Best Master Thesis in Optics and Photonics 2021
Johannes Strömbom är en av 13 kadetter på Splunk Academy här på Orange Cyberdefense och i början av december vann han “Best Master Thesis in Optics & Photonics 2021” som anordnades av PhotonicSweden.
”Mitt arbete, som vi valde att kalla ”Natural Fingerprinting of Steel”, gick ut på att utveckla, testa och implementera algoritmer för att identifiera högfrekventa slumpmässiga mönster som kan genereras från ytan hos stålkomponenter. Dessa slumpmässiga mönster kallas laser-speckler och kan genereras genom att belysa en yta med ljus från en laser. Slumpmässiga ojämnheter i ytans mikrostruktur gör att det reflekterade ljuset får en slumpmässigt varierande intensitet”, förklarar Johannes.
Johannes studerade teknisk fysik och elektroteknik på Luleå tekniska universitet (LTU) när han skulle börja sitt examensarbete.
”De som känner till den utbildningen vet att den innehåller ganska mycket teori. Förutom i några mindre projekt hade jag alltså inte testat mina kunskaper ordentligt i praktiken innan det var dags för examensarbetet.”
Det är inte det lättaste att välja ”rätt” inriktning på sitt examensarbete
”För någon som är lite rädd för att göra fel, precis som jag är, var det svårt att välja vad jag skulle göra för exjobb. Förutom att jag ännu inte kände mig trygg i mina praktiska färdigheter, var jag även orolig att det val jag gjorde skulle forma hela min framtida karriär och att jag skulle fastna i ett fack – och tänk om jag skulle göra fel val?”, fortsätter Johannes.
Johannes valde att följa sin magkänsla och kontaktade Mikael Sjödahl, som är professor på LTU, och frågade om han fick utföra sitt arbete med Mikael som handledare. De kom fram till att Johannes skulle vara med och vidareutveckla en metod att identifiera stålkomponenter, så som rör och plattor, och att arbetet skulle utföras som en del i Vinnova-projektet SmartSteel 2.0 där LTU, Sandvik, SSAB och Swerim var delaktiga.
”Systemet vi utvecklade registrerade först en komponent genom att skanna ett genererat speckelmönster från dess yta och lagrade detta i en databas, därefter var det möjligt att identifiera denna komponent genom ytterligare en skanning. Eftersom den här metoden endast använder sig av komponenternas egna ”fingeravtryck” är det inte nödvändigt att märka upp dem med någon kod eller stämpel”.
Metod med många fördelar
”Denna metod har även många fördelar ur ett säkerhetsperspektiv. Speckelmönster är extremt komplexa och är i princip omöjliga att förfalska, dessutom är dessa mönster väldigt känsliga mot förändringar i systemet, om man exempelvis förändrar våglängden hos lasern eller ändrar belysningsvinkeln för mycket får man ett helt nytt speckelmönster”, fortsätter Johannes.
Han känner sig relativt övertygad om att han gjorde rätt val i början av sitt arbete, inte minst när han valde att kontakta Mikael.
”Jag känner mig tacksam över att jag fick chansen att arbeta tillsammans med Mikael, som är en person jag ser upp till väldigt mycket, och alla andra inspirerande människor jag fick träffa under mitt arbete.”
En rolig och lärorik tid att arbeta med ”Natural Fingerprinting of Steel”.
“Att jag dessutom fick en utmärkelse för mitt arbete känns otroligt hedrande och nästan lite överväldigande.”
