23948sdkhjf
Logga in eller skapa för att spara artiklar
Få tillgång till allt innehåll på UochD
Ingen bindningstid eller kortinformation krävs
Gäller endast personlig prenumeration.
Kontakta oss för en företagslösning.

Datadrivna metoder upptäcker försämrad kvalitet i tid

Kvalitetskontroller inom tillverkningsindustrin har stor potential att förbättras med hjälp av systematisk datainsamling och maskininlärning, det visar en avhandling från Företagsforskarskolan vid Umeå universitet.

Niklas Fries doktorerade vid Företagsforskarskolan och Institution för matematik och matematisk statistik vid Umeå universitet där han genomförde sitt forskningsprojekt av kvalitetskontroller inom tillverkningsindustrin. I hans forskningsprojekt samarbetade han tillsammans med Volvo Lastvagnar för att ta reda på hur datadrivna metoder skulle kunna förebygga kvalitetsproblem vid målning av lastbilshytter i fabriken i Umeå.

BREAKING
{{ article.headline }}
0.126