Projets innovants réalisés

Explorez des milliers de projets réussis résultant de la collaboration entre les organisations et les talents postsecondaires.

13270 Projets terminés

1072
AB
2795
C.-B.
430
MO
106
NF
348
SK.
4184
L’ONT
2671
QC (EN)
43
PE
209
N.-B.
474
N.-S.

Projets par catégorie

10%
Informatique
9%
Génie
1%
Ingénierie - biomédicale
4%
Ingénierie - chimique / biologique

Étude de l’efficacité de GelDerm* dans la détection de l’infection de la plaie dans un modèle de rat

Les brûlures et les blessures causées par des brûlures sont de gros problèmes de santé et, au Canada seulement, ont coûté près de 290 millions de dollars. De plus, ces plaies persistent généralement et sont infectées et compromettent par la suite considérablement la santé des patients, entraînent une hospitalisation beaucoup plus longue, une cicatrisation retardée des plaies, des coûts plus élevés et un risque de décès plus élevé. Par conséquent, la prévention et la gestion des infections de blessure ont la priorité dans le traitement des patients de brûlure. Afin de diagnostiquer tôt les infections microbiennes dans les plaies et d’accélérer la cicatrisation des plaies, 4M Biotech, sous la direction du Dr Akbari, a développé un pansement intelligent sous la forme d’un patch de gel appelé GelDerm * et a confirmé son efficacité à l’aide de modèles in vitro et ex vivo. L’objectif de l’étude proposée est de tester l’efficacité de GelDerm* dans un modèle animal afin d’évaluer l’efficacité de GelDerm* pour détecter l’infection des plaies en détectant les variations du pH de la plaie. Nous prévoyons que l’application de GelDerm améliorerait la détection précoce de l’infection de blessure et fournirait ainsi l’occasion pour des interventions opportunes pour traiter l’infection de blessure.

Voir la description complète du projet
Superviseur de la faculté :

Aziz Ghahary

Etudiant :

Navid Karimi

Partenaire :

4M Biotech

Discipline :

Médecine

Secteur :

Sciences de la vie

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Simulation de la croissance des fissures de fatigue basée sur XFEM et développement de modèles de substitution pour la prévision probabiliste de la durée de vie en fatigue restante des pipelines

Les pipelines ont grandement contribué à l’industrie canadienne de l’énergie et à l’économie en général. Plus précisément, près de 60 % de l’énergie consommée au Canada est composée de pétrole et de gaz livrés par pipelines. Toutefois, dans le secteur de l’acier des pipelines, de nombreuses défaillances ont été causées par des fissures pendant l’exploitation du pipeline. Le projet de recherche proposé vise à mettre au point un outil fiable et efficace pour prédire la croissance des fissures de fatigue sous la charge de fatigue cyclique. Plus précisément, ce projet explorera l’utilisation de la nouvelle méthode des éléments finis étendus (XFEM) pour la modélisation de la croissance des fissures de fatigue en conjonction avec des lois bien établies sur la croissance des fissures de fatigue. Les modèles XFEM seront validés et utilisés pour développer des modèles efficaces axés sur les données. Les modèles de substitution seront éventuellement utilisés avec les données des pipelines du monde réel, y compris les données SCADA (contrôle de surveillance et acquisition de données) et les données DEI (inspection en ligne) pour prédire la durée de vie restante de la fatigue des pipelines.

Voir la description complète du projet
Superviseur de la faculté :

Yong Li ;Samer Adeeb

Etudiant :

Durlabh Bartaula

Partenaire :

C-FER Technologies

Discipline :

Ingénierie - civil

Secteur :

Pétrole et gaz

Université :

Université de l’Alberta (en anglais)

Programme :

Accélération

Contrôle de débit en boucle fermée pour la bioimpression 3D microfluidique

Aspect Biosystems développe une nouvelle technologie de bioimpression 3D microfluidique qui a le potentiel de changer fondamentalement la façon dont de nombreuses maladies sont traitées par la création de tissus humains fonctionnels. La technologie gère des opérations de manutention de fluides très complexes et nécessite des systèmes de contrôle sophistiqués pour fournir des résultats fiables et reproductibles. Ce projet est axé sur le développement d’un tel système de contrôle spécifiquement pour le contrôle du débit de fluide à travers la tête d’impression microfluidique. Un système de contrôle de flux sophistiqué et performant comprend une technologie essentielle qui sera essentielle à la réalisation d’applications cliniques et constitue une étape importante vers la réalisation du plein potentiel de la technologie.

Voir la description complète du projet
Superviseur de la faculté :

Jason Hein

Etudiant :

Sébastien Steiner

Partenaire :

Aspect Biosystems Ltd

Discipline :

Chimie

Secteur :

Dispositifs médicaux

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Développement et intégration d’algorithmes de détection de caractéristiques pour les processus de dépôt direct à base de métaux

Les procédés de dépôt direct d’énergie à base de métal, tels que le soudage robotisé et la fabrication additive alimentée en poudre laser, nécessitent idéalement une détection par rétroaction de la qualité du dépôt à l’aide de détecteurs de vision. Les algorithmes de traitement d’image sont difficiles à développer en raison de l’évolution des conditions de fonctionnement du processus. Malgré les défis, la mise en œuvre d’algorithmes de traitement d’image en cours de fabrication est bénéfique pour la traçabilité et l’assurance de la qualité, pour l’étalonnage des modèles de processus et pour le développement d’algorithmes de contrôle en boucle fermée capables de maintenir la qualité du dépôt dans des marges de qualité acceptables. L’objectif de cette recherche est de développer et d’intégrer des algorithmes de détection de caractéristiques qui s’adaptent aux conditions de fonctionnement changeantes généralement présentes dans les processus de dépôt direct d’énergie à base de métal. De tels algorithmes sont directement applicables aux détecteurs de vision à faible coût et à haute dynamique pertinents sur le plan industriel. Les résultats s’appliqueront directement à la détection future basée sur la vision en cours de réalisation de caractéristiques telles que, mais sans s’y limiter, les signatures de processus (taille et forme de la piscine de fusion, caractéristiques du panache de plasma, carte d’intensité, éjections de particules) et / ou les qualités de dépôt (géométrie, continuité).

Voir la description complète du projet
Superviseur de la faculté :

Mihaela Luminita Vlasea

Etudiant :

Gijs van Houtum

Partenaire :

Xiris Automation Inc.

Discipline :

Ingénierie - mécanique

Secteur :

Fabrication

Université :

Université de Waterloo

Programme :

Accélération

Biogéocéménisation d’un bassin de résidus miniers de mine de charbon

Une installation minière déclassée au Canada est à la recherche d’une façon nouvelle et novatrice de traiter les déchets miniers et de remettre en état le site minier. La solution potentielle à ce problème est l’utilisation de micro-organismes capables de produire de la calcite, ou ciment, dans le cadre de leur processus biologique naturel. Ces microorganismes seront combinés avec les résidus miniers dans les cellules d’essai du laboratoire pour produire un ciment, qui sera ensuite testé pour des jalons tels que la résistance et la teneur en humidité. BGC Engineering Inc. participe à ce projet et donnera accès à ses installations d’essais géotechniques et aidera à établir des protocoles significatifs pour le prélèvement d’échantillons et les essais pour les expériences à l’échelle pilote qui peuvent ensuite être utilisés à plus grande échelle dans des mines partout au Canada.

Voir la description complète du projet
Superviseur de la faculté :

Pascale Champagne

Etudiant :

Nicole Woodcock

Partenaire :

Ingénierie BGC

Discipline :

Ingénierie - civil

Secteur :

Extraction minière et exploitation en carrière

Université :

Université Queen’s

Programme :

Accélération

Essai à grande échelle d’un système de refroidissement par liquide pour les onduleurs de véhicules électriques

Il est essentiel que les composants électroniques d’alimentation embarqués des onduleurs de véhicules électriques fonctionnent dans des plages de température optimales. À défaut d’y parvenir, il en résulte une surchauffe, une surdimensionnement et une dégradation des composants électroniques. De plus, la réduction de l’efficacité et des performances d’entraînement du moteur aura des impacts économiques importants sur les constructeurs automobiles mondiaux. Cette recherche contribuera également à la mise au point d’un nouveau système de gestion thermique intégrant la technologie à base de jet d’impact avec le refroidissement par liquide, afin d’améliorer les capacités de transfert de chaleur ; un prototype actuel avait été testé. Cette enquête se poursuivra avec un modèle à grande échelle et une installation d’essai améliorée. Une nouvelle méthode d’alimentation électrique, imitant les interrupteurs électriques, sera mise en œuvre avec l’application de radiateurs à cartouches et de blocs chauffants. L’objectif est de fabriquer le modèle à grande échelle et la plate-forme d’essai, d’effectuer un test complet à grande échelle et d’évaluer les performances de la technologie de refroidissement par liquide à jet d’impact dans diverses conditions de conduite. Des résultats favorables peuvent mener à la commercialisation, ce qui permettra aux véhicules électriques de fonctionner avec une efficacité accrue.

Voir la description complète du projet
Superviseur de la faculté :

Ram Balachandar

Etudiant :

Corey Klinkhamer

Partenaire :

Magna

Discipline :

Ingénierie - mécanique

Secteur :

Automobile et transport

Université :

Université de Windsor

Programme :

Accélération

Étude de la relation entre la formulation d’additifs pour l’eau de lutte contre l’incendie et le devenir et la toxicité pour l’environnement

Les additifs pour l’eau de lutte contre les incendies sont un mélange de produits chimiques qui sont mélangés à de l’eau pour éteindre plus efficacement les incendies (c.-à-d. les incendies résidentiels, industriels et de forêt). L’utilisation de ces additifs est susceptible d’augmenter dans la lutte contre les incendies de forêt en raison de l’augmentation prévue de l’occurrence et de l’intensité des incendies de forêt en raison du changement climatique. Les ingrédients des additifs pour l’eau de lutte contre les incendies utilisés dans le passé se sont révélés persistants et nuisibles à l’environnement. L’entreprise canadienne FireRein travaille à la conception de nouveaux additifs pour l’eau de lutte contre les incendies qui sont efficaces pour la suppression des incendies, mais qui posent également un risque relativement faible pour l’environnement. Ce projet étudiera la toxicité des ingrédients individuels utilisés par FireRein et de nouvelles formulations d’additifs pour l’eau conçus par FireRein sur les organismes aquatiques et terrestres. L’objectif de ce projet est de fournir des données qui permettront à FireRein d’optimiser la formulation de ses nouveaux additifs pour l’eau afin qu’ils soient aussi efficaces pour la suppression des incendies que les additifs actuellement sur le marché tout en posant un risque relativement faible pour l’environnement.

Voir la description complète du projet
Superviseur de la faculté :

Ryan Prosser

Etudiant :

Jenna Anderson

Partenaire :

FireRein

Discipline :

Sciences de l’environnement

Secteur :

Fabrication

Université :

Université de Guelph

Programme :

Accélération

Détection profonde de la fraude

La fraude financière est un problème grave qui se produit à l’échelle mondiale et qui cause des dommages considérables à grands frais. L’analyse statistique et les outils d’apprentissage automatique peuvent aider les institutions financières à détecter différents types de fraude. Dans certains cas, cependant, un étiquetage erroné et le coût de la classification peuvent en fait augmenter le volume de « faux positifs » pour les méthodes supervisées. Comme le nombre de transactions normales dans les domaines financiers dépasse de loin le nombre de transactions anormales, il est difficile de classer les étiquettes d’anomalie. Dans ce projet de recherche, une combinaison de méthodes d’apprentissage profond semi-supervisées et non supervisées sera appliquée pour détecter les valeurs aberrantes de différents points de vue.

Voir la description complète du projet
Superviseur de la faculté :

Hamid Usefi

Etudiant :

Majid Afshar

Partenaire :

Verafin Inc.

Discipline :

Informatique

Secteur :

Finance, assurance et affaires

Université :

Université Memorial de Terre-Neuve

Programme :

Accélération

Drainage géosynthétique pour une meilleure stabilité des matériaux à grain fin dans les pentes et les remblais

Des produits de drainage géosynthétique novateurs ont été mis au point qui ont le potentiel d’améliorer considérablement la stabilité des remblais construits ou des pentes reconstruites, en particulier lorsque ceux-ci sont construits à partir de sol (ou de matériaux semblables au sol tels que les résidus) qui sont plus fins et moins perméables (et donc plus faibles) que les remplissages granulaires à grains grossiers à drain libre. Les applications comprennent la reconstruction et la stabilisation de pentes naturelles, de remblais ou de barrages construits (ou du moins en partie à partir) de résidus miniers ou d’autres matériaux à grain plus fin. Le projet consistera à mettre à l’essai le matériau DrainTube® afin de déterminer sa capacité à transporter l’eau dans des conditions saturées et insaturées. Un modèle numérique informatique sera élaboré à l’aide des propriétés du DrainTube®, et un petit modèle physique sera construit pour vérifier le modèle numérique. Les paramètres, y compris l’espacement des tubes, la pente du sol, la perméabilité du sol, l’infiltration et les précipitations prévues, seront analysés. La simulation numérique sera ensuite optimisée en fonction de ces paramètres, et des lignes directrices de conception seront recommandées. Les partenaires du projet bénéficieront de résultats qui permettront d’utiliser le produit DrainTube® en toute confiance dans la conception technique.

Voir la description complète du projet
Superviseur de la faculté :

Ian Fleming

Etudiant :

Michael Gregory Andree

Partenaire :

Groupe CTT

Discipline :

Sciences de l’environnement

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de la Saskatchewan

Programme :

Accélération

Calcul de haute performance (HPC) de l’inversion complète de la forme d’onde et de la migration du temps inverse (FWI / RTM)

Nous développerons des boîtes à outils logicielles avancées pour l’inversion sismique et l’imagerie. Ces méthodes sont appelées inversion de forme d’onde complète et migration de temps inverse (FWIIRTM). Le FWIIRTM sera utilisé pour obtenir avec précision 30 images et des propriétés élastiques de structures complexes souterraines.

Voir la description complète du projet
Superviseur de la faculté :

Wenyuan Liao

Etudiant :

Hassan Khaniani

Partenaire :

Imagerie absolue

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Technologies de l’information et des communications

Université :

Université de Calgary

Programme :

Accélération

Application de différents algorithmes d’apprentissage automatique et d’exploration de données dans la détection de la fraude financière

La détection de la fraude financière est une priorité pour les institutions financières. Il existe une variété de techniques et de modèles qui peuvent être utilisés pour résoudre le problème de la fraude financière. Cependant, à mesure que les fraudeurs deviennent de plus en plus inventifs et adaptatifs, ils ont pu pénétrer dans les méthodes de protection conventionnelles. C’est l’une des principales raisons de la croissance de l’activité de fraude financière, quels que soient les efforts des institutions financières et des organismes gouvernementaux et d’application de la loi. Ce projet étudie l’utilisation de l’intelligence artificielle et des algorithmes d’apprentissage automatique pour détecter la fraude financière.

Voir la description complète du projet
Superviseur de la faculté :

Sohrab Zendehboudi

Etudiant :

Mohammad Mahdi Ghiasi

Partenaire :

Verafin Inc.

Discipline :

Ingénierie - informatique / électrique

Secteur :

Finance, assurance et affaires

Université :

Université Memorial de Terre-Neuve

Programme :

Accélération

Un système de notation prédictive dynamique des prospects pour les ventes internes

La notation des prospects est essentielle pour la gestion des prospects. Le résultat de la notation des prospects est une liste composée de prospects avec des scores attribués indiquant la probabilité que chaque prospect puisse être converti en l’étape suivante du processus de vente. Le Lamb ou le Spam et le Rule-Based sont les deux méthodes de notation principales qui ont été discutées dans la littérature. Alors que divers algorithmes d’apprentissage automatique et l’intelligence artificielle ont commencé à réapparaître, les modèles de notation prédictive des prospects semblent être la prochaine solution prometteuse pour l’activité de notation des prospects. Ce projet de recherche vise à développer un système de notation prédictive dynamique qui tire parti de l’analyse prédictive pour automatiser le processus de notation des prospects basé sur les données historiques des clients pour un résultat plus précis et plus fiable. Les résultats de ce projet de recherche démontreront la valeur de l’application de l’analyse prédictive basée sur les données dans les ventes internes en offrant aux professionnels du commerce un modèle qui peut aider à optimiser l’allocation des ressources et, en fin de compte, à améliorer le succès de l’entreprise.

Voir la description complète du projet
Superviseur de la faculté :

Morad Benyoucef ; Pavel Andreev

Etudiant :

Migao Wu

Partenaire :

VanillaSoft

Discipline :

Ingénierie - informatique / électrique

Secteur :

Extraction minière et exploitation en carrière

Université :

Université d’Ottawa

Programme :

Accélération

Précédent
1...929930931932933934935...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire