Cross-Industry Predictive Maintenance Optimization Platform (CIMPLO) voor voorspellend onderhoud (CIMPLO)

Traditionele onderhoudsconcepten berusten op een 'fixed interval approach', waarbij rekening wordt gehouden met een aanzienlijke veiligheidsmarge. Hierdoor vindt het onderhoud bijna altijd te vroeg of te laat plaats, waardoor het waarschijnlijk een van de meest inefficiënte en tegelijkertijd meest kritische industriële activiteiten is.

Het CIMPLO-project is gericht op de ontwikkeling van een cross-industry predictive maintenance optimization platform, dat zich richt op de reële vereisten voor dynamische, schaalbare meerjarenplanning van het onderhoud.

Hoewel de mogelijkheden van het systeem zullen worden gedemonstreerd aan de hand van de applicatie cases van onze industriële partner, namelijk vliegtuigmotoren (KLM) en personenauto's (Honda), zal het systeem worden ontwikkeld als een cross-industry platform voor generieke toepassingen in voorspellende, multi-objectieve, dynamische onderhoudsplanning. Het doel is om de industrie te voorzien van een tool voor het dynamisch optimaliseren van onderhoudsactiviteiten om tijd en kosten te besparen, de veiligheid te maximaliseren en het gebruik van middelen te optimaliseren.

Meer informatie
Titel project: Cross-Industry Predictive Maintenance Optimization Platform (CIMPLO) voor voorspellend onderhoud (CIMPLO)

Programma: Commit2Data-Programma

Organisatie: NWO

Looptijd: t/m 2021

Partners: Leiden Institute of Advanced Computer Science (LIACS), KLM, CWI, Honda

Contactpersoon
Prof. dr. T.H.W. Bäck

Nieuwsbrief

Schrijf u in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws over Commit2data