Rajesh Patil och professor Magnus Löfstrand från Örebro har skapat ett AI-system som identifierar svetsdefekter, minskar avfall och stödjer en mer hållbar produktionsprocess. – Nu vill vi prova systemet tillsammans med fordonsindustrin, säger Rajesh Patil.
Föreställ dig en fabrik där maskiner kan, utan något mänskligt ingripande, snabbt upptäcka svetsfel, sortera ut defekta delar och minimera materialförlust. Detta är visionen för Rajesh Patil och professor Magnus Löfstrand, som forskar i maskinteknik vid Örebro universitets Institution för naturvetenskap och teknik.
Tillsammans har de skapat ett AI-baserat inspektionssystem som med hög hastighet och precision kan identifiera och klassificera svetsfel i avgassystemskomponenter. Systemet använder en kombination av artificiella neurala nätverk och stödvektormaskiner för att upptäcka brister i både homogena och heterogena metaller, vilket skulle vara både svårt och tidskrävande för mänskliga inspektörer att åstadkomma.
Stort steg mot att AI tillsammans med människan
– Vår AI fungerar som smarta ögon på fabriksgolvet. Den identifierar svetsfel i realtid, förbättrar produktkvaliteten och minskar spill, vilket gör produktionen snabbare och mer hållbar, säger Magnus Löfstrand.
Forskningen, som publiceras i en akademisk tidskrift, bygger på tidigare studier om AI-drivna svetsinspektioner och har lett till utvecklingen av ett helt självständigt system som kan anpassas för olika svetsapplikationer inom industrin. Denna metod kan hjälpa till att reducera både energiförbrukning och materialavfall, vilket stämmer överens med Sveriges strävan efter hållbar produktion.
– Detta är ett stort steg mot smarta fabriker där AI arbetar sida vid sida med människor för att öka effektivitet och hållbarhet, säger Rajesh Patil.
Forskargruppen söker nu samarbete med lokala och internationella tillverkare inom fordonsindustrin för att testa systemet i industriella produktionsmiljöer.
