Projekt · Dnr 2026-03168 · Källa: Vinnova

SHARP - Simulering med Hybrid-AI för Bergmaterial och Partiklar

Koordinator
STIFTELSEN FRAUNHOFER-CHALMERS CENTRUM FÖR INDUSTRIMATEMATIK
Projekttid
2026-10-15 till 2027-08-31 (beslutat)
Beviljat bidrag
500 000 SEK
Diarienummer
2026-03168

Beskrivning

SHARP utvecklar snabb simulering av samspelet mellan anläggningsmaskiner och bergmaterial genom att kombinera högupplösta partikelmodeller med fysikstrukturerad AI. AI-delen tränas på avvikelsen mellan den noggranna referensmodellen och en förenklad fysikstrukturerad modell. Målet är att bevara centrala fysikaliska samband och samtidigt möjliggöra simulering i realtid eller snabbare, med förmåga att hantera material och arbetsförlopp utanför träningsdata. Projektet förväntas ge en fysikstrukturerad simuleringsprototyp där AI korrigerar avvikelser från högupplösta partikelmodeller. Noggrannhet, stabilitet och beräkningstid utvärderas mot referensmodeller och fullskaliga försök. Resultaten ska möjliggöra fler jämförelser av material, maskinutformningar och arbetsförlopp. På sikt kan detta stödja energieffektivare masshantering, högre produktivitet och användning av lokala och återvunna material.

Öppna hos Vinnova

Hittar Vinnova inte sidan? Sök på diarienumret hos Vinnova.

Liknande

  1. E!7238, ICOCE, IMPETUSAFEA AB

    Impetusafea AB · 2025-05-01 · 2 450 192 SEK · Projekt

    Rådande metoder för att simulera spröda material under dynamisk belastning är begränsade, vilket ofta leder till opålitliga och felaktiga simuleringsresultat. ICOCE projektet tar itu med detta genom att utveckla en ny metodik för att karakterisera spröda material, en ny materialmodell anpassad för d…

  2. PINNForm - fysikinformerad och AI-driven formning för resilient och hållbar tillverkning

    RISE RESEARCH INSTITUTES OF SWEDEN AB · 2025-07-01 · 3 750 000 SEK · Projekt

    PINNForm möter industrins behov av snabb, flexibel tillverkning av komplexa metallkomponenter för resiliens och hållbarhet. Projektet kombinerar digital teknik med fysikbaserade simuleringsmodeller via AI/ML (FysML). Målet är ett design- och optimeringsstöd som ger precisa modeller med begränsad dat…

  3. Eureka SMART THERMACH

    Sandvik SRP AB · 2021-01-01 · 4 296 056 SEK · Projekt

    Projektets mål är att modellera, utveckla och testa IAM-tekniken (Induction Assisted Machining), som kombinerar snabb induktionsuppvärmning och mjukning av svårbearbetade material och avlägsnande av materialet genom en efterföljande skärande bearbetning. Modelleringen och konstruktionen av induktion…

  4. Mot digitaliseringen av materialval genom AI och fysikalisk modellering (DMS-AI)

    Swerim AB · 2024-11-01 · 999 918 SEK · Projekt

    Projektet DMS-AI visade framgångsrikt hur öppna databaser, AI och fysikaliska modeller kan bidra till att förutsäga komplexa materialegenskaper. Det levererade en litteraturöversikt, datasammanställning, workshops samt ett öppet, användarvänligt verktyg för alla partners. Projektet erbjöd också indu…

  5. Hög-Precision Material Modell för Hög-Presterande Multisikt Material

    Kungliga Tekniska högskolan · 2017-11-16 · 1 471 250 SEK · Projekt

    Målet med projektet var att utveckla och implementera en materialmodell som möjliggör simulering av avancerade formningsprocesser för sandwichmaterialet Hybrix, som består av metalltäckskikt med en fiberkärna. Genom jämförelser med experiment på provstavar och komponenter har materialmodellen kunnat…