Maskininlärning för optimerad och driftssäker lagring av spannmål

Diarienummer
Koordinator SKANDIA ELEVATOR AB
Bidrag från Vinnova 500 000 kronor
Projektets löptid oktober 2019 - oktober 2020
Status Pågående
Utlysning AI - kompetens, kapacitet och förmåga
Ansökningsomgång Starta er AI-resa!

Syfte och mål

Målet med projektet är att med extern expertis inom AI och maskininlärning skapa en simuleringsmodell för driftsoptimering av Skandia Elevators spannmålsanläggning. Skandia Elevator avser att tillsammans med RISE SICS och CNet undersöka hur AI och maskininlärning kan användas för att optimera flödet av spannmål genom lagringsanläggningen.

Förväntade effekter och resultat

Förväntat resultat är att kunskapen om möjligheterna med AI och machine learning kommer att öka signifikant inom Skandia Elevator samt att företaget ser hur AI/ML kan inkorporeras i dess produktutvecklingsroadmap bland annat mot produkter som ger förre driftsstopp, minska slitage och möjlighet att prediktera underhållsbehov.

Planerat upplägg och genomförande

Introduktionsutbildning kommer att hållas för relevant personal på Skandia Projektet av involverad personal från RISE och CNet. Projektgruppen kommer bland annat arbeta med den maskindata som Skandia Elevator samlade in under den gångna skördesäsongen och utifrån problemformuleringen ovan se hur en eller flera simuleringsmodeller kan skapas. Dessa modeller kommer utvärderas under skördesäsongen sensommaren 2020.

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