Grant: Alliance Grants
Université du Québec à Trois-Rivières
$90,000.00
Optimisation fonctionnelle d'une ligne de production de nourriture d'animaux
FY 2023-24
Summary
L'industrie manufacturière prend le virage de la 4e révolution. Bio Biscuit, une usine de fabrication de nourriture sèche pour les chiens et les chats, dispose d'une ligne production comportant un mélangeur d'ingrédients de base, un four à cuisson, des convoyeurs et des modules de stockage du produit final. Ce procédé de fabrication est grandement influencé par plusieurs grandeurs thermodynamiques chimiques (température de cuisson et refroidissement, pourcentage d'eau, pourcentage de gras, etc.), mécanique (vitesse des convoyeurs, dynamique de mixage des intrants) et électrique (courant et tension des moteurs électriques). Comme le contrôle de qualité se fait par échantillonnage à la fin du procédé, il est difficile de pouvoir ajuster ces grandeurs en temps réels afin d'obtenir en tout temps un produit de qualité (dont les grandeurs mesurées sont proches des valeurs cibles).Cette difficulté d'ajustement engendre non seulement des pertes de revenus importantes (plusieurs millions de dollars par an) mais également des pertes de matières qui ne sont pas recyclables (gaspillage néfaste pour l'environnement). Afin de proposer une approche permettant d'obtenir en temps-réel une bonne qualité du produit, l'équipe de recherche du CNIMI (Centre national intégré du manufacturier intelligent) utilisera dans ce projet de cinq ans, un capteur NIR (near infrared), une approche multiphysique et des outils avancés d'analytique des données. Les étapes suivantes permettront d'atteindre l'objectif: (i) la modélisation multiphysique basée sur les liens de causalité (ii) le diagnostic systémique afin de cerner les causes des variabilités de la qualité du produit (iii) l'analyse prédictive afin d'anticiper les bonnes actions à mettre en oeuvre pour réduire les risques de mauvais rendement (iv) le contrôle en boucle fermée permettant de réguler la qualité du produit. À terme, un alignement tactique avec des indicateurs mesurables permettra de contrôler finement la qualité de son produit. À l'issue du projet, les résultats escomptés seront utilisables par le secteur manufacturier canadien dans le domaine alimentaire.
Program
Alliance Grants
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data
As published
Application id
581094-2022
Name nom
Kelouwani, Sousso S
Department département
Génie mécanique
Organization id
59
Institution établissement
Université du Québec à Trois-Rivières
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2022
Award amount
90000
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
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
2518
Research subject group en
Electrical and electronic engineering
Research subject group fr
Instrumentation and measurements
Research subject en
Génie électrique et électronique
Research subject fr
Instrumentation et mesures
Application title
Optimisation fonctionnelle d'une ligne de production de nourriture d'animaux
Keyword
Analytique des données; Diagnostique machine; Enlignement stratégique; Intelligence artificielle; Modèle multiphysique; Optimisation; Spectroscopie proche infrarouge
Application summary
L'industrie manufacturière prend le virage de la 4e révolution. Bio Biscuit, une usine de fabrication de nourriture sèche pour les chiens et les chats, dispose d'une ligne production comportant un mélangeur d'ingrédients de base, un four à cuisson, des convoyeurs et des modules de stockage du produit final. Ce procédé de fabrication est grandement influencé par plusieurs grandeurs thermodynamiques chimiques (température de cuisson et refroidissement, pourcentage d'eau, pourcentage de gras, etc.), mécanique (vitesse des convoyeurs, dynamique de mixage des intrants) et électrique (courant et tension des moteurs électriques). Comme le contrôle de qualité se fait par échantillonnage à la fin du procédé, il est difficile de pouvoir ajuster ces grandeurs en temps réels afin d'obtenir en tout temps un produit de qualité (dont les grandeurs mesurées sont proches des valeurs cibles).Cette difficulté d'ajustement engendre non seulement des pertes de revenus importantes (plusieurs millions de dollars par an) mais également des pertes de matières qui ne sont pas recyclables (gaspillage néfaste pour l'environnement). Afin de proposer une approche permettant d'obtenir en temps-réel une bonne qualité du produit, l'équipe de recherche du CNIMI (Centre national intégré du manufacturier intelligent) utilisera dans ce projet de cinq ans, un capteur NIR (near infrared), une approche multiphysique et des outils avancés d'analytique des données. Les étapes suivantes permettront d'atteindre l'objectif: (i) la modélisation multiphysique basée sur les liens de causalité (ii) le diagnostic systémique afin de cerner les causes des variabilités de la qualité du produit (iii) l'analyse prédictive afin d'anticiper les bonnes actions à mettre en oeuvre pour réduire les risques de mauvais rendement (iv) le contrôle en boucle fermée permettant de réguler la qualité du produit. À terme, un alignement tactique avec des indicateurs mesurables permettra de contrôler finement la qualité de son produit. À l'issue du projet, les résultats escomptés seront utilisables par le secteur manufacturier canadien dans le domaine alimentaire.
