OptiSense - Enhancing Quality and Sustainability with Optical Sensors and Physics-Informed Neural Networks

Syfte och mål

Målet med det föreslagna projektet är att utveckla ett system för att testa hypotesen att fysikinformerade neurala nätverk (PINN), med hjälp av processkunskap i kombination med externa data (bilder, yttopografi) tillsammans med realtids- och historiska processdata, kan användas för att optimera produktionen av grytor och stekpannor med högkvalitativ yta.

Förväntade effekter och resultat

Resultaten kommer att vara en utvärdering av förutsägelsernas noggrannhet samt den potentiella effekten av att implementera ett sådant styrsystem gällande kostnader, energiförbrukning och andra relevanta resurser. Projektet kommer att öka den svenska industrins kompetens och förmåga att tillämpa avancerade digitaliseringsmetoder och också öka intresset för andra framtida möjligheter inom detta teknikområde.

Planerat upplägg och genomförande

Projektkonsortiet kommer att skapa ett system med sensorer, mönsterigenkänning, databas med träningsdata från tidigare produktion och simuleringar och träna PINN. Systemet kommer att testas i en verklig produktionsprocess.