Fakta om projektet
Projektledare
Michael Dorn, Jaume Nualart Vilaplana
Övriga projektmedlemmar
Rafael Messias Martins, Osama Abdeljaber, Carl Larsson
Deltagande organisationer
Linnéuniversitetet, InfraVis vid Linnéuniversitetet
Finansiär
InfraVis, egen finansiering
Tidsplan
Mar–dec 2023
Ämne
Byggteknik (Institutionen för byggteknik, Fakulteten för teknik)
Datavetenskap (Institutionen för datavetenskap och medieteknik, Fakulteten för teknik)
Mer om projektet
Under de senaste åren har många projekt genomförts inom forskargruppen Tillståndsövervakning av konstruktioner som en del av institutionen för byggtekniks forskning. Dessa projekt pågår ofta under flera år och samlar in information från ett stort antal sensorer med kort tidsintervall. Korrekt hantering, visualisering, utforskning och analys av data krävs för att göra den lått förståelig och tolkbar genom användning av big data-ansatser.
InfraVis är en nationell infrastruktur, finansierad av Vetenskapsrådet och nio partneruniversitet, som stöder forskare från alla vetenskapliga områden för att underhålla sina data och göra dem lättillgängliga. Samarbetet med noden vid Linnéuniversitetet (ledd av Andreas Kerren vid instututionen för datavetenskap och medieteknik) inom InfraVis syftar till att skapa en instrumentpanel (dashboard) för visualisering som kan användas av forskare inom byggteknik och institutionens samarbetspartner.
Den valda metoden är baserad på kostnadsfri programvara med öppen licens och med låga krav på hårdvaran. Systemet kan därför enkelt distribueras och kan användas på i stort sett vilken dator som helst. Metoderna för visualiseringen är baserade på modulära element som är lätt anpassningsbara och tillåter senare ändringar och utökning.
Approachen med låga krav möjliggör snabb och samtidigt noggrann tolkning av insamlade data. Trender och prognoser kan enkelt tas fram, samtidigt som god överblick bibehålls. Grafer och diagram är också användbara för att presentera data över långa insamlingsperioder för samarbetspartner eller i vetenskapliga sammanhang, till exempel på konferenser.
I en kommande förlängning planerar vi trendprognoser, där tidigare data extrapoleras in i framtiden. Detta gör det möjligt att upptäcka avvikelser som kan vara tecken för problem. Dessa kan följas upp så att skador kan förebyggas tidigt. Ett andra tillägg kommer att vara att lägga till funktioner för nya värden, till exempel för fall där två signaler måste tolkas samtidigt.
Projektet är en del av forskningen i forskargrupperna Tillståndsövervakning av konstruktioner och Information and Software Visualization (ISOVIS), samt Kunskapsmiljö Linné Grön hållbar utveckling och Digitala transformationer.
Medarbetare