Einddag levert bruikbare modellen en praktijkgericht onderwijs
De eindpresentaties bij VDL toonden dat deze studieopdracht zowel de opleiding als de markt vooruithelpt. Op 11 februari presenteerden studenten Toegepaste Wiskunde van Fontys hun eindopdracht over modellen van sensorlocaties in de kas. Zij bouwden met sensormetingen en AI modellen een volledig temperatuurbeeld dat telers helpt sturen en bedrijven houvast geeft voor ontwikkeling en validatie. De onderbouwing stond stevig en kreeg verdieping door vragen van het panel met Joeri van den Hoek van NXTGEN, Jan Enthoven van TomatoWorld en Rick Karreman van 30MHZ. Zo werd zichtbaar wat deze aanpak concreet oplevert.
Van losse kasmetingen naar een werkend temperatuurbeeld
In veel kassen wordt al gemeten, alleen het totaalbeeld ontbreekt vaak. De studenten combineerden meerdere sensoren met modellen die het temperatuurveld in de ruimte schatten. Daarmee ontstaat een kaart die microklimaatverschillen toont en ontwikkeling in de tijd zichtbaar maakt. Precies die stap maakt van data een basis voor teeltbeslissingen.
Gerichter sturen in de kas en betere keuzes voor sensoren
Met een betrouwbaarder temperatuurbeeld kun je klimaat en energie doelgerichter sturen. Sensoren plaats je waar ze het meest bijdragen, scenario’s toets je vooraf en afwijkingen signaleer je eerder. Voor techbedrijven geeft dit houvast voor specificaties en validatie, terwijl telers scherper zien welke meting echt waarde toevoegt. Zo groeit wederzijds begrip en wordt implementeren een onderbouwde stap.
Panelvragen maken modelkeuzes en validatie sterker
Het panel vroeg door op modelkeuze, kalibratie en toepasbaarheid buiten het trainingsbereik. Welke variabelen wegen mee, wanneer helpt een extra sensor en hoe toon je robuustheid aan. Deze interactie dwong tot heldere argumentatie en betere validatie. Daarmee nam de bruikbaarheid toe en werd duidelijk waar vervolgonderzoek rendeert.
Fontys studenten ervaren hoe theorie werkt in een echte kas
Studenten gaven aan dat werken in deze praktijkcontext liet zien hoe hun wiskunde in de praktijk werkt. Bedrijven ontmoetten gemotiveerd talent dat techniek kan vertalen naar teeltvragen. Dat is de kern van human capital in agrifood, mensen die data begrijpen, kunnen uitleggen en verantwoord toepassen. Het resultaat is geen losstaand prototype maar een gedeelde basis om door te bouwen.
Van idee naar toepassing in de kas
Hier krijgt samenwerken een werkbare vorm. We formuleren vraagstukken samen met telers en makers, werken met gedeelde datasets en duidelijke validatiecriteria en bouwen stap voor stap van concept naar teeltproef en toepassing. Zo ontstaat herbruikbare kennis, verlagen we drempels voor mkb en blijft de kaspraktijk leidend. Dit is de aanpak die opschalen realistischer maakt.
Een praktijkopdracht in de kas voor jouw opleiding
Wil je met jouw opleiding studenten laten werken aan een concrete kasvraag samen met bedrijven, mail naar liesbeth.leurs@innovationquarter.nl. We stemmen vraag, data en begeleiding af en koppelen aan relevante partners, zodat meer studenten en bedrijven de stap van data naar doen kunnen zetten.