Les défauts et les pertes de matière première sont fréquents dans le domaine du moulage composite. La raison principale : lors de l’injection de la résine, les techniciens ne peuvent pas voir ce qui se passe à l’intérieur du moule. Pour relever ce défi, Akhet Solutions, projet incubé au Inria Startup Studio du Centre Inria de l’Université de Rennes, développe un outil innovant de simulation et de contrôle en temps réel, basé sur l’intelligence artificielle. Ce logiciel offrira aux ingénieurs et aux techniciens un contrôle bien plus précis du processus de moulage.
Un essai raté dans la fabrication d’une pale d’éolienne peut entraîner un gaspillage important : résine perdue, électricité consommée pour rien, temps de production immobilisé, et machines à l’arrêt.
Pas étonnant que les industriels cherchent à maîtriser au mieux leurs procédés. Le principal obstacle réside dans la difficulté à contrôler la variabilité de la matière première pendant l’injection. Une fois la structure en fibre placée dans le moule et celui-ci refermé, il est impossible de visualiser ce qui se passe à l’intérieur lors de l’infusion de la résine.
Dans ce contexte, l’outil conçu par Akhet Solutions pourrait changer la donne. « L’intelligence artificielle est aujourd’hui largement utilisée, souligne John Hanna, porteur du projet. Mais pour produire des modèles fiables et des prédictions pertinentes, l’IA traditionnelle a besoin de très grandes quantités de données — une ressource rare dans notre domaine. »
Un fonctionnement avec peu de données
C’est là qu’intervient un nouveau type d’algorithme : les Physics-Informed Neural Networks (PINN), ou réseaux de neurones informés par la physique. Apparue dans le milieu académique vers 2018, cette technologie offre deux avantages majeurs : « Non seulement ces modèles intègrent les équations physiques, mais ils peuvent fonctionner à partir de très peu de données », explique John Hanna.
Akhet Solutions exploite ces deux atouts dans le moulage composite.
Alors que les logiciels classiques ne permettent la simulation qu’avant la production, notre outil peut simuler en temps réel tout au long du moulage.
Les moules sont généralement équipés de quelques capteurs pour mesurer différents paramètres. « Les données issues de ces capteurs alimentent notre modèle, qui peut alors prédire l’apparition et la localisation de défauts potentiels. Cette prédiction est continuellement ajustée au fil de l’injection, à mesure que les capteurs envoient de nouvelles informations. »
Des techniciens plus aptes à agir
Grâce à son écran, le technicien peut visualiser la pièce en cours de moulage. Cette observation en temps réel lui permet, par exemple, de réduire la pression ou d’augmenter la température si nécessaire. En cas de problème, le logiciel envoie également une alerte signalant un défaut potentiel, ce qui permet au technicien de réagir immédiatement.
L’incubation a commencé en mars 2025 pour une durée de douze mois. « La solution est déjà bien avancée et le coeur technologique est pleinement opérationnel. Nous travaillons actuellement sur le développement de l’interface logicielle », précise John Hanna. Cette tâche est confiée à Benjamin Morel, ingénieur recruté grâce aux fonds de l’Inria.
Une fois lancée, la startup prévoit de cibler trois secteurs : l’éolien, l’aéronautique et l’automobile. Compte tenu des économies potentielles, Akhet Solutions suscite déjà l’intérêt des industriels, ainsi que de plusieurs investisseurs spécialisés dans le financement de projets en intelligence artificielle.