Till innehåll på sidan

SIMMILAR: Systems-of-Systems for Intelligent Manufacturing Maintenance using Industry 4.0, Lean, AI Reasoning

Problem

Industriell produktion möter nya utmaningar i den globala och digitaliserade ekonomin där konsumenterna förväntar sig nästan omedelbar leverans och där konsumtionsmönster förändras snabbt baserat på snabbt utvecklande trender. Dessa utmaningar inkluderar:

  • Öka produktvariabiliteten som kräver mer flexibla tillverkningslösningar.
  • Behov att optimera tvärorganisatoriska leveranskedjor för att förbättra produktiviteten och kvaliteten.
  • Snabbare vändningstid och produktion dygnet runt.

Ett särskilt problem hänför sig till underhåll av tillverkningsutrustning, vilket är nödvändigt för att upprätthålla och förbättra produktivitet, produktkvalitet, säkerhet och miljövård. Med tanke på de snabba förändringarna och den ständiga produktionen kommer underhållsfönstren att bli kortare. Den ökande variationen kommer också att innebära kortare produktionsserier och därmed mindre tid att samla in erfarenheter som är nödvändiga för en korrekt analys av kvalitets- och produktivitetsproblem.

Angrepssätt

Man tror allmänt att en nyckel till att möta dessa utmaningar är en ökad användning av digital teknik i tillverkningen, för att göra mer information tillgänglig för planering och uppföljning av produktion och öka automatiseringen.

Detta manifesteras tydligt i Industry 4.0 (I4.0) och liknande initiativ, som strävar efter att sömlöst ansluta alla tillgångar som används i ett produktionsflöde över flera organisationer. I4.0 tar således ett tillvägagångssätt inom system-of-systems (SoS) som kräver stöd för samarbete och informationsutbyte mellan företag som är involverade i en produktions- och leveranskedja.

Projektet strävar efter att ge bättre stöd för underhållsingenjörer genom analyser och arbetsmetoder, genom att kombinera lean, grundläggande underhållshantering och artificiell intelligens (AI) med hjälp av omfattande data som samlas in över tillverkning av SoS och som representeras i en digital tvilling av produktionsflödet.

Fakta om projektet

SIMMILAR-projektet är ett tvärvetenskapligt samarbete mellan forskare inom systemteknik, tillverkning och AI vid Mälardalens högskola. KTH och RISE är associerade partners. Projektet pågår i en första fas från december 2018 till november 2019.

Kontakt

Jakob Axelsson
Jakob Axelsson
Finansierad av XPRES 072-734 29 52
Mälardalens högskola Högskoleplan 1 721 23 Västerås Sverige Rum U1-062
Tillhör: XPRES
Senast ändrad: 2020-05-21