221 - Étudiantes et étudiants du collégial : bastion de la relève en recherche

L’avancement technologique a permis de réduire la consommation électrique. C’est le cas avec l’avènement des variateurs de vitesse (VFD) et de l’éclairage DEL. Alors qu’un VFD abaisse la consommation d’énergie du moteur et permet son contrôle précis, une DEL offre une intensité lumineuse comparable à l’éclairage incandescent, avec une consommation électrique réduite. Les VFD et les lumières DEL augmentent la pollution harmonique dans le réseau, ce qui détériore la qualité du signal électrique. De plus, l’éclairage moderne a aussi tendance à créer une plus forte pollution lumineuse dans nos villes, ce qui réduit le contact visuel avec les astres. Les lampes Oasis réduisent la pollution lumineuse, avec leur profil de couleur orangé à 1500K. Nous avons effectué des relevés expérimentaux sur la pollution harmonique induite par ces lampes Oasis de 5 et 7 W et comparé nos résultats avec la pollution harmonique induite par les lampes LED classiques, les fluocompactes et les lampes à incandescence. Les résultats ont montré que les lampes incandescentes ne présentent aucune pollution harmonique, alors que la distorsion harmonique totale (THD) des lampes Oasis (75 %) est du même ordre de grandeur que les LED ordinaires (78 %) et meilleure que celle des lampes fluocompactes (82 %). De ce qui précède, on déduit que la pollution harmonique des lampes Oasis est comparable à celle des lampes LED classique, alors qu’elles améliorent la pollution lumineuse.

Les variateurs électroniques de vitesse VFD, communément appelés drives VFD, ont apporté une nouvelle vie aux moteurs asynchrones en termes d’efficacité énergétique et d’adaptabilité aux besoins et, de nos jours, près d’un moteur sur 4 est muni d’un VFD. Le signal délivré par le VFD au moteur n’est jamais sinusoïdal, il s’en approche d’autant plus qu’on commute l’onduleur de ce VFD à fréquence élevée, ce qui augmente ses pertes de commutation. À l’inverse, les pertes causées par les harmoniques dans le moteur sont d’autant moins élevées que l’onduleur commute à fréquence plus élevée. Ce dilemme, entre ce que le moteur ‘’préfère’’ comme signal d’alimentation et ce que le VFD ‘’préfère’’ délivrer est illustré par les relevés thermographiques que nous avons effectués. Ainsi, à conditions égales, il appert que la température du VFD peut augmenter de +2°C quand l’onduleur commute à 16 kHz par rapport à 2 kHz. Pour ce qui est de la température du moteur alimenté par un VFD qui commute de 2 à 16 kHz, nous nous attendons à ce que le surchauffement soit nettement supérieure à +5°C. Des relevés sont en cours pour synthétiser l’ensemble des résultats. Nos observations préliminaires montrent clairement que le drive VFD chauffe plus quand il commute à fréquence maximale, alors que le moteur chauffe moins quand le signal s’approche davantage d’une onde sinusoïdale. De futures mesures nous permettrons de formuler des recommandations.

De nos jours, aux États-Unis et au Canada, l’usage de moteurs électriques de dernière génération NEMA Premium est obligatoire dans la majorité des applications usuelles. Ce qui caractérise ces moteurs, c’est leur efficacité plus élevée, ce qui s’obtient notamment par la réduction du courant nominal. Par ailleurs, nous avons collecté les données sur les courants de moteurs NEMA Premium des principaux constructeurs (ABB-Baldor, Siemens, Teco-Westinghouse, US Motors, WEG, Toshiba, etc.) actifs sur le marché nord-américain et avons établi, pour chaque puissance, la valeur nominale du courant en fonction de sa tension. C’est ainsi qu’il apparait que les valeurs des courants des moteurs NEMA Premium sont nettement inférieurs à celles que donne le tableau 44 du Code canadien de l’électricité CCE. Ces valeurs se rapportent davantage à celles de moteurs de plus vielle génération. En d’autres termes, si les moteurs de dernière génération sont mécaniquement compatibles (interchangeables) avec ceux des générations précédentes, il n’en est pas de même des paramètres électriques. De ce fait, quand on change un vieux moteur par un moteur plus récent, il est impératif de vérifier que la protection est adaptée. En effet, en collectant les données sur les disjoncteurs magnétothermiques disponibles chez différents manufacturiers, il s’avère souvent que l’on doive changer la protection du nouveau moteur à cause de son courant plus bas que celui du moteur qu’il est censé remplacer.

La maladie de Charcot-Marie Tooth est une maladie neurodégénérative qui touche les nerfs périphériques et entraine une paralysie progressive des jambes et des mains. Pour un athlète de course en fauteuil roulant, cela cause un manque d’autonomie et des difficultés lors de la propulsion. La solution proposée est un gant rigide pour stabiliser la main et contraindre le poignet en extension durant la propulsion. La question de recherche consiste à déterminer la valeur optimale de l'angle d'extension pour maximiser l'efficacité de propulsion en fauteuil roulant de course. Le processus de conception propre au design industriel a été choisi pour la conception et la validation du gant prototype. Trois cycles de développement ont été effectués. Durant le premier cycle, une collecte de données a apporté une meilleure compréhension des limitations de l’athlète puis, des prototypes exploratoires ont été développés et validés qualitativement pour obtenir la forme de gant à préconiser. Le second cycle a permis de numériser en 3D les mains et bras de l’athlète pour modéliser et imprimer en 3D trois paires de gants avec des angles d’extension au poignet de 30˚, 50˚ et 60˚. La collecte de données biomécaniques et l’évaluation qualitative ont permis de comparer les gants. Lors du dernier cycle, la conception d’accessoires et une nouvelle modélisation ont conduit à l’impression d’une paire de gants finaux que l’athlète peut maintenant utiliser avec une propulsion et une autonomie améliorées.

Le projet présenté décrit la conception d'une preuve de concept pour une machine d'usinage numérique par chimio-érosion. Cette technique, similaire à l'électroérosion, exploite l'électrolyse de l'eau pour provoquer une oxydation contrôlée des matériaux conducteurs. La preuve de concept développée durant l'été 2022 démontre le potentiel de cette technologie. La machine a été conçue pour être facilement utilisable par des personnes ayant peu de connaissances techniques, sans coût d'exploitation et en toute sécurité. Elle pourrait être utilisée dans les laboratoires de fabrication numérique communautaires (Fablab). Cela aurait pour effet de démocratiser l'autoréparation, le prototypage et la création artistique, car une telle machine permettrait d'inclure les métaux parmi les matériaux usinables en fabrication numérique communautaire. Ainsi, les travaux déjà effectués sont partagés pour encourager d'autres personnes intéressées à participer à la conception de machines similaires afin de surmonter la barrière de l'utilisation des métaux en fabrication numérique communautaire.

Innovateur et non invasif, le ratio T1w/T2w tiré de scans utilisant l’imagerie par résonance magnétique (IRM) est un biomarqueur qui se démarque. Les valeurs de ratio T1w/T2w sont produites en divisant certaines données de scans T1w par celles de scans T2w, deux types d’images cérébrales fréquemment produites dans le milieu clinique. Ce ratio indique la quantité de myéline, membrane permettant la transmission rapide des signaux nerveux. Nous avons mis le ratio à l’épreuve en l’utilisant pour comparer le déclin de la quantité de myéline dans le cerveau de personnes atteintes de la maladie d’Alzheimer (MA) et celui d’individus vivant un vieillissement sain. Les scans de 594 participants (149 avec la MA et 414 dans un groupe témoin) ont fait l’objet d’une série de transformations computationnelles pour en extraire des données de ratio. Les valeurs obtenues associent l’âge et la MA avec un déclin de la myéline dans les régions de l’hippocampe, du cortex somatomoteur et du lobe occipital. Toutefois, les résultats pour la MA impliquent aussi une augmentation inattendue de myéline dans le lobe temporal, conséquence possible de la complexité pathobiologique de la MA et de l’influence d’autres facteurs biologiques sur les données de ratio. Bien que plus d’études seront nécessaires pour confirmer la validité du ratio, le potentiel de cette technique accessible permet d’envisager une meilleure connaissance de la MA, du vieillissement et même de l’anatomie cérébrale dans son ensemble.

Selon l'ONU, chaque année, plus de 40% des récoltes agricoles sont perdues en raison de maladies affectant les plantes. De plus, dès qu'une plante est infectée, il est crucial de la traiter rapidement pour minimiser les risques de contamination des plantes voisines. C'est pourquoi nous avons développé une serre connectée favorisant la détection préventive de maladies de manière automatisée ou avec assistance humaine. La solution consiste en la collecte en temps réel de données en masse sur l'environnement de la serre, telles que l'humidité du sol, la température et le taux de croissance des plantes. Les modèles de détection de maladies seront des réseaux de neurones convolutifs (CNN). Nous pourrons utiliser différents modèles tels que MobileNet ou faster-RCNN et comparer leursperformances. À partir d'un jeu de données que nous pourrons créer avec les données de la serre, ou alors trouver en ligne, nous pourrons entraîner nos modèles et ainsi localiser les plantes malades et classifier les maladies. Les premières plantes seront des tomates. Parallèlement, nous utiliserons un autre modèle d'apprentissage en temps réel. En utilisant les données collectées, nous pourrons optimiser la croissance des plantes. La base de données sera constamment actualisée, permettant à notre modèle de s'améliorer dans la gestion de la serre. Notre objectif à long terme est de fournir un jeu de données fiable et un modèle robuste pour la gestion de la serre en fonction de la plante choisie.

De nos jours, l'utilisation des logiciels d'intelligence artificielle (IA) devient de plus en plus courante. Cependant, peu de gens comprennent réellement le fonctionnement de ces technologies. Comme la présence de l'IA continue de croître, il est crucial que les jeunes soient à l'aise avec son fonctionnement, mais les ressources éducatives dans ce domaine sont insuffisantes. Pour palier ce manque, nous proposons une série d'outils pédagogiques interactifs, disponibles sur la plateforme ALIVEcode, qui permettent de construire et de visualiser des arbres de décision. Les arbres de décision sont un type de modèles d'IA simple qui, par leur nature, sont plus simples à comprendre que d'autres types de modèles. Couplés avec un visuel interactif des éléments qui les composent, ceux-ci peuvent devenir une vraie porte d’entrée dans le domaine pour les jeunes étudiants. Ces outils ont été mis en valeur par le biais d’un cours en ligne interactif sur la même plateforme, qui applique les concepts des arbres de décision à un problème concret. Dans celui-ci, l’étudiant est invité à entraîner un arbre de décision pour prédire la durée de vie d'un produit en fonction des conditions de stockage et d'emballage, et en tirer des conclusions sur les facteurs qui influencent cette durée de vie. En se servant d’une étude de cas concrète dans un environnement interactif, nous proposons une façon plus stimulante d’apprendre le fonctionnement des arbres de décision.

Notre projet a pour but de stimuler l'intérêt des jeunes pour l'Internet des Objets (IoT), un secteur en constante évolution et riche en opportunités. Nous croyons que la façon la plus efficace pour y parvenir est d'offrir une expérience pratique, ludique et accessible. Nous avons créé une maison connectée imprimée en 3D (41x32x16cm) pour permettre aux élèves de découvrir les concepts de l'IoT de manière interactive pouvant ultimement devenir intelligente. Cette approche novatrice rend le sujet plus accessible et suscite l'intérêt des jeunes pour ce domaine passionnant. Nous avons également développé des outils en Python, afin de simplifier l'utilisation des microcontrôleurs et les connecter à notre site ALIVEcode.ca. De plus, nous avons proposé des défis variés pour permettre aux élèves de découvrir les possibilités illimitées de l'IoT. Une bonne solution IoT nécessite des connaissances en informatique, électroniques et mathématiques. Notre maison intelligente permet de clarifier ces concepts et d'en améliorer la compréhension. Enfin, en plus de servir d’outil d’apprentissage, la maison sert comme prototype pour développer des solutions durables pour la gestion de l'énergie. Avec la collecte et l'analyse des données, nous apprenons comment les occupants interagissent avec leur environnement, ce qui permet de mettre en place des mesures visant à réduire la consommation d'énergie. À l'avenir, notre objectif est de faire découvrir notre projet à un plus grand nombre de jeunes.

L'intelligence artificielle (IA) devient de plus en plus présente dans nos vies quotidiennes, mais son fonctionnement est une boîte noire: il demeure largement mystérieux. Pour la vision artificielle et le classement d'images, les réseaux neuronaux convolutifs (CNN) sont largement utilisés, mais les ressources pour les comprendre sont limitées. Nous proposons d'améliorer cet apprentissage en offrant une visualisation 3D du CNN et un schéma d’optimiseur pour montrer les calculs effectués en arrière-plan sur notre plateforme en ligne ALIVEcode*. De plus, nous avons développé une interface conviviale dans laquelle l’utilisateur.rice sera outillé.e pour entraîner son propre modèle sur un ensemble d'images. Ainsi, il.elle pourra facilement préciser les filtres pour identifier les motifs et les couches de neurones pour faire ressortir les caractéristiques des images. Nous avons également créé un cours contenant des défis de difficulté croissante sur ALIVEcode qui aide à comprendre les CNNs avec des études de cas concrets. Par exemple, les étudiant.e.s pourront développer des modèles capables de déterminer l'état de santé d'une plante dans des serres ou des champs, qui pourraient servir à la réduction des pertes agricoles. Dans le futur, nous planifions d’ajouter d’autres études de cas, pour souligner l’importance d'avoir une compréhension et une expertise en matière de CNNs.

* https://alivecode.ca/ai

 

Des polluants nocifs aux couches souillées, l’humain se fie souvent à son nez pour détecter les situations problématiques à corriger afin d’assurer la sécurité ou le bien-être de la population. L’actuelle pénurie de personnel dans plusieurs secteurs d’activité amène la question : la technologie pourrait-elle remplacer le nez humain, pour détecter ces situations? Dans le cadre de ce projet de recherche, l’étudiant-chercheur a développé un système pouvant déceler des molécules prédéterminées dans l’urine et les selles, telles que les composés organiques volatils, le sulfure d’hydrogène, le dioxyde de soufre et le méthanethiol, qui génère une alarme lorsque les gaz dépassent un certain seuil. Accompagné d’une équipe multidisciplinaire, l’étudiant-chercheur a, dans un premier temps, déterminé les gaz et les capteurs pouvant les déceler. Il a ensuite développé un prototype de détection qui émet un signal lors du dépistage des gaz. De plus, il a réalisé un système d’acquisition de données et a programmé le traitement des signaux ainsi que la génération de l’alarme. Finalement, le système a été testé en situation réelle afin de sélectionner les meilleurs capteurs. Les résultats de ces essais en situation réelle démontrent que quatre des sept capteurs sélectionnés détectent bien la présence d’urine et de selles. Le dispositif décèle donc les composés organiques volatils, le sulfure d’hydrogène et le méthanethiol contenu dans les excréments.

Durant la pandémie mondiale de la Covid-19, la population canadienne a dû se conformer aux directives régissant le port du masque. Après une recherche exhaustive, nous avons formulé une hypothèse qui supposerait que le port du masque chirurgical allongerait le temps de réaction dans une tâche de reconnaissance émotionnelle. Les 28 participants de notre étude sont des étudiant.e.s du collège Dawson entre 17 et 21 ans. L’expérience a été conçue sur le logiciel PsychoPy3. Sur cet outil permettant la création de tâches cognitives interactives, l’étude a été divisée en deux parties dont l’une présente des visages démasqués et l’autre des visages masqués. Au total, chaque partie constituait 36 stimulus qui se différenciaient en genre et en ethnicité (Asiatique, Noir, Caucasien et Latino). Chaque image présentait l’une des six émotions de base : colère, tristesse, peur, surprise, joie, neutralité. Il y a une différence statistiquement importante (valeur-p = 0,016) en terme du temps de réaction des participants durant les deux parties de l’expérience. Il se pourrait qu’ils prennent plus de temps à identifier les émotions masquées. La valeur-p du temps de réaction des visages exprimant la peur était de 0,026. Par ailleurs, la valeur-p du nombre de bonnes réponses des visages exprimant la tristesse était de 0,0006. Non seulement le port du masque réduirait notre rapidité et précision à reconnaître les émotions de base, mais il aurait un impact prononcé sur certaines émotions.