SubsidieMeestersDe optimalisatietool voor machinereparaties
Blue Squid ontwikkelt de SmartFix-app om machinereparaties in de agri- en food-processing sector te optimaliseren met AI en AR, gericht op efficiëntie en kostenbesparing, en onderzoekt de haalbaarheid van uitrol.
Projectdetails
Inleiding
Het jonge IT-bedrijf Blue Squid heeft de ambitie om machinereparaties en -onderhoud in de agri- en food-processing sector te optimaliseren met behulp van hun innovatieve diagnosetool SmartFix (software-oplossing c.q. “app”). Deze applicatie stelt monteurs in staat, in een wereld waar machines steeds complexer worden, reparaties effectiever en efficiënter uit te voeren op basis van bestaande kennis/data over het type machine.
Ontwikkeling van de Tool
De tool is geïnspireerd op de automotive sector en in eigen beheer geschikt gemaakt voor MKB-bedrijven in de Nederlandse maakindustrie, waaronder de agri- en food-processing sector. Het volwassenheidsniveau van de tool is na 1,5 jaar realisatie “levensvatbaar”, een zogenaamd minimum viable product (MVP).
Functionaliteiten van de Slimme Reparatietool
De slimme reparatietool helpt monteurs onder anderen met behulp van:
- Artificial Intelligence
- Foto & Video
- Augmented Reality technieken
Deze technologieën ondersteunen bij het stellen van juiste diagnoses en het first-time-right oplossen van problemen c.q. uitvoeren van onderhoudswerkzaamheden.
Kennisdeling en Data-Driven Aanpak
De beschikbare kennis bestaat uit de best-practices van machinereparaties wereldwijd. De tool kantelt de traditionele manier van top-down kennisdelen (via statische documentatie en over grote afstand) naar een slimme bottom-up en on-demand manier van kennisdelen. Dit houdt in dat de juiste informatie, op het juiste moment, op de juiste manier beschikbaar is.
Resultaten van de Aanpak
Deze data-driven aanpak resulteert in:
- Een hoog aantal first-time-right reparaties
- Kortere downtime
- Beter inzicht in de werking van machines
- Planbaar onderhoud (Predictive Maintenance)
- Lagere kosten
- Minder verspilling van materialen
Haalbaarheidsstudie
In deze haalbaarheidsstudie is Blue Squid voornemens om onderzoek te doen naar de technische en economische haalbaarheid van het uitrollen van haar MVP. Daarbij focust de onderneming onder meer op:
- De behoefte in de markt
- Mogelijke verdienmodellen (pricing)
- Technische toevoegingen, zoals Augmented- en Virtual Reality
- Mogelijke relevante wet- en regelgeving
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 19.200 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- Blue Squid Global IT Solutions B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Data gedreven schadeanalyse voor de voorspelling van zakelijke elektronica reparatiesHet project onderzoekt de haalbaarheid van een deep learning model voor efficiënte reparaties van zakelijke elektronica binnen Afterservice. | Mkb-innovati... | € 20.000 | 2023 | Details |
Data gedreven schadeanalyse voor de voorspelling van zakelijke elektronica reparatiesHet project onderzoekt de haalbaarheid van een deep learning model voor het optimaliseren van elektronicareparaties binnen het Afterservice platform, met als doel kosten en doorlooptijden te verlagen. | Mkb-innovati... | € 20.000 | 2023 | Details |
Onderzoek technische haalbaarheid beer big dataHet project onderzoekt de technische haalbaarheid van een tool die big data inzet om het aantal beren in de varkenssector met 10-15% te verminderen. | Mkb-innovati... | € 20.000 | 2021 | Details |
Haalbaarheidsproject voorspelbaar maken van vervuiling en hygiëne in voedingsmiddelenprocessenHet project ontwikkelt een softwareoplossing, "Clean Smart", die met behulp van Deep Learning en Machine Learning productieprocessen optimaliseert voor gezondere voeding en duurzaamheid door vervuiling en hygiëne te voorspellen. | Mkb-innovati... | € 20.000 | 2020 | Details |
EyeFast AI software voor vroege detectie van oogafwijkingenHolland AI onderzoekt de haalbaarheid van een deep-learning algoritme voor snelle en kwalitatieve detectie van oogafwijkingen in huisartsenpraktijken om de diagnostisering te verbeteren. | Mkb-innovati... | € 20.000 | 2020 | Details |
Data gedreven schadeanalyse voor de voorspelling van zakelijke elektronica reparaties
Het project onderzoekt de haalbaarheid van een deep learning model voor efficiënte reparaties van zakelijke elektronica binnen Afterservice.
Data gedreven schadeanalyse voor de voorspelling van zakelijke elektronica reparaties
Het project onderzoekt de haalbaarheid van een deep learning model voor het optimaliseren van elektronicareparaties binnen het Afterservice platform, met als doel kosten en doorlooptijden te verlagen.
Onderzoek technische haalbaarheid beer big data
Het project onderzoekt de technische haalbaarheid van een tool die big data inzet om het aantal beren in de varkenssector met 10-15% te verminderen.
Haalbaarheidsproject voorspelbaar maken van vervuiling en hygiëne in voedingsmiddelenprocessen
Het project ontwikkelt een softwareoplossing, "Clean Smart", die met behulp van Deep Learning en Machine Learning productieprocessen optimaliseert voor gezondere voeding en duurzaamheid door vervuiling en hygiëne te voorspellen.
EyeFast AI software voor vroege detectie van oogafwijkingen
Holland AI onderzoekt de haalbaarheid van een deep-learning algoritme voor snelle en kwalitatieve detectie van oogafwijkingen in huisartsenpraktijken om de diagnostisering te verbeteren.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Remote real time Monitoring & Prediction SystemCapica en AVT ontwikkelen een real-time monitorings- en analysesysteem voor mechanische installaties om onderhoud voorspelbaar te maken, wat leidt tot hogere productiviteit en lagere kosten. | Mkb-innovati... | € 173.103 | 2015 | Details |
Ontwikkeling van plant selecteermachine o.b.v. visiontechniekenMachinnova BV en Globe Plant BV ontwikkelen een volautomatische selecteermachine voor jonge kiemplanten met 99% nauwkeurigheid en een capaciteit van 15.000 planten per uur, ter verbetering van efficiëntie en precisie in de tuinbouw. | Mkb-innovati... | € 152.950 | 2018 | Details |
Made to Measure, Condition Aware Predictive maintenance voor Industrie 4.0Dit project ontwikkelt een innovatieve IIoT-oplossing voor predictive maintenance in de industrie, gericht op het verlagen van kosten en verbeteren van interactie tussen assets. | Mkb-innovati... | € 350.000 | 2018 | Details |
5D Plant InnovatieHet project ontwikkelt de 5D-Box, een innovatieve oplossing die digitalisering en teeltkennis combineert om de beoordeling en veredeling van gewassen te verbeteren voor duurzame voedselproductie. | Mkb-innovati... | € 349.825 | 2020 | Details |
OogVoHolland AI en Laméris ontwikkelen een AI-gestuurd point-of-care product voor snellere en goedkopere diagnose van oogafwijkingen, met focus op diabetische retinopathie. | Mkb-innovati... | € 124.363 | 2020 | Details |
Remote real time Monitoring & Prediction System
Capica en AVT ontwikkelen een real-time monitorings- en analysesysteem voor mechanische installaties om onderhoud voorspelbaar te maken, wat leidt tot hogere productiviteit en lagere kosten.
Ontwikkeling van plant selecteermachine o.b.v. visiontechnieken
Machinnova BV en Globe Plant BV ontwikkelen een volautomatische selecteermachine voor jonge kiemplanten met 99% nauwkeurigheid en een capaciteit van 15.000 planten per uur, ter verbetering van efficiëntie en precisie in de tuinbouw.
Made to Measure, Condition Aware Predictive maintenance voor Industrie 4.0
Dit project ontwikkelt een innovatieve IIoT-oplossing voor predictive maintenance in de industrie, gericht op het verlagen van kosten en verbeteren van interactie tussen assets.
5D Plant Innovatie
Het project ontwikkelt de 5D-Box, een innovatieve oplossing die digitalisering en teeltkennis combineert om de beoordeling en veredeling van gewassen te verbeteren voor duurzame voedselproductie.
OogVo
Holland AI en Laméris ontwikkelen een AI-gestuurd point-of-care product voor snellere en goedkopere diagnose van oogafwijkingen, met focus op diabetische retinopathie.