iRel4.0 | Intelligent Reliability 4.0

De betrouwbaarheid van elektronische componenten en systemen (ECS) is een enorme industriële uitdaging: onverwachte storingen kunnen immers tot financieel of reputatieverlies en zelfs tot levensbedreigende situaties leiden. Nieuwe soorten sensoren en nieuwe communicatieopties maken het mogelijk om digitale oplossingen in te zetten voor betrouwbaarder ECS. Het doel van het iRel4.0-project is om de betrouwbaarheid van elektronische componenten en systemen over de hele waardeketen te verbeteren.

Context

De betrouwbaarheid van elektronische componenten en systemen (ECS) is een enorme industriële uitdaging: onverwachte storingen kunnen immers tot financieel of reputatieverlies en zelfs tot levensbedreigende situaties leiden. Dankzij nieuwe soorten sensoren en nieuwe communicatieopties is het nu mogelijk om digitale oplossingen in te zetten voor betrouwbaarder ECS.

Doelstelling

Het doel van het iRel4.0-project is om de betrouwbaarheid van elektronische componenten en systemen over de hele waardeketen te verbeteren, zowel op het niveau van de chips, verpakkingen of platen als het hele systeem. Het project kiest een verticale, op de aanvoerketen gerichte aanpak waarbij overal in de waardeketen onderzoek wordt verricht. Elektronische componenten en systemen zouden zo sneller betrouwbaar moeten worden, met het gevolg dat ontwikkelingsprocessen sneller kunnen overstappen naar productie en dat een grotere kwaliteit wordt verkregen, dankzij een fundamenteel begrip van fysieke storingsmechanismen en het gebruik van kunstmatige intelligentiemethodes. Eenzelfde betrouwbaarheid moet worden gegarandeerd als de systemen in nieuwe, veiligheidskritische en/of zware omgevingen worden toegepast, waar nieuwe materialen moeten worden gebruikt. 

Aanpak

In dit project speelt het onderzoek in AI en in technieken en methodologieën voor datawetenschap een belangrijke rol, zodat uit de data die uit elektronische componenten zoals platen, pakketten en chips wordt verkregen, kennis kan worden opgedaan voor prognoses en gezondheidsmonitoring. 

Deze data worden gebruikt om het gedrag van individuele componenten en hun interacties te begrijpen, te karakteriseren en te voorspellen. 

De resultaten zullen worden gevalideerd in verschillende toepassingsdomeinen, bijvoorbeeld in de automobiel- energie- en digitale sectoren.

Doelgroep

In België concentreert de gebruikssituatie zich op de automobielsector, en meer in het bijzonder op het onderzoek naar een hybride methodologie voor het monitoren van de gezondheid van brandstoftanks in hybride voertuigen. 

Projectlogo