Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Digitalisering av produktionsprocess för additiv tillverkning - bildsegmentering och optimering

Diarienummer
Koordinator SWERIM AB
Bidrag från Vinnova 1 573 470 kronor
Projektets löptid mars 2022 - december 2024
Status Avslutat
Utlysning Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA
Ansökningsomgång PiiA: Dataanalys i processindustriella värdekedjor, hösten 2021

Viktiga resultat som projektet gav

Målet med projektet var att utveckla och implementera AI för bildanalys inom metallindustrin. Den största utmaningen var inte utveckling av algoritmer utan strukturering kring datainsamling, klassificering och implementering, samt integrering av domänkunskap för att träna AI på rätt sätt. Vi utvecklade därför ett program och en metodik som gör det enkelt för materialexperter att själva samla in och klassificera data, och i sin tur träna och förbättra modellerna löpande.

Långsiktiga effekter som förväntas

Projektet har tagit fram en metod och ett AI-drivet analysprogram för mikrostrukturanalys. Det kan användas för att både träna och applicera AI vilket ger materialexperter med unik domänkunskap möjligheten att enkelt träna egna AI-modeller. Förhoppningen är att detta redskap ska vara en enkel ingång till utnyttjandet av AI inom industrin. Programmet används i syfte att analysera bilddata samtidigt som analysresultaten sparas och förbättrar algoritmen löpande.

Upplägg och genomförande

Projektet drevs i samarbete med metallforskningsinstitut, högskola och universitet för att implementera AI för mikrostrukturanalys. Fokus låg primärt på AI-utveckling, men även på sammarbete och utbildning via digitala möten och workshops. Det blev tydligt att AI-experter inte kunde leverera färdiga lösningar materialexperter. Vi jobbade kontinuerligt med delande av domänkunskap för att hitta lösningar tillsammans.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 7 februari 2025

Diarienummer 2021-04923