2027 är vi klokare kring bedömning av defekter på gjutna komponenter
Av Målet med projektet är att skapa förutsättningar för ett digitalt computer vision-verktyg för nästa generations kvalitetskontroll av ytdefekter på gjutna komponenter.
Det statliga forskningsinstitutet Rise koordinerar projektet. Deltar gör Ages Kulltorp AB, Baettr Guldsmedshyttan AB, Combi Wear Parts AB, Husqvarna AB och SKF Mekan AB.
Svenska aluminium-, järn- och stålgjuterier vill bli bättre på att detektera och bedöma defekter och avvikelser på den gjutna komponentens yta, för att säkerställa en jämn och hög kvalitet på levererade produkter. Arbetsmiljön och arbetsinnehållet i kvalitetskontrollen behöver förbättras, samtligt till gjuterierna minska kassationer och omsmältning av material. Idén med projektet är därför att effektivisera den löpande kvalitetskontrollen av gjutgods med hjälp av computer vision-system och fysikbaserad maskininlärning. Att skapa ett digitalt computer vision-verktyg är dock inte helt enkelt. Användningen av ett sådant i svenska gjuterier möter idag två stora utmaningar: bristen på relevanta träningsdata, och den krävande industriella miljön i ett komponentgjuteri.
Projekt kommer att utveckla hybridmetoder med fysikbaserad maskininlärning för att framställa relevanta syntetiska träningsdata för visionsystemen, och dra upp riktlinjer för design och kravställning av det digitala verktyget. I förlängningen kommer detta att möjliggöra nya och kombinerade dataflöden mellan olika system inom gjuteriproduktionen för nya och utökade användningsområden, uppger Rise.
Projektet drog igång den 1 augusti i år och varar i tre år. Vinnova har gett projektet anslag med 5,5 miljoner kronor.
