De utvecklar ett självövervakande underhållssystem
Av – Målet med projektet är att utveckla en digital tvilling – en kopia i datormiljö av något som finns i verkligen, till exempel en maskin eller produktionsprocess – för kognitivt prediktivt underhåll. Med hjälp av XAI (Explainable AI) och ML ska den bidra till att förbättra underhåll i tillverknings- och produktionsprocesser, säger Mobyen Uddin Ahmed, en av projektmedlemmarna på MDU, till Automation.
Genom att sätta sensorer på maskiner och utrustning kan man analysera datan och förutse underhållsbehov. Genom att förutspå vad som kommer att hända i maskinen kan man undvika onödiga kostnader som tid och resurser. Dessutom kan man med systemet undvika onödiga driftstopp.
Projektet har namnet CPMXai, Cognitive Predictive Maintenance and Quality Assurance using EXplainable AI and Machine Learning.
Mälardalens Universitet samverkar med flera parter. Projektet avser att stärka samarbete mellan industri, universitet, forskningsinstitut och innovatörer i Sverige.
– Inom ramen för det här projektet kommer vi att kunna utveckla en skalbar lösning för att möta specifika behov hos olika företag när det gäller prediktivt underhåll. Det möjliggör i sin tur en ökad konkurrenskraft för svensk tillverkningsindustri, säger Shahina Begum, projektledare på Mälardalens Universitet till Automation.