Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

DIGICOGS: Digitala Tvillingar för Industriella Kognitiva System genom Industri 4.0 och Artificiell Intelligens

Diarienummer
Koordinator Mälardalens Universitet - Akademin för innovation, design och teknik, Västerås
Bidrag från Vinnova 4 998 388 kronor
Projektets löptid april 2020 - november 2023
Status Avslutat
Utlysning Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA
Ansökningsomgång PiiA: Digitalisering av industriella värdekedjor, hösten 2019

Viktiga resultat som projektet gav

Målet med DIGICOGS är att tillhandahålla en digital tvilling som kombinerar sensorinformation, AI och maskininlärning och big data-analys som underbygger den nya vågen av det kognitiva systemet.

Långsiktiga effekter som förväntas

Utvecklade en DT för PTU-tillverkning som är testad i industriella miljöer och ger goda resultat för att analysera inverkan av material på pinjong och ringdrev. Klassificerings- och prediktionsalgoritmer är utvecklade för maskinchipsklassificering och chiptypprediktion i styrprocesser. Det finns flera resultat som har uppnåtts såsom en rapport om "användningsfall, toppmoderna och undersökningsanalyser"; en enkätrapport om "Machine Learning Based Digital Twin in Manufacturing", "Heuristic Approach for Cognitive Digital Twin Technology".

Upplägg och genomförande

För att uppnå målet överväger digicogs 4 arbetspaket WP1: Krav och industriella fallspecifikationer för digitala tvilling- och kognitiva system; WP2: Digital representation av verkliga tillgångar genom dataficering; WP3: Datautvinning och kunskapsupptäckt i digital tvilling; och WP4: Lärande och resonemang i prediktiv modellering för industriella kognitiva system. Resultaten av projekten presenterade i 6 tidskrifter, 8 konferensbidrag och en teknisk rapport. http://www.es.mdu.se/publications?scope=id_project_549

Externa länkar

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 9 december 2023

Diarienummer 2019-05322