Rohollah (Amir) Ghasemi är forskaren som vill förbättra kvalitetssäkringen inom högtrycksgjutning genom artificiell intelligens och maskininlärning. Hans forskningsprojekt AI-CAST ska stärka svensk industris konkurrenskraft och bidra till ett mer hållbart samhälle.
Högtrycksgjutning (High-Pressure Die Casting, HPDC) används i stor skala inom bland annat fordons- och verkstadsindustrin, inte minst för att tillverka lättare och högpresterande komponenter i Aluminium och magnesiumlegeringar. Men processen är komplex, och porositeten – gasfyllda eller krympningshål inuti materialet – kan försämra hållfastheten och leda till stora kassationer.
– Traditionellt har lösningen varit att prova sig fram trial-and-error eller semi-ssytematisk, en metod som både är dyr, långsam och ofta ineffektiv att hitta de optimala och robusta kombinationer of processparametrarna. Med AI-CAST-projektet vill vi tillsammans med pionjär svenska industriella partner istället utveckla ett AI-baserat, realtidsstyrt (online) kvalitetssäkringssystem som kan övervaka och optimera processparametrarna medan gjutningen pågår, berättar Amir Ghasemi, lektor i maskinteknik vid Högskolan i Skövde.
Från akademi till industri, och tillbaks igen
Efter en postdoktorstjänst vid Jönköping University gick Amir 2019 till Husqvarna Group, där han arbetade som materialexpert och fick nära kontakt med industrins verkliga utmaningar. Denna erfarenhet blev en vändpunkt.
– Jag insåg att traditionella arbetssätt ofta är för tidskrävande och kostsamma. Här såg jag en möjlighet att använda AI för att skapa robusta och intelligenta lösningar på riktigt svåra produktionsproblem, berättar Amir.
Samverkan i hela värdekedjan
Projektet är ett samarbete mellan Högskolan i Skövde, Husqvarna Group, NovaCast Systems och UB Verktyg. Varje partner bidrar med unika perspektiv - Högskolan leder forskningen med expertis inom AI och materialvetenskap medan andra parter tillhandahåller maskiner, data och industrins praktiska kunskap, verktyg kring gjutverktyg och formdesign, och simuleringsmjukvara för att förutse utfall innan fysiska tester görs. Denna helhetsansats gör att projektet både är vetenskapligt innovativt och direkt förankrat i industrins behov.
Forskning som gör skillnad
AI-CAST använder en kombination av datadrivna analysmetoder och maskininlärningstekniker. Målet är att hitta ett ”robust processfönster” där gjutningen konsekvent kan leverera hög kvalitet, med färre defekter och lägre energiförbrukning. Målet är bland annat att minska porositeten med minst 20 procent.
För industrin innebär det lägre produktionskostnader, minskat materialsvinn och förbättrad produktkvalitet – faktorer som stärker konkurrenskraften på en global marknad. För akademin innebär projektet ny kunskap om hur AI kan tillämpas på komplexa fysiska processer, något som också integreras i undervisning och examensarbeten vid Högskolan i Skövde.
– Vår vision är att skapa en ny grund för hur komplexa legeringar tillverkas. På sikt vill vi bidra till en mer hållbar industri, där resurser används smartare och svensk tillverkningsindustri blir mer konkurrenskraftig och innovativ, säger Amir.
Framtiden
För Amir är kombinationen av akademi och industri avgörande för framgång.
– Det räcker inte med teknisk kompetens. Man måste också bygga ömsesidig förståelse och kommunikation för att forskningen ska kunna omsättas i praktiska lösningar, avslutar Amir.
