Home | english  | Impressum | Datenschutz | Sitemap | KIT

M.Sc. Shun Yang

Akad. Mitarbeiter
Bereich: Produktionssysteme
Sprechstunden: nach Vereinbarung
Raum: 104, Geb. 50.36
Tel.: +49 1523 9502632
Shun YangVoj6∂kit edu

Campus Süd



M.Sc. Shun Yang

Forschungs- und Arbeitsgebiete:

 

Allgemeine Aufgaben:

 

Projekte:

 

Versuchsstände:

 

Dissertation: Standortgerechte Einführungsstrategie von Smart Automation in Montagesystemen in China

 

Lebenslauf:

seit 04/2017 Leiter von KIT China Branch
seit 01/2016 Wissenschaftlicher Mitarbeiter am Institut für Produktionstechnik (wbk) des Karlsruher Instituts für Technologie (KIT)
09/2013 - 12/2015 Studium des Produktionsoperation Management am KIT (M.Sc.)
seit 04/2011 Projektingenieur am GAMI
04/2010 - 03/2011 Forschungsaustausch am IWF an der TU-Braunschweig
09/2007 - 03/2010 Studium des Maschinenbaus am XAUAT, China (M.Sc.)
09/2003 - 07/2007 Studium des Maschinenbaus am XAUAT, China (B.Sc.)
01/05/1985 Geboren in Xi´an

 

Veröffentlichungen

[ 1 ] Yang, S.; Arndt, T. & Lanza, G. (2016), „A flexible simulation support for production planning and control in small and medium enterprises“. Procedia CIRP 56, Hrsg. Elservier, S. 389-394.
Abstract:
For efficient, effective and economical production operation management in a manufacturing unit of an organization, it is essential to integrate the production planning and control system into an enterprise resource planning. Today’s planning systems suffer from a low range in planning data which results in unrealistic delivery times. One of the root causes is that production is influenced by uncertainties such as machine breakdowns, quality issues and the scheduling principle. Hence, it is necessary to model and simulate production planning and controls (PPC) with information dynamics in order to analyze the risks that are caused by multiple uncertainties. In this context, a new approach to simulate PPC systems is exposed in this paper, which aims at visualizing the production process and comparing key performance indicators (KPIs) as well as optimizing PPC parameters under different uncertainties in order to deal with potential risk consuming time and effort. Firstly, a production system simulation is created to quickly obtain different KPIs (e.g. on time delivery rate, quality, cost, machine utilization, WIP) under different uncertainties, which can be flexibly set by users. Secondly, an optimization experiment is conducted to optimize the parameters of PPC with regard to the different KPIs. An industrial case study is used to demonstrate the applicability and the validity of the proposed approach.

[ 2 ] Lanza, G.; Kopf, R.; Zaiß, M.; Stricker, N.; Eschner, N.; Yang, S.; Jacob, A.; Schönle, A.; Webersinke, L. & Wirsing, L. (2017), „Laser-Strahlschmelzen - Technologie mit Zukunftspotential“. Auftraggeber: Bundesministerium für Bildung und Forschung. Ein Handlungsleitfaden, Karlsruhe, Hrsg. Wbk Institut für Produktionstechnik, ISBN/ISSN: 978-3-00-056913-5.
Abstract:
Additive Fertigungsverfahren haben sich in den vergangenen Jahren im Prototypenbau etabliert: Der deutlich höhere Freiheitsgrad im Bauteildesign sowie der Wegfall von Werkzeugkosten wecken das Interesse der Industrie, diese Verfahren auch für die Serienproduktion zu verwenden. Für die Fertigung mit Metallen verspricht vor allem das Laser-Strahlschmelzen (engl. Laser Beam Melting, LBM) großes Potenzial. Aus dem jetzigen Stand der Technik eignet sich dieses allerdings nur bedingt für die Serienanwendung. Um LBM an die Anforderungen und Bedürfnisse möglicher Anwender anzupassen, muss es entsprechend weiterentwickelt werden. Am wbk wurde die Studie „Laser-Strahlschmelzen – Technologie mit Zukunftspotenzial“ entwickelt, welche geeignete Maßnahmen ableitet, die das Verfahren für eine zielgerichtete Industrialisierung vorbereitet und priorisiert. Die Studie zeigt zudem zukünftige Entwicklungstrends des LBM-Verfahrens auf und kategorisiert potenzielle wirtschaftliche Einsatzgebiete der Anwender. Basierend auf 28 Interviews sowie Workshops mit anerkannten Experten aus der Industrie und Forschung ließen sich letztlich Handlungsempfehlungen für Unternehmen, Forschung, Verbände und Politik ableiten. Die notwendigen Entwicklungstätigkeiten wurden in einer Roadmap festgehalten. Deutlich wird, dass die geringe Prozessstabilität und Produktivität der LBM-Anlagen sowie der gesamten Prozesskette als größte Hürde gelten. Auch bei den verwendeten Materialien und von den entstehenden Bauteilen erwartet die Industrie große Entwicklungen. Das LBM-Verfahren eignet sich zum heutigen Zeitpunkt vor allem für Bauteile in kleinen Stückzahlen. Experten schreiben dem LBM-Verfahren ein großes Potenzial für die Serienfertigung zu. Allerdings müssen hierfür weitere Entwicklungsmaßnahmen vorgenommen werden. Die Studie definiert aus den Anforderungen der Anwender Klassen, die als besonders relevant betrachtet werden: • Variantenreiche, individualisierte Serienproduktion • Qualitätsorientierte Produktion großer Bauteile • Kostengünstige Produktion in hoher Stückzahl Diese drei Klassen stellen Extremausprägungen dar, zwischen denen sich die Anwender mehrheitlich einordnen lassen und welche die Grundlage für die Handlungsempfehlungen bilden.

[ 3 ] Yang, S.; Hamann, K.; Haefner, B.; Wu, C. & Lanza, G. . (2018), „A Method for Improving Production Management Training by Integrating an Industry 4.0 Innovation Center in China“. Procedia Manufacturing Volume 23, Hrsg. Elsevier, S. 213-218.
Abstract:
Production Management is an important issue for organizations that spend considerable amounts of investment annually on personnel training. Especially in the era of Industry 4.0 and Intelligent Manufacturing, considering the exponential growth of new knowledge and information, personnel need to update and supplement the necessary knowledge. Nevertheless, there is a lack of adequate methodology for executing trainings in the field of production management. This paper aims to develop a method for executing production management training which combines online learning and offline training as well as practical parts by using an Industry 4.0 Innovation Center equipped with model devices. A procedure is to first starting with an E-Learning module containing basic knowledge, accessible on the Learning Platform Moodle. Secondly, an on-line survey is created to collect expectations and requirements. Then the training schedule is carried out for execution of professional training. The training part in the innovation center will contribute to build up the basis for adaptions of the training knowledge to practical need of a company. Lastly the test and evaluation is conducted via virtual team room (Vitero). A case study based on training service provider is used to validate the feasibility of the approach. The derived results are presented and conclusions are discussed.

[ 4 ] Yang, S.; Boev, N.; Haefner, B. & Lanza, G. (2018), „Method for Developing an Implementation Strategy of Cyber-Physical Production Systems for Small and Medium-sized Enterprises in China“. Procedia CIRP, Hrsg. ELSEVIER, S. 48-52.
Abstract:
Enabled by the development of internet technologies, cyber-physical production systems (CPPS) are expected to open up entirely new possibilities to improve the efficiency of existing assembly systems of industrial companies. Nevertheless, realizing the potential of CPPS still remains a difficult task for small and medium-sized enterprises (SME), given the high variety of improvement possibilities offered by CPPS enabling technologies and the limited resources for their deployment. Hence, it is necessary to develop an implementation strategy of CPPS. Meanwhile, the consideration of location factors could support industrial companies to identify the appropriate CPPS implementation strategy since the location factors highly effect assembly system environment. In this context, a new approach to analyse the influence of location factors on the implementation of CPPS is exposed in this paper, which aims at investigating and identifying of relationships in between. Firstly, an application map of CPPS is generated. Secondly, the manufacturing industry status analyzed and subsequently a catalog of currently important location factors for the assembly systems are identified. Then a qualitative model of a relational analysis is established by an agglomerative hierarchical clustering algorithm. An industrial case study is used to demonstrate the applicability and the validity of the proposed approach.