TransSIMS: overgang naar slimme industriële productiesystemen in de industrie 4.0 (TransSIMS)

De transitie naar Internet-of-Things (IoT) en Industrie 4.0 is een essentiële schakel voor het aanpakken van vele uitdagingen op het vlak van maakindustrie, mobiliteit, slim energieverbruik, gezondheidszorg, enz. Helaas zijn binnen de maakindustrie veel traditionele machines momenteel niet voorzien van technologieën om informatie te kunnen verzamelen en verwerken. Willen bedrijven hun competitiviteit behouden en zelfs vergroten, moet er nu sterk geïnvesteerd worden in technologieën die informatie verzamelen en verwerken. Vervanging van bestaande machines is veelal nog niet aan de orde. Een upgrade van de bestaande machines met IoT technologie is een meer kost-effectief alternatief. Echter, de snelle evolutie van dergelijke IoT technologieën zorgt voor een brede waaier aan systemen die kunnen ingezet worden. Voor bedrijven is het moeilijk om de juiste technologie te kiezen en aan te wenden voor hun specifieke markt. Het doel van dit TETRA en bijhorend CORNET-project is de exploratie en demonstratie van relevante methodologieën en technologieën om de bruikbaarheid van deze IoT technologieën binnen de brede maakindustrie aan te tonen. Daarenboven wil het project een set van richtlijnen aanbieden die toelaten om de juiste technologie te kiezen. Het project wil dit doen op basis van gevalstudies aangeleverd door de gebruikersgroep. Via de internationale CORNET samenwerking worden expertise (en industriële contacten) ingebracht op vlak van integratie van elektronica op bestaande machines (Fraunhofer IEM, Ostwestfalen-Lippe University of Applied Sciences), cloud en data-verwerking (Sirris) en ingebedde elektronica, sensornetwerken, betrouwbaarheid en veiligheid (KU Leuven).

Dit project resulteerde in een aantal demonstratoren waarbij de voordelen werden getoond van verschillende technologieën:

• het gebruik van elektrische schakelingen in een machineonderdeel om retrofitting te te passen
• een architectuur om de geretrofitte machine te integreren in een ecosysteem van een machinepark
• algoritmes om gegevens te verwerken waarbij gebruik gemaakt wordt van Artificiële Intelligentie dicht tegen de machine (AI on the Edge)
• een middleware om over-the-air updates uit te voeren en gegevens op een adaptieve manier te registreren
• een cloud architectuur om de gegevens te verwerken en verzamelen binnen een welbepaalde toepassing
• een 5-tal use cases waar bovenstaande technologieën werden geillustreerd.

De resultaten van dit project worden gepubliceerd op de projectwebsite.