Grant: Collaborative Research and Development Grants
Université du Québec à Chicoutimi
$39,792.00
Étude sur le potentiel d'application des modèles d'intelligence artificielle dans le domaine industriel pour la réduction des coûts par l'amélioration du processus de maintenance
FY 2013-14
Summary
Le secteur industriel exploite un grand nombre d'équipements coûteux de production automatisée. Les entreprises déploient des ressources considérables afin de mettre en place des programmes de maintenance destinés à accroître la fiabilité et la durée de vie de ces appareils. Depuis quelques années, on note un usage croissant de méthodes computationelles (traitement informatisé) permettant de monitorer en temps réel l'état de certains appareils possédant une valeur stratégique, de façon à pouvoir prévenir les défaillances. Parmi les techniques utilisées, on recense l'analyse des vibrations, des signatures thermiques et du spectre sonore. Une nouvelle avenue prometteuse mais peu exploitée jusqu'ici concerne l'analyse de la signature du signal électrique. De façon parallèle, un grand nombre de recherches sont effectuées dans le domaine des habitats intelligents (environnements munis de capteurs) et s'intéressent au monitoring d'activités en temps réel ainsi qu'à l'apprentissage automatique de situations jugées normales ou anormales liées à l'état de l'environnement. Les laboratoires LIARA (UQAC) et DOMUS (UdeS) sont des chefs de file dans ce domaine. Ils ont développé une expertise reconnue en ce qui a trait à la reconnaissance d'activités et au monitoring à partir de l'analyse de la consommation électrique. L'objectif du projet vise à transférer cette expertise dans le domaine industriel en démontrant le potentiel d'application des modèles d'intelligence artificielle (reconnaissance d'activités à base de signaux électriques et fouille de données), développés dans le cadre de nos recherches sur les habitats intelligents, dans le domaine particulier de la maintenance industrielle pour la réduction des coûts par l'amélioration du processus de maintenance.
Program
Collaborative Research and Development Grants
Recipient
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
446457-2012
Name nom
Bouchard, Bruno
Department département
Informatique-mathématique
Organization id
52
Institution établissement
Université du Québec à Chicoutimi
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2013
Competition year année de concours
2012
Award amount
39792
Program id
CRDPJ
Program name en
Collaborative Research and Development Grants
Program name fr
Subventions de recherche et développement coopérative
Group en
Research partnerships programs
Group fr
Programmes de partenariat
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
500
Area of application group en
Manufacturing processes and products
Area of application group fr
Procédés et produits industriels
Area of application en
Manufacturing processes and products
Area of application fr
Procédés et produits industriels
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Partie
1
Nb partie
3
Application title
Étude sur le potentiel d'application des modèles d'intelligence artificielle dans le domaine industriel pour la réduction des coûts par l'amélioration du processus de maintenance
Keyword
NSERC
Application summary
Le secteur industriel exploite un grand nombre d'équipements coûteux de production automatisée. Les entreprises déploient des ressources considérables afin de mettre en place des programmes de maintenance destinés à accroître la fiabilité et la durée de vie de ces appareils. Depuis quelques années, on note un usage croissant de méthodes computationelles (traitement informatisé) permettant de monitorer en temps réel l'état de certains appareils possédant une valeur stratégique, de façon à pouvoir prévenir les défaillances. Parmi les techniques utilisées, on recense l'analyse des vibrations, des signatures thermiques et du spectre sonore. Une nouvelle avenue prometteuse mais peu exploitée jusqu'ici concerne l'analyse de la signature du signal électrique. De façon parallèle, un grand nombre de recherches sont effectuées dans le domaine des habitats intelligents (environnements munis de capteurs) et s'intéressent au monitoring d'activités en temps réel ainsi qu'à l'apprentissage automatique de situations jugées normales ou anormales liées à l'état de l'environnement. Les laboratoires LIARA (UQAC) et DOMUS (UdeS) sont des chefs de file dans ce domaine. Ils ont développé une expertise reconnue en ce qui a trait à la reconnaissance d'activités et au monitoring à partir de l'analyse de la consommation électrique. L'objectif du projet vise à transférer cette expertise dans le domaine industriel en démontrant le potentiel d'application des modèles d'intelligence artificielle (reconnaissance d'activités à base de signaux électriques et fouille de données), développés dans le cadre de nos recherches sur les habitats intelligents, dans le domaine particulier de la maintenance industrielle pour la réduction des coûts par l'amélioration du processus de maintenance.