Maskininlärning sänker underhållskostnaderna på Uddeholm AB
2019-06-10Ansikts- och taligenkänning, cancerdetekteringsalgoritmer, självkörande bilar och många andra tekniska innovationer har gjort att artificiell intelligens, AI, har blivit ett hett ämne. Den 23 maj gästades universitetet av Erik Hallin, dataanalytiker vid Uddeholm AB som berättade hur han arbetar med maskininlärning, en av AI:s kärnkomponenter, för att uppnå förutsägbart underhåll i företagets stålproduktion.
Maskininlärning är konceptet att bygga modeller genom algoritmer som lär sig av data utan uttryckliga instruktioner. Vid föreläsningen berättade Erik Hallin om logiken bakom några grundläggande algoritmer och fördelarna som Uddeholm ser med att jobba med maskininlärning, något som de gjort sedan 2017.
– Maskininlärning är en teknik som vi tror mycket på och som innebär att vi kan hålla ner kostnader eftersom vi snabbt kan förutspå när något i produktionen är på väg att gå sönder. Det ger oss ett försprång så att vi hinner åtgärda problemen innan det blir stopp i produktionen, säger Erik Hallin.
Fokus på produktionskvalitet
Uddeholm tar in data från alla steg i produktionen. Den modernaste ESR-ugnen har 75 000 sensorer. Äldre maskiner och ugnar har också sensorer men i lägre utsträckning eftersom dessa måste monteras manuellt. Sensorerna genererar en mängd data som Erik och hans medarbetare analyserar för ha koll på produktionskvaliteten.
Det finns flera bakomliggande faktorer till att AI blivit så hett just nu. Plattformar i Open Source, som ger bra verktyg och som är gratis att ladda ner, billiga sensorer samt att många har god lagringskapacitet, är bidragande orsaker, enligt Erik. Vad är då den största utmaningen med att arbeta med maskininlärning inom industrin?
– Tekniskt sätt är det att göra ett skalbart system som fortfarande är lätthanterbart. Vi har många maskiner som har många år på nacken, de fungerar fortfarande bra men är inte utrustade med samma antal moderna sensorer som nya maskiner. Vi vill helst ha ett system för datainsamling som bygger på samma typ av mjukvara, men det kommer att ta tid eftersom maskinerna byts ut först när de inte hänger med produktionsmässigt. En annan utmaning är att få tag i folk med rätt kompetens. Att jobba med maskininlärning är ganska nytt i Sverige och det finns inte många som har kunskapen ännu.