Mot digitaliseringen av materialval genom AI och fysikalisk modellering (DMS-AI)

Viktiga resultat som projektet gav

Projektet DMS-AI visade framgångsrikt hur öppna databaser, AI och fysikaliska modeller kan bidra till att förutsäga komplexa materialegenskaper. Det levererade en litteraturöversikt, datasammanställning, workshops samt ett öppet, användarvänligt verktyg för alla partners. Projektet erbjöd också industrin anpassad utbildning och identifierade "fysikinformerad" maskininlärning (ML) som en lovande framtida metod, vilket har lagt grunden för ett fullskaligt projekt inom hållbar, AI-driven materialutveckling.

Långsiktiga effekter som förväntas

Projektet förväntas påskynda materialutveckling och materialval genom att integrera fysikinformerad AI i industriella arbetsflöden. Verktyg som detta kan koppla samman olika delar av industrikedjan, minska behovet av experimentella tester, öka effektiviteten och främja hållbarhet. Genom att främja samarbete och datadelning mellan projektpartners bidrar det till att bygga robusta databaser och digitala verktyg, samt till att positionera Sverige som en ledare inom AI-driven materialinnovation.

Upplägg och genomförande

DMS-AI strukturerades som en förstudie med litteraturöversikt och workshops där materialproducenter, slutanvändare, institut och universitet deltog. Två workshops möjliggjorde kunskapsutbyte och identifierade industrins behov. Litteraturöversikter och datasammanställningar stödde utvecklingen av ett användarvänligt verktyg för genomförbarhetsanalys, med korrosion och utmattning som exempel. Resultaten delades via rapporter, kod och presentationer, vilket lade grunden för ett fullskaligt projekt.