Nyheter

Disputation Iman Soleimanmeigouni - Drift och underhållsteknik

Predictive Models for Railway Track Geometry Degradation

Tar fram säkrare analyser om järnvägens tillstånd

Med en stor mängd sensorer och insamling av stora mängder tillståndsdata ska forskare vid Luleå tekniska universitet utveckla smarta algoritmer och ta fram säkrare analyser för järnvägens tillstånd. Man vill med denna teknik hitta en metod för effektivare underhåll och mindre avbrott och förseninga...

Veronica Jägare i juryn för Strukton Innovation Award

Veronica Jägare är chef för forskningscentret Järnvägstekniskt centrum vid Luleå tekniska universitet och projektledare för ePilot som vann Strukton Innovation Award 2017.

SafePos paves the way for safer working environment

Meeting with IF Metal Norrbotten was carried out at the Division of Operation and Maintenance Engineering - Luleå University of Technology on August 21, 2019 for presentation of new developed computer vision based software in health monitoring and pose detection of human at work.

Disputation Esi Saari - Drift och Underhållsteknik

KPI framework for maintenance management through eMaintenance-development, implementation, assessment

Diego Galars föredrag om Industrial AI

Industrial AI - The Driving Force of Manufacturing - Diego Galar, Luleå University of Technology

I media: 5 minuter med Diego Galar

“Rail is amazing and definitely the future for Europe. The EU has made huge efforts to shift traffic from road to rail and research and innovation for railways is supporting those policies.”

I media: Teknik kan förutse fel på järnväg

På Järnvägstekniskt centrum vid Luleå tekniska universitet (LTU) kan man med hjälp av sensorer kontrollera tillståndet på järnvägen. Med sensorer på tåg och på spåren kan störningar och fel förutses.