ECSEL 2020 IA StorAIge
| Diarienummer | |
| Koordinator | Kungliga Tekniska Högskolan - Institutionen för maskinkonstruktion |
| Bidrag från Vinnova | 10 914 226 kronor |
| Projektets löptid | juli 2021 - oktober 2024 |
| Status | Avslutat |
| Utlysning | ECSEL |
Viktiga resultat som projektet gav
Projektresultaten har mött uppsatta mål. Det uppgraderade SiLago-ramverket från KTH är nu mer energieffektivt och anpassat för AI/ML-algoritmer (edge AI). Strikersofts nya AI algoritmer för tre sjukdomstillstånd (Hjärtsvikt, Förmaksflimmer och SEPSIS) har över 80% noggrannhet och har testats i SiLagos ramverket för Edge AI. - Atlas Copco har demonstrerat en komplett mutterdragande station med AI-modeller och sensorfusion. Fortsatt forskning och vidareutveckling är redan igångsatt.
Långsiktiga effekter som förväntas
För både Atlas Copco och Strikersoft utgör framtagna proof of concepts potentiella nya edge-AI baserade produkter, med potential för flexibel samt effektiv montering, samt minskade vårdkostnader. Strikersoft har utvecklat och testat nya AI-algoritmer för tre kritiska tillstånd vilkat testats i SiLago-ramverket och förberetts för integration i en produktionssatt plattform. KTH har vidareutvecklat och validerat SiLago-ramverket i industriella användningsfall vilket visat på framtida potential.
Upplägg och genomförande
StorAIge har tillämpat en användarfallsdriven metod för att fokusera krav, samarbete och arbetsinsatser. De svenska partnerna bidrog med två användningsfall med insatser inom krav, designplattformar och demonstrator-arbetspaket. Samarbetet mellan partnerna organiserades kring dessa aktiviteter, med ytterligare interaktioner med partners inom det större StorAIge-konsortiet. Projektet involverade akademiska och industriella doktorander, industriexperter samt seniora akademiska forskare.