Vendredi 21 mars 2025
Surveillance acoustique d’une raboteuse industrielle: Comment détecter des anomalies grâce au son
Anthony Deschênes
Nouveau professeur au département d’informatique et de génie logiciel
Heure: 13h30
Local: PLT-3775
Résumé: Ces dernières années, l’industrie des produits du bois a été confrontée à une pénurie de main-d’œuvre qualifiée, résultant ainsi à des pannes soudaines et plus fréquentes qui entraînent des coûts supplémentaires pour ces entreprises opérant dans un marché déjà très compétitif. Il est connu que les opérateurs de machines expérimentés sont en mesure de diagnostiquer des problèmes grâce au son. Ainsi, une façon possible d’aider à la formation de nouveaux opérateurs est la surveillance acoustique. Dans le cadre de l’automatisation des équipements de transformation du bois et des systèmes d’aide à la décision pour les opérateurs de machines, nous explorons l’utilisation de microphones pour la détection d’anomalies dans le son émis par une raboteuse industrielle lors de son opération. Pour ce faire, nous proposons un nouveau jeu de données industriel publique contenant plus de 14 heures d’enregistrements de sons émis par une raboteuse industrielle chez GDS Matane. Des modèles d’apprentissage non-supervisés basés sur les réseaux de neurones profonds sont ensuite entraînés et comparés avec diverses approches de la littérature. Nos meilleurs modèles obtiennent une aire sous la courbe ROC de 0.875, démontrant ainsi qu’il est possible de détecter des anomalies à l’aide du son dans un contexte industriel. Nous sommes maintenant à la recherche d’un étudiant de premier cycle pour un stage pour la suite de ce projet ainsi que d’un étudiant à la maîtrise intéressé à y participer.
http://www2.ift.ulaval.ca/~quimper/Seminaires/
