Projekt · Dnr 2025-04847 · Källa: Vinnova

Fysikbaserad maskininlärning verktyg för stål mikrostruktur och egenskap förutsägelse under värmebehandlingar

Koordinator
Ferritico AB
Projekttid
2026-05-01 till 2028-04-30 (beslutat)
Beviljat bidrag
2 500 000 SEK
Diarienummer
2025-04847

Beskrivning

Projektets syfte är att utveckla en fysikinformerad AI-baserad digital tvilling för värmebehandling av stål. Målet är att förutsäga fasomvandlingar, mikrostruktur och mekaniska egenskaper utifrån stålets sammansättning och industriella temperaturprofiler, för snabbare produktutveckling, optimerade processer och minskat behov av försök. Förväntade resultat är en fungerande prototyp av en säker, fysikinformerad AI-plattform som förutsäger fasutveckling, mikrostruktur och egenskaper vid industriella värmebehandlingar. Effekterna blir snabbare produktutveckling, färre fysiska försök, bättre processoptimering, lägre kostnader, minskat spill och stöd för mer energieffektiv ståltillverkning.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. STYRNING AV MATERIALEGENSKAPERNA FÖR PRECISIONSGJUTNING

    RISE SWECAST AB · 2018-10-01 · 3 800 000 SEK · Projekt

    Syftet var att utveckla en simuleringsmodell där egenskaperna avseende mikrostruktur och formförändringar går att prediktera och styra för att möjliggöra lättare komponenter till en kortare utvecklingstid. Simuleringsmodellen demonstrerades med goda resultat. Projektet visade att användandet av simu…

  2. Utveckling och industriell tillämpning av strukturella högpresterande kompositer baserade på trä (HIPWOOD)

    RISE SICOMP AB · 2019-04-08 · 500 000 SEK · Projekt

    Steg 1 projektet syftar till att utvärdera möjligheten att utveckla formbara och lätta högpresterande kompositer baserade på trä genom att öka de mekaniska egenskaperna hos gammalt trä- och träskrot. Jämförelse av HIPWOODs egenskaper mot olika kompositer och vissa metallegeringar visar att HIPWOOD k…

  3. Digitalisering av process för värmebehandling av stål

    Ferritico AB · 2020-11-19 · 1 396 638 SEK · Projekt

    Utvecklingen av stål och produktionsprocesser sker huvudsakligen manuellt och genom resurskrävande trial-and-error. Design av nya material, optimering av material och processer, inklusive värmebehandling, kräver stora investeringar och utgör ofta betydande utmaningar. AI-mjukvaran som utvecklats i M…

  4. EUREKA ITEA3 AIToC

    Volvo Lastvagnar AB · 2020-10-01 · 18 637 835 SEK · Projekt

    AIToC syftade till att utveckla tillverkningsindustrin med AI och datadrivna verktyg, med fokus på att automatisera och digitalisera processer för att minska manuellt arbete och förbättra beslutsfattandet. Målen inkluderade att utveckla AI-drivna verktyg för processplanering, datadrivna modeller, sa…

  5. Karakterisering och effekter av mikro- och nanoskalekomponenter och deras påverkan på funktionskemikalier

    Kungliga Tekniska högskolan · 2021-12-01 · 2 600 000 SEK · Projekt

    Projektet genomförde i huvudsak det planerade arbetet och målen bedöms vara uppfyllda. En transporterbar metod för bildbaserad karakterisering av mikro- och nanoskalekomponenter utvecklades, testades i industrimiljö och kompletterades med AI-baserad klassificering. Arbetet gav även nya analysflöden …