Lärandebaserad maskinoptimering-MachOpt

Syfte och mål

Målet för projektet är att utveckla metoder och verktyg för att kombinera effektiv in-line mätning med beslutssystem för manuell eller automatisk processjustering. Ett sekundärt mål är att utveckla flexibla fixturer för enkla justeringar baserat på geometriavvikelse. För att öka kvaliten är det nödvändigt att både att upptäcka fel tidigt samt att ta bra beslut på korrektionsåtgärder.

Resultat och förväntade effekter

Resultaten från projektet visas i en fysisk demonstrator på Chalmers där man byggt upp en conceptuell process med en sammansättningscell och en verifieringscell. I demonstratorn kan systemet automatiskt detektera geometriavvikelser, ta beslut om korrigerande åtgärd och genomföra denna korrigerande åtgärd i processen.

Upplägg och genomförande

Projektet genomfördes genom att man delade upp det i 5 olika WP samt en rapporteringsdel. Varje WP adresserade olika områden som är nödvändiga för att uppfylla det övergripande projektmålet - Utveckling av ett intelligent robotbaserad system som är självjusterande. Systemet skall kunna detektera geometriavvikelser, föreslå korrigerande åtgärder och justera vissa kritiska processparametrar. Projektdeltagarna är experter inom de olika områden som täcks av projektets scope kommer vara ansvariga för sitt resp WP.