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

Våra e-tjänster för ansökningar, projekt och bedömningar stänger torsdagen den 25 april kl 16:30 för systemuppdateringar. De beräknas öppna igen senast fredagen den 26 april kl 8:00.

Enabling super quality electric steel through advanced use of data analytics in real time

Diarienummer
Koordinator RISE SICS Västerås AB - SICS Swedish ICT Västerås AB
Bidrag från Vinnova 500 000 kronor
Projektets löptid november 2017 - juni 2018
Status Avslutat
Utlysning Strategiska innovationsprogrammet för Produktion2030

Syfte och mål

Elfordonsrevolutionen medför nya och ökade behov av kvalitativa elektriska stål för elektrifiering av fordonsflottan. I detta idéprojekt har vi undersökt hur man kan samla in data från och kunskap om processen för tillverkning av specialstål och utnyttja detta för avancerad analys. Information kommer dels från den egna processen och dels från leverantörer. Målet med idéprojekt var att beskriva hur man utnyttjar avancerad dataanalys för stålindustrin samt andra branscher som har en flexibel produktion med en varierad produktmix.

Resultat och förväntade effekter

Projektet har fokuserat på data från stålleverantören och på slutprodukten från Cogent Surahammar och har utfört dataanalys för att prediktera egenskaper hos slutprodukten. Genom att undersöka vilka metoder inom maskininlärning som är lämpliga har vi kunnat identifiera krav på datakällor, typ av expertis från processen som behövs samt vilken infrastruktur som behövs för en fungerande miljö. Projektet har dessutom undersökt förutsättningarna för ett större forskningsprojekt med målet att öka möjligheterna till en flexibel produktion baserat på avancerad dataanalys.

Upplägg och genomförande

Projektet Supersteel har letts av RISE SICS Västerås och involverat expertis på ståltillverkning från Cogent Surahammar. Fokus i projektet har varit datainsamling från olika källor inom Cogent-koncernen samt analys av dessa data. En viktig del av projektet har varit att identifiera brister och risker med denna typ av teknik. Slutresultatet är en analys av vilka typer av modeller och verktyg som är lämpliga för denna typ av applikationer.

Externa länkar

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

Senast uppdaterad 20 oktober 2017

Diarienummer 2017-04790

Statistik för sidan