Produktion af en pumpe med en konstruktionsfejl, der først opdages efter, at en million enheder er sendt på markedet, kan få alvorlige konsekvenser. For at forhindre sådanne situationer har RD8 specialiseret sig i robust design, som hjælper fremstillingsvirksomheder med at identificere og undgå potentielle fejl i designprocessen.
RD8 har udviklet software, der automatisk vurderer kvaliteten af mekaniske designs ved at analysere 3D-modeller. RD8 ønskede at integrere kunstig intelligens i deres løsning for at gøre fejldetektionen mere effektiv og indgik derfor i et AI-Danmark forløb med os.
Vi undersøgte, om et neuralt netværk kunne lære at analysere kontaktfladerne i konstruktionstegningerne visuelt, nærmest intuitivt, i stedet for som ingeniørerne at bruge geometrisk matematik til at beregne dem.
Det lykkedes specialisterne at træne et neuralt netværk på RD8’s forholdsvist begrænsede, men annoterede data, fortæller Thor Gabelgaard Nielsen, Algoritmespecialist hos RD8. ”En kunstig intelligens kan godt lære at forstå kontaktflader og skelne gode designs fra dårlige designs,” slår han fast.
”Vi er interesserede i at komme i gang med næste fase,” siger han. Til det formål har RD8 brug for større datamængder til at viderebygge modellen, som han håber, virksomhedens globale klienter vil indgå i et samarbejde om. For jo mere virkelighedsnære deres træningsdata er, desto hurtigere kan RD8 hjælpe deres kunder videre med designoptimering via kunstig intelligens.
“AI Denmark-forløbet har været både eksplorativt og givtigt. For mens kunstig intelligens til chatbots allerede er ret veludviklet, er AI til grafiske interfaces og elementer, der bevæger sig i forhold til hinanden i 3D, meget mindre udviklet.”
Algoritmespecialist
Sådan har andre fået forbedret deres produkt med AI-teknologi
RUNI har fået testet en løsning med vibrationssensorer for at opdage slid på maskindele i tide. Sammen med Alexandra Instituttets eksperter blev forskelle i vibrationer brugt til at identificere problemer før nedbrud. Løsningen krævede kun et simpelt setup og gav vigtig indsigt.
Med en ny produktkonfigurator kan smedevirksomheden Ebbes Kleinsmedie spare op til 10 procent af deres arbejdstid ved at digitalisere opmålingen af karme til elevatordøre. Det er konklusionen efter to gennemførte MADE-projekter.
H. Daugaard har arbejdet med os på en AI-løsning, der kan optimere logistikstyringen og reducere arbejdstiden med op til 20 procent. Ved at automatisere tildelingen af trailere og biler baseret på historiske data, kan de undgå tomkørsel, spare ressourcer og reducere CO2-udledning.
Ⓒ 2025 - Alexandra Instituttet A/S
CVR nr. 24 21 33 66
