5 Presentations

• 
  03:30 PM - 03:50 PM

  Literature Review of Eco-Design and Learning-Based Optimization Methods

  • Maryam Ashkbous Esfahani, presenter, Polytechnique Montreal
  • Samira Keivanpour, Polytechnique Montréal

  Eco-design is a strategic approach to product development that aims to minimize the environmental impacts of a product throughout its life cycle. It involves considering various technical, environmental, social, and economic aspects in the early stages of product design. This leads to a multi-criteria decision-making (MCDM) problem that requires efficient and effective optimization methods to find the best design alternatives. In this research, we review the existing literature on the application of learning-based optimization methods to eco-design problems. We discuss the advantages and challenges of using these methods for eco-design, and provide some examples of complex products that have been designed using learning-based optimization and value-driven methods. We also identify some future research directions and open issues in this field.

• 
  03:50 PM - 04:10 PM

  Stratégie d’optimisation multicritères de la gestion des HAZMAT dans le traitement en fin de vie des aéronefs

  • Ghita El Anbri, presenter, Polytechnique Montréal
  • Samira Keivanpour, Polytechnique Montréal

  Une étude numérique est présentée sur l’optimisation des matières dangereuses via un cas de l’application de l’industrie 4.0 (I4.0), plus particulièrement de l’intelligence artificielle et de la Blockchain dans le contexte de la fin de vie des aéronefs. Les objectifs est d’améliorer la valeur des pièces, tout en réduisant les impacts négatifs environnementaux et sociaux des produits en fin de fie (FdV). Pour atteindre cet objectif, nous utilisons un cadre d’analyse «fuzzy-analytical-network process» (FANP) pour comparer les performances des technologies de l’industrie 4.0 selon plusieurs critères , en tenant compte des facteurs tangibles et intangibles, ainsi que de leurs interrelations complexes. En identifiant les critères et les indicateurs clés pour évaluer les technologies I4.0, basés sur les principes du développement durable et de la performance technologiques. Cela permet de fournir des informations précieuses aux décideurs pour sélectionner la technologie la plus adaptée à la gestion des HAZMAT dans le contexte du traitement des aéronefs en FdV.

• 
  04:10 PM - 04:30 PM

  Smart Freight Platforms: Enhancing Sustainability and Efficiency through Reinforcement Learning

  • Shiri Ali, presenter, Polytechnique Montréal
  • Samira Keivanpour, Polytechnique Montréal

  The freight transportation sector faces significant challenges in achieving sustainability and efficiency. Traditional logistics systems often struggle with issues such as suboptimal matching of freight demand and supply, leading to increased fuel consumption, and carbon emissions. To address these challenges, there is a growing need for intelligent freight platforms that leverage advanced pricing and matching strategies. This study proposes the development of a smart freight platform that utilizes Reinforcement Learning for real-time, dynamic matching of freight services. We explore the application of deep Q-learning for the real-time matching process. By continuously learning and adapting to the complex dynamics of freight demand and supply, deep Q-learning can significantly improve the decision-making process in freight matching. We present a case study of Montreal Island’s freight delivery system, demonstrating how our proposed RL-based approach can reduce pick-up and delivery times as well as emissions.

• 
  04:30 PM - 04:50 PM

  Tri intelligent des produits en fin de vie à l’aide de la vision par ordinateur pour une fabrication durable

  • Mohammed Reda Sabouni, presenter, Department of Mathematics and Industrial Engineering, Polytechnique Montreal, Canada
  • Ahmad Shahnejat Bushehri, Polytechnique Montreal
  • Ashkan Amirnia, Polytechnique Montreal
  • Samira Keivanpour, Polytechnique Montréal

  Le tri des produits en fin de vie (FdV) est une étape essentielle pour récupérer la valeur résiduelle des produits usagés et contribuer à une fabrication durable. Cependant, le tri des produits FdV présente de nombreux défis, tels que la complexité, l’incertitude et l’hétérogénéité des produits, qui limitent l’efficacité et la rentabilité du processus. Dans ce travail, nous proposons une solution innovante basée sur la vision par ordinateur pour réaliser un tri intelligent des produits FdV. Nous utilisons des techniques avancées de traitement d’images et d’apprentissage profond pour reconnaître les matériaux et les composants des produits FdV dans divers contextes. Nous développons également un système de décision intelligent pour optimiser les stratégies de tri et de récupération en fonction des objectifs environnementaux et économiques. Les résultats montrent que notre solution peut améliorer la performance du tri et la récupération des matériaux, réduire les coûts de traitement et les impacts environnementaux, et favoriser une fabrication durable.

• 
  04:50 PM - 05:10 PM

  Comment enseigner la circularité, les technologies de l'industrie 4.0 et la décision multicritère dans un contexte flou : Une étude de cas pour les ingénieurs de demain

  • Ghita El Anbri, presenter, Polytechnique Montréal
  • Samira Keivanpour, Polytechnique Montréal

  La fin de vie des produits complexes, tels que les avions, pose des défis importants en termes de durabilité, de circularité et de prise de décision multicritère dans un contexte d'incertitude. Cette étude de cas propose d'enseigner aux étudiants de troisième cycle comment comparer trois technologies de l'industrie 4.0, à savoir l'intelligence artificielle, la blockchain et les robots collaboratifs, pour optimiser la gestion des produits en fin de vie. L'étude de cas utilise le processus analytique en réseau flou (FANP) comme méthode d'évaluation et de priorisation des alternatives, en tenant compte des critères techniques, économiques, environnementaux et sociaux. Il comprend également un tutoriel sur l'application du FANP dans un environnement flou, en utilisant des exemples numériques. L'objectif de cette approche pédagogique est de former les ingénieurs de demain à intégrer les perspectives de différentes disciplines, à analyser les besoins et les attentes des parties prenantes et à résoudre les problèmes complexes et incertains de l'ingénierie, en utilisant les outils clés sur un cas réel et pertinent.