Service of SURF
© 2025 SURF
Uitwerking van het smart industry ecosysteem voor onderwijs en arbeid. Hierin aandacht voor Smart Industry en Formeel leren, Leven Lang Leren, flexibilisering en Learning by doing.
Vanuit het lectoraat Dairy wil de lector ‘Herd Management en Smart Dairy Farming’ door middel van het gebruik van moderne (sensor)technieken en beslissingsondersteunende managementsystemen het veemanagement op het primaire melk-veebedrijf verbeteren, om zo een beter rendement te behalen. Zowel financieel als op het gebied van duurzaamheid, diergezondheidszorg en dierenwelzijn. Daarbij sluit het naadloos aan op het werkgebied van de lector ‘Duurzame Melkveehouderij’, die zich richt op ontwikkeling en overdracht van kennis op het gebied van verduurzaming van de melkveehouderij. Daarbij staat de praktische uitrol van de afspraken in de Duurzame Zuivelketen centraal. Oftewel: hoe kunnen we, in een internationaal concurrerende markt, een rendabele en duurzame melkveehouderij creëren die maatschappelijk geaccepteerd wordt?
MULTIFILE
De groeiende wereldbevolking zorgt voor noodzaak tot optimaler gebruik van landbouwgrond. De innovatie van de eerste elektrische tractor door Boessenkool B.V. zorgt voor minder rijsporen en daarmee een effectiever landbouw gebruik. Tevens creëert deze elektrificatie de mogelijkheid tot volcontinue automatische landbouw. De in ontwikkeling zijnde landbouw-drone van Drone4Agro B.V. laat geen enkel rijspoor achter en heeft de autonome landbouw tot doel! Saxion, als kennisontwikkelaar van systems engineering en modulaire robotica, en bovengenoemde partners hebben elkaar gevonden tijdens gesprekken over het drone test centrum. Saxion is ook aangesloten bij de SMART Industry agenda Boost van Oost Nederland en mede-oprichter van de netwerkorganisatie LEO Robotics. De centrale kennisvraagstelling luidt: “Is het mogelijk om een koppeling van een autonome drone met een oplaadstation te maken, waarbij de drone een autonome landingsprocedure gebruikt?” Tevens wordt gekeken naar welke kennisvragen opgelost moeten worden om te komen tot (vol‑)automatische landbouwbewerkingen. De autonome besturing en toekomstige volautomatische landbouwbewerkingen openen internationaal de mogelijkheden tot autonome landbouw op grote schaal en voor Saxion tot een duurzame investering in de kenniskring. De technische uitdaging zit hem in de overgang van de GPS gecontroleerde besturing naar de automatische landing/koppelingsprocedure, waarbij een besturingscontrol overdracht moet plaats vinden. Tevens is de technische uitdaging om de besturing zodanig generiek en modulair op te zetten dat het hardware (grond of luchtrobot) onafhankelijk is. De kennis van de besturingen zal gedeeld worden om te komen tot een technische doorontwikkeling van de autonome besturing. Middels de kennisontwikkeling op gebied van autonome besturing en demonstratiemodellen van de luchtrobot en eventueel grondrobot wordt het proof-of-concept aangetoond. Middels stages en afstudeeropdrachten zal geprobeerd worden de kennis te implementeren in de prototypes bij de bedrijven. Middels de bewezen systems engineeringsmethodiek “Het V-model” zullen de functionele klantenwensen t.a.v. de landbouwbewerkingen worden vertaald naar de kennisvragen, mogelijke technische oplossingen en eventuele vervolgprojecten.
COMBINE staat voor: COmmunity driven Model Based INtelligent systems Engineering. Voorgaande RAAK-mkb projecten Fast&Curious en SMARTcode resulteerden een community van bedrijven en kennisinstellingen rondom HAN tools voor modelgebaseerde ontwikkeling van regelsystemen. De aanvankelijke focus lag hierbij op de prototype fase. Intussen is de focus verschoven naar serieproductie. Er is veel waardering voor de deling van preconcurrentiële kennis en ervaring in de community en de marktgedreven ontwikkeling van de tools, aangestuurd door de community. Diverse vakbladen deden hiervan verslag. De HAN tools richten zich tot op heden op het modelleren van regelalgoritmes. Nu de voordelen van deze technologie door de MKB partners worden herkend en ingezet, ontstaat de wens om vergelijkbare ondersteuning te introduceren voor het modelleren van het te regelen systeem. Een dergelijke aanvulling op de tools completeert de ondersteuning voor een volledige, modelgebaseerde workflow. Dit resulteert in een centrale MKB vraag naar de benodigde kennis en de tools om systeemmodellen snel, goedkoop en met de vereiste kwaliteit te kunnen realiseren en vervolgens optimaal te integreren in het ontwikkelproces. Naast de gewenste uitbreiding van de tools ontstaat er ook vanuit de Agri & Food sector een toenemende vraag naar de in de community beschikbare tools en de gehanteerde samenwerkingsvorm. COMBINE beoogt daarom twee doelen: 1. Het combineren van de sectoren High Tech Systemen & Materialen en Agri & Food op het gebied van modelgebaseerd ontwikkelen 2. Het combineren van nieuwe modelgebaseerde technieken op het gebied van systeemmodellering met bestaande low-cost tools Met de deliverables van COMBINE – tools, ontwikkelproces en preconcurrentiële samenwerking – worden bestaande oplossingen voor het MKB verrijkt op het gebied van systeemmodellen en direct gedeeld in een groeiende community die een breder applicatiegebied bestrijkt.
The Northern Netherlands (NN) finds itself at the junction of all the big transitions. Digitalisation is essential to follow through with these. Considering this, our region has the potential to make sizeable progress if it can successfully roll out widespread digitalisation. As a hardcore transition economy, the NN may even join the European frontrunners and act as an example for other regions. It is from this challenge that the NN will start with the European Digital Innovation Hub (EDIH NN). We have chosen to specialise in the area of Autonomous Systems, which includes multiple digital technologies that are relevant for the four transitions in the NN: (1) Smart Agro, (2) Smart Manufacturing, (3) Life Science and Health and (4) Utilities, Built Environment and Mobility. In the first three-year EDIH NN wants to support more than 750 companies and lay the foundation for long-term support of all companies. The following building blocks for EDIH NN are: • A Brokerage network that will identify issues regarding digitalisation and relay these to Solution Providers (high TRL) and knowledge providers (low TRL). • A Test Before Invest network (test and demo facilities) comprising 20+ organisations that will invest in Autonomous Systems within their domain, and collaborate towards becoming a European testing ground. • A Smart Factory Accelerator to strengthen the digital maturity of companies. • An Empowerment programme to strengthen companies in the areas of DEP Technologies: Cyber Security and Artificial Intelligence. • An approach based on High Performance Computing to make digitalisation more accessible. • The Smart Makers Academy: A programme aimed at matching supply and demand around digital skills, based on individual learning outcomes. • A Funding Readiness programme to help companies that need to invest for their digitalisation strategy, in finding funding opportunities. • A network to stimulate supply and demand around Autonomous Systems