Antingen stödjer din webbläsare inte javascript, eller är javascript inaktiverat. Denna webbplats fungerar bäst om du aktiverar javascript.

Studenter på Högskolan Väst arbetar i ett automationslabb med en robotar.

Industriell automation har genomgått en snabb evolution, driven av framsteg inom teknik och strävan efter effektivitet, säkerhet och produktivitet. Från de tidiga dagarnas enkla mekaniska system till dagens sofistikerade cyberfysiska AI-system fortsätter landskapet för industriell automation att transformeras. 
Forskningsfokus vid Högskolan Väst: Smart, cirkulär och människocentrerad industriell automation med fokus på Plug & Produce. 

Forskargruppen vid Högskolan Väst har en ledande position inom detta område och betonar särskilt: 

  • Plug & Produce: Modulära automationssystem där nya produkter och resurser enkelt kan integreras i ett befintligt system utan avsevärda driftstopp eller komplicerade inställningar.
  • Smarta system: AI-system som integrerar multiagent-teknologi, maskininlärning och optimerad beslutsfattande förmåga.
  • Cirkulär automation: Automationssystem som möjliggör återanvändning av resurser (robotar, maskiner, verktyg etc.) och produkter.
  • Människocentrerad automation: Automationssystem som kretsar kring (i) mänsklig interaktion för produktionsplanering och (ii) samarbetsfunktioner för smart och säker människa-maskininteraktion.
  • Flexibilitet: Automationssystem som snabbt kan anpassas till förändrade krav, produktvariationer eller externa faktorer utan behov av omfattande omprogrammering. 

Människocentrerad smart automation syftar på att utveckla hållbara smarta automationssystem som integrerar mänskliga perspektiv. Som en reaktion på bristen på människocentrerade perspektiv i Industri 4.0 har Industri 5.0 (I5.0) nyligen uppstått för att balansera och komplettera den dominerande betoningen på teknik genom att fokusera på hållbarhet, människocentralitet och resiliens. Vid Högskolan Väst arbetar vi med självadaptiva system som förbättrar smidigheten och interoperabiliteten hos automatiserad tillverkning för att stödja förlängd livslängd för utrustning. Interoperabiliteten kommer att baseras på anpassningsbara agenter som samarbetar genom att utnyttja skräddarsydda Large Language Models (LLMs) för att ta fram omfattande lösningar. 

Vår forskning inom AI-driven automation utforskar tekniker som djupinlärning, förstärkningsinlärning och generativa adversariella nätverk för att hantera verkliga utmaningar i olika industriella miljöer. Vi fokuserar på AI-baserad planering, vilket innebär processen att generera sekvenser av åtgärder för att uppnå specifika mål. Det slutliga målet är automationssystem som inte kräver programmering utan förstår vad användaren vill. Vi utnyttjar AI:s prestanda för att nå nästa nivå av automation. 
 

Forskare


Mattias Bennulf

Mattias Bennulf Universitetslektor, biträdande PhD
mattias.bennulf@hv.se

Fredrik Danielsson

Fredrik Danielsson Professor Professor i automation
fredrik.danielsson@hv.se

Mikael Ericsson

Mikael Ericsson Avdelningschef
mikael.ericsson@hv.se

Kristina Eriksson

Kristina Eriksson Universitetslektor Docent / Associate Professor in Production Systems
kristina.eriksson@hv.se

Mahmood Khabbazi

Mahmood Khabbazi Universitetslektor, biträdande
mahmood.khabbazi@hv.se

Bengt Lennartson

Bengt Lennartson Professor
bengt.lennartson@hv.se

Sudha Ramasamy

Sudha Ramasamy Universitetslektor
sudha.ramasamy@hv.se

Doktorander


Bassam Massouh

Bassam Massouh Doktorand
bassam.massouh@hv.se

Anders Nilsson

Anders Nilsson Forskningsingenjör MSC Robotik
anders.nilsson@hv.se

Forskningsingenjör


Xiaoxiao Zhang

Xiaoxiao Zhang Forskningsingenjör
xiaoxiao.zhang@hv.se
Senast uppdaterad