Projektet fokuserar på två representativa processer - sträckmetalltillverkning och trycksvarvning, där variation i material, verktyg och maskinbeteende idag leder till skrot, omarbete samt ökad energi- och materialanvändning. Genom datainsamling i verklig produktion, processmodellering och utvärdering av flera AI-baserade angreppssätt tas robusta modeller fram som kan förutsäga kvalitet och processstabilitet samt ge rekommendationer för maskininställningar. Lösningarna demonstreras och valideras i
pilotmiljö hos industripartnerna på TRL 6.
Förväntade effekter är kortare uppstartstider, minskat materialspill, förbättrad resurseffektivitet och lägre energianvändning i små och medelstora tillverkningsföretag. Resultaten sprids via industriella nätverk, vetenskapliga publikationer och integreras i ingenjörsutbildningar för långsiktig kompetensuppbyggnad.
Projekt Syfte
Projektet syftar till att utveckla och industriellt validera AI-baserat beslutsstöd för plåt- och metallformning genom att integrera produktionsdata, materialegenskaper, verktygstillstånd och maskinbeteende i prediktiva och preskriptiva modeller.
Projektets mål
När projektet avslutas ska följande vara uppnått:
- En industriellt validerad AI-baserad beslutsstödsfunktion för två formningsprocesser.
- Demonstrerad förmåga att förutsäga kvalitet, stabilitet/variabilitet och energianvändning samt ge rekommendationer för maskininställningar.
- Kvantifierade förbättringar i uppstartstid, skrot/omarbete och resursanvändning jämfört
med fastställda baslinjer. - En utvald och dokumenterad modellansats som uppfyller krav på robusthet, transparens
och integrerbarhet i befintliga arbetsflöden.