Självpredicerande och kommunicerande elektriska drivsystem för optimering av industriella processer

Diarienummer 2018-01554
Koordinator KUNGLIGA TEKNISKA HÖGSKOLAN - DEPARTMENT OF NETWORK AND SYSTEMS ENGINEERING
Bidrag från Vinnova 2 917 800 kronor
Projektets löptid september 2018 - augusti 2020
Status Pågående
Utlysning Strategiska innovationsprogrammet Smartare elektroniksystem
Ansökningsomgång Electronic components and systems. Research and innovation projects 2018.

Syfte och mål

Projektet fokuserar kring egenskaper såsom ökad beräkningskapacitet, förbättrad kommunikation och autonom drift i elektriska drivsystem avsedda för industriella processer i samklang med Industry 4.0-konceptet. Enligt detta koncept utförs självdiagnos hos drivsystemet med hjälp av förbättrad hårdvara och artificiell intelligens. Denna information kan sedan delas för att realisera ett s.k. ”edge cloud” i vilket processoptimering utförs samtidigt som ett ”higher cloud” kommunicerar med en park av drivsystem för att möjliggöra övergripande analys och övervakning.

Förväntade effekter och resultat

Projektet kommer att realisera ett rudimentärt ”edge cloud” bestående av ett fåtal drivsystem och demonstrera fördelarna med självdiagnostisering och självövervakning. Detta kan möjliggöra förbättrad energieffektivitet och minskad nedtid. Projektet representerar en bas för samarbete mellan aktörer i olika sektorer då det möjliggör för forskare inom kraft- och automationssektorn att undersöka utmaningar relaterade till industriell kommunikation. Kunskap från komponentnivå till artificiell intelligens kommer att utnyttjas inom ramen för projektet.

Planerat upplägg och genomförande

Projektets aktörer är KTH, ABB Corporate Research, Ericsson, Imagimob och LumenRadio. ABB definierar kraven för självdiagnostisering och processreglering. KTH och ABB är ansvariga för att ta fram ett fåtal elektriska drivsystemprototyper utrustade med självdiagnostisering vilka representerar projektets testbädd. Självdiagnostisering baserad på maskininlärning kommer att tas fram av Imagimob. Edge- och cloud-kommunikation möjliggörs med hjälp av Ericsson och LumenRadio med KTH ansvarig för optimering av mät-, process- kommunikations- samt styr/reglerfunktioner.

Externa länkar

https://www.kth.se/profile/vjfodor/page/vinnova-self-predicting-electric-drives

Texten på denna sida har projektgruppen själv formulerat och innehållet är ej granskat av våra redaktörer.