Spjutspetslösningar för framtidens digitaliserade industri

Sex projekt får nu finansiering av Vinnova som ska bana väg för framtidens digitaliserade industri. Det handlar om bland annat artificiell intelligens, big data, deep learning, automation och additiv tillverkning. I projekten samarbetar några av Sveriges viktigaste industriföretag tillsammans med forskningsinstitut och universitet.

Satsningen ingår i ett regeringsuppdrag för digitalisering av industrin och kopplar även till regeringens strategiska samverkansprogram för uppkopplad industri och nya material.

- Projekten ska bidra till att svensk industri kan ta en tätposition inom digitalisering, något som är nödvändigt för vår framtida konkurrenskraft, säger Charlotte Brogren, generaldirektör för Vinnova.

De sex projekten får sammantaget finansiering med 22 miljoner kronor under två år, industriföretagen som deltar bidrar med minst lika mycket:

Smart gjutgods, Swerea Swecast i samarbete med Acreo, SKF, Husqvarna, 3,1 miljoner
Projektet ska leverera nya robusta och kostnadseffektiva sensorer som är integrerade i gjutgods och ett tillhörande sensorsystem. Något som ska möjliggöra digitaliserad styrning och övervakning av maskiner och konstruktioner i utsatta, svårtillgängliga och avlägsna miljöer.
Projektledare: Raul Carlsson, raul.carlsson@swerea.se,

Deep process learning, 2,9 miljoner, RISE SICS Västerås, i samarbete med FindIT, Peltarion, Billerudkorsnäs, Pulpeye
Projektet ska visa hur deep learning kan användas för att ta nästa automationssteg i processindustrin. Det kommer visa den svenska industrin hur analys av stora datamängder kan ge stora utvecklingssteg inom processoptimering.
Projektledare: Elina Vartiainen, elina.vartiainen@ri.se

Unika koncept med hjälp av AI, Swerea IVF i samarbete med Chalmers tekniska högskola, Kongsberg Automotive, Autotube Group, 4,4 miljoner
Projektet ska utveckla digitala verktyg och metoder som med hjälp av artificiell intelligens ska generera unika och radikalt nya produktkoncept. Inom projektet ska man skapa en miljö där digitala och kreativa metoder för konceptgenerering kan samverka mot målet att ta fram nya och optimerade lösningar.
Projektledare: Mikael Ström, Mikael.Strom@swerea.se

Deep neural networks in fashion, Stockholms Universitet i samarbete med bland andra Svenska moderådet och företag i modebranchen, 2 miljoner
Deep neural networks (DNN) är en spjutspetsteknologi som gör att datorer kan lära sig att hitta mönster i mycket stora datamängder. Metoden innefattar exempelvis bildklassificering och röstigenkänning och ska i det här projektet appliceras i modeindustrin. Målet är att mer exakt och snabbare än i dag kunna identifiera konsumenttrender, vilket ska göra det möjligt att bättre möta efterfrågan och minska överproduktionen.
Projektledare: Oskar Juhlin, oskarj@dsv.su.se

Automatiserad design av produktionsutrustning, Linköpings Universitet i samarbete med ABB, Swerea, Volvo PV, Etac Supply Center, Strömsholmen, XPerdi, 3,4 miljoner
Projektet ska visa på nyttan med implementerad designautomation för hanteringen av säkerhet och sensorik (läran om människor kan uppleva genom sina sinnen). Genom att öka automatiseringsgraden i produktionsberedningen kan nya teknologier nyttjas effektivare. Framtidens produktionssystem måste på ett säkert sätt kunna hantera nya och intelligenta lösningar som exempelvis kollaborativa robotceller samt wearables i form av smarta textilier och bärbar elektronik.
Projektledare: Kerstin Johansen, kerstin.johansen@liu.se,

Uppkoppling och tillståndsmätning, Swerea IVF i samarbete med Uddeholms, Carpenter, Brogren, Gestamp, Acreo, Siemens, XMReality, Proximion, 6,3 miljoner
Projektet ska kombinera additiv tillverkning med fiberoptiska sensorer och visualisering av tillståndsdata i realtid. Informationen ska användas för att förebygga haverier och olyckor samt för att underlätta service och underhåll.
Projektledare: Seyed Hosseini, seyed.hosseini@swerea.se

För mer information:
Annika Zika-Viktorsson, 08-473 30 59, annika.zika-viktorsson@vinnova.se