Événements sectoriels où nous serons présents

20 mars, 9 h – Session sur les modèles basés sur les données et l’IA – Salle 202

Résumé : Les spécialistes de la projection thermique peinent depuis longtemps à définir des plages de fonctionnement optimales – des combinaisons de température des particules, de vitesse et d’intensité du jet permettant d’obtenir des revêtements acceptables – notamment face à l’évolution des caractéristiques des poudres, de l’usure de l’équipement et des conditions ambiantes. Accuraspray HUB relève ce défi en unifiant la saisie, la structuration et l’analyse des données au sein d’une plateforme unique. Lors d’un déploiement initial en laboratoire, le Hub recueille en continu des statistiques récapitulatives (température moyenne, vitesse et intensité) pour chaque cycle de projection et les enrichit automatiquement de métadonnées détaillées : distance de projection, débits de gaz et de poudre, identifiants des lots de poudre, données de maintenance du pistolet et mesures environnementales. Ces vecteurs de caractéristiques par cycle sont ensuite soumis à un regroupement par densité (K-means, DBSCAN, HDBSCAN) afin d’identifier les régimes de fonctionnement « normaux » sans nécessiter d’exemples explicites de « revêtement défectueux ». À partir des regroupements à haute confiance obtenus, le Hub dérive des enveloppes min-max multidimensionnelles qui définissent des fenêtres de processus adaptées à des poudres spécifiques et à l’état de l’arme. En fournissant des pipelines de données reproductibles, une ingénierie des caractéristiques transparente et des analyses modulaires, Accuraspray HUB accélère non seulement la découverte de conditions de fonctionnement stables, mais comble également le fossé persistant entre les experts en projection thermique et la communauté de l’apprentissage machine, ouvrant la voie à un contrôle de processus évolutif et basé sur les données.