Predictive Maintenance

Het project "Predictive Maintenance" ontwikkelt een AI-gestuurd platform voor het monitoren van infrastructuur met satelliet- en in-situ-data, gericht op kostenbesparing en veiligheid bij wegonderhoud.

Subsidie
€ 190.720
2019

Projectdetails

Inleiding

“Predictive Maintenance” betreft het R&D-samenwerkingsverband van de Groningse kunstmatige intelligentie-expert Kaios.ai en de Delftse satellietdata-verwerker en bodemdeformatiespecialist Sensar. In dit project bundelen de aanvragers hun expertise om een softwarematig platform te ontwikkelen waarmee het mogelijk wordt om op basis van onder andere satellietdata en in-situ-data voorspellingen en aanbevelingen te doen over onder andere onderhoud ter bestrijding van degeneratie van wegen, bruggen en viaducten, die onder andere het gevolg zijn van verzakkingen.

Toepassing van Kunstmatige Intelligentie

Door kunstmatige intelligentie (AI-algoritmen) op slimme wijze toe te passen op een gecombineerde set van aardobservatiedata en lokale camerabeelden (en andere openbare bronnen), bieden de aanvragers een nieuwe service aan waarmee infrastructuur kan worden gemonitord. Overheden, wegbeheerders en onderhoudsopdrachtnemers (aannemers) worden middels een webservice in staat gesteld om de volgende doelen te realiseren:

  1. Het verminderen van het aantal visuele controles van de weg (inspecties) en daarmee verlagen van de kosten van wegonderhoud en verhogen van de veiligheid van het betrokken personeel.
  2. Het beter kunnen inschatten van risico’s omtrent wegaanleg en het beter kunnen plannen en begroten van preventief en reparatief wegonderhoud, waardoor budgettaire winst wordt behaald.
  3. Het verminderen van het aantal wegafsluitingen als gevolg van schade en daarmee reduceren van de economische schade die wegafsluitingen met zich meebrengen, door waar nodig preventief onderhoud of andere relevante acties uit te voeren.

Aansluiting bij Roadmaps

Het voorgenomen R&D-samenwerkingsproject sluit binnen de topsector HTSM & ICT aan op de roadmap ‘Space’ en toepassingsgebied ‘Space Applications’, waar onder andere aandacht wordt gevraagd voor de ontwikkeling van nieuwe diensten die infrastructuur monitoren. Eveneens sluit het project binnen de roadmap Space aan op de technologische positie: Downstream systems, sub-thema: Service development, onderwerp: land monitoring and use en op de NSO Roadmap “data processing”.

Versterking van Kennispositie

Penvoerder Kaios.ai beoogt haar kennispositie in Noord Nederland te versterken doordat het project aansluit op de door Kaios.ai reeds ontwikkelde software, waarmee schade aan wegdekken en aan belijning en bebording kan worden geanalyseerd door middel van beeldherkenning, waarmee (lokale) overheden en wegbeheerders op dit moment al kostenbesparingen kunnen realiseren.

Kans voor Sensar

Projectdeelnemer Sensar ziet met haar deelname aan dit R&D-samenwerkingsproject voor zichzelf een kans weggelegd om haar hoogwaardige satellietdata-verwerkingsproducten en wetenschappelijke expertise op het gebied van bodemdeformatie uit te breiden met een geheel nieuwe toepassing binnen het domein van de monitoring van infrastructurele projecten (zoals het wegennetwerk) en andere civiele kunstwerken (bruggen, viaducten, etc).

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 190.720

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2019

Partners & Locaties

Projectpartners

  • Brainstructions B.V.penvoerder
  • Sensar B.V.

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D Samenwerking

Mkb-innovati...

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.

€ 198.702
Mkb-innovati...

Ontwikkeling hightech inspectiedrones t.b.v. maritieme maintenance

Dit project ontwikkelt innovatieve inspectiedrones voor maritieme infrastructuur om kosten te verlagen, veiligheid te waarborgen en onderhoud efficiënter te plannen.

€ 131.425
Mkb-innovati...

INSPECH-EVE

Het INSPECH-EVE platform, ontwikkeld door BrainCreators en ZNAPZ, gebruikt AI om visuele en relationele data te analyseren voor efficiënte en kostenbesparende predictive maintenance van wegen.

€ 189.040
Mkb-innovati...

Eyes & ears in the sky; preventieve opsporing met een geluidscamera en drone integratie

Ontwikkeling van een innovatieve vliegende geluidscamera voor inspecties van grote technische installaties, gericht op het opsporen van defecten en het verbeteren van onderhoud in de chemische industrie.

€ 189.775
Mkb-innovati...

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.

€ 173.103

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

Predictive Road Maintenance

Geronimo.AI ontwikkelt een AI-systeem voor de provincie Zuid-Holland om proactief wegonderhoud te voorspellen en te plannen, met als doel kosten te verlagen en verkeershinder te minimaliseren.

€ 20.000
Mkb-innovati...

Testing optical solutions for calibrating models that predict behavior of soil bodies

Het project ontwikkelt een geïntegreerd systeem van optische sensoren en rekenmodellen om grondgedrag onder extreme weersomstandigheden te voorspellen, ter verbetering van infrastructuurbeheer.

€ 20.000
Mkb-innovati...

Predictive maintenance

Cursor ontwikkelt een systeem voor predictive maintenance in de haven van Rotterdam om vroegtijdig scheuren in verhardingen te detecteren, kosten te verlagen en de infrastructuur te verduurzamen.

€ 20.000
Mkb-innovati...

Inspectimark - AI gedreven predictief wegmarkering onderhoud

Inspectigence ontwikkelt een AI-gedreven dienst voor automatische beoordeling van wegmarkeringen, waardoor gemeenten kosten besparen en verkeersveiligheid verbeteren, ongeacht weersomstandigheden.

€ 20.000
Mkb-innovati...

Geautomatiseerd data analyseren en voorspellen in de infra op basis van sensordata

Het project onderzoekt de haalbaarheid van een geautomatiseerd proces voor het analyseren van sensordata van civiele kunstwerken, met als doel duurzame renovatie en betere besluitvorming.

€ 20.000