Överförbarhet av erfarenhetsbaserad kunskap vid industriell inspektion med hjälp av förklarlig AI.
| Diarienummer | |
| Koordinator | Lunds universitet - Lunds Tekniska Högskola Inst f maskinvetenskaper |
| Bidrag från Vinnova | 500 000 kronor |
| Projektets löptid | september 2022 - december 2023 |
| Status | Avslutat |
| Utlysning | Individrörlighet och ökat attraktionsvärde för forskningsbaserad kompetens |
| Ansökningsomgång | Rörlighet för innovation, lärande och kunskapsutbyte 2022 |
Viktiga resultat som projektet gav
Projektet uppfyllde huvudmålet - att skapa ett förklarbart AI-system som föreslår produktkvalitet baserat på de givna skärparametrarna. Systemet är baserat på datorseende och AI-tekniker som möjliggör intelligent analys av borrningsinducerade defekter. Samarbetet mellan akademiska och industriella partners gav en unik kombination av expertis som behövs för att utveckla AI-lösningen. Resultaten har publicerats och presenterats på nationella och internationella konferenser.
Långsiktiga effekter som förväntas
Som planerat levererade projektet en robust lösning som gör det möjligt att överföra erfarenhetsbaserad kunskap inom industriell inspektion. Den utvecklade AI-lösningen baseras på resultaten från den manuella inspektionen och innehöll all unik kunskap från industriella experter om produktkvalitet och defektbildning. AI-lösningen som den är kan användas och utvecklas av oerfarna användare inom både industriell FoU och den akademiska världen. AI-systemet har genomgått validering och fälttester som bekräftar dess tillförlitlighet.
Upplägg och genomförande
Det levererade AI-systemet, som ger överförbarhet av industriell erfarenhet, baseras på uppsättningen från både maskinteknik och datavetenskap. Kombinationen av olika metoder för datagenerering och bearbetning gav en effektiv och mycket noggrann träning av AI med hjälp av experimentella data. Valideringen av den tränade AI:n gjordes i olika miljöer, vilket bekräftade dess mångsidighet och stabilitet.