Projekt · Dnr 2021-01907 · Källa: Vinnova

Innovativ ytavsyning med multispektral teknik och artificiell intelligens (INSPECT)

Koordinator
Swerim AB
Projekttid
2021-08-15 till 2022-05-14 (avslutat)
Beviljat bidrag
395 189 SEK
Diarienummer
2021-01907

Beskrivning

Projektets syfte var att utvärdera ny teknik för detektering och klassificering av ytdefekter on-line under produktion. Projektet har utvärderat hårdvara och AI-algoritmer och därvid undersökt möjligheterna med ett avancerad visionsystem med multispektralkamera samt analyserat potentialen med AI-algoritmer. Målet med projektet var att leverera en plan för implementering av ett ytavsyningssystem i en industriell miljö. Projektet uppfyllde alla uppsatta mål. Resultaten visar att AI är ett kraftfullt verktyg för automatisk defektklassificering. Ett visionsystem innehållande en multispektralkamera testeades i ett industriförsök och fungerade då i svår miljö och på varmt material. Projektet har spridit information till stålindustrin om nya möjligheter till ökad kvalitetssäkring av tillverkningsprocesserna. En automatiserad teknik för att detektera och klassificera ytdefekter i produktionen skulle ge en stor kostnads- och resursbesparing, då det i dagsläget krävs stora manuella resurser för att i efterhand lokalisera, bedöma och åtgärda ytdefekter.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Innovativ ytavsyning med multispektral teknik och artificiell intelligens (YTFEL 2)

    Swerim AB · 2022-10-01 · 3 506 608 SEK · Projekt

    Projektet YTFEL 2 har visat att det är möjligt att automatiskt upptäcka ytfel på stålprodukter med hjälp av smart kamerateknik och AI. Systemet testades i verklig industrimiljö och nådde mycket hög träffsäkerhet. Resultaten kan på sikt bidra till att minska skrot, spara resurser och förbättra arbets…

  2. Adapt 2030

    Linköpings universitet · 2020-03-01 · 9 248 108 SEK · Projekt

    Projektet syftade till att utveckla en vision, ett proof of concept, en metod och konkreta användningsfall som visar processen och värdet av AI-tillämpning (artificiell intelligens) för miljömässig hållbarhet (i samband med lifecycle engineering), särskilt när det gäller att tillämpa AI-tekniker på …

  3. ReNAM

    Luleå tekniska universitet · 2023-01-09 · 4 930 021 SEK · Projekt

    Projektet uppfyllde alla tekniska och vetenskapliga mål som definierades vid projektstart. ReNAM utvecklade och demonstrerade teknologier för autonoma underjordsgruvfordon, inklusive reaktiv navigation, sensorik, lokalisering, simulering och digitala tvillingar. Projektet genomförde simuleringar och…

  4. GigaHertz Centrum (GHZ)

    Chalmers Tekniska Högskola AB · 2017-01-01 · 35 000 000 SEK · Projekt

    GigaHertz Centrum hade som syfte att mellan Chalmers tekniska högskola och 13 företag utveckla trådlös hårdvara inom affärsområden kritiska för svensk långsiktig konkurrenskraft. Vårt uppdrag var att föra vetenskapliga landvinningar från centrets verksamhet snabbare ut till industriell exploatering.…

  5. Eureka ITEA CLEAR: Omfattande inlärning för förbättrad AI-reaktionsförmåga

    Alstom Rail Sweden AB · 2025-11-17 · 14 987 334 SEK · Projekt

    CLEAR projektet syftar till att ta itu med de växande utmaningarna med att integrera olika multimodala data i industriella AI-system och förbättra tillförlitligheten hos deras resultat. Genom att utnyttja avancerade AI-tekniker och kontextmedvetna funktioner kommer CLEAR att öka och dra nytta av kap…