Overslaan en naar de inhoud gaan
Project

AI4IM

Wij analyseren hoe artificiƫle intelligentie ingezet kan worden om fouten te detecteren en de productkwaliteit te voorspellen bij spuitgieten. Dit leidt tot de ontwikkeling van predictieve AI-modellen voor automatische kwaliteitscontrole in spuitgieten.

Supported by

KU Leuven

Wat?

Het onderzoeksproject AI4IM ā€“ een samenwerking tussen Thomas More-hogeschool en KU Leuven - wil analyseren hoe artificiĆ«le intelligentie ingezet kan worden om fouten te detecteren en de productkwaliteit te voorspellen bij spuitgietenĀ (injection moulding). Spuitgieten is een belangrijke techniek voor het produceren van grote series kunststofproducten. Veel Vlaamse bedrijven hanteren deze productiemethode, maar ervaren grote concurrentie van buitenlandse producenten. Om zich staande te houden is blijven innoveren, kwalitatief de beste producten leveren en het productieverlies beperken cruciaal. Fouten snel detecteren is bijgevolg een must. Precies op dat vlak wil het project AI4IM een bijdrage leveren door een AI-component aan het spuitgietproces toe te voegen.

Om te beginnen zal, met behulp van sensoren in de matrijs, een grote hoeveelheid input-data verzameld worden: druk, debiet en temperatuur worden gemeten tijdens de injectie, het nadrukken en het koelen van het geĆÆnjecteerde materiaal. Deze informatie wordt vervolgens gekoppeld aan output-gegevens als spuitgietfouten, dimensies en oppervlakteruwheid. Samen vormen deze data de basis voor het trainen van een lerend netwerk, dat ingezet kan worden om aan de hand van nieuwe metingen de output te voorspellen. Dit systeem zal dus zelf kunnen voorspellen wanneer producten fouten gaan vertonen. Zo kan tijdig ingegrepen worden.

Tot slot willen de onderzoekers een specifieke AI-techniek integreren,Ā explainable AI,Ā om een verklaring voor spuitgietfouten en afwijkingen te vinden. AI wordt dus ingezet om zowel data te verzamelen en te analyseren, als om verklaringen te vinden voor wat er misloopt. Dit alles wordt getoetst en geverifieerd aan de hand van een aantal reĆ«le case studies. Het uiteindelijke doel is om tools te ontwikkelen die helpen om AI te integreren en hiervoor begrijpbare richtlijnen te formuleren.

AI is sleuteltechnologie

Artificiƫle Intelligentie is ƩƩn van de sleuteltechnologieƫn waar Thomas More Research op inzet. We onderzoeken de mogelijkheden van AI in uiteenlopende sectoren als zorg, mobiliteit, media, business en productie.

De focus ligt hierbij niet op het ontwikkelen van AI-algoritmes, maar op de vertaling ervan naar praktische oplossingen voor het werkveld. Bedrijfsnoden worden dus gekoppeld aan technologische en digitale oplossingen.

Om de toegankelijkheid van en het vertrouwen in AI te verhogen en nieuwe inzichten te geven in processen, wordt waar mogelijk gebruik gemaakt vanĀ explainable AI. Vanuit de overtuiging dat AI idealiter niet fungeert als een black-box, die je wel gebruikt maar waarvan je de werking niet kent. AI moet net nieuwe inzichten voortbrengen en wel zo dat de betrokkenen (beslissingsnemers, bedrijfsvoerdersā€¦) de daaruit voortvloeiende oplossingen begrijpen. Door deze aanpak zet Thomas More Research mee de schouders onder het behalen van de doelstellingen van het Vlaams beleidsplan AI, met de focus op implementatie van AI in het Vlaamse bedrijfsleven.

Medewerkers

Coƶrdinator Onderzoekslijn

Lynn Houthuys

Lynn Houthuys behaalde de master Ingenieurswetenschappen Computerwetenschappen en de advanced master Artificial Intelligence, beide aan de KU Leuven.Ā 
Sinds 2019 werkt Lynn als onderzoeker en lesgever aan Thomas More binnen het domein van Applied AI.

Gerelateerde onderzoekslijnen