Reconnaissance optique de caractères pour l’optimisation du cycle de vie des plaques-mères

Affinerie CCR, basée dans la région de Montréal, est une affinerie de cuivre et de métaux précieux. CCR effectue l’affinage final du cuivre en utilisant un procédé de plaquage électrolytique. Durant le procédé, le cuivre se dépose sur des plaques en acier inoxydable nommées plaques-mères. Après plus de 10 ans de mise en service, les 85 000 plaques-mères commençaient à présenter des marques de corrosion en surface, ce qui affectait la qualité physique du cuivre plaqué et diminuait la cadence de production. Toutefois, le client devait être en mesure d’identifier les plaques-mères pour faire le suivi des réparations, pour repérer les plaques-mères non restaurées et pour soutenir les efforts d’amélioration du procédé.

Notre mandat fut donc de développer un système de vision sur mesure car les méthodes conventionnelles de reconnaissance ne pouvaient être utilisées sur les plaques-mères pour les raisons suivantes :

• Les numéros sont gravés cuivre sur cuivre, ce qui cause un faible contraste et pose un défi pour l’éclairage ;
• La surface sur laquelle sont gravés les numéros n’est pas uniforme et présente de nombreux défauts (rayures, taches) ;
• Les numéros ne sont pas toujours au même endroit sur la plaque-mère ce qui oblige à agrandir le champ de vision et donc à réduire la résolution de l’image.

Le projet de développement s’est déroulé en trois grandes phases.

Dans une première phase, qui s’est terminée en 2012, INO a développé un système optique et un algorithme de vision numérique qui segmente et classifie les différents caractères composant les codes identifiant les plaques-mères. Ceux-ci permettent de suivre le cheminement de chaque plaque, d’un bout à l’autre de l’usine. Grâce à ce système, le monitorage s’effectue en continu et les plaques à restaurer sont retirées de la production, sans interruption des activités.

Par la suite, Affinerie CCR a  fait appel à INO pour moderniser ce système et ainsi augmenter le taux de lecture. Grâce à ses capacités en apprentissage profond (deep learning) et en intelligence artificielle, l’équipe d’INO a développé un nouvel algorithme de reconnaissance de caractères utilisant des réseaux neuronaux à convolutions.

Ce genre d’algorithme est connu pour surpasser la performance humaine dans différentes tâches, comme la reconnaissance d’image. L’algorithme précédent utilisait des caractéristiques définies par un ingénieur (hand-crafted features) tandis que le nouvel algorithme apprend les caractéristiques directement à partir des données afin de réduire au minimum le nombre d’erreurs de lecture. Ceci permet une plus grande adaptabilité du système, puisqu’il suffit d’ajouter des images à la banque de données et de procéder à un nouvel apprentissage pour en améliorer la performance.

De plus, nous avons augmenté la performance de lecture, la faisant passer de 94% à 99% de bonnes lectures, ce qui permet à Affinerie CCR de mieux surveiller l’évolution des plaques-mères dans l’usine. Ainsi, en effectuant une lecture des 75 000 plaques-mères chaque semaine, on passe d’environ 4 500 à 750 mauvaises lectures par semaine.

Cette deuxième phase du projet de collaboration avec Affinerie CCR a permis de démontrer qu’en jumelant l’optique et l’intelligence artificielle, deux compétences de pointe d’INO, il est possible d’apporter des solutions novatrices au secteur manufacturier. 

La troisième phase avait pour but le développement complet du système de vision ainsi que la mise en service de trois systèmes. Parallèlement à l’installation physique, le développement de l’algorithme de reconnaissance de caractères a pu être optimisé en utilisant les images acquises sur la première machine. Plusieurs versions du logiciel ont ainsi été testées avant d’en arriver à la version définitive.

À la suite de la restauration de plus de 5 000 plaques, notre client a noté une amélioration de la qualité du placage sur les plaques réparées, une augmentation de la facilité d’effeuillage et une réduction du nombre de blocages des machines, réduisant ainsi l‘intervention des opérateurs et les risques d’accident.

La grande collaboration entre Xstrata Affinerie CCR, INO et les autres partenaires du projet s’est avérée cruciale à son succès. Par ailleurs, le système optique que nous avons développé ouvre maintenant la voie à d’autres projets d’amélioration du procédé de production chez notre client.