Projects per year
Abstract
Baggrunden for denne artikel er arbejdet med produktionsvirksomheder, og hvordan en lille eller mellemstor virksomhed kan opsamle data fra egen produktion og analysere dette data med det formål at optimere den fremtidige produktion. Dette har et stort potentiale for små og mellemstore virksomheder i Danmark.
Denne artikel beskriver et projekt, hvor der i samarbejde med en lokal produktionsvirksomhed er opsamlet data på en effektiv og struktureret måde samt benyttet maskinlæring til at analysere data for at forudsige driftsstop. Uventede driftsstop kan være omkostningstunge og forsinke den planlagte produktion.
Metoden til at arbejde med dette benytter aktionsforskning og elementer fra Design Thinking. Der udvikles løsninger i fællesskab, som prøves af i praksis, og der læres af disse løsninger. Den udviklede softwareplatform er i konstant forandring, krav og ønsker fra virksomheden generaliseres og benyttes som en generel løsningsmodel for andre SMV’er i fremstillingssektoren.
I samarbejde med en lokal SMV er der udviklet en prototype på et system med en fleksibel, robust arkitektur. Systemet kan lagre store datamængder (big data) og fremvise analyseresultater near real-time.
Endvidere beskrives en arbejdsproces, som er tilpasset SMV’ens kompetenceniveau og organisation. Processen skal støtte SMV’er, som vil i gang med at udnytte deres produktionsdata.
Denne artikel beskriver et projekt, hvor der i samarbejde med en lokal produktionsvirksomhed er opsamlet data på en effektiv og struktureret måde samt benyttet maskinlæring til at analysere data for at forudsige driftsstop. Uventede driftsstop kan være omkostningstunge og forsinke den planlagte produktion.
Metoden til at arbejde med dette benytter aktionsforskning og elementer fra Design Thinking. Der udvikles løsninger i fællesskab, som prøves af i praksis, og der læres af disse løsninger. Den udviklede softwareplatform er i konstant forandring, krav og ønsker fra virksomheden generaliseres og benyttes som en generel løsningsmodel for andre SMV’er i fremstillingssektoren.
I samarbejde med en lokal SMV er der udviklet en prototype på et system med en fleksibel, robust arkitektur. Systemet kan lagre store datamængder (big data) og fremvise analyseresultater near real-time.
Endvidere beskrives en arbejdsproces, som er tilpasset SMV’ens kompetenceniveau og organisation. Processen skal støtte SMV’er, som vil i gang med at udnytte deres produktionsdata.
Original language | Danish |
---|---|
Journal | UCN PERSPEKTIV |
Issue number | 9 |
Pages (from-to) | 9-17 |
Number of pages | 9 |
ISSN | 2446-2977 |
DOIs | |
Publication status | Published - 2021 |
Projects
- 1 Active
-
Production Data Analytics
Iftikhar, N. (Principle researcher), Nordbjerg, F. E. (Principle researcher), Hvarregaard, B. (Co-researcher) & Jeppesen, K. (Co-researcher)
01/09/18 → …
Project: Research