DFusion Data Fusion av störningsdata

Forskningsprojekt, 2021 – 2024

Syfte och mål
Nästan 50% av den svenska produktionskapaciteten är outnyttjad p g a störningar orsakade av t ex utrustningsfel, processavvikelser, kvalitetsproblem eller felhantering. Störningarna ökar också mängden processavfall, behov av råvara och energi och försämrar arbetsmiljön. Projektets syfte är att stödja företag i störningshanteringen och skapa effektivare och mer hållbara produktionssystem. Målet är att utforska och utveckla digitala verktyg för datafusion och analys av data från produktion för att förbättra störningshantering, öka effektivitet och minska spill.

Förväntade effekter och resultat
Förväntade effekter är förbättrade lösningar för störningshantering, vilket ger högre effektivitet i produktionssystem samt förbättrad miljömässig och social hållbarhet. Projektets resultat är ökad kunskap, arbetsmetodik, tekniska lösningar och demonstration av hur olika datakällor kan kombineras (datafusion) för att ge mer effektiva lösningar vid hantering av störningar genom att stärka kategorisering, prioritering och analys. Resultaten inkluderar också publikationer, utbildningsmaterial och implementerade lösningar i partnerföretag.

Planerat upplägg och genomförande
RISE och Chalmers kommer att bedriva forskning om datafusion baserade på tre industriella fallstudier vid Nolato Gota, Orkla Foods och Nexans. Lösningsleverantörerna Colmeo, Good Solutions, IFM Electronic och Qestio stödjer studierna så de innehåller två eller flera datakällor, t ex kombination av störningsloggar med videoströmmar, sensordata och underhållssystemdata. Den sammanfogade informationen användas för att utveckla analysverktyg för visualisering, prioritering, kategorisering, med stöd av metoder för dataanalys, maskininlärning (ML) och AI-teknik.