Föreställ dig en industri där maskiner, utan mänsklig inblandning, snabbt kan identifiera svetsfel, sortera bort defekta komponenter och minska materialspill. Det är visionen för Rajesh Patil och professor Magnus Löfstrand som forskar inom maskinteknik vid Institutionen för naturvetenskap och teknik på Örebro universitet.

Tillsammans har de har utvecklat ett AI-drivet inspektionssystem som kan identifiera och klassificera svetsfel i avgaskomponenter för motorer med hög hastighet och precision. Genom att kombinera artificiella neurala nätverk (ANN) med stödvektormaskiner (SVM) kan systemet upptäcka fel i både likartade och olikartade metaller – uppgifter som skulle vara både tidskrävande och svåra för mänskliga inspektörer att identifiera.

– Vår AI fungerar som smarta ögon på fabriksgolvet. Den identifierar svetsfel i realtid, förbättrar produktkvaliteten och minskar spill, vilket gör produktionen snabbare och mer hållbar, säger Magnus Löfstrand.

Studierna, som publiceras i en vetenskaplig tidskrift, bygger vidare på tidigare forskning inom AI-baserad svetsinspektion och har resulterat i ett helt autonomt system som kan anpassas till olika industriella svetsapplikationer. Metoden kan bidra till minskad energianvändning och minskat materialspill, vilket är i linje med Sveriges mål om hållbar tillverkning.

– Detta är ett stort steg mot smarta fabriker där AI arbetar sida vid sida med människor för att öka effektivitet och hållbarhet, säger Rajesh Patil.

Forskargruppen söker nu samarbete med lokala och internationella tillverkare inom fordonsindustrin för att testa systemet i industriella produktionsmiljöer.

Här kan du ta del av de vetenskapliga artikarna:

https://link.springer.com/article/10.1007/s11668-025-02292-7

https://link.springer.com/article/10.1007/s00170-022-10719-w

https://link.springer.com/article/10.1007/s10921-021-00801-w

BIld: Oleg Symanyshyn