Advanced Trajectory Planning for Production Energy Estimation

eng Artykuł w języku angielskim DOI: 10.14313/PAR_204/70

wyślij Ralf Stetter *, Andreas Paczynski *, Piotr Witczak *, Benjamin Staiger ** * Hochschule Ravensburg-Weingarten ** Kirchner Konstruktionen GmbH

Pobierz Artykuł

Abstract

This paper is based on a current research project and describes advanced trajectory planning methods which aim to contribute to the estimation of the energy consumption in the production of goods. The energy a product requires during its operation is the object of many activities in research and development nowadays. However, the energy necessary for the production of goods is very often not analyzed in so much detail. The energy consumption in a product production and disposal is determined very early in its development process by designers and engineers, for example by selection of raw materials, explicit and implicit requirements concerning the manufacturing and assembly processes or by decisions concerning the product architecture. Today, developers and engineers dispose of manifold design and simulation tools which can help to predict the energy consumption during a product operation relatively accurately. In contrast, tools with the objective to predict the energy consumption in production and disposal are unavailable, apart from the first material databases such as Eco Materials Adviser in Autodesk. Transportation processes are the important aspects of production. Product components and unfinished products have to be transported from the receipt of goods to stock and then to the manufacturing or assembling station during all phases of the manufacturing and assembling processes. The energy consumption estimation of these logistic process is only possible if probable and sensible routes of movements are used as a basis. This paper aims to present an approach to apply trajectory planning methods in order to develop such routes and consequently to be able to estimate the energy consumption.

Keywords

energy consumption, fuzzy logic, prediction, production

Zaawansowane metody planowania trajektorii w estymacji zużycia energii w procesach produkcyjnych

Streszczenie

W artykule omówiono wyniki obecnie realizowanego projektu badawczego i przedstawiono zaawansowane metody planowania trajektorii, które mają przyczynić się do szacowania zużycia energii podczas produkcji towarów. Ilość energii, jaka jest wymagana do wytworzenia produktu jest obecnie przedmiotem wielu rozważań i prac badawczo-rozwojowych. Jednakże, bardzo często nie można porównać dogłębności analiz energii koniecznej do produkcji wyrobów. Zużycie energii w produkcji i sprzedaży ustalane jest bardzo wcześnie w procesie rozwoju produktu przez projektantów i inżynierów, np. przez dobór surowców, jawnych i ukrytych wymagań dotyczących procesów produkcyjnych i montażowych, lub przez decyzje dotyczące konfiguracji produktowej. Aktualnie deweloperzy i inżynierowie dysponują różnorodnymi narzędziami projektowymi i symulacyjnymi, które mogą pomóc stosunkowo dokładnie przewidzieć zużycie energii podczas pracy. Narzędzia, których celem jest przewidywanie zużycia energii w produkcji i sprzedaży nie są dostępne, z wyjątkiem pierwszych baz materiałowych, takich jak Eco Materials Adviser (firmy Autodesk). Procesy transportu są ważnym aspektem produkcji. We wszystkich fazach procesów produkcji oraz montażu, komponenty produktu oraz niedokończone produkty muszą być transportowane od odbioru towarów do magazynu, i następnie do miejsca produkcji lub składowania. Oszacowanie zużycia energii w procesach logistycznych jest możliwe tylko wtedy, gdy jako podstawę można wziąć prawdopodobne i sensowne trasy ruchu. Niniejszy artykuł ma na celu przedstawienie nowego sposobu planowania trajektorii w celu wskazania optymalnych tras, a w konsekwencji oszacowania zużycia energii.

Słowa kluczowe

logika rozmyta, predykcja, produkcja, zużycie energii

Bibliografia

  1. Bernard R., Stetter R., Early Determination of Product Properties, [in:] HUBKA, V. (Hrsg.); et al. Proceedings of ICED 97, Tampere. Zürich: Edition Heurista, 1997, S. 2/675–2/680.
  2. Bessiere P., Ahuactzin J.M., Talbi E.G., Mazer E., The ariadne’s clew algorithm: Global planning with local methods, IEEE Intelligent Robots and Systems Conference, 1993.
  3. Biagiotti L., Melchiorri C., Trajectory Planning for Automatic Machines and Robots, Spinger, Berlin 2008.
  4. Brake M., Die Ökobilanz der Abwrackprämie ist negativ. Telepolis Wochenschau, 10.03.2009, 2009.
  5. Coatana E., Kuuva M., Nordlund H., Makkonen P.E., Saarelainen T., An uniform environmental metric based on exergy for early design evaluation, „International Journal of Environmentally Conscious Design and Manufacturing”, Vol. 13, No. 2, 2007.
  6. Dubins L.E., On curves of minimal length with a constraint on average curvature, and the prescribed initial and terminal positions and tangents, „American Journal of Mathematics”, 79(3): 497–516, 1957.
  7. Ehrlenspiel K., Kiewert A., Lindemann U., Kostengünstig Entwickeln und Konstruieren. Springer, 2007.
  8. Hermann B.G., Kroeze C., Jawjit W., Assessing environmental performance by combining life cycle assessment, multi-criteria analysis and environmental performance indicators, „Journal of Cleaner Production”, Vol. 15, 1787–1796, 2007.
  9. Laumond J.P., Jacobs P.E., Michel T., Murray R.M., A motion planner for non-holonomic mobile robots, “IEEE Transactions on Robotics and Automation”, 1994.
  10. Pasha A., Path planning for nonholonomic vehicles and its application to radiation environments, Report, University of Florida, 2003.
  11. Perez T.L., Wesley M.A., An algorithm for planning collision free-paths among polyhedral obstacles, Communications of the ACM, 1979.
  12. Reeds J.A., Shepp R.A., Optimal paths for a car that goes both forward and backward, „Pacific Journal of Mathematics”, 1991, 145(2): 367–393.
  13. Reichel T., Rünger G., Steger D., Xu H., IT-Untersüttzung zur energiesensitiven Produktentwicklung, Chemnitzer Informatik-Berichte, 2010.
  14. Reif J., Wang H., The complexity of the two dimensional curvature constrained shortest path problem. Robotics: The Algorithmic Perspective: The Third Workshop on the Algorithmic Foundations of Robotics, Natick (MA), 1998.
  15. Seybold L., Pieczynski A., Paczynski A., Krokowicz J., Stetter R., Development of a trajectory kernel for autonomous vehicles, Proceedings of the 9th Workshop on Advanced Control and Diagnosis, 2011.
  16. Tischner U., Schmincke E., Rubik F., Was ist EcoDesign, Ein Handbuch für ökologische und ökonomische Gestaltung. form Praxis, 2000.