Projekt · Dnr 2025-03102 · Källa: Vinnova

eCoreX2 - AI-metoder för att Koppla Mineralogi och Sågning av Borrkärnor till Malningseffektivitet fas 2

Koordinator
STIFTELSEN FRAUNHOFER-CHALMERS CENTRUM FÖR INDUSTRIMATEMATIK
Projekttid
2025-11-15 till 2028-11-14 (beslutat)
Beviljat bidrag
6 014 091 SEK
Diarienummer
2025-03102

Beskrivning

Syftet är att utveckla och integrera en kostnadseffektiv metod för att förutsäga malmers malbarhet genom sågenergi, XRF och AI-baserad geometallurgisk modellering. Målet är att operationalisera metoden direkt hos behovsägarna genom integration i deras borrkärne- och analysflöden, och därmed leverera skalbara prediktioner som stärker beslutsfattande, energieffektivitet och processdesign från gruva till koncentrat. Projektet förväntas leverera en validerad metod som kopplar sågenergi, XRF och mekaniska tester till prediktion av malmkompetens. Genom integrerad datainsamling i ordinarie borrkärneflöden erhålls avsevärt fler datapunkter över större delar av malmkroppen och gruvans livslängd. Detta möjliggör mer träffsäkra modeller, bättre processtyrning, energieffektivare malning och robustare beslutsunderlag.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. Nätverk Mikromobilitet fas 2

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2023-11-01 · 450 000 SEK · Projekt

    Målet: Skapa ett aktivt nätverk av aktörer med intresse i mikromobilitet som samverkar och utbyter goda exempel. Samverkan för snabb omställning och bidra till klimatsmart samhälle. Idag är det fler kommuner som aktivt arbetar med parkering och integration. Samtliga arbetar med geofencing som metod …

  2. eCoreX - AI-metoder för att Koppla Mineralogi och Sågning av Borrkärnor till Malningseffektivitet

    STIFTELSEN FRAUNHOFER-CHALMERS CENTRUM FÖR INDUSTRIMATEMATIK · 2024-11-04 · 995 474 SEK · Projekt

    Projektmålen har uppfyllts väl. Projektet visade att specifik energi vid sågning, P-våg och XRF-data kan användas för att prediktera bergarters mekaniska egenskaper. AI-modeller tränades för att förutsäga styrka och dessa värden användes i simuleringar av krossar och kvarnar. Metoden möjliggör snabb…

  3. SID: Säker datadelning för Industriell Digitalisering

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2023-11-01 · 6 225 250 SEK · Projekt

    Målet med projektet har varit att studera integritetsbevarande tekniker och möjliggöra för svensk industri att i större utsträckning använda dessa metoder. Projektet har genomfört fallstudier med metoderna differentiell integritet och federerad maskininlärning och analyserat hur väl information skyd…

  4. Datadrivna metoder för resilient precisionsgjutning - Material och processer

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2026-08-17 · 4 300 000 SEK · Projekt

    Detta projekt (akronym DRICaMP) syftar till att utveckla datadrivna metoder för kvalitetssäkring av material och processer inom precisionsgjutning. Projektet ska stärka försörjningsberedskap och industriell resiliens genom förbättrad förståelse av sambanden mellan materialegenskaper, processparametr…

  5. STABLE - Smart Behaviour Learning for Horses

    Högskolan i Halmstad · 2018-11-01 · 126 665 SEK · Projekt

    Målet var att modellera hästbeteende och förutsäga avvikelser. Målet uppnåddes genom att använda GRAND-metoden för att modellera rörelser under liknande tidsperioder under tidigare dagar. Anomalier upptäcks genom att jämföra aktuell rörelse med historisk rörelse. GRAND-algoritmen beräknar en avvikel…