Projekt · Dnr 2019-04938 · Källa: Vinnova

BÄSTFÖRE: Optimera kläders livslängd genom prediktiv analyser för hållbarhet

Koordinator
Högskolan i Borås, Textilhögskolan
Projekttid
2019-12-02 till 2021-01-31 (avslutat)
Beviljat bidrag
497 189 SEK
Diarienummer
2019-04938

Beskrivning

För närvarande inom klädindustrin har design för lång livslängd helt klart en avgörande roll för att påverka hållbarheten. Men hittills beräknas klädlivslängden under livslängden utifrån konsumenternas uppfattning, eller genom att göra hållbarhetstester i produktutvecklingen, som endast ger en statisk utvärdering av plaggets livstid. BEST-BEFORE föreslår en förutsägbar modell baserad på maskininlärning som kan uppskatta hur länge ett plagg kan hålla baserat på olika egenskaper, genom att producera ”digitala” tvillingar och föreslå extrapolerade livslängder. Bäst före´s prediktiva modell baserad på beräknings-GAN ger ett bra inledningsverktyg och ett banbrytande koncept för att uppskatta hur länge ett plagg kan hålla genom att fånga den visuella nedbrytningen genom tvättar och producera de "digitala" bildtvillingarna med funktioner som är synliga som verkliga prover. Kvalitativ utvärdering av de syntetiska bilder som produceras kan extrapoleras för att förutsäga livets slut (i termer av enskilda egenskaper som visuell nedbrytning och slitage) och även aggregerat.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. 100% Plast från havet

    Out Of Ocean AB · 2020-06-11 · 300 000 SEK · Projekt

    Syftet med projektet var att genom prototyptillverkning, materialanalyser, marknadsundersökningar, uppskalnings- undersökningar skapa en fördjupad förståelse för hur svårsorterad plast från havet kan omvandlas till nya produkter som kan användas inom inrednings- och byggbranschen. Målsättningen har …

  2. Evolverbar artificiell intelligens för prediktivt underhåll

    Karlstads universitet · 2024-09-01 · 3 767 784 SEK · Projekt

    De mest precisa AI-baserade teknikerna för prediktivt underhåll kräver träningsdata kring, t.ex., tidigare fel på utrustning eller sparad historik kring en utrustnings hälsotrend. Den här typen av data finns sällan i tillräckliga mängder eftersom utrustning inte ska fallera. I det här projektet ska …

  3. En generell digital tvilling baserad på statistiska och logiska modeller för innovationer inom gruvindustrin

    Örebro universitet · 2022-04-01 · 4 900 000 SEK · Projekt

    Projektet har utvecklat underhållsmodellering baserat på användning av informationsstrukturer, som bl.a. följer standarder för felrapportering och underhåll av gruvmaskiner. Projektet har även utvecklat och använt underhållsstrukturer och utvecklingsprocesser enligt Failure Mode and Effects Analysis…

  4. INSITE-X - AI-baserad analys av maskindynamik

    Högskolan i Skövde · 2021-03-01 · 3 248 407 SEK · Projekt

    Projektet INSITE-X utvecklar data-drivna djupa AI-modeller för att från detaljerad produktionsdatamätning kunna prediktera produktionskvalitet för nyckeloperationer i en produktionskedja. Genom en detaljerad produktionsmodell baserad på data kan utfallet predikteras även för alternativa produktionsp…

  5. PICTORIAL - Prediktiv Intelligent styrning och övervakning för motståndssvets

    Swerim AB · 2023-08-07 · 3 678 601 SEK · Projekt

    PICTORIAL‑projektet har undersökt hur maskininlärning kan användas för prediktiv kvalitetsövervakning av motståndspunktsvetsning i industriell produktion. Projektet gav huvudsakligen de resultat som önskats, det har visat att det är möjligt att använda befintliga produktionsdata från svetsstyrsystem…