Logo ÉTS
Session
Cours
Responsable(s)

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours :


PLAN DE COURS

Hiver 2024
SYS863 : Sujets spéciaux I : génie de la production automatisée (3 crédits)
Internet industriel des Objets (IIdO)





Préalables
Aucun préalable requis




Descriptif du cours
Sujets d'intérêt majeur dans le domaine du génie de la production automatisée et familiarisation avec les derniers développements technologiques dans un ou plusieurs domaines de pointe.



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 13:30 - 17:00 Activité de cours
Mardi 13:30 - 16:30 Laboratoire



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Lokman Sboui Activité de cours Lokman.Sboui@etsmtl.ca A-3593
01 Omar Benkreira Hanchour Laboratoire omar.benkreira-hanchour.1@ens.etsmtl.ca



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
Date des laboratoires Contenu
 16 janvier 2024 Laboratoire #1 - Laboratoire de couche perception :
• Initiation aux capteurs et actionneurs dans l’industrie;
• Programmation et contrôle
• Asservissement (on/off, PID)
 23 janvier 2024
 30 janvier 2024
  6 février 2024 Laboratoire #2 - Laboratoire de couche réseau:
• Échange de données avec le protocole MQTT
• Création de Dashboards et automatisation d’Android
• Introduction à Node Red 
 13 février 2024
 20 février 2024
 27 février 2024 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
 12 mars 2024
 19 mars 2024
 26 mars 2024 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
2 avril 2024
 9 avril 2024



Évaluation

Pondération des évaluations du cours 

 
Activité Proportion
Lab01 10 %
Lab02 10 %
Lab03 10 %
Lab04 - Projet session IoT 10 %
Examen de mi-session 20 %
Presentaion en équipe 20 %
Examen final 20 %

 



Dates des examens intra
Groupe(s) Date
1 12 février 2024



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 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par 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 un examen
Dans les cinq (5) jours ouvrables suivant la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre auprès de la coordonnatrice – Affaires départementales qui en référera au directeur de département. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat ou autre) à un examen entraînera l’attribution de la note (0).



Infractions de nature académique
À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la page "Citer, pas plagier !" (https://www.etsmtl.ca/Etudes/citer-pas-plagier). Les clauses du règlement sur les infractions de nature académique de l’ÉTS (« Règlement ») s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiants doivent consulter le règlement sur les infractions de nature académique (https://www.etsmtl.ca/docs/ETS/Gouvernance/Secretariat-general/Cadre-reglementaire/Documents/Infractions-nature-academique) pour identifier les actes qui constituent des infractions de nature académique au sens du Règlement ainsi que prendre connaissance des sanctions prévues à cet effet.

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’enseignant(e) 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