Trustworthy Predictive Maintenance (TPdM)

Syfte och mål

Prediktivt underhåll (PdM) har den största potentialen för att generera affärsvärde i en tid av industriell digitalisering. PdM-lösningar måste utvidgas för att ge tolkningsbara resultat med ökad noggrannhet i förutsägelser genom pålitliga beslutsstödsystem för att uppnå visionen om en produktion utan fel. Därför syftar TPdM-projektet till att utforma människocentrerade beslutsstödsprototyper för PdM för att uppnå uppföljningsbara beslut med hjälp av avancerad data science och skala upp de innovativa PdM-tillämpningarna i den svenska tillverkningsindustrin.

Förväntade effekter och resultat

De förväntade resultaten är identifierade modeller och metoder för tillförlitlighet i PdM, utformad och driftsatt mjukvaruprototyp för TPdM samt material för att sprida den förvärvade kunskapen (t.ex. livslångt lärande). Effekterna av dessa resultat är effektiv underhållsplanering med minskad stilleståndstid, ökad kostnadseffektivitet, OEE, produktivitet, robusthet och resurseffektivitet samt samarbete och kompetens inom smart underhåll och avancerad dataanalys för den svenska industrins konkurrenskraft.

Planerat upplägg och genomförande

Det planerade tillvägagångssättet för TPdM är kopplat till projektets utvecklingsstruktur genom prototypning av programvara på plats/online, med iterativ involvering av beslutsfattarna som använder sin erfarenhet av att identifiera maskiners slitagemönster. Detta bygger på tolkningsbar dataanalys baserad på flera informationskällor och modellering av osäkerheter genom maskininlärning, t.ex. Bayesiansk statistisk dataanalys. Dessa prototyper kommer att göra det möjligt för industrin att fatta tillförlitliga beslut vid genomförandet av PdM.