XEMAI - Utmärkt energiledning med hjälp av AI
Diarienummer | |
Koordinator | Linköpings universitet - Linköpings tekniska högskola Inst f ekon & industruell utv IEI |
Bidrag från Vinnova | 4 887 667 kronor |
Projektets löptid | maj 2024 - januari 2027 |
Status | Pågående |
Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
Ansökningsomgång | Avancerad och innovativ digitalisering 2024 - första utlysning |
Syfte och mål
Syftet är att förstärka digitaliseringen inom tillverkningsindustrin som en grund för att förbättra energieffektiviteten genom att införa avancerade digitala teknologier och processer, som i sin tur skapar en robust grund för att optimera energianvändningen och uppnå hållbarhet. Projektet fokuserar på att införa och integrera AI i tillverkningsprocesserna för att möjliggöra djupgående dataanalys och realtidsövervakning. Målet är att utveckla modeller för energianalys baserade på AI för att underlätta för industrin att nå sitt hållbarhetsmål.
Förväntade effekter och resultat
Förväntade effekter och resultat är: - En fullt fungerande prototyp av en AI-plattform som kan samla in, analysera och optimera energianvändningen i tillverkningsprocesser - Test och validering av AI-plattformen i verkliga industriella miljöer för att utvärdera dess effektivitet och pålitlighet - Mätbar förbättring i energieffektivitet hos deltagande tillverkningsföretag - En uppsättning riktlinjer och best practices för implementering och användning av AI för energieffektivisering inom industrin
Planerat upplägg och genomförande
Projektet består av 6 arbetspaket (AP) enligt följande: AP1: Projektledning AP2: Framtagning av taxonomi och mätstrategi för Volvos verksamhet AP3: Implementering av övervakningssystem och upprättande av databaser för datainsamling AP4: Utveckling av AI-modeller för att identifiera normala beteenden och upptäcka avvikelser AP5: Analys av insamlad data för att identifiera möjligheter till energieffektivisering AP6: Integrera utvecklade AI-modeller i befintliga energiledningssystem