项目的设想出自奥地利Profactor公司，一个非大学研发中心，主要从事两类活动：1．微纳制造；2．工业辅助系统，如人和机器人协作（协作机器人），以及使用机器视觉和机器学习的质量保证。

　　Profactor机器视觉经理表示：“我们是ZAero项目的协调方，本质上该项目是我们的想法。我们与航空工业共事了一些时间，发现在碳纤维增强塑料（CFRP）零件生产中的质量控制存在问题。通过空客我们了解到仍存在问题，特别是AFP，因此我们想到了覆盖整个生产过程的大项目。整个生产过程从铺放和将材料置入一个 模具开始直到固化工艺，专注如何将质量控制、返工决策和工艺链进行集成。他表示ZAero只是大项目簇的一部分——专注零缺陷制造领域，不仅面向航空航天还有不同领域，如航空航天微制造和汽车。

　　二、项目交付物

　　ZAero项目2016年开始，预计2019年结束。其三大交付物/主要计划是：

　　1．在纤维铺放过程中替代造成生产瓶颈的现有手工检测工艺。解决方案是一个自动化的检测系统，探测缝隙、重叠、起毛和外来碎物（FOD）。为了可靠地完成检测，系统必须拥有学习组件，分辨一个正常表面和一个有缺陷的，而且必须区分不同缺陷。

　　2．在固化过程中收集传感器数据，预测零件的最终性能。

　　3．在更高层级，收集来自这些系统的所有数据，以帮助操作员确定如何处理一个特定类型的缺陷。因此作为一个整体，我们正为工艺构建决策支持工具。理想上，运行越多工艺就产生越多数据，决策支持工具将变得越智能。

　　三、传感器、机器学习和仿真

　　ZAero项目用于铺放的传感器已经开发出来，还为MTorres的AFP设备购买了最近由空客旗下InFactory解决方案公司开发和鉴定的传感器。项目的实验目前基于MTorres和FIDAMC的干纤维铺放。一个挑战是传感器需要集成到机床中。“AFP铺放头中几乎没有空间，它需要专门设计。”另一个问题是开发在曲面上AFP的传感器。“最后是经济性问题。如果你要建造一个扫描表面的传感器，它有一定的可视深度。”如果零件曲率高，则可视深度内可以扫描的区域就会变小。如果想扫描更大的区域，就需要更多扫描器或能够扫描更多角度的能力，比如偏移10度成两张图像。这将类似于在大面积超声试验（UT）系统中使用相控阵转换器。