Digitaliserad Prediktionsbaserad Produktionsoptimering (DiPP)

Viktiga resultat som projektet gav

Avsikten med projektet var att utvärdera om en digital tvilling kan användas för att prediktera degradering av verktyg så att oplanerade stopp kan undvikas och att inte verktyg byts ut i onödan. Som fallstudie valdes klippmaskiner på SSAB eftersom dessa produktionskritiska för systemtillgängligheten. Målet med projektet var att påvisa att en digital tvilling kan användas för att förstå skador och degradering så att oplanerade stopp kan undvikas vilket har visats i projektet.

Långsiktiga effekter som förväntas

Projektet har påvisat att klippförloppet är möjligt att mäta och prediktera med hjälp av en digital tvilling. Vi har även visat hur processparameterar påverkar mätningar och att vi kan detektera skador och degradering på skär. Detta idé-projekt förväntas leda till att fullskalig forskning kan påbörjas med syfte att nyttiggöra den påvisade potentialen. Den långsiktiga effekten med nyttjande av dessa metoder förväntas bli bättre produktionskvalité, ökad effektivitet, minimerat spill och kassationer i produktionsprocessen samt genom att undvika onödig service och underhåll.

Upplägg och genomförande

För att inte påverka tillverkningsprocessen valde vi att utveckla tekniken mha. en klippmaskin på LTU. Simuleringsmodeller över klipprocessen skapades och ett stort antal försök genomfördes för att validera modeller och detektera degradering och skador på skären. Under slutet av projektet genomfördes mätningar på en verklig maskin hos SSAB i Borlänge för att verifiera att utvecklad teknik var möjlig att genomföra i industriell miljö.