CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»

Dimension: px
Commencer à balayer dès la page:

Download "CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»"

Transcription

1 CONFERENCE PALISADE Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» 1

2 SIGMA PLUS Logiciels, Formations et Etudes Statistiques 6, rue Collange Levallois-Perret Christian R. CHARLES 2

3 La société SIGMA PLUS Deux sites : Levallois-Perret et Labège Société créée en 1979 Logiciels, Formations, Conseil et Etudes Distributeur et éditeur de logiciels d analyses statistiques et graphiques Plus de utilisateurs 60% dans l industrie 40% dans l éducation et la recherche 3

4 Plan de la présentation Logiciels utilisés Plan d expériences Optimisation robuste «Design Space» et «Quality by Design» Exemple présenté Mise en œuvre Conclusion 4

5 Logiciels utilisés Création et analyse du plan d expériences STATGRAPHICS Centurion Version française StatPoint Technologies (USA) Simulation, Optimisation Industrial Version 6.2 française Palisade Corporation (USA) 5

6 Plan d expériences (d après Sciences de l ingénieur) Le comportement des produits industriels est généralement fonction de nombreux phénomènes, souvent dépendants les uns des autres. Pour prévoir ce comportement, le produit et les phénomènes sont modélisés, et des simulations sont effectuées ; la pertinence des résultats des simulations dépend de la qualité des modèles. Dans le cadre de la conception d'un produit, les modèles font généralement intervenir un certain nombre de grandeurs physiques que l'on s'autorise à modifier, appelés facteurs. Le problème du concepteur est alors de trouver les bonnes valeurs de ces facteurs, c'est-à-dire celles qui feront que le produit aura le comportement attendu ; cela nécessite d'identifier l'influence des facteurs sur la réponse du produit. Cela passe par des études expérimentales, consistant à imposer différentes valeurs de ces facteurs et à mesurer les réponses obtenues. 6

7 Plan d expériences (d après Sciences de l Ingénieur) Or, ces essais sont coûteux, et ce d'autant plus que le nombre de paramètres à faire varier est important. En effet, la modification d'un paramètre peut par exemple exiger un démontage et un remontage du produit, ou bien la fabrication de plusieurs prototypes ou encore l'interruption de la production. Le coût d'une étude expérimentale dépend donc du nombre et de l'ordre des essais effectués. Les plans d'expériences consistent à sélectionner et ordonner les essais afin d'identifier, à moindres coûts, les effets des facteurs sur la réponse du produit. Trois étapes : Postuler un modèle de comportement du système ; Définir un plan d'expériences, c'est-à-dire une série d'essais permettant d'identifier les coefficients du modèle ; Faire les essais, dépouiller les résultats, optimiser la réponse 7

8 Optimisation robuste Design Space, Quality by Design (d après la FDA) Optimisation robuste The robustness of an analytical procedure is a measure of its capacity to remain unaffected by small, but deliberate variations in method parameters and provides an indication of its reliability during normal usage. Design Space (DS), Quality by Design (QbD) The estimation of the Design Space is based on the current DOE models and Monte Carlo simulations for risk analysis. The DS is the estimated volume in the investigated region (experimental design region) where we can expect that all specifications are fulfilled at a specific risk level. The DS estimate considers several sources of known variability that can affect the size of the DS. 8

9 Exemple présenté (adapté de Derringer et Suich, Journal of Quality Technology, vol 12, n 4, Octobre 1980) Mise au point d un nouveau pneumatique Quatre composants : le caoutchouc (plus de la moitié du mélange) la silice, le silane et le soufre Au final trois composants silice, silane soufre (en parts pour 100 parts de caoutchouc) Quatre réponses : abrasion, module, rupture, dureté 9

10 Exemple présenté Composant Niveau bas Niveau haut Silice 0,7 1,7 Silane Soufre 1,8 2,8 Réponse Spécifications Abrasion (test PICO) Comprise entre 150 et 170 Module à 200% Supérieur à 1000 Rupture Comprise entre 400 et 600 Dureté Comprise entre 60 et 75 Des effets de courbure sont attendus sur les réponses. Un plan centré-composite est envisagé : 2^3+étoile. 10

11 Définition du plan (StatGraphics) Utilisation de l assistant en 12 étapes 11

12 Définition du plan (StatGraphics) 1) Définition des réponses 12

13 Définition du plan (StatGraphics) 2) Définition des facteurs 13

14 Définition du plan (StatGraphics) 3) Sélection du plan : surface de réponse 14

15 Définition du plan (StatGraphics) 3) Sélection du plan : centré composite 2^3 + étoile + 2 points au centre = = 16 essais 15

16 Définition du plan (StatGraphics) 3) Sélection du plan : propriétés Ajout de 7 points au centre pour les propriétés statistiques Au total : 23 essais 16

17 Définition du plan (StatGraphics) 4) Choix du modèle : quadratique 17

18 Définition du plan (StatGraphics) 5) Sélection des essais (D-optimalité) 6) Evaluation du plan 7) Enregistrement du plan, saisie des données 18

19 Données du plan (StatGraphics) 19

20 Analyse du plan (StatGraphics) 8) Analyse des données des 4 réponses 20

21 Analyse du plan (StatGraphics) 8) Etude spécifique de la réponse Abrasion 21

22 Analyse du plan (StatGraphics) 8) Réponse Abrasion : maximisation [150;170] 22

23 Analyse du plan (StatGraphics) Optimum pour : silice = 1.7 silane = 60 soufre = 2.8 Optimum déterministe ponctuel ne prenant pas en compte les erreurs d estimation des coefficients du modèle ni les spécifications 23

24 Analyse du plan (StatGraphics) Le réglage optimal des facteurs est obtenu au bord du domaine expérimental Un risque d inadéquation du modèle L optimum obtenu (195) est largement supérieur à la LSS (170) Transfert du modèle Industrial 24

25 Transfert du modèle Même optimum avant utilisation de la simulation Problème DPMO 25

26 Définition des lois des coefficients A chaque coefficient du modèle de régression est associé une loi de Student pour prendre en compte l erreur-type d estimation de ce coefficient. 26

27 Définition de la réponse Sortie = Abrasion Spécifications et Six Sigma 27

28 Simulation Monte-Carlo Cellules ajustables : nécessaires pour l optimisation Ce sont les réglages optimaux recherchés pour optimiser la réponse sous d éventuelles contraintes Rappel des plages possibles des facteurs Silice : [ 0.7 ; 1.7 ] Silane : [ 40 ; 60 ] Soufre : [ 1.8 ; 2.8 ] Rappel de la plage Abrasion : [ 150 ; 170 ] 28

29 Simulation Monte-Carlo Même en tenant compte des erreurs d estimation du modèle, les valeurs pour l abrasion sont toujours au-dessus de la LSS. La simulation affiche la variabilité de l optimum. Cp 1 et Cpk < 0 29

30 Optimisation avec RISK Optimizer Recherche des valeurs optimales des trois facteurs Silice, Silane et Soufre permettant de : Cibler la valeur : 160 Pour la statistique Moyenne Sous la contrainte des spécifications» Abrasion dans la plage [150 ; 170] = [LSI ; LSS] 30

31 Optimisation avec RISK Optimizer Objectif Statistique Facteurs Contrainte 31

32 Optimisation avec RISK Optimizer Contrainte ferme Définition de la contrainte Spécifications 32

33 Optimisation avec RISK Optimizer Progression de l optimisation 50 essais demandés Evolution de la valeur de l abrasion vers la valeur cible 33

34 Optimisation avec RISK Optimizer Affichage de la synthèse : Meilleur essai Premier essai Dernier essai 34

35 Optimisation avec RISK Optimizer Affichage du journal des 50 essais Il est possible de générer un rapport complet dans une feuille Excel. 35

36 Optimisation avec RISK Optimizer Réglage optimal des facteurs Moyenne au voisinage de la cible et DPMO 36

37 Optimisation avec RISK Optimizer Simulation autour du réglage optimal trouvé : Moyenne = Ecart-type = Indices d aptitude : Cp = 2.3 Cpk =

38 Optimisation avec RISK Optimizer Nouvelle recherche des valeurs optimales des trois facteurs Silice, Silane et Soufre au voisinage de l optimum obtenu ( +/-10%) : Silice = 1,4421 => [ 1,3 ; 1,6 ] Silane = 55,4753 => [ 50 ; 60 ] Soufre = 2,4159 => [ 2,2 ; 2,7 ] Minimiser les DPMO, par exemple <

39 Optimisation avec RISK Optimizer Objectif Statistique Plage pour les facteurs Contrainte DPMO 39

40 Optimisation avec RISK Optimizer Progression de l optimisation 100 essais demandés Evolution de la valeur de l abrasion vers la valeur cible 40

41 Optimisation avec RISK Optimizer Demande de génération du rapport complet : Synthèse Tous les essais Progression But : récupérer les valeurs DPMO et les visualiser sous forme graphique 41

42 Optimisation avec RISK Optimizer Meilleur essai : le 87 car sur cible 42

43 Affichage des résultats Evolution DPMO en fonction de l écart à la cible de

44 Affichage des résultats (DPMO) 44

45 Affichage des résultats (Abrasion) 45

46 Affichage des résultats 46

47 En conclusion 1) Optimisation initiale : 195,86 Réglage : 1,7 ; 60 ; 2,8 Au bord du domaine 2) Optimisation avec cible : 159,61 et contrainte Spécifications Réglage : 1,44 ; 55,48 ; 2,42 3) Optimisation avec cible : 160 et contrainte DPMO < Réglage : 1,45 ; 54,90 ; 2, 45 47

48 En conclusion Cas 1 Un optimum par défaut en-dehors des spécifications 48

49 En conclusion Cas 2 Un optimum dans les spécifications 49

50 En conclusion Cas 3 Un optimum dans les spécifications avec DPMO <

51 En conclusion 51

52 En conclusion Vous souhaitez recevoir cette présentation et le : SIGMA PLUS Christian CHARLES

@RISK pour Six Sigma. Version 5.7 septembre, 2010. Guide d utilisation

@RISK pour Six Sigma. Version 5.7 septembre, 2010. Guide d utilisation Guide d utilisation @RISK pour Six Sigma Version 5.7 septembre, 2010 Palisade Corporation 798 Cascadilla St. Ithaca, NY 14850 États-Unis +1-607-277-8000 +1-607-277-8001 (fax) http://www.palisade.com (site

Plus en détail

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU $SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le

Plus en détail

Optimisation de la performance. d un processus d usinage à commande numérique

Optimisation de la performance. d un processus d usinage à commande numérique Jacques ALEXIS 20 Novembre 2001 Optimisation de la performance d un processus d usinage à commande numérique 1 Exposé du problème à résoudre L exemple utilisé pour cette présentation a été présenté par

Plus en détail

Formation Inter Entreprises

Formation Inter Entreprises Formation Inter Entreprises Lean Six Sigma - Méthodologie DMAIC Niveau Black Belt 3conseils 10, place Charles Béraudier 69428 LYON CEDEX 03 www.3conseils.com 2015 Objectifs de la formation La formation

Plus en détail

Cours Plans. leur mesure. Cours plan d expérience sur la mesure. Type : L8(7 fact * 2 niv)

Cours Plans. leur mesure. Cours plan d expérience sur la mesure. Type : L8(7 fact * 2 niv) Type : L8(7 fact * 2 niv) Nb essais (NE) : 8 Nb facteurs (NFc) : 7 Nb interactions (Nint) 1 2 3 4 5 6 7 Essai Facteurs contrôlés N A B C D E F G 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2

Plus en détail

SIMDI Six Sigma «Les élèves résolvent un problème complexe avec Six Sigma dans le temps réduit d une formation»

SIMDI Six Sigma «Les élèves résolvent un problème complexe avec Six Sigma dans le temps réduit d une formation» SIMDI Six Sigma «Les élèves résolvent un problème complexe avec Six Sigma dans le temps réduit d une formation» Objectifs du simulateur Le simulateur Six Sigma reproduit l'ensemble d'un processus de production

Plus en détail

Module d'analyse des données

Module d'analyse des données *** Année 2007 *** Module d'analyse des données P.L. Toutain, A. Bousquet-Mélou UMR 181 de Physiopathologie et Toxicologie Expérimentales INRA/ENVT Ecole Nationale Vétérinaire de Toulouse 24/04/2007 Avant

Plus en détail

!-.!#- $'( 1&) &) (,' &*- %,!

!-.!#- $'( 1&) &) (,' &*- %,! 0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets

Plus en détail

Le budget des ventes (méthodes de prévision)

Le budget des ventes (méthodes de prévision) ECOLE DES HAUTES ETUDES COMMERCIALES Niveau : 3 ème année MGT Groupe : 2 Année Académique : 2011/2012 Module : Gestion Budgétaire Enseignant : KHERRI Abdenacer Site web : www.gb-ehec.jimdo.com Plan du

Plus en détail

Meta Productique. Présentation. Industrie. Analyse & Optimisation de Production. www.metaproductique.com

Meta Productique. Présentation. Industrie. Analyse & Optimisation de Production. www.metaproductique.com Meta Productique Technopole - 18 rue de la télématique - 42000 St Etienne Tél. +33 4 77 79 31 31 Fax. + 33 4 77 79 47 81 commercial@metaproductique.com Meta Productique Présentation Analyse & Optimisation

Plus en détail

Cours Excel. Licence des Sciences de Gestion 2006-2007. I. Présentation d Excel

Cours Excel. Licence des Sciences de Gestion 2006-2007. I. Présentation d Excel Cours Excel Licence des Sciences de Gestion 2006-2007 I. Présentation d Excel Classeur, feuilles, cellules, colonnes, lignes, Fenêtre principale o Barre de menus o Barre d outils o Barre de formules o

Plus en détail

Le suivi de la qualité. Méthode MSP : généralités

Le suivi de la qualité. Méthode MSP : généralités Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois

Plus en détail

Présentation et utilisation d outils logiciels Application aux dosages en biologie

Présentation et utilisation d outils logiciels Application aux dosages en biologie Présentation et utilisation d outils logiciels Application aux dosages en biologie Les outils logiciels présentés : Excel ( Microsoft) Calc (OpenOffice) Regressi (Micrelec) Excel Calc (OpenOffice) Regressi

Plus en détail

521321 - Informatique 2. Tableur. Emploi usuel d un tableur 29.02.2008

521321 - Informatique 2. Tableur. Emploi usuel d un tableur 29.02.2008 521321 - Informatique 2 29.02.2008 Peter DAEHNE Emploi usuel d un tableur Autres emplois Simulation Peter DAEHNE -2- Emploi usuel d un tableur Créer des tableaux comprenant: des cellules contenant des

Plus en détail

Cycle de vie d une méthode analytique

Cycle de vie d une méthode analytique 44 ème Congrès International SFSTP 6 et 7 juin 2012 LA CONNAISSANCE SCIENTIFIQUE AU SERVICE DE LA QUALITE PRODUIT Apports du «Quality by Design» et retours d expériences Cycle de vie d une méthode analytique

Plus en détail

Approche multi-échelles: Aide à la conception et à l'injection de pièces en Polyamide renforcé. Y. Deyrail, M. Oumarou, A. Causier, W.

Approche multi-échelles: Aide à la conception et à l'injection de pièces en Polyamide renforcé. Y. Deyrail, M. Oumarou, A. Causier, W. Approche multi-échelles: Aide à la conception et à l'injection de pièces en Polyamide renforcé Y. Deyrail, M. Oumarou, A. Causier, W. Zerguine SOMMAIRE Présentation de la société Contexte de l étude Approche

Plus en détail

Algorithmes de recherche locale

Algorithmes de recherche locale Algorithmes de recherche locale Recherche Opérationnelle et Optimisation Master 1 Sébastien Verel verel@lisic.univ-littoral.fr http://www-lisic.univ-littoral.fr/~verel Université du Littoral Côte d Opale

Plus en détail

Contributions de la statistique à la maîtrise de la qualité dans l industrie de la défense: de la conformité aux gains d avantages concurrentiels

Contributions de la statistique à la maîtrise de la qualité dans l industrie de la défense: de la conformité aux gains d avantages concurrentiels Photo : Sgt Norm McLean, Combat Camera - DND ref.: IS2013-0004-6464 Contributions de la statistique à la maîtrise de la qualité dans l industrie de la défense: de la conformité aux gains d avantages concurrentiels

Plus en détail

Comment suivre l évolution d une transformation chimique? + S 2 O 8 = I 2 + 2 SO 4

Comment suivre l évolution d une transformation chimique? + S 2 O 8 = I 2 + 2 SO 4 Afin d optimiser leurs procédés, les industries chimiques doivent contrôler le bon déroulement de la réaction de synthèse menant aux espèces voulues. Comment suivre l évolution d une transformation chimique?

Plus en détail

SIMDI - Presse à injecter

SIMDI - Presse à injecter SIMDI PRESSE - Simulateur de Presse à injecter - Document de l animateur SIMDI - Presse à injecter «Les élèves apprennent à réaliser un plan d expériences portant sur de nombreux facteurs» Fonctionnalités

Plus en détail

SIMCAB : UN OUTIL GENERIQUE DE SIMULATION SOUS MICROSOFT EXCEL

SIMCAB : UN OUTIL GENERIQUE DE SIMULATION SOUS MICROSOFT EXCEL 3 e Conférence Francophone de MOdélisation et SIMulation Conception, Analyse et Gestion des Systèmes Industriels MOSIM 01 du 25 au 27 avril 2001 - Troyes (France) SIMCAB : UN OUTIL GENERIQUE DE SIMULATION

Plus en détail

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques

ANNEXE 1 BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques ANNEXE BTS AGENCEMENT DE L'ENVIRONNEMENT ARCHITECTURAL Programme de mathématiques L'enseignement des mathématiques dans les sections de techniciens supérieurs Agencement de l'environnement architectural

Plus en détail

Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes

Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes Niveau : terminale S. Thème : Calcul d incertitudes à l aide d outils numériques Type de ressources : aide à la prise en main de logiciels permettant le traitement numérique des calculs d incertitudes

Plus en détail

Traitement statistique. des petits échantillons. Application avec JMP - 3 jours (*)

Traitement statistique. des petits échantillons. Application avec JMP - 3 jours (*) Traitement statistique Application avec JMP - 3 jours (*) Référence : STA-N1-SPECHAJMP Durée : 3 jours soit 21 heures (*) : La durée proposée est une durée standard. Elle peut être adaptée selon les besoins,

Plus en détail

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 - 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 Objectif(s) : o o Pré requis : o o o Contraintes de production, Optimisation de la gestion de la production. Coût de production, Production sous contraintes,

Plus en détail

SIMDI - Simulateur de tournage

SIMDI - Simulateur de tournage SIMDI - Simulateur de tournage «Les élèves pilotent un processus de fabrication dans le temps réduit d une formation» Objectifs du simulateur «Appliquer la Maîtrise Statistique des procédés (MSP/SPC)»

Plus en détail

Utilisation d un tableur dans l exploitation des courbes de dosage spectrophotométrique.

Utilisation d un tableur dans l exploitation des courbes de dosage spectrophotométrique. Utilisation d un tableur dans l exploitation des courbes de dosage spectrophotométrique. A METHODE DE LA GAMME D ETALONNAGE... 1 1. Saisie des valeurs... 1 2. Tracé de la gamme d étalonnage... 2 3. Modélisation

Plus en détail

Projet Calcul Machine à café

Projet Calcul Machine à café Projet Calcul Machine à café Pierre-Yves Poinsot Khadija Salem Etude d une machine à café, plus particulièrement du porte filtre E N S I B S M é c a t r o 3 a Table des matières I Introduction... 2 Présentation

Plus en détail

Calcul d erreur (ou Propagation des incertitudes)

Calcul d erreur (ou Propagation des incertitudes) Travaux Pratiques de Physique vers. septembre 014 Calcul d erreur (ou Propagation des incertitudes) 1) Introduction Le mot "erreur" se réfère à quelque chose de juste ou de vrai. On parle d erreur sur

Plus en détail

ICH Q8, Q9 and Q10. Krishnan R. Tirunellai, Ph. D. Bureau of Pharmaceutical Sciences Therapeutic Products Directorate Health Canada December 4, 2008

ICH Q8, Q9 and Q10. Krishnan R. Tirunellai, Ph. D. Bureau of Pharmaceutical Sciences Therapeutic Products Directorate Health Canada December 4, 2008 ICH Q8, Q9 and Q10 An Opportunity to Build Quality into Product Krishnan R. Tirunellai, Ph. D. Bureau of Pharmaceutical Sciences Therapeutic Products Directorate Health Canada December 4, 2008 Sequence

Plus en détail

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation

Plus en détail

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE

MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE MÉTHODES ET STATISTIQUES POUR LIRE UN ARTICLE Forum HH 05.02.2013 Ghislaine Gagnon Unité HPCI Qualitatif ou quantitatif? Les 2 méthodes peuvent être utilisées séparément ou en conjonction - le qualitatif

Plus en détail

4. Créer des compteurs, des curseurs ou des bandes déroulantes : a) Création des objets. b) Affectation à une cellule et réglage du pas.

4. Créer des compteurs, des curseurs ou des bandes déroulantes : a) Création des objets. b) Affectation à une cellule et réglage du pas. Logiciel Excel version Office 2007. Voici une liste non exhaustive de fonctions de ce logiciel en relation avec le stage. Au sommaire : 1. Créer des boutons de raccourci dans une barre d outils: a) Sélection

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Solutions pour la gestion de Patrimoine

Solutions pour la gestion de Patrimoine & Solutions pour la gestion de Patrimoine Interface graphique pour la gestion des locaux, surfaces, occupants, équipements Nicolas DELMAS ndelmas@prosys.fr Alain AUBRY aaubry@prosys.fr Prosys, en quelques

Plus en détail

Logiciel de Test et d Analyse des Matériaux

Logiciel de Test et d Analyse des Matériaux Logiciel de Test et d Analyse des Matériaux Innovation et performance avec une interface Simple, Intuitive, Puissante et Conviviale. @ Bureau et écran d accueil NEXYGEN Plus Le nouveau logiciel NEXYGEN

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHÉMATIQUES SUJET C12

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHÉMATIQUES SUJET C12 Sujet C12 Page 1 sur 7 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHÉMATIQUES SUJET C12 Ce document comprend : Pour l examinateur : - une fiche descriptive du sujet page 2/7 - une fiche concernant les logiciels

Plus en détail

Modélisation d'un axe asservi d'un robot cueilleur de pommes

Modélisation d'un axe asservi d'un robot cueilleur de pommes Modélisation d'un axe asservi d'un robot cueilleur de pommes Problématique Le bras asservi Maxpid est issu d'un robot cueilleur de pommes. Il permet, après détection d'un fruit par un système optique,

Plus en détail

Bio-Rad Laboratories CONTRÔLE DE QUALITÉ. Le logiciel de Bio-Rad pour une gestion experte du contrôle de qualité

Bio-Rad Laboratories CONTRÔLE DE QUALITÉ. Le logiciel de Bio-Rad pour une gestion experte du contrôle de qualité Bio-Rad Laboratories CONTRÔLE DE QUALITÉ Le logiciel de Bio-Rad pour une gestion experte du contrôle de qualité CONTRÔLE DE QUALITÉ 1 Unity Real Time 2.0 Unity Real Time 2.0 est un logiciel pour la gestion

Plus en détail

Matériaux 2014. L. DIGUET Matériaux/Corrosion SOLVAY GEC/Mechanical and Material GEC - MM 05/12/2014

Matériaux 2014. L. DIGUET Matériaux/Corrosion SOLVAY GEC/Mechanical and Material GEC - MM 05/12/2014 Matériaux 2014 Monitoring on line de la corrosion localisée par électrochimie: de l utilisation des techniques de polarisation et de bruit électrochimique aux applications industrielles L. DIGUET Matériaux/Corrosion

Plus en détail

Comparaison entre les versions. www.microsoft-project.fr. Microsoft Corp. All rights reserv

Comparaison entre les versions. www.microsoft-project.fr. Microsoft Corp. All rights reserv Comparaison entre les versions www.microsoft-project.fr eleven Microsoft Corp. All rights reserv Comparaison entre les versions Le tableau ci-dessous présente les nouvelles fonctionnalités de Project Standard

Plus en détail

Logiciels pour l analyse d incertitude et l analyse de sensibilité. David Makowski, Hervé Monod, Hervé Richard

Logiciels pour l analyse d incertitude et l analyse de sensibilité. David Makowski, Hervé Monod, Hervé Richard Logiciels pour l analyse d incertitude et l analyse de sensibilité David Makowski, Hervé Monod, Hervé Richard PLAN Exemple sous tableur : Crystal Ball Panorama des logiciels disponibles Modules de tableurs

Plus en détail

Shadow Manager Simulateur de gestion globale d entreprise. Introduction

Shadow Manager Simulateur de gestion globale d entreprise. Introduction Shadow Manager Simulateur de gestion globale d entreprise Introduction Le logiciel de simulation d entreprise Shadow Manager représente le nec plus ultra des outils pédagogiques de simulation de gestion

Plus en détail

Petit déjeuner Actuariat - 27 juin 2013

Petit déjeuner Actuariat - 27 juin 2013 Provisions pour Prestations à Payer en Assurance Santé : Comparaisons de méthodes d estimation sur la base de simulations de remboursements Petit déjeuner Actuariat - 27 juin 2013 Petit déjeuner Actuariat

Plus en détail

PREVISIONS DE TRESORERIE

PREVISIONS DE TRESORERIE PREVISIONS DE TRESORERIE SOMMAIRE 1. INTRODUCTION... 3 2. Création d une prévision... 3 2.1. Onglet Modèles... 3 2.2. Onglet Prévisions... 3 2.3. Création d une nouvelle prévision... 4 3. Le tableau de

Plus en détail

TRESORERIE PREVISIONNELLE Version 2010 du 26/07/2010

TRESORERIE PREVISIONNELLE Version 2010 du 26/07/2010 TRESORERIE PREVISIONNELLE Version 2010 du 26/07/2010 Sommaire Présentation... 2 Traitements... 2 Trésorerie initiale :... 2 Mise à jour des définitions des postes Charges/TVA:... 3 Mise à jour des définitions

Plus en détail

Étude Des Zones D un Joint De Soudure D une Eprouvette Sollicitée En Fatigue

Étude Des Zones D un Joint De Soudure D une Eprouvette Sollicitée En Fatigue Étude Des Zones D un Joint De Soudure D une Eprouvette Sollicitée En Fatigue F.Z.KETTAF 1, N.H.CHERIET 2, B. BOUCHOUICHA 3 Laboratoire LMSR.Université Djillali Liabès Sidi Bel Abbes- Algérie. 1 fz.kettaf@gmail.com

Plus en détail

PROFIL DES PARTICIPANTS (6 MAX.) Ingénieurs ou techniciens futurs utilisateurs du logiciel MAGALI ou ayant déjà une connaissance des produits MAGALI.

PROFIL DES PARTICIPANTS (6 MAX.) Ingénieurs ou techniciens futurs utilisateurs du logiciel MAGALI ou ayant déjà une connaissance des produits MAGALI. S Standard Formation à l utilisation du logiciel MAGALI version 5. Ce cours s'adresse aux personnes souhaitant acquérir une connaissance détaillée des différentes fonctionnalités du logiciel Magali et

Plus en détail

Appel à Propositions. Thème : «Couplage CFD / CAA»

Appel à Propositions. Thème : «Couplage CFD / CAA» Appel à Propositions CORAC Feuille de route Propulsion Thème : «Couplage CFD / CAA» Référence de l Appel Titre de l appel Personne à contacter responsable de l appel à proposition (AàP) Date de début du

Plus en détail

Résolution de problématiques d ordonnancement par utilisation d un logiciel générique d optimisation

Résolution de problématiques d ordonnancement par utilisation d un logiciel générique d optimisation Résolution de problématiques d ordonnancement par utilisation d un logiciel générique d optimisation Christian Houlbert Centre National d Etudes Spatiales (CNES) 18 avenue Edouard Belin 31401 Toulouse

Plus en détail

CAHIER DES CHARGES POUR LA REALISATION DU SITE INTERNET DU CABINET ULYSS

CAHIER DES CHARGES POUR LA REALISATION DU SITE INTERNET DU CABINET ULYSS CAHIER DES CHARGES POUR LA REALISATION DU SITE INTERNET DU CABINET ULYSS Nom de l entreprise : CABINET ULYSS Adresse : BP 11156 Libreville - Gabon Tel : +241 44 53 10 Fax : +241 44 53 11 Email : ulyssconseil@gmail.com

Plus en détail

ANALYSE de CAPACITÉ : processus fabrication

ANALYSE de CAPACITÉ : processus fabrication ANALYSE de CAPACITÉ : processus fabrication aptitude d'un processus à satisfaire des exigences / spécifications Définition Limites "naturelles" de variabilité Distinction entre 3 sortes de limites Étapes

Plus en détail

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché»

Exercice 2 du cours Management Bancaire : «Calcul de la VaR d une position de marché» Exercice du cours Management Bancaire : «Calcul de la VaR d une position de marché» La réglementation bancaire impose aux banques de maintenir un niveau de capital minimum pour absorber les pertes dues

Plus en détail

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Modélisation prédictive et incertitudes P. Pernot Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay Plan 1 Incertitudes des modèles empiriques 2 Identification et caractérisation des paramètres incertains

Plus en détail

Testing : A Roadmap. Mary Jean Harrold. Présentation de Olivier Tissot

Testing : A Roadmap. Mary Jean Harrold. Présentation de Olivier Tissot Testing : A Roadmap Mary Jean Harrold Présentation de Olivier Tissot Testing : A Roadmap I. L auteur II. Introduction sur les test : les enjeux, la problématique III. Les tests : roadmap IV. Conclusion

Plus en détail

Les capteurs de puissance en cyclisme : Activités pédagogiques en sciences de l ingénieur

Les capteurs de puissance en cyclisme : Activités pédagogiques en sciences de l ingénieur Les capteurs de puissance en cyclisme : Activités pédagogiques en sciences de l ingénieur La mesure de la puissance en cyclisme Objectif : Aider un cycliste à optimiser son entraînement et à améliorer

Plus en détail

Segmentation en assurance et problématiques de gestion des risques associées en mortalité

Segmentation en assurance et problématiques de gestion des risques associées en mortalité Segmentation en assurance et problématiques de gestion des risques associées en mortalité 13 septembre 2013, version 1.0 Aymric Kamega, Actuaire aymric.kamega@univ-brest.fr www.euria.univ-brest.fr Sommaire

Plus en détail

BUSINESS. / solution de gestion au cœur de votre entreprise RC SOFT RC SOFT

BUSINESS. / solution de gestion au cœur de votre entreprise RC SOFT RC SOFT / solution de gestion au cœur de votre entreprise RC SOFT Créée en 2002, RC SOFT a développé différents types de logiciels avant de se concentrer très tôt sur les différents modules de la solution. En

Plus en détail

STRATEGIE INFORMATIQUE

STRATEGIE INFORMATIQUE MANUEL UTILISATEUR Application de suivi des commerciaux Immeuble La Coupole - Grand Camp - 97142 - LES ABYMES - Tél. : 0590 48 18 98 - Fax : 0590 83 46 71 Immeuble Sera n 6 - Zone de Manhity - 97232 -

Plus en détail

Autres appellations du métier

Autres appellations du métier Le métier aujourd'hui Autres appellations du métier Intégrateur (trice) Concepteur (trice) Consultant(e) progiciel Paramètreur(euse) Description synthétique du métier L intégrateur(trice) assure l adaptation

Plus en détail

MISE EN PAGE D UN TABLEAU DANS EXCEL

MISE EN PAGE D UN TABLEAU DANS EXCEL MISE EN PAGE D UN TABLEAU DANS EXCEL U n nombre élevé de lignes ou de colonnes d un tableau Excel peut entraîner l impression du tableau sur plusieurs pages. En modifiant sa mise en page, il est tout à

Plus en détail

DML 5000 Mesure d épaisseur laser en ligne pour assurer production et qualité

DML 5000 Mesure d épaisseur laser en ligne pour assurer production et qualité DML 5000 Mesure d épaisseur laser en ligne pour assurer production et qualité Contrôle qualité et production Sur la ligne de production, les fluctuations de l épaisseur du matériau conduisent à des écarts

Plus en détail

Appel à Propositions

Appel à Propositions Appel à Propositions CORAC Feuille de route Propulsion Thème : «Optimisation bleed» Référence de l Appel Titre de l appel Personne à contacter responsable de l appel à proposition (AàP) Date de début du

Plus en détail

TD de Statistiques - Séance N 2

TD de Statistiques - Séance N 2 TD de Statistiques - Séance N 2 1 Travail sur des variables catégorisées avec Excel 1.1 Quelques commandes d'excel utiles pour la saisie de données Saisie "assistée" ou non : utilisez le menu :Fichier

Plus en détail

52321 - Informatique 2. Tableur. Emploi usuel d un tableur 26.02.2007. Emploi usuel d un tableur Autres emplois Simulation Scénario Exercices

52321 - Informatique 2. Tableur. Emploi usuel d un tableur 26.02.2007. Emploi usuel d un tableur Autres emplois Simulation Scénario Exercices 52321 - Informatique 2 26.02.2007 Peter DAEHNE Emploi usuel d un tableur Autres emplois Simulation Peter DAEHNE -2- Emploi usuel d un tableur Créer des tableaux comprenant: des cellules contenant des valeurs

Plus en détail

SIGAFERTILISANT.NET Corrections et ajouts ( )

SIGAFERTILISANT.NET Corrections et ajouts ( ) SIGAFERTILISANT.NET Corrections et ajouts ( ) Version 1.0.69.2 (5 novembre 2015) Fichiers Produits Engrais minéraux Copier Ajout du bouton «Copier» permettant de copier un engrais minéral commun ou personnalisé.

Plus en détail

Patrick Morié, Bernard-Philippe Boyer

Patrick Morié, Bernard-Philippe Boyer Patrick Morié, Bernard-Philippe Boyer Tsoft et Groupe Eyrolles, 2004, ISBN : 2-212-11418-4 5 - ANALYSE ET SIMULATION 5 MODÈLE ITÉRATIF 1 - NOTION D ITÉRATION Dans certains modèles, il arrive qu une formule

Plus en détail

METHODOLOGIE SIX SIGMA POUR LES PME

METHODOLOGIE SIX SIGMA POUR LES PME C.Q.H.N. Centre Qualité Hainaut-Namur MAISON DE L INDUSTRIE Rue Auguste Piccard, 20 6041 GOSSELIES Tél. : 071/235.722 Fax. : 071/235.720 E-mail : info@cqhn.com METHODOLOGIE SIX SIGMA POUR LES PME OBJECTIFS

Plus en détail

Salon Progiciels 2007 Conférence «La description visuelle des flux d information» Avec le témoignage de la société

Salon Progiciels 2007 Conférence «La description visuelle des flux d information» Avec le témoignage de la société Salon Progiciels 2007 Conférence «La description visuelle des flux d information» Avec le témoignage de la société Contexte et historique du projet S. Chambost Demain Planning Conférence - Bélier Associés

Plus en détail

Séminaire de Statistique

Séminaire de Statistique Master 1 - Economie & Management Séminaire de Statistique Support (1) Statistique descriptive «Uni & Bi-variée» R. Abdesselam - 2013/2014 Faculté de Sciences Economiques et de Gestion Université Lumière

Plus en détail

LES SOLUTIONS MES HUMAINES METTENT EN AVANT LES INDIVIDUS

LES SOLUTIONS MES HUMAINES METTENT EN AVANT LES INDIVIDUS LIVRE BLANC LES SOLUTIONS MES HUMAINES METTENT EN AVANT LES INDIVIDUS Une collaboration entre homme et machine LIVRE BLANC LES SOLUTIONS MES HUMAINES METTENT EN AVANT LES INDIVIDUS 2 A PROPOS Les hommes

Plus en détail

MEDIAPLANNING & HYBRIDATION APPLIQUE A L INTERNET

MEDIAPLANNING & HYBRIDATION APPLIQUE A L INTERNET MEDIAPLANNING & HYBRIDATION APPLIQUE A L INTERNET MOBILE Gaël Crochet 1 & Gilles Santini 2 1 Médiamétrie, 70 rue Rivay, 92532 Levallois-Perret, France, gcrochet@mediametrie.fr 2 Vintco SARL, 8 rue Jean

Plus en détail

A quoi vont-elles servir?

A quoi vont-elles servir? A quoi vont-elles servir? Décrire Distribution Position : moyenne, mode, médiane, (ordre de grandeur) Résumer paramètres et graphes Forme (symétrie, tendance ) Dispersion : écart-type, variance, quantiles,

Plus en détail

Prévision de la demande

Prévision de la demande But : Pour prendre des décisions relatives à la structure et au fonctionnement opérationnel de tout système logistique; il faut s appuyer sur un système de prévision fiable. Concerne le long, moyen et

Plus en détail

ECHANTILLONNAGES Fiche de repérage

ECHANTILLONNAGES Fiche de repérage M Objectifs pédagogiques généraux : Fiche de repérage Type : Activité d approche de la notion de fluctuation d échantillonnage et d intervalle de confiance à travers quelques simulations. Niveau : Lycée

Plus en détail

Créer un formulaire (une enquête) en ligne sur Google

Créer un formulaire (une enquête) en ligne sur Google Créer un formulaire (une enquête) en ligne sur Google Google vous permet de réaliser différents travaux en ligne, notamment des formulaires que vous pouvez ensuite envoyer via votre boîte Gmail et dont

Plus en détail

FICHES D UTILISATION DU LOGICIEL LATIS PRO MENU

FICHES D UTILISATION DU LOGICIEL LATIS PRO MENU FICHES D UTILISATION DU LOGICIEL LATIS PRO MENU A- Comment enregistrer les coordonnées successives d un point en mouvement à partir d une vidéo? Pages 2 et 3 B- Comment réaliser l acquisition d une tension?

Plus en détail

Session Printemps 2015 -- Spring Session 2015 Deux endroits pour apprendre le Tango avec des spécialistes. Two places to learn Tango with specialists.

Session Printemps 2015 -- Spring Session 2015 Deux endroits pour apprendre le Tango avec des spécialistes. Two places to learn Tango with specialists. St-Laurent ----- Rive Nord Session Printemps 2015 -- Spring Session 2015 Deux endroits pour apprendre le Tango avec des spécialistes. Two places to learn Tango with specialists. Une équipe de professeurs,

Plus en détail

Probabilistic design of wastewater treatment plants

Probabilistic design of wastewater treatment plants Probabilistic design of wastewater treatment plants Thèse Mansour Talebizadehsardari Doctorat en génie des eaux Philosophiae doctor (Ph.D.) Québec, Canada Mansour Talebizadehsardari, 2015 RÉSUMÉ Dans cette

Plus en détail

Les modèles d équations structurelles à variables latentes Applications et exercices

Les modèles d équations structurelles à variables latentes Applications et exercices Les modèles d équations structurelles à variables latentes Applications et eercices Emmanuel Jakobowicz Addinsoft XLSTAT 30 mars 2011 Cours de Statistique Multivariée Approfondie 1 Le modèle structurel

Plus en détail

Domaine 1 : S approprier un environnement informatique de travail (3 items / 7 aptitudes)

Domaine 1 : S approprier un environnement informatique de travail (3 items / 7 aptitudes) Domaine 1 : S approprier un environnement informatique de travail (3 items / 7 aptitudes) 1.1 Utiliser, gérer des espaces de stockage à disposition 6 5 4 3 1.1.1 L'élève distingue les espaces accessibles

Plus en détail

Baccalauréat STMG Polynésie 17 juin 2014

Baccalauréat STMG Polynésie 17 juin 2014 Baccalauréat STMG Polynésie 17 juin 2014 Durée : 3 heures EXERCICE 1 Cet exercice est un Q.C.M. 4 points Pour chaque question posée, quatre réponses sont proposées parmi lesquelles une seule est correcte.

Plus en détail

5 à 7 du 24 février 2009

5 à 7 du 24 février 2009 Lean Six Sigma 5 à 7 du 24 février 2009 L ambition de la simplification Pour passer de A Utilisation de deux méthodes complémentaires : Lean et 6 Sigma, utilisées par des entreprises industrielles et de

Plus en détail

TP N 57. Déploiement et renouvellement d une constellation de satellites

TP N 57. Déploiement et renouvellement d une constellation de satellites TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les

Plus en détail

STATISTIQUES. Baccalauréat STMG Centres étrangers Exercice 2 : 4 points

STATISTIQUES. Baccalauréat STMG Centres étrangers Exercice 2 : 4 points Le tableau ci-dessous donne le nombre de voitures neuves (en milliers) vendues en France durant les six premiers mois de l année 2013. Mois Janvier Février Mars Avril Mai Juin Rand du mois x! 1 2 3 4 5

Plus en détail

TP 14 DE FINANCE & RISK MANAGEMENT

TP 14 DE FINANCE & RISK MANAGEMENT Roger HUEBER TP 14 DE FINANCE & RISK MANAGEMENT - 1 - VALUE-AT-RISK 1. ANALYSE DU RISK MANAGEMENT DE ABN AMRO BANK BASÉE SUR LE RAPPORT ANNUEL 2004 http://www.abnamro.com/com/about/ar2004en.pdf Le risque

Plus en détail

Innovations Majeures de la Version 4

Innovations Majeures de la Version 4 Innovations Majeures de la Version 4 Un nouvel environnement SIG avec de puissants outils graphiques. De nouveaux moteurs hydrologiques et hydrauliques plus sûrs et plus performants. De nouveaux modes

Plus en détail

Incertitudes expérimentales Étude de cas : logiciel Chute

Incertitudes expérimentales Étude de cas : logiciel Chute Nº 755 BULLETIN DE L UNION DES PHYSICIENS 883 Incertitudes expérimentales Étude de cas : logiciel Chute par Daniel BEAUFILS Institut National de Recherche Pédagogique, 910 Montrouge Juan-Carlos IMBROGNO

Plus en détail

Formation «Créer un modèle de prévisions financières» avec Excel

Formation «Créer un modèle de prévisions financières» avec Excel Formation «Créer un modèle de prévisions financières» avec Excel REFERENCE 129 1. Objectif général Construire un modèle global de prévisions financières d entreprise ou de projet (compte de résultat, tableau

Plus en détail

Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place

Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place SPC 1 Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place II-2-1. Définitions II-1-2. Capabilité machine et capabilité procédé II-2-3. Ppm 2 II-1. GénéralitG ralités Définitions

Plus en détail

Etudes numérique et expérimentale d un système tournant à supports flexibles variables

Etudes numérique et expérimentale d un système tournant à supports flexibles variables Etudes numérique et expérimentale d un système tournant à supports flexibles variables C. Villa J-J. Sinou F. Thouverez M. Massenzio Laboratoire de Tribologie et Dynamique des Systèmes CNRS-UMR 5513 Equipe

Plus en détail

BétonlabPro 3 Leçon N 7 Demandes en (super)plastifiant et en eau des additions minérales

BétonlabPro 3 Leçon N 7 Demandes en (super)plastifiant et en eau des additions minérales BétonlabPro 3 Leçon N 7 Demandes en (super)plastifiant et en eau des additions minérales Thierry Sedran Laboratoire Central des Ponts et Chaussées Centre de Nantes Plan de la leçon Pour quelles additions

Plus en détail

LEAN SIX SIGMA. Lean Six Sigma Black Belt

LEAN SIX SIGMA. Lean Six Sigma Black Belt LEAN SIX SIGMA Lean Six Sigma Black Belt XL SA Fabrice SANCHIS : fabrice.sanchis@xl-sa.fr 11 CHEMIN DU VIEUX CHENE 38240 MEYLAN tel. : 04 76 61 34 00 / fax : 04 76 61 34 01 de 8635 à 17550 Formation financée

Plus en détail

Dernière modification : 5 février 2003. Nº du cours Titre du cours Structure et analyse de produits

Dernière modification : 5 février 2003. Nº du cours Titre du cours Structure et analyse de produits Devis de cours DEC - 570.C0 Design industriel NOM DU PROGRAMME Dernière modification : 5 février 2003 Nº du cours Titre du cours 203-570-SF Structure et analyse de produits Pondération Heures Préalables

Plus en détail

Saisir et publier les notes

Saisir et publier les notes Saisir et publier les notes Contenu Enregistrement automatique des résultats... 3 Récupération des données non enregistrées... 3 Grille des résultats par évaluation... 5 Saisir les résultats... 6 Télécharger/Imprimer

Plus en détail

FORMATION INFORMATIQUE: «EXCEL : Consolidation des connaissances - Fonctions évoluées».

FORMATION INFORMATIQUE: «EXCEL : Consolidation des connaissances - Fonctions évoluées». FORMATION 30.03.15 Contact : Nicole VILELA 2015/150 FORMATION INFORMATIQUE: «EXCEL : Consolidation des connaissances - Fonctions évoluées». Objectifs de formation : A l'issue de la formation, les participants

Plus en détail

les + produit Et si vous travailliez auj ourd hui avec les outils de demain?

les + produit Et si vous travailliez auj ourd hui avec les outils de demain? Maîtrisez Optimisez E t si vous travai lli ez auj ourd hui avec les outi ls de demai n? FICHE PRODUIT Outils de Révision Intégrés La Révision par excellence les + produit RÉVISION ASSISTÉE PAR ORDINATEUR

Plus en détail

RITUNE. Logiciel pour optimiser la consommation énergétique et les ressources dans les stations d épuration en s appuyant sur tous les processus

RITUNE. Logiciel pour optimiser la consommation énergétique et les ressources dans les stations d épuration en s appuyant sur tous les processus RITUNE Logiciel pour optimiser la consommation énergétique et les ressources dans les stations d épuration en s appuyant sur tous les processus «ENTRE 10 ET 25 % DES RESSOURCES QUI SONT NÉCESSAIRES DANS

Plus en détail

RemoteExec Guide de démarrage rapide. Version 5

RemoteExec Guide de démarrage rapide. Version 5 RemoteExec Guide de démarrage rapide Version 5 Table des Matières 1. Général... 3 1.1. Vue d ensemble... 3 1.2. Prérequis... 3 1.3. Installer RemoteExec... 3 2. Votre première éxecution a distance... 5

Plus en détail