
Procédé de fabrication intelligent pour le bois densifié
L’intérêt du bois densifié réside dans les propriétés de ce nouveau matériau : haute densité, augmentation de la dureté, homogénéité, résistance accrue, modification de la couleur (brunissement) tout en conservant l’aspect et la structure naturelle du bois massif.1
Benoît Canoine, collaborateur scientifique, Institut des matériaux et de la technologie du bois IWH, BFH
Après le succès du développement de méthodes d’amélioration du procédé élaboré à l’EPFL2 dans le cadre du projet « CTI : Conception et développement d’un procédé industriel de moulage thermo-hygro-mécanique (THM) du bois », l’Institut des matériaux et de la technologie du bois IWH de la BFH à Bienne poursuit et enchaine avec le projet Innosuisse « Impulse : WoDens », en partenariat avec l’Institut des systèmes intelligents, industriels I3S de la BFH à Berthoud.
Ce nouveau projet vise à appliquer les technologies de l’industrie 4.0 à la densification du bois. L’objectif est de produire du bois densifié avec des caractéristiques spécifiques, à la demande, en réduisant les couts. En effet, bien que les résultats du premier projet soient prometteurs, la technologie n’est pas prête pour une production à grande échelle et n’est pas aisément transposable sur de nouveaux bois. Pour progresser dans cette technologie, un ajustement des paramètres propres à chaque essence et chaque qualité est nécessaire, en tenant compte de la variabilité du matériau initial, ce qui est un travail long et fastidieux.
Le projet WoDens a pour but d’équiper la machine existante de capteurs (force, température, pression, distance), de moyens de contrôle automatisés (électrovalves, régulateurs, contrôleurs) et d’ordinateurs (interface automatisée, algorithmes de décision, de collecte de donnée, réseau neuronal artificiel)3 pour la rendre intelligente et mettre en œuvre un système de contrôle et d’optimisation autonome des paramètres de production. Cela est possible grâce aux technologies de l’industrie 4.0 : les systèmes de contrôle et d’acquisition de données en temps réel (SCADA)4 ainsi que l’Intelligence artificielle (IA) et ses évolutions, le Machine Learning (ML) et le Deep Learning (DL)3,5,6.

En premier, la machine va produire des pièces selon des programmes générés sur la base de données existantes, pour valider le SCADA. Dans un second temps, la machine va être entrainée à produire des pièces avec divers paramètres pour apprendre quels sont les critères importants pour obtenir telle ou telle propriété (ML). Grâce à cela, la machine sera capable de construire des banques de données qui seront exploitées pour améliorer le contrôle des caractéristiques du bois densifié au cas par cas (DL). Ensuite, en procédant de proche en proche, il sera possible d’intégrer de nouvelles essences en utilisant les données existantes d’espèces présentant des similarités anatomiques comme base. Ces travaux nécessiteraient un temps exponentiellement plus long sans l’intervention de ces nouvelles technologies. Une simulation informatique pourrait également être créée afin de mieux comprendre la densification du bois THM.
La finalité de ce projet sera une machine quasi autonome qui n’aura besoin de recevoir que des informations simples de l’opérateur (essence, densité initiale, orientation des fibres, densité finale et/ou qualité souhaitée) définissant elle-même le programme optimal pour obtenir la pièce voulue.
À l’issue de ce projet de développement technologique, Innosuisse devrait permettre de réaliser un projet dédié à un produit (encore non défini) dans le cadre de la seconde phase du programme d’impulsion « numérisation », à partir de 2021.7
Pour en savoir plus
- 1 Benoît Canoine, « Le bois densifié, un bois ‹ exotique › local », magazine Spirit Biel/Bienne, 20 juin 2019.
- 2 Parviz Navi, Frédéric Heger, « Comportement thermo-hydromécanique du bois, Applications technologiques et dans les structures », Lausanne : Presses polytechniques et universitaires romandes, 2005, ISBN 2-88074-620-5.
- 3 FibreTigre, Arnold Zephir, Héloïse Chochois, Intelligences Artificielles. Miroirs de nos vies, Nantes : Éditions Delcourt, 2019, ISBN : 978-2-413-01314-3.
- 4 Qu’est-ce qu’un SCADA ? – Wonderware, https://www.wonderware.fr/produit/supervision-et-controle/ihm-supervision-et-controle/quest-ce-que-scada
- 5 Michael A. Nielsen, Neural Networks and Deep Learning, Determination Press, 2015, http://neuralnetworksanddeeplearning.com.
- 6 Dr Michael J. Garbade, Clearing the Confusion: AI vs Machine Learning vs Deep Learning Differences, 14.9.2018, https://towardsdatascience.com/clearing-the-confusion-ai-vs-machine-learning-vs-deep-learning-differences-fce69b21d5eb.
- 7 Programme d’impulsion « numérisation » d’Innosuisse, https://www.innosuisse.ch/inno/fr/home/ueber-uns/News/impulsprogamm_digitalisierung.html