Den stora utmaningen inom forskning på drift och underhåll är att kunna svara på frågan om en komponents eller maskins återstående livslängd. På Luleå tekniska universitet finns Sveriges största forskargrupp inom drift och underhåll och de forskar bland annat på hur man kan använda ny teknik som AI och maskininlärning på bästa sätt.
Professor Ramin Karim är en av de som leder forskningen inom industriell AI och digitalisering på avdelningen för drift- och underhållsteknik på LTU och han konstaterar att det finns två grundläggande frågor man behöver kunna svara på oberoende av vilken teknik man använder.
– Den ena är om man gör saker på rätt sätt och den andra är om de saker man gör är rätt saker. Svaren på de två frågorna lägger grunden för de underhållsstrategier man behöver ta fram och jobba efter. Har man inte koll på att man gör rätt saker på rätt sätt, utan bara kör på, kan det bli kostsamt, förklarar han.
Mer tillgångsförvaltning idag
Ser man på underhållsstyrning ur ett managementperspektiv finns det olika sätt att se på underhållet. Det ena är det rent tekniska, vilka tekniker som finns tillgängliga inom underhåll, ett annat är mer beroende på vilka metoder man använder, vilka angreppssätt man utgår från för att få ut det mesta av anläggningen. Det tredje är mer en organisationsfråga, hur man styr underhållet genom organisationen.
– Man talar mer och mer om tillgångsförvaltning i stället för endast underhåll. Tillgångsförvaltning inbegriper fler områden och fler frågor där en större del av organisationen finns med. Samtidigt innebär det att om man vidgar perspektiven på vad underhåll inkluderar så genererar det också fler forskningsfrågor. Att räkna på återstående livslängd på en hel anläggning är betydligt mer komplext än att titta på en enskild komponents återstående livslängd, konstaterar Ramin Karim.
Det innebär att forskningen förskjuts från att ha haft ett komponentperspektiv till att få ett systemperspektiv, vilket också påverkar hur forskningen måste läggas upp.
– Ett systems tillstånd är fortfarande beroende på de enskilda komponenterna, men samtidigt kan en komponent fallera utan att det behöver betyda så mycket på systemnivå. Det kommer även till andra parametrar man behöver ta hänsyn till som helheten på systemet, dess konfiguration och mycket annat.
Tre spår måste utvecklas parallellt
Inom forskningen har det skett mycket på tekniksidan, och sker fortfarande mycket. Men för att kunna använda mer avancerad teknik behöver andra frågor lösas parallellt.
– När vi får mer autonoma system, utan att människor finns närvarande, så måste även underhållet bli mer autonomt. Det fungerar ju inte att ha en massa underhållsfolk springa runt i autonoma fabriker, men hur löser man det autonoma underhållet?
Den utveckling de ser för att få mer autonoma underhållssystem är en kombination av bland annat robotik, prognostik och AI.
– Då talar vi analytisk AI, inte språk AI, som hjälper till med analyser av inkomna data. Jag brukar jämföra med sjukvårdssystemet. Vi vill på sikt bedriva mer hälsovård än sjukvård på anläggningarna, men det kommer alltid behövas ren sjukvård. Det gäller därför att hitta en bra balans mellan det förebyggande underhållet och mer akuta åtgärder.
Ramin Karim konstaterar att man måste jobba på tre spår parallellt för att nå till mer autonoma system och automatiserade beslutsprocesser, de är:
• Vetenskapen måste hitta sätt att förstå problemen och förklara vad som behövs för att lösa dem
• Teknologier måste finnas på plats för att kunna lösa problemen
• Ingenjörskunnande krävs för att kunna konstruera och genomföra det vetenskapen kommer fram till och teknologierna tillåter.
AI måste sättas in i en kontext
På underhållssidan finns idag teknologier baserat på AI och djupinlärning, men de utför inget underhåll i sig själva.
– De måste sättas in i en kontext och anpassas till underhållsområdet för att kunna ge en bra effekt. Vi måste förstå vad som krävs från vetenskapen för att ge ingenjörerna möjligheter att konstruera algoritmer och andra verktyg för att teknologierna ska kunna nå sin fulla potential och leverera ett bra underhåll, förklarar han.
På Luleå tekniska universitet driver de många forskningsprojekt tillsammans med stora industrier, forskningen är fokuserad på ett antal industrisegment som järnväg, gruva, flyg, främst militärt flyg, samt processindustrin med papper, massa och stål.
– Men vi jobbar även en del på energisidan, dels med projekt inom vätgasområdet där vi tittar på anläggningssidan, vilket underhåll krävs för att kunna driva en sådan energikälla. Ett område som växer snabbt är batterier där vårt fokus är batteripack, inte enskilda bränsleceller. Där finns många underhållsfrågor där prognostik är en viktig del. Tidigare var motorn den viktigaste delen av en maskin, idag är batterierna minst lika kritiska och underhållet av dem viktiga för tillgångsförvaltningen av dem.
Utöver de två energiområdena har de inlett samarbete med Schweiz om kärnkraft där de i Luleå tittar på underhållet av anläggningarna, inte själva processen.
– Även där är det samma grundläggande frågor att hantera. Vilken är den återstående livslängden samt gör vi rätt saker och på rätt sätt.
Världens första laboratorium för e-underhåll
Forskningsgruppen på avdelningen för drift, underhåll och akustik har ca 40 medarbetare, av dem är ca 12–14 doktorander och resten består av professorer, forskningsingenjörer och seniora forskare. Till sitt förfogande har gruppen två olika laboratorier samt en AI-plattform.
– Vi har dels ett laboratorium som baseras på mer traditionellt underhåll av roterande maskiner, med olika tillståndsbedömningar. Sedan har vi även ett laboratorium för e-underhåll.
eMaintenance Lab i Luleå är världens första internationella labb för e-underhåll. Det utvecklades för att vara en plattform att användas vid utveckling av beslutsfattande underlag för underhåll. Idag är labbet även en central del vid forskning och utbildning inom underhåll på Luleå tekniska universitet. eMaintenance Lab tillhandahåller olika tjänster till logistik- och underhållsavdelningar samt till både nationella och internationella forskargrupper.
– Vi har även en AI-plattform, AI Factory, som är ett koncept för att samla forskningsprojekt inom Artificiell intelligens för industrin. I samverkan med olika branschen utvecklar vi framtidens lösningar.
På AI Factory pågår just nu projekt inom fyra segment tillsammans med etablerade samarbetspartners inom industrin, de fyra segmenten är järnväg, gruva, konstruktion och flyg.
– De två labben och AI-plattformen är alla integrerade i varandra och det beror på projekten vilka av dem som används i forskningen, ibland bara det ena och andra gånger alla tre. Det är en styrka att vi kan koppla ihop dem då industrier idag ofta jobbar med alla tre delar parallellt.
Hydrauliken kritisk i underhållsplanering
På utbildningssidan har de utbildningar inom underhåll på både Bachelor- och Masternivå. Där finns även fortbildningar inom underhållsteknik, men de är lite mer informella.
– På avdelningen har vi specialister inom många olika områden, som tribologi och hydraulik, som deltar i både utbildningarna och forskningen. Hydrauliken är en avgörande del i de flesta industrier, inte minst inom exempelvis gruvindustrin är den avgörande. Det gör att underhåll av hydrauliksystem är en viktig del i både utbildning och forskning.
Vid planering av underhåll brukar man dela in olika komponenter och maskindelar i en A, B, C-klassning som visar på vikten av dem för ett bra underhåll.
– I sådana klassningar får hydraulikkomponenter ofta en hög klassning som kritiska för att kunna göra en underhållsplanering. Att de är kritiska menas att ett fungerande underhåll måste se till att funktionen snabbt kan återskapas så driften kan fortgå utan dyra stopp. Därför är hydrauliken fortsatt en viktig del av vår verksamhet här på universitetet.
