Reconnaissance et estimation de la pose de différents types de boulons sur les parois de mines souterraines par apprentissage automatique

Les boulons servant au soutènement des galeries de mines souterraines ne respectent souvent pas le patron de boulonnage défini par les ingénieurs dû à diverses raisons telle la complexité de la pose des boulons sur le terrain dans un intervalle de temps limité. Les galeries ne sont alors pas aussi renforcées qu’elles devraient l’être et les risques d’effondrement sont ainsi accrus. La recherche proposée a pour but le développement d’une méthode permettant l’évaluation efficace et automatique des patrons de boulonnage. Le projet fera appel à l’intelligence artificielle pour résoudre cette problématique. Nemesis bénéficiera de ce projet par l’intégration de la technologie développée durant ce projet dans ses solutions de vision numérique adaptées au domaine minier. Cette recherche ouvrira la porte vers d’autres produits et services offerts par le partenaire où l’intelligence artificielle pourra être incorporée.

Faculty Supervisor:

Alexandre Campeau-Lecours

Student:

Philip Beaulieu St-Laurent;Samuel Poirier

Partner:

Intelligence industrielle Nemesis

Discipline:

Engineering - mechanical

Sector:

University:

Université Laval

Program: