Deep process learning
| Diarienummer | |
| Koordinator | SICS Swedish ICT Västerås AB |
| Bidrag från Vinnova | 490 940 kronor |
| Projektets löptid | september 2016 - mars 2017 |
| Status | Avslutat |
Viktiga resultat som projektet gav
Målet med projektet var att hitta områden hos processindustrin där Deep Learning har en potential att stärka förutsättningar, förmåga och medarbetares förståelse och delaktighet att ständigt öka sin konkurrenskraft. Projektet har lyckats identifiera ett use case i massa- och pappersindustrin, nämligen att föreslå en optimal hastighet pa en pappersmaskin for att tillverka papperskvaliteter anpassade till speciella fiberegenskaper.
Långsiktiga effekter som förväntas
Som ett resultat från projektet, har ett projektförslag till nästa steget tagits fram. Detta projektförslag syftar att visa hur Deep Learning kan anvandas for att infora nasta steg for automation inom processindustrin. Detta i sin tur kommer att inspirera den svenska industrin i hur stora datamängder kan initiera en ny fas i processoptimering. Föreslaget kommer att dra nytta av de data som redan finns i processtyrsystem och använda dem for att föreslå nödvändiga åtgärder for att förbättra utvalda KPI.
Upplägg och genomförande
Projektet genomfördes med följande aktiviteter: A1: Initiering. Projektet skapade samsyn mellan alla intressenterna. A2: Use-Case generering. Projektet byggde ett case som kan demonstrera potentialen av deep learning inom processindustrin. A3: Systemvy and slutanvändare. Projektet identifierade vilka system som kommer att ingå i caset och rollen av slutanvändare. A4: Övergripande lösningsförslag. Med ett use-case byggdes ett förslag som låg till grund för förväntat resultat, konsortiedeltagare, finansiering samt tidplan. A5: Förslaget till ett spjutspetsprojekt.