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

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.

Externa länkar

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

Senast uppdaterad 19 november 2021

Diarienummer 2019-02533

Statistik för sidan