Grant: Discovery Grants Program - Individual
École Polytechnique de Montréal
$32,000.00
Usinage intelligent des composants d'aéronefs de haute précision (UICAP)
EF 2023-24
Résumé
L'usinage des composants critiques (CC) d'aéronefs, tels que certaines pièces du fuselage ou du moteur, constitue un grand défi pour l'industrie manufacturière en raison des spécifications très exigeantes en ce qui a trait aux tolérances géométriques et dimensionnelles, mais aussi de l'état d'intégrité de surface (ÉIS). De plus, l'usinage des composants comme ceux du fuselage génère, parfois, entre 90-95% de pertes de matière et sont exposés à la distorsion et aux transformations microstructurales résultant à des coûts de non-conformités colossaux. Dans leur quête de meilleure performance d'aéronefs, les constructeurs développent de nouveaux matériaux plus légers et plus résistants mais difficilement usinables . Ceci contribue davantage à générer de nouveaux défis d'usinage. Pour améliorer leurs processus de fabrication, les manufacturiers utilisent, présentement, des tests d'usinage très couteux et des modèles de simulation d'usinage pour le développement et l'optimisation des stratégies d'usinage hors ligne (temps de calcul excessifs). A l'ère de l'industrie 4.0, l'industrie manufacturière a besoin de systèmes de surveillance et de contrôle intelligents et agiles basés sur des systèmes cyberphysiques (SCP) dans lesquels, chaque jumeau physique (machine-outil (MO), outil, pièce usinée) devrait avoir son jumeau numérique (JN). Ces SCP peuvent être conçus pour améliorer la productivité des centres d'usinage et optimiser l'usinage des pièces de haute précision comme les CC. Le programme de découverte proposé a comme objectif à long terme de développer des CPS autonomes et collaboratifs, permettant une surveillance et contrôle décentralisés et en temps réel de l'état des MO, des outils de coupe, et de l'ÉIS des pièces usinées. Pour atteindre cet objectif, le candidat prévoit, un objectif court terme, le développement de JN de CC (JNCC) capables de surveiller et de documenter l'historique de l'ÉIS et son évolution au cours d'usinage. Il est prévu que le programme de recherche aura des retombées importantes pour l'industrie manufacturière nationale, en particulier les entreprises produisant des CC d'aéronefs de haute précision. En effet, l'automatisation du processus d'acquisition des données et le contrôle des MO par des jumeaux numériques combiné à des systèmes experts intelligents réduiront les temps de développement de nouvelles méthodes d'usinage ainsi que les coûts liés au processus d'approbation des pièces de production (PPAP). Par conséquent, considérant l'évolution du marché des JN, prévu de passer de 6.9 milliards USD en 2022 à 73.5 milliards USD en 2027, l'intégration des JN dans le processus de production consolidera la compétitivité des entreprises nationales à l'échelle internationale. Il contribuera également à combler le déficit de compétences de la main-d'ouvre manufacturière en formant les futurs ingénieurs sur les nouvelles technologies de surveillances et d'analyse de données par intelligence artificielle.
Programme
Discovery Grants Program - Individual
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
RGPIN-2023-05607
Name nom
Jomaa, Walid
Department département
Mathématiques et génie industriel
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2023
Award amount
32000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
DISCOVERY RESEARCH
Group fr
RECHERCHE AXÉE SUR LA DÉCOUVERTE
Committee code
1512
Committee name en
Mechanical Engineering
Committee name fr
Génie mécanique
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
2804
Research subject group en
Artificial intelligence
Research subject group fr
Expert systems
Research subject en
Intelligence artificielle
Research subject fr
Systèmes experts
Application title
Usinage intelligent des composants d'aéronefs de haute précision (UICAP)
Keyword
artificielle; données; expert; intégrité; intelligence; jumeau; numérique; surface; système; usinage
Application summary
L'usinage des composants critiques (CC) d'aéronefs, tels que certaines pièces du fuselage ou du moteur, constitue un grand défi pour l'industrie manufacturière en raison des spécifications très exigeantes en ce qui a trait aux tolérances géométriques et dimensionnelles, mais aussi de l'état d'intégrité de surface (ÉIS). De plus, l'usinage des composants comme ceux du fuselage génère, parfois, entre 90-95% de pertes de matière et sont exposés à la distorsion et aux transformations microstructurales résultant à des coûts de non-conformités colossaux. Dans leur quête de meilleure performance d'aéronefs, les constructeurs développent de nouveaux matériaux plus légers et plus résistants mais difficilement usinables . Ceci contribue davantage à générer de nouveaux défis d'usinage. Pour améliorer leurs processus de fabrication, les manufacturiers utilisent, présentement, des tests d'usinage très couteux et des modèles de simulation d'usinage pour le développement et l'optimisation des stratégies d'usinage hors ligne (temps de calcul excessifs). A l'ère de l'industrie 4.0, l'industrie manufacturière a besoin de systèmes de surveillance et de contrôle intelligents et agiles basés sur des systèmes cyberphysiques (SCP) dans lesquels, chaque jumeau physique (machine-outil (MO), outil, pièce usinée) devrait avoir son jumeau numérique (JN). Ces SCP peuvent être conçus pour améliorer la productivité des centres d'usinage et optimiser l'usinage des pièces de haute précision comme les CC. Le programme de découverte proposé a comme objectif à long terme de développer des CPS autonomes et collaboratifs, permettant une surveillance et contrôle décentralisés et en temps réel de l'état des MO, des outils de coupe, et de l'ÉIS des pièces usinées. Pour atteindre cet objectif, le candidat prévoit, un objectif court terme, le développement de JN de CC (JNCC) capables de surveiller et de documenter l'historique de l'ÉIS et son évolution au cours d'usinage. Il est prévu que le programme de recherche aura des retombées importantes pour l'industrie manufacturière nationale, en particulier les entreprises produisant des CC d'aéronefs de haute précision. En effet, l'automatisation du processus d'acquisition des données et le contrôle des MO par des jumeaux numériques combiné à des systèmes experts intelligents réduiront les temps de développement de nouvelles méthodes d'usinage ainsi que les coûts liés au processus d'approbation des pièces de production (PPAP). Par conséquent, considérant l'évolution du marché des JN, prévu de passer de 6.9 milliards USD en 2022 à 73.5 milliards USD en 2027, l'intégration des JN dans le processus de production consolidera la compétitivité des entreprises nationales à l'échelle internationale. Il contribuera également à combler le déficit de compétences de la main-d'ouvre manufacturière en formant les futurs ingénieurs sur les nouvelles technologies de surveillances et d'analyse de données par intelligence artificielle.