OBJECTIF

• Etudier la complexité des enjeux de soutenabilité par la systémique. 

PROGRAMME 

1. La soutenabilité source de problèmes de grande complexité : vers des démarches systémiques et holistiques*
2. Objectifs et contraintes des systèmes, émergence des limites, et propriétés des systèmes
3. Du global (ou holistique) au local : l’analyse systémique
4. Panorama des classes de modèles systémiques
5. Les méthodes et outils en ingénierie de la soutenabilité
6. Les paradigmes : vers des leviers de transformation des systèmes
   
   *dans cette partie on s’appuie sur les acquis de MFDD comme : limites planétaires, ODD, théorie du Donut

OBJECTIF

• Identifier et formuler un problème statistique dans un contexte industriel ou expérimental
• Sélectionner les distributions statistiques usuelles dans des contextes réels
• Exploiter les outils élémentaires de la statistique
• Proposer des analyses statistiques adaptées à des jeux de données simulés ou réels à l’aide d’un outil informatique (R)
• Avoir un regard critique sur l'utilisation des statistiques dans la vie quotidienne et citoyenne

 PROGRAMME

• Savoirs et connaissances théoriques dans l’UE :
  • Statistique descriptive
  • Population, échantillon, échantillonnage
  • Estimation ponctuelle
  • Intervalle de confiance et précision de l'estimation
  • Méthodologie des tests statistiques
    
    
• Techniques, outils et méthodes utilisés dans l’UE :
  • Résumer une population
  • Construction et évaluation de la qualité d'un estimateur
  • Construction et évaluation de la qualité d'un intervalle de confiance
  • Précision de l'estimation et calcul d'effectif d'échantillonnage
  • Mise en place de la démarche de test statistique
  • Planification d'un test statistique, calcul d'effectif d'échantillonnage
  • Utilisation du logiciel libre R et du logiciel R Studio
  • Production de rapports au format R Markdown

OBJECTIF

• Etudier les modèles et les méthodes pour l’analyse et la conception des systèmes de production et savoir
  • Equilibrer les charges des postes de travail dans une ligne de fabrication ou d’assemblage
  • Evaluer la productivité d’un système de fabrication en présence de pannes de machines
  • Positionner et dimensionner les stocks tampons entre postes de travail dans une ligne de fabrication pour maximiser sa productivité
  • Appliquer la technologie de groupe pour la configuration d’un système de fabrication en îlots
  • Comprendre les systèmes de fabrication intelligente et en cloud
  • Optimiser le plan d’agencement d’une usine de fabrication ou d’assemblage pour minimiser son coût de manutention
  • Concevoir le système de manutention d’une usine pour faciliter sa production
  • Exploiter un logiciel de simulation pour évaluer la performance d’un système de fabrication ou d’assemblage 

PROGRAMME 

• Savoirs et connaissances théoriques :
  • Programmation linéaire en nombres réels et/ou entiers
  • Théorique de probabilités
    
    
• Techniques, outils et méthodes utilisés :
  • Algorithmie
  • Logiciel Flexsim
  • Etude analytique
  • Optimisation par la recherche locale

FISEA

OBJECTIF

• Il s'agit d'introduire le contexte des nouvelles technologies basées sur les objets connectés multimédia et les objets connectés mobiles (robotique). 

PROGRAMME

• Connaître le contexte des nouveaux contenus multimédia
• Comprendre le fonctionnement d'une chaine de traitement d'images pour la reconnaissance de formes
• Comprendre les différentes normes de codage et de compression du son, des images fixes et de la vidéo
• Connaître quelques algorithmes de localisation de capteurs en fonction des contraintes des transmissions Radio
• Manipuler des techniques d'optimisation de transmission de flux vidéo
• Manipuler des techniques d'intelligence artificielle pour optimiser la bande passante lors de la transmission d'un grand volume de données

OBJECTIF

• Le monde industriel et plus largement le domaine de la logistique vit actuellement ce que l'on appelle la 4ème révolution industrielle, couramment nommée Usine du future.
  • Piloter la migration d’un site de production vers l’industrie du futur.
  • Évaluer la maturité digitale d’un site de production, identifier les données nécessaires pour l’ordonnancement et la maintenance.
  • Identifier les technologies et les outils à mettre en place pour une transition vers l’industrie du futur.
  • Identifier les enjeux de la chaîne logistique X.0.
  • Appliquer les outils d’aide à la décision pour la gestion (ordonnancement et maintenance) en temps réel d’un système de production, maîtriser les interactions avec les systèmes d’informations disponibles (MES, ERP, etc.).
  • Analyser des données de surveillance à l’aide d’outils statistiques (ACP, AF, SVM, classification supervisée, non supervisée, ..., test, analyse de dépendances).
  • Appliquer les outils d’aide à la décision pour les problèmes de Bin Packing.

PROGRAMME

• Savoirs et connaissances théoriques :
  • Maturité digitale
  • Ordonnancement en temps réel
  • Projets industrie du futur
  • Maintenance en temps réel
  • Problèmes de Bin Packing
  • Chaîne logistique X.0
    
    
• Techniques, outils et méthodes utilisés  :
  • Outils d’analyses de données
  • Outils d’évaluation de maturité digitale
  • Algorithmie
  • Méthodes d’optimisation

FISEA