Avancerade AI-arkitekturer för integrerade och förbättrade tillverkningsprocesser (AIMOps)

Syfte och mål

Projektet syftar till att designa, utveckla och implementera avancerade AI-arkitekturer för att möjliggöra prediktivt och preskriptivt beslutsfattande för tillverkningsprocesser genom att främja synergier mellan dessa, vilket leder till förbättrad prestanda på systemnivå. Målen inkluderar att skapa skalbar AI för multimodala data från produktions-, underhålls- och kvalitetsområdet, bygga och validera robusta prototyper samt implementera dessa genom MLOps och ett långsiktigt livscykelperspektiv.

Förväntade effekter och resultat

De förväntade resultaten omfattar design av arkitekturer för AI-modeller, utveckling och implementering av programvaruprototyper samt material för kunskapsspridning. Dessa resultat kommer att göra det möjligt för industripartners att fatta proaktiva beslut på fabriksgolvet, vilket leder till högre produktivitet och kvalitet, minskade kostnader och driftstopp samt förbättrad operativ prestanda. Detta kommer också att stärka Sveriges konkurrenskraft inom industriell AI och främja innovation.

Planerat upplägg och genomförande

Projektet kommer att integrera data från alla processer på fabriksgolvet och tillämpa avancerade AI-modeller för att fånga komplexa samband mellan processparametrar, maskinhälsa och produktkvalitet. Både enkla och avancerade modeller kommer att testas, i industriella användningsfall, för att balansera komplexitet, kostnad och prediktiv noggrannhet. Framgångsrika modeller kommer att implementeras med MLOps-ramverk där dashboards och användargränssnitt möjliggör handlingsbara insikter.