Umeå University's logo

umu.sePublications
Change search
ExportLink to record
Permanent link

Direct link
BETA

Project

Project type/Form of grant
Project grant
Title [sv]
Logic in Manufacturing (LiM)
Title [en]
Logik inom tillverkning
Abstract [sv]
Syfte och mål: LiM-projektet kombinerar flervärd logik och numerik i ett berikat språk för att användas inom tillverkningsindustrin när det gäller informationsstrukturer och -representation. Flervärdheten involverar icke-kommutativa kvantaler som möjliggör att beakta ´vad kommer först, vad därefter´ bl.a. angående innehåll i felträd. Kvantelerna möjliggör också att visa hur ´funktion´ är en s.k. tensorprodukt av ´fel´. I praktiken innebär detta att flervärdheten angående funktion är intuitivt mer multivalent än flervärdheten angående fel, i enlighet med praxis. Förväntade effekter och resultat: LiM möjliggör förbättrad datainsamling, övervakning och analys av data. All data är typad och kan därmed ingå i typade/klassificerade uttryck. Uttrycken är dessutom flervärda, vilket möjliggör beslutsfattande också i närvaro av osäker data. LiMs ansats till analytik kan skalas upp inom och över olika domäner av industrier. Upplägg och genomförande: LiMs forskningsansats har varit iterativ och tvärvetenskaplig. Fallstudier har genomförts med LiMs samarbetsparter, och också med beaktande av en bred ansats angående tillämpbarhet inom flera industriområden. Informationsmodellen är logiskt och ontologiskt välgrundad. BPMN-baserade processmodellen beskriver industriområdets ekosystem, där informationsmodellen är integrerad i BPMNs (Business Process Modeling Notation) dataelement. LiM har också utvecklat an AIDA-baserad (Awareness-Interest-Desire-Action) uppskalningsmodell.
Abstract [en]
Purpose and goal: The LiM project combines multivalent logic and numerics in an enriched language to be used in the manufacturing industry in terms of information structures and representation. Multivalence involves non-commutative quantales allowing to consider ´what comes first, what after´ regarding e.g. the content of fault trees. Quantales also allow to see how ´function´ is a so-called tensor of ´faults´ . Expected results and effects: LiM enables improved data collection, monitoring and analysis of data. All data is typed and can thus be included in typed/classified expressions. The terms are also multivalent, enabling decision also in the presence of uncertain data. LiM´s approach to analytics can be scaled up within and across domains of industries. Approach and implementation: LiM´s research approach has been iterative and interdisciplinary. Case studies have been conducted with LiM´s partners, and also with regard to a broad approach concerning the applicability in multiple industrial areas. The information model is logically and ontologically well founded. The BPMN based process model describes industrial area ecosystems, where the information model is integrated in BPMN´s (Business Process Modelling Notation) data elements. LiM has also developed an AIDA (Awareness-Interest-Desire-Action) based upscale model.
Principal InvestigatorEklund, Patrik
Coordinating organisation
Umeå University
Funder
Period
2015-11-01 - 2016-03-31
National Category
Computer Science
Identifiers
DiVA, id: project:376Project, id: 2015-04472_Vinnova

Search in DiVA

Computer Science

Search outside of DiVA

GoogleGoogle Scholar