Ny kontrollprocess ska upptäcka felen innan de uppstår

Förbättringsarbete Kvalitetskontroller inom tillverkningsindustrin kan förbättras avsevärt med hjälp av systematisk datainsamling och maskininlärning. Det visar en avhandling från Företagsforskarskolan vid Umeå universitet.

Ny kontrollprocess ska upptäcka felen innan de uppstår
Foto: Stockadobe

– Man lär sig mycket av att samla in och analysera data manuellt också, inte bara via avancerade statistiska metoder, säger Niklas Fries, doktorand vid Företagsforskarskolan och Institutionen för matematik och matematisk statistik vid Umeå universitet.

Någonting är fel

Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.

Felen upptäcks för sent

Han har i sitt forskningsprojekt vid Umeå universitet samarbetat med Volvo Lastvagnar för att ta reda på hur datadrivna metoder skulle kunna förebygga kvalitetsproblem vid målning av lastbilshytter i fabriken i Umeå.

Modern sensorteknologi, även kallat ”Internet of things”, gör det möjligt att övervaka hundratals eller tusentals process- och miljövariabler vid tillverkningsprocesser. Men det finns alltså ett egenvärde i att genom datadrivna metoder upptäcka fel man inte ens visste att man letade efter.

– Det finns ett stort ingenjörsvärde i att använda datadrivna processer. Om man endast samlar in data efter att ett problem har uppstått hamnar man lätt i tidsnöd, för det kan ta tid att hitta lösningen, säger han.

Tålamod är nyckeln

Med hjälp av moderna algoritmer kan man förutsättningslöst samla in stora mängder data och därefter identifiera problemen. Men Niklas Fries är ödmjuk för att de mer avancerade datadrivna metoderna han har arbetat med är väldigt nya och att det kan ta tid innan de ger frukt.

– Vi vet inte när de här metoderna kommer vara helt klara men det bygger ju på att man förstår värdet i att samla in data utan att ha en specifik frågeställning. Samtidigt finns det ett värde i att ställa upp statistiska hypoteser också. Det bästa är en kompromiss, säger han.

Accelererande utveckling

I sitt arbete har Niklas Fries studerat process- och kvalitetsdata från ytbehandlingen i Volvo Lastvagnars hyttfabrik. Han utgått från en tilltänkt slutprodukt i form av ett automatiskt system som varnar vid risk för försämrad kvalitet och föreslår förebyggande åtgärder. Det skulle tillåta tidigare, mer precisa och effektiva insatser, vilket i sin tur skulle leda till högre kvalitet.

– Det har hänt oerhört mycket inom det här området bara de senaste åren och det kommer bara att gå ännu fortare. Om fem-tio år tror jag att vi kommer se på den här typen av metoder helt annorlunda än vad vi gör idag, säger han.

Kvalitetsprofilen

Kunskapsmaterial

Utbildnings-tv

Hämtar fler artiklar
Till startsidan
Kvalitetsmagasinet

Kvalitetsmagasinet Premium

Full tillgång till strategiska artiklar och smarta verktyg för bland annat verksamhetsutveckling, kvalitetssystem och ledarskap.