Kommer vi kunna chatta med vår egen data?

Nya tekniska lösningar kan bli föråldrade på några månader. En utmaning när en hel fabrik ska digitalisera sin produktion och letar hållbara digitala lösningar som ska leva länge.

I veckan höll vår Digital Factory Leader, Perparim Sylejmani, en presentation av Nexans digitala transformation på Underhållsmässan i Göteborg, där han och vår samarbetspartner RISE beskrev hur Nexans jobbat med projektet Dfusion sedan 2021.

Från början var Dfusion ett projekt som genom att mäta och analysera maskindata från många olika källor ville kunna förutse under vilka premisser eventuella haverier skulle kunna uppstå – Predictive Maintenance. Det har man lyckats med – men under de dryga tre åren som gått har det ursprungliga behovet delvis förändrats.

– Det vi ser är vi är att vi alltmer efterfrågar Conditional Based Maintenance. Det vill säga vi vill inte bara kunna förutse framtiden, utan vi behöver kunna agera i realtid. Datan ska kunna ge oss rött eller grönt ljus direkt, säger Perparim Sylejmani.

Wilhelm Söderkvist Vermelin på RISE har hjälpt Nexans att analysera data. Utmaningen finns både i att hitta tekniska lösningar som gör det möjligt att ta ut data och göra den förståelig, men också i att veta vad man ska titta på i den gigantiska mängden information.

För att samla och själva äga sin data har Nexans installerat en server som ska kunna lagra både produktionsdata och all annan data. En server där allt finns samlat i ett system. Återigen har man inom projektet sett att de premisser och mål som gällde när man startade 2021 inte längre räcker.

– När vi började fanns inte Chat GPT. Men det vi nu ser är att underhållstekniker eller operatörer behöver ett enkelt sätt att be om hjälp med analysen. De hinner inte analysera data själva – det är för stora datamängder – och för krångligt. Vi behöver ett kommunikationsverktyg – någon att fråga, säger Wilhelm.

– Från början tänkte vi att analysen skulle mynna ut i en rapport till ledningen, men nu håller Nexans på att bygga ett eget Chat-verktyg, (Large Language Model) med vår data. I förlängningen hoppas vi att operatören bara ska kunna fråga: Kan du se historiskt att en liknande avvikelse förekommer? På vilken maskin? Hur gjorde vi då? Vad rekommenderar du att vi gör, säger Perparim.

Tobias Karlsson jobbar på Underhållsavdelningen som underhållstekniker på Nexans där hela avdelningen för förebyggande underhåll har varit tvungna att lägga om arbetssätt och lära nytt. Även han skriver under på att det nya sättet att arbeta har utmaningar.

– Det är så enormt. För mig blir det svåraste att se logiken ibland och hänga med i hur det fungerar, säger han.

Som alltid – trots AI, fantastiska tekniska lösningar och high tech – är medarbetarna centrala i den här omställningen. Ett stort arbete inom digitaliseringen har varit att kartlägga den kompetens som Nexans har idag, den kompetens som kommer behövas och hur det gapet ska lösas. Även här gör den snabba utvecklingen det svårt att veta om satsningarna landar rätt.

– Jag ser framför mig att balansen kommer att vara tuff. Inte minst eftersom vi är en koncern. Jag tror att utmaningen framöver kommer ligga i att veta när man ska satsa och när man ska bromsa. Att tänka om snabbt för att det krävs – och inte tro att den ursprungliga planen kommer att fungera till 100 procent, samt få alla att förstå det, säger Perparim Sylejmani.

Om Dfusion
Dfusion – Datafusion av produktionsstörningsdata är ett forskningsprojekt finansierat av Vinnova. Nästan 50 procent av den svenska produktionskapaciteten är outnyttjad på grund av störningar orsakade av bland annat processavvikelser. Projektets syfte är att stödja företag i störningshanteringen och skapa effektivare och mer hållbara produktionssystem.
  Nexans tillverkar kablar för användning inom el- och telekom och satsar stort på digitalisering. Som ett led i detta har man utvecklat och satt upp system för att mäta och övervaka produktionen kontinuerligt. Detta resulterar i stora datamängder som behöver bearbetas och analyseras för att kunna utnyttjas i beslutsstödsystem. Nexans data och utmaningar studeras av RISE och Chalmers och hjälper till att driva forskning inom datadrivet prediktivt underhåll av produktionsmaskiner.