Avancerad Nitrokarburering genom Hybrid AI (NitroHAI)

Syfte och mål

Med den snabba utvecklingen inom AI och maskininlärning finns det en enorm potential för att utnyttja dessa tekniker för ökad resurseffektivitet och processoptimering i industrin. I detta projekt kommer vi att fokusera på processoptimering av nitrokarburering som är en värmebehandlingsprocess som används för stålkomponenter och optimera for lägre resursförbrukning, minskat koldioxidavtryck och ökad produktkvalitet.

Förväntade effekter och resultat

Förväntade resultat av projektet är en hybrid-AI modell som kan används för att optimera ugnsrecept så att önskade slutegenskaper hos produkten nås, och för att minska resursförbrukning och koldioxidutsläpp

Planerat upplägg och genomförande

Projektet kommer att utveckla en Hybrid AI-lösning baserad på fysikinformerad maskininlärning, kausal modellering och Bayesiansk experimentell design, för att modellera nitrokarbureringsprocessen från termokemiska reaktioner till slutliga ytegenskaper, vilket kommer att möjliggöra simulering, förutsägelse, optimering av processresultat, dynamisk processkontroll och studera nödvändiga åtgärder när störningar inträffar.