|
École de technologie supérieure
|
Responsable(s) de cours :
|
Thien-My Dao
|
PLAN DE COURS
Été 2025
QUA165 : Plans d’expériences (DOE) et optimisation des procédés (3 crédits)
Préalables
Pour tous profils : MAT321
Description du cours
S’initier à la pratique des plans d’expériences, se familiariser avec les techniques statistiques d'analyse de données et l'interprétation des résultats expérimentaux et d’optimisation des procédés.
Rappel sur les tests d’inférences statistiques. Introduction aux plans d’expériences, applications de l’analyse expérimentale, étapes à suivre pour la réalisation d’une expérience. Plans d’expériences à un seul facteur, rationnel de l’ANOVA, vérification de l’exactitude du modèle, plans en bloc complet, plans Carrés Latin et Gréco-Latin. Plans d’expériences factoriels à "n" facteurs, interprétation et sommaire de l’ANOVA. Autres considérations : analyse de covariance (ANCOVA), plans mixtes avec facteurs dont les niveaux sont aléatoires. Plans d’expériences factoriels complets (2f), effet d’un facteur et matrice des effets, modélisation linéaire et optimisation, coefficients de détermination. Autres considérations : plans en parcelles divisées (Split-Plot) pour des facteurs dont les niveaux sont difficiles à changer, plans Plackett-Burman pour une analyse sans interaction entre les facteurs. Plans d’expériences factoriels fractionnaires, résolution d’un plan d’expériences, plans quelconques en 8 et 16 essais, technique du plan opposé pour la séparation des effets. Méthodologie Taguchi, fonction perte de qualité, tables orthogonales et graphes linéaires, conception des paramètres, robustesse d’un procédé, facteurs de contrôle et de bruit, optimisation du rapport signal-bruit. Modélisation et optimisation. Modélisation polynomiale linéaire et interaction, tracé des isoréponses et de la surface de réponse, recherche de l’optimum par la méthode de la plus grande pente. Modélisation polynomiale quadratique, plans composites centrés, faces centrées et Box-Behnken. Modélisation (régression) non-linéaire, optimisation des paramètres du modèle, méthode et algorithme du simplex. Introduction aux plans de mélange. Mise en oeuvre des plans d’expériences.
Travaux pratiques sur ordinateur : utilisation d’un logiciel permettant la planification des essais, l'analyse et l'interprétation des résultats en classe et à la maison.
Stratégies pédagogiques
Cours magistraux :
Mardi 18h00
Certains cours seront en présentiel et certains autres seront à distance (à déterminer au premier cours)
Local : D - 5010
Travaux pratiques :
Les travaux pratique seront à distance à moins d’avis contraire
Vendredi 18h00 (voir horaire plus bas)
Utilisation d’appareils électroniques
.
Horaire
| Groupe | Jour | Heure | Activité |
| 01 | Mardi | 18:00 - 21:30 | Activité de cours |
| Vendredi | 18:00 - 22:00 | Travaux pratiques aux 2 semaines |
Coordonnées du personnel enseignant le cours
Cours
|
Date
|
Cours / Examen
|
Sujet
|
Séance
|
Objectifs
|
|
6 mai (Mardi)
|
Cours magistral 1
|
- Début de la 1ière partie de la matière
- Introduction aux plans d’expérience
|
1
|
- Présenter les objectifs du cours.
- Présenter les objectifs du projet.
- Comprendre l’objectif des plans d’expérience.
|
|
13 mai (Mardi)
|
Cours magistral 2
|
- Plan d’expérience à un seul facteur
|
2
|
- Identifier les niveaux optimaux pour un plan à un seul facteur.
|
|
20 mai (Mardi)
|
Cours magistral 3
|
- Plan d’expérience factoriel à n facteurs - partie 1
|
3
|
- Déterminer les forces et faiblesses de l’ANOVA
- Effectuer des tests de comparaison multiples.
|
|
27 mai (Mardi)
|
Cours magistral 4
|
- Remise de la définition du projet (5%)
- Plan d’expérience factoriel à n facteurs - partie 2
|
4
|
- Interpréter et analyser une interaction.
- Déterminer les niveaux optimaux pour l’optimisation d’un processus.
|
|
3 juin (Mardi)
|
Cours magistral 5
|
- Plan d’expérience factoriel à n facteurs - partie 3
|
5
|
- Interpréter, analyser et calculer une ANOVA avec plusieurs facteurs et interactions.
- Déterminer les niveaux optimaux pour l’optimisation d’un processus.
|
|
10 juin (Mardi)
|
Cours magistral 6
|
- Plan d’expérience factoriel à n facteurs - partie 4
- Fin de 1ière partie de la matière
|
6
|
- Déterminer les niveaux optimaux pour l’optimisation d’un processus.
- Révision et exercices examen intra.
|
|
17 juin (Mardi)
|
Examen intra
|
|
7
|
- Examen intra (30%)
- 1ière partie de la matière
|
|
26 juin (Jeudi)
|
Cours magistral 7
|
- Correction de l’examen intra
- Début de la 2ième partie de la matière
- Analyse complète d’un plan factoriel 2f
|
8
|
- Correction de l’examen intra.
- Déterminer les forces et faiblesses d’un plan 2f.
- Déterminer les niveaux optimaux pour l’optimisation d’un processus dans le cas d’un plan 2f.
|
|
8 juillet (Mardi)
|
Cours magistral 8
|
- Analyse de Régression linéaire simple
- Plan d’expérience fractionnaire - partie 1
|
9
|
- Interpréter, analyser et calculer une régression linéaire simple.
- Comprendre pourquoi peut-on avoir besoin des plans fractionnaires.
|
|
15 juillet (Mardi)
|
Cours magistral 9
|
- Plan d’expérience fractionnaire - partie 2
|
10
|
- Comprendre les forces et les faiblesses des plans fractionnaires.
- Identifier les types de plans fractionnaires.
- Isoler une interaction.
|
|
22 juillet (Mardi)
|
Cours magistral 10
|
- Plan d’expériences fractionnaires - partie 3
Fin de la 2ième partie de la matière
|
11
|
- Faires des recommandations pertinentes pour trouver les niveaux optimisant le processus
- Révision et exercices examen final
|
|
29 juillet (Mardi)
|
Cours 11
|
Préparation finale pour les projets
|
12
|
- Préparation finale pour les projets
|
|
5 août (Mardi)
|
Cours 12
|
Présentation des projets (15%)
|
13
|
- Présentation des projets (15%) Remise du TP-5 (4%),
|
|
7 au 16 août
Examens finaux
|
Examen final
|
Examen final – 3 Heures (30%)
2ième partie de la matière seulement
|
14
|
Examen final – 3 Heures (25%)
- 2ième partie de la matière seulement
|
Laboratoires et travaux pratiques
- Les travaux pratiques seront à distance.
- L’accès à Statsgraphics est nécessaire lors des travaux pratiques
- Le site Moodle du cours explique 2 méthodes différentes de se connecter à Statsgraphics avec vos accès à l’ÉTS.
Calendrier des travaux pratiques
|
TP
|
Date
|
Activités
|
|
1
|
16 mai
|
Introduction : Les tests d’hypothèses
(Test T, test χ2, test F et intervalle de confiance)
|
|
2
|
30 mai
|
ANOVA à 1 facteur et plus
Remise du TP-1 (4%)
|
|
3
|
13 juin
|
Analyse à 3 facteurs
Remise du TP-2 (4%)
|
|
4
|
11 juillet
|
Analyse complète d’un plan factoriel 2f
Remise du TP-3 (4%)
|
|
5
|
25 juillet
|
Analyse d’un plan d’expérience fractionnaire
Remise du TP-4 (4%)
|
Dates de remise maximales :
- Travail pratique 1 : vendredi 30 mai 2025 18H00
- Travail pratique 2 : vendredi 13 juin 2025 18H00
- Travail pratique 3 : vendredi 11 juillet 2025 18H00
- Travail pratique 4 : vendredi 25 juillet 2025 18H00
- Travail pratique 5 : mardi 5 août 2025 18H00
Courriel à mon adresse courriel : cc-daniel.proteau@etsmtl.ca
L’objet du courriel : TP1 – John Tremblay – Mary Gagnon – Jack Bouchard
Nom du document attaché au courriel : TP1 – John Tremblay – Mary Gagnon – Jack Bouchard
Utilisation d'outils d'ingénierie
.
Évaluation
Informations additionnelles :
| Activité |
Date |
% |
|
Examen intra
|
17 juin 2025
|
30
|
|
Examen final
|
À confirmer horaire Examens finaux
|
30
|
|
Définition du projet
|
27 mai 2025
|
5
|
|
Présentation du projet
|
5 août 2025
|
15
|
|
Travaux pratiques
|
Voir la section 4 18h00 à 22h00
|
20
|
- Les 2 examens seront en présentiel.
- Réponses directement sur le questionnaire.
- Crayon de plomb obligatoire.
- Toute documentation est permise en autant qu’elle reste dans l’espace qui vous est alloué pour faire votre examen.
- AUCUN échange de documents ne sera permis entre les étudiants durant les examens.
- Les cellulaires doivent être complètement fermés durant les examens.
- Le silence est obligatoire.
- La réussite (50% et plus) d’au moins 1 examen est obligatoire pour avoir une cote supérieure à D
PROJET
| Activité |
Date |
% |
|
Définition du projet
|
27 mai 2025
|
5
|
|
Présentation du projet
|
5 août 2025
|
15
|
- La présence et la participation à la présentation du projet le 5 août sont obligatoires.
- Les étudiants non présents à la présentation auront pour le projet une note maximale de 5 sur 20.
- Les étudiants présents à la présentation ne seront pas pénalisés par l’absence de leur collègue.
- Le document de présentation de l’équipe doit être envoyé à mon courriel de l’ÉTS : cc-daniel.proteau@etsmtl.ca au plus tard le soir du 5 août 2025
DISTRIBUTION DES COTES FINALES
| Cote finale |
Note finale |
Examen |
|
A+
|
>= 90%
|
|
|
A,…D+
|
>= 50% et < 90%
|
au moins 1 examen >= 50%
|
|
D
|
>= 50%
|
les 2 examens < 50%
|
|
E
|
< 50%
|
|
Dates des examens intra
| Groupe(s) | Date |
| 1 | 17 juin 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
.
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.
Dispositions additionnelles
.
Documentation obligatoire
- Méthodologie d’analyse expérimentale, DANIEL PROTEAU
- Disponible dans Moodle
Ouvrages de références
- Montgomery, D.C. (2019), « Design and Analysis of Experiments », 10e, Wiley & Sons Inc.
Adresse internet du site de cours et autres liens utiles
.