Skip to content

TETRA Edge AI 4 Automation

Edge AI voor real-time procescontrole op PLC’s en industriële PC’s

In het kader van het VLAIO TETRA programma (TEchnologie TRAnsfer) schrijven de onderzoeksgroep Mechatronics van Hogeschool VIVES en de M-Group van de KU Leuven Campus Brugge gezamenlijk een projectvoorstel om Vlaamse bedrijven te ondersteunen bij het toepassen van edge AI voor real-time controle van industriële processen.

Veel maakbedrijven willen met AI aan de slag, maar botsen op praktische vragen: wat werkt betrouwbaar op de lijn, hoe integreer je dit in PLC-logica of op een industriële PC, en hoe hou je de timing voorspelbaar? Met EdgeAI4Automation leveren we opleidingen, demonstratoren en handleidingen die je rechtstreeks kan toepassen in je productieomgeving.

Om uw bedrijf officieel in te schrijven voor het EdgeAI4Automation-project, vragen wij u vriendelijk om het volgende formulier in te vullen: https://forms.office.com/e/6Faw2623iF

Van sensor tot actuator:
AI-gestuurde procescontrole op PLC’s en industriële PC’s,
voor real-time bijsturing en procesoptimalisatie,
altijd autonoom en internetonafhankelijk.


Projectsituering

De Vlaamse maakindustrie is reeds sterk geautomatiseerd, maar veel bedrijven zoeken nog hoe ze AI en machine learning zinvol kunnen inzetten in procescontrole. Proof of concept’s blijven vaak hangen in R&D of worden enkel uitgerold naar de cloud, terwijl in de praktijk betrouwbaarheid, timing en integratie met PLC-logica doorslaggevend zijn.

Bedrijven worstelen met vragen als: “Welke AI modellen werken in real time?”, “Hoe garandeer ik voorspelbare responstijden?” en “Hoe koppel ik dit veilig aan bestaande besturing?”.

Edge AI biedt hier een concreet antwoord: de AI-modellen draaien lokaal op PLC’s of industriële PC’s, dicht bij de sensoren en actuatoren. Dat heeft duidelijke voordelen:

  • Lage latency & voorspelbare timing: beslissingen binnen milliseconden, geschikt voor real-time bijsturing.
  • Autonomie & uptime: de intelligentie blijft functioneren bij internet- of LAN-uitval, de lijn blijft draaien.
  • Data blijft op de werkvloer: beter voor privacy, IP-bescherming en cybersecurity.
  • Veilig en deterministisch: naadloze integratie met bestaande PLC-taken en failsafe-logica.
  • Beheersbare kosten/risico’s: geen afhankelijkheid van cloud-diensten, eenvoudiger lifecycle-beheer.

De voorbije jaren is er een duidelijke versnelling in tools en platformen die Edge AI naar de fabrieksvloer brengen. PLC- en IPC-leveranciers introduceren AI-toolchains, zoals Siemens Industrial Edge, Beckhoff TwinCAT 3 Machine Learning of Phoenix Contact MLnext, waarmee getrainde modellen rechtstreeks in de besturing geïntegreerd kunnen worden.

Daarnaast zijn er efficiënte runtimes voor model-inference op het toestel zelf, zoals ONNX Runtime en NVIDIA TensorRT, die geoptimaliseerd zijn voor lage latency en hoge throughput op embedded hardware en industriële PC’s.

Ten slotte wordt hardware-accelerated inference stilaan de norm op industriële PC’s: systemen met NVIDIA GPU’s of Jetson-modules en compacte AI-accelerators zoals Hailo-8 NPU’s brengen tientallen TOPS aan rekenkracht naar de kast op de werkvloer.

Die golf aan mogelijkheden creëert tegelijk keuzestress: welke tool past bij welke taak, wat zijn de real-time limieten, hoe borg je veiligheid en onderhoud, en hoe rol je dit uit zonder internetafhankelijkheid?

EdgeAI4Automation speelt hierop in door te focussen op:

  • Real-time bijsturing (milliseconden) voor inline beslissingen, bepalen van motion control...
  • Korte-termijn optimalisatie (seconden tot minuten) voor setpoint-aanpassingen, kwaliteitscontroles...

Focus op time series data

In de demonstratoren leggen we de nadruk op time series data: continue, timestamped signalen uit sensoren, actuatoren en regelkringen. Deze lijn bouwt voort op lopend onderzoek binnen KU Leuven rond industriële AI op edge devices, en we vertalen die inzichten naar praktische implementaties op PLC’s en industriële PC’s.

We werken rond concrete uitdagingen uit de industrie: strikte real-time deadlines, beperkte reken- en geheugenresources (lightweight modellen en efficiënte deployment), veiligheid (AI combineren met regelgebaseerde logica en modelmonitoring) en ruwe data zonder labels, waarbij data drift kan optreden.

We staan open voor demonstratoren met verschillende types time series data, zoals procesdata (temperatuur, druk, debiet, vermogen, motorstroom), trillingen, audio, profielen via line-scanners of laserscanners, thermische metingen of ultrasone signalen.

Denk hierbij aan voorbeelden zoals:

  • Anomaliedetectie en drift-monitoring op procesdata (temperatuur, druk, debiet, vermogen) voor directe kwaliteitssturing en failsafe beslissingen
  • Real-time detectie van abnormaal gedrag in aandrijvingen en machines (motorstroom, trillingen) om parameters bij te sturen, snelheid te beperken of gecontroleerd te stoppen
  • Soft sensors: kwaliteitsindicatoren of moeilijk meetbare grootheden afleiden uit meerdere signalen (bv. verbrandingsefficiëntie, pH) om setpoints in seconden tot minuten bij te sturen
  • Real-time audio-analyse op edge hardware, bv. machinegeluid of spraak, voor snelle detectie van afwijkingen en onmiddellijke bijsturing
  • Inline analyse van complexe sensordata voor processturing, zoals thermische metingen, laserprofielsensoren (tijdreeks van afstandmetingen) of ultrasone metingen

We vertalen de nieuwste mogelijkheden naar concrete handleidingen en uitgewerkte demo's op PLC’s en industriële PC’s, zodat bedrijven sneller en met minder risico deze nieuwe technologie kunnen inzetten.

Projectinhoud

Tijdens dit project werken we praktijkgerichte demonstratoren uit die breed inzetbaar zijn. Alle intelligentie draait lokaal in het toestel, op PLC’s of industriële PC’s, altijd autonoom en internetonafhankelijk. We bewaken de real-time prestaties en veiligheid met duidelijke latency-budgetten, deterministische uitvoering en robuuste failsafe-mechanismen.

Voortraject (vóór indiening)

We voeren intakegesprekken bij geïnteresseerde bedrijven (interview + korte checklist). Doel: de bestaande kennis en maturiteit in kaart brengen en de bedrijfsnoden scherpstellen. Op basis hiervan bepalen we de demonstratoren die in het project worden opgenomen.

Werkpakketten (WP) en deliverables

WP1: Demonstrator-selectie en meetprotocol

Op basis van het voortraject leggen we in de startfase de 5 demonstratoren vast en definiëren we een meetprotocol om platformkeuzes objectief te vergelijken (latency/jitter, fallbackgedrag en integratie-inspanning). We voorzien ook duidelijke GO/NO-GO evaluatiemomenten om scope en risico beheersbaar te houden.

WP2: Demonstratoren en platformvergelijking

We werken de demonstratoren praktisch uit en implementeren ze waar relevant op meerdere deploymentpaden (PLC real-time, OS-laag of IPC naast de PLC). We meten de prestaties volgens het meetprotocol en bundelen de resultaten in een timingrapport per platformpad.

WP3: Validatie bij bedrijven en ROI-blad

We toetsen geselecteerde demonstratoren of deelresultaten af bij minstens 3 bedrijven uit de begeleidingsgroep en onderbouwen de economische relevantie via een ROI-blad (kosten en baten in 12/24 maanden scenario).

WP4: Experience Center en Kennisoverdracht

We brengen de demonstratoren samen in het Experience Center in het Infinity Lab (Kortrijk) en realiseren brede kennisoverdracht via workshops (theorie + labo’s), handleidingen/cursusmateriaal, een summer school en online publicatie via de projectwebsite en GitHub.

Toetreden begeleidingsgroep

Bedrijven die met deze uitdagingen geconfronteerd worden en geïnteresseerd zijn om de toepassingen in hun eigen bedrijfscontext te verkennen wordt de mogelijkheid geboden om toe te treden tot de begeleidingsgroep van dit project. Als lid van de begeleidingsgroep krijgt u toegang tot de projectresultaten en tot de georganiseerde seminaries en workshops. Het biedt bovendien de mogelijkheid om te leren van bedrijven met gelijkaardige uitdagingen in verschillende sectoren.

Om uw bedrijf officieel in te schrijven voor het EdgeAI4Automation-project, vragen wij u vriendelijk om het volgende formulier in te vullen: https://forms.office.com/e/6Faw2623iF

Contact

Project supervisoren:

Project onderzoekers:

Frequently Asked Questions (FAQ) over VLAIO TETRA projecten

  1. Wat is een VLAIO TETRA project?

    Een VLAIO TETRA project heeft als doelstelling om recent beschikbare technologie en wetenschappelijke kennis, zoals algoritmen, methodologieën, tools en nieuwe inzichten, te vertalen in concrete, nuttige informatie voor een technologie transfer bij Vlaamse bedrijven, met een specifieke focus op KMO’s.

  2. In welke fase bevindt het project zich?

    Op dit ogenblik bereiden wij het projectvoorstel voor. Omdat de link met de industrie heel belangrijk is bij een TETRA project, willen wij de bedrijven er zo snel mogelijk bij betrekken. Hierdoor kunnen wij inspelen op de vragen en noden van de bedrijven bij het schrijven van het projectvoorstel. Indien het projectvoorstel goedgekeurd wordt, start het project in oktober 2026.

  3. Waarom deelnemen aan een TETRA project?

    Dergelijke projecten zijn een laagdrempelige en risico-vrije manier om in contact te komen met nieuwe technologie. Daarnaast krijg je ook ondersteuning van het projectteam bij het ontwikkelen van je eigen use cases met deze technologie. Alle technologie of softwarebibliotheken die binnen dit project ontwikkeld worden, kan je kosteloos gebruiken. Werknemers van bedrijven kunnen deelnemen aan training en workshops, die georganiseerd worden tijdens het project.

    Daarnaast zijn er geregeld project vergaderingen (minstens 2 per jaar) waarbij de begeleidingsgroep van bedrijven samenkomt om het project mee te sturen. Deze events zijn ook uitgesproken gelegenheden om te netwerken met andere bedrijven uit verschillende sectoren.

    Een deelnemend bedrijf krijgt ook de nodige zichtbaarheid op de website en op alle publicaties van het project. Ten slotte worden studenten van Hogeschool VIVES bij het project betrokken, die aangemoedigd worden om te kiezen voor een bachelorproef en stage rond het onderwerp in samenwerking met uw bedrijf.

  4. Hoeveel kost het om deel te nemen aan een TETRA project?

    TETRA projecten worden voor 92,5% gesubsidieerd door de Vlaamse overheid. De resterende 7,5% wordt door de bedrijven in de begeleidingsgroep bijgedragen. Afhankelijk van de grootte van het bedrijf en hun input, komt dit neer op een bijdrage van €1000 tot €3000.

  5. Wie krijgt de Intellectual Property van dit project?

    Algoritmen en hun implementaties die ontwikkeld worden gedurende het project zijn de Intellectual Property van de onderzoeksgroepen. Deze worden op het einde van het project gepubliceerd met een niet-virale open source licentie (MIT/Apache 2.0).

    Bedrijven in de begeleidingsgroep van het project kiezen zelf welke kennis zij wensen te delen in het project en kunnen hiervoor kiezen om dit te beschermen met een NDA. Als dit niet van toepassing is wordt de publieke informatie over de demonstrator voorgesteld door uw bedrijf breed verspreid. De doelstelling van een TETRA-project blijft een generieke technologie transfer naar de bedrijven.