- Home
- Nieuws
Nieuws
Next UPPS - Ultra-Personalised Products and Services
Producten die ontworpen zijn voor massaproductie sluiten vaak niet goed aan bij de persoonlijke behoeften van mensen, soms is zelfs een exacte en gepersonaliseerde pasvorm essentieel. Opkomende digitale technologieën zoals 3D-scanners, cloud services en geavanceerde productie maken echte 'massapersonalisatie' beter mogelijk en daardoor neemt ook de vraag toe. Een voorbeeld hiervan is een concept van een gepersonaliseerd beademingsmasker voor kinderen, welke wordt geproduceerd middels 3D-printing op basis van een 3D scan van het gezicht van het kind (zie plaatje).
Slimme sensoren en voorspellend onderhoud in de staalproductie (SUPREME)
Onderhoud is essentieel om de beschikbaarheid, betrouwbaarheid en kosteneffectiviteit van technische systemen zoals de productiefaciliteiten van Tata Steel te waarborgen. De degradatie van systemen is echter een dynamisch proces, beheerst door veranderingen in zowel het systeem als zijn omgeving. Om te besparen op onderhoudskosten (niet te vroeg vervangen) en de beschikbaarheid van systemen te vergroten (niet te laat vervangen), is het de uitdaging om just-in-time onderhoud te realiseren. In het onderzoeksproject SUPREME staat de volgende onderzoeksvraag centraal ‘Hoe kunnen geavanceerde sensortechnologie en modellering van degradatie- en faalprocessen worden gebruikt om een voorspellend onderhoudsconcept voor productiesystemen te ontwikkelen?’
Project Update - Data Logistics 4 Logistics Data
Het delen van data is de kurk waar digitaal samenwerken in de logistiek op drijft. Data delen is daarom belangrijk voor het verhogen van de efficiëntie, het verlagen van kosten en het verlagen van de druk op infrastructuur en milieu. Bovendien maakt digitale samenwerking de creatie van nieuwe logistieke concepten mogelijk, wat leidt tot nieuwe zakelijke kansen en oplossingen voor uitdagingen zoals zichtbaarheid van goederen, synchronisatie van planning tussen partners en bundeling van capaciteit.
DISTANT - Defending against Implementation attackS Through mAchiNe learning Technique
Chipkaarten zoals transport- of bankkaarten zijn gewilde doelwitten voor aanvallers die hiervoor vaak gebruik maken van side-channels. DISTANT is gericht op de ontwikkeling van automatische kaders die in staat zijn om verschillende potentiële side-channel- en foutinjectiebedreigingen - afkomstig van diverse bronnen - te beoordelen. Dergelijke systemen zullen veiligheidsbeoordelaars, en vooral bedrijven die chips voor veiligheidstoepassingen produceren, een mogelijkheid bieden om de potentiële zwakke punten vroegtijdig op te sporen en de afweging te maken tussen het veiligheid en implementatiegemak.
Nieuwsbrief ontvangen?
Schrijf u hier in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws omtrent Commit2Data.