Till huvudinnehållet

Maskininlärning halverade andelen felaktiga batterihöljen

Ett europeiskt gjuteri minskade andelen icke godkända aluminiumdetaljer från 21 till 10 procent genom att kombinera Six Sigma-metoden DMAIC med maskininlärning. Studien visar hur AI-baserad analys kan användas som beslutsstöd i ett praktiskt kvalitetsarbete.

Redaktionen 31 augusti, 2026 • 2 minuters läsning
Stock.adobe
Maskininlärning användes för att analysera 41 processparametrar vid högtrycksgjutning av stora batterihöljen i aluminium. Andelen icke godkända detaljer minskade från 21 till 10 procent. Bilden är en genrebild. Adobe Stock

Stora aluminiumhöljen till fordonsbatterier tillverkas ofta genom högtrycksgjutning. Processen omfattar många samverkande parametrar, samtidigt som kraven på dimensioner, täthet och materialkvalitet är höga. Felaktiga detaljer medför kostnader och kan även öka energi- och materialförbrukningen genom omarbete eller omsmältning.

En internationell forskargrupp undersökte hur maskininlärning kan integreras i DMAIC, ett förbättringsramverk inom Six Sigma. Förkortningen står för Define, Measure, Analyze, Improve och Control – att definiera, mäta, analysera, förbättra och styra en process.

Data från 6 619 gjutna detaljer

Studien genomfördes vid ett europeiskt gjuteri som tillverkar stora batterihöljen i aluminium åt fordonsindustrin. Forskarna analyserade produktionsdata från 6 619 högtrycksgjutna detaljer och 41 processparametrar.

Först användes bland annat ett Ishikawadiagram för att strukturera tänkbara felorsaker. Därefter jämfördes maskininlärningsmodellerna Random Forest, XGBoost och LightGBM.

Random Forest gav bäst resultat, med en träffsäkerhet på 77 procent. Modellen användes inte enbart för att förutsäga fel utan också för att undersöka vilka processfaktorer som påverkade utfallet.

Tre parametrar pekades ut

Analysen pekade särskilt ut formtemperaturen, doseringen av smörjmedel och detaljens plats i gjutsekvensen. Med resultaten som underlag införde gjuteriet bland annat förbättrad temperaturreglering av kärnstift och optimerade sprutningen av gjutformen.

Efter åtgärderna minskade andelen icke godkända detaljer från 21 till 10 procent. Det motsvarar en relativ minskning på drygt 52 procent. Även kostnaderna för kvalitetsbrister minskade.

Ett intressant resultat är att maskininlärningsmodellen inte behövde vara perfekt för att ge praktisk nytta. Forskarna beskriver själva träffsäkerheten som måttlig. Värdet låg i stället i att modellen kunde tolkas och kombineras med gjuteriets processkunskap och DMAIC-metodens strukturerade arbetssätt.

Resultaten gäller ett gjuteri

Studien bygger på ett enskilt industrifall och produktionsdata från ett gjuteri. Datamaterialet är inte offentligt tillgängligt på grund av företagssekretess, vilket försvårar oberoende granskning och upprepning.

Det är därför inte visat att samma parametrar eller åtgärder skulle ge motsvarande resultat i andra gjuterier, maskiner eller produkter.

Referens Andrea Sütőová, Radoslav Palacka, Jiju Antony, Gijo Edappattu Vijayan, Elizabeth Cudney och Cristina Ciliberto – Integration of Six Sigma DMAIC Methodology with Machine Learning in Quality Improvement: An Application in the Casting Manufacturing Process, The International Journal of Advanced Manufacturing Technology, 2026 – https://doi.org/10.1007/s00170-026-18472-0 [Betalvägg]



Helen Blomqvist tar över Sandviks verktygsaffär

Sandvik Coromants chef Helen Blomqvist tar över affärsområdet Machining, med omkring 44 miljarder kronor i årsomsättning. Hon får ansvar för både nya tillväxtområden och ett effektiviseringsprogram på tre miljarder kronor.

Mats Janson
Mats Janson 12 november, 2026 • 1 minuts läsning
Helen Blomqvist
Sandvik har utsett Helen Blomqvist till chef för affärsområdet Machining och ny medlem i koncernledningen. Hon tillträder den 1 januari 2027. Sandvik

Helen Blomqvist blir chef för Sandvik Machining och medlem av koncernledningen den 1 januari 2027. Hon efterträder Nadine Crauwels, som lämnar Sandvik.

Blomqvist leder sedan 2020 Sandvik Coromant, en av åtta divisioner inom Machining. Affärsområdet omfattar även bland andra Seco, Walter och Dormer Pramet och tillhandahåller verktyg, verktygssystem, metallpulver och tjänster för skärande bearbetning.

Under 2025 omsatte Machining omkring 44 miljarder kronor, hade ett justerat rörelseresultat före av- och nedskrivningar på 8,7 miljarder och drygt 18 600 anställda.

Blomqvist började på Sandvik Coromant 2003 och har en doktorsexamen i strukturkemi. Före chefsposten har hon bland annat ansvarat för produktledning och forskning och utveckling samt lett försäljningen i norra Europa.

Kombinationen är relevant för den uppgift hon nu får. Machining ska utveckla nya verktyg och digitala tjänster och växa inom områden som flygindustri, medicinteknik och konsumentelektronik. Sandvik vill samtidigt öka närvaron på tillväxtmarknader som Indien, Kina och USA samt få verktygs- och mjukvaruverksamheterna att sälja mer tillsammans.

Blomqvist tar också över ett omfattande effektiviseringsarbete. Sandvik planerar omstruktureringsåtgärder på omkring tre miljarder kronor inom Machining under perioden 2025–2030. Programmet ska bland annat anpassa tillverkningens geografiska struktur, konsolidera anläggningar och effektivisera organisationen. Målet är årliga besparingar på en miljard kronor vid utgången av 2030.

Sandvik har ännu inte meddelat vem som efterträder Blomqvist som chef för Sandvik Coromant.



Outokumpu kopplar upp ytterligare 50 kranar

Efter ett års utvärdering på sex kranar utökar Outokumpu användningen av Åkerströms digitala behörighetssystem vid stålverket i Avesta. Minst 56 kranar ska nu omfattas av systemet.

Mats Janson
Mats Janson 12 november, 2026 • 1 minuts läsning
Angelica Olsson
Angelica Olsson, Head of Safety & Sustainability på Outokumpu i Avesta. Outokumpu

Access_Ctrl används för att styra vilka operatörer som får använda en viss kran eller maskin. Behörigheten kan kopplas till operatörens utbildning, samtidigt som den dagliga kontrollen dokumenteras direkt genom radiosändaren och sparas i systemet.

Outokumpu installerade tjänsten på sex kranar för omkring ett år sedan. Efter utvärderingen omfattar det nya avtalet ytterligare 50 kranar. Avtalet löper i två år och inkluderar både den digitala tjänsten och tillhörande utrustning.

Uppskalningen är mer intressant än själva systemvalet. Många digitala industrilösningar stannar vid begränsade piloter. I Avesta går tekniken i stället från sex testinstallationer till en gemensam lösning för minst 56 traverser och andra kritiska lyftkranar.

Outokumpu utökar Åkerströms digitala behörighets- och kontrollsystem från sex till minst 56 kranar vid anläggningen i Avesta.Åkerströms

Outokumpu räknar med att systemet ska minska risken för missade kontroller och även bidra till lägre kostnader för oplanerat underhåll. Vilken effekt lösningen hittills har haft på incidenter, stillestånd och kostnader redovisas däremot inte.



Cookies

Den här webbplatsen använder cookiesför statistik och användarupplevelse.

Core-template använder cookies för att förbättra din användarupplevelse, för att ge underlag till förbättring och vidareutveckling av hemsidan samt för att kunna rikta mer relevanta erbjudanden till dig.

Läs gärna vår personuppgiftspolicy. Om du samtycker till vår användning, välj Tillåt alla. Om du vill ändra ditt val i efterhand hittar du den möjligheten i botten på sidan.