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.
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.
- nauki społeczneekonomia i biznesbiznes i zarządzaniemodel biznesowy
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaczujniki
- inżynieria i technologiaprzemysł maszynowyinżynieria produkcjiobróbka przyrostowa
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynowe
- nauki przyrodniczeinformatykanauka o danychprzetwarzanie danych
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SMEInst-2018-2020-1
System finansowania
SME-1 - SME instrument phase 1Koordynator
4879 Grimstad
Norwegia
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.