Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Alliance Grants

McMaster University

$78,407.00

Development of Intelligent Linear Axis Digital Twin for Health Condition Monitoring

EF 2023-24

Résumé
This research project involves a partnership among the Intelligent Control and Estimation (ICE) Laboratory (Dr. Gadsden) at the University of Guelph (Guelph, Ontario), Ford Motor Company of Canada (Windsor, Ontario), and Patti Engineering (Auburn Hills, Michigan, USA). The primary goal of the collaborative research partnership is to develop and apply novel artificial intelligence (AI) and estimation theory techniques to improve the condition monitoring of manufacturing systems. Monitoring the health of manufacturing systems will improve overall part quality, reduce manufacturing downtime, and minimize unscheduled maintenance. The potential outcomes and impacts include: 1) development of new algorithms and techniques based on AI strategies and new estimation methods; 2) development of condition monitoring strategies for improved reliability and safety of manufacturing systems; 3) development of new integration software and techniques for interconnecting manufacturing systems; 4) possibility to translate research discoveries in the public and private sectors, which will lead to socio-economic benefits for Canada; and, 5) training of High Quality Personnel (HQP) as future leaders and employees in the AI and manufacturing fields. Ce projet de recherche implique un partenariat entre le laboratoire de contrôle et d'estimation intelligents (ICE) (Dr Gadsden) de l'Université de Guelph (Guelph, Ontario), Ford Motor Company of Canada (Windsor, Ontario) et Patti Engineering (Auburn Hills, Michigan, États-Unis). L'objectif principal du partenariat de recherche collaborative est de développer et d'appliquer de nouvelles techniques d'intelligence artificielle (IA) et de théorie de l'estimation pour améliorer la surveillance de l'état des systèmes de fabrication. La surveillance de la santé des systèmes de fabrication améliorera la qualité globale des pièces, réduira les temps d'arrêt de fabrication et minimisera les opérations de maintenance imprévues. Les résultats et impacts potentiels comprennent: 1) le développement de nouveaux algorithmes et techniques basés sur des stratégies d'IA et de nouvelles méthodes d'estimation; 2) l'élaboration de stratégies de surveillance de l'état pour améliorer la fiabilité et la sécurité des systèmes de fabrication; 3) développement de nouveaux logiciels et techniques d'intégration pour interconnecter les systèmes de fabrication; 4) la possibilité de traduire les découvertes de la recherche dans les secteurs public et privé, ce qui entraînera des avantages socio-économiques pour le Canada; et 5) la formation de personnel de haute qualité (PHQ) en tant que futurs dirigeants et employés dans les domaines de l'IA et de la fabrication.
Programme
Alliance Grants
Bénéficiaire
Emplacement
Ontario, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
561511-2020
Name nom
Gadsden, Stephen Andrew SA
Department département
Mechanical Engineering
Organization id
27
Institution établissement
McMaster University
Province en
Ontario
Province fr
Ontario
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2023
Competition year année de concours
2020
Award amount
78407
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
Development of Intelligent Linear Axis Digital Twin for Health Condition Monitoring
Keyword
Artificial intelligence; Automotive; Condition monitoring; Estimation theory; Manufacturing; Signal processing
Application summary
This research project involves a partnership among the Intelligent Control and Estimation (ICE) Laboratory (Dr. Gadsden) at the University of Guelph (Guelph, Ontario), Ford Motor Company of Canada (Windsor, Ontario), and Patti Engineering (Auburn Hills, Michigan, USA). The primary goal of the collaborative research partnership is to develop and apply novel artificial intelligence (AI) and estimation theory techniques to improve the condition monitoring of manufacturing systems. Monitoring the health of manufacturing systems will improve overall part quality, reduce manufacturing downtime, and minimize unscheduled maintenance. The potential outcomes and impacts include: 1) development of new algorithms and techniques based on AI strategies and new estimation methods; 2) development of condition monitoring strategies for improved reliability and safety of manufacturing systems; 3) development of new integration software and techniques for interconnecting manufacturing systems; 4) possibility to translate research discoveries in the public and private sectors, which will lead to socio-economic benefits for Canada; and, 5) training of High Quality Personnel (HQP) as future leaders and employees in the AI and manufacturing fields. Ce projet de recherche implique un partenariat entre le laboratoire de contrôle et d'estimation intelligents (ICE) (Dr Gadsden) de l'Université de Guelph (Guelph, Ontario), Ford Motor Company of Canada (Windsor, Ontario) et Patti Engineering (Auburn Hills, Michigan, États-Unis). L'objectif principal du partenariat de recherche collaborative est de développer et d'appliquer de nouvelles techniques d'intelligence artificielle (IA) et de théorie de l'estimation pour améliorer la surveillance de l'état des systèmes de fabrication. La surveillance de la santé des systèmes de fabrication améliorera la qualité globale des pièces, réduira les temps d'arrêt de fabrication et minimisera les opérations de maintenance imprévues. Les résultats et impacts potentiels comprennent: 1) le développement de nouveaux algorithmes et techniques basés sur des stratégies d'IA et de nouvelles méthodes d'estimation; 2) l'élaboration de stratégies de surveillance de l'état pour améliorer la fiabilité et la sécurité des systèmes de fabrication; 3) développement de nouveaux logiciels et techniques d'intégration pour interconnecter les systèmes de fabrication; 4) la possibilité de traduire les découvertes de la recherche dans les secteurs public et privé, ce qui entraînera des avantages socio-économiques pour le Canada; et 5) la formation de personnel de haute qualité (PHQ) en tant que futurs dirigeants et employés dans les domaines de l'IA et de la fabrication.