Projekt · Dnr 2024-01559 · Källa: Vinnova

Minskning av korttidsprocessvariationer -Validering vid ombyggnad av pappersmaskin

Koordinator
Linköpings universitet, Institutionen för ekonomisk och industriell utveckling
Projekttid
2024-08-19 till 2025-09-26 (avslutat)
Beviljat bidrag
1 000 000 SEK
Diarienummer
2024-01559

Beskrivning

Ja. Vår teknik och vårt system har validerats i en verklig industriell miljö, vilket bekräftade deras effektivitet i att stödja faktiska arbetsuppgifter och skapa verkligt värde. Detta har och kommer stödja investeringsbeslut hos deltagare och andra aktörer. Vi har också bidragit till digitaliseringen av processindustrin. Då ombyggnaden samlade många parter, spred vi metoder, teknik och system till en bred, intresserad målgrupp. Områden för vidare utveckling och forskning har identifierats. Genom att samla och faktiskt använda 10 000 gånger fler datapunkter, vilket nu ger full täckning av webben, stärks konkurrenskraften och hållbarheten för bruken. Det kommer att leda till ökad driftsäkerhet och minskade processvariationer, vilket förbättrar energi- och resurseffektiviteten. Projektet har också bidragit till digitalisering och professionell utveckling av personalen. Dessutom etablerade vi ett ämne för att parterna ska kunna fortsätta samarbeta efter projektet och ombyggnationen.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Industriella behov för spårbara och cirkulära produktflöden genom digitala produktpass (PassPå)

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2023-11-01 · 2 000 000 SEK · Projekt

    De mål som sattes inledningsvis var att skapa en samsyn kring arbetet med DPP genom utbildning och guidelines. Utöver det var målet att hantera de industriella förutsättningarna och behoven kopplade till DPP. Målen anses uppfyllda då en utbildning om DPP har genomförts. Parallellt har aktiviteter på…

  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. Fysikbaserad AI för identifiering och styrning av process-produktrelationer vid papperstillverkning

    Kungliga Tekniska högskolan · 2023-12-01 · 1 500 000 SEK · Projekt

    Projektet tog fram en sammanhållen metodkedja som kombinerar IR-termografi, signal-/bildbehandling och maskininlärning för att identifiera CD- och MD-variationer samt återkommande mönster i IR-biler av pappersbanan. En digital tvilling-ansats utvecklades där OpenFOAM-simuleringar av headbox/jet geno…

  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. 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…