Overslaan en naar de inhoud gaan
Home > Decision & Control

Decision & Control

Metingen vormen de sleutel tot kennis. Dit geldt ook voor intelligente voertuigen, machines en productiesystemen. Daar stopt het echter niet. Om het prestatieniveau van deze systemen onder alle omstandigheden te verbeteren, moeten deze metingen ook gebruikt worden om hun controle op robuuste wijze aan te passen.

WAAROM DIT ONDERZOEK?

Productie-omgevingen staan voor heel wat veranderingen. Ze moeten hoogst aanpasbaar gaan produceren (lot size 1), aan de laagst mogelijke operationele kost, wat onder meer impliceert dat machinestilstanden vermeden moeten worden. Klanten verwachten zero-defect producten en absolute flexibiliteit. Van massaproductie evolueren we meer en meer naar massacustomisatie.

Voertuigen worden almaar autonomer. Dit gaat verder dan zelfrijdende auto's, er zijn ook fruitplukrobotten, autonoom vliegende drones, automatisch geleide voertuigen in de logistiek, autonome patrouilleboten, enz. 

Zowel in productie-omgevingen als in autonome voertuigen spelen sensoren een belangrijke rol. Ze weten bijvoorbeeld wanneer een machine aan onderhoud toe is, waken over de kwaliteit van het product en berekenen de efficiëntie van het productieproces. Ze bepalen de positie en de snelheid van een voertuig, maken onderscheid tussen vrije en bezette ruimte, differentiëren tussen mensen en machines, identificeren rijpe vruchten die geplukt of pallets die getransporteerd moeten worden. Vandaag worden almaar krachtigere, kleinere en goedkopere sensoren op de markt gebracht, wat continu nieuwe mogelijkheden creëert.

Maar meten is nog maar het begin. De verzamelde gegevens moeten geïnterpreteerd worden om op basis hiervan het productiesysteem en de voertuigprestaties te verbeteren. In moderne productie-omgevingen worden deze beslissingen echter almaar complexer omdat men niet alleen rekening dient te houden met een variabel productieproces maar ook met een voortdurend veranderende productie-omgeving. Zo ook moeten autonome voertuigen opereren in complexe, dynamisch evoluerende omgevingen. Ze moeten hun route aanpassen om statische en mobiele obstakels te vermijden, ze moeten vertragen in de buurt van mensen maar verder rijden bij het passeren van statische obstakels.

Alleen op deze manier komen we tot de slimme producten (machines & voertuigen) en uiterst performante productie-omgevingen die nodig zijn om de productie in Vlaanderen te houden.  

CONCRETE ONDERZOEKSDOELSTELLINGEN

We dragen bij tot de ontwikkeling van technologie voor intelligente monitoring- en geavanceerde besturingssystemen en ter ondersteuning van het besluitvormingsproces. We zoomen in op de volgende onderzoeksdomeinen:

Detectie & monitoring

  • Glasvezelsensoren: het robuuste alternatief voor het meten van, onder meer, druk en temperatuur. 
  • Zelf-kalibrerende versnellingsmeters voor inerte navigatie.
  • Voorspellende conditiemonitoring, met focus op lagers, versnellingen, motoren en elektromechanische aandrijflijnen.
  • Lokalisatiesystemen voor binnen en buiten: AGV’s, mobiele robotplatformen en drones. Deze maken standaard gebruik van een variëteit van technologieën. Ons onderzoek spitst zich toe op de meest efficiënte oplossing voor een verbeterde nauwkeurigheid, een hogere updatesnelheid en een betere kostenefficiëntie.
  • Visie-gebaseerde monitoring (1D, 2D, 3D, zichtbaar en infrarood), het ontwerp van optische systemen uitgerust met freeform geslepen lenzen en beeldverwerkingsalgoritmes. 
  • Zelflerende sensoren, die zich automatisch aanpassen aan hun omgeving om zo betrouwbaardere data te genereren, zichzelf te configureren en aan zelfdiagnose te doen bij fouten.

Controle & besluitvorming 

  • Optimale controle, dankzij nieuwe, robuuste besturingsalgoritmes die eenvoudiger af te stemmen zijn en in real-time functioneren om zo constant de hoogst mogelijke kwaliteit te garanderen.
    • Controle van omgeving: detecteert de werkingsomgeving en optimaliseert controle parameters voor de beste prestaties.
    • Dynamisch routeplanning voor mobiele systemen: het ontwijken van statische en mobiele obstakels.
    • Optimale trajectplanning rekening houdende met alle beperkingen.
  • Lerende controle, waardoor systemen kunnen leren van hun eigen operationele data. Dit zorgt voor maximale performantie in iedere situaie. 
    • Veilig leren: garandeert dat beperkingen gedurende het leerproces worden gerespecteerd. 
    • Eenvoudig leren: verhoogt de robuustheid door het gebruik van eenvoudige geparametreerde modellen.
    • Gedeeld leren: Leren uit eigen ervaring of die van gelijkaardig systemen in het machine- of wagenpark.
  • Ondersteunende tools in het besluitvormingsproces die helpen om relevante data uit te filteren met behulp van artificiële intelligentie methodes. 

VOOR WIE?

  • Maakbedrijven die op zoek zijn naar een strategie voor zero-defect en zero-machine-uitvaltijd.
  • Maakbedrijven die technologie nodig hebben voor de ontwikkeling van flexibele, geautomatiseerde productielijnen.
  • Machinebouwers die conditie- en procesmonitoring willen inbouwen.
  • Softwarebedrijven die tools ontwikkelen voor het ontwerp en het testen van mechatronische systemen.

BETROKKEN CORE LABO’s

LOPENDE PROJECTEN

Naam Project Titel

Start

Einde
 MOFORM_SBO  Model based force measurements  01/02/2016   31/01/2020 
 COMBILASER_SBO    Combination of laser additive, laser subtractive and other laser processes for improved functional part characteristics  01/02/2016   31/01/2020 
 ROCSIS_SBO    Robust and optimal control of systems with interacting subsystems  01/03/2016   29/02/2020 
 MONICON_ICON    Monitoring and control of laser melting processes  01/04/2017   31/03/2019 
 MODA_ICON    Model based data analytics  01/01/2018   31/12/2019 
 Smart Connectivity  Proeftuin Smart Connectivity  01/01/2018   31/12/2020 
 Smart Maintenance    Proeftuin Smart Maintenance  01/01/2018   31/03/2022 
 AVCON_ICON    Avoidance of collision and obstacles in narrow lanes  01/02/2018   31/01/2020 
 MULTISENSOR_ICON    Multi sensor design and validation  01/02/2018   31/01/2020 
 MULTISYSLECO_SBO    Multi system learning control  01/04/2018   31/03/2022 
 CONACON_ICON  Context Aware Control  01/04/2019  31/03/2021
 BEAMSHAPE_ICON   Optical beam shaping for high-productivity/quality laser-aided manufacturing  01/04/2019  31/03/2020
 PILS_SBO  Product inspection with little supervision  01/07/2019  30/06/2023
 DGTwinPrediction_SBO  A digital twin for health monitoring and predictive maintenance  01/07/2019  
 HySLAM_SBO  A hybrid SLAM approach for autonomous mobile systems  01/08/2019  31/07/2023

Deelnemende bedrijven*

*Deelnemen aan een cluster is exclusief voorbehouden aan onze leden. Meer weten of lid worden? Klik hier

    CONTACT

    Andrei Bartic - Cluster Manager

    andrei.bartic@flandersmake.be