Deep process learning

Diarienummer 2016-03941
Koordinator SICS Swedish ICT Västerås AB
Bidrag från Vinnova 490 940 kronor
Projektets löptid september 2016 - mars 2017
Status Genomfört

Syfte och mål

Målet med projektet var att hitta områden hos processindustrin där Deep Learning har en potential att stärka förutsättningar, förmåga och medarbetares förståelse och delaktighet att ständigt öka sin konkurrenskraft. Projektet har lyckats identifiera ett use case i massa- och pappersindustrin, nämligen att föreslå en optimal hastighet pa en pappersmaskin for att tillverka papperskvaliteter anpassade till speciella fiberegenskaper.

Resultat och förväntade effekter

Som ett resultat från projektet, har ett projektförslag till nästa steget tagits fram. Detta projektförslag syftar att visa hur Deep Learning kan anvandas for att infora nasta steg for automation inom processindustrin. Detta i sin tur kommer att inspirera den svenska industrin i hur stora datamängder kan initiera en ny fas i processoptimering. Föreslaget kommer att dra nytta av de data som redan finns i processtyrsystem och använda dem for att föreslå nödvändiga åtgärder for att förbättra utvalda KPI.

Upplägg och genomförande

Projektet genomfördes med följande aktiviteter: A1: Initiering. Projektet skapade samsyn mellan alla intressenterna. A2: Use-Case generering. Projektet byggde ett case som kan demonstrera potentialen av deep learning inom processindustrin. A3: Systemvy and slutanvändare. Projektet identifierade vilka system som kommer att ingå i caset och rollen av slutanvändare. A4: Övergripande lösningsförslag. Med ett use-case byggdes ett förslag som låg till grund för förväntat resultat, konsortiedeltagare, finansiering samt tidplan. A5: Förslaget till ett spjutspetsprojekt.

Externa länkar

https://www.sics.se/projects/deep-process-learning

Texten på denna sida har projektgruppen själv formulerat och innehållet är ej granskat av våra redaktörer.