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.

Subsidie
€ 104.615
2016

Projectdetails

Inleiding

Semiotic Labs B.V. is van plan samen met Van Bodegraven Elektromotoren B.V. een systeem te ontwikkelen dat benodigd onderhoud aan elektromotoren kan voorspellen. Met behulp van sensoren en kunstmatige intelligentie zullen verschillende onderdelen van de elektromotoren worden gemeten en zal er aan de technicus worden teruggekoppeld wanneer de onderdelen het gaan begeven.

Huidige situatie

Momenteel worden elektromotoren gerepareerd wanneer ze storingen hebben en staat er vaak een identieke reservemotor klaar om bij storing direct ingebouwd te worden. Doordat elektromotoren relatief minder onderhoud nodig hebben dan verbrandingsmotoren, staan deze dure reservemotoren het grootste deel van hun werkzame leven stil.

Gevolgen van storingen

Ten tweede staat tijdens een storing (een deel van) het productieproces ongepland stil, wat gevaarlijk kan zijn en hoge kosten met zich meebrengt. Doorgaans kost het meer tijd en geld dan preventief onderhoud.

Marktanalyse

Nederland kent 500 grote productiebedrijven en circa 40.000 middelgrote tot kleine productiebedrijven. De automatisering en het zware materieel wordt grotendeels aangedreven door elektromotoren en er wordt geschat dat ongeveer 10.000 bedrijven zware elektromotoren gebruiken. Een gemiddelde motor van 250 kW kost ongeveer €15.000, waarmee de geschatte markt op €150 miljoen komt als ieder bedrijf een motor reserve heeft staan.

Samenwerkingsverband

Om dit systeem te ontwikkelen gaat Semiotic Labs B.V., een recent opgericht softwareontwikkelbureau dat zich toespitst op kunstmatige intelligentie, een samenwerkingsverband aan met Van Bodegraven Elektromotoren B.V.

Verwachte resultaten

Aan het eind van dit samenwerkingsproject zal er een prototype modulair meetsysteem ontwikkeld zijn dat gebaseerd op kunstmatige intelligentie onderhoudsmomenten aan elektromotoren voorspelt.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 104.615

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2016

Partners & Locaties

Projectpartners

  • Semiotic Labs BVpenvoerder
  • Van Bodegraven Elektromotoren B.V.

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D Samenwerking

Mkb-innovati...

Maintenance 2020

Het project ontwikkelt een continu monitoring- en onderhoudssysteem voor industriële dieselaggregaten om prestaties te optimaliseren, onderhoudskosten te verlagen en de levensduur te verlengen.

€ 118.384
Mkb-innovati...

Made 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.

€ 350.000
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...

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
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

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

“Predictive maintenance”

Het project onderzoekt de haalbaarheid van een systeem voor predictive maintenance in de automotive sector.

€ 19.740
Mkb-innovati...

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.

€ 20.000
Mkb-innovati...

Solenoid 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.

€ 20.000
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...

Multi-voltage, energiebesparende predictive maintenance spoel

De studie onderzoekt de haalbaarheid van een multi-voltage spoel met predictive maintenance en energiebesparing voor magneetventielen.

€ 20.000