Maskininlärningsprojekt på ESS stärker svensk industri
Hem NYHETERAI Maskininlärningsprojekt på ESS stärker svensk industri

Maskininlärningsprojekt på ESS stärker svensk industri

Publicerat av: Redaktionen

Forskningsanläggningen European Spallation Source (ESS), som är under uppbyggnad i Lund, kommer att ha Sveriges mest komplexa styrsystem och använder maskininlärning för att optimera driftsäkerheten.

Maskininlärningsprojekt på ESS stärker svensk industri

Genom flera samarbeten med svenska industri- och teknikföretag inom maskininlärning och AI bidrar ESS samtidigt till digitalisering och teknikutveckling inom industrin.

Den acceleratorbaserade forskningsanläggningen ESS styrs precis som industriella anläggningar av ett avancerat styrsystem som kontrollerar och hanterar alla anläggningens olika delar och säkerställer driften. ESS integrerade styrsystem har 1,6 miljoner kontrollpunkter som kommer att övervaka 100.000 olika enheter i ett stort antal mer eller mindre avancerade system. Maskininlärning gör det möjligt för komplexa system att automatiskt lära sig utav erfarenhet istället för att behöva programmeras och är ett viktigt verktyg för att uppnå anläggningens högt ställda tillgänglighetsmål och förebygga driftstopp.

– Vi är övertygade om att AI, och i synnerhet maskininlärning, kommer att förändra hur Big Science-anläggningar och industriella processer drivs framöver, säger Karin Rathsman, acceleratorfysiker och projektledare för maskininlärningsprojektet på ESS.

Som storskalig forskningsanläggning verkar ESS i en öppen forskningsmiljö med öppna data, så samarbeten med industrin för att utveckla och implementera nya maskininlärningsmodeller är ett naturligt steg. Industriella styrsystem är än så länge mindre komplexa och har betydligt färre kontrollpunkter än ESS, men den pågående digitaliseringen och automatiseringen inom industrin medför att dess styrsystem blir allt mer avancerade och kommer att närma sig ESS nivåer inom de närmaste åren. Därför ökar behovet av maskininlärning även inom industrin på vägen mot framtidens autonoma fabriker. En maskininlärningsmodell kan aldrig fungera bättre än de data den tränas på, och därför behöver industrin tillgång till högkvalitativa systemdata. ESS kommer att producera stora mängder styrsystemsdata som kan användas för att driva utveckling inom AI och maskininlärning, till gagn för industri och akademi.

I en nyligen avslutad pilotstudie har ESS tillsammans med Lunds universitet, Big Science Sweden och teknikföretaget GoalArt undersökt hur data från anläggningens styrsystem kan delas med externa parter för forskning och innovation inom maskininlärning. Pilotstudien koordinerades av Lunds universitet och finansierades av svenska innovationsmyndigheten Vinnova, det Wallenberg-finansierade forskningsprogrammet WASP (Wallenberg AI, Autonomous Systems & Software) och Region Skåne.

Larmhantering spelar en nyckelroll i alla avancerade styrsystem, såväl i storskaliga forskningsanläggningar som i industrin, och därför fokuserade förstudien på larmdata. Industriföretagen ABB, Perstorp, Tetra Pak och Hitachi samt tyska Big Science-anläggningen DESY ingick i pilotstudiens referensgrupp och bekräftade värdet av att kunna ta del av data från ESS styrsystem för maskininlärning.

– Vi konstaterar i slutrapporten att ESS genom att dela data kan fungera som en katalysator för Industri 4.0 digitalisering, både inom industrin och i andra forskningsanläggningar, säger Per Runeson, professor i Datavetenskap på Lunds universitet och projektkoordinator. Datadelning fyller funktionen att dela kunskap – och vår pilotstudie visar att ESS kan vara ett föredöme och dela data som är relevant för industrin.

I ett annat maskininlärningsprojekt finansierat av Vinnova har ESS samarbetat med teknikföretaget DVel för att utveckla maskininlärningsmodeller som kan förutsäga problem under drift, innan komponenter går sönder eller processen stannar  – och implementera dessa algoritmer i styrsystemet. Samarbetet är ett led i utvecklingen mot ett ökat utbyte mellan ESS och industrin.

– Kunskapsöverföring från ESS och andra forskningsanläggningar har en mycket stor betydelse för teknikutveckling och digitalisering inom svensk och europeisk industri, säger Anna Hall, Director Big Science Sweden. Samarbetsprojekten inom maskininlärning är ett exempel på hur ESS bidrar till innovation och ökad konkurrenskraft för såväl SMEs som stora företag.

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>

-
00:00
00:00
Update Required Flash plugin
-
00:00
00:00