PremiumBig data

QUELQUES LABORATOIRES POUR L'INDUSTRIE AGROALIMENTAIRE

Découvrez tous les laboratoires ici

Living Lab 4.0 Agrofood

Living Lab Agrofood

  • Quoi?
    Les entreprises peuvent utiliser un processus UHT high-tech. Une vingtaine de capteurs intégrés surveillent la température des boissons lactées, jus, potages et sauces tout au long du processus. Ceci permet d’optimiser les paramètres de pro­cessus pour rehausser le goût, accroître la valeur nutritive et réduire le gaspillage d’énergie. Depuis peu, une seconde dis­position d’essai est disponible, autour de la détection visuelle par caméras hyperspectrales et de l’apprentissage machine.
  • Qui?
    Flanders' Food et ILVO.
    Contactez le chef de projet Bart Van Damme via bart.vandamme@flandersfood.com
  • Où?
    Food Pilot, Melle
Divider

Drones dans la construction et l'agriculture

Drones in de bouw en landbouw proeftuin

Divider

AR/MR dans labos et processus

AR/MR in labo- en procesomgevingen proeftuin

  • Quoi?
    Il est important que les opérateurs et laborantins disposent de données pertinentes qui donnent une compréhension des progrès, des prescriptions de sécurité et de la qualité du processus. Ce laboratoire crée un cadre pour l’application de la réalité augmentée et de la réalité mixte (RA et RM) dans une grande variété de tâches liées à la production et au laboratoire dans le secteur agroalimentaire, la biotech et l’industrie manufacturière au sens large. Le laboratoire traduit les vastes connaissances et expériences des partenaires en nouveaux cas pratiques et met en place par ailleurs un guichet pour la mise en pratique entre les demandes et les souhaits des entreprises d’une part et des offreurs de technologie d’autre part.
  • Qui?
    UHasselt-Expertisecentrum voor Digitale Media (EDM), Flanders Make, Howest, Flanders' FOOD et Bioville.
    Contactez le chef de projet Fabian Di Fiore via fabian.difiore@uhasselt.be
  • Où?
    UHasselt, Diepenbeek
Divider

Smart Farming 4.0

Smart farming

  • Quoi?
    Ce laboratoire démontre les possibilités des plates-formes de traitement d’images hyperspectrales à l’aide de deux cas prometteurs: la détection précoce et spécifique à l’emplacement de la maladie fongique alternariose dans les pommes de terre et le feu bactérien dans les vergers.
    Pour les deux maladies, une inspection manuelle du champ reste la méthode de prévention la plus utilisée. Le laboratoire montre comment faire autrement à l’aide de caméras hyperspectrales.
  • Qui?
    Smart Digital Farming (sous la direction d'ILVO), imec, Flanders Make, KU Leuven (MeBioS), VITO, Proefcentrum Fruitteelt.
    Contactez le chef de projet Simon Cool via simon.cool@ilvo.vlaanderen.be
  • Où?
    ILVO, Merelbeke

Wat heb je nodig

Accès GRATUIT à l'article
ou
Faites un essai gratuit!Devenez un partenaire premium gratuit pendant un mois
et découvrez tous les avantages uniques que nous avons à vous offrir.
  • newsletter hebdomadaire avec des nouvelles de votre secteur
  • l'accès numérique à 35 revues spécialisées et à des aperçus du secteur financier
  • Vos messages sur une sélection de sites web spécialisés
  • une visibilité maximale pour votre entreprise
Vous êtes déjà abonné? 

Articles connexes

Une mise à niveau ou une nouvelle machine?

La révision et le rétrofittage des machines ont gagné en popularité ces dernières années, surtout depuis que le développement durable est devenu une priorité pour les entreprises. Cependant, la révision et surtout le rétrofittage sont assez coûteux, de sorte que la question se pose: quand est-ce qu'ils valent la peine?

La cavitation est la plus grande menace pour le fonctionnement des pompes

Le phénomène de cavitation figure en tête du top 10 des problèmes de pompe. S'il n'est pas traité, il peut entraîner des défaillances (graves) de la pompe, des dommages au corps de pompe et/ou à la roue, des nuisances sonores et une consommation d'énergie excessive, entre autres choses.

Digitalisation de la chaîne de maintenance

L'un des objectifs spécifiques de la digitalisation industrielle est la possibilité de générer des données pouvant être utilisées pour développer des mises à jour du matériel et des logiciels afin d'améliorer leur utilisation et leur maintenance. La pratique montre que la digitalisation est encore peu utilisée à cette fin.

Tiny Machine Learning: une technologie de données avancée mais abordable

Le Tiny Machine Learning fait appel à l'apprentissage automatique tel que nous le connaissons depuis longtemps: une combinaison de software et de hardware utilisés pour analyser des big data. Le TML se distingue de ce concept par le fait que les coûts associés sont nettement inférieurs.

Magazine imprimé

Édition Récente
20 mars 2026

Lire la suite

Découvrez la dernière édition de notre magazine, qui regorge d'articles inspirants, d'analyses approfondies et de visuels époustouflants. Laissez-vous entraîner dans un voyage à travers les sujets les plus brûlants et les histoires que vous ne voudrez pas manquer.

Dans ce magazine