Modélisation de la couverture de la peinture en poudre pour les applications de peinture industrielle automatisées

Le Canada souffre d’une pénurie de main-d’œuvre, et particulièrement de travailleurs pratiques opérationnels. Parmi ces travaux pertinents pour l’industrie, la peinture en poudre nécessite une intervention manuelle importante en raison de la variabilité géométrique inhérente des pièces peintes et de la complexité du processus de peinture lui-même. Il devient de plus en plus difficile de trouver des travailleurs qualifiés pour la peinture en poudre des pièces, ce qui engendre le besoin d’une solution technologique automatisée.

Ce projet s’inscrit dans un programme plus large d’automatisation de la peinture en poudre de pièces sur une ligne de production de grande variété et de faible volume (ex. pièces personnalisées) dans le contexte de l’industrie 4.0. L’objectif de ce projet est de développer un modèle physique qui sera utilisé pour former un réseau de neurones pour peindre, avec précision et rapidement, diverses pièces via une peinture en poudre. Le modèle doit assurer une couverture complète de la pièce et une épaisseur de peinture uniforme. Une revue et une évaluation de la littérature et des méthodes de simulation pertinentes seront nécessaires. La méthode optimale sera programmée et ses performances évaluées et améliorées en testant le modèle sur un robot pour peindre des pièces réelles, d’abord sur des géométries simples et plus tard sur des géométries plus complexes.
 

Connaissances requises

 Bonnes connaissances en programmation. Connaissances en traitement d’image un atout.
 

Programme d'études visé

Maîtrise avec projet, Maîtrise avec mémoire

Domaines de recherche

Le développement durable, l’économie circulaire et les enjeux environnementaux, Les matériaux innovants et la fabrication avancée, Technologies de l'information et des communications

Financement

Bourse industrielle intéressante (détails sur demande)

Autres informations

Date de début : 1er septembre 2022

Partenaires impliqués : Cadence Automation Inc., Technologies NeurobotIA Inc.  

Autre professeur contact : Giuseppe Di Labbio

Personne à contacter

Lucas Hof | lucas.hof@etsmtl.ca