Genomförbarhetsstudie av AI-driven bildbaserad dimensionsmätning för tillverkning av drivlinor - AI-MetPower
Diarienummer | |
Koordinator | Kungliga Tekniska Högskolan - Institutionen för Produktionsutveckling |
Bidrag från Vinnova | 516 000 kronor |
Projektets löptid | maj 2025 - februari 2026 |
Status | Pågående |
Utlysning | Cirkularitet - FFI |
Ansökningsomgång | Cirkularitet - FFI - våren 2025 |
Syfte och mål
Förstudien syftar till att bedöma genomförbarheten av AI-driven bildbaserad dimensionell mätteknik inom tillverkning av drivlinor. Målet är att utvärdera noggrannhet, utforska integrationsutmaningar och hantera tekniska frågor som bildkvalitet och algoritmprecision. Detta lägger grunden för framtida fullskalig implementering, vilket förbättrar precision och effektivitet.
Förväntade effekter och resultat
Framgångsrik implementering av AI-driven bildbaserad mätteknik kommer att omdefiniera kvalitetssäkringen, gynna tillverkare, konsumenter och industrin. Den förbättrar cirkulär tillverkning genom ökad precision, effektivitet och hållbarhet. AI-mätteknik minimerar avfall genom tidig defektidentifiering, stöder återtillverkning och återvinning, vilket leder till kostnadsbesparingar och förbättrad produktkvalitet.
Planerat upplägg och genomförande
Projektet är indelat i tre faser: Konceptuell ramutveckling (WP2, WP3), Teknisk utvärdering (WP3, WP4) och Konsekvensbedömning (WP5). Det omfattar 5 arbetspaket: Projektledning, Genomförbarhetsbedömning, Datasetkrav, Algoritmutveckling och Spridning. Denna strukturerade metod säkerställer noggrann undersökning och tydliga leveranser.