Projekt · Dnr 2023-01917 · Källa: Vinnova

Future AI-based Maintenance

Koordinator
RISE RESEARCH INSTITUTES OF SWEDEN AB, RISE AB - Digitala System
Projekttid
2023-10-09 till 2026-12-31 (beslutat)
Beviljat bidrag
5 588 407 SEK
Diarienummer
2023-01917

Beskrivning

Det primära målet är ett ramverk för prediktivt underhåll och planering under osäkerhet inom industrin. Det inkluderar utveckling av en plattform för prediktionsmodeller, nya metoder för prognoser av komponenters livslängd, metoder för dynamisk och robust planering, samt simuleringsverktyg för att utvärdera och jämföra olika avancerade underhållsstrategier. Projektet syftar till att minska affärsmässiga risker med att övergå till effektivare och AI-baserade underhållsstrategier och därigenom öka resurseffektivitet och konkurrenskraft i svensk industri. En ny modulär plattform för användning av prediktivt underhåll och planering under osäkerhet inom industrin ska utvecklas. Nya och förbättrade prediktionsmetoder för livslängdsprognoser för komponenter, baserade på maskininlärning och kausal modellering, speciellt med fokus på hantering av osäkerhet. Nya metoder för dynamisk och robust planering under osäkerhet inom industrin samt ett simuleringsverktyg för beslutsstöd som möjliggör utvärdering och jämförelse av olika avancerade underhållsstrategier med hänsyn till risk och kostnad.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. RES-UPP RESilienta försörjningskedjor- och produktions-UPPskalning med simulering och AI

    Evoma AB · 2025-11-07 · 951 375 SEK · Projekt

    RES-UPP utvecklade och demonstrerade en automatiserad metod för långsiktig planering av underhålls-, produktions- och försörjningskapacitet under förändrade behov. Lösningen kombinerar flermålsoptimering, simulering och interaktiv visualisering. Metoden prövades med fiktiva data i ett försvarsnära u…

  2. Samordnad, effektiv planering av järnvägsinfrastrukturunderhåll

    Luleå tekniska universitet · 2016-12-01 · 1 496 000 SEK · Projekt

    Det övergripande syftet med detta projekt har varit att optimera järnvägsunderhållsplanering genom att kombinera statistisk analys av underhållsbehov med modeller för optimerad underhållsplanering. Projektets har uppfyllt syftet genom att leverera: En metod för att väga samman historisk mätdata om j…

  3. Handinteraktion i XR: Framtagande av en öppen plattform som stödjer simulering, hälsovård, utbildning och fordonsdesign.

    ManoMotion AB · 2025-02-28 · 965 000 SEK · Projekt

    Ja, projektet uppnådde flera mål men anpassades också. Fokus på Volvo minskade, men vi skapade istället ett framgångsrikt samarbete med Nueyes inom medicin/försvar. Huvudresultatet är vår öppna, OpenXR-kompatibla plattform som möjliggör XR-prototypning på smartphone – ett viktigt steg mot tillgängli…

  4. BELIEF - Från prediktion till tillit: AI-baserat beslutsstöd för underhåll

    Tekniska Högskolan i Jönköping AB · 2026-04-01 · 3 999 992 SEK · Projekt

    BELIEF utvecklar AI-baserat beslutsstöd för prediktivt underhåll i svensk industri. Projektet kombinerar osäkerhetsmedveten maskininlärning, förklarbar AI och regelbaserat resonemang för att skapa tillförlitliga och begripliga rekommendationer. Genom nära samverkan med industrin utvecklas och valide…

  5. 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…