Détection précoce des défauts du procédé PurTflex par vision artificielle et IA - QC-917

Project type: Research
Desired discipline(s): Engineering - computer / electrical, Engineering, Computer science, Mathematical Sciences
Company: Moulures Transform
Project Length: 4 to 6 months
Preferred start date: As soon as possible.
Language requirement: French
Location(s): Alma, QC, Canada
No. of positions: 1
Desired education level: Master's
Open to applicants registered at an institution outside of Canada: No

About the company: 

Moulures Transform est une entreprise manufacturière établie à Alma. Elle a développé le procédé propriétaire PurTflex, qui consiste à extruder une mince couche de polyuréthane recouverte d’un vernis UV sur un papier décoratif spécialement traité. L’entreprise souhaite améliorer le contrôle qualité en détectant plus tôt les défauts de production et en réduisant les pertes de matière. Elle collabore avec le CPA Automatisation du Cégep de Jonquière pour évaluer une solution de vision artificielle adaptée à ce procédé.

Describe the project.: 

Le projet vise à établir la faisabilité d’une détection précoce des défauts du procédé PurTflex, qui applique une mince couche de polyuréthane et un vernis UV sur un papier décoratif. Les variations normales de couleur, de texture et de décor, les reflets du vernis et le déplacement du produit compliquent la distinction entre défauts réels et produits conformes. En collaboration avec Moulures Transform et le CPA Automatisation du Cégep de Jonquière, la personne stagiaire définira deux ou trois familles de défauts prioritaires, les critères d’acceptation et les mesures de performance. Elle participera aux essais de caméras et d’éclairage, constituera une banque d’images annotées et comparera une méthode classique de traitement d’images à des approches d’apprentissage automatique adaptées au volume de données disponible. Elle développera un prototype de détection et évaluera ses résultats sur des lots distincts des données de développement, notamment les défauts manqués, les fausses alertes et le temps de traitement. Les livrables comprendront un protocole d’essai, le code documenté, une comparaison des méthodes et des recommandations pour une validation ultérieure sur la ligne de production. Le stage porte sur une preuve de faisabilité; une implantation industrielle complète serait envisagée dans un mandat ultérieur.

Required expertise/skills: 

Maîtrise en génie électrique, génie informatique, informatique, génie de la production automatisée ou domaine connexe. Compétences en vision par ordinateur, traitement d’images et apprentissage automatique; programmation Python et utilisation de bibliothèques telles qu’OpenCV, PyTorch ou TensorFlow. Capacité à concevoir des essais, à analyser les résultats, à appliquer une validation statistique et à documenter un développement reproductible. Autonomie et aptitude à collaborer avec une équipe technique et des opérateurs de production. Atouts : expérience des caméras et de l’éclairage industriels, détection d’anomalies, segmentation d’images ou projets manufacturiers. Capacité à communiquer et à rédiger en français. Une expertise en optique appliquée à la mesure de l’épaisseur de matériaux transparents, notamment le polyuréthane, est particulièrement recherchée.