Projets novateurs réalisés

MTLab – Optimisation des programmes d’accompagnements

Le projet a pour objectif principal d’identifier, analyser et proposer l’implémentation de meilleures pratiques d’accompagnement entrepreneurial au sein du MT Lab.

Le MT Lab est né du désir de l’industrie du tourisme de se renouveler et de s’adapter. La stratégie nouvelle a été d’utiliser l’entrepreneuriat de type startup pour introduire de l’innovation au sein de l’industrie du tourisme, de la culture et du divertissement d’où la mission du MT Lab de susciter l’entrepreneuriat et l’innovation dans les domaines du tourisme, la culture et le divertissement.

Contrairement aux incubateurs/accélérateurs traditionnels qui répondent d’abord aux besoins des startups, le MT Lab a traditionnellement répondu en premier lieu aux besoins de l’industrie représentée par ses leaders, les Grands partenaires du MT Lab. L’approche repose sur l’innovation ouverte, où les leaders (Grands partenaires) du tourisme accompagnent les startups cherchant à valider leur adéquation au marché dans ce secteur.

Dans le cadre de ce projet, nous cherchons à comparer les méthodes actuelles utilisées par le MT Lab avec les meilleures pratiques de l’industrie en matière d’innovation ouverte et d’accompagnement des startups. La volonté du MT Lab est de capitaliser sur les bases solides déjà établies et proposer une offre encore plus performante pour les acteurs de l’industrie du tourisme, de la culture et du divertissement, ainsi que pour les entreprises de type startups.

Shape Optimization of Metallic Traces in Transmissive Metasurface Design

This project is focused on the design of patterned metallic claddings for transmissive electromagnetic metasurfaces. These are thin devices that are composed of sub-wavelength unit cells. Metasurfaces can synthesize electromagnetic radiation patterns; thus, they can offer various applications in wireless communications, satellite communications, electromagnetic imaging and remote sensing. The properties of their unit cells are controlled by the careful design of these patterned metallic claddings. The unit cell design process typically involves tuning the geometrical parameters associated with the metallic traces. This tuning process is often ad hoc and time consuming. This project aims to investigate a procedure to perform this unit cell design in a more systematic fashion.

Mise en place d’une planification stratégique pour le Réseau des Grandes Cultures du Québec.

En 2022, les membres du RGCQ ont décidé de ne plus relever du CÉROM et de créer un organisme indépendant sans but lucratif (OBNL) avec sa propre gouvernance.
Le réseau conserve toutefois sa mission, la même qui le motive depuis plus de 50 ans : réaliser les essais d’enregistrement et de performance à travers le Québec et diffuser les résultats des essais de performance sur du matériel génétique de maïs, d’espèces oléo protéagineuses et de céréales.

Durant ce stage de 4 mois (mars 2024 à juin 2024) les objectifs principaux seront les suivants :

1) Définir les axes stratégiques majeurs pour pérenniser cette nouvelle OBNL.
2) Mettre à jour le plan de relève et de transfert
a. pour la direction générale.
b. pour les coordonnateurs.

3) Rédiger un squelette
a. pour la refonte du site Internet.
b. pour le plan de gestion et le partage des données.

Business Analyst – NetBenefit Software Market Assessment and Strategy

There will be significant investment in providing the intern with a strong foundation to make an impact across a couple different areas of the company during this internship. This will include job shadowing of the Client Partner during service delivery tasks, inclusion on company tieger teams, and participation in weekly team meetings. Once the intern has a strong understanding of the business, they will focus on improving specific portions of services and operational processes.

Robosafety

Robosafety is an emergent start-up committed to transforming safety engineering in autonomous systems like self-driving cars and AI-driven robots. The project’s core objective is to simplify and improve the safety assurance process, markedly reducing the time and effort involved in validating safety compliance. The overarching goal is to foster the deployment of safe, reliable autonomous systems that adhere to global safety norms, thereby promoting broader acceptance. Robosafety, with its rich industrial experience, addresses key challenges in safety assurance by integrating advanced safety engineering methods and mitigating technical debt, offering innovative solutions. As an IT firm, Robosafety will develop a comprehensive safety engineering application to support the automotive and manufacturing industries in sustaining safety throughout the product lifecycle. The project will explore Robosafety’s model as a software-as-a-service platform, providing customizable access to a suite of safety tools, expertise, and resources. This flexibility allows users to adjust their subscription plans based on their specific requirements. The university project will delve into how Robosafety’s tools streamline the safety assurance process, enabling more effective development and deployment of autonomous systems, and placing heightened emphasis on user safety across the product lifecycle.

Évaluation des expositions professionnelles dans un port : stratégies d’évaluation des expositions, développement de méthodes et validation plate

Les travailleurs des ports sont des travailleurs à risques d’être exposés à différents types de poussières et de particules, différents gaz et vapeurs ainsi que différents contaminants de type physique comme le bruit. Certaines maladies professionnelles sont d’ailleurs associées à ce milieu de travail. Les stratégies d’évaluation des expositions professionnelles sont des démarches d’hygiène du travail permettant d’identifier, d’évaluer et de maîtriser les différents facteurs de risques du milieu de travail. Toutefois, des lacunes persistent au niveau des différentes stratégies d’évaluation de certains contaminants. Les étudiants stagiaires mettront en pratique leurs connaissances théoriques en hygiène du travail en situation réelle. La recherche proposée permettra de dresser un portrait des expositions professionnelles au port, de quantifier certaines de ces expositions ou encore de proposer et de valider des méthodes originales d’évaluation des expositions. Le travail permettra ainsi de mieux caractériser et contrôler les expositions professionnelles et donc de protéger la santé des travailleurs.

MBT Summer Intern

Ferma Farms 2024 Internship – Fermentation Optimization and Scale-Up
The optimization and continuous harvesting of fungal biomass production

Partnerships Empowering Canadian Innovation: Business Strategy Internships with the Cansbridge Fellowship

The “Partnerships Empowering Canadian Innovation” project, conducted under the Mitacs Business Strategy Internship program in collaboration with The Cansbridge Fellowship, aims to equip interns with the mindset and skillset necessary for success in the innovation economy. The project enables interns to identify strategic partnership opportunities with innovation organizations through industry-specific research, networking, and outreach. Throughout the program, interns will evaluate a range of promising opportunities, and share them with both the Cansbridge Fellowship and their academic institution. The academic supervisor will offer invaluable insights into strategy and strategic partnerships, while the Cansbridge Fellowship, as a partner organization, will provide mentorship and access to a professional network. The program will not only empower interns with a wealth of knowledge but also contribute to Cansbridge’s mission of promoting collaboration in the innovation economy and unlocking leadership potential within Canada’s youth.

Investigating Innovative Approaches for Efficient Pipeline Assessment and Maintenance

KenWave Solutions has pioneered the Dynamic Response Imaging™ (DRI) technology, aimed at assisting asset managers in enhancing their operations. This groundbreaking innovation furnishes dependable insights into pipe stiffness, wall conditions, leaks, air pockets, and other anomalies, thereby optimizing utility efficiency, reducing costs, and conserving water resources. KenWave is actively collaborating with utilities and partners to pinpoint opportunities for condition assessment and leak detection, with a focus on assessing the remaining lifespan of critical assets.
DRI represents an inventive and patented dynamic response-based solution designed to gather comprehensive pipeline condition data across a broad spectrum of pipe materials and diameters. This technology operates non-destructively and non-invasively, delivering pertinent information about pipeline condition and leaks with a resolution equal to or greater than that of a pipe segment. As a result, it empowers asset owners, operators, and managers to gain a deeper understanding of the current state of critical pipeline assets, facilitating well-informed decisions in operations management, risk mitigation, and budget planning.
This project signifies a crucial step for KenWave Solutions in transitioning their DRI technology from a prototype phase to a minimally viable product, bringing it closer to its ultimate commercialization. The allocated funding will support rigorous testing of the existing system, the identification and rectification of any hardware, firmware, and software deficiencies, enable the development of automation processes, and facilitate the commercialization of the DRI technology for the benefit of utilities and partner organizations.

Développement de modèles prédictifs de la demande en aliments – moulée chez les producteurs du secteur laitiers et porcins

Dans le contexte agricole dynamique d’aujourd’hui, l’intégration de l’intelligence artificielle (IA) offre une
opportunité significative de révolutionner et d’optimiser les chaînes d’approvisionnement. L’industrie agricole est
confrontée à des défis pour maintenir des chaînes d’approvisionnement efficaces et durables, en particulier dans
le contexte de la production d’intrants agricoles tels que la moulée pour différents types de production animale.
L’objectif principal de ce projet sera de développer des méthodes de prévision avancées pour déterminer le niveau
des silos de moulée des éleveurs porcins et laitiers pour ainsi prévoir la production et la livraison de la moulée
personnalisée pour chaque exploitation. Le projet prend en compte plusieurs variables influençant le taux de
croissance des porcs et la production laitière des vaches. En termes techniques, nous sommes confrontés à une
situation de prévision dynamique multifactorielle. Notre objectif principal est de développer des méthodes robustes
pour prédire les besoins en alimentation des animaux.

Green Energy technology and C1-2 chemistry

H2O2, as a greener oxidant, has been regarded as an environmentally friendly alternative used for selective oxidations, water treatment, pulp bleaching, and topical disinfection. However, by far H2O2 is mainly produced by an indirect process involving sequential hydrogenation and oxidation of an anthraquinone. The current process requires large capital investments and is reliant on energy intensive separation processes. For economic and environmental reasons, H2O2 synthesis directly from H2 and O2 is promising to replace the indirect process because it has remarkable advantages, such as less energy consumption, and low infrastructure investment. The aim of this work is to obtain deep insight into the structure of active sites and the detailed analysis of the reaction mechanism for H2O2 synthesis and side reactions of Pd-Au catalysts supported on the chemical active support TiO2.

Physics Informed Neural Networks – Exploring the Future of Computational Electromagnetics

Computational electromagnetics (CEM) is a field of research devoted to simulating the complicated electromagnetic systems foundational in our technology, security, and exploration. Historically, problems have been solved by breaking them into many small pieces that can be solved by a computer; an approach that makes it difficult to solve very complicated problems. Today, a new approach to solving CEM problems has emerged in the form of artificial intelligence, namely, Physics Informed Neural Networks (PINNs). These techniques leverage the hardware and techniques supporting advanced machine learning to “learn” the solution to CEM problems.

PINNs are so new that their capabilities are not entirely known. We seek to learn the state-of-the-art in PINNs, and will attempt to apply them to a relatively simple problem, but important, problem of electromagnetic target dataset creation. CEMWorks, the partner organization, will benefit from creating a foundational understanding of PINNs upon which to build future innovation in their software.