Inspection géométrique 3D intelligente in-situ en temps réel et surveillance prédictive

Description : La qualité des produits et des structures influe considérablement sur la durabilité des entreprises manufacturières en déployant l'évaluation non destructive (END). L'évaluation non destructive fournit des outils permettant d'inspecter les défauts, les imperfections, les dysfonctionnements et les anomalies sans endommager les pièces. L'inspection géométrique en 3D vise à vérifier la conformité des produits fabriqués et à contrôler l'état géométrique des structures. L'inspection assistée par ordinateur (IAO) utilise scan optique et laser 3D pour numériser la surface géométrique des pièces et la comparer à des modèles de référence afin de détecter les défauts et les anomalies géométriques. L'inspection géométrique des pièces non rigides/structures à grande échelle (N-RP/L-SS), par exemple les pièces en tôle dans la fabrication d'avions et de véhicules et les infrastructures métalliques, est largement pratiquée dans le contexte industriel. En raison de la flexibilité des N-RP/L-SS, l'inspection est généralement effectuée sur des dispositifs physiques pour immobiliser et contraindre les composants dans la position d'inspection requise. En conséquence, les montages sont robustes et nécessitent une faible qualification, mais ils sont dédiés à l'inspection d'un seul produit, ce qui nécessite une modification et une reconstruction pour chaque changement, ce qui impose des coûts élevés.

Ce projet vise à réduire l'utilisation de gabarit d'inspection en développant IAO intelligente en temps réel pour les N-RP/L-SS soumis à de grand déplacement. À l'aide d'une modélisation non linéaire avancée, de scan 3D robotisés, d'outils d'optimisation et d'intelligence artificielle, l'état géométrique des équipements/structures est contrôlé en temps réel pour détecter les défauts des produits dans chaque processus de fabrication afin d'éviter de traiter une pièce défectueuse et d'éliminer les assemblages de mauvaise qualité. Parallèlement, il permet de prévoir les déformations indésirables et les anomalies géométriques des infrastructures afin d'associer les changements géométriques à des défaillances ou pannes potentielles et recevoir d'alarme avant qu'elles ne se produisent. Les performances et la robustesse des méthodes d'IAO seront également évaluées et analysées en ce qui concerne l'impact du bruit de mesure. Le projet comprend la IAO sans gabarit de confirmation de N-RP/L-SS sous grande déformation en utilisant scan géométrique 3D robotisée, la validation et la vérification des méthodes développées, la détection intelligente et automatique des défauts en temps réel, et la prédiction des anomalies géométriques.

Département de génie mécanique de l’UQTR

Le département de génie mécanique de l’Université du Québec à Trois-Rivières (UQTR) est reconnu pour son excellence académique et ses recherches innovantes. Offrant des programmes de baccalauréat, de maîtrise et de doctorat, le département prépare les étudiants à relever les défis technologiques de demain. Les étudiants bénéficient d’une formation pratique et théorique de haut niveau, soutenue par des laboratoires modernes et des projets collaboratifs avec l’industrie.

Équipe de Recherche en Intégration CAO-Calcul

L’Équipe de Recherche en Intégration CAO-Calcul (ERICCA) de l’UQTR se distingue par ses travaux de pointe dans le domaine de la conception assistée par ordinateur (CAO) et du calcul scientifique. L’équipe se concentre sur le développement de méthodes et d’outils innovants pour améliorer l’efficacité et la précision des processus de conception et de simulation. Grâce à une approche interdisciplinaire, ERICCA collabore avec des partenaires industriels et académiques pour mener des projets de recherche appliquée qui répondent aux besoins actuels et futurs de l’industrie.

Profil des candidats : Maîtrise en génie mécanique et/ou diplôme d'école d'ingénieur en génie mécanique. Les sujets requièrent une bonne connaissance en métrologie géométrique 3D et CAI, en éléments finis, ainsi qu'un intérêt marqué et connaissance en programmation informatique, en analyse numérique et en analyse de données.