Projekt · Dnr 2017-03073 · Källa: Vinnova

HEALTH: Hazard Estimation and Analysis of Lifelong Truck Histories

Koordinator
Volvo Lastvagnar Aktiebolag, Volvo Lastvagnar AB, Göteborg
Projekttid
2017-10-09 till 2019-10-31 (avslutat)
Beviljat bidrag
5 000 000 SEK
Diarienummer
2017-03073

Beskrivning

Oplanerade stopp kan undvikas med hjälp av prediktion av felet genom kontinuerlig övervakning av fordonets hälsostatus. För att hitta mönster bakom fel i ett system som är så komplicerat som en modern lastbil, måste nya metoder för att analysera data utvecklas. HEALTH projektet syftar till att skapa sekventiella modeller som tar upp en lastbils livslånga historia och använder den för att förklara relationerna mellan olika händelser som fel, reparationer och felkoder-vilket leder till bättre underhåll. HEALTH förbättrade Volvo Trucks upptidslöfte genom att implementera metoder för datadrivet prediktivt underhåll i deras produktionsmiljö. Olika maskininlärningsmetoder (HMM, GAN, LSTM) har använts för att representera lastbilens historik och på det sättet identifiera fordon som potentiellt kan utveckla problem i framtiden. Åtgärder föreslås baserat på den identifierade komponentens specifikationer. Projektets syfte är att minimera driftstopp för kunden, dvs minimera kostnaden och maximera drifttiden.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. HybriDX - Hybrid feldiagnos av okända fel i industriella system

    Linköpings universitet · 2026-04-01 · 3 548 708 SEK · Projekt

    HybriDX-projektet syftar till att utveckla ett AI-baserat beslutsstöd för övervakning och feldiagnos i komplexa industriella system. Målet är att möjliggöra tillståndsbaserat underhåll i stället för tidsstyrda serviceintervall, för att minska oplanerade stopp, kostnader och miljöpåverkan. Projektet …

  2. Prediktering och identifiering av uppkommande fel i elsystem med maskininlärningsdrivna metoder

    ENERYIELD AB · 2020-12-01 · 900 000 SEK · Projekt

    Under projektet färdigställdes framgångsrikt en offline prototyp baserad på maskininlärning (ML) för prediktering av begynnande fel i elsystem. Förutom metod för prediktering av begynnande fel utvecklade Eneryield metoder för detektering och klassificering av anomalier, vilket är värdeskapande i sig…

  3. EUREKA EURIPIDES2 Failure Analysis 4.0

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2020-05-01 · 7 821 546 SEK · Projekt

    Målet med projektet var att utveckla en mestadels automatiserad process för feldiagnostik som integrerar självlärande dataanalys, feldetektering och -lokalisering, standardiserad materialanalys, centraliserad datainsamling och korrelation med elektriska prestandadata. Det svenska konsortiets huvudsa…

  4. ASSERTED - Assuring Safety for Rapid and Continuous Deployment for Autonomous Driving

    Volvo Personvagnar AB · 2021-11-01 · 4 563 000 SEK · Projekt

    Det har tydligt visat sig att uppnå autonomt körande fordon (AD) är mycket utmanande på grund av säkerhetsrelevansen och komplexiteten hos sådana system. Vårt forskningsmål är att utforska metoder för att bättre hantera säkerheten för AD i en kontext av snabb och kontinuerlig utveckling och införand…

  5. Multimodal och generell perception för säkrare autonoma lastbilar

    Scania CV AB · 2025-01-01 · 3 852 008 SEK · Projekt

    Under ett autonomt fordons livstid så kommer det troligen hamna i så ovanliga situationer att de inte har testats i V&V, men fordonet måste ändå kunna hantera dem. Generella modeller (eng. Foundation models) har visat generaliserings- och resonemangsegenskaper som kan lösa dessa problem. Syftet med …