"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.

Bild: Volvo Lastvagnar AB, © Volvo Truck Corporation. All rights reserved

Statistisk inlärning för automatiskt alarm och rotorsaksanalys vid målning av lastbilshytter

Doktorandprojekt på Företagsforskarskolan vid Umeå universitet. Projektet avslutades den 2 juni när Niklas Fries disputerade.

Målet med Niklas Fries projekt är att utveckla statistiska metoder för att förklara och förebygga kvalitetsproblem vid målning av lastbilshytter.

Doktorand

Niklas Fries
Övrig/annan befattning
E-post
E-post

Projektöversikt

Projektperiod:

2017-10-01 2023-06-02

Finansiering

Umeå universitet 50% / Volvo lastvagnar AB 50%

Medverkande institutioner och enheter vid Umeå universitet

Institutionen för matematik och matematisk statistik

Forskningsområde

Matematik, Statistik

Projektbeskrivning

Handledare

Patrik Rydén
Övrig/annan befattning, professor
E-post
E-post
Telefon
090-786 95 62

I min forskning studerar jag målningsprocessen i Volvo Lastvagnars hyttfabrik i Umeå. För denna process ska jag samla in data som beskriver processen samt data som beskriver det resulterande kvalitetsutfallet.

Utifrån dessa data ska jag utveckla metoder för att konstruera hyttspecifika förklarande variabler samt responsvariabler.

När jag har dessa hyttspecifika variabler så vill jag använda dem för att identifiera vilka processparametrar som har störst inflytande på målningens kvalitet. När detta är gjort planerar jag att utveckla ett automatiskt alarmsystem som identifierar en förhöjd risk för kvalitetsproblem samt ett system för rotorsaksanalys som identifierar troliga orsaker och föreslår åtgärder.

Senast uppdaterad: 2023-09-12