Intelligenta system ger snabbare återstarter vid produktionsstopp

– När en maskin stannar kan det uppstå en hel serie av produktionsstopp. En del av stoppen registreras, men många är odefinierade. Särskilt problematiskt är det om en operatör på ett nattskift inte klarar att starta om en maskin. Då blir stoppen långa och svåra att lämna över om det saknas systemdokumentation, säger Monika Hattinger, lektor vid Högskolan Väst.

Samarbete med fyra företag

I forskningsprojektet ReStart håller forskare från Högskolan Väst i samarbete med Husqvarna i Brastad, GKN Aerospace, Sansera Sweden och MaintMaster Systems nu på att undersöka hur man kan underlätta för operatörer och underhållspersonal att snabbt identifiera och åtgärda fel som uppstår i en maskin eller produktionsprocess.

– Det här är en nyckelfråga för företagen. Operatörerna behöver utveckla sin kunskap för att inte bli beroende av underhållspersonal. I projektet tittar vi därför på hur instruktioner och checklistor är utformade för att snabbt och enkelt klara av säker återstart med digitalt stöd. Det handlar om allt från enklare åtgärder som till exempel byten av filter till mer omfattande omställningar och återstarter, förklarar Monika Hattinger.

Simulering med AI/AR-system

Ett av målen med projektet är att designa system som bygger på Artificiell Intelligens (AI) och Augmented Reality (AR) som företagen kan använda för att träna operatörer och underhållspersonal i att identifiera fel och återstarta maskiner.

AI går ut på att utveckla system som hela tiden lär sig av tidigare erfarenheter och kan lösa problem på egen hand, medan AR är så kallad förstärkt verklighet. Med AR kan användaren se den omgivande miljön med maskiner och utrustning kompletterat med olika digitala element som lägger sig som ett filter över verkligheten. Det gör att olika problem och felsökningsmetoder kan simuleras och personal tränas i en digital miljö som uppfattas som verklig.

Fördjupade studier på företagen

I projektet görs bland annat fördjupade studier av oplanerade produktionsstopp och hur det påverkar operatörer och underhållspersonal ute på de deltagande företagen.

– Det handlar om att identifiera vanliga orsaker till att fel uppstår i en maskin i ett system eller vid manuellt handhavande. Genom att utveckla visuell teknik kan operatören se vilka ställen och i vilka moment som i praktiken krävs för återstarter. Med hjälp av AR-glasögon ska operatören kunna få praktisk vägledning som är anpassad för olika typer av produktionstopp, säger Monika Hattinger.

Svårt utveckla generell lösning

Vad krävs då av företagen för att kunna använda tekniken?

– Produktions- och maskinstopp är komplexa till sin natur och varje maskin eller station är ofta unik. Att utveckla en generell lösning för allt är därför svårt. Dessutom varierar teknikmognaden och automationsgraden ute i företagen, konstaterar Monika Hattinger.

Forskningsprojektet pågår fram till slutet av 2024 och under den tiden står Högskolan Väst för företagens investeringar i AR-teknik.

– Om företagen därefter vill köpa till exempel Google-glasögon handlar det inte om särskilt stora investeringar. Den största kostnaden för företagen är tiden som det tar att kompetenshöja och skapa goda rutiner, avslutar Monika Hattinger.