STW.nl

U bent hier

Zes onderzoeksprojecten Smart Industry van start

Zes onderzoeksprojecten Smart Industry van start

15 december 2016

De nieuwe ‘industriële revolutie’ is weer een stapje dichterbij gekomen. Het bestuur van STW geeft goen licht aan zes onderzoeksvoorstellen binnen het programma Smart Industry. De onderzoeken richten zich onder meer op het realiseren van ongekend slimme industriële processen.

Het programma Smart Industry gaat een nieuwe fase in, nu zes onderzoeksvoorstellen zijn gehonoreerd. De onderzoeken sluiten aan bij de topsectoren HTSM (roadmap Smart Industry), ICT (Commit2Data-community) en Creatieve Industrie (CLICK.NL). Het totale budget van Smart Industry bedraagt ruim 3,6 miljoen euro.

Organisatie
De organisatie van het programma is in handen van STW, NWO Exacte Wetenschappen en NWO Geesteswetenschappen. Zij zetten na deze honorering gezamenlijke programma-activiteiten op om de kennisoverdracht in het programma te optimaliseren.

Lange termijn
STW heeft zich in 2015 ingespannen om een brede Smart Industry Science Agenda op te stellen voor de lange termijn. Mede op basis daarvan heeft Smart Industry een prominente plek gekregen in de Nationale Wetenschapsagenda, een inventarisatie van wetenschapsvragen die door de maatschappij zijn aangedragen. Een van de zestien ‘routes’ van de Wetenschapsagenda is gewijd aan Smart Industry.

Gehonoreerde projecten

Accelerating Mass Personalization in Orthopedics facilitated by Machine Learning and Bone MRI-based Digital Fabrication (15479)
Hoofdaanvrager: Dr.ir. P.R. Seevinck, UMC Utrecht

Cross-Industry Predictive Maintenance Optimization Platform (CIMPLO) (15465)
Hoofdaanvrager: Prof.dr. T.H.W. Bäck, Universiteit Leiden

Integrating models and real-time data for zero-defect manufacturing control systems (15472)
Hoofdaanvrager: Prof.dr. B. Jayawardhana, Rijksuniversiteit Groningen

Next UPPS - Integrated design methodology for Ultra Personalised Products and Services (15470)
Hoofdaanvrager: Dr.ir. J.C. Verlinden, Technische Universiteit Delft

Sequoia: Smart maintenance optimization via big data & fault tree analysis (15474)
Hoofdaanvrager: Dr. M.I.A. Stoelinga, Universiteit Twente

SUPREME - Smart Sensoring and Predictive Maintenance in Steel Manufacturing (15467)
Hoofdaanvrager: Prof.dr ir. T. Tinga, Universiteit Twente

 

Contactpersoon