Tutkin, miten tekoäly voi parantaa valmistusteollisuuden tuottavuutta ja laatua

Meillä tutkitaan -sarjassa Kokkolan yliopistokeskus Chydeniuksen tutkijat kertovat ajankohtaisesta tutkimuksestaan.
Jari Luomala työskentelee projektitutkijana Kokkolan yliopistokeskus Chydeniuksen informaatioteknologian yksikössä. Tutkimustehtäviin kuuluu datan käsittely ja analysointi sekä koneoppimismenetelmien soveltaminen eri konteksteissa. Luomala tekee parhaillaan myös väitöskirjaa Jyväskylän yliopistoon.
Tekoälyllä kohti reaaliaikaista ja kustannustehokasta laaduntarkkailua
Tällä hetkellä tutkin tekoälyratkaisujen mahdollisuuksia valmistusteollisuuden tarpeissa. Valmistusteollisuuden prosesseista tuotetaan ja kerätään paljon dataa erilaisilla antureilla, joiden lisäksi tehdään säännöllisiä laboratoriomittauksia ja -analyyseja teollisuusprosessien toimivuuden ja laadun arvioimiseksi. Antureiden tuottamaa reaaliaikaista dataa ei usein kuitenkaan hyödynnetä parhaalla mahdollisella tavalla, kun taas harvemmin tehtävät laboratoriomittaukset vievät aikaa ja resursseja. Teollisuusprosessin laaduntarkkailun automatisointi mahdollistaisi nopean reagoinnin ja prosessin säätämisen tuotteen laadun varmistamiseksi, ja sitä voitaisiin hyödyntää varsinaisten laboratoriotutkimusten ohella.
Virtuaalianturit ja koneoppiminen teollisuusprosessien tueksi
Tutkimuksessa selvitetään ja pilotoidaan tekoälyratkaisuja valmistusteollisuuteen liittyvän teollisuusprosessin laaduntarkkailussa ja poikkeamien havaitsemisessa. Keskeisenä tavoitteena on kehittää tekoälyyn pohjautuvia virtuaaliantureita (soft sensor), joilla prosessin eri muuttujista mitattua dataa yhdistelemällä ja käsittelemällä tuotetaan uutta hyödyllistä informaatiota. Käytännössä tämä tarkoittaa erilaisten koneoppimismenetelmien soveltamista ja koneoppimismallien kehittämistä, joilla pyritään ennustamaan jotakin prosessin tilaa tai tuotteen laatua kuvaavaa tunnuslukua, kuten laboratorionäytteiden arvoja fyysisen anturidatan perusteella. Näin voidaan kustannustehokkaasti ja reaaliaikaisesti arvioida prosessin tilasta ja/tai tuotteen laadusta kertovaa indikaattoria tai metriikkaa, jota ei saada suoraan mitattua.
Tekoälyn hyödyntäminen tukee kestävää kehitystä ja kilpailukykyä
Tutkimustulokset koskevat erityisesti teollisuusyrityksiä, jotka voivat hyödyntää tekoälyä oman toimintansa tukena, esimerkiksi tuotantoprosessin laaduntarkkailun tehostamiseen. Hankkeessa tehtävät pilotoinnit ja teknologian siirto kohdistuvat pääasiassa alueen yrityksiin, mutta kehitetyt tekoälyratkaisut sekä saatu kokemus niiden toimivuudesta ja mahdollisuuksista teollisuusprosessien hallinnassa ovat sovellettavissa teollisuudessa laajemminkin. Tätä tietoa yritykset voivat jatkossa hyödyntää esimerkiksi tukemaan omia investointipäätöksiään.
Tutkimustulokset auttavat yrityksiä investoimaan tekoälyratkaisuihin ja siten parantamaan kilpailukykyään, esimerkiksi tuotteen laadun parantumisen ja tuottavuuden kasvun myötä. Tekoälyn hyödyntäminen tuotantoprosessien kehittämisessä edistää materiaalien sekä resurssien tehokkaampaa ja parempaa hyödyntämistä, mikä tukee kestävää kehitystä. Tavoitteena on lisätä tietoisuutta tekoälyratkaisujen mahdollisuuksista, minkä odotetaan kasvattavan kiinnostusta ja investointihalukkuutta niihin. Lisäksi tutkimuksessa saatua osaamista voidaan hyödyntää koulutuksessa, tutkimuksessa ja tulevissa kehityshankkeissa.