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

Machine state forecasting technology coupled with product quality control to unleash productivity for the manufacturing sector (EnCORE)

Opis projektu

Przewidywanie awarii maszyn przed ich wystąpieniem

Fabryki przyszłości będą w stanie przewidywać i reagować na różnego rodzaju zdarzenia dotyczące zarówno pojedynczych maszyn, jak i całych systemów oraz linii produkcyjnych. Dzięki przejściu z zaplanowanych prac konserwacyjnych i regularnych serwisów na konserwację zapobiegawczą fabryki będą w stanie zapobiegać awariom swoich urządzeń dzięki przewidywaniu problemów i awarii zanim faktycznie wystąpią. W ramach finansowanego przez Unię Europejską projektu EnCORE powstaje przełomowe podejście do konserwacji zapobiegawczej, które będzie wykorzystywać technologię uczenia głębokiego w celu prognozowania przyszłych stanów maszyny na podstawie danych związanych z normalną pracą. Celem projektu jest wprowadzenie tego nowatorskiego rozwiązania na rynek. Opracowane przez uczestników projektu oprogramowanie jest weryfikowane w dwóch przypadkach – maszyny do formowania tłocznego wytwarzającej plastikowe butelki, a także maszyny wytwarzającej żyletki.

Cel

In the manufacturing sectors, the traditional planned maintenance approach is no longer viable, as it cannot cope with the ever-rising complexity of production systems. This pressing problem hurts industry’s profitability, and unplanned downtime costs industrial manufacturers €43 billion per year. This pressing problem has fuelled the growth of the predictive maintenance market. Currently, predictive maintenance solutions employ typical machine learning approaches based on monolithic rule-based predictions and require from the customer labelled data that correspond to defective machine states. This impedes the penetration of predictive maintenance in the industry. EnCORE is the fruit of 5 years of R&D to develop proprietary deep neural networks fit for predictive maintenance applications. Our solution uses best-in-class deep learning technology removing the overheads related with data preparation and enable the prediction of machine’s future condition using data that correspond to normal machine states. This is a game changing approach in the predictive maintenance industry. EnCORE is at TRL-6, with our software being validated at two different applications, (1) a compression moulding machine that produces plastic bottle enclosures/caps and (2) a cold forming machine that produces razor blades. Our target market will be the Food & Beverage and Consumer Goods industries targeting both OEMs of machinery and End-Users use such machinery. To take our product to the market, we will employ an hybrid business model using both direct sales and sales through industrial IoT platforms. EnCORE’s unique offering unlocks tremendous value for our customers; this will fuel the adoption of our solution by the industry. In the commercialisation period, we forecast cumulative profits of about €15 million with a strong Return on Investment (ROI) of €13 million. This will allow us to grow our workforce by 83 new employees, to meet the expected market demand for our breakthrough product.

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

CORE INNOVATION AND TECHNOLOGY OE
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
DELAGRAMMATIKA 5
341 00 Chalkis
Grecja

Zobacz na mapie

MŚP

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

Tak
Region
Κεντρική Ελλάδα Στερεά Ελλάδα Εύβοια
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