CrysCo: Optimalisatie van kristallisatieprocessen via deep learning

In het PWO-project Crysco (Crystallization Control) werkte het onderzoekscentrum Duurzame Industrie samen met de onderzoeksgroep Toegepaste Informatica en de projectpartners een methode uit die op een geautomatiseerde manier kristallen kan herkennen in foto’s.

Microscopische foto’s van kristallen werden gelabeld. Op 1200 foto’s werden alle herkenbare kristallen aangeduid. Op basis van deze beelden met de bijhorende labels werd een diep neuraal netwerk getraind. De training, die soms een week lang duurt, levert een model op. Dit model is in staat om op nieuwe foto’s de kristallen te herkennen.

Door het model te koppelen aan een grafische user interface kan de gebruiker eenvoudig foto’s (of volledige datasets) opladen. De gebruiker kan dan aan het model vragen om kristallen te tellen, afmetingen op te vragen en trends in aantallen, grootte, enz. weer te geven.

Deze software is een eerste grote stap in de richting van een meer geautomatiseerde controle van kristallisatieprocessen.

Contact

hannes.sels@kdg.be

  • Financiering: PWO
  • Duur onderzoek: 1 januari 2019 - 31 maart 2021
  • KdG-medewerkers: Hannes Sels, Herwig De Smet
  • Partners: Janssen Pharmaceutica, Narato, FD Computing
Crysco
Crysco

Meer weten of samenwerken?

Je kan bij ons onderzoekscentrum Duurzame Industrie onder meer terecht voor:

  • Het vergroenen van chemische processen en hergebruiken van afvalstromen.
  • In-house ontwikkelde AI-gebaseerde tools om processen en producten te optimaliseren.
  • Het ontwikkelen van alternatieve aandrijfsystemen, brandstofsystemen voor alternatieve brandstoffen en emissiemetingen op verbrandingsmotoren.
  • Analyses van voertuigdata door simulaties en reverse engineering op CAN-bussystemen.

Contacteer ons vrijblijvend