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

SMART PM - Sustainable Manufacturing by Automated Real-Time Performance Management

Diarienummer
Koordinator Lunds universitet - Institutionen för maskinteknologi - Lunds universitet
Bidrag från Vinnova 4 871 166 kronor
Projektets löptid april 2018 - maj 2021
Status Avslutat
Utlysning Strategiska innovationsprogrammet för Produktion2030

Syfte och mål

Syftet med projektet SMART PM är att effektivisera produktion och göra den mer hållbar genom digitaliserade beslutsverktyg för produktionsmanagement. Projektet har haft flera arbetspaket som inriktats på olika aspekter av det övergripande problemet: Ny optisk teknik för insamling av monteringsdata har testats. Maskininlärning har använts för att analysera sensordata för att prediktera verktygslivslängd. En process för att starta upp digitaliseringsprogram i industrin har föreslagits och testats i flera fabriker.

Resultat och förväntade effekter

Projektet som helhet har haft eller har potential att få de effekter som avsågs i ansökan: Att effektivisera och göra produktionsledning mer hållbar genom digitalisering. Det viktigaste resultatet från projektet är en process för att starta upp digitaliseringsresan i industriföretag, som redan har tillämpats med stor framgång. En annan framgång i projektet har varit utvecklingen av ett arbetssätt för att bestämma vilken information som faktiskt behövs innan man fattar beslut om digital teknik för insamlandet av data: PULL workshopen.

Upplägg och genomförande

Projektet SMART PM har genomförts av ett konsortium bestående av akademiker och industriintressenter. De akademiska parterna var Lunds tekniska högskola, Chalmers tekniska högskola och Kungliga tekniska högskolan. Deltagande företag var Volvo Cars, Scania CV, Volvo CE, Mastec, Emballator, Swepart och Alfalaval. Projektet genomfördes genom ett antal fallstudier som innefattade olika forsknings- och datainsamlingsmetoder: Från intervjuer till maskininlärning av sensordata.

Externa länkar

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

Senast uppdaterad 28 augusti 2021

Diarienummer 2018-01583

Statistik för sidan