Contactez-nous!



Accueil > Évènements

Rediffusion: IA pour devenir prédictif en Santé Sécurité au Travail (SST)

Du mardi 10 novembre au lundi 30 novembre 2020

Membres AEÉCQ (gratuit) - Veuillez vous connecter à la zone des membres / section documentation

Non-membres : Inscription obligatoire. Nous vous ferons parvenir un lien YouTube par courriel pour le visionnement. 

Conférenciers 

Chantale Germain, ing., Chef proposition & Estimation, Hydro Québec
Amin Hammad,  Professeur, Université Concordia
Donald Konan, ing., Planification & Estimation, Hydro Québec

En plus d’être des drames humains, les événements en SST affectent la performance des projets de construction. L’étude des passés proches devient des occasions d’apprentissage afin de réduire ces enjeux. La fiabilité et la volumétrie des passés proches sont nécessaires pour la mise en place des mesures d’atténuation les plus efficaces. Depuis septembre 2019, l’Université Concordia collabore avec Hydro-Québec pour le projet de recherche : Améliorer notre performance en santé-sécurité sur nos chantiers de construction grâce aux traitements des images par caméras avec l’intelligence artificielle. Une preuve de concept a lieu présentement sur un chantier de construction d’Hydro-Québec.

Trois objectifs sont priorisés :

  1. Avertissement aux travailleurs de situations dangereuses grâce à la reconnaissance des situations par l’analyse des vidéos et des systèmes de RTLS (Real Time Location System) avertissements par vibration utilisant des bracelets pour une dizaine de travailleurs.
  2. Accumulation des patterns générant des événements SST à postériori pour leçons apprises par les caméras et RTLS. Rapports présentés lors des comités de chantier hebdomadaires.
  3. Amélioration de la planification et de l’estimation grâce aux données réelles du chantier.

Biographies

Chantale Germain est une ingénieure graduée de l’université Laval en génie civil et d’une maitrise en gestion de projet à l’UQÀM. Elle œuvre dans l’industrie de la construction depuis 1989 sur plusieurs méga projets hydro-électriques et autres grands travaux. En 2001, elle joint Hydro Québec (HQIESP) dans l’unité proposition et estimation. Elle en est la chef depuis 2009. Son unité initie plusieurs innovations dans le domaine de la planification, estimation et gestion des risques.

Amin Hammad est professeur à l’Institut d’ingénierie des systèmes d’information de l’Université Concordia à Montréal. Il a reçu un baccalauréat en 1986 à l’Université de Damas en Syrie ainsi qu’une maîtrise et doctorat à l’Université Nagoya au Japon en 1990 et 1993, respectivement. Avant de joindre l’Université Concordia en 2003, il a occupé plusieurs fonctions à l’Université de Nagoya, à l’Université Carnegie Mellon, à l’Université de Pittsburgh et à l’Université de Tokyo. Il a également été professeur à l’Université d’Osaka en 2016. M. Hammad a entrepris des recherches dans les domaines de l’automatisation dans la construction et les systèmes d’infrastructure. Ces recherches ont pour but d’améliorer la productivité et la sécurité sur les chantiers de construction et la durabilité des infrastructures en développant des nouvelles approches utilisant l’intelligence artificielle, les simulations en temps réel et l’optimisation des ressources. Il a rédigé un livre et publié des chapitres dans quatre autres livres et a participé dans plus de 220 publications dans des revues spécialisées et des conférences. Il a reçu plusieurs distinctions incluant le Fulbright Visiting Research Chair et le prix Monbusho Scholar (Japon). Il est membre du conseil de la modélisation des données du bâtiment et à la tête du comité de recherche et d’éducation de 2009-2012.

Donald Konan, est gradué de l’université Laval en génie civil. Œuvre dans le domaine de la construction depuis près de 10 ans et particulièrement 5 ans en planification et estimation de projets d’envergures. Il a développé une expertise dans le domaine du transport d’électricité, la gestion de projet et des risques.
Rediffusion: IA pour devenir prédictif en Santé Sécurité au Travail (SST)


Retour