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

- …