Smart.Vehicle.Configuration

 

Ausgangslage

Die Logistikbranche unterliegt ebenso wie der Personenverkehr aktuell einem großen Transformationsprozess. Der Wandel erfolgt auf der einen Seite durch die zunehmende Digitalisierung und die Entwicklung der Elektromobilität, welche neue Optionen für die Transportkette schafft. Auf der anderen Seite verändert sich die Nachfrage in der Bevölkerung und setzt die Logistikbranche vor immer neue Herausforderungen. Dazu gehören unter anderem die steigenden Anforderungen im Bereich der Lieferzeit, Pünktlichkeit und Flexibilität von Lieferungen. Aber auch die zunehmende Bedeutung von klimafreundlicher Logistik rückt immer mehr in den Fokus.

Um diese Herausforderungen zu meistern, werden in zahlreichen Projekten mit Partnern aus der Logistikbranche, Industrie, Wissenschaft und Verwaltung neue Konzepte erforscht. Diese gehen von der Bündelung von Lieferungen über die Nutzung von Transportdrohnen und Lastenfahrrädern bis hin zur Konzeptionierung von neuartigen Transportketten, wie z.B. der Aufbau von City-Hubs mit der Lieferung auf der letzten Meile.

Der Fokus liegt bei diesen Projekten meistens auf der Optimierung der eigentlichen Transportketten. Die Anforderungen an das Fahrzeug und somit die Fahrzeugkonfiguration sind meist nebensächlich und sehr spezifisch für den jeweiligen Anwendungsfall.

  Grundlegendes Prinzip von Transportketten

Projektziele

Das Projekt Smart.Vehicle.Configuration beschäftigt sich mit der Analyse von Fahrzeugparametern im Bereich der Logistik. Es soll ein flexibles Simulationstool entwickelt werden, welches verschiedene Liefersysteme abbilden und entsprechende Zielgrößen auswerten kann.

Die Zielgrößen der Analyse sind:

SVC_Abb2  

Methodik

Die Analyse der Zielgrößen wird durch eine agenten-basierte Simulation durchgeführt, welche eine einfache Adaption an unterschiedliche Lieferprozesse und Standorte ermöglicht. Die Simulation wird im Rahmen eines MATSim Models durchgeführt. Zu diesem Zweck werden zunächst geeignete Use Cases im Bereich von Lieferungen identifiziert, wie z.B. die Belieferung von Endkunden mit Lebensmitteln. Die Lieferkette wird anschließend methodisch in der Simulation umgesetzt. Über die Variation der Eingangsparameter (z.B. Flottengröße, Reichweite, etc.) werden verschiedene Szenarien berechnet. Die Auswertung der verschiedenen Szenarien liefert zuletzt die optimierten Fahrzeugparameter.

  Logo_Ford

Mitarbeiter: Dipl.-Ing. Waldemar Brost, Michael Schrömbges M. Sc., Pradeep Burla M. Sc.
Auftraggeber: Ford Motor Company
Laufzeit: Jun 2019 – Mai 2020

Kooperationspartner :
Rewe Stenten