Actualité web & High tech sur Usine Digitale

Recevez chaque jour toute l'actualité du numérique

x

4e Trophées de la simulation et des technologies numériques : votez dans la catégorie Collaboration

mis à jour le 30 mai 2018 à 10H52
Twitter Facebook Linkedin Google + Email
×

Découvrez les projets nommés dans la catgéorie "Collaboration" des Trophées de la simulation numérique et des technologies numériques. Et votez pour celui que vous jugez le plus innovant !

Créez votre propre sondage de satisfaction des utilisateurs


Dataswati pour PowerOP® by Dataswati

 

Description du projet  PowerOP® by Dataswati:

PowerOP® est une intelligence artificielle experte dans les processus industriels complexes. Elle capture le comportement du système à partir des données opérationnelles issus des capteurs, automates, images/vidéos, analyses labo (diffraction, spectro, HPLC), pour faire de la métrologie anticipée et/ou virtuelle, et permettre aux opérateurs de piloter leur processus en anticipant l'impact de leurs actions sur la qualité de leur production.


La video du projet :
 

 

 

DCBRAIN

Description du projet DC Brain

DCbrain édite un logiciel permettant de digitaliser, optimiser et modéliser des réseaux complexes (gaz, électricité, vapeur, air comprimé, logistique) grâce à l’Intelligence Artificielle. Le logiciel de DCbrain permet de mieux comprendre le fonctionnement d’un réseau, via l’analyse d’historique de données (Big Data). Cela permet de bénéficier de plus grand rendement et d’optimiser les processus opérationnels grâce au Deep Learning. La mission de DCbrain est d'offrir aux gestionnaires de réseaux une meilleure compréhension de l'ensemble du réseau afin de leur permettre de mieux le piloter.  DCbrain est un outil qui répond aux problématiques d'aujourd'hui en alliant performance écologique et économique.
 

La vidéo du projet :

 

 

 

SAFRAN Tech + INRIA Bordeaux - Sud-Ouest
+ CORIA UMR6614 CNRS Université de Rouen et INSA Rouen


Descriptif du projet AMDECC

Le projet AMDECC est un partenariat entre Safran, le CORIA et l'INRIA. Son objectif est de démontrer l'apport de l'Adaptation de Maillage Dynamique et Parallèle (AMDP) pour l'amélioration des temps de retour et du compromis qualité/coût des Simulations aux Grandes Echelles (SGE) de chambres de combustion. Nos efforts ont porté sur l'intégration efficace de la plateforme de remaillage MMG au sein du logiciel de SGE massivement parallèle YALES2. Deux démonstrations sur le calculateur Cobalt (CCRT) ont été réalisées :
 

  1. Couplage et optimisation HPC de l'AMDP avec le solveur diphasique de YALES2 pour prédire l'atomisation du carburant dans un injecteur industriel. Des résolutions allant de 15 à 4 microns pour l'interface liquide-gaz, suivi dynamiquement par le maillage, ont été atteintes dans les calculs réalisés de 280 à 18 000 cœurs. Un tel calcul massivement parallèle d'atomisation avec AMDP est une première mondiale qui est déjà utilisée dans les bureaux d'étude Safran.
     
  2. La simulation complète, totalement automatisée et déportée sur le calculateur d'une chambre de combustion aéronautique a été réalisée depuis un maillage grossier et sans solution initiale. La convergence en maillage ainsi que le post-traitement sont réalisés en cours de calcul. Une diminution du temps de retour global de 15 à 2 jours a été démontrée. L'impact industriel à court terme est la capacité inédite, à temps de retour égal, d'explorer 7 fois plus de designs technologiques qu'à présent.


La video du projet
 

 

 
media
Suivez-nous Suivre l'Usine Digitale sur twitter Suivre l'Usine Digitale sur facebook Suivre l'Usine Digitale sur Linked In RSS Usine Digitale