AI-baserad tillståndsövervakning av ventiler för AOD-konverter
| Diarienummer | |
| Koordinator | Högskolan i Gävle - Högskolan i Gävle Akademin f teknik & miljö |
| Bidrag från Vinnova | 872 397 kronor |
| Projektets löptid | november 2024 - juni 2025 |
| Status | Avslutat |
| Utlysning | Impact Innovation Swedish Metals & Minerals - Programspecifika insatser |
| Ansökningsomgång | Impact Innovation: Genomförbarhetsstudier inom tekniska insatsområden i programmet Metals and Minerals |
Viktiga resultat som projektet gav
Projektets mål uppfylldes. Ett system för att upptäcka onormala ventilbeteenden i realtid i AOD-konverter har utvecklats och demonstrerats i två oberoende industriella miljöer. Infrastruktur för datainsamling har etablerats och AI-algoritmer har testats i verksförsök tillsammans med processexperter. Projektet har även lett till nya förslag på fortsatt utveckling och har skapat en grund för framtida tillämpningar.
Långsiktiga effekter som förväntas
Projektet förväntas bidra till effektivare ventilövervakning, ökad driftsäkerhet och bättre beslutsstöd för operatörer. Det skapar förutsättningar för prediktivt underhåll genom datadriven övervakning och analys. Projektet stärker även samarbetet mellan industri och akademi och bidrar till ökad förståelse och mognad för AI i industrin, vilket kan underlätta framtida implementeringar och innovation.
Upplägg och genomförande
Projektet genomfördes i fem arbetspaket som omfattade digital infrastruktur, processkunskap, AI-utveckling samt två verksförsök. Data kopplades upp från styrsystem och användes för att utveckla och testa AI-algoritmer för ventilövervakning. Arbetet bedrevs i nära samverkan mellan akademi och industri, med löpande återkoppling mellan parterna och iterativ utveckling av lösningarna.