Kunskapsintegrering för klassificering av maskinskador
Diarienummer | |
Koordinator | Luleå tekniska universitet - Institutionen för system- och rymdteknik |
Bidrag från Vinnova | 4 594 197 kronor |
Projektets löptid | september 2019 - september 2023 |
Status | Pågående |
Utlysning | Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA |
Ansökningsomgång | Digitalisering av industriella värdekedjor, våren 2019 |
Syfte och mål
Utveckla AI-lösning för digitalisering av kunskap om maskinskador och underhållsbehov i pappersmaskiner samt demonstrera ett effektivt användargränssnitt. Genom att automatisera rutinmässiga sysslor ska underhållsingenjörer kunna fokusera på komplexa uppgifter och förebyggande underhåll. Utvecklingen av AI-baserade verktyg för digitalisering av domänkunskap, dataanalys och beslutsstöd förväntas också bidra till utvecklingen av skalbara maskinövervaknings- och beslutsstödinnovationer, till exempel för maskinprestanda- och fjärrövervakningstjänster.
Förväntade effekter och resultat
Projektets resultatmål är att minska de oplanerade stoppen med 25% och produktionsbortfallen med 4 Mkr per pappersmaskin och år, samt att möjliggöra 10% återtillverkning av stora rullningslager genom tidig skadeidentifiering. Detta ska möjliggöras genom utveckling av AI-baserade verktyg för analys av mätdata och dokument i system för tillståndsövervakning samt förbättring av användargränssnitt, vilket förväntas stärka företagens utvecklings- och innovationsförmåga samt affärsrelationen mellan systemleverantör och pappersindustri.
Planerat upplägg och genomförande
Projektet är ett samarbete mellan processindustrier (Smurfit Kappa Piteå och SCA Munksund), en systemleverantör (SKF) och forskare i maskininlärning (LTU och RISE). Mätdata och dokumentation från moderna övervakningssystem installerade i pappersbruken kommer att analyseras och kompletteras med fördjupade undersökningar av maskinskador. Maskininlärningsmetoder och verktyg för data- och dokumentanalys kommer att integreras för automatisk identifiering av skador och underhållsbehov i pappersmaskiner, och ett användargränssnitt för detta ska demonstreras.