Meer dan 6 miljoen euro VLAIO innovatiesteun voor 5 imec en 3 Flanders Make ICON projecten

Het BOCEMON-project onderzoekt hoe informatie over een kantoorgebouw, o.a. afkomstig van aanwezige sensoren en gebruikersfeedback, ingezet kan worden om zowel het gebruikerscomfort als de energie-efficiëntie van het gebouw te verbeteren. Meer bepaald wordt onderzocht hoe AI-gebaseerde algoritmen de planning van kantoorruimten kunnen optimaliseren en de verwarmings- en verluchtingssystemen kunnen aansturen in functie van de eindgebruiker. Transfer-learning methodes zullen gebruikt worden om kennis uit één gebouw over te dragen naar een ander, wat een grote tijdswinst en kostenbesparing mogelijk maakt. De verschillende innovaties zullen gedemonstreerd worden in drie kantoorgebouwen die voldoende verschillen qua grootte, ouderdom en aanwezige technologie. 

Dit consortium bestaat uit 3 imec-onderzoeksgroepen en de bedrijven DYAMAND, Spacewell, Quares Facility Management en DeltaQ. 

In het HAIRoad-project (Hybrid AI for Predictive Road Maintenance) wordt ingezet op hybride AI om de kosten, inspanningen en tijd voor de kwaliteitsinspectie van wegen te reduceren. Hybride AI combineert de voorspellende kracht van data (uit verschillende soorten sensoren) met menselijke domeinkennis (zoals modellen van wegdegradatie). Zo kan de weginspectie sneller gebeuren en het onderhoud vroegtijdig ingepland worden. Dit kan leiden tot wegen met minder oneffenheden en minder geïnduceerd lawaai, minder ongevallen en minder schade aan wagens ten gevolge van een slecht wegdek.  

Het consortium bestaat uit 2 imec-onderzoeksgroepen, een Flanders Make-onderzoeksgroep, een onderzoeksgroep van UAntwerpen en het Opzoekingscentrum voor de Wegenbouw, en de bedrijven Arch & Teco Asset Management, ASASense, Inuits, Verhaert New Products & Services en Port of Antwerp en de gemeenten Dilbeek en Dendermonde.

3D-printen wordt gebruikt om een verscheidenheid aan producten te maken, van auto-onderdelen tot medische implantaten en op maat gemaakte gereedschappen. Helaas produceren 3D-printers af en toe producten van mindere kwaliteit omdat de printerbesturing niet ideaal is. Aangezien 3D-printers erg snel werken, zijn er hogesnelheidscamera's nodig om fouten te detecteren. Verder zijn er nieuwe realtime-algoritmen op basis van AI nodig om die fouten te identificeren. Ten slotte zijn er nieuwe besturingsalgoritmen nodig om fouten direct te corrigeren. Het MultipLICITY-project wil deze uitdagingen aanpakken om de kwaliteit van 3D-geprinte producten te verbeteren, om afval te verminderen, en om energie te besparen. 

Dit consortium bestaat uit 2 imec-onderzoeksgroepen en 2 Flanders Make-onderzoeksgroepen, en de bedrijven Materialise, Xenics, AdditiveLab, Dekimo Gent en Rejig. 

Routebepalingsdiensten kunnen een negatieve invloed hebben op een vlotte, veilige en groene mobiliteit. Ze bieden de weggebruiker de snelste route aan, maar houden vaak geen rekening met de maatschappelijke kost die inherent is aan sluipverkeer. Dit resulteert in suboptimale verkeersomstandigheden met meer congestie, ook op wegen die niet zijn uitgerust voor druk doorgaand verkeer. Het OptiRoutS (Optimal Routing Service) project zal onderzoeken hoe publieke mobiliteitsdoelen geïntegreerd kunnen worden in impactvol beleidsadvies en routebegeleiding, en hoe diensten en beloningsregelingen ontworpen kunnen worden zodat ze gebruikers langs meer prosociale routes leiden, rekening houdend met de zorgen van de overheid, zoals congestie, veiligheid en milieu. 

Dit consortium bestaat uit 3 imec-onderzoeksgroepen, een onderzoeksgroep van de KU Leuven, de bedrijven BeMobile, Movias, Transport & Mobility Leuven en het Verkeerscentrum van Agentschap Wegen en Verkeer. 

Tot op heden vertrouwt de industrie op klassieke regelaars die handmatig worden afgesteld door ingenieurs die vertrouwen op inzicht en ervaring. Om dit proces toegankelijker en nauwkeuriger te maken, worden data-gestuurde AI-methoden – zoals Reinforcement Learning – ingezet die rechtstreeks leren van machinegegevens. Door een aantal veel voorkomende problemen aan te pakken, zal het TUPIC project de veiligheid, stabiliteit en robuustheid van dit proces optimaliseren, zodat dergelijke regelaars vlotter toegepast kunnen worden in een industriële context.  

Het consortium achter dit project bestaat uit de onderzoeksgroepen Flanders Make DecisionS en UGent EEDT-DC en de bedrijven Siemens Industry Software, AMS Belgium, Bekaert, Exobotic Technologies, Microwave Energy Applications Management. 

Sinds een aantal jaar kent de maakindustrie een opmerkelijke evolutie naar massamaatwerk. Dit leidt tot een grotere productvariabiliteit en kleinere batchgroottes. Een efficiënte planning is erg belangrijk om de tijd tussen batches minimaal te houden. Vandaag wordt die planning meestal nog handmatig opgesteld, waarbij wordt vertrouwd op kennis van deskundigen. Om dit proces te optimaliseren, zal het Schedule4FMS project AI-technieken aanwenden om de tijdsduur van taken in het omstelproces te voorspellen. Die voorspellingen worden gebaseerd op de reële status van het productiesysteem en operatorenprofielen. Het resultaat is een planning die de productieruns optimaal sorteert zodat het omstelproces tussen elk zo kort mogelijk is. 

Het consortium achter dit project bestaat uit de onderzoeksgroepen Flanders Make ProductionS, Flanders Make CodesignS, UGent ISyE, en de bedrijven OMETA, 24Flow, Mariasteen, SABCA LIMBURG en Solvice.