Projekt · Dnr 2016-05156 · Källa: Vinnova
FunMat-II
- Koordinator
- Linköpings universitet, IFM, Linköping University
- Projekttid
- 2017-09-01 till 2023-12-31 (avslutat)
- Beviljat bidrag
- 36 000 000 SEK
- Diarienummer
- 2016-05156
Beskrivning
Målet med centret är förbättrad materialvetenskapskompetens rörande avancerade ytbeläggningar. Detta sker genom att vi bidrar med forskning rörande nya material, framställningsmetoder, egenskaper och funktion. Vi gör detta med en kombination av laborativa experiment, teoretiska beräkningar och industriella tester. Utöver forskning utbildar vi människor från gymnasiestudenter och deras lärare till universitetsstudenter, doktorander och industriellt aktiva i materialvetenskap. Måluppfyllelsen är god. FunMat-II kommer att fortsätta under ytterligare 5 år. Vi har ökat kunskapen om plasmat vid ytbeläggning och utvecklat mer energieffektiva beläggningsprocesser. Vi har tagit fram beräkningsmodeller för att kunna prediktera materials egenskaper under extrema förhållanden, samlat materialdata i en databas som möjliggör att nya material kan hittas. Vi har lyckats beskriva vanliga defekter som uppstår i beläggningar och hur de påverkar egenskaperna. Utbildningen av studenter mfl. har försätt arbetsmarknaden med kompetent arbetskraft. Våra forskningsrön implementeras i industrin med ökad konkurrenskraft som följd.
Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.
Liknande
-
2D material-baserad teknologi för industriella applikationer (2D-TECH), Fas 2
Chalmers Tekniska Högskola AB · 2024-11-11 · 34 354 500 SEK · Projekt
Projektet avser andra fasen (verksamhetsår 6-10) för Kompetenscenter 2D-TECH (2D material-baserad teknologi för industriella applikationer) och följer på Fas 1 med Vinnovas diarienummer 2019-00068. Vår vision är att konsolidera ett världsledande svenskt nav för forskning och utnyttjande av 2D-materi…
-
Branschstyrd utnyttjande av de stora materialdata med maskininlärning
Linköpings universitet · 2018-11-30 · 500 000 SEK · Projekt
Beläggningsindustrin står inför behovet av material som har hög seghet för högprecisionsmetallbearbetning vid höga temperaturer eller hög korrosionsbeständighet för katodmaterial i moderna elektrolytbatterier och bränsleceller. En artificiell-intelligensbaserad metod kommer att användas för att skrä…
-
CoSiMa - Koncept för industriell utveckling av framtidens hållbara mjuka material
Chalmers Tekniska Högskola Aktiebolag · 2018-05-03 · 10 000 000 SEK · Projekt
Syftet med projektet är att utveckla ett kunskaps- och simuleringsbaserat koncept för materialutveckling. I steg 2 av projektet har metoder för avbildning, segmentering, virtuell design och analys av materialstrukturer utvecklats. Programvara för beräkning av transport i dessa strukturer har också u…
-
PROcesser för DiAlkoholCellulosa PROduktion - ProDAC
Chalmers Tekniska Högskola AB · 2021-11-01 · 2 310 428 SEK · Projekt
De ursprungliga målen nåddes, med förbättrad materialseparation och avvattning som resultat, samt mer effektiv återvinning av reagenser och ökad energieffektivitet. Processandet av DAC utvecklades, vilket resulterat i förbättrad extrudering och formsprutning, samt förbättrad vattentolerans och ökad …
-
AI-TOMO: Accelererad materialkarakterisering med AI och röntgentomografi
RISE RESEARCH INSTITUTES OF SWEDEN AB · 2024-08-12 · 7 250 000 SEK · Projekt
Syftet med projektet är att accelerera karakteriseringen av materialstrukturer med hjälp av AI och röntgentomografi för att underlätta framtagande av framtidens nya hållbara produkter och processer. Målet är att utveckla AI-algoritmer för snabb och effektiv segmentering och kvantifiering av 3D- och …