Adapt2030 (Adaptive lifecycle design by applying digitalization and AI techniques to production)

Projekttid: 2020 – 2023

Budget: 23 122 108 kronor

Projektet syftar till att använda avvikelsesdata för att förbättra produktdesignen och produktionen.

Avvikelse sker i alla steg i en produktlivscykel; till exempel produktion, transport och drift. Idag har många tillverkare tillgång till stora mängder data från hela livscykeln. Trots beprövad digitalteknik, AI-tekniker (artificiell intelligens) och livscykelteknik (LCE) är tillämpningen av dessa i kombination med industriell praxis knapp. Att kontinuerligt minska avvikelser både reaktivt och proaktivt i ett livscykelperspektiv kommer att ha en stor ekonomisk och miljömässig vinst.
Projektet kommer att utveckla ett metod och två demonstratörer som ”proof of concept” som visar värdet av livscykeldigitalisering som använder AI-tekniker för att minska avvikelser. Två värdekedjor kommer att adresseras, gasturbiner och produktionsmaskiner. Data relaterade till avvikelse som samlats in under hela produktlivscykeln kommer att användas för att få insikter och ständiga förbättringar inklusive design av nästa generations produkter.
De stora förväntade effekterna för industrin är förbättrad kostnadseffektivitet samt kapacitet och konkurrenskraft inom nästa nivå av digitalisering med strategisk användning av AI. Miljöprestanda inklusive resurseffektivitet kommer även öka.
Linköpings universitet kommer att vara koordinator och tillhandahålla expertis om LCE. Mälardalens högskola och Statens väg- och transportforskningsinstitut kommer att bidra med sin expertis inom AI respektive transport. Två stora företag kommer att tillhandahålla fall som tillsammans täcker ett brett urval av värdekedjor för produktion: Siemens Industrial Turbomachinery och Volvo Construction Equipment. Dessutom kommer ett antal små och stora företag att tillhandahålla delar av tekniska lösningar för demonstratörerna.

Vinnovas dnr: 2019-05589

Deltagande forskare

Partners

Dela

Liknande projekt

Den Virtuella Målerifabriken – Simulering av Ugnshärdning

Den Virtuella Målerifabriken - Simulering av Ugnshärdning. Måleriet är ofta en flaskhals i produktion där processerna idag finjusteras genom testning på ett stort antal prototyper. För att kunna möta framtidens behov så behöver produktionsberedningen kraftigt förbättras. Syftet är att utveckla metoder, tekniker, mätmetodologi och mjukvara, för simulering av härdning av färg i IR och konvektionsugnar. Målet är att stödja industrins utveckling och optimering av ytbehandlingsprocesserna så att dessa blir mer energieffektiva; har en kortare ledtid i produktutvecklingen och ger bättre kvalitet.

2016 – 2019

Den Virtuella Målerifabriken – Simulering av Ugnshärdning

SCARCE II – Den unika och förnuftiga värdekedjan

I SCARCE II kommer en demonstrator tas fram för att visa hur SMF och associerade värdeflöden kan öka effektivitet, konkurrenskraft, hållbarhet och internt samarbete genom digitalisering. Målet är att visa värdet av en ny digital lösning. SCARCE fokuserar på två underleverantörer i värdekedjan kopplade till Scania och Volvo. Demonstratorn är en molnbaserad lösning som kopplar samman tre testbäddar i industrin; Stena Industry Innovation Lab, Chalmers, RISE IVF lab, Mölndal och KTH's testbädd i Södertälje med hjälp av Siemens, AFRY, Qbim, Virtual Manufacturing och EQPack.

2020 – 2022

SCARCE II – Den unika och förnuftiga värdekedjan

Sensible Value Chain: Material Flows, Roles and Circular Economy – SCARCE

SCARCE kommer att undersöka behov, möjligheter och hinder i värdekedjor upp- och nedström från små och medelstora företag (SMF). SCARCE kommer att undersöka vilka data som ska mätas och visualiseras och hur dessa data kan möjliggöra mer automatiserat utförande samt ge en mer dynamisk och proaktiv planering av produktionskapacitet och materialflöden genom företagen i värdekedjan. Dessutom studerar vi organisatoriska möjligheter, särskilt den framtida mänskliga rollen, för implementering och hantering i en digital och datastyrd värdekedja. Projektet utgår från interna digitala plattformar för SMF som framgångsrikt har utvecklats.

2019 – 2019

AttributDo: A Digital Gamified UX Solution for Sustainable Quality Attributes Definition in Automotive Industry

Två stora omvälvande trender existerar idag parallellt - elektrifiering och digitalisering. Detta innebär den troligen mest omfattande förändringen inom bilindustrin som vi observerat på decennier. Det är inte lätt att balansera kundens förväntningar mot vitt spridda begrepp som nollutsläppsfordon, uppkopplade funktioner, materialval, och användargränssnitt, detta under press av kortare ledtider och lägre pris. AttributDo-projektet syftar till att hjälpa ingenjörer att definiera, verifiera och validera nya och befintliga designfunktioner inom produktutveckling.

2021 – 2021

AttributDo: A Digital Gamified UX Solution for Sustainable Quality Attributes Definition in Automotive Industry

Humle – Human Perspective, Machine-Learning ERP-systems

Projektet syftar till att bidra till utvecklingen av framtidens ERP-system. Projektet ska undersöka hur man kan erbjuda arbete, omdefiniera arbetsroller och utmana företag att utnyttja avancerat systemstöd och tekniken inom och kring dessa. Sammantaget syftar projektet till att bidra till utvecklingen av både nästa generation av ERP-system och en komplementär förändring av hur företagen ser på arbetsorganisation, så att tekniken kan stödja och möta människors behov inom organisationer snarare än att genomföra strukturer på dem

2019 – 2019