Prédiction d’un indicateur de performance de ligne de production

Le passage des entreprises à l’industrie 4.0 à pour but de propulser la productivité, réduire considérablement
les coûts de production et d’améliorer grandement la qualité des produits. Le projet a pour but de démontrer à
l’entreprise partenaire que l’utilisation de modèle prédictif d’apprentissage machine afin de prédire un indicateur
de performance (KPI) de ligne de production en fonction des données collectées en temps réel grâce à des
capteurs à chaque étape du processus de production, pourrait grandement optimiser les procédés de production.
En effet, la prédiction d’indicateur de performance de ligne de production, selon diverses variables anticipables
comme l’opérateur en fonction, la température environnante, le fournisseur de matériaux, le type de matériaux et
etc. permet de repérer les meilleurs scénarios de production et à l’équipe de gestion de se servir de ceux-ci pour
améliorer la productivité et l’utilisation des actifs de façon optimaux.

Faculty Supervisor:

Jean-François Plante

Student:

Partner:

Sidel Canada Inc

Discipline:

Computer science

Sector:

Manufacturing; Retail trade

University:

HEC Montréal

Program: