SMF ECO2: Automatiserad urvalsprocess för Additiv Tillverkning

Viktiga resultat som projektet gav

Syftet är att effektivisera implementeringen av additiv tillverkning inom fordonsindustrin, samt att automatisera repetitiva och tidskrävande arbetsuppgifter med hjälp av självlärande system. Projektets mål är att utveckla en process som använder maskininlärning för att hitta artiklar och system som är lämpliga och lönsamma för en omställning till additiv tillverkning. Projektet har utförts i enighet med syftet då ett verkligt behov inom fordonsindustrin adresserats.

Långsiktiga effekter som förväntas

Projektet resulterar i en prototyp av ett digitalt verktyg som används för att effektivisera urvalsprocessen för vilka reservdelar inom fordonsindustrin som lämpar sig för additiv tillverkning med en semi-automatiserad metod. Genom att utgå från referenscase med reservdelar som enligt expertutlåtande bedöms som tekniskt lämpliga för additiv tillverkning, guidas användaren till att hitta reservdelar som har liknande tekniska förutsättningar.

Upplägg och genomförande

Projektet fortlöper genom en serie experiment där användare annoterar en samling 3D-modeller enligt specifika instruktioner. Maskininlärningsmodellens resultat tillsammans med användarnas kommentarer ger underlag för nästa experiment. Projektet har genomförts iterativt och de insikter som experimenten givit har i flera fall varit oväntade och lett till nya idéer och frågeställningar.