Teollinen Big data -hanke selvittää tekoälyn mahdollisuuksia valmistavassa teollisuudessa

Teollisuuden digitalisaatio ja tekoälyratkaisut ovat vallankumouksellisesti muuttaneet toimialoja, ja nyt tavoitteena on kohdistaa nämä voimavarat valmistavan teollisuuden tarpeisiin. Teollisuuden Big data -hanke keskittyy erityisesti tekoälyn soveltamiseen teollisen prosessin laadun tarkkailussa ja akkukennojen testauksessa syntyvän suuren datan hyödyntämiseen osana akkukemikaalien valmistusprosessia. Hanke toteutetaan yhteistyössä Kokkolan yliopistokeskus Chydeniuksen Informaatioteknologian yksikön ja Oulun yliopiston Kokkolan Soveltavan kemian -tutkimusryhmän kesken.

Teollisuuden digitalisaatio ja tekoälyratkaisut ovat vallankumouksellisesti muuttaneet toimialoja, ja nyt tavoitteena on kohdistaa nämä voimavarat valmistavan teollisuuden tarpeisiin. Teollisuuden Big data -hanke keskittyy erityisesti tekoälyn soveltamiseen teollisen prosessin laadun tarkkailussa ja akkukennojen testauksessa syntyvän suuren datan hyödyntämiseen osana akkukemikaalien valmistusprosessia. Hanke toteutetaan yhteistyössä Kokkolan yliopistokeskus Chydeniuksen Teollisuuden prosessit tuottavat valtavia määriä dataa, joka on peräisin teknisistä antureista ja laboratoriomittauksista. Tämä data muodostaa perustan, jolla arvioidaan teollisten prosessien tehokkuutta ja laadunvarmistusta. Kuitenkin suoran mittaamisen ja analysoinnin kustannukset ovat kasvaneet, mikä korostaa tarvetta uusille innovatiivisille lähestymistavoille.

- Hankkeessa tutkitaan erilaisia tekoälytekniikoita suurten datamassojen luokittelussa, poikkeamien havaitsemisessa ja virtuaalisten antureiden kehittämisessä. Virtuaaliset anturit, ohjelmistopohjaiset ratkaisut, yhdistävät eri datalähteitä tuottaen uutta arvokasta tietoa, valottaa projektipäällikkö Mikko Myllymäki.

Akkumateriaalien tutkimuksessa suuri datamäärä on sekä haaste että mahdollisuus. Kun pyritään ymmärtämään akkumateriaalin toimivuutta akkukennossa, tarvitaan suuri määrä testidataa. Hankkeessa pyritään hyödyntämään tätä dataa ennustamaan erilaisten akkukemikaalien sähkökemiallista käyttäytymistä ja luomaan malleja, jotka mahdollistavat uuden tiedon hyödyntämisen. Ratkaisut myös vähentävät manuaalisen datan käsittelyn tarvetta.

Hankkeen päätavoitteet voidaan tiivistää seuraavasti:

  1. Selvittää ja pilotoida tekoälytekniikoiden mahdollisuuksia teollisuusprosessien poikkeamien ja laadun seurannassa.
  2. Kehittää ja käsitellä akkumateriaalien testauksessa syntyvää Big Dataa tekoälyn avulla ennustettavuuden parantamiseksi akkukennojen ja akkumateriaalien laadun osalta.
  3. Levittää tietoa tekoälymenetelmien tarjoamista mahdollisuuksista teollisuudelle ja tuoda esiin tekoälyn hyödyntämisen edellyttämät resurssit.

Tämä hanke ei ainoastaan edistä tekoälyn sovellusmahdollisuuksia valmistusteollisuudessa, vaan myös luo pohjan innovaatioille, jotka voivat parantaa tuotantoprosesseja ja materiaalien laadunvalvontaa. Yhdessä teollisuuden ja tutkimuskumppaneiden kanssa tulemme ratkomaan näitä haasteita ja avaamaan uusia mahdollisuuksia tekoälyn maailmassa.

Hankkeen toimenpiteisiin osallistuu Kokkola Industrial Park (KIP)-teollisuusalueen valmistavan teollisuuden laitoksia.

Lisätiedot

projektipäällikkö Mikko Myllymäki, +358 40 5675 606, mikko.t.myllymaki@jyu.fi

Lisää tietoa löydän CiNetCampuksesta: Teollisuuden Big data

FI_co-funded by VERTICAL RGB_POS.png MicrosoftTeams-image (6).png