Projektid

Identifitseeriti vask-seotud ühendid inimese seerumi albumiini proovides eesmärgiga parandada nende produktide kvaliteeti.

BACHA projekti eesmärk on meenutada Euroopa kodanikele ajaloolist sündmust, mis on näide eurooplusest ja intensiivsest tööst parema ühiskonna nimel.

Projekti BIOCONNECT eesmärk on aidata luua tugevamat, integreeritumat ja kaasavamat Läänemere ökosüsteemi biotehnoloogia-alase innovatsiooni soodustamiseks tuleviku majandusliku konkurentsivõime tõstmiseks. Tugev ja elujõuline biomajandusel on tohutu potentsiaal tugevdada ELi keskendumist jätkusuutlikkusele ja ringkasutusele, tagada tervislikum ja aktiivsem elanikkond – samuti sillutada teed eksponentsiaalsele kaskaadile uutele rakendustele, mis on nii transformatiivsed, et neid nimetatakse Bioloogiliseks Revolutsiooniks.

Projekti eesmärk uuendada olemasolev õppeaine „Tootmise digitaliseerimine“ (6 EAP), kaasajastada õppeaine sisu vastavalt viimastele valdkonnas toimunud kiirtele arengutele. Olulises mahus tuuakse sisse uusi virtuaal (VR) ja laiendatud (AR) reaalsusel põhinevaid arendusvahendeid, nendel põhinevad rakendused töötlemis- ja tootmisvaldkondades.

Demoprojekt Chemi-Pharm keskendub ettevõtte igapäevase tootmislogistika korraldamisele ja visualiseerimisele läbi targa tehisintellektil põhineva juhtimissüsteemi, mis aitab kaasa tootmise läbilaskevõime suurendamisele ja tootmisprotsesside efektiivsuse kasvule.

Tootmisseadmete prototüüp tasandil õigete parameetrite seire, salvestamine ja analüüs AI-d kasutades.

Töötatakse välja uued meetodid matt-tüüpi materjali tootmiseks puitvedrudest, tuginedes praegustele seadmetele ja täiendades seda koostöörobotiga. Uuritakse võimalusi puitvedrumatti sobiva haardemeetodiga vormimiseks, et leida optimaalne lahendus seda tüüpi pakkematerjali tootmiseks. Koostööroboti (Omron) abil leitud trajektoore ja kinemaatikat kasutatakse hiljem sisendina järgmise põlvkonna tootmismasina arendamisel. Robotiprogrammidest genereeritud trajektoore ja kinemaatilist teavet saab optimeerida ka tehisintellekti tööriistade (Machine Learning) abil, et leida optimeeritud lahendusi (trajektoori ja kudumise jaoks), võttes sisendparameetritena arvesse tootmiskiirust, läbitud trajektoore, liikumise dünaamikat, loodud mati tihedust jne.

Töötatakse välja ümbrehäälestatav robotisüsteem, millega kontrollitakse masinnägemise abil IoT-moodulite kvaliteeti ning korrektset funktsionaalsust. IoT moodulite variatsioone ja funktsioone on erinevad ning visuaalse kvaliteedikontrolli usaldusväärsus on 80-87%. Tootete liigutamiseks ja fikseerimiseks oleme projekteerinud ning valmistanud mitme-positsioonilise spetsiaalrakise, mida juhitakse läbi roboti kontrolleri. Toodete tuvastamiseks loodi IoT moodulite põhine andmebaas, mille abil algoritmid tuvastavad ning valivad toote. Samuti toimib kvaliteedi hindamine sama loogika alusel. Kontrollitud tooted jagatakse kaheks: Korras ja defektne . Defektsed tooted eraldatakse ja määratakse, mis on tegelik defekt.

Uudne haridus elektrotehnika, informaatikatehnika, IKT ja küberjulgeoleku valdkonnas on ülioluline, tulemaks toime Euroopa Komisjoni algatatud rohelise kokkuleppe väljakutsetega. Uute tehnoloogiate ja süsteemide väljatöötamine, juurutamaks rohetööstust , eeldab järgmise põlvkonna selliste spetsialistide ja juhtide ettevalmistamist, kellel on säästva arengu väljakutsete jaoks olemas vajalikud teadmised, oskused ja väärtused. Selle projekti eesmärk on tuua partnerasutuste õppeprogrammidesse säästvat arengut toetavaid arusaamu, et lähtuvalt rohetööstuse vajadustest jagada kogemusi, teadmisi ja parimaid õpetamisele suunatud tehnoloogiahariduspraktikaid ning saavutusi elektrotehnika ja automaatika, mehhatroonika, adaptroonika, info- ja kommunikatsioonitehnoloogiate, informaatikaala inseneriteaduse ja küberturvalisuse valdkonnas. Selle projekti oodatav tulemus on Balti- ja Põhjamaade tööstuse nõudmistele vastavate pädevuste kasv.

Õppeaine EEV5040 Tööstusautomaatika ja ajamid tegevuse eesmärgiks on tutvustada üliõpilastele tööstusliku automatiseerimise ja elektriajamite olulisust ning nende valdkondade uusimaid suundumusi (sh ka IoT). Arendustegevuse tulemusena omandavad õppurid tulevikus põhjalikud teadmised elektriajamite juhtimisest, mudelipõhine disaini metoodikast ja IoT rakendustest tööstusautomaatikas. Nad suudavad luua, kohandada ja analüüsida elektrimootorite juhtimissüsteeme ning lahendada reaalseid probleeme selles valdkonnas. Need tulemused mõjutavad erialaspetsiifilise IKT õpetamise kvaliteeti, pakkudes õppuritele praktilisi oskusi ja teadmisi, mis on hädavajalikud tänapäeva tööstuslikus automatiseerimises. Arendusprojekti raames muudetakse ka õppeaine EEM0040 Masinnägemine, kus traditsioonilist masinanägemise õppekava, lisades sinna hüperspektraalse tehnoloogia komponendi. Arendustegevuse eesmärk on ühendada masinanägemise kontseptsioonid hüperspektraalse andmetöötlusega. Õppeaine raames arendavad üliõpilased praktilisi oskusi hüperspektraalsete kaamerate kasutamisel, alates kaamera seadistamisest kuni erinevate hüperspektraalsete piltide töötlemiseni. Nad omandavad teadmisi hüperspektraalsete andmete spetsiifikast, nagu lainepikkuse spekter ja selle seos materjalide omadustega. Lisaks õpivad nad masinanägemise meetodeid, mis võimaldavad tuvastada erinevaid objekte ja omadusi hüperspektraalsetest piltidest.

Koostööprojekti eesmärk on võimaldada usaldusväärset AI riistvara selgitatavate ja efektiivsete süvanärvivõrkude (SNV) abil. Peamise panusena eesmärgi saavutamiseks luuakse projektiga EnTrustED raamistik SNV riistvara disaini analüüsi jaoks, mis järgib uudset disainivoogu. Esiteks pakutakse kavandamise etapis SNV järgi kohandatud lähendamistehnikate (AxC) kombinatsiooni, et suurendada SVN-i ennustusriistvara arvutustõhusust. Raamistik võimaldab simulatsioonipõhist analüüsi, et tuvastada neuronid, mis pole optimeerimiseks otstarbekad ja peavad säilitama oma esialgse täpse arvutamise (ExC), vastasel juhul tuleks lähendamist vähendada. Eesmärk on varustada tehisintellekti riistvara enesetestimismehhanismidega, et tuvastada riistvara rikkeid ja tõrketaluvuse mehhanisme tekkinud veast taastumiseks ja seeläbi AI-algoritmi katkestusteta jätkamiseks. Ühe uuendusena käsitleb see projekt selgitatavat AI-d (XAI) riistvara vaatenurgast. Kavatseme selgitada AxC-d ja seega tagada SNV tehtud otsuste õiget selgitust. Kui oleme garanteerinud riistvara õige käitumise ja oleme AxC-d korrektselt rakendanud, saame SNV implantatsiooni profileerimiseks SVN sisendispetsiifiliste oluliste neuronite tuvastamiseks ohutult käivitada. Projekti eksperimentaalne iseloom ning EC-Lyoni ja TalTechi panuste suur vastastikune sõltuvus muudavad kavandatud visiidid koostöö eesmärkide saavutamiseks hädavajalikuks.

Kalade praegune turuväärtus on ca 150 miljardit eurot aastas, mistõttu nad kuuluvad majanduslikult kõige väärtuslikumate liikide hulka. Euroopa veepoliitika raamdirektiivi ja elupaikade direktiivi rakendamine tagab, et kogu ELis on nõudlus pikaajalise keskkonnaseire järele. Majanduslikult väärtuslike kalaliikide hulka kuuluvad näiteks lõhe ja kriitiliselt ohustatud euroopa angerjas (ka Eestile omased liigid), kes peavad oma elutsükli käigus rändama merest jõgedesse. Olemasolevad lahendused kalade seireks on kallid ja nõuavad iga asukoha puhul tuhandete tundide videomaterjali käsitsi töötlemist. Projekt "ExoFish" pakub väga väärtuslikku ja uuendusliku kommertssüsteemi, mis suudab automaatselt tuvastada ja loendada looduslikke kalu oluliselt parema tulemuslikkusega ja 50% odavamalt kui olemasolevad tehnoloogiad, kasutades TalTechis koostöös Eesti Keskkonnaagentuuri ja rahvusvaheliste kommertspartneritega välja töötatud spetsiaalset riistvara ja veealuse tehisintellekti meetodeid.

Kalade vigastus- ja suremusriski väliuuring kahes suures hüdroelektrijaamas Norras ja kahes Rootsis.