Description du projet
Des capteurs pour surveiller l’état des machines des navires en temps réel
Vérifier l’état des machines à bord des navires devrait être possible en temps réel, d’un simple clic. Actuellement, dans le secteur maritime, seuls quelques pour cent de la flotte mondiale disposent de capteurs déployés pour des inspections numériques. Ce projet Foresight financé par l’UE met au point une technologie rentable et facile à interpréter qui permettra aux équipages de contrôler l’état des machines en temps réel, ce qui leur donnera la possibilité de prévoir et d’entreprendre les actions les plus appropriées. Grâce à des capteurs périphériques qui surveillent en permanence les machines et traitent localement les données, le résultat est condensé sous la forme d’un indice de santé (Health Index) global. La solution Foresight réduit les coûts de maintenance, supprime la nécessité de disposer d’un expert technique à bord et minimise les temps d’arrêt imprévus.
Objectif
Maintenance processes applied on vessels and offshore platforms are obsolete. The technologies commonly applied to monitor machinery generate Gigabytes of technical data, requiring an expert to process it. Data cannot be handled by real-time monitoring services onshore, as the data connections available offshore are not designed for such flows. As a result, only 2% of the Mobile Drilling Units (MODUs) fleet in operation nowadays implement a real-time machinery monitoring, while the other 98% apply the out-dated Time-Based Maintenance (TBM) model. TBM increases lifecycle costs due to unexpected downtimes, higher labour costs and waste of parts in working condition. MODUs and platforms are bearing today unnecessary and excessive costs due to inefficient maintenance, even human injuries or environmental catastrophes are more likely to happen due to unmaintained machinery.
Our technology provides to vessels’ and platforms’ crews the possibility to monitor machinery health in real-time, allowing them to forecast and undertake the most appropriate actions. Foresight’s hardware is composed mainly by vibration monitoring equipment, that grant an easy installation onto any type of machinery. Foresight’s sensors continuously monitor the machinery, collect data, process them to reduce the size of the data packets and send them to the software on the cloud. Foresight Machine Learning (ML) module holistically processes the data gathered by sensors, synthesizing them into a comprehensive Health Index. It outperforms competitors in speed and reliability and is able to autonomously adapt and tailor its calculations on each machinery nominal behaviour.
Foresight relieves vessels and platforms maintenance costs by: (1) lowering the number of sensors needed; (2) reducing data communication needs; (3) removing the need for a technical expert onboard (4) minimising unexpected downtimes; (5) avoiding replacement of sound parts.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences socialeséconomie et affairesentreprise et gestionmodèle d’entreprise
- ingénierie et technologiegénie électrique, génie électronique, génie de l’informationingénierie électroniquecapteurs
- ingénierie et technologiegénie mécaniqueingénierie de fabricationfabrication additive
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatique
- sciences naturellesinformatique et science de l'informationscience des donnéestraitement des données
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-EIC-SMEInst-2018-2020
Voir d’autres projets de cet appelSous appel
H2020-SMEInst-2018-2020-1
Régime de financement
SME-1 - SME instrument phase 1Coordinateur
4879 Grimstad
Norvège
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.