Til hovedinnhold
Norsk English

Hvordan jobber SINTEF med avansert produksjon?

Avansert produksjon består av mange mulige puslebiter. Her er noen eksempler på hvordan SINTEFs kompetanse bidrar innen det området.

Robotikk og automatisering: Automatisering og robotikk kan bidra til hurtigere oppskalering av produksjon, tryggere produksjon og mer treffsikkert resultat. Vi jobber med alt fra matematikken bak til selve robotikken, vi har jobbet mye med griping og håndtering, og bygger nå også opp kompetanse rundt kommende teknikker som kurvet hot-wire-kutting av isopor, roboforming og lasersveising.

3D-printing: Additiv tilvirkning (3D-printing) er en produksjonsmetode der et produkt bygges lag for lag basert på en digital modell. Dette muliggjør fremstilling av komplekse geometriske former som er vanskelige – eller umulige – å produsere med tradisjonelle subtraktive metoder (der man vanligvis tar bort noe). Ved å kun tilføre materiale der det trengs, kan man redusere materialforbruket og for eksempel integrere indre hulrom for å spare vekt og ressurser.

Materialegenskapene til det ferdige produktet er i stor grad avhengige av parametrene som styrer prosessen (som intensitet på laseren, hastigheten på laseren, tettheten av striper osv.), noe som gir stor fleksibilitet og mulighet for å skreddersy egenskaper etter behov. Additiv tilvirkning kan også kombineres med og supplere tradisjonelle produksjonsteknologier, og krever tverrfaglig kompetanse innen blant annet matematikk, fysikk, numeriske beregninger, materialteknologi og produksjonsteknologi. Les mer om 3D-printing her

Kunstig intelligens (KI): Produksjon i dag er i økende grad basert på digitale verdikjeder i tråd med prinsippene i Industri 4.0 – fra digitalt design til sensorbasert produksjon. Med datastrømmen kommer også et stort potensial for bruk av kunstig intelligens (KI) i både design og produksjonsfasene. Noen områder som f.eks. generativt design er langt fremme, mens bruken av KI i innen produksjon er preget av utfordringer.

Tilgangen til relevante produksjonsdata kan være begrenset når de digitale løsninger knyttet til maskiner og utstyr er proprietære og mangel på relevante sensordata og interoperabilitet (at systemene prater sammen på en sømløs måte) gjør det vanskelig å anvende KI effektivt. I tillegg kan det være utfordrende å skape tillit til KI-modeller dersom de ikke lever opp til nødvendig presisjon eller angir usikkerhet på egne prediksjoner.

I SINTEF jobber vi mot smartere data som kan utnyttes bedre og brukes flere steder samtidig samt troverdige KI-modeller gjennom kombinasjon av domenekunnskap og maskinlæring.

Sensorer: Dette er sansene til datamaskinene, som samler inn informasjon. Det er derfor viktig at sensorene er så gode som mulig, slik at valg blir tatt på et best mulig grunnlag. SINTEF er verdensledende når det kommer til sensorer, og disse er har viktige roller i avansert produksjon. Behandling av sensordata og tolkningen av denne typen informasjon har vi også solid kompetanse på. 

Sporingsteknologi for automatisk datafangst (QR-koder, RFID, BT-brikker) er sentralt i mange produksjonsvirksomheter. Dette vil sikre effektiv overvåking, fremdrift og styring av materialflyten i fabrikker. Deling av sporingsdata i sanntid mellom leverandører og kunder er nødvendig for å sikre effektiv flyt og logistikk mellom bedrifter. Resiliens i verdikjeder som også inkluderer leverandørleddet er nødvendig for å sikre forsyningsevnen til produksjonsbedrifter. Tilgang til sporingsdata kan bidra til økt resiliens ved uventede alvorlige hendelser som kan få konsekvenser for leveringsevnen, og kan brukes som beslutningsstøtte i re-planlegging.   

Tingenes internett (IoT): Smarte produkter som inneholder sensorer gir muglighet for nye forretningsmodeller, deriblant databaserte tjenester og samarbeid gjennom digitale plattformer med mange aktører i økosystemer. Produksjonsbedrifter har større mulighet for å utnytte data fra produkter i drift for å utvikle nye tjenester, produkt-tjenestesystemer, i tillegg til å utnytte tilstandsovervåking for prediktivt vedlikehold, samt for læring og utvikling av bedre produkter. Fysiske produkter med innebygde digitale teknologier gir også bedre muligheter for leasing eller utleie, og nye, mer fleksible modeller for prising. Slike løsninger innebærer også muligheter for sirkulære strategier, både for å forlenge levetid og styrke gjenbruk, remanufacturing og gjenvinning.      

Digitale tvillinger: En digital tvilling er en digital representasjon av et fysisk objekt (for eksempel et produkt eller en maskin), en prosess eller en tjeneste. Representasjonen er så presis at den kan brukes som beslutningsstøtte. Den digitale tvillingen er ofte koblet til den fysiske verden gjennom sanntids datastrømmer, noe som gjør det mulig å overvåke, analysere og optimalisere ytelse og drift.

Digitale tvillinger er særlig viktige for effektiv bruk av kunstig intelligens (KI) i produksjon. I motsetning til tidligere digitale løsninger, som hovedsakelig inneholdt statisk og nominell informasjon, er digitale tvillinger dynamiske modeller som utvikler seg gjennom hele objektets livssyklus. Dette muliggjør kontinuerlig tilstandsovervåkning, prediktivt vedlikehold og løpende forbedring av produksjonsprosesser.

DT kan brukes for modellering og analyser av materialflyt og prosesser som viktig beslutningsstøtte ifm. utvikling eller design av nye produksjonslinjer eller fabrikker og verdikjeder. DT-modeller kan brukes for simulering/optimalisering som kan bidra til økt effektivitet og produktivitet. 

Materialer: Nye materialer med unike egenskaper gir nye forretningsmuligheter. Det handler blant annet om å forbedre produksjonsteknikker og produkters ytelse. I topp moderne laboratorier jobber vi langs hele verdikjeden – fra råstoffer, miljøvennlige fremstillingsprosesser, til utstøping og forming, sammenføying og andre avanserte produksjonsprosesser. Her kan du lese mer om forskningsområdet materialer i SINTEF og hvilke muligheter det kan gi.

Koblingen til mennesker: Industri 5.0 legger fokus på samspillet mellom mennesker og teknologi, for å utnytte det fulle potensialet ved å ta i bruk nye digitale løsninger. Menneske-maskin-interaksjon, og forsterket arbeid blant fagarbeidere og operatører. De menneskerelaterte og organisatoriske faktorene legges større vekt ved for å sikre bruk, utnyttelse og verdiskaping av digitale teknologier i produksjonsbedrifter. 

Usikker på hva som passer best til din type produksjon? Ta kontakt med oss, så finner vi svar på hva som fungerer og ikke for din bedrift.

 

 

Kontaktpersoner