Contrôle qualité et détection de défauts pour des systèmes d’ensachage industriel par l’utilisation du Deep Learning

L’opération d’emballage dans des sacs flexibles de produits en vrac est utilisée au quotidien par l’industrie agroalimentaire. Cependant, un défaut de fermeture d’un des sacs présents sur une palette entraine la perte de toute la palette pour garantir les normes d’hygiènes. Le but du projet est de proposer une solution qui permet de détecter les défauts dans différents types de sacs d’emballages. Au vu de la diversité des types de sacs (matériaux, couleurs, taille, etc.) présents dans l’industrie agroalimentaire et des différents types de fermetures qui existent (plié, collé, couture, etc.) ce projet s’appuiera sur les méthodes employées en intelligence artificielle. Ce projet permettra à l’entreprise de maitriser la technologie de l’intelligence artificielle et de rester leader dans son domaine en proposant de nouveaux services sur ses systèmes d’emballage.

Faculty Supervisor:

Jean Brousseau

Student:

Mathieu Juncker

Partner:

Premier Tech Chronos

Discipline:

Engineering - other

Sector:

Manufacturing

University:

Université du Québec à Rimouski