Skip to content

Avsnitt 7 | Underhålls- och Produktionspodden

Smart underhåll

icons8-spotify-96 (1)  icons8-youtube-96 (2)

Få kommande avsnitt till din mail

Sammanfattning

I detta avsnitt av Underhålls- och Produktionspodden diskuteras smart underhåll med San Giliyana, industridoktorand vid Mälardalens universitet. Fokus ligger på hur AI kan stötta underhållsarbete genom att analysera data för bättre beslutsfattande, snarare än att ersätta människor. San framhåller vikten av att minska gapet mellan akademi och industri, där smart underhåll bör ses som en evolution, inte en revolution. Utmaningar som bristande kunskap och kompatibilitet med äldre maskiner lyfts, liksom hållbarhetsfördelarna med att använda data för att optimera komponenters livslängd. För att lyckas krävs kunskap, tid och samarbete.

Takeaways:

  • AI i underhåll: AI används för att analysera big data och fatta bättre beslut baserat på data snarare än magkänsla, men det är fortfarande människor som utför det praktiska arbetet.
  • Förbättrad hållbarhet: Genom att byta komponenter precis innan de går sönder kan resurser användas mer effektivt och miljöpåverkan minskas.
  • Gap mellan akademi och industri: Akademin har kommit långt i forskningen kring smart underhåll, men industrin ligger efter, ofta på grund av bristande kunskap och äldre maskiner.
  • Smart underhåll är en evolution: Det bör ses som en ny generation av underhåll, inte en revolution, för att göra tekniken lättare att acceptera och implementera.
  • Utmaning med datainsamling: Det är enkelt att samla data men svårt att veta vilken typ av data som är relevant för att fatta rätt beslut.
  • Kunskap är nyckeln: För att komma igång med smart underhåll behövs utbildning och medvetenhet om de teknologier och möjligheter som finns.
  • Testbäddar som brobyggare: Plattformar som Mälardalens testbädd bidrar till att minska gapet mellan akademi och industri genom att visa konkreta tillämpningar av tekniken.
  • Planerat underhåll ökar effektiviteten: Genom att använda AI kan industrin planera underhåll och undvika oplanerade stopp, vilket förbättrar produktiviteten.

 

Tidsstämplar

  • [02:15] - Introduktion av AI i underhåll: hur teknologin används för att analysera big data och förbättra beslutsfattande.
  • [08:30] - Diskussion om hållbarhet och hur smart underhåll kan minska miljöpåverkan.
  • [14:45] - Skillnaden mellan akademi och industri: varför industrin släpar efter och hur gapet kan minska.
  • [22:10] - Förklaring av varför smart underhåll bör ses som en evolution, inte en revolution.
  • [29:05] - Utmaningar med att identifiera rätt data att samla in och använda.
  • [34:50] - Testbäddars roll för att föra samman akademi och industri i praktiska projekt.
  • [41:20] - Sammanfattning av fördelarna med planerat underhåll för att förbättra effektiviteten och minska oplanerade stopp.

Transkribering av avsnittet

0:01
Optimera din verksamhet med underhålls och produktionspodden och Johan Petersson.


0:10

Dagens avsnitt smart underhåll med gäst San Giliyana.


0:19

Hej och välkomna till underhålls och produktionspodden. Idag har vi med oss en gäst här som är sam giliana som är industri doktorand vid m i TC och hejsan. Jag tänkte att du skulle få chansen att presentera dig själv lite mer här.


0:35

Yes hej som mitt namn är San Giliyana och jag är industridoktorand på mellandalens industriell teknologicenter m i TC och maradalans universitet och mitt forskningsområde är smart underhåll och smart underhåll är ett stort forskningsområde och vi har fokuserat på teknologier för smart underhåll, vilket är ganska naturligt för att vi är anställd av ett techcenter. Och så är jag väldigt intresserad av teknik så då var det ganska naturligt för mig att fokusera på teknologier på smart underhåll.


1:05

Tror jag det är. Det är ju den perfekta kombinationen skulle jag vilja påstå i det läget och idag ska vi fördjupa oss i några frågor som är väldigt aktuella nu, för det var ju så att de som vann Nobelpriset i fysik här är ju de som har egentligen har startat upp och lite av förfäderna brukar de kalla det för det som vi använder inom a i och.


1:32

Då undrar vi ju hur kommer det här påverka oss? Jag menar de har ju fått Nobelpriset nu. Det är mycket som händer runt det här. Vi hör mycket om a i hela tiden.


1:40

Men, vad betyder det för smart underhåll och vad som händer i det? Och det vet jag att du har klurat på en hel del. Och ja, hur kommer fram tills underhåll att se ut med tanke på a i och det som kommer i den kraft som finns i det? Vad är dina funderingar där?


1:58

Jag skulle säga så här att det syns väldigt mycket om att a i är här för att ta våra jobb, men det håller jag inte riktigt med. A i är här för att hjälpa oss att fatta bättre beslut baserat på datan istället för magkänslan och inom ramen för a i eller inom ramen får de dra håll så kan a i hjälpa oss att fatta bättre än du har ett beslut som till exempel när en viss komponent ska bytas.


2:23

Men a i byter inte komponenter åt oss utan det är människor som ska göra själva jobbet.


2:29

Det vill säga mekaniker och elektriska som bidrar komponenter åt oss så att återigen jag menar historiskt så har vi liksom.


2:38

Fattat beslut baserat på magkänsla på tidigare erfarenheter och så vidare. Och det är inte dåligt. Det är bra. Men nu när vi har a i så så kan vi analysera big data och fatta om du har beslut baserat på data så återigen a i kommer att hjälpa oss att fatta bättre beslut, men det är vi människor som ska uppföra själva jobbet. Vi har ju själv jobbat som att drar sin ingenjör.


3:00

Inom industrin och jag vet hur svaret det är att vita komponenter som till exempel ett lju lager i ens bindel så att jag tror inte att a i kommer att göra själva jobbet, men a i hjälpas att fatta bättre beslut. Och det är vi människor som kommer att uppföra själva jobbet som till exempel elektriker och mekaniker. Ja, och.


3:19

Precis som du säger att att datan som vi samlar på oss gör gör det enklare för oss att bli mer precisa i det och och. Men jag håller med dig. Det är fortfarande människa som kommer att göra det där bytet utav någonting.


3:32

Eller vad det må vara och även om det kanske kommer robotar som kommer hjälpa oss så kommer människan fortfarande göra mycket utav de här grejerna under lång, lång tid framöver.


3:42

Och men vad blir våran roll då? Liksom kommer ju den förändras lite om vi nu har gjort det med molnkänslan innan så så hoppas jag ju då att att vi ska få det här stödet och hjälpet och hur det. Hur kommer det till mig om jag nu är underhållsteknikern? Reparatören underhålls driftsäkerhetsteknikern, vad får jag för information, vad vad händer med min roll då? Vad tror du om det?


4:07

Jag tror så här att som sagt, vi kan generera diktata om du har sig data om jag säger så, men det är ju det är ju omöjligt för oss människor att analysera big data manuellt så att som tekniker så kommer du använda a i som ett verktyg för att analysera big data och fatta beslut baserat på det så att jag skulle säga att vi.


4:33

Kommer att använda a i som ett verktyg.


4:37

Jag tror inte att liksom att a i är här för att ersätta oss utan människans roll kommer att finnas där och människan kommer att använda a i för att förenkla sitt jobb för att fatta effektiva beslut för att liksom för att byta komponenter strax innan de går sönder. För jag menar baserat på erfarenhets så vet jag att man byter komponenter baserat på för maskintillverkaren har för rekommendationer som till exempel att man ska byta ut en viss komparent efter ett visst antal produktion.


5:09

Timmar men det är inte säkert att komponenten har nått sin livslängd, men med hjälp av a i nej, men då kan vi då har vi då har vi möjlighet att liksom.


5:22

Förstora komponenter så mycket som möjligt och byta dem strax innan de går sönder, vilket är väldigt bra för miljö också.


5:28

Ja, det är absolut. Det är ju en en hållbarhetsfråga i tänk alla filter som byts utan att det egentligen är att deras funktion har har slutat att de har funktionen hos de har fallerat utan att de bara byts kalendermässigt och sådana saker skulle ju vara superbra om man kunde få undan. För det är ju även mycket olja och allt som är där i som då är är en kemikalie som måste tas hand på något sätt och så vidare så att det är ju en stor hållbarhetsdel i det hela.


5:58

Och jag tänker också att det blir ju i och med att datorn står igång och är en extra gärna som står och jobbar för oss dygnet runt hela tiden så blir det ju enklare för mig när jag kommer till jobbet egentligen. Jag kommer bli bättre veta vad jag ska göra och att jag inte kommer till jobbet och det är molnkänslan som ska bestämma var jag borde eller var. Jag kommer jobba någonstans utan att jag får ett underlag där jag ser att jaha det här det här här kanske jag måste göra någonting istället idag för att det börjar bli dåligt. Det är inte dåligt än, men det börjar bli.


6:29

Och det är ju en jättebra grej och speciellt ur ett hållbarhetsperspektiv då vi slipper byta delar i onödan och att de går sönder i onödan och jag skulle säga så här att.


6:44

Med hjälp av a i så kommer vi kunna se en försämringskurva.


6:48

Ja, och då ser man att en viss komponent blir sämre och sämre med tiden och samlar vi byggdata.


6:57

Big data.


6:59

Och följer upp försämringskurvan och precis som jag sa så kommer vi att kunna byta en viss konferens strax innan den går sönder då och det innebär att vi kör komponenten så mycket som möjligt och återigen, vilket är väldigt bra för miljön. Och så biter vi den strax innan den går sönder och det innebär att vi undviker att planera stopp.


7:20

Vilket är väldigt bra för produktionen också då?


7:23

Ja ja då. Det är mycket enklare när det är planerat på det sättet. Som sagt va så då. Då får alla delarna organisationen en chans att vara förberedda.


7:34

Men det som vi funderar på är rätt mycket då eftersom här i podden också då att nu får de nobelpriser och alltihopa. Men hur långt har egentligen man kommit inom akademin och det här alltså på universitet och högskolor runt om både i landet och i världen egentligen. Och jag vet att du är ute på många ställen och får inblick globalt också i vad som händer så vad hur långt har man kommit där och hur tänker man från akademins skull eller deras håll?


8:02

Jag skulle säga så här att.


8:04

Jag vet att Akademien har kommit väldigt långt om drottsforskningen har kommit väldigt långt, men gapet mellan akademi och industrin är stort.


8:15

Och och det kan ju bero på att inom akademin så presenterar man underhåll som en revolution och därför så är det svårt för industrin att ta till sig den nya generationen av andra håll. Jag vill inte kalla det för revolution, för mig är en generation och det är något som vi diskuterar här också tillsammans med mina handledare.


8:34

Smart om du har är ingen revolution utan det är en ny generation av underhåll och jag skulle säga att smart underhåll är en verktygslåda som vi kan använda för att förbättra traditionellt underhåll. Så istället för att byta komponenter baserat på vad man kan tillverkaren säger så kan vi byta komponenter baserat på data. För det kan ju vara så här att maskintillverkarna har en dold agenda de vill sälja och serverar.


9:00

Men det är ju en vanlig vanligt grepp idag för att göra sina affärer så bra som möjligt inom flera industrier, att det är på service på serviceprogrammet som man tar hem sin vinst och.


9:15

Och sen kan det vara så här att om man tillverkaren säger att en viss komponent håller ett visst antal timmar, men det är inte säkert utan den håller lika långt.


9:24

Man laddade på ja, men på Volvo till exempel. Jag menar, maskinerna befinner sig i sig en helt annan produktionsmiljö och därför så är det viktigt att vi byter komponenterna baserat på data, inte baserat på maskintillverkaren säger nej och jag brukar göra jämförelsen att man för maskintillverkaren när de gör dem så finns det ju självklart någonting som de har tänkt när de sätter de här och det kan ju vara att de funderar på så här jaha.


9:50

Mina saker ska användas på nordpolen. Därför sätter jag de här intervallen.


9:55

Och de kanske också kommer vara i Sahara, vilket gör att jag får de här intervallen, men det är ju inte allmängiltigt för alla däremellan, liksom utan det gäller ju att ta till vara på det så länge det går och det är en form av konstruktion där under och matematik som man kan luta sig på också för att hitta vad det borde vara och mäta de parametrarna som man har använt för att räkna fram varför man just har den här komponenten.


10:20

Det är viktigt att när man bedriver forskning att man ska göra den nära industrin, att Akademien och industrin måste jobba nära varandra.


10:29

För att som sagt annars så kommer gapet mellan Akademien och industrin bli större för att så att när jag driver min forskning tillsammans med mina handledare och det och den tvärfunktionella gruppen på markna c tillsammans med matematister och och även andra leverantörer också, så försöker jag att göra det så nära industrin som möjligt och det för att reducera gapet mellan Akademien och industrin och sen att.


10:55

Inom akademin så.


10:58

Så ska man presentera smart av de som en generation, inte som en revolution.


11:05

Ja och och jag tycker det är så viktigt och jag vet att ni gör det och det finns ju mycket för alltså, så alla som lyssnar kolla in på m i TC också Mälardalen eftersom ni har redan testbädd där ni just gör de här sakerna kopplar ihop akademins grejer med olika leverantörer och den industri som sedan ska använda det och få nytta utav det. Och det är för alla att kunna gå in och titta och läsa mer om det där för det. Det är ju det som binder ihop de här sakerna.


11:37

Hur tycker du hur långt har industrin hunnit komma då är det? Finns det någonting som de har liksom fått spets på och kommit lite längre med?


11:46

Jag skulle inte säga att Industrial har kommit så långt inför med Akademien för att återigen gapa det stort där.


11:55

Det är fortfarande väldigt många företag som kör sina vaskiner tills de går sönder. Det behöver inte vara fel.


12:02

Jag menar beroende på liksom hur kritiska maskin är så kan det vara bra att köra tills maskinen går sönder och sen byta man komponenter? Absolut.


12:09

Men jag skulle inte säga att industrin har kommit rätt långt med smart om du håll för jag menar. Industri 4.0 presenterade 2011.


12:17

Men våra studier visar att industrin inte har kommit så så långt som Akademien då och det kan ju liksom bero på på flera orsaker som till exempel att industrin saknar kunskap om smart underhåll. Att det är väldigt många företag som har äldre maskiner som inte är kompatibla med nya teknologier.


12:38

Och sen att några andra utmaningar är att att.


12:46

Att veta vilken typ av data som man ska samla in för det är ganska lätt att samla data. Det är ganska lätt att köpa sensorer. Både samlande hålls data och övervaka saker. Men frågan är vilken typ av data man ska samla för att kunna fatta rätt beslut? Ja, det börjar ju vara någon form av validerad data och det är väl det som är.


13:06

Precis som du säger det svåra att kanske komma till den och en annan sak som jag tror med tanke på som du sa med gamla maskiner och sånt att.


13:14

Det kanske behövs lite mer?


13:18

Kalla det ekonomiska parametrar eller där man kan räkna och visa på vilken nytta det verkligen gör att göra de här sakerna att.


13:29

Kortsiktiga vinster kan bli långa kostnader om du inte gör de här grejerna och det är ju en sak som som vi.


13:38

Inom underhåll och smart underhåll och alla som håller på med det och även inom produktionen och smart produktion att bli bättre på att visa de här sakerna för att få på möjlighet till investeringspengarna så att säga i ett företag och den biten tror jag är är kanske någonting som vi borde bli bättre på allihopa?


13:58

Och jag skulle säga så här att jag jobbar ju väldigt mycket med med.


14:04

Leverantörer av olika typer av låsningar jobbar med er eget master. Jag jobbar med ett i FM i SPM och ipercept och så vidare och jag vet att ni har gjort det väldigt enkelt att samla data.


14:15

Så att.


14:17

Men som sagt, frågan är nej, men vilken typ av data ska samla och varför? För att kunna fatta ett beslut?


14:25

Nej, jag, jag håller fullständigt med dig så ja och i och kommer vi nästan till fråga fem där, vilka utmaningar är det då för att om vi nu har de här grejerna och alltihopa vad vad är, vad är det som behövs däremellan är det att räkna på ekonomin som jag tänker är en del utav det, men varför har vi mer som ju som vi tror borde vara, är det?


14:48

Det är en ny generation utav studenter som kommer ut alltså en yngre generation som kanske har det mer med sig redan från början och då är det kanske både som du sa, det är inte en revolution, men och det är en ny generation, vilket blir att det blir en ny evolution utav det för att man behöver ha med sig. Det kanske från grunden eller vad ser du? Något annat som är också som är utmaningar som som de möter för att ta till vara på det här för att.


15:18

I alla räkneexempel så visar det ju på att det här av godo för både ekonomi, hållbarhet.


15:25

Hur vi jobbar allting så att det det det ibland blir man ju väldigt förvånad över att ingen liksom bara tar steget.


15:32

Jag skulle säga så här att den viktigaste utmaningen är ju kunskap.


15:38

Och det var ju liksom därför vi utvecklade dess bädd av smarta om du håll på en makt vision. Det är för att sprida kunskap till tillverkningsindustrin och vi har ju demat dess bättre för fler än 100 personer. För att jag menar har man inte kunskap om smartastecken då om man inte vet vilka smart andra harsteknologier det finns så kommer man aldrig igång med det här.


16:01

Så det är absolut det är. Nummer ett är att få kunskapen om det och det. Det är ju det vi hoppas med **** på det här sättet. Testbädden och.


16:10

Olika såna här saker som bedrivs i Sverige vad heter du? Kollegor från rise också som är hos er och att dela kunskapen så att fler kan ta till sig den och det är ju a och o för att annars så om du inte vet att den finns så då är det ju svårt att välja den så att säga.


16:28

Första steget, det är ju att skapa att liksom, ja, men att man har kunskap och sen tar man steg två, tre och fyra för att som sagt brist på kunskap.


16:39

Saker har man kunskap så blir det svårt att köpa rätt saker så blir det svårt att ta steg ett så det man kan inte gå vidare helt enkelt utan man måste liksom veta vilka teknologier det finns. Man måste veta hur industrifyra punkterna och teknologier kan användas inom ramar från håll. Har man inte den biten så ska man inte gå vid vidare utan först och främst så ska man liksom.


17:02

Man ska ha kunskapen och sen gå vidare.


17:06

Ja, nej, det, det är helt rätt. Det är ju som annars blir det som att gå till sportaffären och ska köpa ett par springskor. Men det är ju en väldig skillnad på skor som ska springa ett Marathon eller om man ska springa 100 m så.


17:19

Det gäller att ha kunskapen med sig och.


17:23

Om man nu hoppar till våran sista. Här nu, hur industrin ska göra för att komma igång med den nya generationen utav underhåll på det här sättet och använda det så är det väl att man kanske ska säga att man det finns ju ställen som som även vi då som på på akademi och leverantörer kan bli bättre på att visa våra saker.


17:40

Men också att för den som då sitter och har en industri, en fabrik, en anläggning att skapa tid för att liksom kunna förkovra sig i saker och ting för att få höja sin egen kunskap för på många ställen idag så kan det ju vara så att det det är en miljö som är stressig och det är mycket som ska göras mycket som går sönder och så vidare. Och därmed så när dagen är slut så har man liksom ingen kraft och ork till att förkovra sig. Hur kan jag göra det här bättre nästa gång istället utan?


18:10

Skapa utrymme och tid för att.


18:12

Kunna ja höja sin kunskap och det kan man göra på olika sätt. Olika människor har olika sätt att göra det. En del vill gå till ett klassrum mer eller mindre. En del vill lyssna på poddar eller se på filmer och alla sätt en som höjer din kunskap är ju bra så att det.


18:29

Är väl att.


18:32

Skapa den tiden då för den som sen ska ta till vara på det? Det tror jag kan vara ett sätt jag skulle säga så här att buske industrin gör för att komma igång med den nya generationen.


18:44

Ja från ohåll här skulle jag säga liksom. Ja, men precis som du sa att man.


18:50

Att man går fortbildningar podd är ett väldigt bra exempel för mig så är det här någon typ av fortbildning man vi har. Man behöver inte liksom gå en ingenjörsutbildning för att kunna börja med det här utan det kanske räcker med fortbildningar och sen är det viktigt att att se olika typer av tekniska bälter för smaken om de får se liksom. Men hur kommer om de har att se ut i framtiden och vilka fördelar finns det?


19:17

Och sen och sen att man ser smarta om du har som en verktygslåda.


19:21

Och sen vet jag det. Det är väl industrier som har gamla maskiner och som inte är kompatibla med nya teknologier. Här kan det vara bra att man använder sig av externa sensorer som är oberoende av maskinens BRC som är oberoende av maskinens ålder som till exempel maint mastersensorer i EFM, sensorer, SBM, sensorer, i principensorer och så vidare så att.


19:44

Så att det är liksom, ja, men först och främst liksom förbildningar och sen att man liksom deltar i olika typer av event, demonstrationer av det späddar och så vidare. Nej, jag har det första jag har med dig om det för vi. Jag brukar kalla det att det spelar ingen roll. Hur gammal är din utrustning är egentligen den har den har det den har och är den väldigt ny så har den förmodligen mycket sensorer i sig redan från början.


20:11

Gamla saker har man ju kvar för att de faktiskt funkar och är väldigt bra fortfarande och det är därför de finns där.


20:17

Och jag brukar kalla det för en ryggsäckslösning, alltså man hänger på det man behöver av moderna saker för att kunna göra det här. Så det finns ingen maskin egentligen som är för gammal för att kunna få hjälp och stöd av det här också så att det är ju ett sätt att göra det. Ett exempel är ju att vad man kan se så har vi ett ett ganska stort projekt som heter match och syftet med det här projektet är ju att vi matchar.


20:43

Tillverkande företag med företag som levererar digitala lösningar.


20:48

Och de träffas på rema, TC för att låsa ett visst problem tillsammans och ett exempel kan det ju vara OK? Ett företag har många gamla maskiner som man inte vill byta ut och då kan man liksom träffa ett företag som är en passar till exempel som har externa sensorer. OK, då kan vi använda maint massor med ekosystem för att samla data från gamla maskiner så att jag och det här projektet ses som en enabler.


21:14

Som en möjliggörare för att industrin ska komma igång med det här nya generationerna smart underhåll då?


21:19

Ja ja, men det tror jag också. Och och för att runda upp här lite så brukar vi ju säga så här att jag menar en en smart industri innehåller massor utav information som vi då kopplar ihop och som vi ska se till att det funkar i våran anläggning, våran fabrik och det är ju mängder av olika saker som vi kan ta till vara på där och det som är kanske det absolut viktigaste i slutändan. Det är att att vi har.


21:45

Rätt information till rätt person vid rätt tillfälle och det är ju oftast den som är närmast utrustningen och det kan vara en jättestor maskin eller en liten maskin.


21:54

Det finns alltid någon där.


21:57

Som är en människa idag som tar hand om saker och ting och det är den personen som behöver få chansen att.


22:06

Tillgodogöra sig den här kunskapen som detta kan ge det superviktigt det du säger för att.


22:13

Just när man liksom.


22:16

Implementerar nya teknologier så glömmer man bort personer som kör maskinerna och operatörer. Det är operatörer som kör maskinerna och då är det jätteviktigt att man att operatörer kan den nya generationen av ober håll.


22:29

Och sen att man förlitar sig på operatörer.


22:34

Så att om operatörerna inte är insatta i nya teknologier, ja, men då blir det svårt att liksom.


22:40

Att få benefits att få del av de medelåldern av andra håll. Då blir det någonting som bara sitter där som ingen riktigt tar tillvara på, utan det blir en kunskapskälla som man inte använder sig utav och sen är det ju liksom ganska vanligt inom drottsforskningen att man fokuserar på teknologier bara. Men det är viktigt att man att man tar med människan och organisationer också. För att i Storbritannien så är det människor som använder teknologier.


23:07

Och och sedan så är det viktigt att man får support från organisationer också från chefer.


23:13

Ja så att det är viktigt att att se liksom heligheten, teknik, människa och organisationen.


23:21

Det får nästan bli slutorden för idag. Jag tror sen att vi får nog göra fler poddar vi kan hålla på om det här länge och väl och diskutera och jag precis som du säger det gäller att dela kunskap med så många som möjligt för att det då som vi alla kommer vidare jag.


23:37

Vill tacka dig idag för att du medverkar i podden idag och ser fram emot att du ska vara med snart igen.


23:44

Och så tackar jag anna här, så man gör till och med tekniken här bakom och så får ni ha en riktigt god dag idag. Allihopa, tack för idag hej.


23:53

Tack själv.