Lärandebaserad maskinoptimering MachOpt
Research Project, 2016

Alla tillverkningsprocesser har variation som hindrar uppfyllandet av: montering, funktionella, geometriska eller estetiska krav och svårigheter att nå önskad form i alla områden. Kostnaden för geometriska defekter ökar nedströms i processkedjan. Därför är det viktigt att upptäcka dessa brister så snart de dyker upp och därigenom göra processen mer hållbar. Sedan kan justeringar göras i processen utan att förlora produkter eller tid. Projektets mål är att utveckla ett system som ska kunna upptäcka geometriska defekter, föreslå ändringar och justera enkla processparametrar. 


Resultaten kommer att användas för att skapa en utvecklingsplattform för automatiserade processjusteringar. Demonstratorn på Chalmers kan användas för att skapa en länk mellan reaktiv verifiering och proaktiv justering, vilken kan användas av många andra forskningsprojekt med behov av effektiv process justering baserad på in-line verifiering. Detta projekt syftar även till att skapa en utvecklingsplattform som skall stödja svensk industri att effektivisera sina sammansättningsprocesser.

Participants

Rikard Söderberg (contact)

Product and Production Development

Collaborations

Fraunhofer-Chalmers Centre

Göteborg, Sweden

Mälardalens högskola

Västerås, Sweden

Volvo Cars

Göteborg, Sweden

Funding

VINNOVA

Project ID: 2016-01973
Funding Chalmers participation during 2016

Related Areas of Advance and Infrastructure

Sustainable development

Driving Forces

Production

Areas of Advance

More information

Latest update

2019-03-27