Deep Process Learning

Diarienummer 2017-01970
Koordinator RISE SICS Västerås AB - SICS Swedish ICT Västerås AB
Bidrag från Vinnova 2 908 000 kronor
Projektets löptid maj 2017 - april 2019
Status Pågående

Syfte och mål

Under de senaste åren har det skett en snabb utveckling av Deep Learning, en maskininlärningsteknik inom datateknik. Deep Learning har nått ”en mänsklig nivå” inom behandlingen av olika problem och har kunnat prestera bättre människor i att antal utmaningar. Detta projekt syftar till att visa hur Deep Learning kan användas för att initiera nästa radikala steg för automation inom processindustrin. Föreslaget kommer att dra nytta av de data som redan finns i processtyrsystem och använda dem för att föreslå nödvändiga åtgärder för att förbättra utvalda nyckeltal (KPI).

Förväntade effekter och resultat

Resultaten från projektet kan som ett första steg användas som ett beslutsstöd för operatörer, och i ett senare skede helt automatisera styrningen av processen. Projektet kommer att visa på den stora potentialen som finns via ett specifikt användarfall i massa- och pappers-industrin, nämligen att föreslå en optimal hastighet på en pappersmaskin för att tillverka papperskvaliteter anpassade till speciella fiberegenskaper.

Planerat upplägg och genomförande

1. Problem definition och krav - State-of-the-art studie - Intervjuer med partners och slutanvändare 2. Datainsamling - Historiska processdata från produktionen - Validering av data 3 Utveckling av djupinlärningsalgoritm för processindustrin - Träning av det djupa inlärningsnätet - Utvärdering och kontinuerlig algoritmutveckling - Experiment med online-data 4 Användarupplevelse och visualisering - Användarstudie med operatörer - Koncept för användargränssnitt för beslutsstödsverktyg 5 Spridning av resultat - Seminarier och konferenser för bredare publik

Externa länkar

Projektets webbsida

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