Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Course Syllabus Department: Electronics Semester 5AM Automatics - Mechatronics

Course Syllabus Department: Electronics Semester 5AM Automatics - Mechatronics 29/05/2007 - 13:54:17 1 29/05/2007 - 13:54:25 1 Course Syllabus Electronics Semester 5AM - Automatics - Mechatronics MODULE UV INTITULÉ INTERVENANTS COEF. /ECTS P. E5AM-A Identification et diagnostic 7.50 AU301 Identification des systèmes dynamiques 2.00 p. 3 AU302 Détection et localisation de défauts 2.00 p. 5 AU303 Analyse et commande des systèmes non linéaires 1.50 p. 7 AU304 Systèmes à dérivées non entières 2.00 p. 8 E5AM-B Espace état - Commandes robustes multivariables 7.50 AU305 Commande dans l'espace d'état 2.50 p. 9 AU306 Synthèse fréquentielle de commandes robustes 2.50 p. 10 AU307 Synthèse de commandes robustes par optimisation 2.50 p. 11 E5AM-C Systèmes à évènements discrets - Robotique 7.50 AU308 Synthèse de lois de commande 1.50 p. 13 AU309 Systèmes à évènements discrets 1.50 p. 15 AU311 Commande des actionneurs 1.50 p. 16 AU312 Modélisation et commande des procédés robotisés 1.50 p. 17 AU313 Planification de trajectoire 1.50 p. 18 E5AM-D Dynamique du véhicule 7.50 AU314 Dynamique du véhicule 7.50 p. 20 E5AM-E Personnalisation 7.50 TS313 Analyse de données 2.00 p. 27 AU315 Optimisation 2.00 p. 21 AU316 Modélisation par Bond Graph 1.50 p. 23 TS315 Processus aléatoire et théorie de l'information 2.50 p. 28 E5AM-F Culture de l'ingénieur 7.50 CE301 Tournoi de gestion 3.75 p. 24 LC301 LV1 Anglais S5 3.75 p. 26 CE316 Qualité 1.50 p. 25 29/05/2007 - 13:54:27 2 Course Syllabus AU301 : Identification des systèmes dynamiques Shared by UV(s) : E5AM-A Identification et diagnostic p. 2 Crédits ECTS : 2.00 Number of hours : Course : 10.00 Travaux Dirigés : 8.00 Travail Individuel : 10.00 Title : Identification des systèmes dynamiques Abstract : La problématique abordée concerne la détermination à partir de la connaissance de signaux entrée/sortie, d’un modèle analytique appartenant à une classe donnée. Le comportement dynamique prédit par le modèle doit être le plus voisin possible de celui du processus considéré, au sens d’un critère. On distingue deux grandes classes de méthodes d’identification : les méthodes dites non paramétriques et les approches dites paramétriques. Dans ce cours, nous abordons les méthodes paramétriques. Toute procédure d’identification se déroule de la façon suivante : Choix d’un protocole d’expérimentation, choix d’une structure de modèle, choix d’une méthode d’estimation, validation du modèle estimé. L’objectif de ce cours est d’aborder ces différentes étapes. Plus particulièrement, nous commençons par une présentation et une analyse critique des différentes structures en estimation paramétrique. Puis, parmi les différentes méthodes d’estimation existant dans la littérature scientifique, la méthode d’estimation dite des moindres carrés ordinaires basée sur la minimisation d’un critère quadratique, est abordée. Les différents test de validation sont alors présentés. Enfin, le cours se termine par un chapitre sur la méthode dite de l’erreur de prédiction. Plan : Le contenu du cours est le suivant : * Introduction et motivation : Présentation des objectifs, Rappels sur les méthodes non paramétriques, sur les définitions des fonctions d’auto et d’inter-correlation, des densités spectrales de puissance et sur la théorie des variables aléatoires. * Structure de modèle en identification : Présentation des structures ARX, ARMA, ARMAX, OE et Box-Jenkins. Analyse des avantages et inconvénients. * La méthode d’estimation paramétrique des moindres carrés ordinaires. Présentation du problème, critère quadratique, minimisation du critère. * Quantification de la confiance de l’estimation : Test de la blancheur de l’erreur de prédiction, Tests de corrélation entrée/sortie, Régions de confiance dans l’espace paramétrique, dans le plan de Bode et des pôles/zéros. * Méthode de l’erreur de prédiction. Présentation du problème et résolution. * Bureau d’études : Application des outils méthodes au cas d’un procédé réel. Prerequisite : Dynamique des systèmes linéaires, Systèmes échantillonnés, Synthèse de loi de commande discrète, Traitement des signaux numériques. Document(s) : [1] : « System identification : Theory for the user », L. Ljung, Prentice Hall, 1987. [2] : « System identification » T. Söderström et P. Stoïca, Prentice Hall, 1989. 29/05/2007 - 13:54:28 3 Course Syllabus Keyword(s) : Fonction d’auto et d’inter-correlation, Densité spectrale de puissance, Moindres carrés ordinaire, Région de confiance, Erreur de prédiction. 29/05/2007 - 13:54:28 4 Course Syllabus AU302 : Détection et localisation de défauts Shared by UV(s) : E5AM-A Identification et diagnostic p. 2 Crédits ECTS : 2.00 Number of hours : Course : 10.00 Travaux Dirigés : 8.00 Travail Individuel : 10.00 Title : Détection et localisation de défauts Abstract : Contexte - Problématique : Méthodes modernes de détection et localisation de défaillances (capteurs, actionneurs, composants physiques) à base de modèle, redondance analytique, surveillance/diagnostic Objectifs : Analyser les tâches d’un système de surveillance. Maîtriser les méthodes de projection dans l’espace de parité et à base d’observateur de diagnostic. Modélisation orientée « surveillance ». Outils : cours, TD sur papier, mini-projet sous Matlab/Simulink. Plan : * Introduction aux systèmes de surveillance à base de modèle - Systèmes FDIR : Fault Detection, Isolation and Recovery. - FDI à base de modèle, démarche méthodologique : Génération des signaux indicateurs de défauts ; Prise de décision, tests d’hypothèses ; Robustesse / Performances. - Exemples et domaines d'application : Systèmes aéronautiques ; Applications spatiales ; Secteur nucléaire ; Systèmes mécatroniques ; Domaine de l'environnement. - Détectabilité (point de vue « signal », point de vue « système »). * FDI par projection de relations de redondance dans l'espace de parité - Redondance statique ; - Redondance dynamique ; - Découplage, procédure d’optimisation « Gantmacher ». * FDI à base d'observateurs de diagnostic - "Dedicated Observer Scheme" ; - "Generalized Observer Scheme". * Tests de décision, traitement des signaux indicateurs - Notion de risque et tests d'hypothèses ; - Tests séquentiels (temps réel), test de Wald. Prerequisite : Notions de base en estimation et observation d’état. 29/05/2007 - 13:54:28 5 Course Syllabus Evaluation : Bureau d’étude (rapport écrit) Document(s) : Support transparents powerpoint. Livres conseillés : Gertler J. (1998). « Fault detection and diagnosis in engineering systems » Marcel Dekker. Chen, J. and R.J. Patton (1999). Robust model-based fault diagnosis for dynamic systems. Kluwer Academic Publishers. Keyword(s) : Détection, localisation, modèle, défauts, surveillance. 29/05/2007 - 13:54:28 6 Course Syllabus AU303 : Analyse et commande des systèmes non linéaires Shared by UV(s) : E5AM-A Identification et diagnostic p. 2 Crédits ECTS : 1.50 Number of hours : Course : 12.00 Travail Individuel : 12.00 Title : Analyse et commande des systèmes non linéaires Abstract : La grande majorité des systèmes à commander sont des systèmes non linéaires et/ou non stationnaires. L’automaticien doit par conséquent posséder les outils permettant de les classifier (en vue de choisir les méthodologies de commande appropriées), de les analyser et de les commander. Objectifs : Donner aux étudiants des notions permettant - de classifier les systèmes non linéaires et non stationnaires, - de caractériser et d’étudier la stabilité des systèmes non linéaires / non stationnaires asservis à partir de techniques de type Lyapunov et des techniques issues du théorème du faible gain, - de commander les systèmes linéaires / non stationnaires. Plan : - Analyse de la nature des systèmes non linéaires et étude de leur stabilité - Stabilité des systèmes non linéaires et non stationnaires asservis - Commande au premier ordre des systèmes non linéaires - Eléments d’algèbre différentielle - Linéarisation entrée-sortie par bouclage des systèmes non linéaires. - Commande des systèmes non stationnaires. Document(s) : Polycopie de cours. Pour aller au-delà du cours contenu dans le polycopié, il est possible de se reporter au chapitre « Bibliographie » du polycopié. Keyword(s) : Systèmes non linéaires, Systèmes non stationnaires, Stabilité interne, Stabilité entrée-sortie, Commande au premier order, Linéarisation entrée-sortie par bouclage statique 29/05/2007 - 13:54:28 7 Course Syllabus AU304 : Systèmes à dérivées non entières Shared by UV(s) : E5AM-A Identification et diagnostic p. 2 Crédits ECTS : 2.00 Number of hours : Course : 14.00 Travail Individuel : 14.00 Title : Systèmes à dérivées non entières Plan : - Dérivateur généralisé - Dérivation généralisée - La dérivation non entière en extraction de contour - La dérivation non entière en planification de trajectoire - Récursivité et dérivation non entière - Fractalité et dérivation non entière - Relaxation de l'eau sur une digue poreuse - Robustesse fractale - De la digue poreuse à la suspension CRONE - De la robustesse fractale à la commande CRONE Evaluation : Examen écrit de 2h 29/05/2007 - 13:54:29 8 Course Syllabus AU305 : Commande dans l'espace d'état Shared by UV(s) : E5AM-B Espace état - Commandes robustes multivariables p. 2 Crédits ECTS : 2.50 Number of hours : Course : 14.00 Cours Intégré : 8.00 Travail Individuel : 14.00 Title : Commande dans l'espace d'état Abstract : L'objectif de ce module est de présenter les outils et méthodes de conception de lois de commande multivariable fondées sur un estimateur d'état et un retour d'état. La commande LQ par retour d'état statique est d'abord présentée. Le problème de la régulation à horizon libre des systèmes linéaires avec critère quadratique est étudié ainsi que les propriétés de robustesse et les comportements asymptotiques de cette commande LQ. La commande LQG qui combine retour d'état LQ et un filtre de Kalman est ensuite uploads/Management/ syllabus-en-e-5am.pdf