Pour des communications efficaces et sécuritaires dans les mines souterraines

Dans le contexte de la mine intelligente, la transformation numérique repose notamment sur l’intégration de communications sans fil performantes. Toutefois, en milieu souterrain, où les terrains sont irréguliers et les espaces confinés, une compréhension approfondie des mécanismes de propagation des ondes est essentielle pour garantir l’efficacité des réseaux de communication. 

Dans le cadre de ses travaux de doctorat à l’Université du Québec en Abitibi-Témiscamingue (UQAT), Saif Eddine Hadji a d’abord évalué, dans un environnement minier souterrain, le canal MU-MIMO massif en ondes millimétriques, c’est-à-dire un système de communications sans fil ultrarapides, grâce à l’utilisation de plusieurs antennes et à des ondes de très hautes fréquences. Pour ce faire, il a mesuré de quelle manière une onde à 28 GHz se propage dans une mine souterraine, en utilisant une liaison radio sur fibre optique. Il a ensuite analysé les pertes de puissance, les échos et la qualité selon la fréquence, et le nombre de données pouvant être transmises efficacement. Ses résultats ont démontré que la propagation sous terre est bien différente que dans d’autres milieux. 

Par la suite, le doctorant en ingénierie a développé un modèle à l’aide de l’intelligence artificielle (IA), pour modéliser la propagation radio à 28 GHz dans un environnement minier souterrain. Un réseau neuronal profond (DNN)* a été entraîné à partir de mesures expérimentales, combinées à un modèle d’atténuation en espace libre et à des données synthétiques générées par un modèle cGAN*. Cette méthode a ensuite été adaptée à d’autres fréquences (26 GHz et 38 GHz), permettant de prédire l’affaiblissement du signal sans multiplier les campagnes de mesure sur le terrain. Les résultats démontrent que le modèle DNN atteint une précision supérieure à celle des méthodes traditionnelles, tandis que le modèle multisource assure des prédictions fiables de l’atténuation du signal sur plusieurs bandes de fréquence. 

Avec son projet intitulé « Caractérisation et modélisation d’un canal minier souterrain MIMO massif à des ondes millimétriques en utilisant les techniques d’intelligence artificielle », Saif Eddine Hadji contribue à l’optimisation des réseaux sans fil dans les mines en proposant des solutions novatrices pour accélérer l’intégration des technologies avancées afin d’effectuer des opérations sécuritaires et efficaces. Ses travaux ont été réalisés sous la direction de Mourad Nedil, professeur à l’École de génie de l’UQAT. Saif Eddine Hadji a soutenu sa thèse avec brio le 2 mai dernier.

Le programme de doctorat en ingénierie est offert à l’UQAT en extension en vertu d’une entente avec l’Université du Québec à Chicoutimi (UQAC). 

* DNN (Deep Neural Network) est une méthode d’IA qui imite la manière dont un cerveau humain apprend et cGAN (conditional Generative Adversarial Network) est un autre type d’IA conçu pour générer des données synthétiques à partir d’échantillons réels. 

En savoir plus