SHARP - Simulering med Hybrid-AI för Bergmaterial och Partiklar
| Diarienummer | |
| Koordinator | Stiftelsen Fraunhofer-Chalmers Centrum För Industrimatematik |
| Bidrag från Vinnova | 500 000 kronor |
| Projektets löptid | oktober 2026 - augusti 2027 |
| Status | Pågående |
| Utlysning | Strategiska innovationsprogrammet InfraSweden |
Syfte och mål
SHARP utvecklar snabb simulering av samspelet mellan anläggningsmaskiner och bergmaterial genom att kombinera högupplösta partikelmodeller med fysikstrukturerad AI. AI-delen tränas på avvikelsen mellan den noggranna referensmodellen och en förenklad fysikstrukturerad modell. Målet är att bevara centrala fysikaliska samband och samtidigt möjliggöra simulering i realtid eller snabbare, med förmåga att hantera material och arbetsförlopp utanför träningsdata.
Förväntade effekter och resultat
Projektet förväntas ge en fysikstrukturerad simuleringsprototyp där AI korrigerar avvikelser från högupplösta partikelmodeller. Noggrannhet, stabilitet och beräkningstid utvärderas mot referensmodeller och fullskaliga försök. Resultaten ska möjliggöra fler jämförelser av material, maskinutformningar och arbetsförlopp. På sikt kan detta stödja energieffektivare masshantering, högre produktivitet och användning av lokala och återvunna material.
Planerat upplägg och genomförande
Högupplöst partikelsimulering valideras mot befintliga fullskaliga DigiRail-försök för fler material. Simuleringsdata används för att träna AI-delen på avvikelsen mellan referensmodellen och en förenklad fysikstrukturerad modell. Hybridmodellen prövas på material och arbetsförlopp utanför träningen och demonstreras för fullskalig hjullastning. Överförbarhet till kompaktering undersöks. Arbetet genomförs under nio månader med stöd av en industriell och akademisk referensgrupp.