IoT-engineering van begin tot eind
oscarcabreragonzalez IoT Studio Wat niet gemeten wordt, ontglipt
COMPUTERVISIE · VOORSPELLEND ONDERHOUD

Kunstmatige intelligentie en detectie

Computervisie en sensoren om storingen, incidenten en inbraken voor te zijn.

Eigen ontwikkeling
Technisch overleg aanvragen Vertel ons over uw project
Vroege detectie van plagen

Computervisie in de teelt

Modellen die getraind zijn met beelden van de eigen teelt herkennen plagen zoals Tuta absoluta voordat ze met het blote oog zichtbaar zijn.

  • Continue bewaking, 24 uur per dag, 365 dagen per jaar
  • Gerichte behandelingen en minder gebruik van gewasbeschermingsmiddelen
  • Lokale inferentie, zonder beelden naar de cloud te sturen
Technisch overleg aanvragen →
Computervisie in de fabriek

Visuele bewaking van processen en mensen

Eigen modellen om productiefouten, het gebruik van persoonlijke beschermingsmiddelen of risicosituaties in de fabriek te detecteren.

  • Modellen getraind met beelden van de eigen fabriek
  • Verwerking op het apparaat, er gaan geen beelden naar buiten
  • Hertraining met nieuwe gevallen
Technisch overleg aanvragen →
Voorspellend onderhoud

Storingen voorzien

Neurale netwerken die de normale trillingen en het normale verbruik van elke machine leren en waarschuwen voordat de storing optreedt.

  • Detectie van afwijkingen in het proces
  • Gepland onderhoud in plaats van onverwachte stilstand
  • Model dat met nieuwe gevallen opnieuw te trainen is
Technisch overleg aanvragen →
Perimeter- en toegangscontrole

Bewaakte perimeters en toegangen

Eigen sensoren, vision en communicatie om perimeters, toegangen en verboden zones te bewaken.

  • Inbraakdetectie bij hekken en toegangen
  • Correlatie van gebeurtenissen met beeld
  • Realtime melding aan de meldkamer
Technisch overleg aanvragen →
Software · Machine learning

i-Books op maat: een neuraal netwerk getraind voor uw probleem, geen generiek model

Een standaardmodel herkent wat het geleerd heeft. Het uwe moet herkennen wat er in uw installatie gebeurt: uw soort, uw onderdeel, uw fout, uw verlichting. We ontwerpen en trainen het model met uw eigen data en leveren het als i-Book, klaar om op het apparaat te draaien.

De waarde zit niet in het algoritme, maar in uw data

Algoritmen zijn openbaar en iedereen gebruikt ze tegenwoordig. Wat niemand anders heeft, is uw historie: hoe een plaag eruitziet in uw kas onder uw licht, hoe een foute las er op uw lijn uitziet, hoe uw pomp klinkt voordat hij defect raakt. Van dat materiaal gaan we uit, we labelen het met uw team en trainen een model dat alleen voor u werkt — en juist daarom werkt het.

Eigen modelgetraind met uw beelden en uw historie, geen standaardmodel
Lokale inferentiebeslist op het apparaat, zonder beelden naar de cloud te sturen
Opnieuw te trainenwordt elk seizoen beter met de nieuwe gevallen die opduiken
Van ude data en het resulterende model zijn eigendom van uw bedrijf

Beeldherkenning

Plaagsoorten, productiefouten, gebruik van PBM, kentekens, de staat van een gewas of elk visueel patroon herkennen waarvoor nu iemand moet kijken.

Neurale netwerken met een specifiek doel

Storingsvoorspelling op basis van trilling of verbruik, oogstschatting, detectie van procesafwijkingen of classificatie van gebeurtenissen in uw sensorhistorie.

Geleverd als i-Book

Het model blijft niet in een labnotebook: het wordt verpakt met documentatie, meetwaarden en hertrainingsprocedure, klaar voor installatie op het apparaat.

Hoe een i-Book wordt gebouwd

Een kort en afgebakend project, met een succescriterium dat vooraf is afgesproken.

01 · DEFINIËREN
Wat er beslist moet worden

Vóór het model de beslissing: wat u wilt detecteren, bij welke foutmarge dat nuttig is en wat er gebeurt als het klopt en als het niet klopt.

02 · VERZAMELEN
Uw data

We verzamelen en labelen het materiaal met uw team, dat een goed geval van een slecht weet te onderscheiden. Is er geen historie, dan maken we die in het veld.

03 · TRAINEN
En echt valideren

We trainen en meten tegen gevallen die het model niet heeft gezien, met de meetwaarden die in uw proces tellen, niet alleen de totale nauwkeurigheid.

04 · UITROLLEN
Op het apparaat

Het wordt geoptimaliseerd voor de hardware, in het ecosysteem geïntegreerd en er wordt vastgelegd hoe het bij nieuwe gevallen opnieuw getraind wordt.

Vertel ons over uw project

In het eerste gesprek bekijken we welke data u hebt en zeggen we eerlijk of uw situatie machine learning nodig heeft of met een goed gekozen regel op te lossen is.

Fotovoltaïek · Preventie, melding en blussing

We verkopen geen panelen: we beveiligen de panelen die u al hebt

Ons IoT-ecosysteem bewaakt bestaande fotovoltaïsche installaties, op industriële daken en op de grond, met één netwerk van eigen modules. Het voorkomt voordat er een incident is, meldt zodra het zich voordoet en blust als het uitbreekt. Eén oplossing die elk paneel en elke stringbox gelijk bedient.

Industriële zonnedaken

Een centrale boven op uw bedrijf

Op een industrieel dak ligt onder de panelen uw bedrijfshal: productie, magazijn en mensen. Daar is een elektrisch incident niet alleen verloren opwekking. Onze modules zijn verdeeld over de rijen en de stringboxen en bewaken continu zonder de werking van de installatie te verstoren.

  • Bewaking per paneel en in elke stringbox
  • Eigen modules, zonder ingrepen in de bestaande installatie
  • Ingrijpen op het getroffen punt, niet op het hele dak
  • Gelijktijdige melding aan uw team en het dashboard
Zonneparken op de grond

Kilometers rijen waar niemand dagelijks langsloopt

In een zonnepark is afstand het probleem: tussen twee onderhoudsrondes zitten veel uren en veel rijen. Het ecosysteem dekt het hele terrein met hetzelfde netwerk van modules, zodat elke rij en elke stringbox bewaakt wordt, ook als er niemand in de buurt is.

  • Dekking van het hele park, rij voor rij
  • Eigen industriële communicatie tot aan het dashboard
  • Weerstation geïntegreerd in hetzelfde netwerk
  • Lokale respons: niet afhankelijk van iemand die meekijkt

Een ecosysteem dat voorkomt, meldt en blust

Een sensorlaag is over de installatie verdeeld op een robuust industrieel netwerk, met volledige scheiding tussen ons systeem en het fotovoltaïsche. Alles wordt bewaakt vanuit het dashboard van de klant, met de status van het park, de omgevingstelemetrie en elke afwijking van de referentiewaarden. Het ecosysteem kan werken in intelligente automatische, bewaakte of handmatige modus.

Zonnepark · Zeeland SYSTEEM ACTIEF 24 H 7 D 30 D BEWAAKTE ZONES 12 allemaal online GEBEURTENISSEN · 24 U 3 1 open GEMIDDELDE RESPONS 4,2 seconden PARKOVERZICHT · 4 SECTOREN HEETSTE PUNT 74° LAATSTE GEBEURTENISSEN Sector 4 · boven drempel 09:41 Sector 2 · genormaliseerd 08:12 Zelfdiagnose in orde 06:00

De klant bewaakt de hele installatie vanuit zijn eigen dashboard: status van elke zone, omgevingstelemetrie en elke afwijking van de referentiewaarden.

Intelligent automatischHet ecosysteem beslist en grijpt zelf in op het getroffen punt.
BewaaktHet stelt de actie voor en wacht op bevestiging van uw team.
HandmatigDe bediening ligt volledig bij de operator.
SENSOREN IN HET VELD
VoorkomtEen onopvallende uitbreiding die wordt geïnstalleerd waar nodig: op het zonnepaneel, in de stringbox of in elke elektrische kast. Bewaakt continu vanaf de eerste dag.
MELDING IN SECONDEN
MeldtVia een robuust industrieel netwerk, volledig gescheiden van de fotovoltaïsche installatie. Slaat aan bij vonken, licht of boog, chemische stoffen, rook of vlam, en de afwijking verschijnt direct op het dashboard.
GEDOOFD BIJ DE BRON
BlustIs de brand bevestigd, dan werkt de gepatenteerde en goedgekeurde blussing van Extincise op het getroffen punt. Het park blijft overeind: het incident wordt gedoofd, niet de installatie.
Geen derdengeen externe afhankelijkheden
Geen externe API'swerkt als gesloten systeem
Geen betaalde appsgeen abonnementen of licenties
Uw data, in uw systeemgehost op uw eigen locatie
Volledige scheidinggescheiden van het pv-systeem
Robuust industrieel netwerkontworpen voor 24/7-werking
Drie bedrijfsmodiautomatisch, bewaakt, handmatig
Omgevingstelemetrietemperatuur, wind, vochtigheid, instraling
Beslist ter plaatselokale respons, zonder op iemand te wachten
Volledige dekkingpaneel, stringbox en elektrische kast

Europees regelgevend kader voor de sector

  • EN 54 — Branddetectie- en brandmeldinstallaties
  • EN IEC 61730 — Veiligheid van fotovoltaïsche modules
  • EN IEC 62446 — Beproeving, documentatie en onderhoud van pv-installaties
  • Verordening (EU) 305/2011 — Bouwproducten (CPR)
  • Richtlijn 2014/30/EU — Elektromagnetische compatibiliteit
  • Richtlijn 2014/35/EU — Laagspanning

Onze modules worden ontworpen volgens EN 54. Dit zijn de referentienormen die op de sector van toepassing zijn; de concrete normatieve reikwijdte van elke installatie wordt in de technische fase van het project bepaald.

Informatie aanvragen
360°-IoT-OPLOSSING

Een echte case van een bedrijfsprobleem in de primaire sector

IoT-ecosystemen die gewassen 24 u · 365 dagen bewaken. Voorspellend en preventief systeem.

AUTOMATISCHE PLAAGHERKENNING

Vroege plaagdetectie met computervisie

In de primaire sector is de plaag de stille vijand: wanneer je hem met het blote oog ziet, is de schade al aangericht. Onze computervisiesystemen getraind met machine learning analyseren continu de beelden van het gewas en herkennen de aanwezigheid van insecten en de eerste tekenen van aantasting voordat ze voor het menselijk oog zichtbaar zijn, waardoor elk bedrijf een asset wordt dat 24 uur per dag wordt bewaakt.

De case in deze sectie —de tomatenmineermot (Tuta absoluta)— is wereldwijd een van de kostbaarste. Vroege detectie maakt het mogelijk gericht in te grijpen en het gebruik van gewasbeschermingsmiddelen drastisch te verminderen, wat de marge van de teler en de duurzaamheid van het bedrijf beschermt.

20–40%
van de wereldwijde landbouwproductie gaat elk jaar verloren door plagen
tot 100%
oogstverlies bij tomaat kan Tuta absoluta veroorzaken
80–95%
nauwkeurigheid bij automatische plaagherkenning
24/7
continue bewaking van het gewas, zonder afhankelijk te zijn van handmatige inspectie
01 · Vastleggen
Continu beelden van het gewas op het veld en in de kas.
02 · Analyse
Automatische herkenning van insecten en vroege tekenen van schade.
03 · Melding
Directe melding aan de verantwoordelijke, met de locatie van het incident.
04 · Beslissing
Gerichte behandeling: minder gewasbeschermingsmiddel, hogere opbrengst.

Veelgestelde vragen

Met welke data worden de modellen getraind?

Met die van elke installatie: beelden en signalen uit de eigen omgeving, gelabeld met echte gevallen. Een generiek model kent de omstandigheden van uw locatie niet.

Verlaten de beelden de installatie?

Dat is niet nodig. De inferentie kan op het apparaat zelf draaien en alleen de gedetecteerde gebeurtenis versturen, zonder de beelden naar de cloud te sturen.

Wat is voorspellend onderhoud?

In de trilling, temperatuur of het verbruik van een machine de veranderingen herkennen die aan een storing voorafgaan, om in te grijpen voordat de machine stilvalt.

Andere ontwikkellijnen

Detectie en blussing per scenario Bekijk de oplossing → Beveiliging van parkeergarages Bekijk de oplossing → Beveiliging van fotovoltaïsche installaties Bekijk de oplossing → RFID-traceerbaarheid Bekijk de oplossing →

Zullen we het hebben over uw installatie?

Een engineer bestudeert uw situatie en stelt voor waar te beginnen.

Vertel ons over uw project Contact