ENGINEERINGNET.BE - “Het ZORRO-project is uniek omdat we ons op het systeem als geheel richten, en niet op individuele componenten”, aldus hoogleraar Mariëlle Stoelinga van UTwente.
“Binnen een systeem hebben de componenten allerlei complexe interacties en afhankelijkheden. De uitdaging is om daarvoor diagnostiek te ontwikkelen."
"We willen bijvoorbeeld efficiënte monitoringssystemen ontwikkelen door slimme combinaties van sensoren. Een ander werkpakket in het project richt zich op het koppelen van domeinkennis aan data-gedreven algoritmen. Hiervoor ontwikkelen we nieuwe diagnostische modellen en integreren we deze in het ontwikkeltraject voor hightech systemen.”
Het ZORRO-project werkt aan diagnostische methoden voor hightech systemen, zoals MRI-scanners en printers. Door hun gedrag continu te monitoren met geschikte sensoren, kunnen algoritmen uit AI afwijkende patronen in de sensorsignalen opsporen, en deze relateren aan hun grondoorzaken. Passende maatregelen, zoals vervanging of reparatie, kunnen dan tijdig genomen worden om storingen voorkomen.
Vice-projectleider Carmen Bratosin van TNO-ESI: "Dit multi-company programma geeft ons vertrouwen in een brede toepasbaarheid. Het stelt ons in staat onze inspanningen voor de realisatie van ESI's diagnostiek roadmap voor de hightech industrie te versnellen."
Partners in dit project zijn verder: ASML, Canon Production Printers, ITEC, Philips, Thermo Fisher Scientific, Hogeschool Saxion en de Vrije Universiteit Amsterdam.
De onderzoekers krijgen een bijdrage uit de call Next Generation Hightech Equipment: cyber-physical systemen, dat onderdeel uit maakt van het Nederlandse onderzoeksprogramma Kennis- en Innovatieconvenant.
