SubsidieMeestersMade 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.
Projectdetails
Inleiding
De afgelopen paar jaar is de Industry 4.0 met Industrial Internet of Things (IIoT) gegroeid tot een volwassen technologie en kan de komende jaren de hoge verwachtingen en grote potentie gaan inlossen.
Toepassing van IIoT
Een van de zeer impactrijke toepassingen van IIoT is predictive maintenance voor de industriële sector. De ontwikkeling en uitrol van deze Industriële Internet of Things (IIoT) ecosystemen staan nog in de kinderschoenen en kennen een aantal belangrijke problemen die grootschalige adoptie in de manufacturing industry in de weg staan:
- Gebrek aan focus op interactie tussen assets
- Hoge operationele kosten door hoge data-upload
- Hoge start-up kosten bij het installeren van IIoT-ecosystemen
Projectdoel
Dit project richt zich op de ontwikkeling van een innovatieve combinatie van IIoT-hardware en een innovatief IIoT-platform, de Made to Measure (M2M), waarbij middels een co-development approach een oplossing geboden wordt voor alle nadelen van de “traditionele” manier van predictive maintenance.
Relatie met Topsectoren
Het R&D-project sluit nauw aan bij de Topsector HTSM en ICT.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 350.000 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2018 |
Partners & Locaties
Projectpartners
- TWTG R&D B.V.penvoerder
- Dutch Analytics B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
K.N.I.T.T.: Knitwear Next-level Interactive Textile TechnologyHet project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten. | MIT R&D Samenwerking | € 151.428 | 2023 | Details |
Full electric rim drive aandrijving voor commerciële vaartHet project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten. | MIT R&D Samenwerking | € 177.700 | 2023 | Details |
Ecotop AI Ripening systeemHet project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing. | MIT R&D Samenwerking | € 286.773 | 2023 | Details |
EEGX2Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen. | MIT R&D Samenwerking | € 120.943 | 2023 | Details |
K.N.I.T.T.: Knitwear Next-level Interactive Textile Technology
Het project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten.
Full electric rim drive aandrijving voor commerciële vaart
Het project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten.
Ecotop AI Ripening systeem
Het project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing.
EEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
“Predictive maintenance”Het project onderzoekt de technische en commerciële haalbaarheid van een systeem voor predictive maintenance in de automotive sector. | MIT Haalbaarheid | € 19.740 | 2023 | Details |
Industrial Internet of Things – Predictive Maintenance oplossingJB Besturingstechniek onderzoekt de technische en economische haalbaarheid van voorspellend onderhoud met M2M-learning en IoT-sensoren, met een investering van €60.000 en een jaar durende studie. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
Haalbaarheid preventief onderhoud op basis van slimme inzet sensoren en voorspellingsmodellenHet project onderzoekt de haalbaarheid van een softwaresysteem dat sensordata en externe bronnen combineert om onderhoudsbehoeften in glasvezelnetwerken te voorspellen en stabiliteit te verbeteren. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
IoT data in een Digital Twin omgevingUnit040 onderzoekt de haalbaarheid van IoT data in een Digital Twin omgeving om nieuwe mogelijkheden voor foutvoorspelling en efficiëntie in productie te creëren, met als doel een innovatief softwarepakket te ontwikkelen. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
“Predictive maintenance”
Het project onderzoekt de technische en commerciële haalbaarheid van een systeem voor predictive maintenance in de automotive sector.
Industrial Internet of Things – Predictive Maintenance oplossing
JB Besturingstechniek onderzoekt de technische en economische haalbaarheid van voorspellend onderhoud met M2M-learning en IoT-sensoren, met een investering van €60.000 en een jaar durende studie.
Haalbaarheid preventief onderhoud op basis van slimme inzet sensoren en voorspellingsmodellen
Het project onderzoekt de haalbaarheid van een softwaresysteem dat sensordata en externe bronnen combineert om onderhoudsbehoeften in glasvezelnetwerken te voorspellen en stabiliteit te verbeteren.
IoT data in een Digital Twin omgeving
Unit040 onderzoekt de haalbaarheid van IoT data in een Digital Twin omgeving om nieuwe mogelijkheden voor foutvoorspelling en efficiëntie in productie te creëren, met als doel een innovatief softwarepakket te ontwikkelen.