AI för ökad processeffektivitet

Projektet siktar på att demonstrera AI-baserad processtyrning för automatisk kvalitetskontroll. När fel identifieras effektivare och tidigare i processen leder det till ökad miljömässig och ekonomisk hållbarhet samt bidrar till att, via digitalisering, framtidssäkra produktion för att svara upp mot ökande efterfrågan och kvalitetskrav från kunden.

Automatisering är av högsta prioritet eftersom cirka 70% av alla inspektioner idag görs manuellt vilket skapar kostnader både för arbetskraft och produktionstid.

Projektets mål är att demonstrera AI-baserad processtyrning för automatisk kvalitetskontroll i Nilars och Surahammars Bruks produktion med liknande behov av att automatisera inspektionsrutinerna som idag kräver mycket manuellt arbete. Angreppssättet är att använda AI-algoritmer (deep learning och maskininlärning) på befintliga processdata i form av bild- och mätdata i realtid från produktionsflöden för att upptäcka kvalitetsbrister i såväl produkt som process.

Maskininlärning och bildanalys kommer i projektet att användas för att automatisera inspektionsprocessen vilket ökar hastighet och noggrannhet. Dessa verktyg används för att demonstrera och validera möjligheten att automatisera inspektion, förbättra processtyrning och därmed minska kostnaderna. Den förbättrade kvalitetskontrollen kommer bidra till högre produktionsvärde och färre kassationer.

Projektet kommer med sin erfarenhet inom processindustrin demonstrera hur de lösningar som tas fram kan användas i industriförhållanden. Projektet kommer att arbeta för att sprida kunskap och väcka intresse och engagemang för AI inom industri med stor potential att leda till nya tjänster och affärsmodeller.