M1 Mécanique - Mécanique et Ingénierie de la Production

Introduction aux matériaux de L3; Mécanique des milieux continus de niveau L3; Transformée de Fourier; thermodynamique élémentaire; notions de thermique

Le cours de sciences des matériaux se décline en 4 chapitres
CHAPITRE 1 - COHESION, LIAISONS ET MATERIAUX
Cohésion des solides: élasticité,
Types de liaisons et matériaux.
CHAPITRE 2 - CRISTALLOGRAPHIE ET DIFFRACTION DES RAYONS X
Eléments de cristallographie,
Diffraction des rayons X et applications.
CHAPITRE 3 - CHANGEMENT DE PHASE,
Notions d’élaboration,
Diagrammes d’équilibre,
Phase hors équilibre, transformation displacive, autres chargements.
CHAPITRE 4 - CINETIQUE DE TRANSFORMATION
Compléments d’analyse thermique,
Diffusion,
Introduction à la fonderie et aux traitements thermiques

Ce cours est orienté vers l'aspect connaissance des matériaux dans le cadre de fonctions mécaniques, en particulier pour: 1/ la modélisationde du comportement et des durées de vie; 2/ la modélisation des opérations de mise en forme. Le cours débute par une description du lien entre les liaisons chimiques, la structure et le comportement thermoélastique des matériaux. La compréhension de la microstructure des matériaux est indispensable à celle du comportement général d'une pièce dans son milieu. Les concepts fondamentaux de cristallographie, applicables à tous les matériaux cristallisés (métaux, céramiques, polymères cristallins) et de phases sont ainsi abordés. Les diagrammes d'équilibre, en particulier, permettent de prévoir les microstructures et donc les propriétés mécaniques. Au chargement mécanique vient se superposer un chargement thermique: la dernière partie du cours traite de l'équation de la chaleur, de l'équation de diffusion et des phénomènes transitoires associés. Ceci permet de modéliser les traitements thermiques et les traitements de surface pilotés par les mécanismes de diffusion. Les quelques mécanismes métallurgiques qui s'opèrent sans diffusion sont également discutés. Ils ont un rôle crucial pour la compréhension des matériaux à très haute limite d'élasticité et la compréhension du comportement des alliages à mémoire de forme.

L'enseignement s'appuie sur un cours magistral. Les notions vues en cours sont illustrées en TD et appliquées en TP.

Savoir interpréter un cliché de diffraction des rayons X; savoir comprendre les outils de simulation métallurgiques (Calphad); savoir comprendre une microstructure d'un alliage et son origine

FRANCOIS, D., PINEAU, A., ZAOUI, A., "Comportement mécanique des matériaux - élasticité-plasticité", Hermes, 1998.
MF. ASHBY  DRH. JONES , Matériaux  2.microstructure et mise en oeuvre , DUNOD 1991
MASOUNAVE, J.  , BAILON, J.P., DORLOT, J.M., "Des matériaux", Presses polytechnique Montréal, 1998.
BARRALIS, J., MAEDER, G., "Précis de métallurgie", Nathan, 2005.
CHEVALIER, L., "Mécanique des systèmes et des milieux déformables", ellipses, 2004.
ADDA, Y., DUPOUY, J.M., PHILIBERT, J., QUERE, Y., "Eléments de métallurgie physique (T1-3-5)", INSTN CEA, 2000
LEMAITRE, J., CHABOCHE,  J.L., "Mécanique des matériaux solides", Dunod, 2004.
BENARD, J., MICHEL, A., PHILIBERT, J. et TALBOT, J., "Métallurgie générale", ed. masson, 1991.
CULLITY B.D., "Elements of X-Ray Diffraction", ed. Addison-Wesley, 1956.
KITTEL C., "Physique de l'état solide - Cours et problèmes " ed. Dunod (7ème édition) 2005.
EBERHART, J.-P., "Méthodes physiques d'étude des minéraux et des matériaux, ed. Doin éditeurs, 1976.

Connaissances de base en mathématiques appliquées (algèbre linéaire, statistiques élémentaires, équations différentielles) et en programmation scientifique (Python ou équivalent). Notions de mécanique des matériaux et des structures (élasticité, viscoélasticité) permettant de comprendre les applications proposées.

1. Introduction (2h)
IA, big data, machine learning : définitions et périmètre
Place du ML dans la démarche scientifique (expérimental/théorique/IA)
Éléments historiques : évolution des modèles et des données en mécanique
Bases de l’apprentissage automatique : familles de modèles, sur-apprentissage, ensembles d’apprentissage/validation/test, cross-validation, optimisation

2. Réduction de dimensions et statistiques (4 h = 1h30 CM + 2h30 BE)
PCA et méthodes linéaires
Méthodes non-linéaires (UMAP, t-SNE)
Introduction aux tests statistiques (Student, entropie, Cohen Kappa)
BE : Datamining sur mesures expérimentales industrielles (chaîne Bosch, lien M1-MIP-Industrie 4.0)

3. Régression et classification (4 h = 1h30 CM + 2h30 BE)
Réseaux de neurones multicouches (MLP)
Fonctions de coût, backpropagation, activation
BE : identification d’un modèle élasto-visco-plastique experimental

4. Séries temporelles (4 h = 1h30 CM + 2h30 BE)
Analyse de signaux temporels, RNN/LSTM, mécanismes d'attention
Exemples en mécanique : acoustique de rupture, signaux vibratoires sur composites
BE : détection de signatures acoustiques

5. Réseaux convolutifs et génératifs (4 h = 1h30 CM + 2h30 BE)
CNN : convolution, pooling, architectures basiques (AlexNet, VGG, ResNet)
Applications en mécanique (tomographie, corrélation d’images)
Auto-encodeurs, U-Net, GAN
BE : segmentation automatique d’images fractographiques d'un essai de fatigue

6. Modèles de langage (4 h = 1h30 CM + 2h30 BE)
Introduction aux LLM (transformers, embeddings)
Applications potentielles en mécanique : classification automatique de bases de données d’essais, extraction d’informations à partir de rapports expérimentaux
BE : extraction et structuration d’informations de comptes rendus expérimentaux via LLM - ou alors - lecture de courbes sigma/epsilon et rédacion d'un court rapport automatique sur le type de courbe

7. Projet intégratif (8h)
Étude d’un phénomène d’imbibition dans un matériau poreux
Segmentation (U-Net) des fronts sur images
Extraction de contours et profils de fronts/ de vitesses
Discussion sur la qualité des données, les biais, les limites

Cet enseignement vise à introduire les étudiants de master en mécanique aux méthodes d’intelligence artificielle et de science des données appliquées à l’ingénierie.

Les objectifs sont :
- Acquérir les concepts fondamentaux de l’intelligence artificielle, du machine learning et de la science des données.
- Comprendre les grands types d’algorithmes (régression, classification, réduction de dimension, séries temporelles, réseaux de neurones convolutifs et génératifs, modèles de langage).
- Appliquer ces méthodes à des cas concrets issus de la mécanique des matériaux et des structures (analyse de signaux expérimentaux, identification de lois de comportement simple, segmentation d’images).
- Développer un esprit critique vis-à-vis des données, de la qualité des modèles et de leur domaine de validité.
- Maîtriser les outils de base de l’écosystème Python (NumPy, Pandas, scikit-learn, TensorFlow/PyTorch).
- Être capable de mener un mini-projet intégrant toutes les étapes d’une démarche d’apprentissage (constitution et nettoyage de données, choix du modèle, validation, restitution).

L’UE est structurée en 3 parties complémentaires :

Cours magistraux (9h30) : présentation des concepts, avant l'application sur un cas mécanique en BE.

Bureaux d’études (12h30, détriplés) : 4 séances guidées en petits groupes, permettant l’application directe des méthodes vues en cours. Chaque BE repose sur un jeu de données (industrielles ou académiques) et un notebook initial simple et se conclut par un notebook annoté.

Projet intégratif (8h, détriplé, encadré à 1/3) : travail en binôme ou trinôme sur un cas réel, avec restitution sous forme de rapport et code reproductible.

La pédagogie alterne apports théoriques, mise en pratique immédiate et travail collaboratif. 
Les BE couvrent successivement :
- Réduction de dimensions et statistiques (PCA, UMAP, tests d’hypothèse).
- Régression et classification par MLP appliqués à la mécanique des matériaux.
- Analyse de séries temporelles appliquée aux signaux acoustiques ou vibratoires.
- Réseaux convolutifs pour segmentation et analyse d’images fractographiques.

Le projet final met en œuvre un pipeline complet de traitement de données (segmentation d’images d’imbibition, extraction de contours, modélisation cinétique).

Pédagogie active : alternance entre apports théoriques, démonstrations pratiques et temps de projet.

Encadrement réduit pour le projet.

- Sélectionner et mettre en œuvre un algorithme de machine learning adapté à un problème en mécanique.
- Analyser la qualité des données et identifier les biais potentiels.
- Évaluer les performances et les limites d’un modèle.
- Développer un esprit critique sur l’usage de l’IA en ingénierie.
- Utiliser les principales librairies Python pour l’analyse de données et l’apprentissage automatique.

Géron, A. (2022). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow. " O'Reilly Media, Inc.".
Jin, H., Zhang, E., & Espinosa, H. D. (2023). Recent advances and applications of machine learning in experimental solid mechanics: A review. Applied Mechanics Reviews, 75(6), 061001.
Herrmann, L., & Kollmannsberger, S. (2024). Deep learning in computational mechanics: a review. Computational Mechanics, 74(2), 281-331.

Bases de Mécanique des Milieux Continus Solides

Après un rappel sur la formulation faible du problème mécanique et les approches énergétiques, le concept de discrétisation par éléments finis est introduit dans le Cours Magistral. Les types d'éléments et toutes les opérations à effectuer sur un élément sont ensuite présentées, suivie par les opérations permettant d'assembler les éléments, définir les conditions aux limites, résoudre le problème de structure et le post-traiter. Une dernière séance de cours permet d'approfondir un sujet spécifique, par exemple les éléments de poutre, adaptés pour les structures élancées. En parallèle, des séances de Travaux Dirigés et Bureaux d'Études permettent de découvrir le code EF ouvert utilisé pour l'apprentissage, ainsi que d'y rajouter des fonctionnalités comme le calcul de l'énergie pour l'étude de la convergence et le développement d'éléments axi-symétriques. L'UE se termine sur un BE long sous forme de mini-projet.

L'UE vise à introduire les concepts de base et certains aspects techniques de la méthode des éléments finis (MEF) pour l'analyse des structures, en thermo-élasticité et dans le cadre de l'hypothèse des petites perturbations.
L'objectif principal est de comprendre et maîtriser les choix et les approximations introduites dans la resolution du problème mécanique par l'approche EF : choix d'éléments (éléments massifs ou éléments de structure, degré d'interpolation), choix de maillage (densité/taille de maille, raccords entre éléments différents), méthode de résolution, post-traitement.
Après cette UE, les étudiants devraient être en mesure d'effectuer des choix pertinents et éclairés lors de l'utilisation de codes MEF commerciaux ou de recherche, dans le cadre d'autres modules d'enseignement, stages, ou dans leurs activités professionnelles futures.
Un deuxième niveau d'objectif consiste en la compréhension de certains aspects techniques de la mise en équation et du codage de la méthode EF, ce qui devrait permettre aux étudiants de formuler et développer des solutions ad-hoc pour des problèmes spécifiques, au sein d'un code commercial ou de recherche.

L'UE est structurée en séances de Cours Magistral, qui permettent d'introduire les concepts, suivies de séances de Travaux Dirigés et de Bureaux d'Études (Travaux Pratiques Numériques) où ces concepts sont mis en pratique dans un code éléments finis ouvert. Les étudiants sont ainsi amenés, d'abord à retrouver dans le code les éléments présentés en cours, ensuite à écrire une partie du code eux mêmes pou introduire des nouvelles fonctionnalités. Les séances de BE, effectués en binôme, donnent lieu à une note qui constitue 60% de la note finale de l'UE. Le reste de la note est issu d'un examen sur table.

Mise en données et resolution d'un problème de mécanique du solide par la méthode des éléments finis. Choix pertinents et compréhension des approximations.

M. Bonnet, F. Attilio, C. Rey, The finite element method in solid mechanics, McGraw Hill Education, 2014.

Mécanique des milieux continus de niveau L3 et M1 (S1); Sciences des matériaux au S1.

Le cours se décline en 4 chapitres
CHAPITRE 1 - PLASTICITE MICROCRISTALLINE
Limite d’élasticité théorique
Théorie des dislocations
CHAPITRE 2 - PLASTICITE MACROSCOPIQUE ISOTROPE
Constatations expérimentales - changement d’échelle micro/macro
Limite d’élasticité, surface de charge
Lois de comportement plastique
Plasticité associée - cadre anisotrope
CHAPITRE 3 - CADRE THERMODYNAMIQUE POUR L’ETABLISSEMENT DES LOIS DE COMPORTEMENT
Conservation de l’énergie - Second principe
Plasticité non associée
Visco-élasticité, visco-plasticité
CHAPITRE 4 - EXTENSION A D’AUTRES TYPES DE MODELES : ENDOMMAGEMENT, CHANGEMENT DE PHASE
Introduction à la mécanique de l’endommagement
Milieux biphasés à fraction évolutive

Il s'agit d'un cours de mécanique des matériaux permettant la maîtrise des lois de comportement mécanique non-linéaire des matériaux en vue de les appliquer d'une part, à la tenue mécanique et d'autre part à la mise en forme des matériaux. Les principes de base qui permettent une description des microstructures des matériaux ont été vus dans le module "sciences des matériaux". Le lien entre la microstructure et la tenue mécanique, ou l'éventuelle prévision des efforts de mise en forme d'une pièce nécessitent de s'intéresser aux mécanismes irréversibles à l'échelle de la microstructure. La notion de défauts et en particulier les défauts linéaires constitués pas les dislocations sera introduite, pour une bonne compréhension des mécanismes de plasticité et visco-plasticité à l'échelle microscopique et la compréhension des phénomènes d'écrouissage. On fera ensuite un lien entre les mécanismes microscopiques et les lois de comportement macroscopiques non linéaires (plasticité, viscoplasticité), d'abord dans un cadre uniaxial puis multiaxial, pour les milieux isotropes puis anisotropes. Un cadre thermodynamique sera proposé permettant d'élaborer de nouvelles lois de comportement comportant des variables internes d'autres natures et de traiter des problèmes couplés à la thermique, à la transformation de phase ou à l'endommagement.

L'enseignement s'appuie sur un cours magistral. Les notions vues en cours sont illustrées en TD et appliquées en TP.

Savoir utiliser des lois de comportement non linéaires; Savoir réaliser des calculs élémentaires d'interaction entre dislocations, précipités, interfaces ou autres dislocations; Comprendre les mécanismes d'écrouissage; Déterminer les paramètres d'une loi de plasticité ou de viscoplasticité.

FRANCOIS, D., PINEAU, A., ZAOUI, A., "Comportement mécanique des matériaux - élasticité-plasticité", Hermes, 1998.
LEMAITRE, J., CHABOCHE,  J.L., "Mécanique des matériaux solides", Dunod, 2004.
BENARD, J., MICHEL, A., PHILIBERT, J. et TALBOT, J., "Métallurgie générale", ed. masson, 1991.
ANDERSON P, HIRTH P, "Theory of dislocations", Cambridge University Press, 2017.

Bases de l'analyse du cycle de vie d'un produit
Bases de conception assistée par ordinateur
Connaissance de base en conception
Connaissance de base sur les matériaux métalliques
Connaissance de base sur les matériaux polymères et composites
Connaissance de base sur les procédés de mise en forme
Connaissance de base sur les procédés d'usinage

Mise en place de la problématique, contexte, métrique
- Contexte général et vision industrielle.
- Notion de cahier des charges et prise en compte des enjeux environnementaux.
- Les méthodes et outils d’évaluation environnementale
- Influence des phases de l'ACV
- Filières énergétiques, influence sur les choix
Aspect conception, impact de cette phase
- De la conception à l’éco-conception
- Comparaison de solutions ; aspects assemblages, guidages, étanchéités, architecture. Impact, CO2 et autres critères
- Diversité technologiques, critères de choix
- Optimisation de la masse embarquée.
Aspect matériaux, impact de cette phase
- Biosourcé, biocompatible, biodégrable, clarification du vocabulaire
- Composites : fibres biosourcés et problématiques associées
- Difficultés du recyclage : en métallique, en composite
- TP essai sur composite fibres longues et sur composite recyclé 
Aspect fabrication, impact de cette phase. Les critères liés à l’environnement seront pris en compte, notamment au travers :
- Impact du moyen d’obtention de brut,
- impact du moyen de production,
- impact des outils,
- impact de la gamme de production,
- impact des lubrifiants utilisés.
- découverte des sous systèmes d’une machine-outils à commande numérique et mesure de leur consommation énergétique selon les cycles de production.
- optimisation des conditions de coupe en tournage, prise en compte de la consommation énergétique : application et mesure sur machine
- problématique de l’usinage à sec / lubrification

Les objectifs visés à la fin de ce module sont :
Evaluer l'impact environnemental d'un produit en fonction de différents paramètres.
Identifier via une analyse l'impact environnemental des différentes phases et identifier celles où il est bénéfique d'opérer.
Appréhender les enjeux de l'éco-production dans le domaine de la conception, des matériaux, de l'industrialisation.
Appréhender l'impact du recyclage de différents matériaux sur le bilan environnemental d'un produit.

L'UE est decomposée en quatre parties distinctes mais complémentaires qui englobent l'ensemble du cycle de conception d'un système mécanique durable, à savoir :
Mise en place de la problématique, contexte, métrique 
Aspect conception, impact de cette phase
Aspect matériaux, impact de cette phase
Aspect fabrication, impact de cette phase
Chaque partie se décompose en heures de cours, TD, Bureau d'étude ou TP suivant la nécessité de la problématique abordée.
Des interventions d'industriels du secteur abordé pourront permettre d'illustrer ces différentes thématiques.

Présence de séquences d'application des éléments de cours à travers travaux pratiques et bureau d'étude.
Interventions de spécialistes sur des domaines ciblés.

Analyser un système réel ou virtuel
Modéliser un système réel ou virtuel
Concevoir un système répondant à un cahier des charges
Communiquer une analyse ou une démarche scientifique avec des mises en situation adaptées à leur spécificité
Connaitre et pouvoir établir les relations Structures-Propriétés des Matériaux
Identifier et mettre en œuvre les méthodes d'élaboration des matériaux métalliques
Identifier et mettre en œuvre les méthodes d'élaboration des matériaux composites
Mettre en application les matériaux
Identifier et mettre en œuvre les méthodes de production d'une pièce mécanique
Travailler, apprendre, évoluer de manière autonome
Interagir avec les autres, travailler en équipe
Faire preuve de créativité, innover, entreprendre
Agir de manière responsable dans un monde complexe

ISO 14001 Management environnemental - Exigences et lignes directrices pour son utilisation
ISO 14006 : Éco-conception, réduction des impacts environnementaux des produits et des services. système management Environnemental - Lignes directrices pour incorporer l'écoconception.
ISO 14955-1:2017 Machines-outils — Évaluation environnementale des machines-outils - Partie 1: Méthode de conception pour l'efficacité énergétique des machines-outils
Les outils de l’industrie 4.0 au service de l’éco-conception : Duquet Clément : Formations & Techniques
Pratique de l'éco-conception - Philippe Schiesser - Collection : Technique et ingénierie - Dunod
Éco-conception - Indicateurs. Méthodes. Réglementation - Philippe Schiesser - Collection : Technique et ingénierie - Dunod

Bases sur le calcul différentiel, la mécanique des milieux continus, l'analyse numérique et la méthode des éléments finis, exploitation de logiciels de CAO.

Le module abordera les aspects suivants:
- contexte, objectifs, diverses formes d'optimisation (paramétrique, de forme, paramétrique)
- bases sur les procédés de fabrication et les contraintes associées (accessibiités, contre dépouille, épaisseurs, supportage, etc)
- formulation et analyse d'un problème d'optimisation topologique (par la méthode des densités) 
- cas d'étude (optimisation en masse, raideur, fréquence..., applications dans différents domaines)
- approches méthodologiques et numériques de résolution: dérivée de forme, état adjoint, homogénéisation, expression des contraintes de fabrication (filtre morphologique, symétrie, ...)
- extensions: utilisation des outils d'IA, optimisation de microstructures pour les matériaux composites,...

Un temps conséquent sera consacré à la mise en pratique des outils, sous forme de TP :
- à l'aide d'un code Matlab pour comprendre les concepts et les choix méthodologiques
- à l'aide de 3D Experience pour appliquer les outils sur des cas concrets, avec mise en situation pratique

Un mini projet par groupe d'étudiants sera réalisé pour mettre en oeuvre la méthodologie, d'un point de vue théorique (modification de méthodes numériques) ou pratique (cas industriel, de la conception à la fabrication).

L'objectif général est d'introduire les ingrédients de base (théoriques, algorithmiques, numériques et pratiques) de l'optimisation topologique, et d'amener les étudiants vers une compréhension des enjeux majeurs associés dans l'industrie. Un focus particulier sera fait sur l'utilisation des outils dans le cadre de la fabrication additive.

14h de cours + 8h de TP + 8h BE/projet ; 
On propose deux types de projets au choix : projet plus théorique ou projet plus applicatif.

A. Henrot and M. Pierre, Variation et optimisation de formes: une analyse géométrique, vol. 48, Springer Science & Business Media, 2006.
M. P. Bendsoe and O. Sigmund, Topology optimization: theory, methods, and applications, Springer Science & Business Media, 2013.
G. Allaire and M. Schoenauer, Conception optimale de structures, vol. 58, Springer, 2007
G. Allaire, C. Dapogny, and F. Jouve, Shape and topology optimization (2020)

Connaissances acquises durant l'année de M1.

16 semaines de stage minimum.

Bases de la mécanique des milieux continus; Ecriture et résolution d'un problème d'élasticité linéaire; Résistance des matériaux

CHAPITRE 1: BASES DE L'ELASTICITE INFINITESIMALE 
- Rappel sur les déformations linéarisées : définitions, équations de compatibilité, taux de déformation, mouvements rigidifiants.
- Rappel sur les contraintes :tenseur des contraintes de Cauchy, états de contraintes simples, contraintes principales, équation de la dynamique dans le cadre Eulérien.
CHAPITRE 2: PROBLEMES DE THERMOELASTICITE ANISOTROPE 
- Lois de comportement : thermoélastique anisotrope (ou élastique anisotrope avec contrainte initiale)
- Retour sur le comportement élastique anisotrope : cas classiques d'anisotropie (orthotropie, isotropie transverse, symétrie cubique). 
- Exemples de résolution de problèmes de thermoélasticité anisotrope.
CHAPITRE 3: PPV 
- Le PPV pour les systèmes discrets de points matériels et pour les milieux continus 3D.
CHAPITRE 4: APPLICATION DU PPV POUR LA CONSTRUCTION DE MODELES DE POUTRES/ARCS 
- Modélisation géométrique des poutres et arcs, définition des puissances virtuelles, exploitation du PPV pour obtenir les équations d'équilibre et l'interprétation des efforts intérieurs.
- Construction de la loi de comportement élastique en HPP des poutres et arcs à partir des problèmes élémentaires 3D (exemple de résolution de problème d'arc en HPP, en TD).
CHAPITRE 5: THEOREMES DE L'ENERGIE EN ELASTICITE 
- Notations générales applicables à tous types de milieux. 
- Formulation PPV d'un problème d'élasticité, théorème d'unicité, lien avec les formulations faibles (lien avec le cours de mathématique de L3), champs cinématiquement et statiquement admissibles. 
- Théorèmes de minimum sur les déplacements et les contraintes, solutions approchées
CHAPITRE 6: APPLICATION DES THEOREMES DE L'ENERGIE EN 3D ET POUR LES ARCS/POUTRES EN 3D 
- Bornes de Voigt et Reuss pour les matériaux 3D élastiques hétérogènes
- Résolution de problèmes de poutres et d'arcs hyperstatiques par le théorème de minimum sur les contraintes.

Approfondir les pratiques de modélisation et d'analyse pour les milieux solides élastiques 3D et curvilignes

7 séances de cours, 8 séances de TD.

Maîtrise des équations aux dérivées partielles

•  Equations bilan
• Tenseur des taux de déformations et des contraintes
• Equation de Navier-Stockes et techniques de résolution
• Analyse dimensionnelle et similitude
• Régimes inertiels et visqueux
• Introduction aux couches limites

Maitriser les bases tensorielles de la mécanique des fluides et de résolution de l'équation de Navier-Stockes

7 cours magistraux et 8 TD

E. Guyon, J.-P. Hulin et L. Petit, Hydrodynamique physique (EDP Sciences, Collection Savoirs Actuels, 3ème édition, 2012)

•    Cours d'analyse numérique de licence de mécanique ou UE équivalentes (introduction sur les équations aux dérivées partielles, formulation variationnelle, théorème de Lax-Milgram…).
•    Cours de méthodes numériques de licence de mécanique ou UE équivalentes (résolution des systèmes linéaires, méthodes directes, méthodes itératives…).
•    Notions de programmation.

Chapitre 1 : Rappels sur les équations aux dérivées partielles, notion de recherche de solution numérique
    •    Définition et origine des EDP en physique et mécanique des milieux continus.
    •    Classification des EDP : elliptiques, paraboliques, hyperboliques.
    •    Conditions aux limites et conditions initiales : rôle et typologie (Dirichlet, Neumann, mixte).
    •    Notion de solution exacte vs solution numérique.
    •    Introduction à la discrétisation et à la nécessité des méthodes numériques pour les problèmes complexes.
    •    Présentation des critères d’évaluation des schémas numériques : consistance, stabilité, convergence.

Chapitre 2 : Méthode des différences finies
    •    Principe général de la méthode : approximation des dérivées par des différences sur un maillage régulier.
    •    Schémas explicites et implicites pour les EDP temporelles.
    •    Analyse de la consistance et de la stabilité des schémas (ex. critère de Courant-Friedrichs-Lewy pour les équations hyperboliques).
    •    Applications à des problèmes modèles : équation de la chaleur, équation d’onde, équation de Laplace.
    •    Limites et extensions : schémas d’ordre supérieur, maillages non uniformes.

Chapitre 3 : Méthode des éléments finis
    •    Principe de la méthode : formulation variationnelle et approximation des solutions sur des éléments finis.
    •    Construction du maillage et choix des fonctions de forme.
    •    Assemblage des matrices globales et résolution des systèmes linéaires associés.
    •    Analyse de la convergence et de l’erreur des solutions approximatives.
    •    Applications à des problèmes elliptiques et paraboliques simples.
    •    Avantages de la méthode pour les géométries complexes et les conditions aux limites variées.

Chapitre 4 : Méthodes des volumes finis
    •    Principe général : conservation locale des flux sur des volumes de contrôle.
    •    Discrétisation des équations intégrales et passage à des formulations discrètes.
    •    Traitement des termes de convection et diffusion.
    •    Analyse de la stabilité et de la précision des schémas.
    •    Applications à des problèmes de transport, mécanique des fluides et transfert de chaleur.
    •    Comparaison avec les méthodes des différences finies et des éléments finis : avantages et limites.

Ce cours apportera aux étudiantes et aux étudiants les connaissances de base nécessaires pour comprendre et classifier les équations aux dérivées partielles issues de la mécanique des milieux continus, ainsi que pour relier ces modèles physiques à leur formulation mathématique. Il leur permettra de maîtriser les principes fondamentaux des méthodes numériques de résolution, notamment les différences finies, les volumes finis et les éléments finis, et d’analyser la consistance, la stabilité et la convergence des schémas associés. Les étudiantes et étudiants apprendront à mettre en œuvre ces méthodes à travers des simulations numériques de problèmes modèles et à développer un regard critique sur le choix et l’application des méthodes numériques selon la nature du problème et les contraintes de calcul.

Le cours abordera les points suivants :
• Présentation, classification et analyse d'équations aux dérivées partielles modèles, issues de la physique et/ou de la mécanique des milieux continus.
• Introduction des différentes méthodes numériques de résolution des équations aux dérivées partielles et éléments d’analyse pour caractériser ces méthodes (consistance, stabilité, convergence…) : méthode des différences finies, méthode des volumes finis, méthode des éléments finis.

Le cours sera accompagné de travaux dirigés et de séances de TP. Ces dernières seront l’occasion de coder les méthodes numériques introduites pour les simulations numériques de quelques problèmes modèles.

Le cours combine cours magistral et travaux dirigés pour permettre l’acquisition des concepts théoriques et leur mise en pratique. Des séances de travaux pratiques (TP) sont prévues afin de coder et de simuler les méthodes numériques étudiées sur des problèmes modèles. Les étudiants sont encouragés à travailler en petits groupes lors des TP pour favoriser la collaboration et l’échange d’idées.

Voici une liste de compétences que les étudiants développeront dans ce cours :
    •    Identifier et classer les principales équations aux dérivées partielles (elliptiques, paraboliques, hyperboliques) issues de la mécanique des milieux continus ;
    •    Comprendre les principes fondamentaux des méthodes de discrétisation des EDP (différences finies, volumes finis, éléments finis) ;
    •    Mettre en œuvre numériquement ces méthodes pour résoudre des problèmes modèles ;
    •    Analyser la qualité d’un schéma numérique à travers les notions de consistance, stabilité et convergence ;
    •    Évaluer le conditionnement et la précision des systèmes linéaires issus de la discrétisation ;
    •    Programmer et simuler des solutions numériques à l’aide d’outils de calcul scientifique ;
    •    Interpréter et valider les résultats numériques en les confrontant aux solutions analytiques ou physiques attendues ;
    •    Développer une approche critique vis-à-vis du choix des méthodes numériques selon la nature du problème étudié.

•    R. Théodor, Initiation à l'analyse numérique, CNAM cours A, Masson, 1994.
•    A. Quarteroni, Numerical Models For Differential Problems, Springer Verlag, 2012.
•    G. Allaire, Analyse Numérique et Optimisation, Editions de l’Ecole Polyechnique, 2012.
•    Stig Larsson & Vidar Thomée. Partial Differential Equations with Numerical Methods. Springer 2003

Niveau B1 minimum en anglais.

Consolidation des acquis lexicaux et grammaticaux dans l’objectif de pouvoir communiquer à propos de ses travaux en anglais.

L’UE d’anglais a pour but de familiariser les étudiant·es avec l’anglais scientifique.

Mccarthy, M., & Felicity O'dell. (2008). Academic vocabulary in use. Vocabulary reference and practice: self-study and classroom use. Cambridge University Press.
Blattes, S., Jans, V., & Upjohn, J. (2013). Minimum Competence in Scientific English. EDP Sciences.
Wallwork, A. (2023). English for Writing Research Papers. Springer.

Mécanique générale et mécanique des milieux continus
Algèbre et calcul matriciel

Notions sur les capteurs utiles en mécanique c'est-à-dire pour mesurer déformation, déplacement, force, température.
Éléments de métrologie (au sens science de la mesure), estimation des incertitudes de mesure, propagation des incertitudes
Bases de l'identification de paramètres
Connaissances expérimentales autour des mesures de champs : principes et caractéristiques des caméras visibles et infrarouges, passage des données brutes aux données quantitatives, calibration, régularisation raisonnée et quantification des incertitudes.
Essais originaux (3D, 4D) et utilisation d'instruments avancés : tomographie X, diffraction X, caméras visibles, caméras infrarouges

Savoir estimer les erreurs et les incertitudes de mesure, propager les incertitudes.
Connaitre les principaux capteurs rencontrés en mécanique, leur principe de mesure, la chaîne d'acquisition
Connaître les méthodes d’identification de paramètres et savoir choisir une stratégie expérimentale
Acquérir les notions d’instrumentation liées aux mesures de champs thermiques et cinématiques 
Ouverture vers des essais originaux et les instruments avancés

Un polycopié pour des connaissances sur les capteurs/la métrologie/les incertitudes à lire en autonomie. À valider par un QCM sur e-campus en début de TD1.
TD1 (2h) en salle informatique sur les erreurs et incertitudes de mesure et la propagation des incertitudes dans une situation concrète. 
Cours 1 (1h) Identification de paramètres et stratégie expérimentale
TD2 (2h) en salle informatique sur l'identification de paramètres 
Cours 2 (3h) autour des mesures de champs
Cours 3 (2h) essais originaux et instruments avancés
TD3 (4h) mini-projet sur un support : choix des capteurs (lecture de documentations capteurs), validation du protocole expérimental pour trouver les paramètres recherchés, traitement des données expérimentales pour obtenir les paramètres recherchés avec leur incertitude
4 TP à choisir parmi:
TP1 (4h) étude d'une balance : corps d'épreuve, jauges, pont de Wheatstone, répétabilité, étalonnage, traitement des données
TP2 (4h) étude d'une centrale inertielle : principe, analyse du fonctionnement, traitement des données
TP3 (4h) étude autour des capteurs d'une machine de traction : déplacement (codeur incrémental) déformation (extensomètre) et effort (corps d'épreuve et jauges), analyse de la documentation technique, propagation d'incertitudes, analyse critique du choix de capteur, choix de protocole expérimental, identification de paramètres (avec incertitude)
TP4 (4h) instrumentation d'une suspension puis choix de protocole pour identifier les paramètres d'un modèle masse/ressort/amortisseur
TP5 (4h) suivi de point et/ou corrélation d'images

Travail en classes inversées + QCM pour l'acquisition des connaissances de base sur capteurs/métrologie/incertitudes

Concevoir et mettre en œuvre une démarche expérimentale, utiliser des logiciels d’acquisition et d’analyse de données, conduire une analyse critique des résultats.

Les capteurs en instrumentation industrielle - 9e édition Georges Asch, Loïc Blum, Jacques Fouletier, Pierre Desgoutte, Bernard Crétinon et al. Dunod

Bases en algèbre linéaire (matrices, vecteurs, transformations linéaires).
Bases de la mécanique du solide (cinématique du point, torseurs, liaisons).
Connaissances fondamentales en programmation MATLAB (calcul matriciel, manipulation de vecteurs et fonctions).

Cours magistraux (8 h) :
- Cours 1 (2 h) : Introduction – transformations homogènes, paramétrage des liaisons, modélisation géométrique.
- Cours 2 (2 h) : Paramétrage Denavit-Hartenberg modifié – modèles géométriques direct et inverse.
- Cours 3 (2 h) : Modèles cinématique directe et inverse – singularités – interpolation dans l’espace des tâches et dans l’espace articulaire.
- Cours 4 (2 h) :  Indicateurs de performance et modélisation dynamique et statique.

Travaux dirigés (10 h) :
- TD 1 (2 h) : Paramétrage et MGD d’un mécanisme sériel.
- TD 2 (2 h) : Résolution du modèle géométrique inverse.
- TD 3 (2 h) : Modèle cinématique et analyse des singularités.
- TD 4 et 5 (2 × 2 h) : Applications MATLAB – commande de systèmes poly-articulés.

Travaux pratiques (12 h) :  
3 TP de 4h parmi plusieurs 
- Pilotage d'un robot sériel 6 axes (UR10, Mitsubishi)
- Analyse de l'influence des défauts d'une imprimante 3D à structure parallèle
- ...

L’objectif du module est de donner aux étudiants les compétences nécessaires pour modéliser, analyser et comprendre le comportement géométrique, cinématique, statique et dynamique des systèmes poly-articulés, en vue d’applications à la robotique industrielle et aux équipements de fabrication additive et soustractive.

À l’issue du module, l’étudiant sera capable de :
- Paramétrer un système mécanique poly-articulé à l’aide de conventions normalisées (Denavit-Hartenberg modifiée, paramètres de rotation 3D).
- Établir les modèles géométriques direct et inverse d’un robot manipulateur sériel ou parallèle.
- Analyser la cinématique différentielle et les relations entre vitesses articulaires et vitesses de l'effecteur.
- Évaluer les performances géométriques (singularités, accessibilité).
- Modéliser les comportements statiques et dynamique (efforts dans les liaisons).
- Appliquer les modèles développés à des cas concrets.

Ces apprentissages fournissent la base scientifique pour aborder le pilotage, la calibration et la maîtrise des performances de systèmes robotisés complexes.

Le module alterne enseignements théoriques (formulation mathématique et géométrique des modèles) et applications pratiques (résolution numérique sous MATLAB, mise en œuvre sur maquettes ou simulateurs).

Les séances de TD permettent de relier les concepts à des manipulations concrètes, en construisant progressivement les modèles géométriques et cinématiques des systèmes étudiés.
Les TP autant expérimentaux que informatique visent à implémenter les modèles et à analyser le comportement réel d’un système poly-articulé (robot, machine de fabrication additive, exo-squellete, centre d'usinage ...).

- Identifier l'espace des tâches et l'espace articulaire sur un système poly-articulé.
- Établir les modèles géométriques et cinématiques directs et inverses d'un système poly-articulé.
- Analyser les performances d'un robot (singularités, accessibilité, ...).
- Utiliser une IHM pour déplacer un robot et le programmer.

- Wisama Khalil, Étienne Dombre, Modélisation, Identification et Commande des Robots, 2nd Edition, Hermès Science Publications, ISBN 2-7462-0003-1.
- Jorge Angeles, Fundamentals of Robotic Mechanical Systems: Theory, Methods, and Algorithms, 3rd Edition, Springer, ISBN 0-387-29412-0.
- Charles Bop, Traité de robotique – Volume 1 – Les architectures : Conception, modélisations, équations, optimisation, Ellipses Technosup, ISBN 978-2-7298-5281-8.

Bases mathématiques sur la théorie des ensembles et le calcul matriciel.

CM1 : Théorie des graphes, représentation matricielle
CM2 : graphes probabilistes (Chaine de markov, HMM)
CM3 : automate a état fini et théorie des langages
CM4 : Automates hybrides (temporels et à EDPs)
CM5 : Graphe for network and Graph neural network.

TD1 : Modélisation d'un système par un graphe et sa représentation fréquentielle
TD2 : modélisation probabiliste et calcul de vraisemblance
TD3 : Modélisation d'un automate à état et équivalence de langages
TD4 : Modélisation graphe à EDP et calcul de paramètres d'un GNN

BE1 : Exercice sur la modélisation par un graphe, par une matrice et par un graphe probabiliste et simulation comportementale
BE2 : Exercice sur la modélisation d'un système par un automate à état et par un automate hybride.
BE3 : Modélisation d'un graphe pour modéliser un réseau depuis un BDD, et apprentissage d'un comportement par un GNN.

L'objectif de ce module est de comprendre l'intérêt et l'utilité d'une modélisation d'un système quelconque par la théorie des graphes, et de la possibilité d'étendre les graphes suivant le système en utilisant les concepts existants. Ceci permet à l'étudiant de développer des compétences primordiales en modélisation et formalisation, nécessaires à tout problème scientifique, et servant de bases à toutes les méthodes scientifiques de résolutions.

Cours théoriques, TDs d'application, projets sur logiciel de simulation

A la fin de ce module, les apprenants seront capables de modéliser un problème sous forme de graphe, et d'adapter ce graphe suivant leur besoins avec les concepts temporels, probabilistes, événementiels, réactifs, etc.). Avec l'acquisition de compétences en Machine Learning, les applications possibles concernent les champs de l'automatique, de la mécanique, de l'informatique et des mathématiques appliquées.

Le module abordera les aspects suivants:
- Chaîne numérique en CFAO (STEP, STEP-NC, Post-pro, ...)
- Géométrie différentielle des courbes et surface
- Définition des courbes de Bézier et des courbes Bsplines
- Les surfaces de Bézier 
- Génération de trajectoires "3 axes" (usinage par balayage, posage d’un outil, tolérance d'usinage, hauteur de crête) 
- Interpolation linéaire et polynomiale des trajectoires

Un temps important sera consacré à la mise en pratique des outils, sous forme de BE et de TP :
- à l'aide d'un code Matlab pour comprendre les concepts et les choix méthodologiques
- à l'aide de 3D Experience pour appliquer les outils sur des cas concrets, avec mise en situation pratique sur machines outil à commande numérique

Les objectifs de l’unité d’enseignement concernent la formation aux outils de Fabrication Assistée par Ordinateur (FAO) dans un contexte d’usinage grande vitesse  et leurs intégrations dans un processus numérique de conception et de réalisation de pièces mécaniques de formes complexes (moules, matrices, prothèses, etc.). La modélisation paramétrique des courbes et surfaces, les principaux modes de calcul de trajectoire ainsi que la prise en compte de la dynamique et de l’architecture du moyen de production dans ce calcul seront étudiés.

8h de cours + 10h TD/BE + 12h de TP

À l’issue du module, l’étudiant sera capable de :

- Modéliser une surface complexe sous forme paramétrique
- Définir un environnement de simulation d’un procédé sur une machine (MOCN ou robot)
- Calculer et programmer des trajectoires de fabrication (additive et soustractive)
- Mettre en œuvre un processus de fabrication de formes complexes

A. Bernard, Fabrication Assistee Par Ordinateur, 2003, Hermes Science Publications
J-C. Léon, Modélisation et construction de surfaces pour la CFAO, 1991, Hermès - Lavoisier
C. Tournier, Usinage à grande vitesseTechnologies, modélisations et trajectoires, 2010, Dunod

Bases sur la théorie des ensembles, le calcul matriciel et la théorie des automates à états.

CM1 : Rappel sur théorie des graphes, ensembles, automates et représentation matricielle, suivi d'introduction aux réseaux de Petri
CM2 : formalisation d'un réseau de Petri pour représenter la dynamique d'un système. 
CM3 : Calcul des propriétés (blocage, sauf, etc.) et des graphes de marquage et de couverture.
CM4 : Modélisation avec les concepts de temps et de probabilités
CM5 : Modélisation de systèmes complexes avec le concept de coloration

TD1 : Exercice de rappel et premier exercice de modélisation par réseaux de Petri
TD2 : Calcul des différentes propriétés d'un réseau de Petri
TD3 : Modélisation et calcul comportemental d'un réseau de Petri temporel et/ou probabiliste
TD4 : Exercice sur la modélisation d'un système complexe par un RdP coloré.

BE1 : Modélisation d'un système par un RdP et un RdP temporel
BE2 : Modélisation d'un système complexe par un RdP Coloré et simulation du comportement à l'aide d'un logiciel.
BE3 : Modélisation d'un système complexe représentant un système productif réel en RdP coloré et simulation à l'aide d'un logiciel pour valider des critères de performances

A la fin du module, le candidat sera en mesure de représenter un système productif par un modèle hybride dynamique permettant d'être simulé en vue d'obtenir de valider des critères de performances.

Cours théoriques, TDs d'application, projets sur logiciel de simulation

A la fin de ce module, les apprenants seront capables de modéliser un système complexe productif (type transport, cyber-physique, réseaux informatiques, énergie) par un modèle dynamique et de réaliser des simulations en vue d'obtenir des valeurs de performances et de valider un cahier des charges.

Bases de mécaniques des milieux continus

Usinage par enlèvement de matière (10h)
CM (2h) : Description du procédé, zones caractéristiques, modèle analytique (coupe orthogonale), coupe oblique, méthode de discrétisation d'arête
BE (4h) : Mise en plade d'une simulation avec Loi de comportement de Johnson Cook et critère d'endommagement
TP  (4h) : Mesure efforts in-process, confrontation modèle / réel (frottement face de dépouille), identification des paramètres

Forge (8h)
CM (2h) : Description des procédés de forgeage (laminage, matricage, estampage, etc.), modélisation simplifié de l'état mécanique (déformation plane ou contrainte plane), loi de comportement élastique isotherme et anisotherme, viscoélasticité, critère de plasiticité 
TD (2h) : Prédimensionnement de l'effort de forge sur un lopin (méthode des tranches)
BE (4h) : Etude numérique du procédé à cinématique imposée (presse hydraulique, presse à excentrique) ou à énergie imposée (marteau pillon, presse à vis), défaut courant et solutions technologiques pour les éviter

Fabrication additive métallique (12h)
Cours (4h) : description des procédés selon norme ISO, Principaux paramètres/recettes/défauts pour LPBF/DED, modélisation des échanges de chaleur (équation de la chaleur, conduction, convection, rayonnement), apport d'énergie (source laser, arc, joule)
BE (4h) : simulation thermique numérique méthode flash (Matlab) ou sur Abaqus/Ansys
TP (4h) : Mesures thermiques par diode (LPBF) ou caméras thermiques coaxiale et hors axe (Laser Fil)

L’unité d’enseignement aborde les aspects de modélisation et de simulation des procédés de fabrication pour la mise en forme des métaux (usinage, forge, fabrication additive). L'objectif est ici d'avoir une vision d'ensemble de ces procédés, d'étudier des premiers modèles dans l'optique de retirer des règles de tracés et analyser les défauts courants sur chacun des procédés.

8h de cours + 12h BE + 2h TD + 8h de TP

À l’issue du module, l’étudiant sera capable de :
- Modéliser et simuler les procédés de fabrication
- Expérimenter sur ces procédés pour étudier les limites des modèles étudiés
- Réaliser un pré-dimensionnement des procédé de fabrication (effort de forgeage, puissance laser, puissance de coupe)

J.Barralis, G. Maeder, Précis de métallurgie, Nathan, 2005.
L.Chevalier, Mécanique des systèmes et des milieux déformables, ellipses, 2004.
Y. Adda, J.M. Dupouy, J. Philibert, Y. Quéré, Eléments de métallurgie physique (T1-3-5), INSTN CEA, 2000.
J.L. Chaboche, J. Lemaître, A.Benallal, R. Desmorat, Mécanique des matériaux solides, ed. Dunod, 3eme édition.

Transformation rigide et modélisation par matrice homogène

CM 8h :
1. Photogrammétrie  5h
a. géométrie projective, modèle de sténopé
b. Principe de calibration
c. Principales méthodes de traitement d’image (Filtrage canny, Hough, …)
d. Géométrie épipolaire, matrice fondamentale, algo calibration
2. Méthode par triangulation 3h
a. Principe triangulation
b. Capteur laser plan
c. Projection de frange
TD 6h :
1-TD Application calibration d’une caméra 2h
2-TD Triangulation 2h
3-TD Calibration d’un capteur laser plan 2h

**BE 4h ** : Algo ICP recalage
TP 8h 
1-Photogrammétrie : Calibration stéréo, triangulation
2-Mesure par projection de frange : calibration, recalage des données
3-Mesure capteur laser-plan : calibration, qualification des données
BE 8h :
1-Association : Algorithme de recalage ICP, Recalage Torseur Petit dep.
2-Partition : Partition nuage de point selon la courbure , calcul opérateur laplace beltrami.

Les processus d’acquisition de géométrie s’appuient de plus en plus sur des systèmes de numérisation par moyens optiques qui délivrent une représentation de la géométrie des pièces sous forme de données discrètes (nuages de points, maillages, images, …) en des temps relativement courts. L’objectif de ce cours est de présenter les principes, outils et méthodes associés à l’acquisition de la géométrie des formes des pièces par moyens optiques. Ce cours se concentrera plus particulièrement sur les systèmes par triangulation, de type laser-plan par projection de frange ou stéréovision.

L'UE s'organise autour de TP de découverte permettant d'appréhender le fonctionnement des capteurs sans contact ainsi que les problématique associées. Dans un second temps le CM et les TD permettront d'approfondir la modélisation.

À l’issue du module, l’étudiant sera capable de :
•    Sélectionner un capteur pour une application donnée 
•    Analyser et qualifier les données issues des systèmes de mesure sans contact
•    Mettre en cohérence les données acquises

Hartley, R., Zisserman, A., 2004. Multiple view Geometry in computer vision. Cambridge University Press, 672 pages.· Build Your Own 3D Scanner: 3D Photography for Beginners SIGGRAPH 2009 Course Notes Wednesday, August 5, 2009 Partition des nuages de points NF EN ISO 18183-3

Notions élémentaires en statistiques descriptives (moyenne, écart-type, corrélation). Bases en Python.

Le module abordera les aspects suivants:
- Introduction à l’Industrie 4.0 Comprendre les révolutions industrielles, la notion de système cyber-physique, et les enjeux (numériques, environnementaux, économiques).    
- Technologies clés : IoT, Cloud, Big Data, IA, communication, jumeaux numériques    
- Comprendre les architectures et les protocoles de comminucations (MES, ERP, OPC-UA, MQTT)

Un temps important sera consacré à la mise en pratique des outils, sous forme de TP :
- Découverte IoT et collecte de données (Node-RED / Infludb/ MQTT)
- Simulation d’un processus connecté (Factory I/O)    
- Réalité augmentée pour robot UR10
- Jumeau numérique simplifié

Un mini projet par groupe d'étudiants sera réalisé pour mettre en oeuvre les outils (IoT, architecture, collecte de données) afin de créer un dashboard sous Grafana.

Le module Industrie 4.0 vise à initier les étudiants aux principes, technologies et enjeux de la transformation numérique des systèmes de production (procédés robotisés, machine outil à commande numérique, chaine de production). Il a pour objectif de faire comprendre comment les technologies connectées – Internet des Objets (IoT), intelligence artificielle, Big Data, cloud computing et jumeaux numériques – révolutionnent l’industrie moderne. Les étudiants découvrent les architectures des systèmes cyber-physiques, l’interopérabilité entre équipements, la collecte et l’exploitation des données industrielles, ainsi que les standards d’échange utilisés dans les environnements de production intelligents.
À travers des travaux pratiques et un mini-projet fil rouge, les apprenants conçoivent et expérimentent des applications intégrant capteurs, acquisition de données, supervision et analyse de performances.

6h CM + 12 TP + 12h mini projet

Mini projet en autonomie Chaine Bosch, Machine outil, cellule Robotisée.

À l’issue du module, l’étudiant sera capable de :
Identifier les technologies constituti ves de l’Industrie 4.0 (IoT, Big Data, IA, jumeau numérique).
Analyser les architectures d’un système cyber-physique.
Mettre en œuvre des outils numériques pour la collecte et la visualisation de données industrielles.
Simuler et piloter un processus de production connecté.
Concevoir un mini-projet intégrant des briques 4.0 (capteurs, communication, data, visualisation).

G. Veneri, A. Capasso,  Hands-On Industrial Internet of Things: Create a powerful Industrial IoT infrastructure using Industry 4.0, 2018, Kindle Edition
M. Armendia, M. Ghassempouri, E. Ozturk, F. Peysson, Twin-Control, A Digital Twin Approach to Improve Machine Tools Lifecycle, 2019, Springer