AI för Life Cycle Management

Viktiga resultat som projektet gav

Projektets syfte var att utvärdera hur AI kan användas tillsammans med Systecon’s existerande LCM-programvara Opus Suite. Målet var att förstå hur en AI-komponent som kompletterar Opus Suite skulle kunna se ut, bl.a. genom att integrera sensordata med de systemanalyser som Systecon idag är ledande inom. Projektet har uppfyllt sitt syfte genom att ta fram en prototyp för datadriven prediktion av felfrekvenser, ett existerande användningsfall framtaget tillsammans med BAE Systems Hägglunds.

Långsiktiga effekter som förväntas

Projektet har utarbetat ett flöde där indatering till Systecon’s LCM-modeller delvis automatiseras genom en prototyp där ett neuralt nätverk, som används för parameterestimering, integrerades med Opus Suite. Projektet identifierade två områden i gränsytan mellan AI och Systecon’s analytiska ramverk för vidare utredning: semiövervakad märkning av data som stöd i den manuella delen av datadriven estimering av parametrar; inlärda fördelningar som ersättning för traditionella, parametriska fördelningar.

Upplägg och genomförande

Projektets upplägg har i det stora fungerat väl. En utmaning som dock påverkade projektets genomförande var bristen på en tillräckligt omfattande och detaljerad verklighetsbaserad datamängd, vilket påverkade Ap2. Det löstes delvis genom att projektet tog fram en datagenerator som möjliggjorde vidare arbete med simulerade data istället.