IOT pour la prédiction des défauts de pièces manufacturés à grande échelle


 
 

Ce projet vise à développer un prototype logiciel pour soutenir les gestionnaires qualité, de l'industrie 4.0, en 

utilisant les données des machines à mesurer tridimensionelles (dimension de la pièce mesurées/palpées)

collectées sur les 
pièces fabriquées et en utilisant un algorithme d'intelligence artificielle pour classifier les

motifs des cartes de contrôles de chaque pièce contenant les intervalles des exigences qualité des clients.

 

 

             CE QUE NOUS FAISONS   




 
 


Nous étudions les données des outils pour mesurer et contrôler la qualité des produits manufacturés. Les fabricants et les

gestionnaires de production ont besoin d'une liaison entre leurs CMMs et un système SPC (Maîtrise Statistique Procédés)

pour contrôler et prédire la qualité de la production. 
La CMM est un équipement de mesure de coordonnées qui aide les

entreprises à augmenter l'assurance de la qualité et leur capacité d'inspection. Il 
s'agit d'une technologie de mesure 3D

portable utilisée pour permettre une flexibilité et une efficacité considérablement 
supérieure dans l'exécution des contrôles

de qualité directement sur le plancher de production. Les objectifs visés sont:

  • Éliminer toutes les restrictions liées à l'infrastructure informatique et aux coûts de mise en œuvre grâce à l'utilisation d'une plateforme de collecte IOT cloud sécurisée ;

  • Offrir une vue d'ensemble de la performance de l'usine à l'aide de rapports pièce par pièce, ainsi que des ratios globaux de toutes les pièces manufacturées;

  • Utiliser l'historique des mesures, dans la base de données qui accumule tous les données des CMMs, et les graphiques de tendances des cartes de contrôles générés par le système afin de prédire la tendance de certaines variables et caractéristiques et anticiper les non-conformités et les hors-contrôles ;

  • Permettre de configurer les paramètres spéciaux des clients et les contrôler pendant la production ;

  • Identifier et même prédire les fonctionnalités non conformes et hors contrôle en temps réel.


Voir des rapports de travaux préliminaires d'étudiants, du module de suivi des non-conformités et des essais effectuée sur Azure

Un projet de Pfe est en cours pour expérimenter la platforme ThingWorks

Voir aussi un autre projet relié:  
 
- Échange de données IOT dans l'industrie 4.0


 
 
     

               DÉFIS  

 
 

- Obtenir les données historiques fiables ainsi que des devis détaillés de la qualité attendue des clients.
- Prédire avec peu de données provenant de la CMM qui sont saisies après la fabrication des pièces.

- Identifier l'algorithme d'apprentissage machine adapté à ce cas particulier.

 

 

 
   
  

              ÉQUIPE D'ÉTUDIANTS     I.Gagnon, P.Gbehounou, N.Lebrun, H.Zenasni, J.Congote, I.B.Takupo Chendjou,

                                                         N.Hamroun, N.Cloutier, P-O.Faucher, C.Rochon, P.R.Tessier

 


              TECHNOLOGIES     ThingWorks, JavaScript, Azure

 

Ce projet est effectué sur: Screen-Shot-2018-10-28-at-11-38-54-PM.png