Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Foresight: Autonomous machine monitoring and prognostics system for the Oil and Gas and Maritime sectors

Opis projektu

Czujniki do monitorowania stanu maszyn na statkach w czasie rzeczywistym

Sprawdzanie stanu maszyn na pokładzie statków powinno być możliwe w czasie rzeczywistym i dostępne za pomocą jednego kliknięcia. Obecnie w przemyśle morskim tylko kilka procent światowej floty korzysta z czujników umożliwiających cyfrową kontrolę. W ramach tego finansowanego przez UE projektu Foresight opracowywana jest opłacalna, łatwa w interpretacji technologia, która umożliwi załogom monitorowanie stanu maszyn w czasie rzeczywistym, a tym samym prognozowanie dalszych działań i podejmowanie najbardziej odpowiednich decyzji w tym zakresie. Dzięki zastosowaniu czujników krawędziowych, które w sposób ciągły monitorują maszyny i przetwarzają dane lokalnie, wyniki są podawane w postaci jednego współczynnika „kondycji” (ang. health index). Rozwiązanie Foresight zmniejsza koszty utrzymania, pozwala zrezygnować z obecności eksperta technicznego na pokładzie i minimalizuje nieoczekiwane przestoje.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

SME-1 - SME instrument phase 1

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-EIC-SMEInst-2018-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

MACHINE PROGNOSTICS AS
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 50 000,00
Adres
JON LILLETUNS VEI 9
4879 Grimstad
Norwegia

Zobacz na mapie

MŚP

Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.

Tak
Region
Norge Agder og Sør-Østlandet Agder
Rodzaj działalności
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 71 429,00
Moja broszura 0 0