Logo ÉTS
Session
Cours
Responsable(s) Lokman Sboui

Se connecter
 

Sauvegarde réussie
La notification a été envoyée
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Lokman Sboui


PLAN DE COURS

Automne 2025
SYS873 : Internet industriel des objets (4 crédits)





Préalables
Aucun préalable requis




Descriptif du cours
Ce cours vise à sensibiliser les étudiantes et les étudiants à l’importance de l’Internet des objets et de l’Internet industriel des Objets dans le secteur industriel.

Au terme de ce cours, l’étudiant ou l'étudiante sera en mesure de : appliquer les principes fondamentaux de l'Internet des objets et de l'Internet industriel des Objets; évaluer les implications de l'Internet des objets dans divers contextes industriels; de concevoir des projets d’Internet industriel des Objets en utilisant des technologies et outils variés; présenter des recommandations pour améliorer l'efficacité et la rentabilité des processus industriels; collaborer pour concevoir des solutions d’Internet industriel des Objets adaptées aux besoins et contraintes dans l’industrie.

Applications et architectures de l’Internet industriel des Objets à travers les différentes couches parties et leurs interactions. Technologies clés. Solutions infonuagiques. Analyse et visualisation de données. Jumeau numérique. Évaluation et amélioration des systèmes existants. Intégration de l’Internet industriel des Objets pour le passage vers l’industrie 4.0. Impact sur la transformation numérique des industries.



Objectifs du cours

Ce vise à sensibiliser les étudiants sur l’importance des technologies numériques dans le secteur industriel en particulier la technologie de l’internet des objets. Les étudiants vont apprendre les principes d’un système Internet industriel des Objets (IIdO) et les applications correspondantes. De plus les étudiants vont être familiarisés avec des outils et méthodes pour concevoir, implanter et améliorer les fabrications industrielles avec l’internet des objets.




Stratégies pédagogiques

Ce cours de trois crédits devrait comprendre, en moyenne, par semaine neuf (9) heures de travail partagées comme suit : 

  • 39 heures de cours magistral 
  • 36 heures de laboratoire
  • Cinq (5) heures de travail personnel (lectures, préparation des laboratoires, travail libre au labo, etc.) 



Utilisation d’appareils électroniques

Le professeur permet l'utilisation d'appareils électroniques, en autant que cela ne dérange pas les autres étudiants ainsi que le professeur.  Il est interdit d'enregistrer le professeur de quelques façons que ce soit, sans son accord écrit.




Horaire
Groupe Jour Heure Activité
01 Lundi 08:30 - 11:30 Laboratoire
Jeudi 08:30 - 12:00 Activité de cours



Coordonnées du personnel enseignant le cours
Groupe Nom Activité Courriel Local Disponibilité
01 Lokman Sboui Activité de cours lokman.sboui@etsmtl.ca A-3593
01 Laboratoire
01 Laboratoire



Cours
Cours Contenu

 

1

Introduction du cours

  • Introduction à l’Internet des Objets (IdO)
  • Exemples et applications de l’IdO 
  • Les couches de l'IdO

 

2

L'IdO et IIdO

  • Les couches de l'IIdO
  • Couche de perception,
  • Couche réseaux,
  • Couche application
  • Couche décisionnelle
  • Exercice sur l’IIoT (activité en classe)

 

3

Les couches d'un système IIdO

  • Avantages de l’IIoT
  • Exemples de l’IIoT
  • Défis de l’IIoT
  • Introduction aux laboratoires 
  • Les threads - Protocole SPI

 

4

Transformation numérique 

  • Évolution de l’industrie
  • Le Pré-IIoT: SCADA
  • Industrie 4.0
  • PWM sur RaspberryPi 

 

5

Couche de perception 

  • l'IdO pour la transformation numérique (activité en classe)
  • Les capteurs
  • Les MEMS
  • L’asservissement PID

 

6

Couche de réseau - Protocoles

  • Les protocoles industriels
  • Implémentation de connectivité IIoT
  • Notions sur les réseaux
  • Le protocole MQTT

-

Examen intra

 

7

Couche de réseau - Principes

  • Principes d’une comm. sans fil
  • Catégories des comm. sans fil
  • Le Wi-Fi (QAM – OFDM - MIMO)

 

8

Couche de réseau - Protocoles

  • Communications Cellulaires
  • Zigbee - LoRaWAN
  • Bluetooth Low Energy (BLE)
  • Introduction au Node-Red

 

9

Couche application - Technologie RFID

 

  • RFID - Introduction
  • Composants RFID
  • Principe du RFID
  • Applications RFID pour l’IIoT
  • Défis d’implémentation RFID

 

10

 Couche application – Cloud/Fog/Edge

  • Architecture de l’infonuage
  • Types de traitements (Cloud/Fog/Edge)
  • Le concept du Big Data

11

Couche décisionnelle

  • Analyse des données
  • Apprentissage automatique et intelligence artificielle
  • Visualisation des données
  • Jumeau Numérique - Digital Twin

12

 Présentations en équipe

  • Tendances futures de l'IIdO
  • Industrie 5.0
  • Risques et défis futurs



Laboratoires et travaux pratiques
Séances Contenu des laboratoires
1 Laboratoire #1 - Laboratoire de couche perception :
• Initiation aux capteurs et actionneurs dans l’industrie;
• Programmation et contrôle
• Asservissement (on/off, PID)
2
3
4 Laboratoire #2 - Laboratoire de couche réseau:
• Échange de données avec le protocole MQTT
• Création de Dashboards et automatisation d’Android

• Introduction à Node Red 
5
6
7 Laboratoire #3 : Laboratoire de couche application :
• Protocoles BLE (Bluetooth Low Energy) et LoRaWAN
• Configuration de passerelle BLE-LoRaWAN
• Stockage des données Cloud
• Traitement des données
8
9
10 Laboratoire #4 :  Projet de session
• Les étudiants appliqueront les compétences qu'ils ont acquises, en collectant, stockant, analyser et visualiser les données IIdO.  

Excel et Power bi pour la visualisation des données
Introduction à la big data et l’intelligence artificielle pour l’analyse de données
11
12



Évaluation

Pondération des évaluations du cours 

 
Activité Date de remise/de l'examen Pondération
Lab01 06-10-2025 10 %
Lab02 27-10-2025 10 %
Lab03 17-11-2025 10 %
Lab04 - Projet session IoT 08-12-2025 10 %
Examen de mi-session 23-10-2025 20 %
Presentaion en équipe 04-12-2025 20 %
Examen final à venir 20 %

 




Dates des examens intra
Groupe(s) Date
1 23 octobre 2025



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

Un malus de 10 % est applicable par jour de retard.




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

Sur Moodle




Ouvrages de références
  • Geng, Hwaiyu, ed. Internet of things and data analytics handbook. John Wiley & Sons, 2017.
  • Kanagachidambaresan, G. R., R. Anand, E. Balasubramanian, and V. Mahima. Internet of Things for Industry 4.0. Springer International Publishing, 2020.
  • Kranz, Maciej. Building the internet of things: Implement new business models, disrupt competitors, transform your industry. John Wiley & Sons, 2016.
  • Mahmood, Zaigham. The Internet of Things in the Industrial Sector. Springer International Publishing, 2019.
  • Anandan, R., Suseendran Gopalakrishnan, Souvik Pal, and Noor Zaman, eds. Industrial Internet of Things (IIdO): Intelligent Analytics for Predictive Maintenance. John Wiley & Sons, 2022.

 




Adresse internet du site de cours et autres liens utiles

Sur Moodle