Utilization of artificial intelligence in customer-tailored variable speed drive design
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
School of Electrical Engineering |
Master's thesis
Authors
Date
2024-12-20
Department
Major/Subject
Electrical Power and Energy Engineering
Mcode
Degree programme
Master's Programme in Automation and Electrical Engineering
Language
en
Pages
64
Series
Abstract
Artificial intelligence is transforming the landscape of engineering design by introducing innovative tools and methodologies that enhance design work efficiency and accuracy. These technologies enable engineers to optimise design processes, focus on essential value adding tasks and reduce development time. This thesis investigates order based engineering and its process and finds process phases where artificial intelligence (AI) can be used to improve workflow. We present a thorough study on AI to understand its capabilities, limitations, and potential applications within this context. We use SIPOC (suppliers, inputs, process, outputs, customers) process analysis and four potential process phases are further investigated. We select two phases for proof-of-concept testing to see potential of the current generative AI tools. The results of this study reveal that the generative AI tools have potential, but their repeatability needs to be improved. Complex and unstructured inputs are challenging for AI. Structured forms and defined layouts can improve the performance for AI and usability of the outputs. We identify that integration with office tools and company databases is a prerequisite for effective AI implementation. We find also that data quality is the major factor to successful usage. Companies need to prepare their data to work with AI. Finally, traditional automation tools continue to hold their value.Tekoäly muuttaa teknistä suunnittelua ottamalla käyttöön innovatiivisia työkaluja ja menetelmiä, jotka lisäävät tehokkuutta ja tarkkuutta. Näiden tekniikoiden avulla suunnittelijat voivat optimoida suunnitteluprosesseja ja lyhentää kehitysaikaa. Tässä diplomityössä tutkimme tilauspohjaista suunnittelua ja sen prosessia sekä etsimme prosessivaiheita, joissa tekoälyä voidaan käyttää työnkulun parantamiseen. Tekoälystä tehtiin perusteellinen tutkimus sen kykyjen, rajoitusten ja mahdollisten sovellusten ymmärtämiseksi tässä yhteydessä. SIPOC-prosessianalyysin avulla löydämme neljä mahdollista vaihetta ja tutkimme niitä lisää. Valitsimme kaksi vaihetta proof-of-concept-testaukseen, jotta pystyimme selvittämään nykyisten generatiivisten tekoälytyökalujen potentiaalin suunnittelun tueksi. Tämän tutkimuksen tulokset paljastavat, että generatiivisilla tekoälytyökaluilla on potentiaalia, mutta niiden toistettavuutta on parannettava. Monimutkaiset ja jäsentämättömät syötteet ovat haastavia tekoälylle. Strukturoidut muodot ja määritellyt asettelut voivat parantaa tekoälyn suorituskykyä ja käytettävyyttä. Integrointi toimistotyökaluihin ja yrityksen tietokantoihin on tehokkaan tekoälyn toteutuksen edellytys. Myös tiedon laatu on tärkein tekijä onnistuneessa käytössä. Yritysten on valmisteltava tietonsa toimiakseen tekoälyn kanssa. Tekoäly ei ratkaise kaikkea vaan, perinteiset automaatiotyökalut säilyttävät vielä arvonsa.Description
Supervisor
Baumann, DominikThesis advisor
Rossi, AhtiKeywords
generative artificial intelligence, engineering, automation, variable speed drive, process analysis, customer-tailored design