Simon hjälper industrin ställa om till elmotorproduktion

Bilindustrin är under hård press att ställa om och minska utsläppen. När ny teknik utvecklas krävs det snabba omställningar. Genom att skapa modeller för elmotorproduktion på fabriksnivå skulle kostsamma misstag kunna undvikas menar Simon Lidberg, industridoktorand i forskarskolan Smart Industry Sweden.

Dagens snabba teknikutveckling ställer stora krav på fabrikernas produktionsprocesser. Nya produkter och förutsättningar kräver snabba omställningar inom industrin. Ett exempel är Volvo Cars som kommer att bygga elmotorer i sin motorfabrik i Skövde. De planerar att etablera en komplett egen elmotorproduktion vid mitten av 2020-talet. Ett skifte från fossil- till elbilar.

För att tillverka elmotorer behövs andra processer än idag och helt nya system behöver byggas upp. Om företagen kan förutspå flaskhalsar och andra problem redan innan de börjar bygga om fabrikerna, kan kostsamma misstag undvikas.

Modeller för elmotorproduktion på fabriksnivå

Idag används simulering och optimering för att undersöka delar eller produktionslinjer i en fabrik. Beräkningarna är komplicerade men stämmer oftast bra överens med verkligheten. Det finns dock ett problem. Om det ska vara möjligt att se hur en fabrik fungerar behöver alla delar kopplas ihop till en helhet. Beräkningarna blir då alldeles för tidskrävande för att vara ett bra beslutsstöd.

– Istället kan vi använda enklare modeller som ersätter de komplicerade modellerna. De offrar lite noggrannhet för att bli mycket snabbare. Tekniker för att skapa dessa enkla modeller är vad jag har utvärderat i min forskning, säger Simon Lidberg.

Simon Lidberg är industridoktorand på Högskolan i Skövde inom forskarskolan Smart Industry Sweden och simuleringsingenjör på Aurobay som levererar drivlinor till Volvo Cars. Han berättar att målet på kort sikt är att använda modeller för fabriken för att undvika misstag och hitta förbättringar medan de utvecklar framställningen av elmotorer i Skövde. Det kan innebära att de på kortare tid kan få en produkt genom hela fabriken och till slutkund. Det tjänar företaget på, både genom snabbare leveranser men också genom bättre utnyttjande av resurser.

Fortsatt forskning om bättre beslutsstöd

Det finns idag ett antal bra metoder för att förenkla simuleringsmodeller som redan finns. Rent praktiskt har Simon Lidberg utvärderat en metod i synnerhet. En metod som är snabb, kräver lite data för att fungera och bland annat kan ge värdefulla svar på frågor om flaskhalsar. Dessutom har han bidragit till forskningen genom att kartlägga olika former av förenklingsmetoder av existerande modeller och hur de fungerar.

Simulering och optimering skapar väldigt mycket data som kan vara svår att förstå. I sin fortsatta forskning kommer Simon Lidberg utvärdera hur beslutsfattare kan få bättre stöd av modellerna.

– Det kan handla om att hitta bättre sätt att visa upp och analysera data med hjälp av AI samt intervjua beslutsfattare för att undersöka deras behov och hur de kan använda data för att ta bättre beslut, säger Simon Lidberg.

Han vill även fortsätta undersöka om optimeringarna kan göras ännu snabbare med hjälp av AI. En tränad AI kan snabbt avgöra om en lösning har potential att vara bra.

– Då kan vi lägga mer tid på att utvärdera de lovande lösningarna i en förenklad simuleringsmodell och kasta de sämre direkt, säger Simon Lidberg.

Simon Lidberg presenterar sin licentiatavhandling “Evaluating fast and efficient modeling methods for simulation-based optimization” den 26 oktober, kl 10:00-12:30 i Insikten, Portalen, Kanikegränd 3, Skövde. Presentationen går även att ta del av online via Zoom.

Läs mer:

Simon Lidberg, kontaktuppgifter och publikationer
Om forskarskolan Smart Industry Sweden