Contribution au développement d'une méthode de contrôle des procédés dans une usine de bouletage
Bibliographic record
Abstract
En collaboration avec l'École de technologie supérieure et la compagnie ArcelorMittal, cette thèse présente le développement d'une méthodologie pour le suivi et le contrôle de qualité pour des procédés industriels multivariables. Ce mandat de recherche en innovation a été développé dans l’usine de bouletage d'ArcelorMittal Exploitation Minière (AMEM) à Port-Cartier (Québec, Canada). Dans cette démarche, l'entreprise ArcelorMittal vise le maintien de son niveau d'excellence de classe mondiale et poursuit ses initiatives pour augmenter ses avantages concurrentiels à travers le monde. \n \nLe procédé de la classification hydraulique a été retenu comme un prototype et un laboratoire de développement en raison de son effet sur la compétitivité de l’entreprise et de son impact sur toutes les étapes subséquentes jusqu'à la production finale des boulettes d'oxyde de fer. \n \nConcrètement, le développement de cette expertise en contrôle des procédés et dans le suivi in situ permettra d'établir de meilleures bases de connaissance dans le domaine de la modélisation physique des systèmes complexes, de la réconciliation des données, des observateurs statistiques, de la commande multivariable et du contrôle de la qualité par le suivi en temps réel de la fonction de désirabilité. Le classificateur gravimétrique est modélisé mathématiquement. Avec des perturbations planifiées sur la ligne de production, une procédure d’identification a permis d’obtenir des estimations empiriques des paramètres structuraux du modèle. Une nouvelle campagne d’échantillonnage et une politique inédite pour la collecte et la consolidation des données ont été implantées au niveau de l’usine. L’accès à ces sources privilégiées d’information a permis d’établir de nouveaux seuils pour la gouvernance du procédé et pour son contrôle. Finalement, à la place d’un suivi qualité traditionnel, nous avons implanté une nouvelle stratégie basée sur l’emploi de la fonction de désirabilité. Notre innovation a été, non pas d’employer cette fonction seulement comme un indicateur du taux de satisfaction globale (économique) du procédé, mais de la proposer comme «observateur» de l’état du système. \n \nLes premières étapes d'implantation ont déjà démontré la faisabilité de la méthode ainsi que les nombreux impacts industriels sur l'ensemble des procédés de l'entreprise. Principalement, l'émergence de l'aspect économique sera une variable stratégique pour assurer une meilleure gouvernance des procédés dont les variables de qualité représentent des enjeux stratégiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.005 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".