
Projektet använder maskininlärning för att lösa några av de utmaningar stålindustrin står inför. Unika produktionsanalyser, som bygger på AI-tekniker, används för att genom algoritmer hitta hittills okända samband. Därigenom kan produktionsprocesser förbättras på ett helt nytt sätt. Stålindustrin använder sedan länge omfattande processmätning, men i detta projekt handlar det om vad algoritmer kan hitta i en sammansättning av all tillgänglig processdata.
Omfattande förändringar inom branschen
Inom många andra sektorer där liknande avancerad dataanalys redan används, såsom för internetbaserad försäljning och service, eller inom finansiell analys, har branschen genomgått omfattande förändringar, så att nästa nivå av konkurrenskraft kunnat skapas. Inom områden som har mycket komplexa uppgifter, som text och taltolkning, maskinbaserad översättning, bildtolkning, eller för självkörande fordon, har det redan skett stora förändringar tack vare avancerad dataanalys och dataförståelse. Dessa genomgripande förbättringar har ännu inte setts inom tillverkningsindustrin.
För att bättre förstå system och fenomen
Inom metalltillverkning finns många komplexa fysiska och kemiska processer där det finns fortsatt stora behov av att bättre förstå system och fenomen, men där det också finns en stor potential att kunna möta dessa behov.
Vi utvecklar maskininlärningstekniker
Inom detta projekt använder och utvecklar vi maskininlärningstekniker avsedda för komplexa industriella tillverkningsprocesser, i konkreta case tillhandahållna av Sandvik Materials Technology och SSAB. För dessa processer är produktkvaliten inte helt förutsägbar utan beror på ett antal idag inte helt kända faktorer och beroenden. Förväntningarna är att bättre kunna hantera komplexiteten, samt att kunna erhålla helt nya förbättringar för både kvalitet, effektivitet och hållbarhet.
Vidare förväntar vi oss kunna utveckla ny kunskap för förbättrade analysalgoritmer avsedda för komplexa processer och komplexitetshantering och därmed kunna utveckla både dataanalys och maskininlärningsområdet.
Swedish metal research team.