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

铝工业中妥协的学徒机器贴花和指示符

• 批准号: 570933-2021
• 负责人: Ndoye, Majid
• 金额: $ 5.46万
• 依托单位: Cégep de Trois-Rivières
• 依托单位国家: 加拿大
• 项目类别: Applied Research and Development Grants - Level 2
• 财政年份: 2021
• 资助国家: 加拿大
• 起止时间: 2021-01-01 至 2022-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=724942
• 关键词: Apprentissage; machine; appliqu; aux; indicateurs

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.#(cr)#(lf)Maestria Solutions is a Quebec company that develops and sells products designed for the needs of the aluminium industry. In order to improve the resilience of this industry in the face of power outages or interruptions, which mainly cause serious damage to smelter pots and thus reduce production and profitability, Maestria wishes to implement intelligent and preventive monitoring of indicators of compromise (IoC) from the process controllers of aluminium smelters. In other words, through time-to-event and time-series recursive models, the company wants to determine, through a multivariate statistical learning search, the relationships that exist between electrolytic result variables and measured variables whose dynamics are based on time. Thus, with the relationships obtained from the statistical learning, a machine learning algorithm for the detection of IoC during aluminium electrolysis will be developed and integrated into the anode current distribution measurement tools connected to the process controller of the aluminium smelters. Thus, the paradigm of this research involves the convergence of IoT and distributed artificial intelligence applications, aiming to make it possible to detect indicators of compromise in the anode current distribution process during aluminium electrolysis, as well as to make it possible to intervene preventively and effectively in a context where equipment and processes must be distanced from workers for safety reasons. To this end, the company is seeking C2T3's expertise in wireless telecommunications in order to carry out an additional research effort for the development of AI in firmware on the IoT microprocessor, involving a reconciliation of the CPU budget to embed AI functions in Edge computing. This project is of great i

Maestria Solutions 是一家魁北克企业，致力于铝工业的开发和生产，并致力于铝工业的发展。在接下来的一段时间里，我们将回顾铝制品的流程。 Ainsi, avec les 关系艾因西,物联网和智能分配应用程序融合的范例研究，可能会导致铝电解过程中的妥协和分配过程中的指标检测，因此， 'à 使干预成为可能出于公平的考虑，企业寻求 C2T3 电信领域的专业知识，并致力于研究其他领域的技术物联网微处理器固件的开发，是边缘计算中 IA 功能的隐式 CPU 预算问题的解决方案。 Maestria Solutions 是一家魁北克公司，专门针对铝行业的需求开发和销售产品，以提高该行业在停电或停电时的恢复能力，停电或停电主要对冶炼厂造成严重损坏，从而减少产量。和盈利能力，Maestria 希望对妥协指标 (IoC) 实施智能和预防性监控换句话说，通过事件发生时间和时间序列递归模型，该公司希望通过多元统计学习搜索来确定电解结果变量和动态测量变量之间存在的关系。因此，利用统计学习获得的关系，将开发用于铝电解过程中 IoC 检测的机器学习算法，并将其集成到连接到过程控制器的阳极电流分布测量工具中。因此，这项研究的范式涉及物联网和分布式人工智能应用的融合，旨在使检测铝电解过程中阳极电流分布过程中的妥协指标成为可能，并使其成为可能。在出于安全原因设备和流程必须与工人保持距离的情况下，该公司正在寻求 C2T3 在无线电信方面的专业知识，以便开展额外的研究工作来开发该技术。物联网微处理器上的固件中的人工智能，协调 CPU 预算以嵌入涉及边缘计算的人工智能功能。