Innovatieve technologieën voor slimme voertuigen en machines

Wanneer machines en voertuigen complexer worden, worden ook hun besturingssystemen complexer. Sensoren zorgen ervoor dat de status van de machines en voertuigen ten allen tijde opgevolgd kan worden, net als hun omgeving. Die zogenaamde ‘big data’ die de sensoren capteren, dient dan geïnterpreteerd te worden om correcte beslissingen te nemen. Beslissingen die het systeem al dan niet autonoom kan nemen.

Flanders Make core lab - DecisionS

In het core labo DecisionS binnen Flanders Make doen we onderzoek naar technologieën voor

  • Sensoren: objectidentificatie, sensorfusie voor bepaling van snelheid, versnelling of sliphoek, omgevingsmodellen
  • Conditiemonitoring: toestandsmonitoring van een machine aan de hand van onder meer trillingsanalyse
  • Controle: obstakels vermijden, regelen van hybride energiestroombeheer
  • Besluitmaking: ontwikkelen van algoritmes voor artificiële intelligentie en machine-leren

Dat leidt onder meer tot interessante toepassingen in lerende control. Machines worden uitgerust met sensoren. De data die zij verzamelen van de machine en uit diens omgeving dient als input voor algoritmes die de regelaar aansturen. Daarvoor gebruikt de regelaar niet alleen modellen maar ook wat de machine leerde uit eerdere uitvoeringen van de taak. Zo verbeteren de prestaties van machine elke keer deze een gelijkaardige taak uitvoert.

We maken gebruik van hoogtechnologische test- en validatie-infrastructuur om ons onderzoek naar een hoger niveau te tillen. Die omvat bijvoorbeeld

  • Een indoor ultra-wideband-gebaseerd lokalisatiesysteem
  • Een outdoor GPS-gebaseerd lokalisatiesysteem
  • Een set-up voor het versneld verouderen van lagers en het uitvoeren van trillingsanalyses
  • Een hardware-in-the-loop opstelling voor laserpadplanning bij 3D-printen
  • Drones, automatisch geleidde voertuigen en mobiele robots

Zo kunnen we al bogen op de volgende verwezenlijkingen

  • Televic Rail en Flanders Make ontwikkelden samen een lokalisatiesysteem waarmee de positie en de snelheid van de trein bepaald kunnen worden in omstandigheden waarbij het GPS-signaal verloren gaat, zoals in een tunnel.
  • Het platform dat we ontwierpen voor trillings-gebaseerde conditiebewaking werd succesvol getest op typische toepassingen van de industriële leden van het project, zoals op een productiemachine van Atlas Copco en een slijpmachine van VCST.

Het core labo DecisionS werkt samen met Europese onderzoekscentra in de voertuigindustrie zoals University of Surrey, Université de Technologie de Compiègne en Virtual Vehicle in Graz aan thema’s zoals de online schatting van bandenkrachten, sliphoek en het zwaartepunt van wagens op basis van (1) data uit sensoren die reeds in de wagens aanwezig zijn en (2) toestandsschattingsalgoritmes.

Meer informatie nodig?

Contacteer core labo manager Wouter De Nijs.