MTI Intègre l’Intelligence Artificielle dans ses Équipements Industriels
Fondée en 1992 dans le Grand Ouest, MTI conçoit et fabrique des machines spéciales pour l’industrie, notamment pour les secteurs de la menuiserie bois, aluminium et PVC. Actuellement dirigée par Théo Dabin, qui a rejoint l’entreprise familiale en 2024, la société s’engage dans l’intégration progressive de l’intelligence artificielle (IA) dans ses équipements.
Le premier domaine d’application de cette innovation concerne l’inspection de barres de bois de six mètres, une tâche jusqu’alors effectuée manuellement par des opérateurs. MTI a développé une solution de vision automatisée qui permet de photographier les quatre faces de chaque pièce et de transférer l’analyse sur écran. La prochaine étape, soutenue par le programme France 2030, consiste à entraîner un modèle d’IA à partir des annotations, afin d’automatiser la détection des défauts et d’optimiser le débit matière.
Théo Dabin souligne que l’enjeu dépasse la simple automatisation. Il s’agit de capitaliser sur l’expertise des industriels, d’adapter les modèles à leur propre définition de la qualité et de réduire les pertes de matières premières. Cette approche vise à faire de l’IA un outil de compétitivité industrielle et de performance.
Contexte et Historique de MTI
MTI a été fondée par le père de Théo Dabin, initialement axée sur la maintenance industrielle. Aujourd’hui, l’entreprise se divise en deux entités : MTI Maintenance et MTI Engineering, cette dernière étant dédiée à la conception et fabrication de machines industrielles. Avec 45 salariés, MTI Engineering se concentre principalement sur le secteur de la menuiserie.
Développement du Projet d’IA
Ce projet a émergé d’un besoin concret d’un client menuisier. Actuellement, les opérateurs doivent inspecter manuellement les barres de bois pour repérer les défauts. La solution développée par MTI utilise des caméras pour produire des images des quatre faces, permettant ainsi une analyse plus ergonomique.
Pour préparer l’usage de l’IA, le système collecte des images des barres. La première étape consiste à traiter ces images pour délimiter la partie exploitable de la barre, en éliminant les éléments non utilisables.
Rôle du Machine Learning
Le projet, soutenu par France 2030, inclut une phase d’annotation des images pour identifier les défauts et les zones de qualité. Ces annotations sont essentielles pour entraîner le modèle d’IA à reconnaître la définition de la qualité propre à chaque client.
Importance de la Personnalisation
La qualité est définie différemment selon les clients, ce qui rend la personnalisation du modèle cruciale. Un défaut pour un client peut ne pas l’être pour un autre, nécessitant une adaptation spécifique des solutions.
Avancement du Projet
Une première étape est en cours de livraison chez un client, portant sur la visualisation et la détection de certains éléments. L’objectif à long terme est d’améliorer continuellement le modèle en collectant des données et en enrichissant les annotations.
Impact sur les Opérateurs
L’automatisation vise à réduire la pénibilité au travail tout en maintenant le rôle central de l’opérateur dans l’annotation et la qualification. Son expertise restera cruciale pour asr le bon fonctionnement de l’IA.
Perspectives d’Avenir
Bien que le projet se concentre sur la menuiserie bois, MTI envisage d’étendre cette technologie à d’autres secteurs, tels que la menuiserie aluminium, pour détecter divers défauts.
Enjeux de Compétitivité
Cette innovation est essentielle pour MTI, qui doit faire face à une concurrence accrue, notamment italienne et allemande. L’intégration de l’IA est vue comme un levier de compétitivité, permettant à l’entreprise de proposer des solutions personnalisées aux besoins industriels.
Source : MTI France
