Publié le 03/03/2021
Dans un processus industriel, chaque minute compte. Le projet OPTISCAN cherchait à accélérer le scan préalable à un usinage de précision. il a développé une technologie de numérisation intelligente qui optimise le temps d’acquisition en limitant le nombre des points qu’il est nécessaire de mesurer.
Le cas d’usage étudié dans le cadre du projet OPTISCAN est l’usinage de pièces de fuselage d’avions. La matière première sont des tôles, de grandes dimensions, de faible épaisseur et à double courbure, qu’il faudra usiner avec une extrême précision. Si bien qu’il est indispensable de numériser chaque tôle au plus près de sa géométrie grâce à un scan laser. Sauf que dans un contexte industriel où la fabrication est fortement automatisée, cette opération est coûteuse en temps et en volume de données.
L’ambition du projet OPTISCAN était de réduire fortement la durée du scan et d’accélérer ainsi le processus de fabrication. Le coordinateur du projet, Jose Vicente Aguado, cite quelques chiffres pour concrétiser : “Pour une tôle de 6 mètres par 2 mètres, ce qui est une dimension classique dans l’aéronautique, il faut compter de 20 à 25 minutes de numérisation pour mesurer environ 16 millions de points. L’objectif était de réduire l’ensemble de 80% environ.”
L’idée pour accélérer la numérisation consiste à faire appel à une intelligence artificielle pour limiter la mesure effective à un ensemble optimal de points. Cet ensemble permet ensuite de construire par calcul la totalité de la géométrie nécessaire. Le scan laser ainsi piloté par intelligence artificielle balaie la pièce à mesurer beaucoup plus rapidement. “Avec OPTISCAN, 3 millions de points suffisent. Nous avons réduit la durée de numérisation à un peu plus de 3 minutes.”
Pour obtenir ces résultats, il a fallu entraîner l’intelligence artificielle. L’approche utilisée est celle de l’apprentissage par renforcement. Le partenaire industriel, Stelia Aerospace, a fourni les données nécessaires, issues d’opérations de numérisation antérieures. Puis les algorithmes IA développés par Jose Vicente Aguado et son collaborateur Jose Manuel Navarro de l’Institut de calcul intensif (ICI) de l’École centrale de Nantes ont fait le reste en apprenant par l’expérience de façon autonome. 700 jeux de données ont été nécessaires pour atteindre la qualité souhaitée : “Nous avons réalisés de nombreux tests numériques avant de passer aux essais réels sur site.”
Les expérimentations finales ont été menée dans les usines de Stelia Aerospace à Saint-Nazaire. “Nous avons effectué plusieurs essais à partir de scans reconstruits par l’intelligence artificielle. Les résultats étaient très bons. Toutes les pièces usinées ont passées le contrôle qualité.”
La preuve de concept étant réalisée, ce qui était l’objectif d’OPTISCAN, des prolongements industriels sont maintenant envisageables. Les chercheurs de l’ICI poursuivent quant à eux leurs travaux sur le “reinforcement learning”, l’apprentissage par renforcement, qu’ils appliquent à d’autres usages orientés industrie du futur.
OPTISCAN en bref
Appel à projets ATLANSTIC 2020 – Preuve de concept 2018
D’une durée de 12 mois, OPTISCAN réunissait deux partenaires :