Bildbaserad individmärkning med hjälp av gjutgodsytors naturliga textur

Viktiga resultat som projektet gav

Projektets mål uppfylldes genom att visa att gjutgodsens naturliga ytstruktur har potential att användas som unik och robust individmärkning. Studien visade att metoden kan möjliggöra spårbarhet utan extern märkning och ligga till grund för fortsatt industriell utveckling. Därutöver undersöktes hur processparametrar påverkar ytans fingeravtryck, vilket gav värdefull kunskap om möjligheten att koppla komponentidentitet till tillverkningsdata för kvalitetsuppföljning och processoptimering.

Långsiktiga effekter som förväntas

På lång sikt förväntas projektet möjliggöra en ny standard för spårbarhet av gjutna komponenter genom att använda deras naturliga ytstruktur som unikt fingeravtryck. Detta kan ge förbättrad kvalitetssäkring, minskad kassation, högre resurseffektivitet, ökad cirkularitet och bättre stöd för digitala produktpass. Metoden har även potential att stärka återvinning, återtillverkning, plagiatkontroll och datadriven processoptimering inom gjuteriindustrin.

Upplägg och genomförande

Projektet genomfördes som en förstudie i fyra steg: datainsamling från gjutna komponenter och formar, utveckling av AI-baserade modeller för identifiering av unika ytstrukturer, pilotdemonstration i industriell miljö samt utvärdering och resultatspridning. Bildanalys och maskininlärning användes för att skapa och matcha digitala fingeravtryck. Målet var att verifiera metodens tekniska genomförbarhet och potential för framtida industriell implementering.