Eddyfi Technologies : Apprentissage profond appliqué aux tests non-destructifs d’échangeurs de chaleur

Les contrôles non destructifs (CND ou NDT en anglais) sont un outil fondamental des programmes de gestion et surveillance de l’intégrité des échangeurs de chaleur : un type d’actif essentiel à l’industrie chimique et pétrochimique. Le projet développera un outil, basé sur l’apprentissage profond, pour analyser les données issues d’une technique CND très utilisée : le « remote field testing » ou RFT. L’outil supportera le travail des analystes qui interprètent les données RFT pour identifier la présence de défauts et corrosion dans les échangeurs de chaleur. L’analyse assistée par intelligence artificielle permettra une segmentation rapide et fiable des certains éléments structurels des échangeurs, ainsi qu’une normalisation automatique des signaux RFT pour simplifier la détection de défauts. Cela augmentera la productivité et la confiance des analystes en fournissant une « opinion complémentaire » sur les données, et améliorera la qualité de l’analyse RFT pour les analystes de tous niveaux d’expertise.

Faculty Supervisor:

Christian Gagné;Xavier Maldague

Student:

Partner:

Technologies Eddyfi

Discipline:

Computer science

Sector:

Manufacturing

University:

Université Laval

Program: