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

魁北克铝业有限公司是一家大型企业，主要从事产品的开发和生产。L的企业L的铝业。Ain d‘Amésilier la résilience de cette Industrial de Face de Couure ou d’interruption d‘électricéé，起因是严重的内部控制和生产与再生产(Procédédes Reentablité)，这是一项重要的技术和技术，其目的是控制铝业的生产和销售。在时间序列上，L的企业是一种典型的时间-事件和时间序列，L的企业统计多变量关系是存在的变量和变量之间的关系。据统计，L的学徒关系统计，L的学徒机检测L的铝浆开发和国际贸易措施的措施，S和过程控制的铝厂。在L和应用程序的趋同下，可能的人工智能分配、可能的保护和程序分配的法院阳极L的铝，对可能的干预措施的有效性和应用的上下文S与S的诅咒。当然，L的企业L的专业知识是C2T3和L的通信，他们不努力去研发L的固件和微处理器，隐含的解决方案是预算的中央处理器和边缘计算的功能。Maestria Solutions是一家魁北克公司，主要开发和销售铝行业所需的产品。为了提高该行业在停电或中断时的应变能力，停电或中断主要对冶炼罐造成严重破坏，从而降低产量和盈利能力，Maestria希望对铝冶炼厂过程控制器的危害指标(IOC)进行智能和预防性监测。换句话说，通过时间到事件和时间序列递归模型，该公司希望通过多变量统计学习搜索来确定电解结果变量和其动态基于时间的测量变量之间存在的关系。因此，利用统计学习得到的关系，将开发一种用于铝电解过程中IOC检测的机器学习算法，并将其集成到与铝冶炼厂过程控制器相连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，旨在使人们能够在铝电解过程中检测阳极电流分布过程中的危害指标，并能够在设备和过程出于安全原因必须与工人保持距离的情况下进行预防性有效的干预。为此，该公司正在寻求C2T3的S在无线电信方面的专业知识，以开展另一项研究工作，以开发物联网微处理器上的人工智能固件，涉及协调中央处理器预算，以在边缘计算中嵌入人工智能功能。这个项目很有意义。