Mention / Parcours / Parcours type | ECTS | Points |
---|---|---|
Génie Electrique et Robotique v2 / Génie Electrique et Robotique / GER | 2 | 20 |
Nature | CM | TP | Total |
---|---|---|---|
Durée | 20h | 12h | 32h |
Epreuves | Nature | CRTP | Oral | DST | EET | Total |
---|---|---|---|---|---|---|
Durée | 2h | 2h | ||||
Cas général | 1ère session | 30 | 20 | 50 | 100% | |
2nd session | 30 | 70 | 100% | |||
Dispense contrôle continu | 1ère session | 100 | 100% | |||
2nd session | 100 | 100% |
Nature | Durée | 1ère session | 2ème session |
---|---|---|---|
CRTP | 30% | 30% | |
Oral | 20% | 0% | |
DST | 2h | 50% | 0% |
EET | 2h | 0% | 70% |
Nature | Durée | 1ère session | 2ème session |
---|---|---|---|
DST | 2h | 100% | 0% |
EET | 2h | 0% | 100% |
L’usine du futur se doit d’être évolutive, intelligente et connectée. Pour relever ces défis, l’ingénieur dispose de nombreuses options d’acquisition, de traitement et de transmissions de l’information ainsi que d’outils de conception, de modélisation, permettant d’établir le lien entre technologies de l’information et technologies de la production. Cet EC présente ces outils.
AAV02-1 - Modéliser et simuler le comportement d’une partie opérative en vue de sa commande
AAV04-1 - Interfacer une partie commande avec l’environnement de production ou avec le produit
AAV04-4 - Faire évoluer une installation
CTI1-3 - Maîtrise des méthodes et des outils de l'ingénieur : identification, modélisation et résolution de problèmes même non familiers et incomplètement définis, approche systémique et holistique, utilisation des approches numériques et des outils informatiques, analyse, modélisation et conception de systèmes, analyse du cycle de vie d'un produit ou service, gestion des risques et des crises, pratique du travail collaboratif et à distance
CTI2-3 - Capacité à accompagner les transitions, notamment numériques, énergétiques et environnementales, en intégrant les impératifs écologiques et climatiques
Méthodes et outils pour l’industrie 4.0
IIOT
Maintenance 4.0
jumeau numérique
Virtual commissioning
Deep-learning