Loading Events

Förutsäg slitage och försämring av maskiner med AI – Datadrivet underhåll

Vill du lära dig hur man kan använda data för att förutsäga underhållsbehov hos maskiner och andra tillgångar?

Illustration av gränssnittsapplikation för forskning och testning av bilens aerodynamiska parametrar på skärmen på en digital surfplatta som står på bilmotorn
  • 09:00-12:00
  • Venue

    Digital Teknikworkshop
    Digital,

Generar era maskiner data som skulle kunna användas för tillståndsbevakning? Är ni osäkra på vad alla dessa data kan användas till och hur de kan skapa värde? Vi går igenom konkreta exempel på hur datadrivet underhåll kan gå till, så att ni kan ta nästa steg inom er organisation.

Allt eftersom digitala tekniker och datainsamling blir vanligare i fabriker, ökar även värdet av att nyttja data och använda dem för effektivare beslutsfattning.

En lovande teknologi och en viktig komponent i Industri 4.0 är prediktivt underhåll – en kombination av data, AI och smart underhåll. På denna teknikworkshop får ni lära er om olika datadrivna metoder inom underhåll, hur man kan börja jobba med datadrivet underhåll – tillståndsbaserat och prediktivt underhåll. Insikter från projekten D3H, DFusion och ett doktorandprojekt presenteras och diskuteras. Exempel med prediktivt underhåll av elektronik, analys av störningsdata och tillståndsbaserat underhåll av kompoundering (blandning och preparering av plastmaterial) visas.

För vem?
Teknikworkshoppen riktar sig till er som arbetar på tillverkande företag och är intresserade av ständig förbättring, analys av data, rotorsaksanalys och underhåll.

Praktisk information
Samtliga Teknikworkshoppar genomförs digitalt
När: Tisdag den 19 mars 2024 kl 9-12
Var: Anslut via zoom länk, skickas före workshopen
Anmälan: Senast 15 mars 2024

Denna teknikworkshop ger insikter från projekten D3H, DFusion
I projektet samverkar Chalmers, RISE, EyeAtProduction, Good Solution Sweden, IFM Electronics, Nolato Gota, Qestio, Nord-Lock, Nexans Sweden

Workshopledare
Forskare Wilhelm Söderkvist Vermelin, RISE och forskare Torbjörn Ylipää, Chalmers

Varmt välkomna!