Faculteit 3mE ruim vertegenwoordigd in Perspectief-programma NWO

Nieuws - 21 november 2017 - Webredactie 3mE

De Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) heeft binnen het programma ‘Perspectief voor de topsectoren’ groen licht gegeven aan zes nieuwe onderzoeksprogramma’s. Faculteit 3mE speelt een leidende rol bij 2 van deze programma’s. Professor Ian Richardson (afdeling MSE) is penvoerder van het programma ‘3D-printen van grote metalen voorwerpen’ en professor Frans van der Helm (afdeling BME) is penvoerder van het programma ‘blessurevrij sporten’.

Onderzoeker Herman van der Kooij is penvoerder van het programma ‘draagbare robotica voor mensen met onwillige spieren’. Hij is werkzaam bij de Universiteit Twente en binnen de afdeling BME van 3mE. 
Professor Dariu Gavrila (afdeling CoR), expert op het gebied van Intelligent Vehicles, is vanuit 3mE de trekker van het Perspectief-programma ‘Efficiënte zelflerende systemen’. Professor Corporaal van de TUe is de programmaleider. 

Het bestuur van het NWO-domein Toegepaste en Technische Wetenschappen (TTW) stelt 21 miljoen euro beschikbaar voor zes omvangrijke onderzoeksprogramma’s binnen het financieringsprogramma Perspectief. Betrokken bedrijven, maatschappelijke organisaties en kennisinstellingen vullen de investering van NWO aan met 11 miljoen euro. Met het totaalbudget kunnen 74 promovendi en 25 postdocs de komende vijf tot zes jaar aan de slag.

Met Perspectief daagt NWO wetenschappers uit om een innige samenwerking op te zetten met het bedrijfsleven en maatschappelijke organisaties. Het gaat om multidisciplinair onderzoek met een uitdrukkelijke focus op toepassing. Gezamenlijk zetten de partijen nieuwe onderzoekslijnen op die aansluiten bij de topsectoren.

32 miljoen euro voor technologisch toponderzoek | NWO-programma Perspectief

Additive Manufacturing for Extra Large Metal Components (AiM2XL)

Penvoerder: Professor Ian Richardson (Afdeling MSE, faculteit 3mE) 

Additive manufacturing (AM) van metalen, in de volksmond simpelweg ‘3D-printing’ genoemd, is een methode waarbij een metalen voorwerp met de computer wordt ontworpen en vervolgens laagje voor laagje wordt opgebouwd door een machine. Dit kan op verschillende manieren, en de keuze voor een bepaalde methode beïnvloedt de snelheid waarmee een voorwerp kan worden gemaakt, evenals de kwaliteit daarvan. AM wordt gezien als revolutionair, en wordt al veel gebruikt om relatief kleine metalen voorwerpen te maken.

Ian Richardson

Grotere schaal
De AM-technologie heeft in potentie ook op de grotere schaal (objecten van 1 tot 10 meter) een enorme impact, alleen gaat hier vooralsnog weinig aandacht naar uit. De beoogde voordelen van AM op grote schaal zijn onder meer: het vermogen om waar en wanneer nodig onderdelen te construeren en het ontwerpen van componenten waarin radicaal verschillende eigenschappen worden gecombineerd (bijvoorbeeld: sterkte, slijtvastheid, corrosiebestendigheid, massa, en elektrische eigenschappen). 

Een sector waarvoor de gevolgen naar verwachting zeer relevant zullen zijn, is de maritieme sector, waar grote componenten nodig zijn voor de bouw en het onderhoud van schepen, en voor offshore-activiteiten.

Deelnemers: Air Liquide B.V., Allseas, Autodesk, Damen, DEMCON, Element Materials Technology, Fokker Technologies Holding B.V., Heerema Fabrication Group, Huisman, Jungle, Lincoln Electric B.V., Lloyd’s Register EMEA, M2i, MX3D, OCAS NV, RAMLAB, Rijksuniversiteit Groningen, Shell, Technische Universiteit Delft, Technische Universiteit Eindhoven, Trumpf Nederland B.V., Universiteit Twente, Valk Welding B.V., VandeGrijp International Gear Suppliers B.V.

Lees ook Ian Richardson leider van groot nieuw publiek-privaat onderzoeksprogramma rondom additive manufacturing’

Blessurevrij sporten

Citius Altius Sanius – Injury-free exercise for everyone
Penvoerder: Professor Frans van der Helm (Afdeling BME, faculteit 3mE)

Hoe krijg en houd je mensen aan het sporten, en voorkom je dat ze daarbij geblesseerd raken? Het programma Citius Altius Sanius (sneller, hoger, gezonder) ontwikkelt en gebruikt innovatieve draagbare sensoren om de fysieke en fysiologische belasting te meten, data science om het blessurerisico voor individuele sporters te berekenen, en bewezen effectieve gepersonaliseerde feedbackmethoden om het gedrag van sporters op alle prestatieniveaus te beïnvloeden. De onderzoekers ontwikkelen niet alleen de benodigde theorie en technologie. Ze testen ook of ze veelvoorkomende sportblessures kunnen voorkomen bij onder andere fitness, voetbal, tennis, hardlopen en wielrennen. Bij het programma zijn onder meer sportverenigingen, sportartsen en fysiotherapeuten aangesloten. Zij zullen de resultaten gebruiken bij sporttrainingen en revalidaties.

Frans van der Helm

Deelnemers: Achmea, Adidas, AMC, Borre, Bosch, Cinoptics, Dopple, Fit!Vak, Fontys Hogescholen, Gemeente Amsterdam, Gemeente Eindhoven, Golazo Sports SX, Haagse Hogeschool, Hanzehogeschool Groningen, Hogeschool van Amsterdam, Hogeschool Arnhem-Nijmegen, Inmotio Object Tracking, InnosportLab Sport en Beweeg, International Tennis Federation, IZI BodyCooling, Kenniscentrum Sport, ManualFysion, 2M Engineering, Motekforce Link, MYLAPS, MyTemp, NedCard, NHTV Breda, Nijmeegse Vierdaagse Foundation, NOC*NSF, Noldus, NovioSense, Plux, Qualogy, Radboudumc, Reade Rehabilitation, Rijksuniversiteit Groningen, Koninklijke sportbonden (KNBSB, KNHB, KNLTB, KNVB, KNWV), Koninklijke Gazelle, Sailing Innovation Center, SWOV, Team Sunweb, Technische Universiteit Delft, Technische Universiteit Eindhoven, Universiteit Leiden, VirtuaGym, Vrije Universiteit Amsterdam, VUmc, Zevenheuvelenloop Foundation

Lees meer in: Zes miljoen voor onderzoek om sportblessures te voorkomen met behulp van technologie

Draagbare robotica voor onwillige spieren

Wearable robotics
Penvoerder: Professor Herman van der Kooij (Universiteit Twente / TU Delft, faculteit 3mE)

Mensen die door een spieraandoening zijn gekluisterd aan een rolstoel moeten weer zelfstandig en zonder krukken kunnen staan. Ze kunnen dan bijvoorbeeld rechtop aan het aanrecht koken. Dit is geen heilig wonder, maar het haalbare doel van het onderzoeksconsortium Wearable Robotics. Dit programma ontwikkelt zogeheten Exo-Aids: zachte, lichtgewicht technologie die comfortabel zit, gemakkelijk te bedienen en betaalbaar is, en soepele en veelzijdige bewegingen mogelijk maakt. Het doel is om mensen met beschadigingen aan het ruggenmerg of verlies van spierkracht mobieler en zelfstandiger te maken. Daarnaast ontwikkelen de onderzoekers technologie die beroepsklachten als lage rugpijn moet voorkomen. Die klachten komen vaak voor bij mensen die zwaar moeten tillen of lang in een gebogen houding moeten staan.

Herman van der Kooij

Deelnemers: Baat Medical, Bond 3D, By-wire, DEMCON, Duchenne Parent Project, Dwarslaesie Organisatie Nederland, Festo, FSHD Patient Foundation, Hankamp Gears, Hocoma, IMSystems, Laevo, Landelijke Vereniging van Operatieassistenten, Motek, Oceanz, Opteq, Ottobock, Radboudumc, Roessingh Research and Development, Roessingh Revalidatie Techniek, Technische Universiteit Delft, Sint Maartenskliniek, Spieren voor Spieren, Technische Universiteit Eindhoven, TNO, Twente Medical Systems International, Ultimaker, Universiteit Twente, Vrije Universiteit Amsterdam, Xsens, Yumen Bionics

Lees meer in: TU Delft leider van drie grote nieuwe publiek private onderzoeksprogrammas

Efficiënte zelflerende systemen
Efficient Deep Learning
Programmaleider: Prof.dr. H. Corporaal (Technische Universiteit Eindhoven)

De Intelligent Vehicles group van Dariu Gavrila leidt het sub-project ‘Mobile Robots’. Met de financiering van het Perspectief-programma stellen zij twee PhD-kandidaten aan die zich bezig gaan houden met ‘efficient mapping and localization’, in samenwerking met TomTom en met ‘deeplearning for 3D semantic traffic scene analysis’, in samenwerking met 2getthere. Lees meer over hun onderzoek op de website van Intelligent Vehicles.

Dariu Gavrila

Een computer die zelf op beveiligingsbeelden gevaarlijke situaties herkent: dat kan met zelflerende geautomatiseerde systemen. Maar voordat zo’n systeem zelfstandig kan opereren, moet je het ontwerpen, en vervolgens trainen met enorm veel voorbeelden. Daarnaast heb je veel rekenkracht nodig om zo’n systeem tot besluiten te laten komen. En dan is het ook nog niet altijd duidelijk waar het systeem dat besluit dan precies op heeft gebaseerd. Binnen het programma Efficient Deep Learning gaan onderzoekers deep learning veel efficiënter en transparanter maken, aan de hand van voorbeelden uit de dagelijkse praktijk. Zo willen ze de techniek toepasbaar maken voor onder andere automatische visuele inspecties, weefselanalyse, slim onderhoud van apparatuur en intelligente hoortoestellen die kunnen omgaan met rumoerige omgevingen.

Deelnemers: AIIR Innovations, ASTRON, CWI, Cyclomedia, Cygnify, Donders Instituut, FEI, 2getthere, GN Hearing, Holst Centre, ING, Intel, Irdeto, Lely, Mobiquity, NLeSC, NXP, NVIDIA, Océ, Radboudumc, Schiphol, Scyfer, Sectra, Semiotic Labs, Siemens, Sightcorp, Sorama, SURFsara, TASS International, Tata Steel, Technische Universität Dresden, Technische Universiteit Delft, Technische Universiteit Eindhoven, Thales, TNO, TomTom, Universiteit Twente, Universiteit van Amsterdam, 3DUniversum, VicarVision, ViNotion, Vrije Universiteit Amsterdam, Wageningen University & Research