Grant: CCI Applied Research and Development Grants
Cégep de Trois-Rivières
$75,000.00
Solution d’apprentissage machine supervisé pour l’inspection des cartes de circuit imprimé (PCB)
EF 2024-25
Résumé
GENTEC Inc. est une compagnie québécoise de 130 employés établie en 1959 et œuvrant dans l’industrie de l’électronique. Cette entreprise est accréditée ISO 9001 pour la fabrication de composants électroniques de puissance et de gestion d’énergie et est reconnue comme fournisseur essentiel de composants électroniques pour Hydro-Québec. Afin de croitre et se démarquer de la concurrence croissante des géants de l’électronique, Gentec veut moderniser son processus d’inspection MVI de contrôle qualité des cartes de circuits imprimés (PCB) par une approche d’apprentissage machine issue de la vision numérique. Spécifiquement, Gentec veut automatiser par apprentissage machine l'inspection de la qualité des joints de soudure des composants électroniques sur PCB. Dans ce projet, nous proposons une solution d’apprentissage machine supervisé pour l’inspection des PCB conciliant les requis de rapidité, de précision et de certification aux processus de contrôle qualité ISO de l'entreprise. Le paradigme de recherche s’adosse sur la convergence des applicatifs d’intelligence artificielle, de la télécommunication et de la réalité augmentée. Cette approche hybride fait intervenir l’apprentissage machine pour la rapidité d’extraction, de sélection et de détection des défauts de soudure, et l’apport d’un expert en mode virtuel pour valider les inférences machines et assurer la certification ISO du processus industriel. Elle n’a pas d’équivalent commercial et offre un avantage concurrentiel significatif sur la base d’une innovation permettant d’accélérer les délais d'exécution, de rationaliser la génération de rapports, de réduire les coûts et de surmonter les limites associées aux approches traditionnelles de manufacture électronique.
Programme
CCI Applied Research and Development Grants
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
CCARD-2023-00860
Name nom
Ndoye, Majid
Department département
Centre Collégial de Transfert Technologique en télécommunications (C2T3) - Cégep de Trois-Rivières
Organization id
17333
Institution établissement
Cégep de Trois-Rivières
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2024
Competition year année de concours
2023
Award amount
75000
Program id
CCARD
Program name en
CCI Applied Research and Development Grants
Program name fr
ICC Subventions de recherche et développement appliquée
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
nan
Area of application code
9999
Area of application group en
Not available
Area of application group fr
Non disponible
Area of application en
Not available
Area of application fr
Non disponible
Research subject code
9999
Research subject group en
Not available
Research subject group fr
Non disponible
Research subject en
Not available
Research subject fr
Non disponible
Field of research list codes
RDF1020104
Field of research list names en
Machine learning
Field of research list names fr
Apprentissage machine
Socioeconomic objective list names en
Not available
Socioeconomic objective list names fr
Non disponible
Application title
Solution d’apprentissage machine supervisé pour l’inspection des cartes de circuit imprimé (PCB)
Keywords
Télécommunication; Sans-Fil; Intelligence Artificielle; Micrologiciel; Edge Computing; IoT; Machine Learning; PCB; Électronique
Application summary
GENTEC Inc. est une compagnie québécoise de 130 employés établie en 1959 et œuvrant dans l’industrie de l’électronique. Cette entreprise est accréditée ISO 9001 pour la fabrication de composants électroniques de puissance et de gestion d’énergie et est reconnue comme fournisseur essentiel de composants électroniques pour Hydro-Québec. Afin de croitre et se démarquer de la concurrence croissante des géants de l’électronique, Gentec veut moderniser son processus d’inspection MVI de contrôle qualité des cartes de circuits imprimés (PCB) par une approche d’apprentissage machine issue de la vision numérique. Spécifiquement, Gentec veut automatiser par apprentissage machine l'inspection de la qualité des joints de soudure des composants électroniques sur PCB. Dans ce projet, nous proposons une solution d’apprentissage machine supervisé pour l’inspection des PCB conciliant les requis de rapidité, de précision et de certification aux processus de contrôle qualité ISO de l'entreprise. Le paradigme de recherche s’adosse sur la convergence des applicatifs d’intelligence artificielle, de la télécommunication et de la réalité augmentée. Cette approche hybride fait intervenir l’apprentissage machine pour la rapidité d’extraction, de sélection et de détection des défauts de soudure, et l’apport d’un expert en mode virtuel pour valider les inférences machines et assurer la certification ISO du processus industriel. Elle n’a pas d’équivalent commercial et offre un avantage concurrentiel significatif sur la base d’une innovation permettant d’accélérer les délais d'exécution, de rationaliser la génération de rapports, de réduire les coûts et de surmonter les limites associées aux approches traditionnelles de manufacture électronique.