Genom AI-driven bildanalys och datamodeller utvecklas metoder för att analysera materialytor och automatiskt justera processparametrar. Det möjliggör exempelvis kompensation för ojämn färgabsorption eller variationer i materialstruktur, vilket leder till mer homogena och högkvalitativa resultat.
Ett centralt bidrag är att minska behovet av fysiska tester och iterationer. Genom prediktiva modeller kan egenskaper som färgutfall, funktionalitet eller hållbarhet simuleras i förväg. Detta minskar både resursanvändning och ledtider i produktutveckling.
RA2 öppnar därmed för en mer datadriven och flexibel produktion där processer kontinuerligt optimeras baserat på realtidsdata. På längre sikt skapas förutsättningar för att integrera återvunnet material i avancerade textila applikationer med hög prestanda och estetisk kvalitet.
Kontakt
Junchun Yu, universitetslektor vid Institutionen för textilteknologi, leder RA2
E-post: junchun.yu@hb.se
Telefon: 033-435 4190
Sina Seipel, universitetslektor vid Institutionen för textilteknologi
E-post: sina.seipel@hb.se
Telefon: 033-435 4191