Tillbaka till Projekt

Dataanalys inom underhållsplanering

Projektet har som målsättning att öka analys av stora datamängder inom underhållsplanering. Tillgängligheten i svensk industri är i nuläget för låg för att implementera koncept för digitaliserad produktion, exempelvis Industrie 4.0. Syftet med projektet är således att möjliggöra ökad produktivitet, robusthet och resursutnyttjande genom reducering av störningar, speciellt i kritisk utrustning. DAIMP-projektet kopplar samman datastrukturer på maskinnivå med analyser på systemnivå. Förväntade resultat inkluderar: data- och informationsstrukturer för ökat internt och externt samarbete, algoritmer för prediktiv och normativ analys, samt datadriven kritikalitetsanalys för att möjliggöra differentierad underhållsplanering. Utöver forskningsorienterade arbetspaket kommer projektet också inkludera fallstudier och demonstratorer. En av studierna fokuserar på användandet av datadriven underhållsplanering vid introduktionen av nya bilmodeller och produktionsliner på Volvo personvagnar.

Projektledare

Deltagande forskare

Projekttid

2016-2019

Budget

11 602 000 kronor

Partners

Chalmers

KTH Mälardalen

Volvo GTO

Volvo Cars

Volvo CE

IFS

Axxos

Scania AB

VBG Group