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

Skräddarsydd värmebehandling genom digitaliserad processkedja-FUI

Diarienummer
Koordinator SWERIM AB - Produktionsteknik
Bidrag från Vinnova 2 480 000 kronor
Projektets löptid september 2019 - augusti 2021
Status Avslutat
Utlysning Strategiska innovationsprogrammet för processindustriell IT och automation - PiiA
Ansökningsomgång Digitalisering av industriella värdekedjor, våren 2019

Viktiga resultat som projektet gav

Problem inom värmebehandlande industri är ofta väldigt komplexa där all förhistoria, alla moment och alla parametrar påverkar resultatet. Syftet med projektet är att ta ett helhetsgrepp på processkedjan och tillämpa dagens tillgängliga tekniker för digitalisering. Effektmålet för projektet är ökad kvalitet, jämnare process, kortare processtid och minskade kassationer för värmebehandlingsprocesser genom digitalisering. Måluppfyllelsen har varit bra och potentialen att nå effektmålet vid implementering bedöms som mycket god.

Långsiktiga effekter som förväntas

Projektet har visat att genom att styra processen på uppmätt CO-halt kan högre kvalitet och jämnare process erhållas. Härddjup kan predikteras med ett fel som är av samma storleksordning som det vid mätningen av härddjup. Resultaten visar att dagens processer är ganska optimerade. Processerna styrs med hjälp av feedback-loopar och det gör att korrelationer suddas ut vilket gör rymden för maskininlärning begränsad. Processerna visade sig däremot lämpliga för fysikaliska simuleringar kopplade med uppmätta processdata.

Upplägg och genomförande

Projektet har följt den metodik för digitaliserings-insatser för industrin som tagits fram i ett tidigare projekt. Ny gasanalysutrustning har installerats. Företagen har sedan loggat sina processer sina processer noga inklusive tider, temperaturer och gassammansättningar. Detta i kombination med uppmätta härdresultat (hårdhet, mikrostruktur, härddjup etc) har utgjort de dataset som sedan städats och förbehandlas inför modelleringen av processen (kausala samband, maskininlärning, simulering, statistisk modell, logisk modell, etc).

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

Senast uppdaterad 15 oktober 2021

Diarienummer 2019-02530