Kontaktperson
Niklas Lorén
Projektledare
Kontakta NiklasFör att kunna utveckla hållbara produkter och processer behöver vi förstå materialens inre struktur på djupet. Med avancerad synkrotron- och lab-baserad röntgentomografi kan vi undersöka material i 3D, ner till mikroskopisk nivå, utan att förstöra dem. Det gör det också möjligt att studera hur material förändras under olika förhållanden.
Röntgentomografi ger enorma mängder data, och för att kunna dra nytta av all information krävs smart datahantering. Här kommer AI in i bilden. Med hjälp av AI, särskilt metoder som Convolutional Neural Networks (CNN) och poängbaserade generativa modeller (SGMs), kan vi snabbt och noggrant identifiera viktiga detaljer i bilderna – en process som kallas segmentering.
Inom projektet utvecklas och anpassas nya AI-algoritmer för att förbättra 3D- och 4D-bildanalys, inklusive realtidssegmentering. Särskilt fokus ligger på att minska brus och artefakter i bilderna för att få fram så tydlig och tillförlitlig information som möjligt.
Algoritmerna kommer att användas för att stötta de deltagande företagen i deras materialutveckling. På så vis skapas också en starkare grund för industrin i stort att dra nytta av röntgentomografi i utvecklingen av framtidens hållbara material. Projektet sker i samarbete mellan Billerud, Lunds universitet, Tetra Pak och RISE, och finansieras av VINNOVA inom programmet Avancerad digitalisering.
AI-Tomo: Snabbare materialanalys
Pågående
Koordinator, projektledare och forskningsutförare
Tre år
14500000 SEK
Billerud, Tetra Pak, Lunds Universitet, Billerud, Tetra Pak Packaging Solutions, Lunds Universitet
Vinnova avancerad och innovativ digitalisering
Torsten Sjögren Tuerdi Maimaitiyili Torben Nilsson Pingel Martin Simonsson Aleksis Pirinen