Lyssna
Deep process learning
Ta tillvara på företagets data på bästa sätt
Svensk processindustri har en hög automatiseringsgrad jämfört med många andra industrier, vilket gör att mycket data produceras. Hur tar vi vara på denna data på bästa sätt för att öka konkurrenskraften?
Projektnamn
Deep process learning
Status
Avslutat (2017 -- 2019)
Projektägare
Rise SICS
Finansiär
Vinnova
Kontakt
Sara Edin
Deep Process Learning var ett samarbete mellan BillerudKorsnäs, PulpEye, Peltarion, RISE SICS Västerås och FindIT. Projektet syftade till att visa hur Deep Learning kan användas för att tolka den stora mängd data som genereras i pappersindustrin och därigenom öka automatiseringsgraden.
Deep learning har den mänskliga hjärnan som förebild. Med hjälp av smarta algoritmer låter man systemet bygga upp kunskap stegvis, precis som vi människor gör. Man börjar med ett första lager indata. Ju mer kunskap systemet får, desto fler lager bildas. Snart kan systemet se mönster, tolka och agera. Deep learning används redan idag bland annat för att upptäcka datorvirus, tolka bokslut och förhindra epilepsianfall.
Vinnovaprojektet Deep Process Learning har använt processdata från en kartongmaskin i Gävle, inklusive en stor mängd fiberdata. Målsättningen på lång sikt är att djupinlärning av olika processer ska kunna leda till förslag på åtgärder som förbättrar utvalda nyckeltal. I ett första steg gav resultaten vägledning till hur operatörerna ska styra processen.