SubsidieMeestersVirtual Chemist
Het project ontwikkelt de Virtual Chemist, een innovatieve analysemethode voor plasticrecycling die eigenschappen van materialen snel en betrouwbaar bepaalt met hyperspectrale camera's en AI-technieken.
Projectdetails
Inleiding
Vanuit de markt voor plasticrecycling (compounders) is er een grote vraag naar een snelle en betrouwbare analysemethode. De belangrijkste zaken waarop gescand zou moeten kunnen worden om een revolutie in de markt te veroorzaken zijn:
- Zwarte plastics
- Aanwezigheid van additieven
- Mate van degradatie
- Volumemeting van kleine plastic flakes
Projectpartners
De projectpartners Polytential B.V. en Aiir Innovations B.V. ontwikkelen de eerste techniek wereldwijd die in staat is om deze eigenschappen te bepalen: de Virtual Chemist.
Bijdrage aan ambities
De Virtual Chemist draagt bij aan de ambities en doelstellingen van de topsectoren HTSM en Chemie en Energie (inclusief BBE). Het project past bij de roadmaps:
- Advanced Instrumentation
- Smart Industry
- Hightech Materials
Daarnaast sluit het aan bij het doorsnijdende thema ICT.
Technologische focus
Bij Advanced Instrumentation en Smart Industry gaat het om:
- Optische instrumentatie
- Nieuwe sensoren en sensorsystemen
- Precisietechnologie
- ICT-infrastructuur
- Datamanagement
- Snelle en accurate sensing, in samenhang met ICT
Materiaalbegrip
Binnen het onderwerp Hightech Materials staat het begrijpen van materialen en hun eigenschappen tijdens productie, verwerking, gebruik en hergebruik centraal. Dit omvat ook het reduceren van kosten en het veilig omgaan met nieuwe materialen.
Doel van het project
Het project heeft als doel het onderscheiden en analyseren van de materialen. De materialen worden vanaf de lopende band gescand door een nieuwe hyperspectrale camera.
Analyse en innovatie
De beelden daarvan worden in de cloud geanalyseerd met behulp van nieuw te ontwikkelen deep learning en machine learning technieken en gepresenteerd. Deze innovatie sluit aan bij het thema ICT, meer specifiek de onderwerpen ‘ICT voor monitoring en controle’ en ‘Big data’.
Aansluiting bij innovatie-agenda
Het project sluit verder aan bij Chemistry of Advanced Materials dat past onder de innovatie-agenda van de Topsector Chemie en Energie (inclusief BBE).
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 184.340 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2017 |
Partners & Locaties
Projectpartners
- Polytential B.V.penvoerder
- Aiir Innovations 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 |
|---|---|---|---|---|
Warmte Flux Sensor Technologie in Thermische AnalyseVeridis ontwikkelt een thermische scantechniek voor het verbeteren van de kwaliteit van gerecycled plastic door grotere monsteranalyses, wat de recycling en circulariteit bevordert. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Sample Preparatie Technologie voor Thermische AnalyseVeridis ontwikkelt een thermische scantechniek voor het verbeteren van de kwaliteit van gerecycled plastic door grotere monsters te analyseren, wat de recycling en circulariteit bevordert. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
NeuroPLASTICityDit project onderzoekt de haalbaarheid van een AI-softwaremodule voor real-time classificatie van plastics en additieven, om recycling te verbeteren en afvalverwerking te optimaliseren. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
Sample Preparatie Technologie voor Thermische AnalyseVeridis ontwikkelt een thermische scantechniek voor betere kwaliteitsbepaling van gerecycled plastic, ter bevordering van recycling. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Warmte Flux Sensor Technologie in Thermische Analyse
Veridis ontwikkelt een thermische scantechniek voor het verbeteren van de kwaliteit van gerecycled plastic door grotere monsteranalyses, wat de recycling en circulariteit bevordert.
Sample Preparatie Technologie voor Thermische Analyse
Veridis ontwikkelt een thermische scantechniek voor het verbeteren van de kwaliteit van gerecycled plastic door grotere monsters te analyseren, wat de recycling en circulariteit bevordert.
NeuroPLASTICity
Dit project onderzoekt de haalbaarheid van een AI-softwaremodule voor real-time classificatie van plastics en additieven, om recycling te verbeteren en afvalverwerking te optimaliseren.
Sample Preparatie Technologie voor Thermische Analyse
Veridis ontwikkelt een thermische scantechniek voor betere kwaliteitsbepaling van gerecycled plastic, ter bevordering van recycling.