Antoine Léger soutiendra sa thèse intitulée « Contribution à la mise en place d’un système d’identification et d’inspection de pièces moteurs à base de réseaux de neurones convolutifs ».
Noms des encadrants
- David FOFI (Directeur de thèse)
- Eric FAUVET ( Co-encadrant de thèse)
- Gaëtan Le Goïc (Co-encadrant de thèse)
- Rémi Kornalewski (Encadrant industriel – Invité)
Jury
- Jean-Luc MAIRE – Professeur, SYMME, Université de Savoie Mont-Blanc – Rapporteur
- Johan DEBAYLE – Professeur, LGF, Ecole des Mines de Saint-Etienne – Rapporteur
- Sylvie CHAMBON – MCF HDR, IRIT, Université de Toulouse – Examinatrice
Résumé
Ces travaux de doctorat ont été réalisés en partenariat avec l’entreprise F2J REMAN située à Chaumont et faisant partie du groupe F2J Industry, dans le cadre d’une Convention Industrielle de Formation par la Recherche (CIFRE) financée en partie par l’Association Nationale de la Recherche et de la Technologie (ANRT). Ce travail de collaboration Industrie-Recherche a été mené par Antoine LEGER au sein du laboratoire ImViA à Dijon (21000) et dirigé par David FOFI, professeur à l’ESIREM au Creusot (71200). L’entreprise F2J REMAN est spécialisée dans la rénovation de moteurs diesel industriels et de camions. Cette activité de remanufacture consiste à allonger la durée de vie des moteurs en sauvant les pièces dont ils sont constitués et ainsi préserver leur valeur embarquée. Ce processus de rénovation implique une très grande gamme de pièces (plusieurs milliers), pouvant rendre complexe la tâche d’identification de ces dernières. Un système de vision industriel couplé à l’utilisation de l’apprentissage profond, un sous domaine de l’intelligence artificielle est proposé. Des résultats préliminaires montrent des performances d’identification élevées sur la majorité des pièces. L’entreprise souhaite également avoir la possibilité d’intégrer des nouvelles familles de moteur de manière autonome via un outil simple d’utilisation. Un objectif complémentaire de ce travail est donc l’automatisation de toutes les opérations informatiques nécessaires. Dans ce but, une méthode d’extraction de contours robuste et reposant sur l’utilisation d’un fond vert est proposée. Une comparaison de la méthode d’extraction initiale avec la méthode proposée montre un gain de temps significatif dans l’accomplissement de cette tâche. Cet outil d’automatisation est lié à un gestionnaire de base de données permettant de gérer des images affichées lors de la phase de détection, comme une aide pour l’opérateur au poste. En parallèle de ces travaux, le montage d’un banc d’essai expérimental constitué de matériels d’acquisition et d’éclairage avancés a permis l’utilisation de techniques d’imagerie informatique. Ces techniques reposent sur l’utilisation de plusieurs images et la reconstruction d’une image intégrant des caractéristiques visuelles jusqu’alors non exploitées.