SubsidieMeestersSolenoid valve failure prediction using non-invasive transient current analysis
Deze studie onderzoekt de haalbaarheid van een module voor het voorspellen van falen van magneetventielen via stroomsignaalanalyse.
Projectdetails
Inleiding
Deze haalbaarheidsstudie heeft als doel te bepalen of het technisch haalbaar is om een preventive maintenance module te ontwikkelen die het falen van magneetventielen kan voorspellen dankzij een messcherpe analyse van het stroomsignaal tijdens de transitiefase.
Doelstellingen
Het mkb-bedrijf streeft ernaar om een forse reductie van de arbeids- en materiaalkosten bij de eindgebruiker te realiseren dankzij de beoogde hightech module.
Voordelen van de module
Deze module zou dankzij een nauwkeurige voorspelling van nadere faalmodi een baanbrekend inzicht geven in efficiënt onderhoud. Op basis hiervan kan reactief onderhoud de stap maken naar preventive maintenance.
Uitvoerder van de studie
Deze studie wordt uitgevoerd door Tameson, een technisch mkb-bedrijf gevestigd te Eindhoven.
Bijdrage aan sectoren
Het project draagt bij aan de Topsector en het Internationale Topcluster Hightech Systemen & Materialen (HTSM) via het thema Smart Industry (4.14/n). Daarnaast bevordert de studie innovatie in het Nationale Topcluster Maintenance.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
| Totale projectbegroting | € 53.000 |
Tijdlijn
| Startdatum | 15-4-2020 |
| Einddatum | 31-3-2021 |
| Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- Tamesonpenvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Natuurbeheer op alternatieve brandstoffenRotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines. | MIT Haalbaarheid | € 17.417 | 2023 | Details |
Currency Exchange AlgorithmGlobadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies. | MIT Haalbaarheid | € 19.950 | 2023 | Details |
UnikeeMQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Active AerodynamicsHet project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Natuurbeheer op alternatieve brandstoffen
Rotink onderzoekt de haalbaarheid van duurzame natuurbeheersystemen op alternatieve brandstoffen om te voldoen aan strengere milieuregels en de toenemende vraag naar schone machines.
Currency Exchange Algorithm
Globadyme ontwikkelt een geïntegreerd platform voor betalingsverwerking om transactiekosten met 50% te verlagen en AI te gebruiken voor efficiënte valutaconversies.
Unikee
MQD BV onderzoekt een tokenomics-oplossing voor NFT-transacties om de traceerbaarheid van producten te verbeteren en namaak en illegale wederverkoop te bestrijden.
Active Aerodynamics
Het project onderzoekt de haalbaarheid van actieve aerodynamische systemen voor het F22-model om prestaties te verbeteren en brandstofverbruik te verlagen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Predictive maintenanceplatform voor gemaalonderhoud en afvalwaterbeheerDit 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. | MIT R&D Samenwerking | € 198.702 | 2019 | Details |
Repair Prediction SystemSemiotic Labs en Van Bodegraven ontwikkelen een AI-gestuurd systeem dat onderhoud aan elektromotoren voorspelt, om stilstand en kosten te verminderen bij productiebedrijven. | MIT R&D Samenwerking | € 104.615 | 2016 | Details |
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.
Repair Prediction System
Semiotic Labs en Van Bodegraven ontwikkelen een AI-gestuurd systeem dat onderhoud aan elektromotoren voorspelt, om stilstand en kosten te verminderen bij productiebedrijven.