Version PDF

Programme(s) : 6556,7095,7495

Profils(s) : Tous profils

Afficher les préalables et les unités d'agrément

Afficher les qualités de l'ingénieur

École de technologie supérieure

Responsable(s) de cours :

Michel Rioux

PLAN DE COURS

Hiver 2025
GOL676 : Planification et optimisation d’expériences (3 crédits)

Préalables

Unités d'agrément
Total d'unités d'agrément : 58,8

Qualités de l'ingénieur

Q10

Q11

Q12

Qualité visée dans ce cours

Qualité visée dans un autre cours

Indicateur enseigné

Indicateur évalué

Indicateur enseigné et évalué

Descriptif du cours
Au terme de ce cours, l’étudiante ou l'étudiant aura été initié à la planification, à l’optimisation et à l’analyse d’expériences dans le but d’améliorer des produits, des procédés ou des processus. L’étudiant comprendra l’utilité des plans d’expériences en génie et sera familier avec les techniques statistiques d’analyse de données et l’interprétation des résultats expérimentaux.

Introduction aux concepts fondamentaux de l’approche statistique à l’analyse expérimentale. Analyse de variance. Régression simple et multiple. Tests de normalité et estimation. Plans d’expériences factorielles et fractionnaires. Méthodologie des surfaces de réponses. Introduction aux méthodes Taguchi. Mise en œuvre des plans d’expériences.

Travaux pratiques et utilisation des logiciels statistiques avancés permettant la planification et l’optimisation des essais, l’analyse et l’interprétation des résultats.

En séances de travaux pratiques, les concepts vus en classe sont repris plus en détail et sous forme appliquée à des cas ou sur des montages.

Objectifs du cours

Au terme de ce cours, l’étudiant sera en mesure de :

Prendre conscience de l’importance du design d’expériences en GOL (démarche Six Sigma, tests d’amélioration, R & D, etc.);
Définir une problématique expérimentale;
Établir une stratégie expérimentale;
Planifier ses expériences (dont le choix des plans) et les exécuter rigoureusement;
Analyser les données (aussi à l’aide d’outils spécialisés);
Modéliser le phénomène étudié;
Déterminer les réglages optimaux;
Valider les prévisions;
Vulgariser et transmettre ses résultats.

Stratégies pédagogiques

39 heures de cours magistraux

24 heures de travaux pratiques

9 heures de travail personnel par semaine

Trois (3) heures de cours théoriques enrichis de démonstrations et deux (2) heures de travaux pratiques par semaine. Application informatique sur différents systèmes.

Utilisation d’appareils électroniques

Aucun moyen de télécommunication lors des examens.

Aucun enregistrement (photographie, vidéo ou audio) n'est permis sans l'approbation du professeur.

Horaire

Groupe	Jour	Heure	Activité
01	Mardi	08:30 - 10:30	Laboratoire
	Jeudi	08:30 - 12:00	Activité de cours

Coordonnées du personnel enseignant le cours

Groupe	Nom	Activité	Courriel	Local	Disponibilité
01	Michel Rioux	Activité de cours	Michel.Rioux@etsmtl.ca	A-3631
01	Michel Rioux	Laboratoire	Michel.Rioux@etsmtl.ca	A-3631

Cours

Date

Contenus traités dans le cours

Heures

C01*

INTRODUCTION ET COMPARAISONS SIMPLES

Présentation du plan de cours
Introduction
Mise en contexte
Méthodes statistiques de base

Chapitres 1 et 2

C02

ANALYSE DE VARIANCE

Modèle d’ANAVAR (ANOVA)
Vérification des hypothèses d'application
Méthodes non paramétriques

Chapitre 3

C03

PLANS FACTORIELS GÉNÉRAUX

Avantage des plans factoriels
Plan de base à deux facteurs
Modèle général de plans factoriels
Ajustement de courbe, surface ou hyper-surface

Chapitres 5

C04

PLANS 2^k

Plans 2², 2³ et 2^k
Essais sans réplique
Points centraux
Codage des facteurs (-1, 0, +1)

Chapitres 6

C05

BLOCAGE ET CONFUSION AVEC LES PLANS 2^k

Blocage
Intérêt de faire des blocs
Confusion des effets

Chapitre 7

C06

RÉVISION

Cours 1 à 5

C07

Examen de mi-session (Une feuille recto-verso permise)

Cours 1 à 6 inclusivement

C08

PLANS FACTORIELS FRACTIONNAIRES 2^k-p

Fraction d’un plan
Génération d’un plan fractionnaire (générateur d’alias)
Analyse d’un plan fractionnaire (hypothèses d’analyse)
Résolution d’un plan

Chapitre 8

C09

AJUSTEMENT DE MODÈLES DE RÉGRESSION

Estimation des paramètres en régression linéaire (moindres carrés)
Tests d’hypothèse des paramètres
Intervalles de confiance des paramètres et de la réponse moyenne
Prédictions
Diagnostic
Qualité de l’ajustement

Chapitre 10

C10

PLANS ET MÉTHODOLOGIE DE SURFACE DE RÉPONSE

Stratégie expérimentale évolutive
Méthode de la pente la plus ascendante (descendante)
Plans et modèles du second degré
Plans augmentés
Plans de mélange

Chapitre 11

C11

INGÉNIERIE ROBUSTE (MÉTHODE TAGUCHI)

Robustesse
Plans croisés
Arbitrage des réponses (moyenne et variance, ratio S/B)

Chapitre 12

C12

RÉVISION

Cours 8 à 11

C13

PRÉSENTATIONS DES PROJETS

Total

* En accord avec le calendrier de séances.

Laboratoires et travaux pratiques

Date

Description

Heures

TP01

INTRODUCTION ET COMPARAISONS SIMPLES

TP02

ANALYSE DE VARIANCE

TP03

PLANS FACTORIELS GÉNÉRAUX

TP04

PLANS 2^k

TP05

BLOCAGE ET CONFUSION AVEC LES PLANS 2^k

TP06

Révision

TP08

PLANS FACTORIELS FRACTIONNAIRES 2^k-p

TP09

AJUSTEMENT DE MODÈLES DE RÉGRESSION

TP10

PLANS ET MÉTHODOLOGIE DE SURFACE DE RÉPONSE

TP11

INGÉNIERIE ROBUSTE (MÉTHODE TAGUCHI)

TP12

Préparation des présentations du projet de session

TP13

RÉVISION

Total

Utilisation d'outils d'ingénierie

Logiciel de simulation d’expériences (Simware Pro)
Logiciel de conception et d’analyse d’expérience (Statgraphics et Excel)
Divers petits montages expérimentaux (ex. : Balloon Copter, diverses catapultes, etc.)

Évaluation

Activité	Description	%	Date de remise
Devoir 1	Première partie (10 %)	10	À l'intra
Intra	L’intra est d’une durée de trois (3) heures avec calculatrice et une feuille de résumé recto-verso. Il couvre la matière des cours 1 à 6 inclusivement.	30	19 février
Devoir 2	Deuxième partie (10 %)	10	Au final
Projet	Une (1) présentation (10 %) (au cours 13) et un (1) rapport (15 %) (au final)	25	Au final
Final	Le final est d’une durée de trois (3) heures avec calculatrice et une feuille de résumé recto-verso. Il porte sur la matière des cours 8 à 12 inclusivement.	25	Au final

Dates des examens intra

Groupe(s)	Date
1	20 février 2025

Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : https://www.etsmtl.ca/programmes-et-formations/horaire-des-examens-finaux

Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.5/ cycles supérieurs, article 6.5.2) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignante ou l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Aucun retard accepté sans motif valable (billet médical).

Absence à une évaluation

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).

Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par l’enseignante ou l’enseignant du cours.

Documentation obligatoire

Design and Analysis of Experiments, 10^th ed.

MONTGOMERY, D.C.

Wiley, 2019

ISBN : 978-1-119-49244-3

Ouvrages de références

Effective Experimentation for Scientists and Technologists

BODDY, R. et G. SMITH

Wiley, 2010

ISBN : 978-0-470-68460-3

Optimal Design of Experiments – A Case Study Approach

GOOS, P. et B. JONES

Wiley, 2011

ISBN : 978-0-470-74461-1

Modern Regression Methods

RYAN, T.P.

Wiley, 2^e éd., 2009

ISBN-13 : 978-0-470-08186-0

Six Sigma for the New Millenium

PRIES, K.H.

ASQ Quality Press, 2009

ISBN-13 : 978-0-87389-749-5

The Certified Six Sigma Black Belt Handbook

KUBIAK, T.M. et D.W. BENBOW

ASQ Quality Press, 2009

ISBN-13 : 978-0-87389-732-7

Six Sigma Advanced Tools for Black Belts and Master Black Belts

TANG, L.C., T.N. GOH, H. S. YAM et T. YOAP

Wiley, 2006

ISBN-13 : 978-0-470-02583-2

Applied Linear Statistical Models

KUTNER, M.H., C. J. NACHTSHEIM, J. NETER et W. LI

McGraw-Hill/Irwin, 5^e éd., août 2004

ISBN-13 : 978-0072386882

Experiments: Planning, Analysis, and Parameter Design Optimization

WU, C.F.J. et M. HAMADA

Wiley-Interscience, 2^e éd., 2009

ISBN-13 : 978-0-471-69946-0

Handbook of Experimental Methods for Process Improvement

DRAIN, D.C.

Springer, 1^ère éd., février 1997

ISBN-13 : 978-0412127014

Improving Almost Anything: Ideas and Essays

BOX, G.E.P.

Wiley-Interscience, Revised Edition, avril 2006

ISBN-13 : 978-0471727552

Industrial Experiments Without Statistical Pain

PUGH, G. A.

American Society for Quality, mai 1994

ISBN-13 : 978-0873892780

Optimum Experimental Designs

ATKINSON, A.C. et A.N. DONEV

Clarendon Press, août 1992

ISBN-13 : 978-0198522546

Practical Guide to Experimental Design

FRIGON, N.L. et D. MATHEWS

Wiley, nov. 1996

ISBN-13 : 978-0471139195

Practical Strategies for Experimenting

ROBINSON, G.K.

Wiley, 1^ère éd., sept. 2000

ISBN-13 : 978-0471490555

Response Surface Methodology: Process and Product Optimization Using Designed

MONTGOMERY, D.C. et R.H. MYERS

Wiley-Interscience, 2^e éd., janv. 2002

ISBN-13 : 978-0471412557

Robust Engineering: Learn How to Boost Quality While Reducing Costs and Time to Market

TAGUCHI, G. et S. CHOWDHURY

McGraw-Hill Professional, 1^ère éd., oct. 1999

ISBN-13 : 978-0071347822

Six Sigma: Advanced Tools for Black Belts and Master Black Belts

TANG, L.C., T.N. GOH, H. S. YAM et T. YOAP

Wiley, 1^ère éd., nov. 2006

ISBN-13 : 978-0470025833

Statistical Methods for Testing, Development, and Manufacturing

BREYFOGLE, F.W. III

Wiley-Interscience, mars 1992

ISBN-13 : 978-0471540359

Statistics for Experimenters: Design, Innovation, and Discovery

BOX, G.E.P., J. S. HUNTER et W.G. HUNTER

Wiley-Interscience, 2^e éd., mai 2005

ISBN-13 : 978-0471718130

Adresse internet du site de cours et autres liens utiles

Cours : GOL676-01 Planification et optimisation d’expériences (H2024) (etsmtl.ca)

Autres informations

COORDONNÉES DE L'ENSEIGNANT

Groupe 01:

Michel Rioux, ing., Ph D.

michel.rioux@etsmtl.ca

Disponibilité sur rendez-vous