Teknologier til 3D-analyse og -visualisering
Formålet med RK-sporet er at samle aktiviteter omkring 3d-analyse og -visualisering til en fælles platform, som forventes at være bredt anvendelig på tværs af indsatsen fire domæner (industri, produktion og smarte produkter; transport og logistik i den smarte by; landbrug, fødevarer, klima og miljø; energi). Sporet er således en fokusering og konsolidering af den del af indsatsen, som primært har foregået i sporene ”Kunstig intelligens og dataanalyse” og ”Interaktion og Datavisualisering”. Det er målet at udvikle teknologiske services, komponenter og rådgivningsydelser, som relaterer sig til fokusområdet 3d-visualisering og -analyse, og udstille disse i test-, demonstrations- og udviklingsfaciliteter (TDU’er), mhp. at accelerere brug af data særligt i SMV’er, som derved bliver bedre i stand til at afprøve og udvikle nye idéer.
Data og arbejdsprocesser – interaktion og visualisering
Målet med aktiviteterne er at opbygge viden, kompetencer og softwarekomponenter til datavisualisering af og interaktion med data fra en lang række kilder såsom offentlige/private data samt sensordata fra industrien. Der vil blive bygget videre på erfaringerne fra aktiviteterne de forrige to år, og arbejdet på at udvikle softwarekomponenter til avanceret datavisualisering og interaktion i web og native applikationer samt XR-løsninger (Augmented Reality, Mixed Reality og Virtual Reality). Målet er at understøtte industrielle applikationer og processer indenfor produktion, industri, logistik og transport, landbrug og fødevarer og energi. Aktiviteten bidrager således direkte til det overordnede mål for indsatsområdet om datadrevet, bæredygtig vækst ved at understøtte digitalisering og tilgang til data på tværs af arbejdsprocesser og domæner. En dialog i følgegruppen har desuden synliggjort et udtalt behov fra virksomhederne for visualisering af og interaktion med data, for at understøtte de datadrevne beslutninger.
Dataanalyse og kunstig intelligens
Målet med denne aktivitet er på baggrund af erfaringer og aktiviteter i 2022 at udvikle teknologiske services og kompetencer inden for kunstig intelligens og maskinlæring, der adresserer samfunds- og forretningsmæssige udfordringer fra alle fire brancher: Industri & Produktion og Energi & Forsyning. Dette skal ske gennem partnerskaber og projekter med relevante aktører fra den offentlige og private sektor og samarbejder med øvrige videninstitutioner. Slutmålet er at muliggøre anvendelsen af den nyeste forskning inden for AI og dataanalyse for at understøtte datadrevet, bæredygtig vækst for virksomheder, rådgivere og offentlige institutioner.
Et særligt fokus vil være på emner relateret til grøn energiomstilling, hvor Alexandra Instituttet forventer at samfinansiere med andre kommende forskningsprojekter, f.eks. projekter under Innomission-partnerskab MissionGreenFuels.
Konkret bidrager aktiviteten til opfyldelsen af indsatsens indikatorer 2023 vedr. case- og demonstrationsprojekter, teknologiske services i TDU’en (test-, demonstrations- og udviklingsfacilitet), videnspredning og samarbejde med videnpartnere.
Dataplatforme og digitale tvillinger
Aktiviteten vil fortsætte arbejdet med at identificere, udvikle og afprøve en række ready-to-use platforme, softwarekomponenter og værktøjer, der gør det nemt for virksomheder at afprøve nye idéer og udvikle nye datadrevne produkter og services igennem aktivitetsområdets TDU (Test-, Demonstrations-, og Udviklingsfacilitet). Målsætning med aktiviteten er at gøre det nemt for virksomheder at få valideret ideer til datadrevet optimering og forretningsudvikling. Fx spørgsmål som “hvordan kan data hjælpe mig til optimering af arbejdsgange og bæredygtighed i min produktion” eller ”hvordan kan simulerede energidata hjælpe til at vurdere et fremtidig energi-mix”. For at opnå dette anvendes og udbygges en fælles værktøjskasse, der understøtter rapid prototyping i TDU’en. Værktøjskassen gør det muligt at bygge prototyper og PoC, der kan kvalificere teknologiens potentiale for at skabe konkret indsigt, værdi og vækst og øget bæredygtighed hos virksomhederne.
Den fælles værktøjskasse består af eksisterende værktøjer og basisteknologier, som suppleres med state-of-the-art softwarekomponenter for domænespecifikke digitale tvillinger. Aktiviteten sigter ikke på at erstatte eksisterende avancerede modellerings- og simulerings-værktøjer, fx fysisk simulering af et produktionsanlæg eller modeller af energisystemer. Ambitionen er til gengæld at tilbyde en letvægtsmodel / et standardiseret lag i den digitale tvilling, hvorigennem data udstilles i lettilgængeligt og fleksibelt format. Letvægtsmodellen kan både udstille data fra en eksisterende avanceret simulering, eksisterende målepunker eller nyetablerede sensorer. Modellerne kan anvendes på tværs af cases og standardisere formidling med Extended Reality (AR, MR, VR) og dataanalyser baseret på kunstig intelligens og machine learning. Herved understøttes målet om rapid prototyping, og kobling til de øvrige aktivitetsplanerne.
Aktiviteten vil igennem konkrete problemstillinger hos case-virksomheder undersøge domænespecifikke behov, metoder og teknikker (fx inden for industri, logistik, energi). Cases sikrer at udvikling af state-of-the-art softwarekomponenter samt teknologiske ydelser og services, er afprøvet og pilot-testet med målgruppevirksomheder i de relevante domæner, og dermed understøtter et konkret og reelt behov i markedet.
TDU, videnspredning, bæredygtighed og governance
Aktiviteterne i denne beskrivelse bidrager til det overordnede mål for indsatsen ved at sikre at danske virksomheder, via inddragelse i både casesamarbejder og videnspredningsaktiviteter samt etableringen af test-, demonstrations- og udviklingsfaciliteter (TDU), kan holde sig i front i den globale konkurrence. Virksomhederne opnår dyb viden om og kompetencer inden for dataplatforme og digitale tvillinger, dataanalyse og kunstig intelligens samt interaktion og datavisualisering, og derudover viden om, hvordan digitale teknologier kan være med til at fremme virksomhedernes grønne omstilling.
Styrket bedreinnovation.dk
Det overordnede formål med bedreInnovation.dk er at sikre, at dansk erhvervsliv får endnu bedre udbytte af GTS-institutternes udvikling af teknologisk service samt innovationsinfrastruktur. Det sker via en åben debat om de områder, som GTS skal arbejde med. Debatten involverer brugere af teknologisk service, brancheforeninger m.fl. og er med til at kvalificere de indsatsområder, som GTS i sidste ende skal arbejde med. Et andet centralt mål med bedreinnovation.dk er at give en gennemsigtighed ift. samfundets investering i GTS.I aktiviteten vil GTS i tæt dialog med sine interessenter udvikle bedreinnovation.dk, så den bliver mere vedkommende og relevant for brugere og målgruppe. Den skal fremstå tidssvarende, være nem at navigere i og med nye funktioner, der gør den mere interessant for målgruppen. Det endelige resultat skal også sikre en større interesse for at deltage i debatten – og for at søge informationer om RK-indsatser imellem debatperioderne.
GTS-parterne har været involveret i bedreinnovation.dk siden oprettelsen i 2009. Det har givet konkret viden og erfaringer, der kan bruges som input i udviklingsarbejdet. Herudover står GTS bag andre hjemmesider, hvor der formidles viden om GTS-aktiviteter. Bedreinnovation.dk skal bidrage til samspil og synergi i formidlingen om GTS. GTS-parterne vil anvende de teknologiske og metodemæssige kompetencer, det kræver at udvikle hjemmesiden på bedste vis.
Resultatkontraktbudget: 1,49 mio. kr. samlet i perioden 2021-2024.
Videnspredning, udvikling og implementering af ydelser og eksperimentelle opsætninger til industriel brug af neutron- og synkrotronteknikker
Danske virksomheder har brug for adgang til de bedst mulige analyseteknikker for at holde sig i front med udvikling af innovative, bæredygtige og konkurrencedygtige produkter. Dette gælder ikke mindst i disse år, hvor særlige tiltag er nødvendige for at nedbringe CO2-udledning og optimere genanvendelse af materialer. På internationale storskalafaciliteter anvendes neutroner og synkrotronrøntgen til at undersøge materialer helt ned på molekylær skala og til at se skjulte strukturer og fejl i lukkede komponenter. Her kan man få viden, som ikke kan opnås med de laboratoriebaserede analyser, som virksomhederne typisk anvender.Gennem denne indsats er målet, at danske virksomheder skal have let og effektiv adgang til de avancerede, og ofte akademisk orienterede, neutron- og synkrotronfaciliteter, som fx European Spallation Source, ESS, der er under opbygning i Lund. Målgruppen dækker over både små og større produktionsvirksomheder, typisk inden for Science & Engineering, der er aktive i flere af de danske styrkepositioner/teknologiområder såsom vindteknologi, fødevareteknologi, bioteknologi, farmaceutisk teknologi og avancerede materialer[1].
De fleste virksomheder har ikke selv ekspertisen til at anvende storskalafaciliteterne. GTS indgår derfor som teknisk bindeled, en såkaldt mediator, der kan opsætte og udføre målingerne på faciliteterne, foretage dataanalyse og omsætte det til brugbar viden for virksomhederne. Democases gennemført i en tidligere resultatkontrakt har vist potentialet for værdiskabelse, og kompetenceopbygning hos GTS har lagt grundlaget for, at der nu kan udvikles og implementeres effektive ydelser rettet mod konkret problemløsning og produktudvikling. Indsatsen vil fokusere på felter, hvor der ses et særligt potentiale for anvendelse af analyseteknikkerne, såsom processering og nedbrydning af plast og kompositter, optimering af komponenter til energilagring og -konvertering, kvalitetssikring af elektroniske produkter, processering og fraktur af metal, formulering af lægemidler, holdbarhed og tekstur i fødevarer og udvikling af funktionelle overflader.
[1] Verdens førende tech-regioner. Danmarks styrkepositioner i et globalt perspektiv, Akademiet for Tekniske Videnskaber, Aug 2020, https://atv.dk/udgivelser-viden/verdens-foerende-tech-regioner-danmarks-…
Data og arbejdsprocesser – interaktion og visualisering
Målet med aktiviteterne er at opbygge viden, kompetencer og softwarekomponenter til datavisualisering af og interaktion med data fra en lang række kilder såsom offentlige/private data samt sensordata fra industrien. Der vil blive bygget videre på erfaringerne fra aktiviteterne i 2021, og arbejdet på at udvikle softwarekomponenter til avanceret datavisualisering og interaktion i 2D og 3D i web og native applikationer samt XR-løsninger (Augmented Reality, Mixed Reality og Virtual Reality). Målet er at understøtte industrielle applikationer og processer indenfor produktion, industri, logistik og transport, landbrug og fødevarer og energi. Aktiviteten bidrager således direkte til det overordnede mål for indsatsområdet om datadrevet, bæredygtig vækst ved at understøtte digitalisering og tilgang til data på tværs af arbejdsprocesser og domæner. En dialog i følgegruppen har desuden synliggjort et udtalt behov fra virksomhederne for visualisering af og interaktion med data, for at understøtte de datadrevne beslutninger.
Målene for aktiviteten inkluderer:
State-of-the-art analyser indenfor brugen af 2D/3D datavisualisering og visual analytics indenfor og på tværs af industrielle domæner.
Udvikling af værktøjskasse og platformskomponenter til XR interaktion.
Udvikling af værktøjskasse til avanceret 2D visualisering i webbrowsere baseret på state-of-the-art visualiseringsbiblioteker og en GraphQL-baseret backend til opsamling og udstilling af data.
Udvikling af værktøjskasse til avanceret 3D visualisering i webbrowsere med nye standarder som WebAssembly og WebGPU. Herunder konvertering af 3D dataformater til streaming til browser-baserede applikationer.
Udvikling af værktøjskasse med interaktionskomponenter baseret på nyeste state-of-the-art hardware og softwareplatforme, der kan gøre brug af data fra eksempelvis digitale tvillinger og industrielle BOM, BOP og BIM-modeller. Herunder også løsninger til procesunderstøttelse og samarbejde i AR på tværs af værdikæder og brugere.
Udvikling af komponenter til objektgenkendelse og pose detection vha. RGB/dybdedata i AR for bedre forståelse af den fysiske virkelighed herunder støtte til dynamisk opbygning og opdatering af digitale tvilling modeller.
Medvirke til FoU-ansøgninger i med andre videninstitutioner og virksomheder.
Dataanalyse og kunstig intelligens
Målet med denne aktivitet er på baggrund af erfaringer og aktiviteter i 2021 at udvikle teknologiske services og kompetencer inden for kunstig intelligens og maskinlæring, der adresserer samfunds- og forretningsmæssige udfordringer fra alle fire sektorer: logistik, fødevarer, produktion og energi. Dette skal ske gennem partnerskaber og projekter med relevante aktører fra den offentlige og private sektor og samarbejder med øvrige videninstitutioner. Slutmålet er at muliggøre anvendelsen af den nyeste forskning inden for AI og dataanalyse for at understøtte datadrevet, bæredygtig vækst for virksomheder, rådgivere og offentlige institutioner.
Et særligt fokus vil være på emner relateret til grøn energiomstilling, hvor Alexandra Instituttet forventer at samfinansiere med andre kommende forskningsprojekter, f.eks. projekter under Innomission-partnerskaber CCUS og PtX.
Konkret bidrager aktiviteten til opfyldelsen af indsatsens indikatorer 2022 vedr. case- og demonstrationsprojekter, teknologiske services i TDU’en (test-, demonstrations- og udviklingsfacilitet), videnspredning og samarbejde med videnpartnere.
Dataplatforme og digitale tvillinger
Aktiviteten vil fortsætte arbejdet med at identificere, udvikle og afprøve en række ready-to-use platforme, softwarekomponenter og værktøjer, der gør det nemt for virksomheder at afprøve nye idéer og udvikle nye datadrevne produkter og services igennem aktivitetsområdets TDU (Test-, Demonstrations-, og Udviklingsfacilitet). Målsætning med aktiviteten er at gøre det nemt for virksomheder at få valideret ideer til datadrevet optimering og forretningsudvikling. Fx spørgsmål som “hvordan kan data hjælpe mig til optimering af arbejdsgange i min produktion” eller ”hvordan kan simulerede energidata hjælpe til at vurdere et fremtidig bæredygtigt energi-mix”. For at opnå dette anvendes og udbygges en fælles værktøjskasse, der understøtter rapid prototyping i TDU’en. Værktøjskassen gør det muligt at bygge prototyper og PoC, der kan kvalificere teknologiens potentiale for at skabe konkret indsigt, værdi, vækst og øget bæredygtighed hos virksomhederne.
Den fælles værktøjskasse består af eksisterende værktøjer og basisteknologier, som suppleres med state-of-the-art softwarekomponenter for domænespecifikke digitale tvillinger. Aktiviteten sigter ikke på at erstatte eksisterende avancerede modellerings- og simulerings-værktøjer, fx fysisk simulering af et produktionsanlæg eller modeller af energisystemer. Ambitionen er til gengæld at tilbyde en letvægtsmodel / et standardiseret lag i den digitale tvilling, hvorigennem data udstilles i lettilgængeligt og fleksibelt format, og dermed gøres tilgængelig for virksomheder der ikke har den store erfaring med arbejdet med data og digitale tvillinger. Letvægtsmodellen kan både udstille data fra en eksisterende avanceret simulering, eksisterende målepunker eller nyetablerede sensorer. Modellerne kan anvendes på tværs af cases og standardisere formidling med Extended Reality (AR, MR, VR) og realtids dataanalyser baseret på kunstig intelligens og machine learning. Herigennem understøttes målet om rapid prototyping, og kobling til aktivitetsplanerne 3 og 4.
Aktiviteten vil igennem konkrete problemstillinger hos casevirksomheder undersøge domænespecifikke behov, metoder og teknikker (fx inden for industri, logistik, energi). Cases sikrer at udvikling af state-of-the-art softwarekomponenter samt teknologiske ydelser og services, er afprøvet og pilot-testet med målgruppevirksomheder i de relevante domæner, og dermed understøtter et konkret og reelt behov i markedet.