IFUI - Industrie du Futur et Usine Intelligente

Différences entre les versions de « Journee-partenaires-2024 »

De IFUI - Industrie du Futur et Usine Intelligente
Aller à la navigation Aller à la recherche
Ligne 51 : Ligne 51 :
 
| 16h10 || '''Thierry Blandet''' (ICube, IGG / GAIA) :  
 
| 16h10 || '''Thierry Blandet''' (ICube, IGG / GAIA) :  
 
'''V.I.R.T.Fac (Virtual Innovative Real Time Factory):'''
 
'''V.I.R.T.Fac (Virtual Innovative Real Time Factory):'''
 +
|-
 +
| 17h || '''Cédric Bobenrieth''' (ICube, MLMS) :
 +
'''3D-PRIAD : 3D Printer with Intelligent Anomaly Detection:'''
 +
'''Résumé''' : À l’apogée de l’industrie 4.0, la conception de nouvelles méthodes et applications permettant un suivi et un contrôle de la production est un réel enjeu.  Cette présentation portera sur le projet 3D-PRIAD qui se concentre spécifiquement sur les problématiques liées à la production par impression 3D. En effet, il est nécessaire qu’une imprimante 3D puisse fonctionner de manière autonome en permanence tout en assurant une production de pièces de bonnes qualités, c’est-à-dire dépourvue de quelconques défauts d’impressions.
 
|-
 
|-
 
|}
 
|}

Version du 9 janvier 2024 à 15:57

Après-midi partenaires ICube Industrie du Futur et Usine Intelligente (IFUI)
23 janvier 2024, 14h – 17h
Amphithéâtre A207, ICube, Pole API, Parc d’innovation à Illkirch

Pour venir : https://osm.org/go/0DOABcar?layers=N&m=

Programme

Programme des exposés
14h00 Discours d’introduction
14h10 Ahmed Samet (ICube, SDC)
Ahmed.png

Machine-learning-based Lithium-Ion batteries prognostic in electric vehicles : The presentation discusses the challenges associated with on-board energy storage systems in hybrid and all-electric vehicles, particularly focusing on the limitations of Lithium-ion batteries known for their high cost, limited driving range, slow recharge, and potential over-costs. The presentation introduces the concept of predictive maintenance for on-board energy storage systems, aiming to predict the Remaining Useful Life (RUL) of Lithium-Ion batteries through Machine Learning (ML) techniques. The goal is to use data from battery aging tests conducted by research institutes to develop models that can predict either the RUL or the State of Health (SOH) of batteries based on operating data like time series of current, voltage, and temperature. In a second step we address the ongoing problem of the explainability of predictive models, funded by the Horizon Europe ENERGETIC project, to understand the link between battery use and its state of health.

14h30 Alizée Brouillard (Alysophil)

L’industrie chimique de demain: pilotage de procédés par IA

Alys.jpg

Description : Alysophil uses artificial intelligence (AI) tools to accelerate the development process and generate new opportunities and better management of industrial facilities. Its solutions focus on chemistry with a reduced environmental impact using biomimetic technologies. This leads to a new market strategy from design concept to production of the final molecule. We contribute AI and flow chemistry expertise to create an autonomous pharmaceutical micro-factory with our industrial partners: https://www.youtube.com/watch?v=1O9evxnm_JI

14h50 Fabrice Theoleyre (ICube, Réseaux) :

Les réseaux industriels sans-fil et la 5G privée pour l’industrie du futur

Plateforme SLICES-FR.jpg

Résumé : L’Internet des Objets Industriels (IIoT) permet de connecter de petits objets via des communications radio tout en les faisant fonctionner sur batterie. Ce changement de paradigme a changé les réseaux industriels. Par ailleurs, utiliser la bande sans licence permet de réduire les coûts de déploiement. Nous donnerons un panorama des technologies radio pour le monde industriel, et nos contributions et prototypes dans le domaine pour créer un réseau radio fiable pour les applications critiques, basé sur des solutions opensource. Nous expliquerons également

15h10 Pierre Parrend (ICube, CSTB)

Graph-based learning for detecting complex cyberattacks

Cybergraph.png

Résumé : Graph learning has emerged a as key tool for cybersecurity analysis by leveraging Graph Neural Networks [Scarselli2009] and Graph Convolutional Networks [Kipf2017]. However, although numerous models have been proposed, an actual thorough evaluation of the relevance and performance of the graph-based approaches for detecting cyberattacks is still missing. We therefore go back to the basics, and perform both a benchmark of graph-based algorithms for enhancing the detection of complex attacks through 1) graph metrics, 2) graph communities and 3) graph spectral analysis. Our evaluation confirms the intuition: "graphs are great !" and validates the relevance and performance of novel metrics we propose for tracking network interactions in communities and spectral representations of the network graphs.


15h30 Jérémie Guignard (Responsable Financement R&D&I, Technology & Strategy)

Utilisation des nouvelles technologies dans les outils industriels - Intelligence Artificielle, Réalité Augmentée, RFID

Technology strategy ts logo.jpg

Description : Fondée en 2008, Technology and Strategy (T&S) est une société de conseil internationale spécialisée dans l'ingénierie, les technologies de l'information, le numérique et la gestion de projets. Chez T&S, nous sommes attachés à l'innovation et à l'amélioration continue. Nous sommes une entreprise internationale avec un ADN franco-allemand. Nos 3 500 collaborateurs sont de 45 nationalités différentes et sont répartis dans 27 bureaux dans 10 pays

15h50 Julien Chapelin (Sew Usocome / ICube, CSIP) Bertrand Rose (ICube, CSIP) :

Détection et diagnostic basé sur les données pour la maintenance prévisionnelle des processus de production hétérogènes

16h10 Thierry Blandet (ICube, IGG / GAIA) :

V.I.R.T.Fac (Virtual Innovative Real Time Factory):

17h Cédric Bobenrieth (ICube, MLMS) :

3D-PRIAD : 3D Printer with Intelligent Anomaly Detection: Résumé : À l’apogée de l’industrie 4.0, la conception de nouvelles méthodes et applications permettant un suivi et un contrôle de la production est un réel enjeu. Cette présentation portera sur le projet 3D-PRIAD qui se concentre spécifiquement sur les problématiques liées à la production par impression 3D. En effet, il est nécessaire qu’une imprimante 3D puisse fonctionner de manière autonome en permanence tout en assurant une production de pièces de bonnes qualités, c’est-à-dire dépourvue de quelconques défauts d’impressions.