Fysik-informerad AI för montering digital tvilling
Forskningsprojekt, 2023
– 2024
Syfte och mål
Syftet med projektet är att etablera ett samarbetsprojekt inom tillämpad AI i en digital tvillingkontext för montering. Samarbetet äger rum mellan Chalmers tekniska högskola och Georgia Tech. Projektet syftar till att föreslå en metod för fysik-informerad AI för att uppskatta geometrisk kvalitet hos monterade produkter i en digital tvillingkontext. Den digitala tvillingen för monteringen är en digital motsvarighet till det fysiska monteringssystemet, som används för att styra och optimera processen.
Förväntade effekter och resultat
Det förväntade resultatet av detta projekt är att föreslå en metod som utnyttjar principer för fysik-informerad AI för att approximera den geometriska kvaliteten hos monteringarna. Denna metod planeras att publiceras genom en open-access publicering. Denna metod kan förbättra förståelsen av tillverkningsprocessen för komplexa monteringar genom att analysera och simulera det förväntade resultatet. Projektet kan potentiellt påverka tillverkningsindustrin så att den kan dra nytta av den utvecklade metoden för att utforma för montering samt justera designen därefter.
Deltagare
Roham Sadeghi Tabar (kontakt)
Chalmers, Industri- och materialvetenskap, Produktutveckling
Finansiering
VINNOVA
Projekt-id: 2023-02592
Finansierar Chalmers deltagande under 2023–2024