SubsidieMeestersRESONIKS
Het project gebruikt Machine Learning en AI voor snelle, operatorloze akoestische kwaliteitsinspecties, wat de doorlooptijd en kwaliteit verbetert en de reputatie en omzet van bedrijven verhoogt.
Projectdetails
Inleiding
Door Machine Learning en Artificial Intelligence worden akoestische inspecties in staat gesteld om in minder dan 4 seconden, inline met het productieproces, een kwaliteitscontrole op moleculair niveau uit te voeren zonder tussenkomst van operators.
Verbeteringen
Hierdoor worden de volgende aspecten verbeterd:
- Doorlooptijd
- Kwaliteit
- Reputatie
- Omzet
- Marges
Impact
Het project draagt direct bij aan de verschillende topsectoren en is tevens een key enabling technology voor deze sectoren.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 188.300 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- SUPPLYZ B.V.penvoerder
- Ae Design B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
KeraModHet KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie. | MIT R&D Samenwerking | € 167.375 | 2023 | Details |
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 |
Biobased AutoplatformDonkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren. | MIT R&D Samenwerking | € 118.472 | 2023 | Details |
Insourcing & automatisering productieproces souvenirtulpenKlompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren. | MIT R&D Samenwerking | € 340.900 | 2023 | Details |
KeraMod
Het KeraMod-consortium ontwikkelt een disruptief alternatief voor 2DGC-technologie om complexe monsters efficiënter, goedkoper en duurzamer te analyseren, ten voordele van milieu en industrie.
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.
Biobased Autoplatform
Donkervoort ontwikkelt een duurzaam autoplatform van biobased materialen in samenwerking met Scabro Groep, met als doel de carbon footprint met 75% te verlagen en een gevalideerd prototype te creëren.
Insourcing & automatisering productieproces souvenirtulpen
Klompenfabriek Nijhuis en EMA-Projects ontwikkelen een geautomatiseerd productieproces voor souvenirtulpen in Nederland om kwaliteit, duurzaamheid en marktaandeel te verbeteren.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Neuron Soundware: detecting machine failures early combining sound, AI and IoT technologiesNSW is an AI-driven diagnostic technology that detects machine faults early through acoustic analysis, enhancing industrial sustainability with 99.6% accuracy and minimizing downtime. | EIC Accelerator | € 2.500.000 | 2023 | Details |
Semi-supervised learning voor dynamische geluidkaart in gebouwde omgevingMuniSense, Peutz en Embedded Acoustics ontwikkelen een dynamische geluidskaart met AI, gericht op geluidsmonitoring in de gebouwde omgeving, met nadruk op betrouwbare, mensgerichte participatie. | MIT R&D AI | € 285.180 | 2022 | Details |
NoesisHet project ontwikkelt een technologie voor automatische geluidsmeting met akoestische sensoren en AI voor diverse toepassingen. | OP Oost - Onderzoek en Innovatie | € 233.652 | 2023 | Details |
Neuron Soundware: detecting machine failures early combining sound, AI and IoT technologies
NSW is an AI-driven diagnostic technology that detects machine faults early through acoustic analysis, enhancing industrial sustainability with 99.6% accuracy and minimizing downtime.
Semi-supervised learning voor dynamische geluidkaart in gebouwde omgeving
MuniSense, Peutz en Embedded Acoustics ontwikkelen een dynamische geluidskaart met AI, gericht op geluidsmonitoring in de gebouwde omgeving, met nadruk op betrouwbare, mensgerichte participatie.
Noesis
Het project ontwikkelt een technologie voor automatische geluidsmeting met akoestische sensoren en AI voor diverse toepassingen.