Hoppa till innehållet
Predge
Visa originalbild , Öppnas i nytt fönster/flik

Datadrivet beslutsfattande ska undvika driftstörningar

Publicerad: 29 november 2021

Genom att utveckla datadrivna beslutsprocesser hoppas forskare på Luleå tekniska universitet och företag Predge kunna förutsäga fel och förhindra oönskade stopp i gruv- och järnvägsindustrin.

Föreslå åtgärder
Syftet med arbetet är att utveckla ett system som stödjer och vägleder organisationer i deras datadrivna beslutsprocesser. Genom att samla in och analysera stora mängder data kan de minimera oönskade störningar, och föreslå direkta åtgärder för ökad tillgänglighet och ökad livslängd. 

Ökad tillgänglighet och livslängd inom gruv- och malmjärnvägsindustrin
Arbetet, som görs inom ramen för AI-projektet Applied AI DIH North vid Luleå tekniska universitet, utgår från det Luleå-baserade företaget Predges verksamhet. Bolaget arbetar med prediktivt underhåll vilket handlar om att analyserar data från sensorer på maskiner och utrustning från bland annat gruv- och malmjärnvägsindustrin för att i förväg förutsäga underhållsbehov, fel och förhindra oönskade stopp. Genom att samla in och analysera stora mängder data kan de minimera oönskade störningar, och föreslå direkta åtgärder för ökad tillgänglighet och ökad livslängd. 

Utveckla riktlinjer för beslutsfattande
Genom att samla in och analysera drift- och underhållsdata från kunder ska forskare nu undersöka hur nuvarande analys- och beslutsverktyg används i praktiken för att, utifrån detta,  utveckla nya beslutsscenarier för att kunna ge kunder feedback och riktlinjer för beslutsfattande.

Joakim Lindström, utvecklare på Predge, säger:
– Projektet kommer att undersöka hur våra beslutsstödsystem används i praktiken för att ta bättre beslut i arbetsflöden. Förhoppningsvis kan det hjälpa oss att förstå hur våra analytiska beslutsstödsprodukter används av våra kunder i deras beslutsprocesser.