Kunskapsintegrering för klassificering av maskinskador
| Diarienummer | |
| Koordinator | Luleå tekniska universitet - Institutionen för system- och rymdteknik |
| Bidrag från Vinnova | 4 474 684 kronor |
| Projektets löptid | september 2019 - september 2023 |
| Status | Avslutat |
| Utlysning | Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA |
| Ansökningsomgång | Digitalisering av industriella värdekedjor, våren 2019 |
Viktiga resultat som projektet gav
Nya koncept för analys av textbeskrivningar av maskinskador och mätdata i tillståndsövervakningssystem har utvecklats för att automatisera rutinmässig och tidskrävande analys av larm och signaler från pappersmaskiner. Metoder till ett förbättrat beslutsstöd med teknisk språkanalys har utvecklats så att analystekniker ska kunna utföra fler fördjupade analyser och mer förebyggande underhåll i syfte att undvika oplanerade stopp. Resultaten är sammanfattade i en licentiatavhandling.
Långsiktiga effekter som förväntas
En plan för kommersialisering som gör det möjligt att digitalisera domänkunskap som beskrivs med text inom tillståndsövervakningsområdet har utarbetats och förväntas skapa nya förutsättningar för utveckling av beslutsstöd, tjänster och affärsrelationer. Metoder för identifiering av kabel- och givarfel har utvecklats som kan minska analysteknikernas arbetsbörda med upp till 75%, för att frigöra tid till fördjupade analyser och förebyggande underhåll och därmed undvika kostsamma oplanerade stopp samt möjliggöra återtillverkning av stora rullningslager.
Upplägg och genomförande
Angreppsättet bygger på maskininlärning. Stora språkmodeller har anpassats för tekniskt språk inom tillståndsövervakningsområdet. Modellerna optimeras med kontrastinlärning och kan relatera tekniskt språk till mätdata, tex för att söka liknande historiska data/fall, eller beskriva en uppmätt signal i klartext, eller generera signaler som motsvarar en beskriven maskinskada. Det skapar nya förutsättningar för att automatisera analyser av larm och maskinskador samt utbilda analystekniker.