Machine learning for sensorless induction welding of carbon fiber thermoplastics
| Diarienummer | |
| Koordinator | Corebon Production AB |
| Bidrag från Vinnova | 500 000 kronor |
| Projektets löptid | december 2020 - augusti 2021 |
| Status | Avslutat |
| Utlysning | AI - Kompetens, förmåga och tillämpning |
| Ansökningsomgång | Starta er AI-resa för företag - hösten 2020 |
Viktiga resultat som projektet gav
Projektet undersöker förutsättningarna för att använda AI-metoder för att tolka data från ett induktionsvärmningssystem, så som spänning, ström, frekvens och fasvinkel för att prediktera temperaturen i materialet som värms som annars är mycket svårmätt. Applikationen gäller induktionssvetsning av kolfiber-termoplastkomposit för sammanfogning av produkter av lättviktsmaterial inom t.ex. flyg-, fordons- och vindkraftsindustrin. Resultaten är mycket lovande och kommercialisering väntas 2022-2023.
Långsiktiga effekter som förväntas
Detta var ett högriskprojekt med stor osäkerhet om vad som kunde uppnås, men resultaten från AI-modellen är mycket bra och tillförlitlig temperaturprediktion kan stadkommas trots variationer i materialkvalité, tjocklek, mm. Tekniken möjliggör tillförlitlig svetsning av komponenter som idag inte är möjligt i industriel skala och har stora förutsättningar att bli de-factostandard i branchen. Det återstår att implementera algoritmerna i utrustningen för att kunna användas för reglering i realtid.
Upplägg och genomförande
Projektet har visat att AI-modeller har enorm potential att inte bara prediktera värdefulla, men svårmätta storheter från diverse data, utan också kvantifiera dess tillförlitlighet eller noggrannhet. Mängden och kvalitén på den data som används för att träna modellen är dock kritisk, liksom valet av modell. Att implementera den här typen av algoritmer på ett inbyggt system för realtidsanvändning är fullt möjlligt, men ställer höga krav på både modell och hårdvara.