Integrated Manufacturing Analytics Platform för Prediktivt Underhåll med IoT

Forskningsprojekt, 2021 – 2024

Syfte och mål
Prediktivt underhåll är ett av de viktigaste områdena för många globala tillverkningsföretag. Eftersom fler företag använder relaterade tekniker har dock flera viktiga utmaningar uppstått som hindrar framstegen mot fullständig digitalisering av underhåll. Syftet med projektet är att utveckla en Integrated Manufacturing Analytics Platform (IMAP) som kombinerar teknologierna i Industri 4.0 som industriell IoT, digitala tvillingar och dataanalys för att förverkliga den fulla potentialen i prediktivt underhåll och bana väg mot preskriptivt underhåll.

Förväntade effekter och resultat
Projektet förväntas bidra till följande förbättringar för KPI:er inom produktion och underhåll - ökad drifttid för utrustning, tillgänglighet och OEE - reducering av oplanerad driftstopp för maskinutrustning - reducering av tid som krävs för att planera underhåll - reducering av reservdelslager, och - reducering av total underhålskostnad Industriella studier påvisar att prediktiv underhåll kan öka drifttiden för utrustning och tillgängligheten med 10-20%, reducera den tid som krävs för att planera underhåll med 20-50% samt reducera totala underhållskostnaden upp till 25%

Planerat upplägg och genomförande
Projektkonsortiet består av (i) Högskolan i Skövde som projektkoordinator, (ii) Chalmers tekniska högskola som den akademiska partnern och följande fem industripartners som kommer att tillhandahålla fallstudier och stödja olika projektrelaterade aktiviteter, (iii) Scania CV (iv) Volvo Personvagnar, (v) Volvo Lastvagnar, (vi) Automotive Components Floby, and (vii) Jernbro Industrial Services. Projektet kommer att genomföras under en period av 3 år, från 1 december 2021 till 30 november 2024. Denna period består av sex arbetspaket som involverar alla projektpartners.