iMAT – modelleringsstrategier för tillverkning

Syfte och mål

iMAT syftar till att öka tillverkningsindustrins konkurrenskraft genom att vidareutveckla hållbar additiv tillverkning (AM) för utmanande komponenter, med hjälp av avancerade digitala verktyg och system. Industrins behov av att effektivt designa för AM enligt principen ”first time right” ligger till grund för projektets forskningsaktiviteter kring modellering av Powder Bed Fusion-Laser Beam (PBF-LB). Det slutgiltiga målet är att möjliggöra tillverkning av komponenter som är fria från byggdefekter. Projektet avser uppnå förutsägbarhet, eller ”prediktiv förmåga”, av tillverkningsinducerade defekter och avvikelser genom att utveckla numeriska modeller. De numeriska modellerna och metoderna verifieras och valideras experimentellt. I projektet utvärderas även tillämpning av Fysikinformerad maskininlärning (Fys-ML), viket potentiellt kan stärka den prediktiva förmågan ytterligare. Genom att kombinera högupplösta modeller på detaljnivå med fullskalamodeller på komponentnivå skapas förutsättningar för tillräcklig beräkningsnoggrannhet. Projektet lägger stor vikt vid generering av validerande data, bland annat från smältpools-monitorering, baserat på metoder nära forskningsfronten. Arbetspaket kring fysikinformerad maskininlärning (Fys-ML) uppvisar stor potential.