AI kan lyfta KL-trä
Av Philip Dahl
Den nya doktorsavhandlingen, skriven av Dietrich Buck, visar att materialets egenskaper kan optimeras genom att kombinera digital bildkorrelation, hyperspektral avbildning och AI. Detta gör det möjligt att bättre utnyttja virke som tidigare ansågs olämpligt för bärande konstruktioner och därmed minska slöseri samtidigt som hållbarheten ökar.
– Vi har visat att kvistar i vissa lager av KL-trä, som tidigare ansågs vara en svaghet i träkonstruktioner, faktiskt kan förbättra skjuvmotståndet, säger Dietrich Buck, doktorand i träteknik vid Luleå tekniska universitet.
Genom att utnyttja tekniker som fyrdimensionell röntgen-datortomografi och NIR-spektroskopi kan forskarna noggrant bedöma träets motståndskraft mot fukt och mögel. Att integrera dessa metoder med AI gör det möjligt att upptäcka mönster som tidigare varit dolda. Avhandlingen föreslår dessutom ett nytt ramverk för hur industrin kan bedöma och optimera träbaserade kompositmaterial.
– Vi har tagit fram ett ramverk för bedömning som inte bara är tillämpningsoberoende, utan som också integrerar mätteknik med AI-verktyg för att skapa en mer komplett förståelse av kompositmaterial som KL-trä, förklarar Dietrich Buck.
De insikter som forskningen gett kan få direkt praktisk nytta, bland annat genom förbättrad kvalitetskontroll och optimering av bearbetningsmetoder. Detta kan ge bättre förutsättningar för hållbara, resurseffektiva byggprojekt och bidra till att reformera branschstandarder.
– Den här forskningen visar hur data-drivna metoder och datafusion kan lyfta materialvetenskapen till nästa nivå. Genom att kombinera traditionella principer med modern teknologi öppnar vi nya sätt att skapa hållbara bygglösningar, säger Dietrich Buck.
