EUREKA SMART SIMS
| Diarienummer | |
| Koordinator | Luleå tekniska universitet - Luleå tekniska universitet Inst f teknikvetenskap & matematik |
| Bidrag från Vinnova | 2 975 000 kronor |
| Projektets löptid | januari 2023 - augusti 2026 |
| Status | Avslutat |
| Utlysning | Eureka Kluster inom Hållbara Värdekedjor |
Viktiga resultat som projektet gav
Projektmålet uppfylldes, att skapa förutsättningar för ett längre utmattningsliv för svetsade produkter. Alla delmål nåddes, att skapa avancerade tillverkningsdata, identifiera bättre korrelationer mellan svetstopologi och livslängd, utveckla kriterier, även för automatiserad inspektion, samt demonstrera självlärande svetssystem med AI. Allt detta är även överförbart till AM. Målsättningen var dock ambitiös, och ännu tydligare korrelationer är önskvärda på grund av de komplexa mekanismerna.
Långsiktiga effekter som förväntas
Den kunskap och de modeller om svetstopologin som skapades möjliggör mindre osäkerheter avseende brott och en längre livslängd för produkter samt lättare konstruktioner. Självlärande tillverkningssystem med sensorer, AI i samspel med automatiserad topologiinspektion kommer att öka produktiviteten och minska risker. Allt detta ökar konkurrenskraft och minskar miljöpåverkan. En systematik kring de komplexa mekanismerna skapades som kan vidareutvecklas för bättre förståelse och optimering.
Upplägg och genomförande
Tre tillverkningstekniker undersöktes: ljusbågssvetsning, hybridsvetsning laser-ljusbåge och Wire Arc AM. Enligt plan testade sju företag och två forskargrupper från Belgien och Sverige, med kompletterande kompetenser olika in situ- och ex situ-sensorer. Systematiska svetsexperiment och utmattningstester ledde till AI-stödda dataanalyser, teorier om sprickbildning och förbättrade topologidefinitioner, där även automatiserad topologiskanning ingår. Självlärande tillverkningssystem demonstrerades.