smart processes for a smarter factory

la challenge

In un contesto in cui il vantaggio competitivo delle aziende è sempre più legato alla capacità di innovare ed attrarre talenti, Gefran lancia INNOWAY, la Gefran Innovation Experience.

INNOWAY è l’incubatore di innovazione di Gefran, una vera e propria experience in cui l’azienda mette a disposizione budget, risorse e know-how affinché una brillante idea possa trasformarsi in un progetto concreto.

Se sei nato tra il 1991 e il 1997 e sei appassionato ai temi di energy saving e predictive maintenance nel mondo dell’automazione industriale sei nel posto giusto!

La challenge è strutturata in 2 fasi:

UPLOADING

Ciascun gruppo (composto da 1 a 4 membri) si registra sul portale e carica la propria idea, in risposta ad uno dei due temi proposti.
Gefran selezionerà le idee che potranno accedere alla fase successiva sulla base dei seguenti parametri: contenuto innovativo, rispondenza alle richieste iniziali e capacità dimostrate dal team.

ELEVATION

Gefran metterà a disposizione un tutor a supporto di ciascun gruppo selezionato. Il tutoring, gestito online sulla piattaforma, ha l’obiettivo di affinare le idee fornendo al gruppo i necessari approfondimenti per avvicinare l'idea alle concrete necessità produttive e applicative.
Al termine di questa fase Gefran selezionerà fino a 3 gruppi vincitori, utilizzando i medesimi criteri della fase precedente. I vincitori accederanno alla 1a edizione di INNOWAY.

INNOWAY

In questa fase, affiancati da un tutor aziendale, potrete accedere a:

• Un budget di 15.000 euro a copertura dei costi di sviluppo del progetto
• Risorse Gefran (laboratori, strumenti e materiali)
• Know How Gefran (consulenza e supporto di professionisti)

L’obiettivo è quello di sviluppare il progetto, arrivando ai primi risultati tangibili (prototipazione, o test tecnici di laboratorio, o test di mercato, ecc.).

La prima Gefran Innovation Experience terminerà con un evento in cui verrà eletto e premiato il gruppo vincitore, che avrà l'opportunità di collaborare con Gefran per dare vita al proprio progetto.

REGOLAMENTO DELLA CHALLENGE GEFRAN

Per iscriversi alla Challenge Gefran, sarà necessaria l’accettazione del Regolamento e la firma di un accordo di riservatezza. Inoltre, in caso di dottorandi, ricercatori e/o assegnisti sarà necessaria anche la sottoscrizione di una autodichiarazione nella quale si manifesta l’impegno, senza obbligo alcuno di risultato, a promuovere la negoziazione tra l’Università di provenienza e Gefran.

I documenti sono di seguito disponibili in visualizzazione per vostra opportuna informazione. Saranno poi disponibili sulla piattaforma nella fase di iscrizione, durante la quale verrà richiesto di:

• Leggere il regolamento e flaggare la voce "Dichiaro di aver letto il regolamento e di accettare i termini e le condizioni in esso contenuti"
• Scaricare, compilare e ricaricare l’accordo di riservatezza firmato
• Per i soli dottorandi, ricercatori e/o assegnisti, scaricare, compilare e ricaricare l’autodichiarazione firmata.

Infine, per i gruppi vincitori della fase Elevation, per accedere al programma Innoway verrà proposta la firma di un contratto di ricerca e sviluppo con Gefran. Un esempio di tale contratto è inserito in calce al regolamento in due differenti versioni: una per studenti e laureati (Allegato 1); una per dottorandi, ricercatori e assegnisti (Allegato 2).

Per ricevere chiarimenti o ulteriori informazioni, si prega di inviare una email all'indirizzo innoway@gefran.com

• REGOLAMENTO
• ACCORDO DI RISERVATEZZA
• AUTODICHIARAZIONE

I TEMI DELLA CHALLENGE

Energy Saving

Ricerca di soluzioni tecniche innovative che siano in grado di ottimizzare i consumi elettrici in impianti industriali, tramite soluzioni hardware o per mezzo di algoritmi dedicati. La soluzione deve poter offrire in tempo reale la stima della quantità di energia risparmiata.

KEYWORDS: controllori di potenza, regolazione, risparmio energetico, real time, reti neurali, machine learning, ottimizzazione hardware

Predictive Maintenance

Creazione di una rete diffusa composta da sensori che operano su macchinari distinti, ma con il medesimo processo per permettere la raccolta e l'analisi dei dati che i macchinari possono fornire, nell'ottica di una manutenzione predittiva degli elementi più sensibili del sensore stesso.

KEYWORDS: sensori di pressione, membrana dei sensori, manutenzione predittiva, reti neurali, machine learning, IoT, cloud computing/edge computing