Titre du projet de recherche
Réparation Automatisée de Pièces Endommagées grâce au Jumeau Numérique
niveau d'étude
Doctorat
Directeur/codirecteur
Directeur : Farbod Khameneifar
Fin de l'affichage
15 juin 2025
Domaines d'expertise
Analyse de formes et intelligence artificielle
Commande appliquée à la robotique et automation
Unité(s) et département(s)
Département de génie mécanique
Laboratoire de recherche en fabrication numérique et métrologie
Conditions
Le ou la candidat(e) idéal(e) pour ce doctorat doit démontrer un intérêt marqué pour la fabrication numérique, la numérisation 3D, la modélisation géométrique et l’intelligence artificielle. Le projet portera sur le développement de méthodes numériques avancées pour le traitement de la géométrie, la génération automatique de volumes de réparation, ainsi que le contrôle adaptatif de procédés de fabrication additive à l’aide de données multi-capteurs.
Profil recherché :
-
Formation en génie mécanique, informatique ou dans un domaine connexe
-
Solide maîtrise des méthodes numériques et de la programmation (Python, MATLAB ou C++)
-
Connaissance des nuages de points, des maillages, et des outils CFAO
-
Intérêt pour ou expérience en apprentissage machine et en fusion de données
-
Motivation à contribuer à un projet appliqué avec validation industrielle
Une expérience en fabrication additive (notamment WAAM), en robotique ou en suivi de procédés par capteurs constitue un atout important.
Le/la candidat(e) retenu(e) devrait être prêt(e) à commencer son doctorat dès que possible, idéalement à la session d’hiver 2026.
Pour postuler, veuillez faire parvenir les documents suivants à farbod.khameneifar@polymtl.ca :
-
Une lettre de motivation
-
Un CV
-
Les relevés de notes (non officiels acceptés à ce stade)
-
Une publication ou un rapport technique récent (si disponible)
Description détaillée
La réparation additive de pièces métalliques endommagées à l’aide de la fabrication additive à arc-fil constitue une solution émergente pour restaurer des composants de grande valeur tels que les aubes de turbines et les éléments structuraux dans les secteurs aérospatial et énergétique. Traditionnellement, ces réparations sont effectuées manuellement ou avec une automatisation partielle, en s’appuyant fortement sur l’expertise humaine pour l’évaluation des dommages et la planification des trajectoires d’outils. Cependant, l’inspection manuelle et les stratégies de réparation fixes limitent la répétabilité et l’efficacité du processus.
Ce projet de doctorat vise à développer un processus de réparation intelligent et entièrement automatisé, en intégrant des modèles de jumeaux numériques, la numérisation 3D, et un contrôle de procédé adaptatif dans un système de réparation en boucle fermée. Le jumeau numérique permettra la génération automatique de volumes de réparation à partir des données de scan 3D, et le procédé sera continuellement surveillé et optimisé grâce à des capteurs in-situ et à l’intelligence artificielle.
La recherche combinera modélisation numérique et travaux expérimentaux, incluant la mise en œuvre de la surveillance géométrique en temps réel, la fusion de données capteurs et le développement d’algorithmes d’apprentissage machine pour contrôler de manière adaptative les paramètres WAAM pendant le processus de réparation. L’étudiant(e) travaillera avec des scanners 3D à lumière structurée, un équipement robotisé WAAM, et développera des algorithmes pour la classification des dommages, l’analyse des écarts géométriques et le contrôle prédictif du procédé.
Le ou la candidat(e) devra détenir une maîtrise en ingénierie et avoir une solide formation en méthodes numériques, programmation, et optimisation. Une expérience en numérisation 3D, calcul géométrique, intelligence artificielle/apprentissage automatique, robotique industrielle ou systèmes d’automatisation est fortement souhaitée.
Possibilité de financement
Une aide financière de 25 000 $ CAD par année est offerte.
