Sökträffar

    Sökträffar

    Visa alla resultat för ""
    Hittar inga resultat eller sökförslag för "."

    Söktips

    • Kontrollera att orden är rättstavade
    • Försök med andra sökord eller synonymer
    • Smalna av din sökning för att få fler träffar

    Hur kan vi hjälpa dig?

    Ny student

    Kontakta oss

    Hitta medarbetare

    Sökträffar

      Sökträffar

      Visa alla resultat för ""
      Hittar inga resultat eller sökförslag för "."

      Söktips

      • Kontrollera att orden är rättstavade
      • Försök med andra sökord eller synonymer
      • Smalna av din sökning för att få fler träffar

      Hur kan vi hjälpa dig?

      Ny student

      Kontakta oss

      Hitta medarbetare

      Högskolan i Skövde, länk till startsida

      Hur artificiell intelligens kan förbättra tillverkningsprocessen för metallgjutning i praktiken

      Forskningsgrupp Virtual Manufacturing Processes
      Forskningsmiljö Virtual Engineering

      Kort om projektet

      Projektnamn

      AI-CAST - AI-baserad kvalitetssäkring av högtrycksgjutning med hjälp av datadrivna analys- och maskininlärningsmetoder

      Projekttid

      Juli 2025 – Juni 2028

      Finansiering och samverkan

      KK-stiftelsen, Husqvarna, NovaCAST, UB Verktyg

      Projektet AI-CAST ska utveckla nya sätt att använda artificiell intelligens för att övervaka och optimera högtrycksgjutning av magnesiumlegeringar i realtid. Målet är att skapa en mer tillförlitlig och hållbar tillverkningsprocess genom smart dataanalys och maskininlärning.

      "Med AI och maskininlärning kan vi ersätta traditionella arbetssätt och göra gjutningen av magnesiumlegeringar både smartare och mer resurseffektiv. Det innebär lägre kostnader, mindre avfall och lättare, mer hållbara produkter, samtidigt som vi stärker Europas gröna omställning och industrins konkurrenskraft."

      Rohollah Ghasemi, projektledare och lektor i maskinteknik

      AI-CAST projektet syftar till att etablera en realtidsbaserad (on-line) AI-övervakningsmetod för att implementera och utveckla en robust optimerings- och kvalitetssäkringsstrategi för att producera defektfria HPDC Mg-komponenter.

      Hållbara tillverkningskoncept

      Denna utveckling kommer att uppnås genom integration av AI-modeller (med hjälp av dataanalys (DDA) och maskininlärning (ML)-tekniker) i HPDC-tillverkningsprocessen. De utvalda legeringarna för projektet är högpresterande och svårgjutna magnesiumlegeringar.

      Gjutningen av dessa unika legeringar är idag en av de största utmaningarna för både industrin och den akademiska sektorn som arbetar med hållbara och robusta tillverkningskoncept, där viktminskning kombinerat med förbättrad prestanda är viktiga frågor.

      Vår planerade strategi i projektet förbättrar den övergripande gjutkvaliteten genom att minska gjutfel, framför allt gas- och krymporositeter.

      Medverkande forskare

      Publicerad: 2025-10-08
      Senast ändrad: 2025-10-08
      Sidansvarig: webmaster@his.se