Likhetssökning för tidsseriedata - Utvärdering av sökmotor för industriella processdata (SIFT)
Forskningsprojekt, 2024
– 2026
Tillverkande företag samlar in stora mängder data från produktion, men för att öka värdet av detta krävs bra metoder för datahantering, analys och visualisering. Projektets mål är att i verklig industriell miljö testa och utvärdera teknisk lösning och metod som gör stora mängder multivariata industriella tidsserier mer sökbara. Specifikt kommer de medverkande företagen Nexans och Nord-Lock stödjas i sitt arbete att med ökad digitalisering förbättra produktivitet, minska slöseri och öka kvalitet.
Sökmotorn som utvecklas möjliggör att sökning i tidsserier från stort antal sensorer och batcher. I lösningen bäddas tidsserier och metadata in i vektorer som lagras i en vektordatabas med likhetssökningsfunktionalitet. Detta möjliggör sökning i data som annars brukar är svår att söka i, så att anomalier och likheter kan hittas. Förväntade effekter är att metoden förbättras så att den kan stödja digitalisering, och minska störningar, öka effektivitet, kvalitet, hållbarhet och bättre arbetsmiljö.
Deltagare
Anders Skoogh (kontakt)
Maskinteknik, mekatronik och automatisering, teknisk design samt sjöfart och marin teknik
Finansiering
VINNOVA
Projekt-id: 2024-02480
Finansierar Chalmers deltagande under 2024–2026
Relaterade styrkeområden och infrastruktur
Hållbar utveckling
Drivkrafter