Application de la Vision Industrielle et de l’Intelligence Artificielle dans l’Inspection et l’Optimisation de la Production des Pneumatiques

Abstract

Dans le cadre de la transformation numérique de l’industrie 4.0, le recours à des systèmes d’inspec- tion automatisée basés sur l’intelligence artificielle représente un levier stratégique pour améliorer la

qualité et la traçabilité des produits industriels. Ce travail propose le développement d’un système de vision industrielle intelligent, basé sur le modèle YOLOv8, pour l’inspection automatisée des pneus dans l’usine IRIS Tyres. L’objectif principal est d’assurer la détection en temps réel des défauts de surface ainsi que des inscriptions présentes sur le flanc du pneu après la phase de vulcanisation, en

remplaçant l’inspection visuelle humaine, souvent sujette à des erreurs et à une variabilité de juge- ment. Le modèle a été entraîné sur une base de données que nous avons constituée à l’aide d’une

caméra 4K à haute fréquence (60 fps), puis intégré dans un système de supervision industriel. Les résultats expérimentaux montrent une précision de 99,83 % et un mAP de 96,67 %, attestant des performances élevées et d’un fonctionnement temps réel satisfaisant. Ce système ouvre ainsi la voie à une intégration en ligne du contrôle qualité automatisé, contribuant à renforcer la fiabilité, la rapidité et la traçabilité dans le processus de production de la société IRIS Tyres.