Hur kan flera smarta system fatta kloka beslut tillsammans – utan att styras av en central enhet? Det är en av nyckelfrågorna i det stora europeiska forskningsprojektet ProcTwin, där Högskolan i Skövde leder arbetet med att utveckla en ny AI-lösning för tillverkningsindustrin.
ProcTwin handlar om att få maskinernas styrsystem att samverka med hjälp av utspridd AI. I stället för att varje maskin optimeras för sig, samarbetar flera delar av produktionssystemet för att nå ett bättre slutresultat.
– Det är ett sätt att tänka AI som ett nätverk av självständiga agenter, säger Gunnar Mathiason, lektor i datalogi vid Högskolan i Skövde.
Projektet är ett samarbete mellan tolv parter i Europa och fokuserar särskilt på stålindustrin, där behovet av effektivisering är stort. Målet är att minska resursslöseri och förbättra kvalitet och precision i hela produktionskedjan. En ny doktorand vid Högskolan i Skövde kommer att arbeta specifikt med att ta fram en teknisk lösning som fungerar i en industriell miljö.
– Idag optimerar man ofta en maskin i taget, men det leder inte alltid till det bästa för helheten. I värsta fall överoptimerar man, vilket kan skapa problem för nästa steg i produktionen. Vi försöker i stället hitta sätt för maskinerna att anpassa sig till varandra i realtid, förklarar Gunnar Mathiason.
Forskning med verklig påverkan
Högskolan i Skövde har lång erfarenhet av tillverkningsnära AI-forskning. Genom ProcTwin får forskarna möjlighet att bygga vidare på tidigare nationella projekt och samtidigt utveckla nya europeiska samarbeten.
– Det här är ett steg mot mer generella och återanvändbara AI-lösningar för industrin. När fler forskare från olika organisationer deltar i diskussionen, kommer det in nya perspektiv som gör lösningarna både mer robusta och mer tillämpbara, säger Gunnar Mathiason.
Två av Europas stora stålproducenter, SSAB och Celsa, deltar aktivt i projektet och bidrar med både processexpertis och teknisk utveckling. Målet är att skapa en konkret demonstrator som visar hur tekniken kan fungera i praktiken.
– Om vi kan visa att samordnad AI gör skillnad på riktigt, då ökar chanserna att tekniken tas i bruk i industrin. Det är en viktig drivkraft för hela projektet, menar Gunnar Mathiason.
Digitala tvillingar visar vägen
En viktig komponent i ProcTwin är användningen av digitala tvillingar – avancerade simuleringsmodeller av verkliga produktionssystem. De gör det möjligt att testa och utvärdera AI-lösningar digitalt innan de implementeras fysiskt.
– Med digitala tvillingar kan vi experimentera med parametrar som är svåra eller omöjliga att justera i verkligheten. Tillsammans med AI-algoritmer som kan upptäcka mönster i data på detaljnivå, får vi mycket bättre beslutsunderlag, säger Gunnar Mathiason.
Ny förstudie med svensk industrikoppling
Parallellt med ProcTwin har Högskolan i Skövde under våren genomfört en förstudie med stöd från Vinnovas program Metals and Minerals. Där testas hur historiska produktionsdata kan användas för att minska behovet av fysiska materialprov – så kallade dragprov – i metallindustrin.
– Vi analyserar tidsserier från tidigare provkörningar för att se om det går att förutsäga resultat utan att göra alla tester manuellt. Det sparar både tid och resurser, berättar Gunnar Mathiason.
Förstudien görs i samarbete med bland andra Gestamp, Scania och forskningsinstitutet Swerim. Tanken är att lämna in en full Vinnova-ansökan under hösten för att ta nästa steg i forskningen.
Projektet ProcTwin, vars hela namn är ”Integrerad modellering för hållbara och optimerade ståltillverkningsprocesser”, pågår mellan januari 2025 – december 2028. Projektet är finansierat av Horisont Europa, det europeiska ramprogrammet för forskning och innovation som har för avsikt att ge vetenskapliga, tekniska, ekonomiska och samhälleliga effekter för att stärka vetenskapliga och tekniska baser och främja konkurrenskraft.
