Grant: Applied Research and Development Grants - Level 2

Maestria Solutions est une entreprise québécoise oeuvrant dans le développement et la vente de produits conçus pour les besoins de l'industrie de l'aluminium. Afin d'améliorer la résilience de cette industrie face à des situations de coupure ou d'interruption d'électricité, causant principalement de grave endommagement des cuves de fonderie et ainsi des baisses de production et de rentabilité, Maestria souhaite mettre en place un suivi intelligent et préventif des indicateurs de compromis (IoC) à partir des contrôleurs de procédé des alumineries. En d'autres termes, à travers des modèles récursifs chronologiques de type time-to-event et time-series, l'entreprise veut déterminer par une recherche par apprentissage statistique multivariable les relations qui existent entre les variables de résultats électrolytiques et des variables mesurées dont les dynamiques reposent sur le temporel. Ainsi, avec les relations obtenues de l'apprentissage statistique, un algorithme d'apprentissage machine pour la détection d'IoC lors de l'électrolyse de l'aluminium sera développé et intégré aux outils de mesure de distribution du courant anodique connectés au contrôleur de procédé des alumineries. Ainsi, le paradigme de cette recherche implique la convergence de l'IoT et des applicatifs d'intelligence artificielle distribuée, visant à rendre possible une détection d'indicateurs de compromis au procédé de distribution du courant anodique durant l'électrolyse de l'aluminium, ainsi qu'à rendre possible une intervention préventive et efficace dans un contexte où les équipements et les processus doivent être distancés des travailleurs par soucis de sécurité. Pour ce faire, l'entreprise sollicite l'expertise du C2T3 en télécommunications sans-fil afin de réaliser un effort de recherche additionnel pour le développement de l'IA en firmware sur le microprocesseur de l'IoT, impliquant une conciliation du budget CPU pour embarquer les fonctions d'IA en Edge computing. Ce projet est d'une grande importance pour la croissance de Maestria puisqu'il permettra de mettre au point une solution technologique innovante pour le suivi préventif, la sécurité et la rentabilité des fonderies d'aluminium.#(cr)#(lf)Maestria Solutions is a Quebec company that develops and sells products designed for the needs of the aluminium industry. In order to improve the resilience of this industry in the face of power outages or interruptions, which mainly cause serious damage to smelter pots and thus reduce production and profitability, Maestria wishes to implement intelligent and preventive monitoring of indicators of compromise (IoC) from the process controllers of aluminium smelters. In other words, through time-to-event and time-series recursive models, the company wants to determine, through a multivariate statistical learning search, the relationships that exist between electrolytic result variables and measured variables whose dynamics are based on time. Thus, with the relationships obtained from the statistical learning, a machine learning algorithm for the detection of IoC during aluminium electrolysis will be developed and integrated into the anode current distribution measurement tools connected to the process controller of the aluminium smelters. Thus, the paradigm of this research involves the convergence of IoT and distributed artificial intelligence applications, aiming to make it possible to detect indicators of compromise in the anode current distribution process during aluminium electrolysis, as well as to make it possible to intervene preventively and effectively in a context where equipment and processes must be distanced from workers for safety reasons. To this end, the company is seeking C2T3's expertise in wireless telecommunications in order to carry out an additional research effort for the development of AI in firmware on the IoT microprocessor, involving a reconciliation of the CPU budget to embed AI functions in Edge computing. This project is of great i