Integrated Manufacturing Analytics Platform för Prediktivt Underhåll med IoT
| Diarienummer | |
| Koordinator | Högskolan i Skövde - Högskolan i Skövde Inst f ingenjörsvetenskap |
| Bidrag från Vinnova | 6 000 000 kronor |
| Projektets löptid | november 2021 - november 2024 |
| Status | Avslutat |
| Utlysning | Hållbar produktion - FFI |
| Ansökningsomgång | Hållbar produktion - FFI - juni 2021 |
Viktiga resultat som projektet gav
Projektet syftade till att kombinera kärnteknologier från Industri 4.0, såsom industriell IoT, digitala tvillingar och analys, för att uppnå den fulla potentialen av prediktivt underhåll och bana väg för preskriptivt underhåll. Projektmålen omfattar alla tre typiska stadier av analys: beskrivande, förutsägande och preskriptiva. Genom sex industriella fallstudier visade projektet hur avvikelsedetektering inom prediktivt underhåll, möjliggjort av IoT-sensordataintegration, avancerad analys och maskininlärning, kan förbättra underhållsoperationer.
Långsiktiga effekter som förväntas
Projektets resultat ligger i linje med FFI:s program för Hållbar Produktion, som betonar digitalisering för förbättrad resurseffektivitet och hållbara produktionssystem. Genom att analysera tidsseriedata och bilddata från IoT-sensorer för avvikelsedetektering bidrog projektet till att minska oplanerade driftstopp, vilket i sin tur förbättrade produktiviteten och minskade svinn. Projektresultaten är redo för implementering i produktion och kommer att överlämnas till interna utvecklingsteam hos de deltagande företagen.
Upplägg och genomförande
Projektet behandlade sex industriella användningsfall inom tre problemområden. Fyra av dessa involverade avvikelsedetektering och uppskattning av återstående användbar livslängd för kullagringsskruvar i CNC-maskiner, ett handlade om avvikelsedetektering och segmentering i bilder av limlinjer på plåtmetall, och ett annat handlade om felprediktion för hydraulackumulatorer i en grupp CNC-maskiner. De metoder som användes i projektet inkluderade statistisk analys, tidsserieanalys, signalbehandling, dataintegration, klassificering, bildbehandling, med mera.