Projekt · Dnr 2021-02537 · Källa: Vinnova

Integrated Manufacturing Analytics Platform för Prediktivt Underhåll med IoT

Koordinator
Högskolan i Skövde, Högskolan i Skövde Inst f ingenjörsvetenskap
Projekttid
2021-11-15 till 2024-11-30 (avslutat)
Beviljat bidrag
6 000 000 SEK
Diarienummer
2021-02537

Beskrivning

Projektet syftade till att kombinera kärnteknologier från Industri 4.0, såsom industriell IoT, digitala tvillingar och analys, för att uppnå den fulla potentialen av prediktivt underhåll och bana väg för preskriptivt underhåll. Projektmålen omfattar alla tre typiska stadier av analys: beskrivande, förutsägande och preskriptiva. Genom sex industriella fallstudier visade projektet hur avvikelsedetektering inom prediktivt underhåll, möjliggjort av IoT-sensordataintegration, avancerad analys och maskininlärning, kan förbättra underhållsoperationer. Projektets resultat ligger i linje med FFI:s program för Hållbar Produktion, som betonar digitalisering för förbättrad resurseffektivitet och hållbara produktionssystem. Genom att analysera tidsseriedata och bilddata från IoT-sensorer för avvikelsedetektering bidrog projektet till att minska oplanerade driftstopp, vilket i sin tur förbättrade produktiviteten och minskade svinn. Projektresultaten är redo för implementering i produktion och kommer att överlämnas till interna utvecklingsteam hos de deltagande företagen.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Papperskvalitetsförbättring och minskning av produktionskostnader genom att använda ny Phys-AI-tekni

    Luleå tekniska universitet · 2022-03-01 · 4 980 000 SEK · Projekt

    Projektet gav värdefulla insikter trots att de ursprungliga målen inte helt uppnåddes. Det var först inriktat på att använda maskininlärning för att bedöma papperskvalitet vid slutet av torksektionen, men efter diskussioner flyttades fokus till pappersbrott i upprullningssektionen. Denna komplexa fr…

  2. DFusion - Data Fusion av störningsdata

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2021-10-01 · 6 000 000 SEK · Projekt

    Projektet uppfyllde de flesta målen och utvecklade metoder för grundorsaksanalys, prediktivt och preventivt underhåll, ramverk för datainsamling från källor som process- och sensordata, och sökmotor för tidsseriedata och analyser hos industripartners visade potentialen med datafusion. Utbildningsmat…

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

    Lunds universitet · 2018-04-20 · 4 871 166 SEK · Projekt

    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 h…

  4. CPMXai:Kognitivt förutsägbart underhåll och kvalitetssäkring med förklarlig AI och maskininlärning

    Mälardalens Universitet · 2021-11-15 · 5 992 010 SEK · Projekt

    Projektet har framgångsrikt drivit forskning och tillämpningar inom prediktivt underhåll och förklarbar AI. Genom att kombinera industriell data med AI-metoder har projektet utvecklat system som kan identifiera tidiga tecken på utrustningsförsämring, vilket möjliggör snabba åtgärder och minskar risk…

  5. Digitalisering av industriellla rengöringsprocesser

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2021-10-01 · 3 748 299 SEK · Projekt

    Projektet för datadriven digitalisering av industriella städprocesser syftade till att revolutionera industriell städning genom dataanalys och automatisering. Målen var bland annat att förlänga rengöringsbadets livslängd, förbättra hållbarheten och öka processeffektiviteten. Projektet utvecklade ett…