Dataanalys inom underhållsplanering (DAIMP)

Viktiga resultat som projektet gav

DAIMP syftar till ökad produktivitet och reducerad miljöpåverkan i produktion, de huvudsakliga målen för FFI hållbar produktion. Detta har uppnåtts genom fyra arbetspaket (WP) som fokuserat på olika aspekter av beslutsfattande inom underhåll. WP1utvecklade ett kapabilitetsramverk; WP2 utvecklade beskrivande, diagnostiserande och predikterande algoritmer för flaskhalsanalys; WP3 utvecklade ett ramverk för datadriven kritikalitestklassning; WP4 utvecklade komponentklassificering för utformning av PMprogram; WP5 utvecklade industriella och akademiska demos.

Långsiktiga effekter som förväntas

DAIMP visade att underhåll kommer att ha en nyckelroll i att möjliggöra industriell digitalisering. Projektet har varit del i att sätta underhåll på den nationella forskningsagendan. Huvudsakliga leverabler: världsledande algoritmer för analys av MES-data; etablerat en tydlig länk mellan underhåll och produktivitetsökning och på så sätt minskat detaljfokusering och ökat systemtänk inom underhållsorganisationer; utvecklat arbetssätt för samarbete mellan leverantörer och användare för analys på komponentnivå.

Upplägg och genomförande

Projektet delades upp i sex olika arbetspaket. Fem av dem arbetade med att genomföra forskningen och att demonstrera nyttan i industriell miljö och i en akademisk test-bädd. Det sjätte arbetspaketet ansvarade för projektledning och spridning av resultat. Arbetspaketen löpte parallellt och drevs av de akademiska parterna men med ett starkt industriellt engagemang i att generera data, bidra med expertkompetens i analysfasen samt att utvärdera resultaten nära de industriella demonstratorerna. Som del av WP6 hade DAIMP en internationell utvärdering med två besökande professorer.