Samen op weg naar schonere en slimmere bedrijfsprocessen met Techport Fieldlab Smart Energy
Wat kan het Techport Fieldlab Smart Energy betekenen voor jouw bedrijf? En hoe kun je Tiny ML en Smart Sensoring inzetten? Op de inspiratiemiddag van 5 september in het Techport Innovation Centre gaven we daar inzicht in. Projectleider André Gerver gaf een toelichting op het project waarna SURF en Sensorsphere uitleg gaven over de hardware en infrastructuur van Tiny Machine Learning (Tiny ML). Het praktijkvoorbeeld kwam van Hilton Foods Holland waar Tiny Machine Learning is toegepast op een van de productiemachines om onderhoud te voorspellen en zo uitval of stilstand te voorkomen, wat weer voedselverspilling tegengaat. In dit interview met Hilton Foods lees je er meer over.
Op de inspiratiemiddag zagen verschillende bedrijven mogelijkheden om een use case uit te proberen. Rondom de netcongestie problematiek zou deze smart energy toepassing ook interessant kunnen zijn. Het Fieldlab Smart Energy programma gaat binnenkort van start met workshops, webinars en bedrijfsbezoeken.
De doelstelling van Fieldlab Smart Energy is om slimme (nieuwe) digitale technologieën zoals smart sensoring en tiny machine learning die een bijdrage kunnen leveren aan schonere en slimmere bedrijfsprocessen en assets, meer toegankelijk te maken voor het mkb-bedrijfsleven. In de Learning Community Smart Energy delen bedrijven en onderwijsinstellingen technologieën en resultaten van use cases en wordt gewerkt aan de business cases (opschaling) van de technologie. Het project kreeg onlangs een bijdrage van het Just Transition Fund toegekend.
Lees hier meer over dit project.
Wil je deelnemen aan een van de learning communities, heb je een interessante use case of wil je op een andere manier bijdragen? Neem dan contact op met Andre Gerver via andre.gerver@techport.nl.
—
Wat is Tiny ML?
Met Tiny Machine Learning kun je het energieverbruik en het productieproces in kaart brengen en tot wel 30% energie besparen. Het is veilig, en bovendien goedkoper dan traditionele oplossingen, waarbij je eerst een lange periode moet investeren in het verzamelen van data en dat moet opslaan in de cloud. Met Tiny ML gaat dit proces veel sneller, want de meting is ‘on the edge’, ofwel op het apparaat zelf, en er is geen data-overdracht nodig.
—