wbk Institute of Production Science

Leonard Overbeck, M.Sc.

  • 76131 Karlsruhe
    Kaiserstraße 12

Leonard Overbeck, M.Sc.

Area of Research: 

  • Digital Twins of production systems and learning simulation models
  • Planning and control of agile production systems

 

General Tasks:

  • Lecture integrated production planning in the age of I4.0 (IPP) chapters:
    • Data collection and analysis
    • Concept planning
    • IT systems for the factory of the future

 

Projects:

  • Bosch innovation center „agile production system“
  • AgiloBat

 

Curriculum Vitae:

since 05/2019 Research Associate at the Institute of Production Science (wbk) at Karlsruhe Institute of Technology (KIT)
10/2011-04/2018 Study of Industrial Engineering at Karlsruhe Institute of Technology (KIT)

 

Publications

[ 1 ] Greinacher, S.; Overbeck, L.; Kuhnle, A.; Krahe, C. & Lanza, G. (2020), "Multi-objective optimization of lean and resource efficient manufacturing systems", Production Engineering, pp. 1-12. 10.1007/s11740-019-00945-9
Abstract
In the manufacturing industry, target-oriented and efficient use of resources is gaining importance, alongside economic optimization. The economic and organizational optimization of manufacturing systems according to the lean principles is only partly compatible with the goals of resource-efficient manufacturing. Therefore, an approach is sought to improve individual analyses of manufacturing systems. This paper proposes an approach for the multi-objective optimization of lean and resource-efficient manufacturing systems. To predict the dynamic effects of several configurations of manufacturing systems, material, energy, and information flows of a discrete event simulation are coupled with an assessment model, based on objectives of lean and resource-efficient manufacturing. Using design of experiments, Gaussian process meta-models are computed for the behavior of the simulation model. These meta-models allow the approximation of the system behavior to be computed in a short period of time and enable extensive multi-objective optimization and more adequate decision-making support systems. The proposed approach is tested in the metalworking industry.

[ 2 ] Overbeck, L.; Brützel, O.; Stricker, N. & Lanza, G. (2020), "Digitaler Zwilling des Produktionssystems", ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb, pp. 62-65. 10.3139/104.112326
Abstract
Ein Digitaler Zwilling eines Produktionssystems kann vielfältig zur Planung, Steuerung und Optimierung genutzt werden. Bislang sind seine Erstellung und Pflege jedoch noch sehr aufwändig, weshalb häufig nicht der reale Zustand der Produktion abgebildet ist bzw. schnell veraltet und der Digitale Zwilling somit nicht mehr effektiv genutzt werden kann. Dieser Beitrag präsentiert ein Konzept für Digitale Zwillinge von Produktionssystemen, die sich selbstständig an die reale Produktion anpassen. Der Digitale Zwilling basiert auf einer Materialflusssimulation, die direkt an die Produktionsdatenbank angeschlossen ist und durch lernende Algorithmen adaptiert wird.