Design Automation Lab (DAL) är en forskningsgrupp som tillhör IEI – Institutionen för Ekonomisk och Industriell utveckling. Inom DAL är det just ekonomi och industri man har fokus på - nämligen hur man kan effektivisera en ingenjörs arbete, så att tiden används till att utveckla bra produkter, utan behöva lägga för mycket tid på många tidskrävande repetitiva moment.
Vi har träffat Mehdi Tarkian som är docent och leder forskningsgruppen DAL. Han har, precis som vanligt, många järn i elden.
Erik Nordvall och Olle Vidner löser ett problem med Mehdi Tarkian. Foto: Tove Frisk
En smart AI-montör som lär sig av sina misstag
Autopack 2.0
Det här projektet är en kombination av konstruktionsoptimering och design automation. I projektet finns flera olika underprojekt. I ett av dem försöker man skapa ett program som kan hitta det bästa sättet att dra slangar i en bilmotor samt göra själva CAD-ritningen för motorn – båda dessa jobb är normalt sett väldigt tidskrävande.
- I forskningsprojektet har vi utvecklat algoritmer som hittar de mest optimala vägarna för att dra slangarna i motorn. Programmet sparar de bästa lösningarna och visualiserar dem, sedan går ingenjören igenom alternativen och väljer ut det bästa förslaget.
För programmet ska förstå vad som är bra och dåligt så måste ingenjören först tala om för vad som gäller. ”Det här är en bra väg för slangen, men inte den här – här är det för varmt, här vibrerar det för mycket så slangen kan nötas sönder”.
- Vi gör det här arbetet tillsammans med Volvo Cars, de har simuleringsprogram där man kan simulera exempelvis värme och vibration. Tidigare fick konstutkören själv rita och testa, men vårt program kan själv prova sig fram och även testa om det fungerar. Programmet får feedback av oss och det är ett väldigt smart program som lär sig av sina misstag!
Man får aldrig tro att maskiner har svaret på allt – men de kan vara bra hjälpredor!
Som oinvigd är det lätt att tro att AI kan ersätta människan inom industrin, men så är det inte. Ingenjören har fortfarande mycket att göra, men i stället för att lägga sin tid på att testa och att utföra repetitiva moment, läggs tiden på att skapa riktigt bra slutprodukt!
- Nu ska Volvo testa om det går att montera slangarna utifrån det digitala förslagen. Så just nu lär vi upp en AI-modell i hur man monterar som en människa. Det är roligt och spännande, lite som att lära ett barn! AI-modellen övar och övar och vårt jobb är att ge den beröm när den gör rätt så den lär sig.
Men hur mycket vågar man lita på digitala uträkningar… kan det bli fel ibland?
- Jag det kan det, absolut! All produktion är ett hantverk och de här programmen är verktyg. I slutändan handlar det om hur bra människan är på att använda verktyget. När jag undervisar brukar jag förmedla att maskiner är bra på vissa grejer och människor är bra på andra grejer. Man får aldrig tro att maskiner har svaret på allt – men de kan vara bra hjälpredor!
(utförs av: Anton Wiberg och Sanjay Nambiar)
Först i världen med lösning för 2D-ritningar
iPROD
- Inom iPROD ryms många olika projekt som utförs tillsammans med många olika mindre företag. De delar med sig av sina utmaningar och vi producerar en specifik och unik lösning för dem.
Ett exempel är en AI-lösning som kan göra tvådimensionella (2D) ritningar för små, små komponenter. Genom att utgå från äldre 2D-ritningar har programmet lärt sig hur det går till att måttsätta en ritning, något som sparar mycket tid i produktionsarbetet.
- Enligt en amerikansk undersökning har man kommit fram till att en tredjedel av all ingenjörstid går åt till att skapa 2D-ritningar, en repetitiv, tidskrävande och ganska tråkig arbetsuppgift. Så den här AI-lösningen är ett effektivt och bra verktyg och vad jag vet, så är vi först i världen med detta!
(utförs av: Javier Toro och Erik Nordvall)
Att konstruera för olika miljöer
D-light
Anton Wiberg och Johan Persson, från DAL lägger pussel och pratar på lunchrasten. Foto: Tove FriskEtt arbete tillsammans med Siemens machinery i Finspång. Det handlar om hur man skapar den bästa lösningen för deras turbiner. Det ska vara bra grejer, som löser uppgiften, men till låg kostnad, utan att tumma på kvalitén. Det har man gjort genom att skapa ett ramverk för multidisciplinär optimering, något som kan används i många olika projekt
Metoden kan räkna ut hur olika parametrar påverkar ett resultat. I ramverket kan man ställa olika parametrar mot varandra – exempelvis kostnad, effekt, vikt – och därigenom välja vilken konstruktion man ska satsa på.
- Genom att testa digitalt innan man bygger slipper man förhoppningsvis att bygga saker som inte håller måttet, eller som fungerar dåligt.
(utförs av: Anton Wiberg och Erik Gustafsson)
Erik Nordvall arbetar inom projektet AutoKonfig. Foto: Tove friskAutoKonfig
I ett solkraftverk finns ställverk. Dess uppgift är att ta hand om energin som producerats i solkraftverket och sedan skjuta ut elen i nätverket. Att skapa ett bra ställverk sker i många steg och är väldigt tidskrävande. Projektet AutoKonfig har pågått i ett år och de har nu hittat en del intressanta resultat.
- Vi har bland annat utvecklat ett verktyg som kan läsa in kundens krav och sedan ta fram förslag på hur produkten kan konstrueras. Därefter får konstruktören analysera förslaget och se om det är ett bra förslag, eller föreslå ändringar.
(utförs av: Erik Nordvall)
Fler smarta verktyg som spar tid
Offertkalkylator
Det handlar om mobile miners, alltså utgrävningsmaskiner som används i gruvor. Beroende på vad det är de ska gräva i och hur stort hål som behövs, så behöver maskinen se olika ut och ha specifika egenskaper.
-Vår parter i detta är Epiroc. De behövde ett verktyg för att ta fram konstruktionslösningar anpassade för varje unikt fall i en detaljerad och specifik offert inför kommande affärer. Så vi har skapat ett sådant verktyg till dem.
(utförs av: Olle Vidner)
AutoFix
Inom AutoFix arbetar de med Volvo cars. Det projektet handlar om att skapa fixturer som behövs när olika delar ska svetsas samman.
(utförs av: Javier Toro)
Mer information om AutoFix presenteras i dessa två filmer:
