Projekt · Dnr 2022-01206 · Källa: Vinnova

Överförbarhet av erfarenhetsbaserad kunskap vid industriell inspektion med hjälp av förklarlig AI.

Koordinator
Lunds universitet, Lunds Tekniska Högskola Inst f maskinvetenskaper
Projekttid
2022-09-01 till 2023-12-01 (avslutat)
Beviljat bidrag
500 000 SEK
Diarienummer
2022-01206

Beskrivning

Projektet uppfyllde huvudmålet - att skapa ett förklarbart AI-system som föreslår produktkvalitet baserat på de givna skärparametrarna. Systemet är baserat på datorseende och AI-tekniker som möjliggör intelligent analys av borrningsinducerade defekter. Samarbetet mellan akademiska och industriella partners gav en unik kombination av expertis som behövs för att utveckla AI-lösningen. Resultaten har publicerats och presenterats på nationella och internationella konferenser. Som planerat levererade projektet en robust lösning som gör det möjligt att överföra erfarenhetsbaserad kunskap inom industriell inspektion. Den utvecklade AI-lösningen baseras på resultaten från den manuella inspektionen och innehöll all unik kunskap från industriella experter om produktkvalitet och defektbildning. AI-lösningen som den är kan användas och utvecklas av oerfarna användare inom både industriell FoU och den akademiska världen. AI-systemet har genomgått validering och fälttester som bekräftar dess tillförlitlighet.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Virtual Reality-baserad kompetensutveckling i processindustrin

    GLEECHI AB · 2017-06-15 · 1 449 700 SEK · Projekt

    Projektet har syftat till att ta fram en prototyp for VR-traning som Lernia kan tillampa for att effektivisera svensk industri och som Gleechi kommer anvanda for att bygga en skalbar affar. I projektet har vi analyserat industriföretags behov inom kompetensutvecklat och identifierat och verifierat h…

  2. Produktionsintegrerad visuell inspektion baserad på oövervakad maskininlärning

    Linnéuniversitetet · 2023-01-01 · 3 883 951 SEK · Projekt

    Projektet utvecklade ny kunskap om hur AI kan hitta fel i industribilder. Bildkvalite har varit en utmaning genom hela projektet. Den första tekniken Normalizing Flows, höll inte i verkliga fabriker, vilket ledde till arbete med andra metoder. En ny metod, GLASS, vidareutvecklades vilket resulterade…

  3. Centrum för produktionsinnovation för hållbar och smart tillverkning

    Mälardalens Universitet · 2021-11-17 · 1 366 713 SEK · Projekt

    Målet med projektet var att utveckla en fullständig ansökan för ett kompetenscenter baserat på en detaljerad analys. Som ett resultat av planeringsbidragit har vi skickat in en ansökan för ett kompetenscentrum. Fokus är att utnyttja potentialen i industriell digitalisering för att främja hållbara oc…

  4. XR-TBP Skalbar industriell XR Träningsmiljö för BatteriProduktion

    Chalmers Tekniska Högskola AB · 2025-03-01 · 1 000 000 SEK · Projekt

    Målen i projektet har uppnåtts! En skalbar lösning för XR-baserad träning och instruktioner har utvecklats. Lösningen är LLM-baserad och kan tillsammans med en Digital Tvilling generera dynamiska XR-instruktioner och interaktioner i realtid. Ett ramverk för lösningen, som bygger på befintlig standar…

  5. Utveckling av mikrovågsuppvärmning för träindustrin

    PercyRoc AB · 2023-11-15 · 343 363 SEK · Projekt

    Projektet syftade till att stärka Percyroc AB:s kompetens inom radiofrekvens- och mikrovågsteknik för industriella uppvärmningsprocesser, särskilt med fokus på träindustrin. Genom integration av forskningskompetens och tekniska studier av RF-baserade energisystem har projektet bidragit till utveckli…