Dataanalys och visualisering för optimering av skärande bearbetning
Sandvik Coromant och deras kunder har maskiner inom skärande bearbetning som genererar data vid produktion. Nyttolasten av det data som genereras innehåller olika mätvärden från sensorer inuti maskinen samt händelser som sker i maskinen under produktion. I det här arbetet har insamlad data fr...
Main Authors: | , |
---|---|
Format: | Others |
Language: | Swedish |
Published: |
Högskolan i Gävle, Datavetenskap
2020
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:hig:diva-32529 |
id |
ndltd-UPSALLA1-oai-DiVA.org-hig-32529 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-UPSALLA1-oai-DiVA.org-hig-325292020-06-12T03:30:14ZDataanalys och visualisering för optimering av skärande bearbetningsweData analysis and visualization for optimization of cutting processingLjunggren, AntonNordgren, NiklasHögskolan i Gävle, DatavetenskapHögskolan i Gävle, Datavetenskap2020tool breakagepredictionvisualizationneural networkscutting processingverktygsbrottpredikteringvisualiseringneurala nätverkskärande bearbetningComputer SciencesDatavetenskap (datalogi)Sandvik Coromant och deras kunder har maskiner inom skärande bearbetning som genererar data vid produktion. Nyttolasten av det data som genereras innehåller olika mätvärden från sensorer inuti maskinen samt händelser som sker i maskinen under produktion. I det här arbetet har insamlad data från maskiner använts för att försöka öka maskinernas produktivitet genom att bistå tekniker och maskinoperatörer med relevant information. För att förmedla informationen utvecklades ett mjukvarusystem som analyserar och visualiserar maskindata. Dataanalysen gjordes med hjälp av artificiell intelligens som tränades på sekventiell data för att prediktera verktygsbrott. Vid identifikation av en datasekvens som potentiellt kan leda till ett verktygsbrott, meddelas maskinoperatören via en mobilapplikation installerad på en portabel enhet. Datavisualiseringarna består av interaktiva linjediagram och tidssorterade listor av maskinhändelser. De interaktiva linjediagrammen är tvådimensionella och visar mätvärden med sitt ursprung från någon maskins sensorer längs y-axeln och tiden längs x-axeln. Interaktiviteten som finns tillgänglig för användare i linjediagrammen är zoomning, panorering samt klickbara datapunkter. Sandvik Coromant and their customers have cutting machines that generate data during production. The payload of the data generated contains various measurement values from sensors inside the machineas, well as events that occur in the machine during production. In this work, the data collected from the machines has been analyzed to try to increase the machines’ productivity by assisting technicians and machine operators with relevant information. To communicate the information, a software system was developed that analyzes and visualizes machine data. The data analysis was done using artificial intelligence trained on sequential data to predict tool failure. When identifying a data sequence that could potentially lead to a tool failure, the machine operator is notified via a mobile application installed on a portable device. The data visualizations consist of interactive line charts and time-sorted lists of machine events. The interactive line diagrams are two-dimensional and show measurement values originating from any machine's sensors along the y axis and time along the x axis. The interactivity available to users in the line graphs is zooming, panning, and clickable data points. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:hig:diva-32529application/pdfinfo:eu-repo/semantics/openAccess |
collection |
NDLTD |
language |
Swedish |
format |
Others
|
sources |
NDLTD |
topic |
tool breakage prediction visualization neural networks cutting processing verktygsbrott prediktering visualisering neurala nätverk skärande bearbetning Computer Sciences Datavetenskap (datalogi) |
spellingShingle |
tool breakage prediction visualization neural networks cutting processing verktygsbrott prediktering visualisering neurala nätverk skärande bearbetning Computer Sciences Datavetenskap (datalogi) Ljunggren, Anton Nordgren, Niklas Dataanalys och visualisering för optimering av skärande bearbetning |
description |
Sandvik Coromant och deras kunder har maskiner inom skärande bearbetning som genererar data vid produktion. Nyttolasten av det data som genereras innehåller olika mätvärden från sensorer inuti maskinen samt händelser som sker i maskinen under produktion. I det här arbetet har insamlad data från maskiner använts för att försöka öka maskinernas produktivitet genom att bistå tekniker och maskinoperatörer med relevant information. För att förmedla informationen utvecklades ett mjukvarusystem som analyserar och visualiserar maskindata. Dataanalysen gjordes med hjälp av artificiell intelligens som tränades på sekventiell data för att prediktera verktygsbrott. Vid identifikation av en datasekvens som potentiellt kan leda till ett verktygsbrott, meddelas maskinoperatören via en mobilapplikation installerad på en portabel enhet. Datavisualiseringarna består av interaktiva linjediagram och tidssorterade listor av maskinhändelser. De interaktiva linjediagrammen är tvådimensionella och visar mätvärden med sitt ursprung från någon maskins sensorer längs y-axeln och tiden längs x-axeln. Interaktiviteten som finns tillgänglig för användare i linjediagrammen är zoomning, panorering samt klickbara datapunkter. === Sandvik Coromant and their customers have cutting machines that generate data during production. The payload of the data generated contains various measurement values from sensors inside the machineas, well as events that occur in the machine during production. In this work, the data collected from the machines has been analyzed to try to increase the machines’ productivity by assisting technicians and machine operators with relevant information. To communicate the information, a software system was developed that analyzes and visualizes machine data. The data analysis was done using artificial intelligence trained on sequential data to predict tool failure. When identifying a data sequence that could potentially lead to a tool failure, the machine operator is notified via a mobile application installed on a portable device. The data visualizations consist of interactive line charts and time-sorted lists of machine events. The interactive line diagrams are two-dimensional and show measurement values originating from any machine's sensors along the y axis and time along the x axis. The interactivity available to users in the line graphs is zooming, panning, and clickable data points. |
author |
Ljunggren, Anton Nordgren, Niklas |
author_facet |
Ljunggren, Anton Nordgren, Niklas |
author_sort |
Ljunggren, Anton |
title |
Dataanalys och visualisering för optimering av skärande bearbetning |
title_short |
Dataanalys och visualisering för optimering av skärande bearbetning |
title_full |
Dataanalys och visualisering för optimering av skärande bearbetning |
title_fullStr |
Dataanalys och visualisering för optimering av skärande bearbetning |
title_full_unstemmed |
Dataanalys och visualisering för optimering av skärande bearbetning |
title_sort |
dataanalys och visualisering för optimering av skärande bearbetning |
publisher |
Högskolan i Gävle, Datavetenskap |
publishDate |
2020 |
url |
http://urn.kb.se/resolve?urn=urn:nbn:se:hig:diva-32529 |
work_keys_str_mv |
AT ljunggrenanton dataanalysochvisualiseringforoptimeringavskarandebearbetning AT nordgrenniklas dataanalysochvisualiseringforoptimeringavskarandebearbetning AT ljunggrenanton dataanalysisandvisualizationforoptimizationofcuttingprocessing AT nordgrenniklas dataanalysisandvisualizationforoptimizationofcuttingprocessing |
_version_ |
1719319021494468608 |