Hoe kun je onderhoud voorspellen vóórdat een onderdeel daadwerkelijk defect raakt? En hoe zorg je er vervolgens voor dat onderdelen, monteurs en gereedschappen precies op tijd op de juiste plek zijn? Dat stond centraal in ProSeLoNext, waarin drie Nederlandse universiteiten en zeven bedrijven uit het SLF-netwerk samen onderzochten hoe service logistiek proactiever kan worden.
In ons tweede jubileumartikel blikten we terug op SLF-R, het eerste grote innovatieproject van het netwerk. In dit vierde artikel pakken we de draad weer op. Via ProSeLo leidde die onderzoekslijn uiteindelijk tot ProSeLoNext, waarin sensoren, data en predictive maintenance nieuwe mogelijkheden boden om service logistiek slimmer aan te sturen.
En niet alleen in theorie. De samenwerking leidde tot concrete toepassingen bij onder meer Canon Production Printing en ASML. Tegelijkertijd werkten ruim dertig jonge onderzoekers binnen deelnemende bedrijven aan praktijkvraagstukken.
ProSeLoNext laat daarmee mooi zien waar SLF al decennialang voor staat: bedrijven, wetenschap en jong talent samenbrengen om kennis te ontwikkelen die daadwerkelijk haar weg vindt naar de praktijk.



