Tilbake til søkeresultatene

BIA-Brukerstyrt innovasjonsarena

DataVar: Closed Loop Data-Driven Manufacturing Variation Management using Industry 4.0

Alternativ tittel: DataVar: Styring av variasjon i vareproduksjon gjennom datafangst og Industri 4.0

Tildelt: kr 9,3 mill.

Komplekse produksjonssystemer består av en kjede av prosesstrinn der hvert prosesstrinn vil ha en eller annen form for variasjon. Denne variasjonen kan føre til kvalitetsavvik og metoder som total kvalitetsledelse, Lean, Seks sigma og statistisk prosesstyring er utbredt for styring av variasjonene og for å minimere eller eliminere avvik. Moderne industriprosesser er i dag ofte utstyrt med sensorer og det gjøres mange målinger underveis i prosesstrinnene i kjeden. DataVar skal utnytte alle dataene gjennom hele kjeden for å optimalisere den samlede prosesskjeden. Dataene som samles skal brukes av avanserte maskinlæring/ kunstig intelligens algoritmer som kan se «hele bildet», minimere og styre variasjonen i enkeltprosessene. Dette innebærer at nedstrøms prosesser mates med data fra oppstrøms prosesser som kan utnyttes til å tilpasse produksjonen fortløpende. Videre skal data samles inn og brukes når man utvikler nye produkter for å optimalisere disse m.h.t produksjonsprosessenes kapabilitet og dermed få produkter som blir mindre følsomme for variasjon i selve produksjonsprosessen. Innenfor rapporteringsperioden har fokuset vært kartlegging av nåværende tilstand for datainnsamlingen for begge industripartnere og deres relaterte analyser. På grunn av Covid-19-begrensningen, måtte arbeidet utføres så langt som mulig utenfor stedet, noe som drastisk har begrenset den nødvendige innsatsen for å nå det forventede målet. I tillegg har bilkrise på grunn av mangel på halvledere resultert i redusert produksjon hos BENTELER og utgjør en annen belastning for prosjektet som er avhengig av produksjonsdata.

The DataVar project will develop data-driven methods for a holistic manufacturing variation management with the aim for improving process capability and reducing variations of the existing multi-process production systems, and thus minimizing cost and resource usage. The project will utilize the large amount of production data collected at Benteler Automotive Raufoss AS and Hexagon Ragasco AS to allow for decision support with respect to optimising manufacturing variations and realisation of multi-process monitoring and control functionality. Artificial intelligence and statistical methods will be used to develop data-driven models that will serve as a basis for the variation-optimising decision-support technology. The two major value creation drivers from the developed methods will be the ability to perform intelligent manufacturing project cost prediction grounded in data and reduced time for readjustment of the production equipment.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

BIA-Brukerstyrt innovasjonsarena