Upload
lamhanh
View
217
Download
0
Embed Size (px)
Citation preview
1
Acquis d’apprentissage et syllabus des cours commun en séquence et hors séquence 1ère
et 2nde année et des électifs 1ère année
Table des matières 1 Cours Commun 1A et 2A .................................................................................................... 3
1.1 Environnement informatique et programmation ....................................................... 3
1.2 Algorithmique et complexité ....................................................................................... 4
1.3 Modélisation ................................................................................................................ 5
1.4 Traitement du signal .................................................................................................... 8
1.5 Stats, Machine learning, Traitement des données .................................................... 11
1.6 Automatique et Contrôle ........................................................................................... 13
1.7 Modélisation Système ............................................................................................... 17
1.8 Optimisation .............................................................................................................. 19
2 Cours hors séquence ........................................................................................................ 22
2.1 Convergence, Intégration, Probabilités, Equations aux dérivées partielles.............. 22
2.2 Physique quantique et statistique ............................................................................. 23
2.3 Gestion d'entreprise .................................................................................................. 26
2.4 Finance d’entreprise .................................................................................................. 28
2.5 Economics .................................................................................................................. 29
2.6 Droit ........................................................................................................................... 30
2.7 Philosophie ................................................................................................................ 31
2.8 Sociologie des organisations ..................................................................................... 32
3 Cours Electif 1A ................................................................................................................ 33
3.1 Electromagnétisme .................................................................................................... 33
3.2 Energie électrique ...................................................................................................... 36
3.3 Systèmes Electroniques ............................................................................................. 39
3.4 Sciences des transferts .............................................................................................. 45
3.5 Mécanique des milieux continus ............................................................................... 47
3.6 Matériaux................................................................................................................... 48
3.7 Thermodynamique .................................................................................................... 49
2
3.8 Génie Industriel ......................................................................................................... 51
3.9 Réseau et cybersécurité ............................................................................................ 54
4 Activité projet ................................................................................................................... 56
3
1 Cours Commun 1A et 2A
1.1 Environnement informatique et programmation
Cours commun séquence générale de 1ère année (SG1)
Référent de cours : Yolaine BOURDA, Guillaume MAINBOURG
Il est proposé de renommer ce cours : « Environnement Numérique, Informatique et
Programmation ».
Acquis d’apprentissage
À l’issue de ce module, les élèves seront capables :
• de savoir se débrouiller dans un environnement Windows ou Unix ;
• de savoir faire des scripts simples ;
• d’écrire un programme (sans doute en python) utilisant les structures de contrôle de
base, la récursivité, le typage, les structures de données avancées (dictionnaire…),
faisant des entrées/sorties, mettant en œuvre des concepts objets, bien structuré (avec
un découpage clair et sensé), compréhensible et bien commenté ;
• d’avoir des bases en programmation fonctionnelle et évènementielle ;
• de savoir intégrer l’utilisation d’une bibliothèque existante pour répondre à des besoins ;
• de tester (par des méthodes simples de type boîte noire) et mettre au point un
programme ;
• de connaitre quelques notions de base autour des systèmes informatiques (fichier,
exécutable, code interprété/compilé) ;
• de corriger des problèmes identifiés (« débugger ») ;
• de comprendre comment l’information est transmise ;
• d’utiliser un système de gestion de développement collaboratif de logiciels (Git),
opérateurs d’importance vitale, etc.)
4
1.2 Algorithmique et complexité
Cours commun séquence thématique de 1ère année (ST2)
Référent de cours : Yolaine BOURDA
Acquis d’apprentissage
À l’issue de ce module, les élèves seront capables :
• de raisonner en termes algorithmiques pour résoudre des problèmes réels (pensée
computationnelle ou « computational thinking »)
• de connaître des techniques génériques de conception d’algorithmes (par exemple :
force brute, glouton, diviser pour régner, etc.) et les appliquer pour résoudre un
problème et de les implémenter,
• d’utiliser des heuristiques (par exemple : branch and bound, A*, etc.) et de les
implémenter pour obtenir des solutions approchées à un problème d’optimisation,
• d’analyser des algorithmes et d’estimer leur complexité dans le pire cas,
• de comparer des algorithmes en terme de complexité temporelle et spatiales,
• de connaître les principales classes de complexité de problèmes et donner un exemple
pour chacune d’elles.
5
1.3 Modélisation
Cours commun séquence thématique de 1ère année (ST2)
Référents de cours : Paul-Henry COURNEDE, Frédéric BOULANGER, Antoine
CHAILLET
Acquis d’apprentissage
Les élèves devront pouvoir représenter le comportement d’un système au moyen d’un modèle
exploitable analytiquement ou numériquement, et en apprécier le domaine de validité.
Pour y parvenir, ils devront décider de l’échelle temporelle et spatiale d’intérêt, ainsi que de la
représentation (discrète ou continue) la plus opportune. Ils devront être capables, à partir de
données expérimentales, de définir une structure de modèle et d’en identifier les paramètres,
malgré les bruits de mesure inhérents, et d’en quantifier la validité.
Le module « Modélisation » apportera les acquis d’apprentissage et les compétences requises
pour :
• Choisir la typologie de modèle opportune : discret/continu, déterministe/stochastique,
mécanistique/guidée par les données, en représentation fréquentielle/temporelle.
• Modéliser et analyser un processus continu : représentations temporelle et fréquentielle
et les liens entre elles, identification paramétrique d’une réponse temporelle ou
fréquentielle, effet de la discrétisation des données, représentations en temps discret.
• Modéliser et analyser un processus discret par une représentation opportune :
automates, modèles multi-agents, réseaux de Petri, simulation à évènements discrets
• Développer un esprit critique et analyser la fiabilité des modèles obtenus : sensibilité
aux bruits et aux incertitudes, critères de fiabilité.
• Implémenter numériquement le modèle obtenu et le simuler, en le confrontant aux
données expérimentales.
Contenu indicatif
Les heures indiquées sont des heures en présentiel [33H + 3H de Contrôle Final]. S’ajoutent en
rouge des TPs individuels (guidés par tutoriels en ligne).
1) Introduction à la Modélisation [3H]
- épistémologie de la modélisation (F. Varenne) [Amphi: 1h30]
- du système à la formalisation mathématique [Amphi 1h30]
• taxonomie des modèles (discret/continu/hybride, déterministe/stochastique, mécaniste/
data-driven, temps, espaces, espace d'états...)
• caractère bien posé
• multi-échelles, multi-modèles.
• démarche de modélisation
2) Modélisation des systèmes à état continu [9H00]
- Représentation temporelle :
• Temps continu : écriture d’une équation différentielle sous forme d’équation d’état,
linéarisation autour d’un point de fonctionnement, représentation d’état linéaire,
6
résolution explicite d’une équation d’état linéaire, analyse de la stabilité par étude des
valeurs propres
• Temps discret : représentation d’une équation aux différences sous forme d’équation
d’état, cas des systèmes à entrée numérique, représentation d’état linéaire, analyse de
stabilité
- Représentation fréquentielle :
• Fonction de transfert temps-continu : réponse impulsionnelle, réponse indicielle,
transformée de Fourier et de Laplace, diagramme de Bode, focus sur les systèmes du 1er
et du 2nd ordre, lien avec la représentation d’état
• Fonction de transfert temps-discret : discrétisation, choix de la période
d’échantillonnage, transformée en Z, lien avec la représentation d’état
[Amphi 6H, TD 3H]
3) Modélisation des systèmes à état discret [7H30]
• automates, automates hiérarchiques, produit synchrone d'automates
• modèles multi-agents, comportements émergents
• réseaux de Petri, modélisation de comportements concurrents
• simulations à événements discrets. modélisation des retards et des distributions
d'événements (loi de Rayleigh, loi de Poisson)
• exemple de modèles hybrides : modèles modaux (automates + EDO par exemple)
[Amphi 4H30 + TD 3H00]
4) Mise en Œuvre [4H30]
-TD démarche de modélisation (développement d’un modèle) sur différents problèmes adaptés
(exemple de la démarche...) : décliné en TD par dominante [1h30]
- TP Simulation, simulation stochastique [1h30]
- TP Model Checking [1h30]
+TP individuel [1h30] : création d'un simulateur [en python ?] sur le modèle précédemment
étudié en TD
5) Analyse de sensibilité, évaluation, quantification d'incertitudes [9H]
- Analyse de sensibilité, calcul de perturbations, analyse d'incertitudes ... [1H30 Amphi + 1H30
TD]
- évaluation de modèles: identifiabilité, éléments d’identification paramétrique (méthode des
moindres carrés, à partir d’une réponse temporelle, à partir d’une réponse fréquentielle),
optimisation numérique, critères AIC / MSEP [Amphi 3H]
-TD estimation de paramètres, modèle simple / régression linéaire [TD 3H]
+TP individuel [4h30] (* au choix en fonction du modèle avec le TP en 5): analyse de
sensibilité, analyse d'incertitudes, simulation de données virtuelles, estimation paramétrique.
+ Contrôle Final Ecrit [3H]
Articulation avec d’autres cours:
7
• Il est à vérifier comment s’articule la modélisation discrète avec le cours « Algorithme
et Complexité »
• Il existe également un lien fort avec le cours de Traitement du Signal en ST4 (D.
Beauvois), qui voit la représentation temporelle des signaux déterministes et
stochastiques.
• De la même façon, la paramétrisation des modèles statistiques sera largement
développée dans le cours « Statistique et Apprentissage». L’aspect « modélisation par
les données » sera simplement évoqué ici et introduit dans le cours de « Statistique et
Apprentissage ».
• Les modèles acausaux seront traités dans le cours « Modélisation Systèmes » (H.
Gueguen) : notre cours se focalise sur les modèles entrée/sortie (causaux). Evoquer le
lien avec ce cours : nous on traite des éléments, l’interconnexion de systèmes est vue
là-bas.
• Le cours « Optimisation » permettra d’approfondir les techniques numériques qui
interviennent dans la partie identification paramétrique.
Ce cours de « Modélisation » doit ainsi permettre de mettre en perspective plusieurs cours de
la suite du cursus, en particulier ST4, ST5, ST6.
8
1.4 Traitement du signal
Cours commun séquence thématique de 1ère année (ST4)
Référent de cours : Hana BAILI, Dominique BEAUVOIS
Prérequis
Distributions : concept, opérations, TF : les élèves doivent essentiellement comprendre la
notion d’impulsion de Dirac, son intérêt pour la modélisation de phénomènes impulsionnels et
les différentes opérations qui peuvent lui être appliquées
Transformées usuelles : de Fourier, de Laplace, en z et leurs propriétés
Convolution
Probabilités, variables aléatoires, vecteurs gaussiens, espérance
Acquis d'apprentissage
A l’issue de ce cours, les élèves devront être en mesure de mettre en œuvre dans des applications
concrètes les outils mathématiques permettant d’analyser un signal à temps continu ou discret,
d’extraire de l’information et concevoir des chaines de traitements pour la classification, la
compression, le stockage, la transmission, la restauration, la reconstruction ou la détection.
La première partie du cours portant sur le traitement des signaux déterministes apportera les
acquis d’apprentissage et les compétences requises :
• pour modéliser, dans le domaine temporel, différents signaux à temps continu ou
discret ainsi que la relation entrée sortie inhérente à tout système linéaire invariant ;
• pour caractériser dans le domaine spectral différents modèles de signaux et systèmes ;
• pour comprendre les effets de l’échantillonnage d’un signal analogique et de la
reconstitution d’un signal numérique ;
• pour effectuer une analyse spectrale pertinente en prenant en compte la durée
d’observation, la fenêtre d’analyse utilisée, et l’utilisation de la Transformée de
Fourier Discrète ;
• pour comprendre les effets d’une quantification (volume de stockage, débit de
transmission, qualité de restitution) ;
• pour comprendre comment transmettre ou stocker un signal sur un support physique
(critère de Nyquist, modulation) ;
• pour concevoir des chaînes de traitements élémentaires.
La deuxième partie du cours concerne l’analyse des signaux modélisés par des signaux
aléatoires et leur traitement. À l'issue de cette partie les élèves seront capables :
• de comprendre les principaux concepts et méthodes nécessaires à la représentation et
l’analyse des signaux aléatoires ;
• de concevoir des traitements sur des signaux bruités ou non bruités (détection,
estimation, compression…) ;
• de formaliser un problème mettant en jeu des signaux aléatoires dans différents
contextes applicatifs.
9
Contenu
Cours TD Examen
Partie 1: Signaux déterministes
Modélisation déterministe des signaux ;
aspects énergétiques : énergie,
puissance, corrélation ; caractérisation
spectrale : TF, TL, TZ ; notion de
filtrage ; systèmes linéaires invariants ;
stabilité.
3h
Echantillonnage temporel ; théorème de
Shannon ; filtre anti-repliement ;
reconstitution.
1h30
Analyse des signaux certains et outils
Propriétés spectrales ; effet spectral
d’une troncature ; caractéristiques des
fenêtres et comparaison ; transformée
de Fourier discrète et principales
propriétés ; analyse spectrale.
3h
TD #1
3h
Total Partie 1 7h30 3h
Cours TD Examen
Partie 2 : Signaux aléatoires
Modèles de signaux aléatoires :
Définition d’un processus stochastique ;
processus de Markov ; mouvement
brownien ; processus gaussien ;
processus de Poisson.
Représentation temporelle des signaux
aléatoires : Moments du second ordre :
fonction d’autocorrélation, fonction
d’autocovariance ; moments mixtes du
second ordre : fonction
d’intercorrélation, fonction
d’intercovariance ; propriétés des
moments du second ordre ; différents
types de stationnarité bruit blanc ;
échantillonnage des signaux aléatoires.
3h
Analyse spectrale et filtrage des
signaux aléatoires : Densité spectrale de
puissance ; propriétés de la DSP ;
formules des interférences ; processus
ARMA ; factorisation spectrale ;
estimation spectrale des signaux
3h
10
aléatoires : paramétrique et non
paramétrique (périodogramme).
Ergodisme et estimation dans le
domaine temporel : Différents niveaux
d’ergodicité ; estimation de la fonction
d’autocorrélation ; propriétés des
estimateurs.
TD #2
3h
TD #3
3h
Total Partie 2 6h 6h
Total 24 HPE 13h30 9h 1h30
Organisation TD
Les TD donneront lieu non seulement à des déterminations analytiques mais aussi à des mises
en œuvre d’algorithmes sur ordinateur. Pour un travail et une assimilation efficaces, il est
important que l’effectif à encadrer soit limité à une vingtaine d’élèves maximum par groupe.
Sujets TD
Quantification (non uniforme, entropie, noise shaping)
Prédiction linéaire
Critère de Nyquist
Etude d’une chaine de transmission audio
Reconnaissance de signaux, extraction de paramètres, analyse/synthèse, compression
Estimation, détection, restauration, reconstruction de signaux bruités
11
1.5 Stats, Machine learning, Traitement des données
Cours commun séquence thématique de 1ère année (ST4)
Référent de cours : Paul-Henry COURNEDE
Acquis d’apprentissage Dans ce cours, les étudiants devront acquérir les bases mathématiques, méthodologiques et
numériques permettant de réaliser à partir d’observations d’un phénomène aléatoire (les
données) une inférence sur la distribution de probabilité sous-jacente. Ainsi, ils seront en
mesure d’analyser un phénomène passé (statistique descriptive) ou de réaliser des prévisions
pour un phénomène futur de nature similaire (statistique prédictive).
Pour cela, les étudiants devront dans un premier temps acquérir les formalismes, concepts et
résultats élémentaires de la statistique mathématique. Cela inclut en particulier la définition de
modèles statistiques, les principes de la théorie de l’estimation et de la théorie des tests
d’hypothèses.
Dans un deuxième temps, les élèves se familiariseront avec les méthodes et algorithmes
d’apprentissage statistique à partir des données, dans le cadre de l’apprentissage supervisé pour
la statistique prédictive ou de l’apprentissage non-supervisé pour la statistique descriptive. Dans
ce cadre, ils seront en particulier sensibilisés à la problématique de la grande dimension.
Finalement, les étudiants découvriront et utiliseront par des travaux pratiques une bibliothèque
pour l’apprentissage statistique.
Contenu du cours 1. Variables aléatoires et échantillons, statistique descriptive+ ACP, mesure empirique.
2. Modèles statistiques pour l’inférence
a. Modèles paramétriques (familles de distributions)
b. Modèles de régression
3. Estimation paramétrique ponctuelle
a. Quelques estimateurs : méthode de substitution, maximum de vraisemblance
b. Propriétés des estimateurs ponctuels (biais, consistance, risque, Borne de
Cramer-Rao, vitesse de convergence, propriétés asymptotiques)
c. On revoit : TCL, méthode delta, th. De continuité, et th. De Slutsky
d. Caractérisation de l’incertitude des estimateurs ponctuels : Intervalles de
Confiance (fonctions pivotales, cas gaussien), et Intervalles de Confiance
Asymptotiques, Normalité Asymptotique du Max de Vraisemblance.
e. Statistique exhaustive, théorème de factorisation, (théorème de Lehmann-
Scheffé ?). Famille exponentielle.
4. Estimation Bayésienne : théorème de Bayes, prior, posterior, exemples de
distributions conjuguées, intervalle de crédibilité, fonctions de perte et estimateurs
ponctuels
5. Tests paramétriques
a. Caractérisation générale d’un test d’hypothèse paramétrique. Neyman-Pearson,
tests asymptotiques (Wald), p-value.
6. Test d’ajustement (chi2, Kolmogorov, Cramer Von-Mises) et de comparaison
d’échantillons (Wilcoxon)…
7. Modèle Linéaire de régression et modèles additifs généralisés, arbres. Sélection de
modèles (pénalisation L0), Pénalisation L1 (lasso) et L2 (ridge), validation croisée.
8. Modèle logistique pour la classification
12
9. Réseaux de neurones.
10. Méthodes non supervisées : Clustering (K-means, clustering hiérarchique, modèles de
mélange)
13
1.6 Automatique et Contrôle
Cours commun séquence thématique de 2nde année (ST5)
Référent de cours : Didier DUMUR
Présentation, objectifs
Les élèves devront pouvoir comprendre la structure et les interactions au sein de systèmes
existants ou en phase de conception, traiter l’information et prendre des décisions.
Pour y parvenir, ils devront mettre en évidence les grandeurs influant sur l'état de ce système
(entrées) et les grandeurs permettant d'accéder à cet état ou sur lesquelles portent des exigences
(sorties). A partir de l'analyse des entrées qu'il peut commander (commande) ou qu'il subit
(perturbations), l’élève devra déterminer la structure et la loi de commande la mieux adaptée à
sa problématique. Pour cela, il devra analyser les caractéristiques de son système, les comparer
à celles requises au niveau des spécifications, pour sélectionner, concevoir et valider en
simulation puis expérimentalement la stratégie de commande adaptée.
Acquis d’apprentissage, compétences acquises
Le module « Automatique et contrôle » apportera les acquis d’apprentissage et les compétences
requises pour :
• Modéliser le comportement d’un système linéaire par une représentation temporelle ou
fréquentielle :
o Faire le choix d'un modèle de comportement adapté (fonction de transfert,
représentation d’état …)
o Identifier les paramètres de ce modèle à partir d’informations expérimentales
et/ou de connaissances a priori
o Valider la qualité du modèle
• Analyser le comportement temporel et fréquentiel d’un système et les effets du bouclage
• Choisir et synthétiser des lois de commande, en analogique comme en numérique, sous
forme de fonction de transfert ou d’état, afin de satisfaire un cahier des charges temporel
et/ou fréquentiel
o Analyser les caractéristiques du système initial et les comparer au cahier des
charges
o Choisir et synthétiser le correcteur adapté
o Valider la loi de commande et critiquer les résultats obtenus
Contenu (60 HEE, 37,5 HPE)
Prérequis : Transformées de Laplace, Fourier, en Z, représentation des systèmes par fonction
de transfert et équations d’état, échantillonnage/blocage, analyse de stabilité EBSB des
systèmes continus et discrets.
Descriptif :
1. Introduction à l’Automatique (notion de bouclage, schéma-bloc …)
2. Fonction de transfert en BO, BF, passage BO -> BF
14
3. Analyse des systèmes asservis continus (stabilité, rapidité, précision)
4. Analyse des systèmes discrets (représentation, stabilité, rapidité, précision)
5. Synthèse de correcteurs continus (anticipation, proportionnel, avance de phase, PI et
PID) – Structure cascade
6. Méthodes de transposition de correcteurs continus/discrets
7. Rappel sur la représentation d’état continue/discrète, passage continu/discret
8. Commandabilité, observabilité, forme canonique
9. Commande par retour d’état
10. Synthèse d’observateurs
TD #1 : Modélisation, étude de stabilité, étude de la précision, début de correction
proportionnelle. Régulation du niveau d’eau d’un générateur de vapeur
TD #2 : Synthèse de correcteurs analogiques (Avance de phase, PI et/ou PID) et transposition
en discret. Procédé à déterminer, par exemple régulation de pression artérielle …
TD #3 : Commande par retour d’état et synthèse d’observateurs. Procédé à déterminer, par
exemple contrôle d’attitude d’un avion …
E.L. :
première séance en début de séquence permettant d’identifier les paramètres du modèle
d’une maquette expérimentale
puis travail en hors présentiel avec Matlab pour implantation du modèle et synthèse des
lois de commande, validation en simulation
deuxième séance en deuxième partie de séquence pour l’implantation expérimentale
des lois de commande
Cours TD E.L. Examen
Partie I : Introduction à l’Automatique
(notion de bouclage, schéma-bloc,
rappels)
1h30
Fonction de transfert en BO, BF,
passage BO -> BF 1h30
Analyse des systèmes asservis continus
(stabilité, rapidité, précision) 4h30
Analyse des systèmes discrets
(représentation, stabilité, rapidité,
précision)
1h30
TD #1
3h
E.L. 1 :
identification
sur maquette
expérimentale
3h
Synthèse de correcteurs continus
(anticipation, proportionnel, avance de
phase, PI et PID) – Structure cascade
4h30
Méthodes de transposition de
correcteurs continus/discrets 1h30
TD #2
3h
15
Rappel sur la représentation d’état
continue/discrète, passage
continu/discret
Commandabilité, observabilité, forme
canonique
1h30
Commande par retour d’état & Synthèse
d’observateurs 3h
TD #3
3h
E.L. 2 : mise en
œuvre de lois de
commande sur
maquette
expérimentale
3h
3h
Total 36 h 18h 9h 6h 3h
Compétences validées
- "modéliser le comportement d’un système linéaire par une représentation temporelle ou
fréquentielle " s'inscrit dans C1.2 "Utiliser et développer les modèles adaptés, choisir la
bonne échelle de modélisation et les hypothèses simplificatrices pertinentes pour
traiter le problème", ainsi que dans C1.3 "Résoudre le problème avec une pratique de
l’approximation, de la simulation et de l’expérimentation"
- "analyser le comportement temporel et fréquentiel d’un système et les effets du bouclage"
s'inscrit dans C1.1 "Etudier un problème dans sa globalité, la situation dans son
ensemble. Identifier, formuler et analyser un problème dans ses dimensions
scientifiques, économiques et humaines" ainsi que dans C1.3 "Résoudre le problème
avec une pratique de l’approximation, de la simulation et de l’expérimentation"
- "choisir et synthétiser des lois de commande, en analogique comme en numérique, sous
forme de fonction de transfert ou d’état, afin de satisfaire un cahier des charges temporel
et/ou fréquentiel" s'inscrit dans C1.4 "Spécifier, concevoir, réaliser et valider tout ou
partie d’un système complexe", dans C3.6 "Évaluer l’efficacité, la faisabilité et la
robustesse des solutions proposées" ainsi que dans C1.3 "Résoudre le problème avec
une pratique de l’approximation, de la simulation et de l’expérimentation"
- "utiliser un logiciel de simulation pour mettre en œuvre les développements théoriques et
valider les lois de commande (par l’intermédiaire des Études de Laboratoire)" s'inscrit dans
C6.1 "Identifier et utiliser au quotidien les logiciels nécessaires pour son travail (y
compris les outils de travail collaboratif). Adapter son « comportement numérique »
au contexte"
- "maîtriser la communication scientifique et technique (par l’intermédiaire du compte rendu
d’Études de Laboratoire)" s'inscrit dans C7.1 "Convaincre sur le fond. Être clair sur les
objectifs et les résultats attendus. Être rigoureux sur les hypothèses et la démarche.
Structurer ses idées et son argumentation. Mettre en évidence la valeur créée"
16
Bibliographie
[1] J.J. D’Azzo & C.H. Houpis - "Linear Control System. Analysis and Design" - 3e éd., Mc
Graw-Hill, 1988.
[2] P. Borne, G. Dauphin-Tanguy, J.-P. Richard, F. Rotella et I. Zambettakis - "Analyse et
régulation des processus industriels. Tome 1. Régulation continue, Tome 2. Régulation
numérique" - Éditions Technip, 1993.
[3] J.B. Deluche - "Automatique. De la théorie aux applications industrielles. Tome 2 :
Systèmes continus" - Edipol, 2000.
[4] J.M. Flaus - "La régulation industrielle" - Hermès, 1994.
[5] G.F. Franklin, J.D. Powell, A. Emami-Naeini - "Feedback Control of Dynamic Systems"
- 7° ed., Ed. Pearson Publishing Company, 2014.
17
1.7 Modélisation Système
Cours commun séquence thématique de 2nde année (ST5)
Référents de cours : Marija JANKOVIC, Hervé GUEGEN
Objectif
L’objectif de ce cours est de former les élèves à la modélisation système, au processus de la
modélisation et aux différentes techniques, en particulier pour les systèmes technologiques
tels que les avions, les voitures, les trains, les infrastructures ferroviaires, les usines, etc. En
effet, le futur développement de tels systèmes technologiques exige de la part des ingénieurs
des capacités à identifier les facteurs définissant le système, à prendre en compte sa
complexité et à le représenter formellement afin de prédire son comportement futur. Il est
également nécessaire de maîtriser l’utilisation des résultats de prédiction et des analyses de
sensibilité dans la phase d’implémentation. Les élèves seront formés à la définition et la
modélisation d’un système et de son périmètre, ainsi qu’à l’identification et la représentation
des interactions qui en déterminent le comportement émergent. En outre, l’accent sera mis sur
la capacité à identifier les attributs caractéristiques de la performance (ou SPI - indicateurs de
performance du système) essentiels dans la conception, l’implémentation, l’opération et le
management des systèmes complexes.
Les acquis d’apprentissage
A la fin de ce cours, les élèves seront capables de :
• Concevoir et déployer la modélisation d’un système (Observer, Définir le système,
Proposer un modèle formel, Analyser et Exploiter les résultats)
• Comprendre les concepts de la modélisation système (notion de composants, différentes
hiérarchies utilisées dans la modélisation, principes de décomposition) avec un accent
particulier sur les interactions entre les composants d’un système (causale ou non-
causale, synchrone ou asynchrone, interfaces d’échange d’information ou d’énergie,
etc.)
• Comprendre et analyser les interactions afin de structurer le modèle, de le développer
et déployer en se basant sur la modélisation SySML
• Maitriser et déployer les différentes techniques de modélisation comportementale d’un
système afin de prédire son comportement (théorie de graphes, modélisation
stochastique, modélisation à événements discret, représentation d’état, dynamique des
systèmes, etc.)
• Réfléchir et identifier les approches de modélisation les plus appropriées au regard du
type de système
• Analyser et discuter les résultats des études sur le modèle au regard de la situation
(analyses de sensibilités, choix de paramètres, tradespace exploration-analyse de
compromis)
Planning prévisionnel
Ce cours est à donner pour l’ensemble de la promotion (autour de 800 élèves –
Gif+Metz+Rennes). Il s’agit de cours imposé de la Séquence Thématique 5 de 40 HEE
18
correspondant à 24h présentielles élèves contrôle inclus. Chaque cours de 3h est constitué de
1h30 du cours magistral et 1h30 de travaux dirigés. Les travaux dirigés sont potentiellement
déclinables par dominante.
No de
cours
Thème de cours Travaux dirigés
1 Introduction à System
Thinking, la définition d’un
système et la modélisation du
système
Cas d’étude : Définition de périmètre d’un
système ; Analyser la structure de système et
les interfaces externes et internes
2 Modélisation des besoins des
parties prenantes, des cas
d’usages et des scénarios
opérationnels afin d’identifier
le périmètre de système
Cas d’étude : Utilisation des « Use case
diagrams » et les diagrammes d’activités pour
la modélisation du contexte de système
3 Modélisation des exigences
de système, des fonctions des
systèmes et création des liens
d’allocation
Cas d’étude : Utilisation des diagrammes des
exigences et des « Block Definition
Diagrams »
4 Modélisation de la structure
organique d’un système, les
composantes et les interfaces
Cas d’étude : Utilisation d’ « Internal Block
Diagrams », définition des différents types
d’interfaces et modélisation des liens
d’allocation
5 Modélisation et simulation du
comportement du système
Cas d’étude : Modélisation et simulation du
comportement du système à partir des
composantes (Simulink ou Simscape, etc. )
6 Modélisation de différentes
solutions techniques et la
réflexion sur le choix d’une
structure organique
Cas d’étude : Utilisation des techniques dites
de DSM-Design Structure Matrix afin
d’identifier les différentes configurations
physiques et les interfaces possibles
7 Simulation et analyse des
compromis à faire pour un
système
Cas d’étude : Utilisation de Frontière de
Paretto pour 2 paramètres de système choisi,
Analyse et discussion des solutions choisi
8 Contrôle
Lectures
La littérature demandée pour compléter le cours et le travail personnelle des élèves est la
suivante :
• “A practical guide to SySML: the system modeling language”, Friedenthal & Steiner
• « Model-Based Systems Engineering with OPM and SysML », Dori, Dov, (2016).
• « Structural complexity management », Lindemann, Maurer and Braun, (2009).
19
1.8 Optimisation
Cours commun séquence thématique de 2nde année (ST7)
Référents de cours : Michel BARRET, Vincent MOUSSEAU, Jean-Christophe
PESQUET, Guillaume SANDOU
Présentation, objectifs
A l’issue de ce cours, les élèves devront être en mesure de traiter une large gamme de problèmes
concrets d’optimisation se posant dans un contexte scientifique ou industriel. Partant d’un tel
problème, ils seront à même de le formuler de façon adéquate, de proposer une solution
numérique à l'aide des méthodes existantes, et d’aller jusqu’à la validation et l’interprétation de
la solution du point de vue du problème initial. Des aspects relevant aussi bien de l’optimisation
continue que de l’optimisation discrète seront explorés. Plus précisément, les notions suivantes
seront abordées et mises en oeuvre pratiquement : formulation des problèmes d’optimisation,
conditions d’existence de minimiseurs globaux et locaux, convexité, dualité, multiplicateurs de
Lagrange, méthodes du premier ordre, programmation linéaire, programmation linéaire entière,
approche « branch and bound » (séparation-évaluation), introduction à l’optimisation
stochastique.
Pré-requis pour ce cours:
Notions de base en analyse et probabilités, bonne maîtrise d’un environnement de
programmation.
Déroulement :
1. Bases de l’optimisation (9 heures de cours)
1.1 Introduction
- Objectifs de l’optimisation
- Classification des problèmes d’optimisation
- Questions mathématiques sous-jacentes
- Exemples de formulations : allocation, approximation, estimation
1.2 Existence de minimiseurs
- Rappels sur les espaces de Hilbert et l’analyse fonctionnelle
- Existence d’un minimiseur global
- Notions de différentiabilité
- Conditions nécessaires/suffisantes d’existence d’un minimiseur local
1.3 Convexité
- Ensembles et fonctions convexes
- Convexité stricte
- Minima d’une fonction convexe
- Caractérisation des fonctions convexes différentiables
20
- Projection sur un ensemble convexe
- Problèmes d’admissibilité convexe
1.4 Dualité
- Conjuguée de Fenchel-Legendre
- Dualités, faible et forte, au sens de Fenchel-Rockafellar
- Théorème minimax
2. Formulation et résolution d’un problème concret d’optimisation continue (3 heures
de TD)
3. Programmation linéaire (4,5 heures de cours)
- Présentation du problème
- Algorithme du simplexe
- Dualité
- Analyse de sensibilité
4. Résolution d’un problème de programmation linéaire (1,5 heures de TD)
5. Programmation linéaire entière (3 heures de cours)
- Description du problème
- Méthode de séparation/évaluation (Branch and Bound)
- Spécification d'une borne et séparation
6. Formulation et résolution d’un problème de programmation linéaire entière (3 heures
de TD)
7. Compléments d’optimisation continue (6 heures de cours)
7.1 Méthode des multiplicateurs de Lagrange
- Formulation des problèmes d’optimisation sous contrainte
- Fonctionnelle de Lagrange
- Points selles
- Cas convexe (condition de Slater)
- Cas diff2rentiable (condition de Fritz-John)
- Théorème KKT
7.2 Quelques algorithmes itératifs
- Méthodes du premier ordre
- Méthode du gradient projeté
- Algorithme d’Uzawa
- Programmation DC
8. Etude de la prise en compte de contraintes dans un problème
d’optimisation continue (3 heures de TD)
9. Optimisation stochastique (1,5 heures de cours)
- Principe des métaheuristiques
- Algorithmes évolutionnaires (génétiques, …)
- Recuit simulé
- Approche tabou
21
10. Comparaison d’une méthode de séparation-évaluation et d’un algorithme génétique
sur un même problème (3 heures de TD)
11. Contrôle de connaissances (1,5 heures d’examen écrit)
Remarques :
- Cet enseignement d’optimisation se répartit donc (en volume horaire présentiel) en 24
heures de cours, 13,5 heures de TD et 1,5 heure d’examen final. La séquence thématique dans
lequel il s’insère comportant une forte composante de projets, l’équilibre cours/TD proposé
paraît cohérent.
- Les aspects d’optimisation sur des graphes ne seront pas développés dans ce cours.
- Dans la mesure du possible, les TD seront déclinés par dominante en fonction des diverses
propositions faites. Ces TD conduiront à une mise en oeuvre des méthodes sur ordinateurs
(MATLAB, Python, CPLEX,…).
- L’évaluation des acquis se fera à la fois par contrôle continu et par l’examen final.
22
2 Cours hors séquence
2.1 Convergence, Intégration, Probabilités, Equations aux dérivées partielles
Cours commun hors séquence de 1ère année
SG1, ST2, SG3
Référent de cours : Erik HERBIN , PAULINE LAFFITTE
Il est proposé de renommer ce cours : Convergence, Intégration, Probabilités, Equations aux
dérivées partielles.
Période 1 : SG1
• Topologie, Espaces métriques, Espaces vectoriels normés, Espaces de Hilbert : 2 cours
et 2 TD
• Systèmes dynamiques continus, Problèmes de Cauchy, Méthodes des différences finies
en temps : 2 cours et 2 TD
• Espaces mesurés, Construction de l'intégrale, Espaces L^p, Interversion limite-
intégrale, Probabilités, variables aléatoires : 5 cours et 5 TD
• Distributions et espaces de Sobolev en 1D : 1 cours et 1 TD
Période 2 : ST2
• Mesures produits, Probabilités sur R^N, indépendance : 2 cours et 2 TD
• Distributions et espaces de Sobolev en d D, Résolution des problèmes elliptiques par
formulation variationnelle, Approximation variationnelle et éléments finis 1D,
Eléments finis 2D : 2 cours et 3 TD
• Différences finies en espace, Analyse numérique matricielle : 3 cours et 3 TD
• Discrétisation des problèmes paraboliques : 1 cours et 1 TD
• Convolution Transformée de Fourier et fonctions caractéristiques : 2 cours et 2 TD
Période 3 : SG3
• Résolution des problèmes paraboliques 1 cours et 1 TD
• Vecteurs gaussiens
• Convergence de suites et séries de variables aléatoires, Espérance conditionnelle,
Marches aléatoires : 2 cours et 2 TD
23
2.2 Physique quantique et statistique
Cours commun hors séquence de 1ère année (SG3 et ST4)
Référent de cours : Jean-Michel GILLET
Présentation et objectifs
L’ambition de ce cours est de construire les bases de la physique du 21ième siècle telles qu’elles
ont été formulées au début du 20ième (la relativité mise à part). Ce faisant, il s’agit de montrer
comment les modèles se sont élaborés, en partant des résultats expérimentaux, en tentant
d’utiliser les outils de l’ancienne théorie puis en reconstruisant de manière axiomatique une
nouvelle théorie. Ceci est fait dans un premier temps sur la mécanique et l’électromagnétisme
conduisant alors à la théorie quantique puis, dans un second temps, sur la thermodynamique,
aboutissant à la physique statistique. L’accent est à chaque fois mis sur les applications ou
l’impact des notions introduites sur les domaines où l’ingénieur (ou, simplement, le citoyen)
est présent.
In fine, le but est donner une certaine familiarité aux élèves ingénieurs avec les apports
conceptuels de la physique sur lesquels s’élaborent de nombreuses innovations actuelles. Ils en
auront le vocabulaire, en maîtriseront quelques démarches essentielles pour une mise en œuvre
éclairée et connaîtront les limites de son application.
Acquis d’apprentissage et compétences acquises
• Construire un modèle simple de physique microscopique
• Faire le lien entre le couple (quantique, statistique) et (mécanique,
électrique/électronique, thermique)
• Effectuer un changement d’échelle allant du modèle microscopique à l’explication,
voire la prédiction, du comportement macroscopique.
Contenu
On commence par montrer les insuffisances de la physique du 19ième siècle en insistant sur
l’inadéquation du corpus conceptuel avec les observations expérimentales. On élabore ensuite
une mécanique ondulatoire pour finalement généraliser avec la présentation axiomatique
actuelle de la physique quantique. On insiste sur le lien avec la physique classique et en
établissons le périmètre de validité. Une fois cette base établie, viennent les mises en œuvre sur
des systèmes qui diffèrent par les potentiels qu’ils mettent en jeu et les modes d’approximation
qu’ils permettent. Cette démarche montre progressivement les limites associées à l’étude d’un
système contenant peu de particules et la construction du modèle actuel de l’atome est déjà une
étape marquante. Le passage au macroscopique nécessite la mise en œuvre d’un apport
conceptuel complémentaire. Il est alors montré qu’à partir du postulat fondamental de la
physique statistique des pans entiers de la physique macroscopique peuvent être prédits. La
construction de la fonction de partition dans différentes situations pratiques est proposée pour
des particules indépendantes (ou interagissant par un champ moyen). Enfin, le caractère
fermionique ou bosonique est introduit permettant de faire la distinction entre gaz classiques et
quantiques ouvrant ainsi sur les applications en physique du solide puis en électronique.
24
Notes : Pour des raisons de gain de temps et d’adhésion à la réalité de l’utilisation actuelle de
la physique statistique dans un cadre ingénieur, la chronologie historique n’est pas respectée.
Pour les mêmes raisons, la notion d’états microscopiques utilisée en physique statistique se
limite aux états quantiques. L’espace des phases n’est évoqué que dans le cadre de la nécessité
de l’usage de l’approximation classique.
Le ratio TD/cours augmente progressivement à mesure que le mélange quantique + statistique
devient possible et que les cas concrets deviennent intelligibles.
Prérequis
Notions d’onde, équations différentielles, algèbre linéaire.
Déroulé des séances
I. Période 1 : Foundations of QM ( 7,5h CM + 9h TD)
1) Experimental puzzles (1h30)
(i) TD : Orders of magnitude in quantum physics guided
2) From phenomenology to an axiomatic formulation
a) Schrödinger equation and Piecewise potentials (1h30)
(i) TD : Infinite wells (1 et 2D) potential steps One-Q (fast track) or guided (slow track)
(ii) TD : Tunnel effect and Microscopy (flip)
b) Postulates and the mathematical artillery (1h30)
(i) TD : Quantum measurements and cryptography (flip)
3) The quantum- classical fuzzy border (1h30)
(i) TD : Modelling of the alpha-radioactive lifetime (WKB) One-Q (fast track) or guided
(slow track)
Examen 1H 30
II. Période 2 : Micro-macro equilibrium states (7,5HCM + 9h00 TD)
1) Model Hamiltonians and approximations
a) Vibrations and perturbations (1h30)
25
(i) TD : Quantum modelling of NH3 flipping and MASER effect One-Q (fast track) or
guided (slow track)
b) Rotation, spin and the nucleus (1h30)
(i) HW : NMR and Medical imaging (reading)
c) Stability of atoms and the periodic table (1h30)
(i) TD : From H to He One-Q (fast track) or guided (slow track)
(iii) HW (computing project) : From the atom to the molecule
(iii) TD : Morse’s potential or Van der Waals forces (perturbations) and thermal expansion
(flip)
QCM d’actualisation (15 mn)
2) Equilibrium statistics
a) Statistical physics from thermodynamics and information theory (1h30)
(i) TD : Paramagnetism and Curie's law One-Q (fast track) or guided (slow track)
b) Regulated systems of classical particles (1h30)
(i) TD : Equation of state of a real Van der Waals gasOne-Q (fast track) or guided (slow
track)
(ii) TD : Adsorption on a catalyst (or chemical reaction equilibrium) One-Q (fast track) or
guided (slow track)
(iii) TD : Modelling the specific heat of a diatomic gas One-Q (fast track) or guided (slow
track)
c) Quantum statistics (1h30)
(i) TD : Modelling the specific heat of a 2D electron gas. One-Q (fast track) or guided (slow
track)
(ii) TD : Bose condensates. Two level model of semi-conductor. One-Q (fast track) or guided
(slow track)
26
2.3 Gestion d'entreprise
Cours commun hors séquence de 1ère année (ST2 et SG3)
Référent de cours : Eléonore MOUNOUD, Valérie FERREBOEUF
Présentation, objectifs
Ce cours vise à proposer aux élèves-ingénieurs une présentation structurée des principales
problématiques de la gestion et du développement des entreprises. Il s'agit de faire en sorte que
les élèves-ingénieurs sortant de l'Ecole aient une vision claire de ce que sont les entreprises, de
leurs objectifs, de leur organisation, de leurs partenaires, ainsi que des enjeux et des alternatives
qui s’offrent pour orienter leur développement. Le cours vise à proposer une vision intégrée des
principes de gestion.
Acquis d’apprentissage, compétences acquises
• Savoir caractériser une entreprise et son modèle de création de Valeur
• Savoir formuler les questions clés d’une démarche Marketing
• Savoir replacer la Stratégie d'une entreprise dans le contexte de son environnement
concurrentiel en tenant compte de ses compétences et de son écosystème
• Avoir compris les enjeux du management au sein d'une organisation et connaitre les
leviers de Pilotage de la performance
• Savoir diagnostiquer la logique d’innovation d’une entreprise et ses enjeux
concurrentiels et organisationnels
• Connaitre les enjeux des transitions numérique et écologique et les démarches déployées
pour y répondre
Prérequis : Ce cours n'exige pas de pré-requis formel. Il suppose un état d'esprit d'ouverture et
propose une vision intégrée des différents aspects économiques, sociétaux, psychologiques et
organisationnels liés à la vie en entreprise et au rôle de l’entreprise dans la société.
Organisation du cours
11h de cours et conférences
11h de cas et mise en situation
2h d’examen
16h de travail personnel
Support
Un polycopié avec des listes de références,
Des cas à préparer pour les PC
Des mises en situation / simulations /
Évaluation
Un examen final écrit de 2h
Un contrôle continu incluant un suivi de la participation
27
Déroulé des séances :
Séance 1 : Introduction, les acteurs, les enjeux, les cycles de l'exploitation et du
renouvellement
Cours 1h30 : présentation des finalités, des acteurs (actionnaires, employés, clients et autres
parties prenantes) et des ressources (capital, travail, connaissances) de l’entreprise ainsi que de
la diversité des entreprises, distinction entre exploitation et renouvellement, présentation des
modes de gestion (politique, stratégique, organisationnel, opérationnel)
Conférence témoignage 1h (Laurent Galle ECP 94, entrepreneur en 2016)
Mise en situation : 1h30 (Cas Cycles de l’Aube)
Séance 2 : La démarche marketing, études, décisions, opérations
Cours 1h30 : différents types de marchés et de clients, modèle PESTEL, marketing stratégique :
segmentation et positionnement, analyse externe (menaces/opportunités) et analyse interne
(forces faiblesses), conduire une étude de marché, comprendre le comportement du
consommateur, concevoir un plan marketing, les 4P du marketing mix (produit, prix,
promotion, position, distribution), marketing opérationnel, support de la fonction commerciale
Etude de cas 1 : positionnement sur un marché (Cas Nutella examen 2015) / 1h30
Séance 3 : La démarche stratégique
Cours 1h30 : analyser l’environnement élargi, les 5 forces de Porter, courbe d’expérience,
stratégies génériques (volume / différenciation), construction de l’avantage concurrentiel,
chaine de valeur,
Etude de cas 2 : analyse stratégique (Cas VW (Dossier de presse) examen 2011) / 1h30
Séance 4 : Modalités de croissance et manœuvres stratégiques
Cours 1h30 : Développement stratégique et modalités de croissance (interne, externe / alliances)
Etude de cas 3 : quantifier les leviers de création de valeur (cas Essilor) / 1h30
Séance 5 : Le pilotage de la performance (objectifs, budgets, indicateurs)
Cours 1h30 : pertinence, efficience, efficacité, mesure de la performance, indicateurs, cycle de
pilotage, budget, tableau de bord, gestion des ressources humaines, indicateurs sociaux, contrat
et objectifs, contrat psychologique, fordisme, toyotisme, management par la qualité, démarche
de progrès continu, procédures et bureaucratisation, orientation client, enjeux de la
transversalité
Mise en situation : 1h30
Séance 6 : Innovation : du marketing des nouveaux produits aux stratégies d’innovation
intensive
Cours 1h30 : innovation de produit, de procédés, d’organisation, innovation incrémentale,
radicale, exploitation et exploration, compétences technologiques, de la technologie au marché,
démarche de conception et innovation, modèle de valorisation de l’innovation, création et
protection de la rente de l’innovateur, business model et exploitation des innovations
Etude de cas 4 : modèle d’innovation intensive/ 1h30
Séance 7 : Le numérique et le monde qui vient : rupture et transition dans les business models
Conférencier 1h
Mise en situation 2h
Contrôle 2h
28
2.4 Finance d’entreprise
Cours commun hors séquence de 2nde année (ST5)
Référents de cours : Olivier LECOMTE, Danièle ATTIAS
Course Objectives
The course will allow students to understand the general operations of a firm in an international
environment and discover criteria of economic performance.
Course content
• The typology of the various financial resources that are essential for corporate
operations and development.
• The fundamentals of financial analysis to be able to use financial data for corporate
operations (balance sheet, income statement and cash flow statement).
• In the end: moving from the accounting vision to the financial vision.
(6 hours of lectures and 6 hours of tutorials)
29
2.5 Economics
Cours commun hors séquence de 2nde année (ST5)
Référent de cours : Pascal DA COSTA, Joëlle TOLEDANO
Course Objectives
The goal of the class of economics is to provide the basic concepts required to understand and
analyze the economic environment. Each topic will be covered with real facts and statistics,
and then explained with the theories of economics.
Course Content
• Introduction: History of economic thought. Mathematical modeling of economic facts.
Validation by econometrics. (1h30 of lectures)
• Microeconomics. Markets structures and regulations. Market failures. Natural
monopoly. Asymmetric information. Games theory. (4hours30 of lectures and
4hours30 of tutorials)
• Monetary economics. From the economy of debt to the economy of financial markets.
The role of money. The role of the Central Bank and commercial banks in the
financing of the economy. (1h30 of lectures and 1h30 of tutorials)
• Fluctuations and economic policies. (1h30 of lectures and 1h30 of tutorials)
• International economics and globalization. (3h00 of lectures and 3h00 of tutorials)
Conclusion: Economics of growth and innovations. Economics of the sustainable
development. (1h30 of lectures)
30
2.6 Droit
Cours commun hors séquence de 2nde année (SG6)
Référent de cours : Pascal DA COSTA, Michel ABELLO
Course Objectives To introduce students to the fundamental notions of Law in business that will be necessary in
their future professional career, and more particularly to Industrial Property.
Course Content • Introduction to Law
• Corporate Law and Labour Law
• Contract Law
• Intellectural Property: Patent, Trademark, Copyright, Software, etc.
31
2.7 Philosophie
Cours hors séquence de 1 année (ST4)
Référents de cours : Cynthia COLMELLERE
Objectifs
Ce cours s’articule autour de différentes branches de la philosophie.
Cet enseignement aborde quatre grandes parties. Premièrement, il propose des outils théoriques
pour comprendre la démarche scientifique à partir de connaissances en philosophie des sciences
et épistémologie. Deuxièmement, sur cette base, il approfondit une réflexion sur le progrès
scientifique et technique en lien avec le progrès social. Troisièmement, à partir de bases en
philosophie morale et politique, il propose les fondements d’une réflexion sur l’éthique
professionnelle (éthique des ingénieurs) et personnelle. Quatrièmement, il introduit un
questionnement sur les enjeux de société. Chaque partie comprend une base théorique et des
développements à partir d’exemples issus de l’histoire des sciences et des techniques et de
l’histoire politique et sociale et des apports des sciences sociales sur de grands enjeux
contemporains (environnement, discriminations, inégalités, démocratie…)
Modalités pédagogiques
Cours en format conférences pour les apports théoriques et pour les exemples traités (par des
spécialistes du domaine).
Les exemples et les cas pratiques sont pris dans différents domaines en lien avec les enjeux de
société traités dans le cursus dès la première année. Ces exemples pourront aussi être en lien
avec l’actualité scientifique, technologique, politique et sociale. Cette variété de situations et
de contextes a pour but de faciliter la mise en œuvre des concepts et méthodes proposés.
Savoir-faire acquis en fin de cours
• Acquérir une capacité réflexive
• Acquérir une capacité à appréhender les problèmes à la fois dans leur spécificité et dans
leur insertion dans un contexte environnemental et sociétal.
• Intégrer dans son travail, les controverses qui se développent autour des avancées et des
innovations scientifiques et techniques, la place croissante des usagers de ces
innovations dans ces controverses, l’influence très forte des contextes économiques,
sociaux, politiques, culturels sur le développement de ces innovations.
• Acquisition d’un esprit critique
• Développement des capacités d’analyse, d’argumentation et de synthèse
Principales notions abordées
• Pouvoir, démocratie, responsabilité
• Articulation politique/morale
• Etat/société
• Ethique, valeurs, morale
• Vérité, preuve, autorité épistémique
• Société, individu, identité, lien social, articulation individu/collectif
• Progrès technologique/progrès social
32
2.8 Sociologie des organisations
Cours hors séquence (SG6)
Référents de cours : Cynthia COLMELLERE, Valérie FERREBOEUF
Objectifs
Ce cours est une introduction à la sociologie des organisations. Cette partie de la sociologie
étudie les comportements individuels et collectifs au sein de groupes humains constitués : les
organisations.
Cet enseignement n’est pas un cours de management mais plutôt un cours sur le management.
Il propose des connaissances théoriques et des savoirs méthodologiques en sociologie des
organisations et en psychosociologie dans le but de les utiliser dans des contextes réels de
résolution de problèmes et de changement. Dans ce cours sont abordés les phénomènes
principaux dans les organisations : décisions, pouvoirs, négociations… Il permet également de
comprendre les dysfonctionnements et les phénomènes de déviance dans les organisations. Une
typologie des formes et des modes de fonctionnement des organisations permet aux élèves
d’aborder un répertoire de situations-problèmes courantes.
Modalités pédagogiques
Cours et TD
Apports théoriques, exercices, études de cas, mises en situation
Les exemples et les cas pratiques sont pris dans différents domaines : entreprises et industries,
éducation, institutions…Cette variété de situations et de contextes a pour but de faciliter la mise
en œuvre des concepts et méthodes proposés.
Savoir-faire acquis en fin de cours
• Appréhender la complexité systémique dans les organisations (entreprises, institutions,
administrations) en prenant en compte les dimensions humaines et sociales et le
contexte.
• Comprendre la force des logiques d’acteurs au niveau individuel et au niveau collectif
• Acquérir des méthodes et pratiques de raisonnement pour expliquer les comportements
en références à des intérêts, des stratégies, des valeurs, des expériences
• Acquérir une façon de penser les problèmes dans les organisations qui met à distance
les explications limitées à la personnalité ou aux caractéristiques psychologiques
individuelles.
• Comprendre les échecs et les réussites dans des démarches de changement dans les
organisations.
Principales notions abordées
• Pouvoir, autorité, marges de manœuvre, autonomie, régulation
• motivation, responsabilité, stratégie, rationalité limitée
• Contingence, système d’action concret, zone d’incertitude
33
3 Cours Electif 1A
3.1 Electromagnétisme
Electif de 1ère année (SG1, SG3)
Référent de cours : Dominique LECOINTRE, Hichem DAMMACK,
Le cours se décompose en en une partie appelée socle et une partie extensions (les parties socle
et extension sont imbriqués lors du déroulement du cours)
Le socle présente les acquis que l'on considère de base pour le développement des
enseignements portés par les départements Électromagnétisme et Physique dans le nouveau
cursus
Les extensions sont associées à des domaines plus spécifiques des départements
Électromagnétisme ou Physique
On pourra prévoir une visite d'installations expérimentales
Contenu du cours
1. Introduction : Socle
Montrer que l'électromagnétisme est présent dans de nombreux secteurs industriels
Prendre un exemple de secteur industriel à forte valeur technologique et montrer la diversité
des postes où intervient l'électromagnétisme
Montrer la diversité des problèmes
Expliquer le contenu du cours et le fil conducteur entre les parties
Pointer la nécessité des notions que les élèves verront dans le socle à travers les exemples
choisis (propagation, guidage, émission, différentes échelles…)
Situer le cours dans l'ensemble du nouveau cursus (présenter les enseignements où ce cours
sera utile)
2. Rayonnement : Extension
Propagation : champ proche, champ lointain, ondes évanescentes, diffraction et auto-diffraction
d'une onde, limite de résolution
Rayonnement : sources, potentiel retardé, approximation en champ lointain
Rayonnement : approximation dipolaire, champ rayonné : structure locale d'onde plane,
directivité d'une antenne, diagramme de rayonnement en puissance, dimensionnement
Diffusion et diffraction d'une onde électromagnétique
Diffusion simple d'une onde EM par un diffuseur, plusieurs diffuseurs, ensemble ordonné.
Diffraction.
Traitement optique des images
Rayonnement par une antenne de téléphonie mobile
34
3. Mise en équations d'un problème électromagnétique à l'échelle macroscopique : les 3
piliers : Socle
De la scène réelle à la mise en équation : phase de modélisation
Premier pilier : équations de Maxwell valables pour tout milieu. Explication (rapide) du passage
à la moyenne pour l'établissement des équations. de Maxwell macroscopiques
Deuxième pilier : équations constitutives des milieux. Fonction diélectrique. Notions
d'homogénéité, linéarité, isotropie, dispersion. Liens entre dispersion et inertie, entre déphasage
et dissipation. Explicitation des équation constitutives dans le cas de milieux basiques et
simples (diélectrique, conducteur, milieu magnétique; modèle de Drude).
Troisième pilier : équations de passage d'un milieu à un autre (écriture dans le cas général,
écriture après choix des modèles pour les milieux).
Liens avec les outils numériques (des outils basés sur des méthodes différentes : méthodes
dérivent d'un travail de numérisation des équations du pilier 1, le pilier 2 apparaît comme un
catalogue de modèles à disposition de l'utilisateur)
4. Synthèse : Les différents types de problèmes : objectif, hypothèses associées et
simplification, applications emblématiques : Socle
Statique : électrostatique, magnétostatique
Phénomène dépendant du temps : domaine temporel, domaine complexe
Etats quasi stationnaire
Phénomènes de réfraction et réflexion à une interface, réflexion totale, onde évanescente, angle
de Brewster
Diffraction
5. Propagation libre : Socle
Onde plane
Polarisation d'une onde plane
Propagation en milieu absorbant, en milieu dispersif, dans un plasma. Puissance échangée lors
de la propagation champ-matière
De l'onde plane vers le guide à lame parallèle (réflexion sur un plan conducteur parfait, figure
d'interférence…)
6. Propagation guidée : Socle
Développement théorique à partir de Maxwell et des propriétés de réflexion modes TE,TM,
TEM
Modes TE,TM, TEM
Guides métalliques, guides diélectriques, fibres optiques
7. “théorie des guides ou théorie des lignes ”: Extension
TEM vers la théorie des lignes
Théorie des lignes
Technologie, alimentation des structures de guidage
Transition ligne guide pour arme micronde
Réseau de câblage sur véhicule : théorie des lignes
Couches minces : traitements anti-réflexion, pare-brise thermique… : Socle
8. Antennes : Extension
35
Exemples, technologie des antennes
Définition et caractéristiques d'une antenne par une approche expérimentale : zones de
rayonnement, diagramme de rayonnement, gain et directivité, surface équivalente d'une
antenne, impédance d'entrée ou coefficient de réflexion
Bilan de liaison
Retour sur les caractéristiques à partir des formules théoriques du champ rayonné
Diagramme de rayonnement, impédance d'entrée d'une antenne embarquée sur véhicule
9. Nanophotonique et métamatériaux : Extension
Cristaux photoniques
Structures à indice négatif, lentilles planes
Guidage par cristal photonique 2D
10. Synthèse méthodes numériques de résolution des problèmes électromagnétiques :
Extension
11. Enjeu environnemental et sociétal : pollution électromagnétique : compatibilité
électromagnétique : Extension
Enjeu environnemental et sociétal : pollution électromagnétique : exposition des personnes
36
3.2 Energie électrique
Electif de 1ère année (SG1, SG3)
Référent de cours : Jean-Claude VANNIER
Présentation, objectifs
L'énergie électrique est indispensable au fonctionnement et au développement de la société dans
toutes les régions du globe. Les progrès continus ont permis d’intégrer son usage dans de
nouveaux secteurs d’activité (transports terrestre, maritime ou aérien, systèmes embarqués,
énergies renouvelables, spatial). Aujourd’hui, les objectifs de respect de l’environnement et du
développement durable nécessitent d’améliorer les technologies associées à cette énergie et
favorisent son déploiement à différents niveaux de puissance.
Le cours d’énergie électrique propose de donner les méthodes et les outils fondamentaux pour
l’analyse des systèmes utilisant l’électricité en tant que vecteur énergétique. Il associe la
connaissance de la physique à celle des matériaux magnétiques pour caractériser les éléments
constituant les systèmes d’énergie électrique.
Dans un premier temps, le cours précise les enjeux de l’énergie électrique pour le
fonctionnement de la société et présente les principaux acteurs. Il montre aussi ses nombreuses
interactions avec les différentes disciplines scientifiques.
Il présente ensuite les grandeurs principales, les concepts et les outils nécessaires à l’analyse
des systèmes d’énergie électrique et donne des exemples d’application.
Il met surtout l’accent sur le comportement des couplages magnétiques en utilisant l’application
de l’électromagnétisme au cas des éléments utilisant des matériaux magnétiques. Le
comportement de ces matériaux est analysé pour en établir une modélisation énergétique et
préciser les performances selon l’amplitude d’excitation ou la fréquence. La représentation de
type circuit magnétique est employée pour le passage de la physique des éléments à leurs
modèles.
L’application naturelle de cette partie est l’étude des transformateurs et des systèmes de
couplages par induction.
Ensuite, la conversion de l’énergie électrique en énergie mécanique est formalisée par le
principe des travaux virtuels basé sur les énergies et coénergie magnétiques pour exprimer les
forces et couples produits par les actionneurs et les générateurs.
Une application de la conversion d’énergie électrique en énergie mécanique est proposée avec
l’étude de la motorisation à courant continu qui permet de poser les bases de fonctionnement
des systèmes de motorisation ou de génération en variation de vitesse.
Acquis d’apprentissage
Le cours « Energie électrique » apportera les acquis d’apprentissage et les compétences
requises pour :
• Modéliser les dispositifs et matériels électriques basés sur le couplage magnétique
o Faire le choix d'un modèle de comportement adapté (forme intégrale des
équations de Maxwell, schéma équivalent de type circuit …)
37
o Identifier les paramètres de ce modèle à l’aide de données expérimentales et/ou
des propriétés géométriques et physiques
o Valider la qualité du modèle
• Prédéfinir un système de transmission d’énergie à courant alternatif (triphasé) avec ses
principaux éléments
• Analyser et évaluer une motorisation à base d’actionneurs à courant continu ou alternatif
o Analyser le comportement électrique, magnétique et mécanique de l’actionneur
o Comparer au comportement nominal
o Evaluer les performances et critiquer les résultats obtenus
Prérequis :
Bases d’électromagnétisme ; bases sur les équations aux dérivées partielles ; circuits
électriques ; représentation complexe en courant alternatif.
Plan du cours :
Introduction à l’électrotechnique
Omniprésence de l'électrotechnique : production, transport, conversion, utilisation et
contrôle de l'énergie électrique. Aspects économiques.
Bases de la physique pour l’électrotechnique
Électromagnétisme appliqué à l’électrotechnique, matériaux magnétiques, création et
canalisation du champ, aimants. Méthodes de modélisation, prise en compte des pertes.
Transport et utilisation de l'énergie électrique
Monophasé, triphasé, définition et calcul des puissances. Dimensionnement et facteur de
puissance.
Transformateurs monophasé et triphasé
Fonction et structure ; transformateur parfait ; modélisation du transformateur réel, mise en
œuvre à 50 Hz et à fréquence variable ; réalisation : circuit magnétique, isolants,
conducteurs.
Conversion électromécanique
Lien entre énergies électrique, magnétique, et mécanique.
Système à partie mobile ; calcul des forces et des couples ; couple de réluctance.
Motorisation électrique
Équations fondamentales. Moteur à courant continu. Principes pour la variation de vitesse.
Moteur DC Brushless
38
Modalité Pédagogique
18 heures de cours, 6 heures de TD, 9 heures de TL, un examen de trois heures
Chaque élève effectue trois séances de TL de 3 heures chacune
3 sujets de TL :
Etude du triphasé
Etude d’un transformateur monophasé
Etude d’un moteur à courant continu
39
3.3 Systèmes Electroniques
Electif de 1ère année (SG1, SG3)
Référent de cours : Philippe BENABES
Présentation, objectifs
L’électronique et le numérique sont aujourd’hui omniprésents dans notre vie, que ce soit dans
l’usage des objets connectés, dans les transports, dans le médical, dans les objets de notre
quotidien, dans la défense et le spatial, ou dans les milliards d’ordinateurs connectés à travers
le WEB.
Les technologies évoluent de façon exponentielle (loi de Moore) depuis une cinquantaine
d’année, mais on retrouve un certain nombre de constantes dans la plupart des équipements :
- des interfaces avec le monde physique (capteurs) et les hommes (dispositifs d’affichage,
IHM),
- un traitement des signaux analogiques (filtrage, ondelettes, … et bientôt systèmes
neuromorphiques),
- une conversion analogique-numérique (avec ou sans compression de données) et numérique-
analogique (transducteurs)
- des unités de traitement numérique embarquées ou déportées (HPC, cloud…).
Le but de ce cours est dans une approche top-down, d’apprendre aux élèves à spécifier et
concevoir des systèmes électroniques à partir de composants matériels et logiciels existants.
L’aspect microélectronique (CAO) et réalisation (technologie) de ces composants sera réservé
aux étudiants souhaitant se spécialiser dans le domaine et étudié dans des cours de niveau plus
élevé. Les principes et grandeurs physiques liés au fonctionnement de ces composants devront
néanmoins être connus ou évoqués.
Acquis d’apprentissage
Le cours « Systèmes électroniques » apportera plus précisément aux élèves des notions de base
pour :
• Spécifier une chaine de traitement analogique
o Comprendre les différentes technologies électroniques (circuits intégrés vs circuits
imprimés) et leurs évolutions (technologies traditionnelles vers more than Moore
ou beyond CMOS), Systems on Chip, packaging, interconnexions
o Concevoir des architectures analogiques depuis des modèles simple (bloc Laplace
par exemple) jusqu’à des circuits à base d’AOP, capacités, résistances,
inductances.
o Analyser sous forme matricielle les réseaux de Kirchoff simple (circuits RLC +
AOP).
o Déterminer si les limitations des AOPs sont respectés (bande passante, produit
Gain-bande, impédances d’entrée et sortie, vitesse de balayage) par rapport une
application donnée
o Choisir un capteur interface entre le monde physique et les signaux électroniques
40
• Simuler et tester un circuit simple
o Prendre en main des logiciels de simulations de type Spice libre ou payant (saisie
de schéma, simulation AC DC transitoire)
o Paramétrer efficacement une simulation : temps de simulation et pas adapté,
résolution d’éventuels problèmes de convergence sur des cas simples (circuits
RLC + AOP).
o Faire des montages propres sur des plaques à essais (simulation versus mesure)
o Mesurer des courants, des tensions, des impédances avec les équipements
appropriés (oscilloscopes, impédancemètres,…)..
o Choisir le composant approprié à partir de sa documentation (limitations AOP)
• Spécifier et choisir le bon convertisseur analogique-numérique adapté à un problème
donné en termes de fréquence d’échantillonnage, résolution, famille, et analyser l’effet
de l’échantillonnage et de la quantification sur le signal à traiter (effets de repliement
de spectre (Nyquist), de saturation ou non linéarité).
• Spécifier et choisir une architecture de traitement numérique adaptée à un problème
donné
o Type d’unité de traitement adaptée au problème (processeur, microcontrôleur,
DSP, circuit programmable, ASIC dédié)
o Evaluation du coût et du temps de développement en fonction du choix
précédent
o Choix des outils de développement nécessaires à la mise en œuvre de ces
composants
• Mettre en œuvre une application simple avec un microcontrôleur ou un circuit logique
programmable.
o Choisir le bon microcontrôleur en fonction des périphériques à mettre en œuvre
o Programmer, télécharger et tester une application simple sur microcontrôleur ou
FPGA
Organisation de l’enseignement
Par amphithéâtres de 96 élèves. 3 ou 4 occurrences avec une voie en anglais
PC : 3 PCs de 32 élèves à chaque occurrence
E.L : 6 groupes de 16 élèves en E.L. à chaque occurrence
Répartition des enseignements
11 cours de 1h30
7 PCs de 1h30
2 EL de 3h
1 examen de 3h
Les cours suivront un fil conducteur d’une chaine de traitement (à définir), qui permettra de
faire le lien entre les différents cours, et différentes notions abordées.
41
Répartition dans le temps de l’enseignement
S1 S2 S3 S4 s5 S6 S7
Ca1 Ca2
Ca3
Ca4 Ca5 Ccan
PCcan
répétés *2
(par groupe
de 48)
Cn1 Cn2 Cn3 Cn4
Cn5
PCa1 PCa2
PCa3
ELa1 ELa2
répétées *2
(par 3
groupes de
16)
PCn1
PCn2
PCn3 ELn1
ELn2
répétées
*2
(par 3
groupes de
16)
Examen
Ca = cours analogique
PCa = PC analogique
Ccan = cours conversion
PCcan = PC conversion
Cn = cours numérique
PCn = PC numérique
4 créneaux de 1h30 par semaine pour les semaines S1 S2 S4 S5
2 créneaux de 3h par semaine pour S3 et S6
Besoin en accueil : 3 salles d’EL de 16 élèves en parallèle en analogique et en numérique
Le département systèmes électroniques peut accueillir 3 groupes d’EL en même temps.
42
Partie 1 : Electronique analogique
7h30 cours + 4h30 PC + 3h E.L.
Cours 1 : Comprendre les différentes technologies électroniques et rappels de
fondamentaux (circuits intégrés vs circuits imprimés) et leurs évolutions (technologies
traditionnelles vers more than Moore ou beyond CMOS).
- Bref historique des technologies électroniques et enjeux pour l’avancement vers l’échelle
nanométrique
- Rappel loi des mailles, loi des nœuds, Norton/Thévenin et calcul d’impédance d’entrée sortie.
Cours 2 : Filtrage actif à base d’AOP
- Calcul du gain, de l’impédance d’entrée et de sortie des montages à amplificateur
opérationnel (montage, inverseur, non-inverseur, buffer, montage différentiel)
Cours 3 : Electronique pour le traitement de signal :
- Etude d’une chaine d’acquisition et de conditionnement des signaux.
- Traitement analogique par filtrage passifs, par amplification, échantillonnage et lien avec le
domaine spectral. Principe du mixage pour transposition à fréquence intermédiaire
(multiplication par un signal carré).
- Prise-en-main des blocs de construction d’une chaine analogique : comparateur (hystérésis),
échantillonneur-bloqueur, filtre analogique, oscillateurs, modulateur PWM.
Cours 4 : Circuits non linéaires :
- Modélisations des dispositifs non-linéaires (ex. diode) avec un modèle linéaires (ex. sources
contrôlées).
- Modélisation linéaire d’un redresseur de tension simple (diode et résistance).
- Le transistor MOS en tant qu’interrupteur (régime bloqué et linéaire).
- Exemples pratiques d’électronique non-linéaire : source d’alimentation, redresseur,
régulateur LDO
- Conséquences diverses : non linéarité AOP = création d’harmonique, échantillonnage =
répétition du spectre.
Cours 5 : Interface et capteur :
- Eléments constitutifs des capteurs (transducteur / conditionnement / CAN)
- Principes physiques mis en jeu dans les capteurs (exemples de réalisation à différentes
échelles de capteurs passifs ou actifs)
- Notions de base de métrologie (résolution, sensibilité, linéarité, précision, fidélité, grandeurs
d’influence).
- Focus sur une application. Principe de fonctionnement d’un accéléromètre. Comparaison des
caractéristiques d’accéléromètres grand public et militaires.
PC1 : Circuits simples et AOP ideal.
Calcul d’impédance d’entrée/sortie sur circuits simples. Mise sous forme de quadripôles.
Thévenin/Norton. Calcule du gain, l’impédance d’entrée et de sortie des montages à
l’amplificateur opérationnel (montage, inverseur, non-inverseur, buffer, montage différentielle)
43
PC2 : Prédéterminations et Simulations Électronique L’ensemble des calculs de
prédétermination qui permettra de préparer l’étude de laboratoire. Dimensionnement des
résistances et capacitances, choix des amplificateurs opérationnels.
PC3 : Filtrage actif à base d’AOP. Cellule de filtrage classique type topologie Sallen Key et
limitations
Dans cette PC, il sera étudié les limitations de performance d’un amplificateur opérationnel,
dont le produit gain bande, la vitesse de balayage, l’impédance d’entrée finie et le gain fini.
En connaissant l’ensemble de ces caractéristiques des circuits électroniques, l’étudient
comprendra mieux la documentation des composants électroniques (datasheet) et il sera
capable d’adresser un choix de composant par rapport une application donné.
Ou bien
TD3 – Dimensionnement d’un système embarqué pour véhicule autonome
Mise en situation d’un projet d’un système embarqué pour véhicule autonome, l’étudient doit
être capable de faire un choix des composants et justifier par des arguments techniques et
économiques le choix du projet. Quelques exemples des systèmes embarquées : drone pour
l’agriculture, robot tordonneuse ou aspirateur.
EL1 & 2 Projet d’une chaine à définit comprenant un capteur, du traitement
analogique, et une numérisation simple (en tout ou rien). Le résultat sera traité par l’EL
numérique
Partie 2 : Conversion A/N et N/A
1h30 cours + 1h30 PC
- introduction à la théorie de l’échantillonnage et quantification (on présente brièvement le
théorème de Shannon et la duplication spectrale, mais sans rentrer dans les détails)
- métriques des convertisseurs (résolution, SNR, consommation, …)
- familles de convertisseurs (SAR, Flash, pipeline, double rampe)
Partie 3 : Electronique numérique
7h30 cours + 4h30 PC + 3h E.L.
Programme des cours
Cours 1 :
- logique de Boole et représentation binaire des données (virgule fixe & virgule flottante)
- les briques technologiques de base : portes, bascules, LUT
- logique synchrone : principe général, mémorisation & opérations, synchronisation
Cours 2 :
- Présentation générale des composants du numérique et de leur architecture : processeurs &
microcontrôleurs, DSP, GPU, FPGA, SOC, ASIC, mémoires. Méthodologies de
développement associées (soft vs hard).
44
Cours 3 & 4 :
- les briques évoluées : opérateurs arithmétiques et logiques, multiplexeurs, registres et
compteurs, machines d’état
Cours 4 & 5 :
- Solutions logicielles vs solutions matérielles : couts, temps de développement, environnement
de développement (langage et logiciels associés).
- méthodologie de conception de systèmes complexes dédiés (chemin de données, séquenceur)
Programme des PCs & ELs.
Après le cours 2 :
1 PC découverte des FPGA
1 PC découverte et programmation des processeurs, introduction au langage C
1 homework de préparation d’EL
1 EL de 3h: 1h30 sur processeur embarqué dans un FPGA et 1h30 mise en œuvre directe sur
FPGA d’une application de traitement numérique associée à l’EL d’analogique.
Après le cours 5 :
1 PC archi d’un traitement numérique sur cible FPGA
45
3.4 Sciences des transferts
Electif de 1ère année (SG1, SG3)
Référents de cours : Ronan VICQUELIN, Franck ENGUEHARD, Hervé DUVAL
Présentation, objectifs
L’objectif de ce cours est d’inculquer les notions fondamentales de transferts de masse,
d’espèces, de chaleur et de quantité de mouvement nécessaires à la caractérisation et au
dimensionnement de multiples systèmes. Du fait de la grande analogie entre les transferts
d’espèces et de chaleur d’une part, et du couplage fort entre la mécanique des fluides et les
transferts thermiques et massiques inhérent au phénomène de convection d’autre part, ce paquet
de sciences de l’ingénieur forme un tout très cohérent et fait partie du socle disciplinaire de
base dans un ensemble de secteurs industriels très vaste couvrant l’énergie (nucléaire, fossiles,
renouvelables), les transports (automobile, aéronautique, spatial), les procédés (industries
chimique, biomédicale, …), la santé ou encore le bâtiment. De plus, la maîtrise de ces sciences
des transferts est indispensable dans le domaine en plein essor de l’optimisation des procédés
industriels, tous secteurs confondus. Notons enfin que les défis environnementaux tels que la
réduction, la dispersion ou la séquestration des polluants, ou encore le changement climatique
sont autant d’enjeux sociétaux dont la physique est également gouvernée par ces sciences des
transferts. Pour résoudre les grands défis du 21ème siècle, il faudra réaliser des développements
importants et passionnants dans tous ces domaines de la technologie, de la santé et de
l’environnement. Dans ce contexte, une bonne compétence en transferts thermiques, massiques
et en mécanique des fluides est un atout pour l'avenir, et cet ensemble de matières est essentiel
à la formation d'ingénieurs de haut niveau.
Le cours repose sur un contenu théorique dense (transferts de masse, de chaleur et de quantité
de mouvement par diffusion, convection ou rayonnement thermique dans diverses
configurations : stationnaires / instationnaires, transferts isolés / couplés, couches limites)
complété de résolutions concrètes de problèmes d’ingénieur au travers des divers TD qui seront
traités.
Acquis d’apprentissage, compétences acquises
A l’issue de cet enseignement, les étudiants :
• Auront une compréhension opérationnelle des aspects essentiels pour être acteur du
progrès dans ce domaine via :
o L’acquisition des notions de base de la mécanique des fluides et des transferts
de masse et de chaleur,
o L’identification des différentes modes de transfert thermique / massique à
l’œuvre dans une configuration donnée,
o L’écriture de bilans appropriés (masse, espèces, quantité de mouvement,
énergie) et d’équations de continuité aux interfaces.
• Auront acquis une première pratique de la modélisation de systèmes complexes
nécessaire à leur dimensionnement et optimisation :
46
o Faire des approximations et des estimations d'ordres de grandeur,
o Simplifier un problème d’apparence compliquée où plusieurs phénomènes de
transfert coexistent, en n’en retenant que les principaux,
o Modéliser des configurations complexes et utiliser les bilans fondamentaux pour
résoudre des problèmes d'ingénieur.
• Auront eu l’occasion, lors de la dernière séance du cours, de constater l’intérêt des
méthodes numériques et l’importance de leur optimisation pour la résolution des problèmes
de sciences des transferts.
47
3.5 Mécanique des milieux continus
Electif de 1ère année (SG1, SG3)
Référent de cours : Guillaume PUEL
Acquis d’apprentissage, compétences acquises
• Modéliser le comportement mécanique d'un solide déformable, ou d'un fluide en
écoulement
o Justifier le choix de modélisation pertinent (2D ou 3D, axisymétrie, structures
minces, …)
o Traduire en équations et conditions aux limites appropriées les sollicitations
subies par le domaine et les interactions de ses frontières avec l'extérieur
o Identifier les propriétés mécaniques des matériaux constitutifs (rigidité ou
viscosité, résistance, …) pertinentes pour le problème posé
• Déterminer la réponse mécanique (stationnaire) d'un solide déformable, ou d'un fluide
en écoulement
o Aboutir à une solution exacte ou approchée du problème posé, analytique ou
numérique
o Déduire de la solution obtenue les quantités permettant de faire des choix de
conception ou de dimensionnement
o Critiquer la validité de la solution obtenue
Contenu
• Notion de déformation : approche lagrangienne du mouvement, tenseur des
déformations de Green-Lagrange, tenseur des petites déformations
• Notion de contrainte : relations fondamentales de la dynamique pour un domaine
matériel, tenseur des contraintes de Cauchy, équation d'équilibre local
• Critères de résistance : essais de caractérisation mécanique, critères de rupture par
clivage, critères de Tresca et de von Mises, concentrations de contraintes
• Comportement des matériaux : diversité des comportements mécaniques,
comportement élastique linéaire isotrope, thermoélasticité
• Élasticité : propriétés de la solution, résolutions exactes et approchées, simplifications
d'un problème d'élasticité
• Séance “mini-BE” (contrôle intermédiaire court) + problème d'approfondissement
• Séance numérique 1 (Comsol) : résolution numérique de problèmes d'élasticité,
notamment : problème de la séance 6 structures minces (préparation de la séance 8)
• Structures minces : approximation de la cinématique, efforts généralisés, relation de
comportement (illustration avec le cas d'une poutre droite)
• Comportement de fluide visqueux : description eulérienne du mouvement, tenseur des
vitesses de déformation, fluides visqueux et équation de Navier-Stokes
• Séance numérique 2 (Comsol) : résolution de problèmes multiphysiques (MEMS ?)
48
3.6 Matériaux
Electif de 1ère année (SG1, SG3)
Référent de cours : Véronique AUBIN
Présentation, objectifs
• Sensibiliser les élèves de 1ère année aux problématiques matériaux et à leur importance
dans la société, l’économie et l’innovation
• Les ouvrir au caractère pluridisciplinaire du monde des matériaux et leur faire prendre
conscience des verrous scientifiques et technologiques autour des matériaux (e.g.
aéronautique, pile à combustible, ITER, électronique au-delà de la loi de Moore,
récupération et transformation de l’énergie, matériaux pour la santé, biomatériaux,
MEMS-NEMS,…)
• Montrer que le choix d’un matériau résulte d’un compromis dans un ensemble de
contraintes : disponibilité des ressources, procédés d’élaboration, propriétés d’usage,
cycle de vie, impact environnemental et coût
• Faire comprendre les phénomènes physiques à l’origine des propriétés des matériaux,
proposer, à travers quelques exemples, des modèles simples qui capturent l’essentiel
de la physique des phénomènes et des outils qui permettent d’appréhender ces
phénomènes, et donner l’envie d’approfondir dans des cours plus fondamentaux par la
suite
Acquis d’apprentissage, compétences acquises
• S’orienter dans les grandes familles de matériaux afin de choisir le matériau le plus
adapté à une application donnée en intégrant les contraintes de conception,
environnementales, règlementaires …
• Comprendre que les propriétés macroscopiques des matériaux résultent de leur
agencement atomique, de leurs défauts et de leur microstructure aux différentes
échelles (nano, micro et méso)
• Faire le lien entre élaboration, structure et propriétés d’usage des matériaux
(fonctionnelles et de structure)
• Etablir et mettre en œuvre des modèles physiques simples pour décrire le
comportement de matériaux
• Connaître quelques outils de caractérisation des matériaux
49
3.7 Thermodynamique
Electif de 1ère année (SG1, SG3)
Référent de cours : Franck RICHECŒUR, Christophe LAUX, Marie-Laurence
GIORGI
Note : Une majorité des étudiants possède une expérience de la thermodynamique. Celle-ci se
résume généralement à une approche de la thermodynamique à l'équilibre de systèmes fermés
avec des applications utilisant l'enthalpie libre pour calculer des équilibres thermochimiques.
Peu d'ingénieurs de CentraleSupélec travailleront dans ces secteurs, et il est nécessaire de
définir de nouvelles bases pour la perception de la discipline.
Nous proposons de changer le nom du cours en : Efficacité des procédés et systèmes
énergétiques.
Présentation, Objectifs
Ce cours a pour objectif de donner les bases théoriques, les outils et les bonnes pratiques pour
la compréhension et le développement de systèmes visants à (1) transformer une énergie brute
en énergie utile ou à (2) modifier les propriétés physico-chimique de la matière au cours de
transformations contrôlées. Dans ces deux cas, le système échange de l'énergie avec
l'extérieur, et au moins un fluide subit des transformations. Dans le premier cas, on souhaite
optimiser les échanges d'énergie, dans le second on souhaite contrôler l'évolution des
propriétés du fluide, mais de plus en plus, on essaie de faire les deux en même temps ! Le
cours permet de dimensionner des systèmes en maximisant l'efficacité de ces procédés.
Le cours montrera en particulier comment les notions anciennes de la thermodynamique
restent plus que jamais indispensables pour les enjeux du XXIème (énergies renouvelables,
bio-technologies, efficacité énergétique, matériaux intelligents, recyclage, traitement de l'eau
et des déchets...) et comment les avancées récentes des connaissances, en particulier hors
équilibre thermodynamique, permettent de prévoir les couplages multi-physiques dans les
systèmes complexes.
Acquis d'apprentissage
1. Les systèmes ouverts de transformation d'énergie
• Définir un système ouvert et connaître des exemples dans l'industrie et la vie
quotidienne
• Lister les variables d'état permettant de caractériser un système, comprendre quelles
variables utiliser en fonction du système étudié
• Savoir ce qu'est une loi de comportement, être capable d'en citer plusieurs et utiliser
des lois adaptées au système étudié
• Énoncer et interpréter les lois de la thermodynamique pour un système ouvert, savoir
donner des exemples d'utilisation de ces lois
• Définir l'énergie et comprendre le sens de cette grandeur pour l'ingénieur
2. Transitions de phase de corps pur et des mélanges
• Citer des exemples de transformations faisant intervenir des changements de phase
• Calculer les propriétés thermodynamiques d'un corps pur et de mélanges
50
• Savoir lire et construire un diagramme d'équilibre
• Prendre en compte un changement de phase dans le calcul des performances d'une
transformation
3. Efficacité des cycles thermodynamiques
• Connaître, identifier et utiliser des cycles thermodynamiques élémentaires
• Connaître, identifier et utiliser des cycles thermodynamiques avec changements de
phase
• Connaître, identifier et utiliser des cycles thermodynamiques avec gaz réels et
compressibles
• Savoir dimensionner des solutions, environnementalement optimales, pour la
transformation d'énergie et de matières.
4. Introduction aux processus irréversibles
• Introduction aux processus irréversibles
• Comprendre à travers des exemples les notions d'évolution, d'équilibre et de stabilité
des systèmes thermodynamiques
• Définir les forces thermodynamiques
• Citer et modéliser des couplages de phénomènes irréversibles (par exemple
thermoélectriques : effets Seebeck, Thomson, Peltier...)
51
3.8 Génie Industriel
Electif de 1ère année (SG1, SG3)
Référent de cours : Julie LE CARDINAL, Ludovic-Alexandre VIDAL
Objectifs :
• Sensibiliser les élèves de 1ère année aux problématiques de l’entreprise, des
organisations et des produits, et leur importance dans la société, l’économie et
l’innovation.
• Les ouvrir au caractère pluridisciplinaire du monde de l’entreprise et de la conception
de produits et de services, et leur faire prendre conscience des verrous scientifiques et
technologiques autour des processus de l’entreprise (processus d’innovation, de
conception, de production, de supply chain, de logistique,…).
• Montrer que le choix d’une stratégie de développement d’un produit, d’un service ou
d’une organisation résulte d’un compromis dans un ensemble de contraintes :
disponibilité des ressources et des compétences, concurrence, cycle de vie, impact
environnemental, stratégie et culture d’entreprise…).
• Faire maîtriser les concepts et modèles fondamentaux (et leur application à travers
quelques exemples) qui capturent l’essentiel du génie industriel des processus, ainsi
que les outils associés qui permettent d’appréhender ces phénomènes, et donner
l’envie d’approfondir dans des cours plus approfondis par la suite.
Compétences acquises :
• S’orienter dans les grandes étapes du cycle de vie d’une entreprise, d’une industrie,
d’une organisation, d’un service ou d’un produit, afin de choisir les méthodes et outils
les plus appropriés à la phase concernée, en intégrant les contraintes de conception, de
production, de distribution, environnementales, …
• Comprendre le lien entre les différentes étapes du cycle de vie d’une part, et entre les
projets et la stratégie de l’organisation.
• Etablir et mettre en œuvre des modélisations simples et les modèles mathématiques
élémentaires associés pour décrire le fonctionnement et le comportement du système
concerné (entreprise, processus, projet, produit).
• Connaître plus spécifiquement quelques outils de modélisation d’entreprise ou de
modélisation de processus d’entreprise.
Contenu pédagogique :
Le cours est articulé autour de deux cas (un cas produit, type automobile et un cas service, type
centre hospitalier) afin d’aborder les concepts fondamentaux du génie industriel et de les
illustrer par ces deux exemples fils conducteurs.
Les différents chapitres du cours permettent aux étudiants d’appréhender l’ensemble du cycle
de vie des produits et services auxquels seront confrontés nos futurs ingénieurs.
52
Ces exemples, couplés aux acquis de chaque TD, permettront aux élèves de comprendre en
profondeur les systèmes industriels ou organisationnels, leurs enjeux et leurs interdépendances
tout au long du cycle de vie.
Détail des séances :
Séance 1 : Cycle de Vie d’un Produit / d’une Organisation
Concept de cycle de vie d’un produit / d’une organisation, Parties prenantes et Valeurs,
Approche systémique, Grandes Phases et Processus,
Séance 2 : Processus de Conception - 1
Processus de conception, Analyse de la Valeur, Analyse Fonctionnelle, Cahier des Charges
Fonctionnel.
Séance 3 : Processus de Conception - 2
Analyse du Cycle de Vie (ACV), Cycle en V, Bloc-Diagramme, Flexibilité de la conception,
AMDEC Produit.
Séance 4 : Processus d’Industrialisation
Représentation des processus, Schéma-Blocs, Décisions d’industrialisation, Usine numérique,
Contrats de l’Ingénierie (grands types et grandes clauses) et Ressources, Usine 4.0 et industrie
du futur.
TD incluant un mini-test synthèse des séances 1 à 3 (sur 5 points).
Séance 5 : Processus de Production - 1
Approches Make-to-Order, MRP, Modèles mathématiques élémentaires associés, Flux poussés
par l’amont.
Séance 6 : Processus de Production - 2
Approches Make-to-Stock, Kanban, Modèles mathématiques élémentaires associés, Flux tirés
par l’aval.
Séance 7 : Processus de Logistique - 1
Enjeux de la chaîne logistique, Pilotage des flux, Dimensions de la performance logistique,
Niveaux de stock, Taux de service, DRP.
TD incluant un mini-test synthèse des séances 4 à 6 (sur 5 points)
Séance 8 : Processus de Logistique - 2
Entrepôts et cross-docking, Livraisons et tournée de véhicules, Fonction Achat, Durabilité de
la Supply Chain, Traçabilité.
Séance 9 : Processus de Maîtrise de la Qualité Produit
Notion de fiabilités produit, Lois de Survie, Paramètres de sûreté de fonctionnement (taux de
défaillance), Courbe en baignoire, Montages de composants en Parallèle ou Série.
Séance 10 : Processus de Maintenance
Maintenance et maintenabilité d’installations industrielles, Immobilisation d’un système
industriel, Théorie du renouvellement d’un équipement industriel.
TD incluant un mini-test synthèse des séances 7 à 9 (sur 5 points)
Séance 11 : Conférence Industrielle (3h)
Synthèse de l’ensemble du cycle de vie produit / organisation et des grands processus au travers
d’un cas réel.
Séance 12 : Contrôle (3h)
Contrôle final.
53
Modalités pédagogiques :
Une séance (3h) contient :
- Un cours magistral en amphi (1h ou 1h30)
- Un TD en petite classe, jusqu’à 40/45 étudiants par classe (1h30 ou 2h, en fonction de
la durée de l’amphi)
Des pointeurs vers l’ensemble des cours électifs permettant d’approfondir ces sujets et
méthodes, seront faits tout au long du cours.
En cours : deux cas fils conducteurs sont utilisés, ainsi qu’une conférence industrielle.
En TD : des cas différents sont employés pour illustrer la multiplicité des applications de ces
méthodes et des liens vers des cours en ligne seront proposés.
L’évaluation lors du contrôle final est organisée autour d’un cas qui permet de rassembler
l’ensemble de ces concepts.
Responsable :
Ludovic-Alexandre VIDAL, Enseignant-Chercheur CS.
Julie Le Cardinal, Professeur CS.
Autres intervenants potentiels :
Doctorants et enseignants LGI.
54
3.9 Réseau et cybersécurité
Electif de 1ère année (SG1, SG3)
Référent de cours : Yolaine BOURDA
Acquis d’apprentissage
A l'issue de ce module, les élèves seront capables :
• d'analyser le fonctionnement d'un système d'exploitation, notamment multi-tâches
• d'exploiter les services fournis par un système d'exploitation pour construire une
application
• d'évaluer l'impact d'un choix d'architecture sur le fonctionnement et les performances
du système
• d'analyser le fonctionnement d'un réseau informatique, notamment de type Internet
• de comprendre quelle architecture réseau répond à quel besoin industriel?
• de comprendre les enjeux et problématiques de la sécurité informatique, les menaces
existantes et les risques pour les personnes, les systèmes et les organisations ;
• de comprendre et de mettre en œuvre les outils et les méthodes visant à assurer des
propriétés de sécurité informatique (cryptographie, protection des données et des
communications, sécurité des réseaux, supervision de la sécurité, facteur humain) et de
protection de la vie privée dans un système d'information.
• de porter un regard critique sur la sécurité d'un système, un traitement, un logiciel et de
proposer des améliorations.
• de tenir compte des aspects réglementaires liés au domaine (protection de la vie privé,
sécurité des opérateurs d’importance vitale, etc.)
55
56
4 Activité projet
SG3+ST4 (Projet A) ou ST5+SG6 (Projet B)
Référents de cours : Franck RICHECŒUR, Yolaine BOURDA
Acquis d’apprentissage
À l’issue de ce module, les élèves :
• auront participé au développement d’un logiciel depuis la phase d’expression des
besoins jusqu’à la livraison en suivant un processus identifié de développement de
logiciel (V, RUP, agile…),
• auront été confrontés au besoin de l'utilisateur final, tel qu'il l'exprime dans son
vocabulaire et dans son contexte,
• auront utilisé des techniques de reformulation du besoin utilisateur, sous forme de texte,
de dessins, de « use cases » UML ou de maquettes d'écrans,
• sauront modéliser avec UML certains aspects du système,
• sauront concevoir une architecture reposant sur des éléments reconnus (patrons de
conception dont MVC…),
• auront implémenté une partie d’un logiciel complexe,
• auront développé un logiciel à plusieurs (définition d’API…),
• auront mis-en-œuvre des méthodes de tests unitaires et d’intégration,
• auront compris l'intérêt de faire réagir l'utilisateur sans attendre la fin des
développements (lean),
• auront compris l'intérêt de communiquer régulièrement au sein de l'équipe (scrum).
57
Gestion de projet
SG3+ST4 (Projet A) ou ST5+SG6 (Projet B)
Référent de cours : Franck RICHECŒUR
L’enseignement de la gestion de projets se déroule suivant les standards internationaux tels
que portés par le Project Management Institute (PMI).
Les apports peuvent être concentrés sur une journée en amont des projets de première année
(au cours de la semaine intercalaire en la ST2 et la SG3). La mise en œuvre des méthodes de
gestion de projet devra être un attendu des projets en première année et donc bénéficier d’un
accompagnement dédié.
Les acquis d’apprentissage consistent à comprendre et être capable de reproduire dans un
environnement réaliste la démarche et les bonnes pratiques de gestion de projet. Les apports
permettront au cours d’une journée de présenter les outils et les pratiques, et de les mettre en
œuvre sur des cas d’études.
On rappelle ici les étapes de la gestion de projet que les étudiants devront connaître et avoir
mis en œuvre au cours de leur cursus :
- Identifier les parties prenantes du projet
- Définir les objectifs en accord avec toutes les parties prenantes
- Définir les livrables associés aux objectifs
- Définir les tâches à réaliser pour fournir les livrables (à l’aide d’un WBS)
- Planifier le projet de façon dynamique à l’aide de jalons, chemin critique, budget,
ressources.
- Identifier les risques
- Piloter le projet pour répondre aux aléas
La journée d’apport permettra en outre de présenter une gamme de méthodes de projets qui
diffèrent de l’approche classique (encore largement utilisée dans les projets industriels
auxquels participeront les futurs diplômés) :
- Cycle en V
- Méthodes agiles
- …