Digital decision support for refurbishment

Syfte och mål

Renovering är en viktig industriell väg i den cirkulära ekonomin, men beslutet att följa cirkulära vägar kan vara kostsamt. Det här projektet är inriktat på datadriven utveckling och säkert utbyte av data mellan process och aktörer. Med hjälp av data från ett varierat konsortium av aktörer inom möbelindustrin kommer vi att använda maskininlärning för att utveckla ett bildbaserat beslutsstödsystem (DSS) som påskyndar uppskattningar av kostnader och miljöpåverkan som traditionellt kräver kostsamma expertbedömningar och/eller omfattande resurser. Projektet ska hjälpa svenska möbelföretag att få en konkurrensfördel i cirkulära ekonomin. Det resulterande beslutsstödsystemet kommer att validera renoveringsbeslut genom att kvantifiera relativ cirkularitet och klimatpåverkan; det kommer att åtgärda kunskapsluckor om förhållandet mellan cirkularitet och miljöpåverkan genom att tillämpa ett cirkularitetsmått och en livscykelbedömning oberoende av varandra, men parallellt; och bidra till Agenda 2030, särskilt mål 9, 12 och 13. Projektet omfattar flera parallella arbetspaket. Arbetspaket 1 ansvarar för projektledning och kommunikation. Arbetspaket 2 kommer att utveckla en konceptuell karta för datainsamling och planer för datasäkerhet. I arbetspaket 3 används metoder för maskininlärning för att observera mönster i olika former av bild- och textdata för att klassificera möbelartiklar, uppskatta kostnader och uppskatta miljöpåverkan. I arbetspaket 4 används livscykelanalys för att uppskatta den relativa koldioxidpåverkan av beslut om renovering jämfört med att köpa nya möbler.