Development of Intelligent Linear Axis Digital Twin for Health Condition Monitoring

点击翻译按钮获取中文摘要

This research project involves a partnership among the Intelligent Control and Estimation (ICE) Laboratory (Dr. Gadsden) at the University of Guelph (Guelph, Ontario), Ford Motor Company of Canada (Windsor, Ontario), and Patti Engineering (Auburn Hills, Michigan, USA). The primary goal of the collaborative research partnership is to develop and apply novel artificial intelligence (AI) and estimation theory techniques to improve the condition monitoring of manufacturing systems. Monitoring the health of manufacturing systems will improve overall part quality, reduce manufacturing downtime, and minimize unscheduled maintenance. The potential outcomes and impacts include: 1) development of new algorithms and techniques based on AI strategies and new estimation methods; 2) development of condition monitoring strategies for improved reliability and safety of manufacturing systems; 3) development of new integration software and techniques for interconnecting manufacturing systems; 4) possibility to translate research discoveries in the public and private sectors, which will lead to socio-economic benefits for Canada; and, 5) training of High Quality Personnel (HQP) as future leaders and employees in the AI and manufacturing fields.#(cr)#(lf)Ce projet de recherche implique un partenariat entre le laboratoire de contrôle et d'estimation intelligents (ICE) (Dr Gadsden) de l'Université de Guelph (Guelph, Ontario), Ford Motor Company of Canada (Windsor, Ontario) et Patti Engineering (Auburn Hills, Michigan, États-Unis). L'objectif principal du partenariat de recherche collaborative est de développer et d'appliquer de nouvelles techniques d'intelligence artificielle (IA) et de théorie de l'estimation pour améliorer la surveillance de l'état des systèmes de fabrication. La surveillance de la santé des systèmes de fabrication améliorera la qualité globale des pièces, réduira les temps d'arrêt de fabrication et minimisera les opérations de maintenance imprévues. Les résultats et impacts potentiels comprennent: 1) le développement de nouveaux algorithmes et techniques basés sur des stratégies d'IA et de nouvelles méthodes d'estimation; 2) l'élaboration de stratégies de surveillance de l'état pour améliorer la fiabilité et la sécurité des systèmes de fabrication; 3) développement de nouveaux logiciels et techniques d'intégration pour interconnecter les systèmes de fabrication; 4) la possibilité de traduire les découvertes de la recherche dans les secteurs public et privé, ce qui entraînera des avantages socio-économiques pour le Canada; et 5) la formation de personnel de haute qualité (PHQ) en tant que futurs dirigeants et employés dans les domaines de l'IA et de la fabrication.