AI verktyg för preskriptivt underhåll (AI-PRUN)

Syfte och mål

Effektivt underhåll är avgörande för industrin; underhållsaktiviteter förlänger utrustningens livslängd, förbättrar tillförlitligheten och förhindrar haverier. I detta projekt avser vi att använda simulering och digitala tvillingar för att implementera och utvärdera nyutvecklade, preskriptiva algoritmer för underhållsoptimering, s.k. preskriptivt underhåll, samt att testa och utvärdera förutsättningar för att generera kod med AI på edge-nivå för tillståndsövervakning.

Förväntade effekter och resultat

När projektet är klart kommer det att finnas en digital tvilling som utgör en plattform för fortsatt forskning och utveckling. Dessutom finns kunskap och erfarenhet om möjligheten att använda AI för att generera kod för tillståndsövervakning i system som traditionellt sett inte har stora mängder kod att träna på. Slutligen har vi kunnat validera konceptet med förslitningsanpassad reglering i en relevant miljö. Dessutom kommer projektet resultera i en ökad digitaliseringsmognad.

Planerat upplägg och genomförande

Projektet är uppdelat i fem arbetspaket (AP) där AP 1 är projektledning. Inom AP 2 byggs en modell i Simulink och förslitningsanpassad reglering införs i AP 3 som utvecklas och testas i simuleringsmodellen. AP 4 undersöker förutsättningarna att kunna med AI generera kod på edge-nivå. I nästa steg, AP 5, ansluts simuleringsmiljön till en PLC som i sin tur är kopplad till en edge-enhet som används för datainsamling och koden från AP 4 verifieras i sin verkliga miljö.