Skip to content

TETRA Edge AI 4 Automation

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

Hoe zet je machine learning in om productieprocessen betrouwbaar bij te sturen? Met Edge AI 4 Automation helpen Hogeschool VIVES (Mechatronics) en KU Leuven Brugge (M-Group) Vlaamse bedrijven om getrainde modellen lokaal uit te voeren en te koppelen aan hun machinebesturing. Die modellen verwerken sensordata. De besturing gebruikt hun uitkomst om beslissingen te nemen en het proces bij te sturen. We vertalen bestaande kennis naar werkende demonstratoren, praktische opleidingen en handleidingen.

Dit tweejarige onderzoeksproject is goedgekeurd binnen het VLAIO TETRA-programma, met steun van VLAIO en het Vlaams AI-Onderzoeksprogramma (VAIOP/FAIR).

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

Hogeschool VIVES KU Leuven
Met steun van VLAIO Vlaams AI-Onderzoeksprogramma

Projectsituering

Schema van een lokaal uitgevoerd machine learning model in de regelkring van een productielijn

De Vlaamse maakindustrie is sterk geautomatiseerd, maar veel bedrijven zoeken nog hoe ze AI en machine learning zinvol kunnen inzetten in procescontrole. Proof-of-concepts blijven vaak hangen in onderzoek en ontwikkeling of worden enkel uitgerold naar de cloud. Op de productielijn zijn juist betrouwbaarheid, timing en integratie met PLC-logica doorslaggevend.

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

Edge AI biedt hier een concreet antwoord: getrainde machine learning modellen draaien lokaal op PLC’s of industriële PC’s, dicht bij de sensoren en actuatoren. Ook een lokale server bij de machine kan die verwerking uitvoeren. De keten loopt van sensormeting naar modeluitkomst naar een beslissing in de besturing. Dat biedt belangrijke mogelijkheden:

  • Snelle reacties: lokale verwerking vermijdt de omweg via de cloud en maakt korte responstijden mogelijk voor procesbijsturing.
  • Autonomie: kritische beslissingen hoeven niet afhankelijk te zijn van een internetverbinding of externe clouddienst.
  • Data op de werkvloer: gevoelige sensordata en proceskennis kunnen lokaal blijven. Dat helpt bij privacy en bescherming van bedrijfskennis.
  • Integratie met de besturing: modeluitkomsten kunnen samen met bestaande PLC-logica worden gebruikt om het proces bij te sturen.

Die voordelen ontstaan niet vanzelf. Voorspelbare timing, cybersecurity en veilige integratie vragen om een doordachte uitvoering en validatie. Ook monitoring, updates en hertraining blijven nodig. Het trainen of bijwerken van een model kan op een afzonderlijke computer gebeuren. Tijdens de productie wordt het getrainde model lokaal uitgevoerd.


Van nieuwe mogelijkheden naar praktische keuzes

Sfeerbeeld van geautomatiseerde inspectie op een productielijn

De voorbije jaren zijn er steeds meer tools en platformen beschikbaar gekomen om edge AI naar de fabrieksvloer te brengen. PLC- en IPC-leveranciers bieden hulpmiddelen om modellen in de besturing te integreren. Efficiënte software voor het uitvoeren van modellen en hardwareversnelling met GPU’s of NPU’s maken meer toepassingen mogelijk. Tegelijk moeten veel oplossingen betaalbaar blijven en op beperkte hardware zonder zulke versnellers kunnen draaien.

Dat aanbod roept praktische vragen op: welke combinatie past bij de toepassing, wat zijn de real-time grenzen en hoe houd je de oplossing betrouwbaar en onderhoudbaar? Edge AI 4 Automation helpt bedrijven die keuzes te maken, met twee tijdschalen voor ogen:

  • Real-time bijsturing: snelle beslissingen op een tijdschaal van milliseconden, binnen de timingvereisten van de machine.
  • Kortetermijnoptimalisatie: procesinstellingen aanpassen op een tijdschaal van seconden tot minuten.


Focus op tijdreeksen

Illustratie van tijdreekssignalen

De nadruk ligt op tijdreeksen: opeenvolgende metingen van bijvoorbeeld temperatuur, druk, motorstroom of trillingen. Ze vertellen hoe een machine of proces zich gedraagt en kunnen helpen om afwijkingen te herkennen, kwaliteit te bewaken en procesinstellingen bij te sturen.

Waar AI voor beeldverwerking al vaker beschikbaar is in kant-en-klare oplossingen, vraagt de verwerking van procesdata doorgaans meer maatwerk. Metingen bevatten ruis, bruikbare labels ontbreken vaak en het gedrag kan veranderen. We bouwen voort op onderzoek van KU Leuven rond industriële AI en tijdreeksanalyse en vertalen die kennis naar modellen die binnen de timing- en hardwaregrenzen van PLC’s en industriële PC’s passen.


Voor wie?

Voor Vlaamse maakbedrijven, machinebouwers en automatiseringsintegratoren die met PLC’s en industriële PC’s werken. We richten ons in het bijzonder op kmo’s die AI willen toepassen, maar daarvoor beperkte eigen onderzoekscapaciteit hebben. Ook technologieaanbieders en software- en AI-specialisten kunnen aansluiten. Zowel bedrijven die hun eerste stappen zetten als organisaties met ervaring vinden hier kennis en uitwisseling.

Hoe pakken we het aan?

Bedrijfsinterviews en bezoeken vormden de basis van het project. Samen met de begeleidingsgroep vertalen we die industriële noden naar generieke demonstratoren: werkende opstellingen die voor meerdere bedrijven herkenbaar en herbruikbaar zijn. We gebruiken bestaande technologie en vergelijken waar AI het best wordt uitgevoerd: in de PLC, in de softwareomgeving eromheen of op een industriële PC naast de besturing.

We meten niet alleen hoe goed een model voorspelt, maar ook hoe snel en voorspelbaar het reageert, hoe het met fouten omgaat en hoeveel integratiewerk nodig is. Experimenten bij bedrijven toetsen vervolgens de praktische bruikbaarheid. De opgedane kennis verwerken we in demonstratoren, opleidingen en handleidingen waarmee bedrijven hun eigen implementatie beter kunnen voorbereiden.

Wat levert het project op?

Tijdens het tweejarige project werken we samen met de begeleidingsgroep aan:

  • Minstens vijf demonstratoren: werkende, herbruikbare opstellingen die laten zien hoe AI in een PLC/IPC-omgeving wordt geïntegreerd. We vergelijken prestaties, timing en integratie-inspanning op relevante platformen.
  • Validatie in bedrijven: minstens drie demonstratoren worden getoetst in een realistische bedrijfsomgeving. Per validatie brengen we de kosten en baten in kaart en documenteren we de ervaringen.
  • Technische workshops en handleidingen: meerdaagse opleidingen voor professionals, met theorie en praktische labo’s. De bijbehorende handleidingen zijn ook bruikbaar in het hoger onderwijs.
  • Een blijvend Experience Center: de demonstratoren worden samengebracht in het Infinity Lab in Kortrijk, waar bedrijven ze ook na het project kunnen bekijken en testen.
  • Een openbaar slotevent: seminaries met sprekers uit de industrie en een presentatie van de projectresultaten.

Demonstratoren, handleidingen en meerdaagse workshops verschijnen stapsgewijs op deze website, met bijbehorende code via GitHub. De resultaten worden breed beschikbaar gemaakt voor bedrijven en onderwijs.

Toetreden begeleidingsgroep

Het project is goedgekeurd en start in december 2026. Tijdens de startvergadering op 9 december 2026 bepalen we samen met de betrokken bedrijven de concrete demonstratoren en prioriteiten.

Bedrijven kunnen ook tijdens de looptijd aansluiten bij de begeleidingsgroep. Als lid denkt u mee over de richting van het project, bespreekt u de resultaten met de onderzoekers en leert u van bedrijven met gelijkaardige uitdagingen. U kunt deelnemen aan de workshops en uw praktijkervaring inbrengen.

Heeft uw bedrijf interesse om deel te nemen aan de begeleidingsgroep? Neem dan contact op met de onderzoekers van het project.

Contact

Project supervisoren:

Project onderzoekers:

Begeleidingsgroep

De volgende bedrijven nemen deel aan de begeleidingsgroep:

  • ATS
  • Beckhoff Automation
  • Clardware
  • CTRL Engineering
  • ESTL
  • Festo België
  • Marelec Food Technologies
  • Meditech
  • Mitsubishi Chemical Advanced Materials
  • Phoenix Contact
  • Siemens
  • SMO
  • Televic Rail
  • Unilin
  • Vanhoucke Machine Engineering
  • Vintecc

Frequently Asked Questions (FAQ) over VLAIO TETRA projecten

  1. Wat is een VLAIO TETRA project?

    Een VLAIO TETRA-project heeft als doel om recent beschikbare technologie en wetenschappelijke kennis, zoals algoritmen, methodes en tools, te vertalen naar concrete, bruikbare toepassingen voor Vlaamse bedrijven. De nadruk ligt op technologietransfer, met bijzondere aandacht voor kmo’s. Onderzoekers en bedrijven werken samen om de stap van onderzoek naar de praktijk kleiner te maken.

  2. In welke fase bevindt het project zich?

    Het project is goedgekeurd en start in december 2026. We bereiden de uitvoering samen met de betrokken bedrijven voor. Actuele informatie over bijeenkomsten vindt u bij Evenementen. Geïnteresseerde bedrijven kunnen ook tijdens de looptijd nog aansluiten bij de begeleidingsgroep.

  3. Waarom deelnemen aan een TETRA project?

    Een TETRA-project is een laagdrempelige manier om nieuwe technologie te verkennen en van praktijkervaringen te leren. Als deelnemer bespreekt u uw noden met het projectteam en denkt u mee over de demonstratoren en prioriteiten. Medewerkers kunnen deelnemen aan de technische workshops, die gratis zijn voor leden van de begeleidingsgroep.

    De begeleidingsgroep komt twee tot drie keer per jaar samen om de voortgang te bespreken en het project mee te sturen. Deze bijeenkomsten bieden ook de gelegenheid om ervaringen uit te wisselen en contacten te leggen met bedrijven uit verschillende sectoren.

    De demonstratoren, handleidingen en bijbehorende code helpen u om een eigen toepassing voor te bereiden. Studenten van VIVES en KU Leuven worden betrokken via stages en bachelor- en masterproeven, waar relevant in samenwerking met bedrijven. De vertaling naar uw eigen productieomgeving vraagt wel nog eigen integratie en validatie.

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

    Voor dit project financiert VLAIO 92,5% van de aanvaarde projectkosten. De overige 7,5% wordt via cofinanciering ingebracht. De bijdrage voor bedrijven in de begeleidingsgroep bedraagt €1.000 tot €3.000, afhankelijk van de bedrijfsgrootte.

    Neem contact op om de mogelijkheden voor uw bedrijf te bespreken.

  5. Hoe zit het met intellectuele eigendom en het gebruik van de resultaten?

    Het project is gericht op brede kennisoverdracht. Demonstratoren, meetresultaten, handleidingen en opleidingsmateriaal worden publiek gedeeld via deze website, met bijbehorende broncode via GitHub. De resultaten worden niet-exclusief en marktconform beschikbaar gesteld, zodat ook organisaties buiten de begeleidingsgroep ermee aan de slag kunnen. Deelname geeft dus geen exclusief recht op de projectresultaten.

    Bedrijfsgevoelige informatie blijft vertrouwelijk. Wanneer bij een validatie vertrouwelijke gegevens nodig zijn, delen we de herbruikbare methodes en inzichten, niet de ruwe bedrijfsdata of identificerende details. De concrete gebruiksvoorwaarden worden bij het gedeelde materiaal vermeld.