Subventions et contributions gouvernementales

La composition et la digestibilité/disponibilité des protéines végétales varient, ces caractères étant surtout touchés par la génétique, les conditions ambiantes et les techniques de transformation. Pour prendre ces sources de variabilité en compte, on a besoin de robustes méthodes d’analyse qui ont fait leurs preuves. Le projet se concentrera sur la manière dont la transformation des protéines du pois en farine, en concentré ou en isolat en modifie la valeur nutritive, comme le détermineront de nouvelles techniques in vitro. On étudiera les principaux paramètres nutritionnels, dont la composition, la digestibilité et la métabolisation des acides aminés du pois jaune, en recourant notamment à de nouvelles données analytiques et spectrales que l’on présume avoir une incidence sur la qualité des protéines. Les données recueillies dans le cadre du projet feront progresser l’usage des méthodes rapides et sensibles employées pour quantifier la digestibilité et le degré d’assimilation des protéines et des acides aminés. On a besoin de telles techniques de dosage pour déterminer les paramètres de la valeur nutritive des protéines alimentaires et soutenir les activités de production de nouveaux produits d’alimentation protéinés.

Le projet exploitera la découverte pilotée par les données pour soutenir les efforts en vue d’améliorer la production de protéagineux canadiens. L’Alberta Machine Intelligence Institute (Amii) appliquera des méthodes d’intelligence artificielle et d’apprentissage automatique (IA/AA) pour exploiter les ensembles de données génomiques générés par le Conseil national de recherches du Canada (CNRC). Cette collaboration, au carrefour de l’IA et de la biologie des protéines végétales, permettra d’extraire des modèles d’information biologique pertinents et de produire des renseignements précieux pour la recherche et les applications futures dans divers domaines agricoles. Plus précisément, l’objectif principal du projet est de créer des modèles pour prédire les phénotypes moléculaires — y compris l’abondance des transcriptions et des protéines — directement à partir des séquences d’ADN. La nature interdisciplinaire unique du projet jettera les bases de la formation de professionnels de haut niveau (à plusieurs niveaux d’enseignement) tout en intégrant les domaines en plein essor des sciences appliquées et fondamentales.

Développement d’un miroir d’optique adaptative déformable à faible puissance actionné par des vérins microélectromécaniques mus par la force de Lorentz

Ce projet, mené en collaboration par l’Université York et le CNRC, vise à explorer la simulation du soudage par friction-malaxage. Le temps de calcul et les ressources humaines requises constituent des entraves importantes dans toute opération de simulation. Ce problème est encore exacerbé lorsque l’exploration de l’espace de conception exige de procéder à plusieurs exercices de simulation successifs. Le projet adaptera la modélisation d’ordre réduit d’un système bidimensionnel à un système tridimensionnel, en tirant parti des modèles et des protocoles expérimentaux élaborés pour le soudage par friction-malaxage. La méthode sera ensuite adaptée et appliquée à une ou plusieurs applications d’intérêt (p. ex., santé, matériaux énergétiques ou nanophotonique) dans le cadre du programme L’intelligence artificielle au service de la conception.

Atterrissage automatique des systèmes d’aéronef sans pilote (cas d’utilisation de drones dotés de systèmes d’atterrissage automatique)

L’amélioration et l’optimisation du système racinaire des cultures constituent une importante façon de s’assurer que les cultures sont adaptées, résilientes et productives dans les diverses conditions hydroclimatiques du Canada. Des techniques de phénotypage à débit élevé ont été mises au point pour les racines des plantes cultivées, mais de nombreuses difficultés doivent encore être surmontées avant que l’on puisse automatiser les systèmes d’imagerie (efficacité, précision, convivialité). La représentation d’une plante en relief (3D) surpasse les méthodes bidimensionnelles (2D) et beaucoup d’applications de phénotypage dans le monde y recourent pour faire progresser l’amélioration génétique. Le projet prévoit la création d’une plateforme évoluée de phénotypage 3D des racines dont on perfectionnera graduellement l’imagerie et la filière d’analyse des caractères, notamment par la saisie, la segmentation et la squelettisation des données, par la reconstruction 3D ainsi que par l’extraction et l’analyse des caractères grâce à l’IA et à l’apprentissage automatique. Le but ultime consiste à obtenir une plateforme à débit élevé qui permettra un meilleur phénotypage 3D des racines, et aussi plus facile, capable de faire ressortir visuellement les traits grossiers et précis du système racinaire en vue d’illustrer la complexité de son architecture et de son développement.

effman, une petite entreprise canadienne, collaborera avec le CNRC pour étudier les méthodes de conception et de fabrication qui ont recours aux composites qui pourraient satisfaire aux contraintes particulières des véhicules agricoles (poids, robustesse, durabilité et coût). Pour garantir la pertinence et l’applicabilité des procédés, on choisira une vraie pièce de la structure d’un véhicule agricole et réalisera une étude de cas reposant sur des charges et des contraintes réelles.
Plusieurs méthodes de conception seront examinées (conception assistée par ordinateur et analyse par éléments finis), ce qui permettra d’établir comment chacune pourrait réduire la masse du véhicule tout en respectant les contraintes retenues. Plusieurs systèmes à base de matériaux seront aussi envisagés (renforcement continu ou discontinu ou renforts en verre ou en carbone), surtout en ce qui concerne leur capacité à se plier à des contraintes complexes, mais aussi aux exigences de fabrication. Parallèlement, on analysera le coût des concepts les plus prometteurs pour déterminer s’ils sont réalisables à l’échelle industrielle ainsi que sous l’angle commercial (coût du matériau et de la fabrication, comparativement au volume de la pièce). Les solutions les plus intéressantes seront établies grâce à l’analyse par éléments finis, puis on rédigera des lignes directrices applicables à la conception et à la fabrication.
Le projet nous aidera à mieux saisir les avantages et les limites de l’usage des composites dans des applications exigeantes comme le matériel agricole et permettra de mieux cerner les futurs champs de recherche-développement en agriculture.

La réduction de l’impact des fluctuations atmosphériques est une nécessité absolue pour tirer pleinement parti des communications optiques par satellite à large bande (> 1 Tb/s). Pour l’astronomie observationnelle, l’impact des fluctuations atmosphériques est bien géré par la mise en œuvre de l’optique adaptative, qui est maintenant une technologie mature. Pour les communications optiques par satellite, la même solution n’est pas suffisante pour atténuer l’impact des fluctuations atmosphériques dans le régime de forte turbulence, en particulier pour les applications à large bande passante. Il faut notamment un degré élevé de récupération de phase pour tirer pleinement parti d’une grande surface de collecte tout en permettant la focalisation optique sur un point limité par la diffraction, comme l’exige le traitement optique cohérent à large bande. Dans le cadre du projet, de nouveaux systèmes de détection optique et des stratégies de traitement du signal adaptés aux communications optiques par satellite à large bande passante seront formulées.

Dans le cadre de ce projet, on mettra au point des lasers et des émetteurs de prochaine génération pour les communications optiques par satellite. L’accent sera mis sur le développement de sources qui peuvent atténuer les limitations de la technologie actuelle basée sur les télécommunications. Cela comprend le développement de sources dans le moyen infrarouge (3-5 m, 8-12 m) pour minimiser la sensibilité aux conditions météorologiques. Deux stratégies seront explorées pour générer efficacement la lumière dans l’infrarouge moyen. La première est basée sur la conversion de la longueur d’onde de 1550 nm à l’infrarouge moyen dans des cristaux non linéaires, tandis que la seconde est basée sur l’émission directe de lumière du moyen infrarouge à partir de matériaux pérovskites.

Ce projet vise à mettre au point un nouveau microscope multimodal à intelligence artificielle (IA) fondé sur l’optique non linéaire cohérente, capable de sélectionner les techniques d’imagerie optimales en tenant compte des résultats de mesures effectuées antérieurement. Ce système permettra d’accroître la capacité de mesure et d’utiliser de nouvelles techniques de microscopie propices pour la conception de nouveaux matériaux du type de ceux utilisés dans les piles solaires et dans les matériaux tendres propres aux applications de nature biologique. L’accent sera mis initialement sur le domaine complexe, mais important, des systèmes à matériaux tendres dont les applications visées vont des implants biologiques aux batteries souples.