Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Applied Research and Development Grants - Level 2

Cégep de Trois-Rivières

$75,000.00

Apprentissage machine appliquée aux indicateurs de compromis dans l'industrie de l'aluminium

EF 2022-23

Résumé
Maestria Solutions est une entreprise québécoise oeuvrant dans le développement et la vente de produits conçus pour les besoins de l'industrie de l'aluminium. Afin d'améliorer la résilience de cette industrie face à des situations de coupure ou d'interruption d'électricité, causant principalement de grave endommagement des cuves de fonderie et ainsi des baisses de production et de rentabilité, Maestria souhaite mettre en place un suivi intelligent et préventif des indicateurs de compromis (IoC) à partir des contrôleurs de procédé des alumineries. En d'autres termes, à travers des modèles récursifs chronologiques de type time-to-event et time-series, l'entreprise veut déterminer par une recherche par apprentissage statistique multivariable les relations qui existent entre les variables de résultats électrolytiques et des variables mesurées dont les dynamiques reposent sur le temporel. Ainsi, avec les relations obtenues de l'apprentissage statistique, un algorithme d'apprentissage machine pour la détection d'IoC lors de l'électrolyse de l'aluminium sera développé et intégré aux outils de mesure de distribution du courant anodique connectés au contrôleur de procédé des alumineries. Ainsi, le paradigme de cette recherche implique la convergence de l'IoT et des applicatifs d'intelligence artificielle distribuée, visant à rendre possible une détection d'indicateurs de compromis au procédé de distribution du courant anodique durant l'électrolyse de l'aluminium, ainsi qu'à rendre possible une intervention préventive et efficace dans un contexte où les équipements et les processus doivent être distancés des travailleurs par soucis de sécurité. Pour ce faire, l'entreprise sollicite l'expertise du C2T3 en télécommunications sans-fil afin de réaliser un effort de recherche additionnel pour le développement de l'IA en firmware sur le microprocesseur de l'IoT, impliquant une conciliation du budget CPU pour embarquer les fonctions d'IA en Edge computing. Ce projet est d'une grande importance pour la croissance de Maestria puisqu'il permettra de mettre au point une solution technologique innovante pour le suivi préventif, la sécurité et la rentabilité des fonderies d'aluminium.
Programme
Applied Research and Development Grants - Level 2
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
570933-2021
Name nom
Ndoye, Majid M
Department département
Head Office
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
2022
Competition year année de concours
2021
Award amount
75000
Program id
CARD2
Program name en
Applied Research and Development Grants - Level 2
Program name fr
Subventions de recherche et développement appliquée - niveau 2
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
1561
Committee name en
Applied Research and Development Grants
Committee name fr
Subventions de recherche et développement appliquée
Area of application code
805
Area of application group en
Information and communication services
Area of application group fr
Services d'information et de télécommunications
Area of application en
Communications technologies (satellites, radar, etc.)
Area of application fr
Technologie des télécommunications (satellites, radar,etc.)
Research subject code
2525
Research subject group en
Electrical and electronic engineering
Research subject group fr
Génie électrique et électronique
Research subject en
Wireless communication systems
Research subject fr
Systèmes de télécommunications sans fil
Installment
inst:2
Partie
1
Nb partie
2
Application title
Apprentissage machine appliquée aux indicateurs de compromis dans l'industrie de l'aluminium
Application summary
Maestria Solutions est une entreprise québécoise oeuvrant dans le développement et la vente de produits conçus pour les besoins de l'industrie de l'aluminium. Afin d'améliorer la résilience de cette industrie face à des situations de coupure ou d'interruption d'électricité, causant principalement de grave endommagement des cuves de fonderie et ainsi des baisses de production et de rentabilité, Maestria souhaite mettre en place un suivi intelligent et préventif des indicateurs de compromis (IoC) à partir des contrôleurs de procédé des alumineries. En d'autres termes, à travers des modèles récursifs chronologiques de type time-to-event et time-series, l'entreprise veut déterminer par une recherche par apprentissage statistique multivariable les relations qui existent entre les variables de résultats électrolytiques et des variables mesurées dont les dynamiques reposent sur le temporel. Ainsi, avec les relations obtenues de l'apprentissage statistique, un algorithme d'apprentissage machine pour la détection d'IoC lors de l'électrolyse de l'aluminium sera développé et intégré aux outils de mesure de distribution du courant anodique connectés au contrôleur de procédé des alumineries. Ainsi, le paradigme de cette recherche implique la convergence de l'IoT et des applicatifs d'intelligence artificielle distribuée, visant à rendre possible une détection d'indicateurs de compromis au procédé de distribution du courant anodique durant l'électrolyse de l'aluminium, ainsi qu'à rendre possible une intervention préventive et efficace dans un contexte où les équipements et les processus doivent être distancés des travailleurs par soucis de sécurité. Pour ce faire, l'entreprise sollicite l'expertise du C2T3 en télécommunications sans-fil afin de réaliser un effort de recherche additionnel pour le développement de l'IA en firmware sur le microprocesseur de l'IoT, impliquant une conciliation du budget CPU pour embarquer les fonctions d'IA en Edge computing. Ce projet est d'une grande importance pour la croissance de Maestria puisqu'il permettra de mettre au point une solution technologique innovante pour le suivi préventif, la sécurité et la rentabilité des fonderies d'aluminium.