cc_by-nccc_by-ncGriepentrog, HansSteckel, Thilo2024-04-082024-04-082018-05-082018https://hohpublica.uni-hohenheim.de/handle/123456789/6259In contrast to industrial production processes, agricultural processes are characterized by high uncertainty in terms of planning and execution. Main reasons for this are system-induced high environmental exposure, high complexity of the technical systems, a low division of labor and the lack of applicable systems for decision-making and support.Low process transparency and suboptimal decisions result from that. This observation becomes measurable by comparison of installed performance, determined under ideal conditions, and realized performance, determined from literature and telematics data, which are at a level of approximately 40 to 50%. In the present work the causes for this gap are analyzed and a method for their reduction is developed. Key to improving the situation is the systematic use of context-oriented approaches. The context dimensions time, space and system are described and related to each other. In this way, decision-relevant process conditions in agricultural work processes can be described in a structured manner. On the basis of these contexts, components are derived which, in a subsequent system architecture, enable the automated identification, description and evaluation of process contexts. On this basis concrete measures for the improvement of processes can be derived within the scope of the given possibilities (eg machine performance, drivability). The principle of system architecture is exemplified by the example of the harvesting of silo maize (chipping, transport, storage). The process is modeled from a contextual viewpoint and implemented as agent-based simulation, taking into account the above defined components. In order to carry out the simulation, performance (eg. throughput) and cost-relevant (eg. fuel consumption) parameters are recorded on real machines and production functions are developed. The simulation provides the costs and time requirements for a given process configuration (performance of the forage harvester, number, speed and capacity of the transport vehicles as well as number and mass compacting vehicles). In a parameter configuration based on this simulation a solution space is created which can be used to derive advantageous behaviors. Performance-determining parameters in the determined limits and defines step size are used for that. In addition to the simulation, a mathematical method for the generation of logistic characteristics is developed. Simulation and characteristic fields provide the possibility discreet or continuous approaches of the processes. For verification, results are compared with an empirical survey by questioning farmers and contractors. The described approach allows qualified decisions to improve cooperation in processes and thus contribute to the reduction of the abovementioned performance gap. However, the limits of the improvements result from the locally prevailing environmental conditions and must be defined by the user. Further steps for the control and optimization of processes can be developed on the described approach.Im Gegensatz zu industriellen Fertigungsprozessen sind landwirtschaftliche Prozesse durch eine hohe Unsicherheit in ihrer Planung und Ausführung gekennzeichnet. Wesentliche Gründe hierfür sind die systembedingt hohe Umweltexposition, hohe Komplexität der technischen Systeme, geringe Arbeitsteilung und der Mangel an geeigneten Systemen zur Entscheidungsfindung und -unterstützung. Daraus resultiert eine geringe Prozesstransparenz mit suboptimalen Entscheidungen. Messbar wird diese Beobachtung durch einen Vergleich von installierter Leistung, ermittelt unter Idealbedingungen, und realisierter Leistung, ermittelt aus der Literatur und Telematik-Daten, die sich auf einem Niveau von ca. 40 bis 50% bewegt. In der vorliegenden Arbeit werden die Ursachen für diese Lücke analysiert und eine Methode zu ihrer Reduzierung entwickelt. Schlüssel zur Verbesserung der Situation ist die systematische Anwendung kontextorientierter Vorgehensweisen. Die Kontext-Dimensionen Zeit, Raum und System werden beschrieben und in Beziehung gesetzt. Damit lassen sich entscheidungsrelevante Prozesszustände in landwirtschaftlichen Arbeitsverfahren strukturiert beschreiben. Auf der Grundlage dieser Kontexte werden Komponenten abgeleitet, die in einer anschließend zusammengeführten Systemarchitektur die automatisierte Identifikation, Beschreibung und Bewertung von Prozesskontexten ermöglichen. Auf dieser Basis lassen sich im Rahmen der gegebenen Möglichkeiten (z.B. Maschinenleistung, Befahrbarkeit) konkrete Maßnahmen zur Verbesserung von Prozessen ableiten.Am Beispiel der Ernte von Silomais (Häckseln, Transportieren, Einlagern) wird das Wirkungsprinzip der Systemarchitektur veranschaulicht. Der Prozess wird unter dem Gesichtspunkt relevanter Kontexte modelliert und unter Berücksichtigung der definierten Komponenten in Form einer agentenbasierten Simulation implementiert. Für die Durchführung der Simulation werden auf realen Arbeitsmaschinen leistungs- (z. B. Durchsatz) und kostenrelevante (z.B. Kraftstoffverbrauch) Parameter erfasst und Produktionsfunktionen entwickelt. Die Simulation liefert für eine gegebene Prozesskonfigurationen (Leistung des Feldhäckslers, Anzahl, Geschwindigkeit und Kapazität der Transportfahrzeuge sowie Anzahl und Masse Verdichtungsfahrzeuge) die Kosten und Zeitansprüche. In einer darauf aufbauenden Parametervariation, d. h. Veränderung der leistungsbestimmenden Parameter in den ermittelten Grenzen mit festgelegter Schrittweite, wird ein Lösungsraum erzeugt, dem vorteilhafte Verhaltensweisen entnommen werden können. In Ergänzung zur Simulation wird ein mathematisches Verfahren zur Erzeugung logistischer Kennfelder entwickelt. Simulation und Kennfelder schaffen in Ergänzung die Möglichkeit zur wahlweise diskreten oder kontinuierlichen Betrachtung von Prozessen. Zur Absicherung der entwickelten Modelle werden Ergebnisse einer empirische Untersuchung bei Landwirten und Lohnunternehmern gegenüber gestellt. Der beschriebene Ansatz ermöglicht qualifizierte Entscheidungen zur Verbesserung der Kooperation in Prozessen und damit einen Beitrag zur Reduktion der oben genannten Leistungslücke. Die Grenzen der Verbesserungen ergeben sich jedoch aus den lokal vorherrschenden Umgebungsbedingungen und sind vom Anwender festzulegen. Auf dem beschriebenen Ansatz lassen sich weitere Schritte zur Steuerung und Optimierung von Prozessen aufbauen.gerhttp://creativecommons.org/licenses/by-nc/3.0/de/LogisticsProcessContextSimulationCharacteristic diagram630LogistikProzessKontextSimulationKennfeldDoctoralThesis50424082Xurn:nbn:de:bsz:100-opus-14767