ALGORITHM

Advanced Solutions Nederland onderzoekt de haalbaarheid van ALGORITHM, een AI-gestuurd systeem voor predictive maintenance in de industrie, met innovatieve sensoren en analysemethoden.

Subsidie
€ 20.000
2022

Projectdetails

Samenvatting

Inleiding

Advanced Solutions Nederland onderzoekt binnen dit project de technische en economische haalbaarheid van ALGORITHM. ALGORITHM staat voor Artificial Intelligence based operational Industry 4.0 healthcare management. ALGORITHM gebruikt state of the art AI-algoritmen om middels IoT-data predictive maintenance en condition based monitoring te faciliteren voor complexe industriële machines en motoren. ALGORITHM gebruikt een multi-parameter model om voorspellingen te doen over het onderhoud en de status van machines en motoren. Een belangrijke vernieuwing ten opzichte van traditionele predictive maintenance is het gebruik van nieuwe vibratiesensoren, geleverd door STMicroelectronics.

Innovatieve Componenten

Daarnaast onderzoekt Advanced Solutions Nederland binnen dit project de technische haalbaarheid van state of the art innovatieve componenten:

  • Chirp Z-transform modellen in predictive maintenance en condition based monitoring
  • Explainable AI en visualisatietechnologie
  • Anomaly Detection
  • Transfer Learning
  • Federated Learning

Technische en Economische Haalbaarheid Vragen

Technische Haalbaarheid Vragen

Heeft u alle onderdelen van het projectplan beschreven?

  1. Welke parameters zijn naast vibraties, temperatuur en stroomverbruik interessant voor AI-analyse op het gebied van predictive maintenance en condition based monitoring?
  2. Wat is de nauwkeurigheid van onze modellen in het voorspellen van critical failures en onderhoud, en tot op welke termijn kan dit met enige zekerheid worden vastgesteld?
  3. Welke publieke databronnen kunnen worden aangesproken om het datamodel aan te vullen?
  4. Welke specifieke data kan middels een extrapolatie van handleidingen en documentatie van producenten ten aanzien van machines en motoren onttrokken worden en gevoed worden aan de algoritmes?
  5. Is het mogelijk API’s te ontwikkelen die zowel voor de nieuwste IoT-sensoren als legacy systemen vanuit de industrie geschikt zijn?
  6. Is Chirp Z-transform een geschikte methode om middels harmonische analyse van vibraties voorspellingen te doen op het gebied van critical failures en onderhoud?
  7. Zijn we in staat een toegankelijk dashboard te creëren dat middels XAI een user experience kan bieden waarbij gebruikers in staat zijn zonder voorkennis de resultaten van de AI-algoritmes te interpreteren?
  8. Is Anomaly Detection geschikt als methode in predictive maintenance en condition based monitoring op basis van IoT MEMS-sensoren?
  9. Kunnen we transfer learning inzetten om intelligentie en lessons learned te delen over verschillende type motoren en machines? En daarmee cold startproblemen voorkomen?
  10. Zijn we in staat middels federated learning intelligentie te delen en modellen te trainen met (intelligentie uit) data van verschillende organisaties terwijl de privacy van de data beschermd wordt?
  11. Is het mogelijk op basis van het technisch ontwerp een technische demonstrator te ontwikkelen om de technologie en het concept te valideren?

Economische Haalbaarheid Vragen

  1. Wat is kwantitatief de economische waarde die gecreëerd wordt voor stakeholders van ALGORITHM? Welke partijen profiteren van het product?
  2. Hoeveel onderhoudskosten en downtime-besparingen kunnen er worden gerealiseerd in ALGORITHM?
  3. Vormt de intelligentie vergaard uit analyses een business case die op zichzelf staat? Kunnen we deze intelligentie wellicht commercialiseren?
  4. Zijn economische businessmodellen als white labelling en API-services haalbaar voor ALGORITHM?
  5. Wat zijn specifieke eisen vanuit de eindgebruiker in het gebruik van ALGORITHM? Heeft u alle onderdelen van het projectplan beschreven?

Overige Haalbaarheid Vragen

  1. Zijn we in staat een stakeholder map in kaart te brengen van use cases in de maritieme industrie en Industry 4.0?
  2. Is een generiek ecosysteem van stakeholders te definiëren dat voor meerdere use cases toepasbaar is?
  3. Welke partij of partijen zijn typisch betrokken bij het inrichten van predictive maintenance en condition based monitoring? Is er een ecosysteemleider (enkele organisatie of stichting) die het ecosysteem aanstuurt?
  4. Welke wet- en regelgeving rondom predictive maintenance, condition based monitoring en big data-analyse spelen bij de ontwikkeling van het ALGORITHM-product een rol?

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2022

Partners & Locaties

Projectpartners

  • ADVANCED SOLUTIONS NEDERLANDpenvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

FLEETSYSTEMS 2.0

IACT Fleetsystems ontwikkelt een Cloud Based Fleet Management Systeem met sensorfusion om CO2-uitstoot te verlagen, verkeersveiligheid te verbeteren en kosten te reduceren voor voertuigeigenaren.

€ 20.000
Mkb-innovati...

“Predictive maintenance”

Het project onderzoekt de haalbaarheid van een systeem voor predictive maintenance in de automotive sector.

€ 19.740
Mkb-innovati...

Supply Chain monitoring met Machine Learning

Dit project onderzoekt de haalbaarheid van een innovatieve Machine Learning techniek voor continue monitoring in de supply chain.

€ 20.000
Mkb-innovati...

AUTARKISCH SENSOR- EN MONITORINGSSYSTEEM VOOR DE GEBOUWDE OMGEVING

Dit project onderzoekt de haalbaarheid van een energie-autarkisch sensor- en monitoringssysteem voor gebouwen, gericht op efficiënt dataverzameling en -verwerking met minimale energiebehoefte.

€ 20.000
Mkb-innovati...

Onderzoek naar digitaal trainingsplatform ter ondersteuning van klinische evaluatie en post market surveillance binnen MDR-richtlijnen in medisch productontwikkeling en certificering

Het project onderzoekt de technische en economische haalbaarheid van een digitaal trainingsplatform voor klinische evaluatie van medische hulpmiddelen, inclusief AI-integratie en dataveiligheid.

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

AI data engine voor vrachtwagentransport optimalisatie

Het project ontwikkelt een AI-data engine voor het optimaliseren van communicatie in de logistieke sector, met als doel schaalbare AI-toepassingen voor diverse sectoren te creëren.

€ 274.750
Mkb-innovati...

Doorbreken van barrières voor gebruik van AI algoritmes in de gezondheidszorg.

Het project ontwikkelt een cloud-based platform met AI-technologie voor verbeterde medische diagnostiek, gericht op snellere, nauwkeurigere behandelingen en kostenbesparingen in de gezondheidszorg.

€ 329.700
Mkb-innovati...

Versnelling;AI voor en door de Zorg

Het project ontwikkelt generieke AI-toepassingen in samenwerking met ziekenhuizen om zorgverleners te ondersteunen met voorspellingsinformatie, gericht op opschaling en verbetering van de zorg.

€ 187.150
Mkb-innovati...

Predictive maintenanceplatform voor gemaalonderhoud en afvalwaterbeheer

Dit project ontwikkelt een predictive maintenanceplatform voor efficiënter onderhoud van rioolgemalen, gericht op het verminderen van wateroverlast en optimaliseren van onderhoudsprocessen met behulp van data-analyse.

€ 198.702
Mkb-innovati...

AI data engine voor vrachtwagentransport optimalisatie

Het project ontwikkelt een AI-data engine voor optimalisatie van communicatie en planning in vrachtwagentransport, gericht op meerdere sectoren.

€ 274.750