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 4 474 684 kronor
Projektets löptid september 2019 - september 2023
Status Avslutat
Utlysning Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA
Ansökningsomgång Digitalisering av industriella värdekedjor, våren 2019

Syfte och mål

Nya koncept för analys av textbeskrivningar av maskinskador och mätdata i tillståndsövervakningssystem har utvecklats för att automatisera rutinmässig och tidskrävande analys av larm och signaler från pappersmaskiner. Metoder till ett förbättrat beslutsstöd med teknisk språkanalys har utvecklats så att analystekniker ska kunna utföra fler fördjupade analyser och mer förebyggande underhåll i syfte att undvika oplanerade stopp. Resultaten är sammanfattade i en licentiatavhandling.

Resultat och förväntade effekter

En plan för kommersialisering som gör det möjligt att digitalisera domänkunskap som beskrivs med text inom tillståndsövervakningsområdet har utarbetats och förväntas skapa nya förutsättningar för utveckling av beslutsstöd, tjänster och affärsrelationer. Metoder för identifiering av kabel- och givarfel har utvecklats som kan minska analysteknikernas arbetsbörda med upp till 75%, för att frigöra tid till fördjupade analyser och förebyggande underhåll och därmed undvika kostsamma oplanerade stopp samt möjliggöra återtillverkning av stora rullningslager.

Upplägg och genomförande

Angreppsättet bygger på maskininlärning. Stora språkmodeller har anpassats för tekniskt språk inom tillståndsövervakningsområdet. Modellerna optimeras med kontrastinlärning och kan relatera tekniskt språk till mätdata, tex för att söka liknande historiska data/fall, eller beskriva en uppmätt signal i klartext, eller generera signaler som motsvarar en beskriven maskinskada. Det skapar nya förutsättningar för att automatisera analyser av larm och maskinskador samt utbilda analystekniker.

Externa länkar

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

Senast uppdaterad 16 december 2023

Diarienummer 2019-02533

Statistik för sidan