oder mehr keine Seltenheit.
Tabelle 3: Beispielhafte Leistungsaufnahme für fünf Maschinen in kW/h
M1
M2
M3
M4
M5
Standby
4
4
4
4
4
Hochfahrend
10
10
10
10
10
Herunterfahren
5
5
5
5
5
Rüstend
10
10
10
10
10
Bearbeitend
10
10
10
10
10
70
700
7000
1-FIFO 2-LIFO 3-KOZ 4-LOZ 5-GRB 6-KRB 7-EDD
Energiebedarf [kWh]
Summe von Rüstend Summe von Standby
Summe von Arbeitend Summe von Betriebsbereit

Reduzierung des Gesamtenergieverbrauchs in der Maschinenbelegungsplanung 185
Abbildung 8: Gültiger Maschinenbelegungsplan ohne Verspätungen
Abbildung 9: Nach Energiebedarf optimierter Maschinenbelegungsplan ohne
Verspätungen
4 Ausblick
Grundsätzlich müsste ein Optimierungsverfahren zur nachhaltigen Maschinenbele-
gungsplanung die nicht von der Produktion selbst verursachten Energiebedarfe
berücksichtigen: das Hoch- und Herunterfahren und den Standby-Betrieb von
Maschinen. Bei Maschinen mit einem höheren Standby-Verbrauch würden dann
verstärkt Leerzeiten vermieden werden. Maschinen könnten außerdem geplant herun-
ter- und wieder hochgefahren werden, um in langen Wartezeiten Energie einzusparen.
Dies ist dann der Fall, wenn der Standby-Verbrauch über den Wartezeitraum höher
ist, als der Energiebedarf zum Herunter- und wieder Hochfahren.
Um den Energiebedarf für ein Optimierungsverfahren korrekt mit Kosten zu bewer-
ten, müsste ein flexibler Energiepreis über den Planungszeitraum angenommen wer-
den, da produzierende Unternehmen in der Regel Sonderverträge abschließen, welche
individuell abgestimmte Energietarife enthalten. Die üblichen Bestandteile des so
festgelegten Energiepreises sind nach Bönig (2013) in der Regel:

186 Selmair, Maximilian; Claus, Thorsten; Herrmann, Frank; Teich, Enrico
 Arbeitspreis: Darunter ist der Preis für eine bezogene kWh zu verstehen. Er fällt
für die tatsächlich genutzten Kilowattstunden elektrischer Arbeit an und kann in
Abhängigkeit des Tages variieren.
 Leistungspreis: Er wird für die Bereitstellung der elektrischen Arbeit berechnet.
Die maximale Leistung, also die Lastspitze, innerhalb eines Abrechnungszeit-
raums ist hier der Multiplikator für die Berechnung.
 Verrechnungspreis: Der Verrechnungspreis beinhaltet den Abschlag für die vom
Energieversorger installierten Zähler und Messgeräte.
 Blindleistungsanteil: Unternimmt ein Unternehmen keine Blindleistungskompen-
sation, so muss infolge dessen ein Blindleistungsanteil abgetreten werden.
 Hinzu kommen noch Nutzungsentgelte, Abgaben, Umlagen und Steuern.
Literatur
Bauernhansel, T.; Mandel, J.; Wahren, S.; Kasprowicz, R.; Miehe, R.: Energie-
effizient in Deutschland. Stuttgart: Institut für Energieeffizient in der Produktion
2013
BDEW Bundesverband der Energie- und Wasserwirtschaft e.V.: Industriestrom-
preise, 28.04.2014.
Bönig, C.: Entwicklung einer Methode zu energiekostenorientierten Belegungs-
planung. Schlussbericht der AiF-Forschungsvereinigung, 11.11.2013
Neugebauer, R.: Untersuchung zur Energieeffizienz in der Produktion. München:
Fraunhofer Gesellschaft 2008
Wagner, J.; Schäfer, M.; Kohl, D.; Thide, H.; Grüning, C.; Hesselbach, J.; Böhm, S.:
Energieeffizienz in der Industrie. Productivity Management 17 (2012) 4, S. 47-50.