Robotik och fysisk AI

Shanghai Electric använder AI vid tillverkning och underhåll av gasturbiner

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Shanghai Electric meddelade den 10 november 2026 att industriell AI används för att stödja tillverkning av turbinblad, inspektion av svetsar och underhåll under hela livscykeln inom företagets verksamhet för tunga gasturbiner. Plattformen SIMPLE bygger på data från mer än 60 turbinenheter och över 1 miljon sammanlagda drifttimmar.

Tillkännagivandet förenar expertis inom utrustningsteknik med produktions- och driftdata och utvidgar användningen av AI från komponenttillverkning till service vid anläggningar i drift. Arbetet gäller två centrala krav på tunga turbiner: precisionsbearbetning av komplexa delar och tillförlitlig prestanda under långa livslängder. Detta innebär att information om tillverkningskvalitet och underhåll ingår i samma strategi för utrustningens livscykel.

Tillverkning av turbinblad i flera modeller

Turbinblad varierar i storlek, form och bearbetningsmetod, vilket innebär att produktionsutrustningen måste kunna hantera flera komponenttyper och processer. Shanghai Electrics flexibla tillverkningslinje kombinerar AI-baserad bildigenkänning, digitala tvillingmodeller av produktionen, intelligent schemaläggning och robotteknik för att möjliggöra tillverkning av flera modeller och automatiska omställningar.

Tredimensionell bildigenkänning och AI identifierar bladämnen i slumpmässigt staplade högar innan de plockas upp och placeras. Shanghai Electric uppger att plockprecisionen överstiger 99,99 %. Den här delen av processen hanterar en grundläggande utmaning inom automation: maskiner måste först kunna identifiera och hantera komponenter korrekt när de inte ligger i ett enhetligt mönster.

Linjen kopplar också samman system för produktionsplanering, produktionsstyrning och kvalitetsledning genom lastning, bearbetning, inspektion och slutlig packning. Operatörer kan växla mellan helt automatiserad produktion och drift av enskilda maskiner för att säkerställa kontinuitet. Automation för flera modeller ingår därmed i ett sammankopplat arbetsflöde som bevarar produktions- och kvalitetsinformation medan bladen rör sig genom linjen.

Inspektion under svetsning av rotorer

Kvalitetssäkringen omfattar även stora rotorer med högt värde, där svetskvaliteten har direkt betydelse för säker drift. Det är en praktisk utmaning att inspektera bearbetade detaljer på dessa stora komponenter. Shanghai Electric har utvecklat en AI-baserad visuell inspektionsterminal som kombinerar AI, robotstyrning och svetsexpertis för att övervaka svetsarbetet i realtid och upptäcka defekter i ett tidigt skede.

Terminalens utformning med förkroppsligad AI kombinerar en kollaborativ robot med ett specialanpassat ändverktyg, det vill säga ett verktygsfäste. Robotarmen skjuts ut och dras in med en knapptryckning och anpassas automatiskt efter svetscykeln. Företaget uppger att 5G-uppkoppling gör det möjligt för systemet att analysera bilder och lämna inspektionsresultat inom några sekunder.

En återkopplingsslinga kopplar samman observationer från verkstadsgolvet med processoptimering och spårbarhet i kvalitetsarbetet. Inspektionsdata har därför en funktion utöver att avgöra om en enskild kontroll godkänns eller underkänns: praktisk tillverkningserfarenhet kan bevaras som digital kunskap och återanvändas i senare produktionsarbete.

Driftdata ligger till grund för underhållet

I SIMPLE kombineras AI med kunskap om gasturbiners driftprinciper för övervakning av prestanda i realtid, dynamisk optimering av driftsprestanda och tidiga varningar om möjliga fel. Samordning mellan moln och kantenheter kopplar samman konstruktions- och driftdata i ett beslutsstödsflöde som omfattar övervakning, tidig varning, diagnostik och korrigerande åtgärder. Shanghai Electric beskriver detta som ett stöd för övergången från reaktiva reparationer till proaktivt underhåll.

Fjärrsamarbete är ytterligare en kanal för underhåll. Specialister kan se direktsänd video från anläggningar och använda förstärkt verklighet med kommentarer för att vägleda underhållsarbetet. Det gör att teknisk assistans kan nå olika platser utan att tillgången till expertis begränsas till personal som redan finns på plats.

Shanghai Electric planerar att ytterligare integrera livscykeldata så att återkoppling från tillverkning och drift kan förbättra konstruktion, produktion och service efter försäljning. Företaget avser också att validera och vidareutveckla dessa förmågor i verkliga projekt i takt med att det satsar på internationell gasturbinverksamhet, med fokus på tillförlitlig drift, underhållsstöd i rätt tid och kostnadseffektiv drift på lång sikt.

Nästa steg är därför beroende av validering vid anläggningar i drift. För Shanghai Electric knyter det sammankopplade arbetssättet företagets internationella expansion till ett bredare industriellt mål: att använda information som samlas in under produktionen och under turbinernas många år i drift för att förbättra både fabriksprocesser och långsiktigt underhåll.

Atlas Roan är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker artificiell intelligens inom additiv tillverkning, 3D-utskrifter och avancerad materialteknik. Hans arbete undersöker hur AI-driven design, simulering och processoptimering förändrar tillverkningsflöden - från prototyper till storskalig produktion.
Med ett praktiskt och tekniskt grundat perspektiv undersöker Atlas hur maskinlärning förbättrar utskriftstillförlitlighet, materialegenskaper och produktionseffektivitet över branscher som flyg- och rymdindustri, bilindustri, hälsovård och industriell tillverkning. Han är särskilt intresserad av hur AI möjliggör snabbare iteration, minskar avfall och låser upp nya materialegenskaper som tidigare var omöjliga eller mycket svåra att tillverka.
Artiklar skrivna av Atlas Roan är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa teknisk korrekthet, tydlighet och ansvarsfull rapportering om AI-driven tillverkning och materialinnovation.