Till innehåll på sidan

PRIZE

Prediction of Variations and Source Identifications for Zero Defect Multi Stage Machining

I flerstegsbearbetning uppkommer variationer i egenskaper vilka aggregerar nedströms genom bearbetningskedjan. Syftet med projektet är att uppnå nollfelsproduktion genom att utveckla metoder for identifiering av källor till variationer samt förutsäga och minska dess aggregation genom bearbetningskedjan. Projektets forsknings och utvecklingsarbete kommer att baseras på tre industriella fallstudier från Scania, LEAX AB och GKN. Toppmoderna metoder inom variations modellering, dataanalys, mätning, precision palettsystem, och simulering kommer att utvecklas och anpassas till ett integrerat industriellt verktyg för kvalitetssäkrad produktionsberedning. Resultaten från projektet och fallstudierna kommer att vara av intresse både för SMF:s samt för större OEM:s som tillämpar flerstegs bearbetning i sin produktion.

Finansiering: 

Vinnova - Produktion2030 Programme

Tidsperiod:

2016 - 2018

Projektpartners:

  • KTH Kungliga Tekniska Högskolan (Koordinator)
  • Scania AB
  • Leax AB
  • GKN
  • Swerea IVF
  • ETP
  • Acoutronic

Läs mer om projektet här på Kunskapsförmedlingens hemsida.  

Innehållsansvarig:infomaster@itm.kth.se
Tillhör: Institutionen för industriell produktion
Senast ändrad: 2020-04-25
COROMA
SYMBIO-TIC
SCOR
PRIZE
SMARTER
DYNAMITE
CAPP-4-SMEs
GREENet
Wise-ShopFloor