Home » évènement

Crunch Meetup : La numérisation 3D (en ligne)

L’UTBM Innovation Crunch Lab, Centrale Nantes, le LS2N et le GIS S.mart vous propose un Crunch Meetup sur la numérisation 3D
jeudi 4 février 2021 de 14h à 17h.

Venez découvrir les technologies de numérisation 3D, leurs usages ainsi que des témoignages d’utilisateurs !
Avec Florent Laroche (équipe IS3P).

Cet événement est ouvert à tous (étudiants, universitaires, industriels) et se déroulera en ligne.

Inscription.

Soutenance de thèse d’Oussama MESKI (équipe IS3P)

Oussama Meski, doctorant au sein de l’équipe IS3P, soutiendra sa thèse intitulée « Développement d’un outil à base de connaissances pour l’aide à la décision dans le contexte de l’Industrie 4.0 : Application au diagnostic des machines d’usinage à grande vitesse » / « A Knowledge-based tool development for decision support in the context of Industry 4.0: Application to the diagnosis of high-speed machining machines »
vendredi 8 janvier 2021 à h, à salle / campus. + lien streaming si distanciel.

Jury :
– Directeur de thèse : M.Benoit Furet ( Professeur des universités, IUT de Nantes)
– Co-encadrant : M. Farouk Belkadi (Maître de conférences, Ecole Centrale de Nantes)
– Co-encadrant : M. Florent Laroche (Maître de conférences-HDR, Ecole Centrale de Nantes)
– Rapporteurs : Mme Virginie Goepp (Maitre de conférences des universités-HDR, INSA de Strasbourg) ; M.Gregory ZacharewiczProfesseur des universités, IMT – École des Mines d’Alès )
– Examinateurs : M.Néjib Moalla (Professeur des universités, Arts et Métiers – Bordeaux) ; M.Nicolas Perry (Professeur des universités, Arts et Métiers – Bordeaux)

Résumé : Dans le cadre de sa quatrième révolution, le monde industriel subit une forte digitalisation dans tous les secteurs d’activité. Les travaux de recherche de cette thèse s’intègrent dans un contexte de transition vers l’industrie du futur, et plus spécifiquement dans les industries d’usinage mécanique. Ces travaux de recherche répondent ainsi à la problématique d’intégration données et connaissances industrielles, comme support aux systèmes d’aide à la décision. L’approche proposée est appliquée au diagnostic de défaillance des machines d’usinage connectées. Cette thèse propose, dans un premier temps, un cadre conceptuel pour la structuration de bases de données et de connaissances hétérogènes, nécessaires pour la mise en place du SAD.
Grace à une première fonction de traçabilité, le système capitalise la description des caractéristiques de tous les événements particuliers et les phénomènes malveillants pouvant apparaître au moment de l’usinage. La fonction de diagnostic permet de comprendre les causes de ces défaillances et de proposer des solutions d’amélioration, à travers la réutilisation des connaissances stockées dans l’ontologie du domaine et un raisonnement à base de règles métiers. Le système à base de connaissances proposé est implémenté dans un Framework global d’aide à la décision, développé dans le cadre du projet ANR collaboratif appelé Smart Emma. Une application pratique a été faite sur deux bases de données réelles provenant de deux industriels différents.

Mots-clés : aide à la décision, modélisation des connaissances, ontologie, industrie 4.0, diagnostic

——————————————————————————————————————————————————

Abstract: Within the context of its fourth revolution, the industrial world is undergoing a strong digitalization in all sectors. This research work is integrated in a context of transition towards the industry of the future, specifically in the mechanical machining industries. These studies answer the problematic of industrial data and knowledge integration, to sustain the functioning of decision-support systems. The proposed approach is used to diagnose the failure of connected machining machines. This thesis proposes, in a first step, a conceptual framework for the structuring of heterogeneous knowledge and data bases, necessary to implement the DSS.
Through a first traceability function, the system capitalizes the description of the characteristics of all particular events and malicious phenomena that may appear during machining. The diagnostic function allows to understand the causes of these failures and to propose improvement solutions, through the reuse of knowledge stored in the ontology and a rule-based reasoning. The proposed knowledge-based system is implemented in a global Decision Support Framework, developed as part of the ANR collaborative project called Smart Emma. A practical application has been made on two real databases from two different industrials.

Keywords: knowledge management, ontology, DSS, industry 4.0, diagnostic

Soutenance de thèse de Zhiqiang WANG (équipes RoMaS et IS3P)

Zhiqiang Wang, doctorant au sein des équipes RoMaS et IS3P, soutiendra sa thèse intitulée « Aide à la décision en usinage basée sur des règles métier et apprentissages non supervisés » / « Decision-aid in machining based on business rules and unsupervised machine learning »

lundi 14 décembre 2020 à 10h, en visioconférence Zoom

Jury :
– Directeurs de thèse : Benoît FURET et Catherine DA CUNHA
– Co-encadrant : Mathieu RITOU
– Rapporteurs : Nabil ANWER (Professeur, LURPA – Université Paris Saclay) ; Julien LE DUIGOU (enseignant-chercheur contractuel titulaire de l’HDR, Laboratoire Roberval – Université de Technologie de Compiègne).
– Autres membres : Guénaël GERMAIN (Professeur, LAMPA – Arts et Métiers ParisTech Angers)

Résumé : Dans le contexte général de l’industrie 4.0, une entreprise de fabrication moderne dispose de nombreuses données numériques qui pourraient être utilisées pour rendre les machines-outils plus intelligentes et faciliter la prise de décision en matière de gestion opérationnelle. Cette thèse vise à proposer un système d’aide à la décision pour les machines-outils intelligentes et connectées par l’exploration des données. L’une des premières étapes de l’approche d’exploration de données est la sélection précise de données pertinentes. Pour ce faire, les données brutes doivent être classées dans différents groupes de contexte. Cette thèse propose un algorithme d’apprentissage automatique non-supervisé, par mélanges gaussiens (GMM), pour la classification contextuelle. Basé sur les informations contextuelles, différents incidents d’usinage peuvent être détectés en temps réel. Il s’agit notamment de broutement, de bris d’outil et de sur-vibration. Cette thèse présente un ensemble de règles métiers pour la détection du broutement, de bris d’outil et de sur-vibration. Le contexte opérationnel a été décrypté lorsque des incidents se produisent, sur la base de la classification contextuelle qui explique les types d’usinage et d’engagement des outils. Ensuite, les nouveaux indicateurs clés de performance (KPIs) pertinents et appropriés peuvent être proposés sur la base de ces informations contextuelles combinés avec les incidents détectés afin de soutenir la prise de décision pour la gestion opérationnelle. Cette thèse propose de nouveaux opérateurs d’agrégation et de nouveaux KPIs pertinents pour les différents besoins des départements.

Mots-clés : Industrie 4.0, machines-outils, fouilles de données, GMM, classification contextuelle, KPIs

——————————————————————————————————————————————————————–

Abstract: In the general context of Industry 4.0, large volumes of manufacturing data are available on instrumented machine-tools. They are interesting to exploit not only to improve machine-tool performances but also to support the decision making for the operational management. This thesis aims at proposing a decision-aid system for intelligent and connected machine-tools through Data mining. The first step in a data mining approach is the selection of relevant data. Raw data must, therefore, be classified into different groups of contexts. This thesis proposes a contextual classification procedure in machining based on unsupervised machine learning by Gaussian mixture model.
Based on this contextual classification information, different machining incidents can be detected in real-time. They include chatter, tool breakage and excessive vibration. This thesis introduces a set of business rules for incidents detection. The operational context has been deciphering when incidents occur, based on the contextual classification that explains the types of machining and tool engagement.
Then, the nouveaux relevant and appropriate Key Performance Indicators (KPIs) can be proposed based on these contextual information and the incidents detected to support decision making for the operational management.

Keywords: Industry 4.0, machine-tools, Data mining, GMM, contextual classification, KPIs.

Organisation de la conférence IFIP APMS 2021

David Lemoine, Alexandre Dolgui et Alain Bernard lancent l’organisation de la conférence annuelle de l’IFIP APMS.
Il sont respectivement président du comité d’organisation, general chair et et program chair.

La conférence aura lieu du 6 au 9 septembre 2021 à Nantes (ou en visio). Les actes seront publiés par Springer sous forme de livre dans une série sur Information Processing.

Ceux qui souhaitent participer à cette aventure sont bienvenus, et devront contacter David Lemoine ; l’idée étant d’impliquer le maximum de personnes dans l’organisation, parmi toutes les tutelles du LS2N.

Animation du compte Twitter « En direct du labo » par Florent Laroche

Dans le cadre de sa mission d’ambassadeur régional de la Fête de la Science, confiée par le Ministère de l’enseignement supérieur, de la recherche et de l’innovation Florent Laroche (équipe IS3P) animera pendant une semaine le compte Twitter @EnDirectDuLabo à partir du lundi 5 octobre. Il rendra compte, à différents moments de la journée de son quotidien en tant que chercheur. 
N’oubliez pas de vous abonner si ce n’est déjà fait !

NDW 2020 : Culture et Patrimoine numérique à Nantes #2

La 2e édition de la rencontre « Culture et patrimoine numérique à Nantes » aura lieu  jeudi 17 septembre 2020 à la Halle 6 et en visio pour 60 personnes environ.

Avec l’explosion des contenus sur le Web, les citoyen·ne·s font face à une profusion d’informations. Comment faire le lien entre ce monde virtuel et le monde réel dans lequel on évolue ? Le double numérique peut – s’il est conçu avec toute la rigueur scientifique nécessaire – devenir un véritable outil qui capitalise et structure notre savoir, nos savoir-faire et permet de les diffuser par de multiples mediums.

Aujourd’hui, la culture et le patrimoine sont des domaines très prisés par le numérique : bibliothèques, encyclopédies et musées virtuels, numérisation et restitutions 3D, archéologies digitales, place de l’intelligence artificielle en interface avec le public…

Avec un programme dynamique et varié : depuis des démonstrations / des expérimentations en réalité virtuelle ou face à des IA jusqu’à des conférences / des tables rondes et débats de scientifiques et d’industriels permettant de prendre du recul sur les pratiques des numériciens.
De nombreux témoignages et retours d’expériences sont attendus sur plusieurs thèmes :

  • Culture et citoyenneté
  • Muséologie virtuelle
  • Patrimoine numérique

Culture et Patrimoine numérique à Nantes #2

Un article d’Alain Bernard paru dans le JIM parmi les plus cités en 2018 !

Alain Bernard (équipe IS3P) vient de recevoir un certificat de l’éditeur Springer saluant le fort taux de citation de son article « Build orientation and optimization for multi-part production in additive manufacturing » paru en 2017 dans le « Journal of Intelligent Manufacturing ».

Cet article est le fruit d’une collaboration avec Yicha ZHANG (ancien doctorant d’Alain Bernard, diplômé en 2014), Ramy HARIK (ancien doctorant du CRAN sur le projet USIQUICK et invité par le labo) et K.P. KARUNAKARAN de l’Indian Institute of Technology Bombay (invité à de nombreuses reprises et avec lequel Alain Bernard partage un grand nombre de publications).

Séminaire du Centre François Viète – invité : Bruno Bachimont

Co-organisé par le LS2N et le CFV, un séminaire a eu lieu elle aura lieu mardi 3 décembre 2019 dans l’amphi du bâtiment 34.

Bruno Bachimont, Directeur de la Recherche et de la valorisation de la faculté des sciences et d’ingénierie de Sorbonne université et membre du laboratoire Costech (Connaissance, Organisation et Systèmes Techniques – EA2223) de l’UTC, s’y est exprimé sur le sujet « Humanités et épistémologie du numérique ».

Voir l’ensemble des séminaires du CFV.

 

NDW 2019, Fête de la Science, 80 ans du CNRS… Avancées du projet VESPACE

En ce début d’automne, Florent Laroche (équipe IS3P) et Paul François (doctorant) ont profité de plusieurs événements de diffusion de la culture scientifique et technique pour présenter la dernière version du projet VESPACE :

  • le 20 septembre à la Halle 6 pour la Nantes Digital Week
  • du 4 au 6 octobre au Musée des Confluences à Lyon pour la Fête de la Science
  • le 11 octobre au Château des Ducs de Bretagne pour une nocturne exceptionnelle Musée Tech.

Des avancées notables concernent le modèle virtuel lui-même et les capacités d’interaction offertes par l’expérience immersive

– Du point de vue du modèle d’abord, de nombreux détails ont été améliorés afin de se rapprocher d’une salle de spectacles de marionnettes fonctionnelle et réalisée : les éclairages sont plus détaillés et physiquement réalistes. Les coulisses du castelet où l’on jouait ont également été restitués.

Castelet

– Du point de vue de l’interaction, l’équipe est désormais capable d’afficher l’ensemble des sources qui ont servi à la restitution virtuelle de l’espace directement depuis l’expérience immersive. Contrairement à d’autres systèmes, le leur permet l’affichage complet des données contenues dans la base à partir des relations spatiales et/ou logiques entre les éléments de l’espace virtuel et ceux de la base. 
– Un meilleur suivi des expériences vécues par les chercheurs dans l’immersion virtuelle (suivi de la position, des commentaires et des actions) à des fins d’analyse est également possible.

Heatmap des positions préférées lors des visites

Une occasion pour découvrir ou redécouvrir la vidéo réalisée par le RFI OIC sur la chaîne Youtube du labo.

Copyright : LS2N 2017 - Mentions Légales - 
 -