Choix UE Parc. ACISE Parcours Impact Entrepreneurship

Voir la page complète

Pour commander ou optimiser un système il est souvent nécessaire de connaître
la valeur des variables internes de ce système. Comme celles-ci ne sont pas
directement accessibles par la mesure, on est amené à les estimer. L’estimation
consiste alors à modifier la connaissance sur la valeur des variables internes en
fonction de valeurs mesurées au niveau des sorties du système.

Le plan du cours est le suivant:

1- Estimation statique

2-Processus à temps discret 

3-Processus à temps continu 

Un BE est également proposé sur la navigation absolue, visuelle et inertielle

Voir la page complète

Surveillance et diagnostic des défauts des systèmes électromécaniques

1. Le rôle croissant de la surveillance et du diagnostic des défauts

2. Défaillances dans les systèmes électromécaniques

3. Solutions existantes pour la surveillance et le diagnostic des défauts

4. Introduction à la fiabilité

5. Méthodes de diagnostic : classification et exemples (BE)

6. Conception d'expériences pour une étude de fiabilité (BE)

Cours magistraux et travaux sur ordinateur, basés sur un apprentissage par problèmes

Voir la page complète

Cette matière comporte 1 volume de cours et 1 BE

·       Cours « Systèmes multidimensionnels »

·       BE « Systèmes multidimensionnels »

Systèmes multidimensionnels (CM 8h75, resp. G. Garcia)

Programme :

·       Représentations des systèmes multidimensionnels : équations différentielles couplées, matrice de transfert.

·       Commandabilité et observabilité des systèmes multidimensionnels.

·       Recherche d'une représentation d'état d'un système multidimensionnel à partir d'une matrice de transfert : méthode de Gilbert, méthode des invariants, décomposition en matrice de rang 1.

·       Conception d'une commande : placement de pôles, décomposition canonique, placement de vecteurs propres, retour d'états, retour de sortie.

BE Systèmes multidimensionnels (BE 3h30, resp. E. Chantery)

Objectifs : projet d'application du CM "Systèmes Multidimensionnels"

Voir la page complète

Voir la page complète

Chapitre 1 - Introduction 

Après avoir rappelé les principaux développements historiques, les limitations des techniques de commande usuelles sont discutées lorsque les incertitudes de modélisation sont significatives.

Chapitre 2 – Compléments concernant les systèmes linéaires 

Décrire les principaux concepts utilisés dans le cadre des techniques de commande robuste pour formuler le problème de synthèse à travers un problème d’optimisation, si possible, convexe. En particulier, les normes de signaux ou d’opérateurs (normes H2 and Hinfini), les gramiens de controllabilité et d’observabilité, avec les techniques de calcul associées, sont présentées.

Chapitre 3 – Inégalités matricielles linéaires (LMI)

Introduire le concept d’inégalité matricielle linéaire, donner les premiers exemples dans le contexte de la théorie de Lyapunov. Présenter et appliquer quelques outils mathématiques, comme le complément de Schur ou la S-procédure pour transformer un problème de synthèse de loi de commande, en un problème d’optimisation sous contraintes LMI.

Chapitre 4 – Quelques techniques de calcul de lois de commande robuste utilisant les LMIs

A partir des résultats des chapitres antérieurs, présenter les techniques de commande robuste pour des systèmes incertains décrits dans l’espace d’état. En particulier, les problèmes de rejet de perturbation et placement de pôles sont détaillés. Le chapitre est focalisé sur le retour d’état, mais le cas du retour de sortie est également évoqué.

Voir la page complète

Ce cours présente les fondements théoriques et pratiques de la commande optimale appliquée aux systèmes dynamiques. Il introduit la formulation générale d’un problème de commande : dynamique du système, contraintes sur les états et les commandes, et définition d’un critère de performance. Les méthodes classiques sont étudiées en détail, notamment le principe du maximum de Pontryagin. Le cours aborde également des approches numériques telles que les schémas de tir, les méthodes directes ou indirectes. L’accent est mis sur l’interaction entre théorie, modélisation et calcul numérique, avec des exemples issus du contrôle en électromécanique. L’objectif final est de donner aux étudiants les compétences pour développer des méthodes numériques simples de résolution de problème de commande optimale.

Voir la page complète

Ce cours s'intéresse à la modélisation et la résolution approchée ou exacte de problèmes de décision et d’optimisation combinatoire NP-difficiles rencontrés dans différents domaines.

Voir la page complète

Ce TER permet d’illustrer les techniques d’optimisation (vues dans le cours d’optimisation continue N9EE17F et dans le cours de programmation linéaire N9EE17E) sur un exemple concret. Le cas d’étude proposé concerne un microréseau comportant une production d’énergie photovoltaïque associée à une batterie de stockage pour l’alimentation d’une charge résidentielle (foyer familial). L’objectif est de réduire le coût d’électricité du foyer en s’appuyant sur les tarifications heures creuses / heures pleines et en exploitant le degré de liberté offert par le stockage. Le benchmark proposé permet de tester différentes stratégies de planification des flux d’énergie sur 24H, issues de l’expertise (heuristiques, commandes à base de règles) ou de techniques d’optimisation : méthodes de type gradient, méthodes géométriques, métaheuristiques stochastiques (algorithmes génétiques, essaims particulaires, recuit simulé) ou programmation linéaire à variables mixtes (après linéarisation du problème).

Voir la page complète

La programmation linéaire constitue l'outil fondamental de modélisation et résolution des problèmes d'optimisation en recherche opérationnelle, qui ont une grande importance pratique : problèmes d’affectation, transport, réseaux, production, etc.  Ce cours se limite aux problèmes avec variables continues. Le cas des variables binaires ou entières,  très courant en pratique, est traité dans le cours ''Optimisation Combinatoire'' pour lequel ce cours est un pré-requis.

Voir la page complète

Ce cours dresse un bref état de l’art des méthodes d’optimisation pour la résolution de problèmes non-linéaires et continus. Les différents points abordés dans les différents chapitres concernent : 

-          La formulation d’un problème d’optimisation monobjectif (sans contraintes), les conditions d’optimalité, la classification des différentes méthodes permettant de traiter un problème ;

-          Les méthodes d’optimisation monodimensionnelles : subdivisions d’intervalles, interpolation quadratique, passage par zéro de la dérivée de la fonction objectif ;

-          Les méthodes d’optimisation à base de gradient : plus grande pente, gradient accéléré ou conjugué, techniques de Gauss-Newton ou Quasi-Newton ;

-          Les méthodes d’optimisation géométriques : à directions fixées ou adaptées au cours de la recherche (Gauss-Seidel, Powell, Hooke & Jeeves), Simplex de Nelder & Mead ;

-          Les méthodes d’optimisation stochastiques : recuit simulé, algorithmes évolutionnaires et méthodes de nichage, essaims particulaires ;

-          La formulation d’un problème d’optimisation sous contraintes d’inégalités : notion de Lagrangien, conditions d’optimalité de KKT, méthodes de pénalisation ;

-          La formulation d’un problème multiobjectif : optimalité au sens de Pareto, décision a priori sur les objectifs (objectifs pondérés, méthodes de la contrainte epsilon, méthode du critère global), décision a posteriori sur les objectifs (par utilisation d’algorithmes à base de population), techniques progressives ou séquentielles (méthode lexicographique).

Voir la page complète

Voir la page complète

·       Ce cours s’intéresse aux systèmes concurrents où des processus concurrents et parfois non déterministes doivent être réalisés avec diverses contraintes : ordre d’exécution des événements, interactions entre sous-systèmes, temps. Il vise à poser un cadre de modélisation et analyse à la fois formel et graphique, avec des outils de simulation et analyse au travers de réseaux de Petri ordinaires (low-level PN) et réseaux de Petri de haut-niveau (high-level PN).

Voir la page complète

La complexité croissante des systèmes impose parfois de faire appel à la simulation comme moyen d'étude lors de la phase de conception ou pour évaluer les performances de choix stratégiques avant d'agir sur le système réel. Ce BE permet aux étudiants de construire la simulation d'un système et l'analyser pour tirer des conclusions fiables et de préférence générales. Ce projet pratique vise à appliquer les concepts théoriques vus dans les cours de réseaux de Petri et ordonnancement pour optimiser la performance et la gestion des flux dans un système industriel, logistique ou de service.

Voir la page complète

L’ordonnancement consiste à affecter des travaux à des ressources et au cours du temps pour optimiser un critère donné, tout en respectant des contraintes. Ce cours traite des enjeux et les méthodes de planification et d'ordonnancement dans les systèmes (production, logistique, informatique, ...).

Voir la page complète

Le cours commence par exposer les raisons qui motivent l’étude des systèmes dynamiques hybrides. On peut notamment citer l’existence de systèmes physiques combinant des dynamiques continues, des commutations et/ou des impulsions, comme les convertisseurs de puissance ou les systèmes commandés en réseau. Par ailleurs, certains objectifs de commande de systèmes physiques ne peuvent pas être atteints par des commandes continues classiques.

Par la suite, des méthodes de modélisation et d’analyse de la stabilité (au sens de Lyapunov) des systèmes dynamiques hybrides sont présentées. Enfin, quelques méthodes de synthèse de commandes hybrides sont détaillées.

Une application des lois de commande hybrides à un convertisseur de puissance est réalisée par les élèves dans le cadre d’un bureau d’étude. Les performances obtenues en boucle fermée sont comparées à celles d’une commande directe classique.

Voir la page complète

• Assurer le respect d'une sequence de production de différents objets devant passer sur des postes dédiés à différentes opérations et utiliser pour cela un circuit et une navette pour les déplacements.
• Assurer plusieurs production d'objets en même temps (Work In Progress >1).
• Par reseau de Petri, proposer une solution de gestion de plusieurs navettes pour une optimisation du cycle de production.

Voir la page complète

Voir la page complète

Le cours détaille les motivations, en montrant les limites de la modélisation LTI pour représenter des systèmes réels. Les leviers majeurs de design de commande adaptative et predictive sont discutés et illustrés sur les méthodes de séquencement de gain, MRAC et commande predictive classique (coût quadratique et contraintes linéaires). Le cours est ponctué d'exercices qui permettent de préparer le BE, qui porte sur la commande d'un système non-linéaire MIMO (cette année un ensemble de bacs interconnectés).

Voir la page complète

Ce cours étudie la conception de lois de commande pour véhicules aéronautiques.

Voir la page complète

• Matrices de transformation homogène de repère 3D pour robot mobile ou manipulateur
• Modèles cinématiques et Dynamiques pour la commande
• Structures de commande classiques, dynamiques et hybrides Position-Force
• BE: mise en oeuvre des blocs de modélisation et de commande sous Matlab-Simulink

Voir la page complète

• Format: Le thème d'étude et de recherche (TER) "Commande Avancée" est tout d'abord un TER. Dans ce cadre une problématique ouverte, à laquelle il n'y a pas de réponse unique, est posée. Afin de développer les capacités des étudiants à concevoir une démarche de façon méthodique pour répondre à cette problématique, l'enseignement se déroule en mode semi-encadré. Ceci permet d'offrir l'opportunité aux étudiants d'explorer différentes pistes en autonomie. 
• Thématique: La problématique à résoudre vise à la conception d'une loi de commande permettant de réaliser l'asservissement en position d'un système électromécanique de type translateur (système ayant pour but de déplacer des charges comme on peut le retrouver dans différents secteurs industriels). Cette conception met en œuvre une démarche globale qui, à partir d’un cahier des charges donné, commence par la modélisation du système à contrôler. A partir de ce modèle, des premiers correcteurs classiques sont alors développés en simulation, puis leur capacité à répondre au cahier des charges est quantifiée et analysée. Des correcteurs plus avancés sont alors conçus et étudiés afin d'évaluer s'ils permettent d'apporter une meilleure réponse au cahier des charges. Parmi les différents correcteurs analysés, un choix est à faire quant à celui qui sera ensuite discrétisé pour une implémentation temps-réel sur le dispositif réel. La validation expérimentale sur le translateur est l'étape finale qui permet de faire des derniers ajustements des correcteurs vis à vis des performances requises à atteindre.

Voir la page complète

Une première partie du cours est dévolue à la présentation de concepts généraux de commande issus de l'automatique linéaire, non-linéaire, et échantillonnée ainsi que quelques grands principes pour la conversion de l'énergie (Contrôle vectoriel des machines électriques et MLI vectorielle pour les onduleurs triphasés). Ensuite les étudiants répartis en groupe (binôme ou trinôme) choisissent un sujet parmi une liste et le traite en simulation via MATLAB-SIMULINK. Le déroulement comporte une phase de modélisation et de simulation de l'objet à piloter puis une phase de conception de la loi de commande répondant au cahier des charges. Afin les étudiants doivent tester et évaluer les performances obtenues. A l'issue des séances, chaque groupe rédige un compte-rendu témoignant des démarches opérées et des résultats obtenus.
Liste des sujets proposés :

·         Redresseur MLI Triphasé, Commande sur les axes abc + Régulateur de tension et PLL

·         Filtre actif Monophasé avec boucle à MLI, Régulateur RST pour les courants et approche globale pour les références harmoniques.

·         Filtre actif Triphasé avec boucle MLI, Régulateur RST pour les courants et approche globale pour les références harmoniques

·         Redresseur Monophasé avec boucle MLI, Régulateur RST pour les courants et la tension + PLL

·         Machine synchrone à aimants à pôles lisses, Contrôle vectoriel et Contrôle en cascade pour la vitesse et la position.

·         Machine synchrone à aimants à pôles lisses, Contrôle scalaire et retour d’état pour la vitesse et la position.

·         Machine asynchrone triphasé, Contrôle vectoriel direct et Contrôle la vitesse et observateur de flux.

·         Machine asynchrone triphasé, Contrôle vectoriel indirect et Contrôle cascade vitesse et position.

Voir la page complète

Voir la page complète

Introduction aux concepts de base de la sécurité des systèmes d’information (classification des attaques, cryptographie, évaluation)

Illustration par des exemples (DES/AES, RSA, Diffie-Hellmann, signatures électroniques)

Authentification et protocoles d’authentification sans apport de connaissance (Needham-Schroeder, Fiat-Shamir). Exemples : Kerberos, carte à puce.

Protection dans les systèmes informatiques (politique de sécurité discrétionnaire et obligatoire) et exemples

Notions de tolérance aux intrusions (schémas à seuil de Shamir, etc.).

Voir la page complète

Généralités, définitions et notions de base (attributs, entraves), moyens de la sûreté de fonctionnement (prévention, tolérance, élimination, prévision) et mesures

Techniques de tolérance aux fautes (hypothèses de fautes, techniques de base, stratégies de réplication) et solutions architecturales

Techniques de validation, en particulier par injection de fautes (principes, analyse de robustesse, exemples d'outils et de résultats expérimentaux)

Exemples de systèmes industriels (e.g . Airbus A320, Boeing B777), synthèse et conclusion

TER « Système critique » associé à ce cours

Voir la page complète

Voir la page complète

Ce cours est consacré au processus de conception et développement pour les systèmes embarqués.

Voir la page complète