Search results

3D print technologie voor continu-vezelversterking in kunststof producten - 3DComp

3D printen met kunststofrecyclaat

Dit voorstel betreft een onderzoek naar de verschillen in zuiverheid tussen virgin kunststof en post-industrial en post-consumer kunststof-reststromen in relatie tot de inzet van deze materialen bij 3D printen. Thermoplastische kunststoffen zijn in theorie goed te recyclen en opnieuw te gebruiken, bijvoorbeeld in een 3D print proces. In de praktijk blijkt het echter een uitdaging om gerecycled filament te produceren dat geschikt is voor de huidige machine-eisen. De oorsprong van dit project ligt in de gedachte om niet het materiaal aan te passen aan de machine, maar de machine aan het materiaal en hierdoor het gebruik van kunststofrecyclaat in 3D-printen te vergroten. Alvorens dit te kunnen, is meer inzicht in de materiaaleigenschappen nodig. Het doel van dit project is dan ook om de verschillende samenstellingen van kunststof-reststromen in kaart te brengen en hoe dit zich vertaald in mechanische en esthetische kwaliteit ten opzichte van virgin materiaal en wat dit vraagt aan aanpassingen aan 3D printers om deze kunststof-reststromen te kunnen verwerken. Dit onderzoek is een eerste fase in een groter onderzoeksproject. Volgende fasen zullen zich toespitsen op het optimaliseren van productietechnieken voor het printen met gerecycled kunststof en het ontwikkelen van mogelijke toepassingen en bijbehorende circulaire business modellen. Aanleiding voor dit onderzoeksvoorstel is tweeledig. Enerzijds de ervaring van Cre8 dat 3D printen relatief veel kunststof restmateriaal oplevert in de vorm van mislukte prints, proefprints en prototypes met korte levensduur. Passend bij hun duurzame bedrijfsprofiel heeft Cre8 de behoefte om hun eigen reststroom en reststromen uit hun omgeving in te zetten in het productieproces. Anderzijds ziet Refilment zich geconfronteerd met de complexe samenhang tussen de samenstelling van kunststof-reststromen en zijn verwerkingsmogelijkheden (bijvoorbeeld extruder-diameter en verwerkingstemperatuur).

3D printen uit gerecycled kunstgras

De kunstgrasberg in Nederland is groeiende. In april 2019 hebben een aantal bedrijven, zijnde ketenpartners, de handen in een geslagen om dit te doen veranderen, en hebben GBN Artificial Grass Recycling (GBN-AGR) opgericht. Dit heeft in juni 2020 geresulteerd in een fabriek voor de recycling van de kunstgrasmatten. De eindproducten van deze fabriek zijn circulair grondstoffen zoals circulair zand, circulair SBR, circulair TPE en RTA. Deze grondstoffen worden op traditionele productiewijze in mallen geperst en waaruit rubbertegels, kantplanken, picknicksets worden vervaardigd. Gezien de hoeveelheid aan kunstgrasmatten is er behoefte vanuit de ketenpartners om meer en hoogwaardige producten te realiseren. In dit onderzoek wordt een verkenning gedaan naar de mogelijkheid om gerecycled kunstgras te gaan 3D printen. Zo dat er in de toekomst hoogwaardige en vernieuwde producten uit te vaardigen zijn. Ook zijn de huidige 3D printbedrijven nog niet bekend zijn met circulaire grondstoffen uit gerecycled kunstgras, aangezien het 3D printfilament daarvan nog niet voor handen is. Via materiaalonderzoek, ontwikkeling van 3D printfilament, testen van het filament wordt de eerste aanzet gegeven om tot een grondstof te komen die voor hoogwaardige producten kan worden ingezet. Tevens wordt een productontwerp voor een product gecreëerd. En wordt er een prototype, eventueel op schaal gefabriceerd met het 3D printfilament afkomst van de circulaire grondstoffen van het gerecycled kunstgras. Het einddoel is om de kunstgrasberg in Nederland te doen krimpen, door: - Aantoonbaar te maken aan de maakindustrie dat gerecycled kunstgras een basisgrondstof kan zijn voor producten. - 3D printen een productiemethode is dat voor bepaalde toepassingen voordelen kan hebben om hoogwaardige producten van gerecycled kunstgras mee te maken, naast de al bestaande traditionele productiemethoden.

Aan beide kanten van het raam

Op basis van kunstwetenschappelijke methode ontwikkelen van scenario’s voor hoe, in verpleeghuizen voor mensenmet dementie, om te gaan met een versoepeling van de lock down en met de situatie na de lock down.

Aanbevelingsalgoritmes voor publieke omroepen

Mediabedrijven en -organisaties maken steeds meer gebruik van algoritmes om hun gebruikers gepersonaliseerde aanbevelingen aan te bieden voor artikelen, muziek, series, films en video’s. Dergelijke aanbevelingsalgoritmes maken gebruik van technieken uit kunstmatige intelligentie om te voorspellen in welke inhoud een gebruiker geïnteresseerd is, bijvoorbeeld op basis van wat de gebruiker eerder heeft bekeken of beluisterd of op basis van wat andere gebruikers hebben bekeken of beluisterd. Publieke omroepen, die programma’s maken voor kijkers en luisteraars, en de Nederlandse Publieke Omroep (NPO), die in Nederland zorgt voor de distributie en uitzending van die programma’s, zien potentie in deze technologie. De NPO maakt nog slechts beperkt gebruik van automatische aanbevelingen om inhoud aan kijkers en luisteraars aan te bieden, maar zij verkent samen met een aantal partners uit het publieke omroepbestel de mogelijkheden om de technologie breder in te zetten. Anders dan de meeste mediabedrijven wordt de NPO wordt bekostigd door overheidsbudget en heeft het als expliciete missie om het Nederlandse publiek te verbinden en te verrijken met programma’s die informeren, inspireren en amuseren. Dit stelt andere eisen aan een aanbevelingsalgoritme. Waar het doel van commerciële partijen veelal bestaat uit het optimaliseren van winst en/of engagement, beoogt de NPO aanbevelingen te bieden op transparante en inzichtelijke wijze, en staat pluriformiteit (diversiteit in perspectieven) in aanbevelingen centraal. Op dit moment speelt bij de NPO de vraag welke principes (pluriformiteit, personalisatie, etc.) leidend moeten zijn in aanbevelingen en hoe deze principes geoperationaliseerd kunnen worden. Het doel van dit project is daarom om, middels literatuuronderzoek, interviews met experts en gebruikers, en prototyping, een aantal principes te identificeren en operationaliseren die geschikt zijn voor aanbevelingsalgoritmes van publieke omroepen.

AI als arts: de invloed van AI op het vakmanschap van artsen

De vraag: ‘Zal kunstmatige intelligentie (AI) mijn werk vervangen?’ is steeds vaker te horen, specifiek ook onder artsen in ziekenhuizen. AI wordt tegenwoordig ingezet voor allerlei doeleinden in de zorg, variërend van diagnoses stellen tot opereren. De belofte is dat AI de zorg efficiënter en nauwkeuriger maakt, maar er heerst ook onzekerheid onder artsen over de impact op hun werk. Om de vaak gestelde vraag te kunnen beantwoorden of en hoe AI het werk van de arts vervangt, is inzicht nodig in wat dat werk precies inhoudt. Daarvoor introduceren we het woord ‘vakmanschap’. Vakmanschap staat voor bekwaamheid in een vak. We onderzoeken hoe AI het vakmanschap van de arts beïnvloedt en houden rekening met diverse medische specialismen en typen AI. Vervolgens maken we de vertaalslag naar hoe impact van AI op vakmanschap mee te nemen in een verantwoord ontwerp- en implementatieproces van AI. Ons consortium vertegenwoordigt de stem van de arts in ziekenhuizen, het perspectief rondom ‘vakmanschap’ en een veranderende arbeidsmarkt, het perspectief van de AI-ontwikkelaar, de methodische kennis rondom de KEM Ethiek & Verantwoordelijkheid en het mensgericht ontwerpen perspectief. Uiteindelijk beogen we zorg duurzaam te kunnen verlenen met een optimale interactie tussen arts en AI.