Med hjälp av AI har forskare vid Mälardalens högskola (MDH) utvecklat ett förutseende analysverktyg som kan förbättra prestationen i produktionen inom tillverkningsindustrin. Analysverktyget har utvecklats tillsammans med GKN, som kommer att börja använda det i sin produktion.

– Vi har utvecklat ett analysverktyg som kan förutse shimsstorlek i vinkelväxlar under pågående montering. Shims är en tunn passbricka som används för att justera läget mellan två delar inuti vinkelväxlar. Det nya analysverktyget minskar risken för att fel shimsstorlek används och produkten måste justeras, säger Mobyen Uddin Ahmed, projektledare för forskningsprojektet AUTOMAD vid MDH.

I forskningsprojektet AUTOMAD har forskare från MDH tillsammans med GKN ePowertrain i Köping använt maskininlärning och dataanalys för att samla in data från en av GKN ePowertrains monteringslinor för vinkelväxlar. Baserat på historisk data har forskarna fått fram användbar information om monteringsprocessen.

– Det har hjälpt oss att förstå monteringsprocessen tydligare och att upptäcka felaktiga mätningar som kan påverka produktionen negativt. Genom att använda vårt analysverktyg kan vi minska andelen produkter som måste justeras och med det öka monteringslinans kapacitet, säger Mobyen Uddin Ahmed.

Analysverktyget används av GKN

Installationen av det nya verktyget hos GKN pågår och tanken är att företaget ska börja använda verktyget så snart som möjligt. 

– Det nya analysverktyget är viktigt för oss eftersom vi nu kan använda befintlig data för att få bättre kunskap om vår montering och därmed förbättra våra processer. Det sparar både tid och pengar. Vi lär oss samtidigt hur vi kan använda teknologin maskininlärning i våra processer, säger Ekrem Güclü, Manager Lean & Industry 4.0, GKN ePowertrain.