ITEA is the Eureka Cluster on software innovation
ITEA is the Eureka Cluster on software innovation
24 September 2019 · Source: mechatronicamachinebouw.nl · Download PDF

TNO-Esi & co. ontvangen Eureka-award voor hightech data science

Het Itea-project Reflexion, geleid door TNO-Esi, heeft de Eureka-award ontvangen. De projectpartners uit Nederland (Axini, Océ, Philips, Synerscope en TNO-Esi) en België (Barco, Siemens Industry Software en Yazzoom) zijn erin geslaagd om operationele gebruikersdata uit de industrie om te zetten in bruikbare realtime informatie. Dit geeft betere controle over het productieproces, productgebruik en toekomstige ontwerpen. Het creëert een zogeheten digital loop, waarin data wordt teruggevoerd aan het ecosysteem. Deze prijs erkent de impact, potentie voor het verbeteren van de concurrentiepositie en succesvolle samenwerking tussen mkb en grote bedrijven.

Dankzij de opkomst van goedkope sensoren en betaalbare grootschalige dataopslag worden nu dagelijks terabytes aan informatie vergaard uit complexe systemen in de hightechindustrie. De uitdaging is om die data zodanig te filteren dat alleen de relevante, waardevolle informatie overblijft, waarmee inzichten verkregen en kunnen worden behouden. De Reflexion-partners hebben een methodologie voor data-analyse ontwikkeld die in het gehele productieproces wordt toegepast.

De toepassing van data science in de maakindustrie is nieuw; normaal gesproken ligt de focus op engineering en mechatronica. Tijdens dit project hebben de partners in de praktijk bewezen wat de toegevoegde waarde van hun methode is. Ze kregen inzichten die aanzienlijke tijd en economische winst kunnen opleveren. Een voorbeeld is hoe data verkregen uit onderhoudsinspecties de mogelijkheid geeft voor versnelde foutopsporing en probleemoplossing (en zo kortere productiestop), maar ook voor input in het verbeteren van productontwerp.

Related projects

ITEA 3 Call 1
Winner ITEA Award of Excellence Special recognition award 2019
project header

Reflexion

React to Effects Fast by Learning, Evaluation, and eXtracted InformatiON