Sökning: WFRF:(de Giorgio Andrea Dr Eng. 1987 )
> (2021) >
Introducing a proce...
Introducing a procedural knowledge model for enhancing industrial process adaptiveness
-
- de Giorgio, Andrea, Dr Eng. 1987- (författare)
- KTH,Industriell produktion
-
- Wang, Lihui, Professor (preses)
- KTH,Hållbara produktionssystem
-
- Onori, Mauro, Professor, 1961- (preses)
- KTH,Industriell produktion
-
visa fler...
-
- Dini, Gino (opponent)
- Università di Pisa, Dipartimento di Ingegneria Civile e Industriale (DICI)
-
visa färre...
-
(creator_code:org_t)
- ISBN 9789178739639
- Stockholm : KTH Royal Institute of Technology, 2021
- Engelska 184 s.
-
Serie: TRITA-ITM-AVL ; 2021:35
- Relaterad länk:
-
http://Vid fysisk nä...
-
visa fler...
-
https://kth.diva-por... (primary) (Raw object)
-
https://kth.diva-por... (primary) (Raw object)
-
https://urn.kb.se/re...
-
visa färre...
Abstract
Ämnesord
Stäng
- Industrial processes are mainly based on procedural knowledge that must be continually elicited from experienced operators and learned by novice operators. In the context of Industry 4.0, machines already play a key role in knowledge transfer; however, new models and methods based on the artificial intelligence advances of the past few years need to be developed and applied. The future of human-machine collaboration is not limited to physical applications, but it has the potential to harness both the strength of human skills, experience and the computational power provided by the surrounding machines for truly adaptive industrial processes. The winning recipe is a balance between letting humans exploit their inherent experience and letting machines integrate the missing skills to preserve production standards. This work introduces a procedural knowledge model to be used for the design of industrial and scientific adaptive processes and it paves the way to transforming human-machine collaboration into an efficient solution to make industrial and scientific processes resilient to a constantly changing world.
- Industriella processer baseras huvudsakligen på den procedurella kunskapen som fortlöpande måste tas fram och anpassas av erfarna operatörer och läras in av nybörjare. Inom ramen för Industri 4.0 spelar maskiner redan en nyckelroll i kunskapsöverföring; dock behöver nya modeller och metoder utvecklas och användas, som baseras på de senaste årens framsteg inom artificiell intelligens. Framtiden för samarbete mellan människa och maskin är inte begränsad till fysiska applikationer, utan den har potential att utnyttja såväl styrkan i mänsklig kompetens och erfarenhet som den beräkningskraft som de omgivande maskinerna tillhandahåller, för att åstadkomma verkligt anpassningsbara industriella processer. Det vinnande receptet är att hitta en balans mellan att låta människor utnyttja sina egna erfarenheter och att låta maskiner tillhandahålla de saknade färdigheterna för att kunna följa produktionsstandarder. I detta arbete introduceras en procedurell kunskapsmodell som kan användas för utformning av industriella och vetenskapliga, anpassningsbara processer och banar väg för att omvandla samarbete mellan människor och maskiner till effektiva lösningar för att göra industriella och vetenskapliga processer följsamma i en ständigt föränderlig värld.
Ämnesord
- TEKNIK OCH TEKNOLOGIER -- Maskinteknik -- Produktionsteknik, arbetsvetenskap och ergonomi (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Mechanical Engineering -- Production Engineering, Human Work Science and Ergonomics (hsv//eng)
Nyckelord
- procedural knowledge
- industrial process
- industry 4.0
- adaptiveness
- human-machine collaboration
- Production Engineering
- Industriell produktion
Publikations- och innehållstyp
- vet (ämneskategori)
- dok (ämneskategori)
Hitta via bibliotek
Till lärosätets databas