Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Mot AI-baserad ytintegritetskontroll vid bearbetning av kritiska komponenter för flyg- och medicinteknik

Diarienummer
Koordinator Lunds universitet - Lunds Tekniska Högskola Inst f maskinvetenskaper
Bidrag från Vinnova 150 000 kronor
Projektets löptid januari 2026 - april 2026
Status Pågående
Utlysning Avancerad digitalisering - Industriell behovsdriven innovation
Ansökningsomgång Samarbeten med USA inom AI, digital infrastruktur och cybersäkerhet

Syfte och mål

Projektet syftar till att utveckla en AI-baserad kapacitet för bedömning av ytintegritet i bearbetningsprocesser relevanta för flyg- och medicinska komponenter. Målet är att gå bortom efterbearbetningsinspektion och isolerade fall genom att integrera multisensordata för att uppskatta ytintegritet och materialförändringar nära ytan. Projektet söker kompatibilitet med befintliga bearbetningsuppsättningar och att etablera en teknisk och samarbetsinriktad grund för en framtida Sverige-USA-plattform.

Förväntade effekter och resultat

Det förväntas skapa ett samarbete mellan Sverige och USA som möjliggör snabb och autonom AI-baserad ytintegritetsbedömning vid bearbetning för flyg- och medicinska tillämpningar. Genom att samordna partners kommer projektet att ge tillgång till redan existerande bearbetningsdata och multisensorinformation som behövs för att utveckla avancerad AI. Samarbetet kommer att klargöra praktiska begränsningar i överföring av modeller mellan material, verktyg och skärdata för att hantera utmaningar.

Planerat upplägg och genomförande

Projektet prioriterar att identifiera och engagera industriella och akademiska samarbetspartners som är avgörande för AI-driven ytanalys. Gemensamma utbyten kommer att kartlägga processer, begränsningar och förväntningar inom flyg- och samt medicinska sammanhang. Baserat på denna samordning definieras ett gemensamt koncept för att integrera multisensordata med avancerade AI-metoder i befintliga processer. Säker datadelning och skalbara AI-arkitekturer betonas för att möjliggöra utvecklingen.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 26 januari 2026

Diarienummer 2025-04728