Conception et validation d'approches novatrices pour les réseaux IIoT et l'utilisation de l'intelligence artificielle pour la maintenance prédictive à l'ère Industrie 4.0.

工业部门是加拿大现代经济的一个支柱，代表着174亿美元的环境，也就是加拿大国内粗产品（PIB）的10%。此外，这一部门面临着经济保护（世界化、国际竞争）和重要人口统计（人口老龄化、主要工作人口）的挑战。工业4.0是一项战略倡议，旨在将制造过程、自动化和信息与通信技术（TIC）结合起来，在一个垂直的网络中进行整合。随着这一数字革命，世界物理和数字领域的前沿将有助于实现4.0互联，使操作、机器和产品实现互联。这种转变是通过工业物联网（IIoT）实现的，它将世界机器物理和世界信息技术虚拟联系起来。工业物联网允许大量的葡萄酒和大量的葡萄酒进入，而且效果很好。换句话说，这些东西是在一个Au的箱子里，实际上是在Au的海洋里。Les données générées par l'IIoT alimentent des algorithmes，à bases d'intelligence d'artificiele，pour decter les anomalies annonciatrices de pannes，c'est le principe de la maintenance prédictive.五年后，我们又迎来了新的辉煌。由于模拟是一种快速的测试方法，在测试者进行一个假设之前，模拟依赖于模型的精确度，并对在实践科学中可能存在的问题进行评估。此外，还将分析名称和运河选择对IIoT网络路线多样性的影响。在这一光学领域，该研究计划旨在开发新算法，以改善工业物联网网络的性能和灵活性。他是一个缺乏智慧和活力的工业网络的负责人。 Les principaux objectifs de recherche sont：（i）Proposer une méthodologie permettant d'encadrer les scénarios d'adoption de la technologie IIoT dans une installation industrielle，（ii）Amélibrary la fiabilité d'un réseau d'IIoT，via des modélisations，exérimentations et simulations.（三）Modéliser un canal de propagation des réseaux IIoT en Ammonement industriel. (iv)评价和比较工业食品分类的不同技术，并提出人工智能检测食品异常的算法。

Le secteur industriel est une pierre angulaire de l'économie canadienne moderne, représentant environ 174 milliards de dollars, soit plus de 10 % du produit intérieur brut (PIB) du Canada. Cependant, ce secteur est confronté à des défis économiques (mondialisation, compétition internationale) et démographiques importants (vieillissement de la population, la pénurie de la main-d'ouvre). L'industrie 4.0 est une initiative stratégique visant à combiner radicalement les processus de fabrication, l'automatisation et les technologies de l'information et des communications (TIC) dans un réseau vertical au sein d'une même entité. Avec cette révolution numérique, les frontières entre le monde physique et digital s'amenuisent pour donner vie à une usine 4.0 interconnectée dans laquelle les opérateurs, les machines et les produits interagissent. Cette transformation est promise par l'IIoT « Internet des objets industriels » qui connectera le monde physique des machines et le monde virtuel de la technologie de l'information. L'IIoT permettra l'accessibilité de quantités beaucoup plus importantes de données, à des vitesses beaucoup plus élevées et bien plus efficaces qu'auparavant. Métaphoriquement, ces données sont dans un coffre au trésor actuellement enfoui au fond d'un océan. Les données générées par l'IIoT alimentent des algorithmes, à bases d'intelligence d'artificielle, pour détecter les anomalies annonciatrices de pannes, c'est le principe de la maintenance prédictive. Des avancées encore inimaginables il y a cinq ans sont pourtant aujourd'hui bien réelles. Bien que les simulations constituent un moyen rapide de tester une hypothèse avant une mise en ouvre fastidieuse, elles dépendent fortement de la précision des modèles et ont tendance à sous-estimer les problèmes qui peuvent survenir dans des scénarios pratiques. Par ailleurs, très peu d'études ont analysé l'effet du nombre et du choix des canaux sur la diversité des routes du réseau IIoT. Dans cette optique, ce programme de recherche vise à développer de nouveaux algorithmes pour améliorer les performances et l'agilité des réseaux de l'IIoT dans un environnement industriel. Il est en effet indispensable de se doter d'un réseau industriel sans fil intelligent et robuste. Les principaux objectifs de recherche sont : (i)Proposer une méthodologie permettant d'encadrer les scénarios d'adoption de la technologie IIoT dans une installation industrielle, (ii)Améliorer la fiabilité d'un réseau d'IIoT, via des modélisations, expérimentations et simulations. (iii)Modéliser un canal de propagation des réseaux IIoT en environnement industriel. (iv)Évaluer et comparer les différentes techniques de classification des données industrielles et développer un algorithme pour la détection des anomalies alimenté par l'intelligence artificielle.