Predictive modelling og -maintenance

I Industry 4.0 bruges data til at give værdi til processer, som hidtil ikke var udnyttede. Man kan få effektivitet i produktionen og et bedre overblik over, hvad den data man får ud af en maskine kan bruges til. Visualisering kan for eksempel gøre det tydeligt, hvilke mønstre der er i ens arbejdsgange. Men nogle gange er det ikke direkte tydeligt fra dataene, hvordan fremtiden kommer til at se ud.

Predictive modelling eller forudsigende modellering betyder at man laver modeller, som kan forudsige fremtidige hændelser. Teknikken er alsidig, udspringer af statistik samt kunstig intelligens og finder anvendelse helt fra forudsigelser af maskinnedbrud til smagen af en endnu ikke afprøvet kaffeblanding.

For at anvende predictive modelling er det vigtigt, at man har data – både i form af den information man vil forudsige ud fra og eksempler på det, man vil forudsige. Som virksomhed er det vigtigt at fastlægge, hvilke data man har, eller kan samle, hvilke forudsigelser man vil lave og hvilke spørgsmål man gerne vil have svar på.

Predictive maintenance eller proaktivt vedligehold handler om at opsamle sensordata fra maskiner i produktionen og ved hjælp af kunstig intelligens kunne forudsige maskinsammenbrud inden de sker. Her kan produktionen effektiviseres ved at løbende kunne tjekke helbredstilstanden af maskinerne for at planlægge optimale vedligeholdsplaner og give advarsler, hvis kvaliteten af produktet afviger fra et acceptabelt niveau.

Hos Teknologisk Institut kan vi hjælpe jeres virksomhed med at udvikle en model, som er skræddersyet til netop jeres problemstilling. I samarbejde med vores statistikere, dataanalytikere og AI-eksperter kan jeres virksomhed blive klædt på til arbejde med data, og sørge for, at I kan forudsige jeres problemer inden de sker. Stabiliteten af produktionen sikres, udgifterne til vedligehold reduceres og antallet af fejl i produktionen sænkes ved at lave Predictive Maintenance.

Teknologisk Institut kan hjælpe dig med at:

• analysere din virksomheds unikke problemstillinger med henblik på predictive modelling
• vurdere og validere din virksomheds eksisterende data til udvikling af forudsigelsesmodeller
• implementere, afprøve og udvikle predictive maintenance modeller skræddersyet til jeres specifikke situationer
• etablere og forbedre robuste og skalerbare IT-systemer til håndtering, annotering og analysering af virksomhedens data
• udvikle og implementere skræddersyede forudsigelsesmodeller

Case – Forudsigelse af kaffesmag baseret på nye kaffebønneblandinger

I 2022 vandt I 2022 vandt BKI Foods den eftertragtede Danish AI Award, der uddeles af Industriens Fond. BKI Foods har deltaget i et AI Denmark forløb, hvor vi sammen med kolleger fra Innovation og Digital Transformation, Teknologisk Institut har hjulpet BKI Foods med at bruge AI til at sammensætte den kombination af kaffebønner, der giver den helt rette smag af BKI kaffe.

BKI har en række kaffesmagere, som længe har vurderet smagen på forskellige kaffekombinationer – og det data bruger systemet til at give 50 kvalificerede bud på, hvordan de bedst sammensætter den rette kaffesmag, alt efter hvilke råkaffer, de har på lager lige nu.

BKI var nomineret til prisen, fordi de har fundet en utraditionel anvendelse af AI, samtidig med, at de har formået at udvikle og styrke deres strategi.