Wat als mobiele machines zelf kunnen aangeven wanneer onderhoud nodig is, nog vóór een defect optreedt? PreMa4MM ontwikkelt praktische tools waarmee bedrijven via predictive maintenance stilstand verminderen, onderhoud optimaliseren en kosten besparen.
In het kort:
- Het project focust op predictive maintenance voor mobiele machines.
- Operationele data worden ontsloten via CAN-busdata (J1939).
- Machine-learningtechnieken helpen defecten voorspellen.
- Het project ontwikkelt concrete hulpmiddelen zoals een Predictive Maintenance Navigator en Predictive Maintenance Calculator.
Contact
kris.martens@kdg.be
+32 3 502 22 41
- Onderzoekcentrum Duurzame Industrie
- Financiering: VLAIO TETRA
- Duur onderzoek: 1 september 2026 - 31 augustus 2028
- Projectpartners:
- Universiteit Antwerpen
Projectomschrijving
Onverwachte defecten aan mobiele machines veroorzaken vaak hoge kosten, productieverlies en operationele vertragingen. Hoewel machines steeds meer data genereren, worden deze gegevens vandaag nog onvoldoende gebruikt voor voorspellend onderhoud.
PreMa4MM helpt bedrijven om machinegegevens om te zetten in bruikbare onderhoudsinzichten, zodat onderhoud efficiënter gepland kan worden en stilstand wordt vermeden.
Onderzoekers ontwikkelen een uniforme aanpak voor datacaptatie uit mobiele machines en combineren deze gegevens met machine-learningmodellen. Daarnaast worden praktijkcases uitgewerkt in labo- en bedrijfsomgevingen om de technologie te valideren voor realistische industriële toepassingen.
Wat doet KdG?
Het onderzoekscentrum Duurzame Industrie van KdG bouwt verder op haar expertise rond CAN-busdata, industriële data-acquisitie en machineconditiemonitoring. Samen met de Universiteit Antwerpen ontwikkelt KdG tools die predictive maintenance toegankelijk maken voor Vlaamse bedrijven.

Meer weten of samenwerken?
Je kan bij ons onderzoekscentrum Duurzame Industrie onder meer terecht voor:
- Het vergroenen van chemische processen en hergebruiken van afvalstromen.
- In-house ontwikkelde AI-gebaseerde tools om processen en producten te optimaliseren.
- Het ontwikkelen van alternatieve aandrijfsystemen, brandstofsystemen voor alternatieve brandstoffen en emissiemetingen op verbrandingsmotoren.
- Analyses van voertuigdata door simulaties en reverse engineering op CAN-bussystemen.
Contacteer ons vrijblijvend
- Bel +32 3 502 22 16
- E-mail jeroen.geuens@kdg.be
Karel de Grote Hogeschool