Industrie du futur : l’Académie franco-allemande lance sept nouveaux projets

À l’issue d’un appel à projets lancé par l’Académie franco-allemande auprès des chercheurs de l’IMT et de la TUM (Technische Universität Munchen), sept projets ont été retenus en octobre dernier, portant sur les thématiques-phares de l’Académie franco-allemande pour l’industrie du futur. Une plateforme franco-allemande pour l’IA verra prochainement le jour.

Les projets sélectionnés portent sur les six thématiques IA pour l’industrie du futur, Fabrication avancée, Matériaux avancés, Supply Chain et logistique, Efficacité énergétique, Design industriel et Procédés. Ils seront financés par l’Académie franco-allemande pour l’industrie du futur créée par l’IMT et la TUM, dans le cadre d’une première phase d’amorçage.

Pour Christian Roux, directeur de la recherche et de l’innovation de l’IMT, « l’Académie franco-allemande élargit ainsi son champ d’exploration pour apporter des solutions sur les thématiques stratégiques pour l’industrie du futur afin de soutenir et accélérer la transformation digitale du tissu industriel français et allemand. »

Alloy Design for Additive Manufacturing (ADAM)

Ce projet porte sur la fabrication additive, en particulier par fusion laser (LBM, Laser Beam Melting). Il s’agit d’optimiser le choix de la composition de l’alliage utilisé pour ce procédé de fabrication additive de manière à limiter les défauts et à optimiser les caractéristiques mécaniques du produit final. Cette optimisation s’appuiera sur le traitement de grandes masses de données accumulées par l’équipe de chercheurs de Mines Saint-Étienne, et sur des moyens d’expérimentation, dotés de caméras à très grande vitesse, de la TUM.

Additive Manufacturing for the Industry of the Future

L’objectif de ce projet est d’analyser l’impact de l’introduction de la fabrication additive dans l’industrie, suivant trois axes. Le 1^er axe concerne l’organisation industrielle (chaîne logistique, emploi de matériels open source, insertion dans de nouveaux écosystèmes d’innovation), le 2^e, celle de l’entreprise (nouvelles fonctions, nouvelles compétences, nouveaux modèles économiques). Enfin, le 3^e axe concerne les changements d’organisation dans la conception (nouvelles possibilités de conception, customisation de masse, conception centrée usager…). Les évolutions de la fabrication additive elle-même, induites par son introduction dans le monde de l’industrie, seront également étudiées.

Smart Artificial Intelligence based Modeling and Automation of Networked Systems (AI4Performance)

Avec ce projet, il s’agit de développer une approche intelligente pour tester et évaluer des systèmes de réseaux (en collectant au passage des données). La démarche reposera sur des méthodes innovantes d’apprentissage (Graph Neural Network) sur des données fournies par les partenaires Cisco et Airbus. Ceci englobera l’analyse d’impact de changements (augmentation du nombre d’utilisateurs, insertion de nouveaux sous-systèmes, de machines virtuelles…), la détection de goulots d’étranglement et l’analyse de cause racine, ainsi que la détection de dysfonctionnements.

Data-driven Collaboration in Industrial Supply Chains (DISC)

Se plaçant dans le contexte de la transformation numérique de l’industrie, ce projet se focalise sur l’optimisation de la chaîne logistique par la collaboration et en particulier les mécanismes d’incitation au partage d’information. La démarche s’appuiera sur des méthodes issues de la théorie des jeux, pour améliorer des processus de décisions de plus en plus décentralisés avec la transformation numérique.

Modeling and decision-making platform for Reconfigurable, Servitized Production systems Digitalized (RDS-Production)

Dans ce projet, la recherche vise à développer des méthodes de conception de systèmes de production reconfigurables, en s’appuyant sur la modélisation de composants et de logiciels interopérables (par jumeaux numériques), sur des techniques d’IA et de recherche opérationnelle pour assister la prise de décision dans les reconfigurations, sur des approches de cycle de vie serviciels des équipements d’un système de production, et enfin sur des méthodes de décision multi-critères.

Smart Sensor Technology with Decentralized Processing Architecture

Le développement d’une nouvelle approche pour la prise en compte des capteurs dans des systèmes tels que ceux de l’automobile ou de la eSanté, est l’objectif de ce projet. Il s’agit de répartir les données et traitements à partir du niveau du capteur, intelligent, et dans différentes couches, de sorte que dans ce système multicouches et adaptatif, les besoins en stockage et traitement soient répartis de manière optimisée, en favorisant la sécurité, la fiabilité, la robustesse et la capacité de changement d’échelle.

Une plateforme franco-allemande pour l’IA

Joint Platform and Tools for Artificial Intelligence based on Data-Intensive Research and Data Governance.

TeraLab, la plateforme d’Intelligence artificielle de l’IMT, et la TUM, vont travailler à la création d’une plateforme commune d’IA. Celle-ci permettra aux chercheurs des deux instituts et à leurs partenaires industriels de collaborer étroitement, grâce à un accès partagé mais sécurisé aux données. Le projet inclut également la possibilité pour les chercheurs de mettre en valeur leurs travaux et leurs résultats, avec le développement d’outils capables de tester les algorithmes et les data sets utilisés. Ce service sûr, neutre et de confiance facilitera la reproductibilité des résultats dans un cadre partagé de bonnes pratiques.

[divider style= »normal » top= »20″ bottom= »20″]