Surveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)

Dimension: px
Commencer à balayer dès la page:

Download "Surveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)"

Transcription

1 Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)

2 SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes! Diagnostic MAINTENANCE PREDICTIVE Face aux aléas en phase d exploitation, l objectif est d exécuter une action de maintenance dès l apparition d une dégradation (maintenance préventive prévisionnelle) LATENCE DE FAUTE Entre l indication d une déviation et la demande d une action de maintenance, il peut s écouler un certain temps. Pendant tout ce temps, la faute est dite latente (non encore détectée).

3 Type de Systèmes Systèmes discrets Systèmes hybrides Ensemble de tâches exécutées en séquence

4 Principe de détection Surveillance Suivi de l évolution temporelle d une activité, donnant lieu à un ou plusieurs compte rendu à des dates prévisibles Suivi temporel Durée prévue Faute latente Marge Activité Absence de compte rendu Requête Fin Fin +tard temps

5 Principe de détection Surveillance Suivi de l évolution temporelle d une activité, donnant lieu à un ou plusieurs compte rendu à des dates prévisibles Suivi temporel Durée prévue Activité Marge Risque de fausses alarmes Requête Fin temps

6 Principe de détection Surveillance Suivi de l évolution temporelle d une activité, donnant lieu à un ou plusieurs compte rendu à des dates prévisibles Suivi temporel Durée prévue Activité Marge Retard de détection temps Requête Fin Évaluation de la Marge = latence de faute

7 PLAN Surveillance: Méthodes classiques / Méthode proposée Outils de modélisation : automates temporisés Modèle du système de surveillance Applications à différents types de systèmes Évaluation de la latence de faute Évaluation des performances Extension pour le diagnostic

8 Méthodes classiques de surveillance Réservoir Partie commande capteurs capteurs Système de surveillance V1 W1 b2- h2- b1- h1- V2 W2 actionneurs Partie Opérative Solution statique basée sur l énumération des états du système! Une liste exhaustive des pannes possibles.! Le système ne détecte que les pannes identifiées dans liste.! les défaillances des capteurs non prise en compte.

9 Méthode proposée Actions Préventive Information temps Partie Commande capteurs Système de surveillance capteurs état Normal Durée connue état Dégradé État de défaillance actionneurs Partie Opérative début tâche T min Solution proposée pas d'énumération des différents modes de défaillance prise en compte de la dynamique du processus optimisation du temps de détection fin marge T max détection temps

10 Surveillance et Commande Module de Surveillance AUTOMATES TEMPORISES Fonctionnement" Défaillant Fonctionnement" Dégradé Module de Commande Fonctionnement" Normal Commande capteurs Partie opérative : Procédé actionneurs

11 Démarche générale Identification des paramètres à surveiller Détermination des marges Construction du modèle de surveillance Validation

12 Outil de modélisation L outil de modélisation doit représenter : l ensemble des états discrets " la séquence de tâches l ensemble des variables continues " temps Automate Temporisé Dynamique continue (horloge) x 1 := 0, x 2 := 0 E 0 x& 1 = 1 x& 2 = 1 x 2 2 guard a ^ x 2 = 2 x 2 := 0 E 1 x& 1 = 1 x& 2 = 1 x 1 3 b ^ 1 x 1 3 x& x& 1 2 E 2 = 1 = 1 Invariant condition affectation

13 1 ère application: système de remplissage des bacs RESERVOIR 1 m (1) (2,5) V1 h1-bac 1 h2-bac 2 b1- b2- W1 V2 W V1 h1 W1 b1 5 V2 h2 6 W2 b2 7 (3,5) (4,5) (4,6) (3,6) (4,7) (2,6) (2,7) (3,7) Procédé Objectif: 1 Grafcet de commande Graphe des situations détecter le débordement des bacs détecter la vidange totale des bacs

14 Modèle dynamique (1) I m J m E1 (3,5) (4,5) (4,6) (2,5) (3,6) (4,7) (2,7) (3,7) (2,6) 0 m T min Mode normal m T max m T c Mode dégradé Mode défaillant chaque horloge est associée à un couple action-capteur x 7 I 7 & x 4 I 4 x E47 1 :=0 x 3 I 3 x 5 I 5 E35 x E45 E46 4 :=0 x 6 :=0 x 2 I 2 x 5 I 5 x 3 I 3 x 1 I x 1 3 :=0 x 2 E25 I 2 &x I 5 5 x 6 :=0 E36 x 2 :=0 & x 5 :=0 x 3 :=0&x 6 :=0 x 2 I 2 x x 6 I 5 I 5 x 6 x 6 :=0 3 :=0 x E26 x 2 I 2 6 I 6 E27 x E37 x 7 :=0 3 :=0 temps horloge x m Détermination des marges de tolérance pour chaque couple action-capteur x 4 :=0 x 7 :=0

15 Modèle de surveillance 5 x5 ftc Mode défaillant 2 x2 f Tc x 2 ou x 5 f T f T 2 max 5 max X1 m & b2 & x 6 J 6 x 3 J 3 x 1 :=0 b1& b2 & x 1 J 1 x 6 I 6 X3 X5 h1& X2X5 x 5 J 5 h2 & X2X6 X3 X5 b1& x 2 J 2 b2 & b1& x 3 J 3 X4X5 h2 & h1& x 6 J 6 x 7 :=0 x 5 J 5 x 2 J 2 X2X7 x 3 I 3 X4X5 h2 & h1& h2 & x 5 J 5 b1& b2 & x 2 J 2 x 5 I 5 X4X6 x 3 J 3 X3X6 x 6 J 6 X3X7 X4X6 Mode dégradé 6 x6 T max Mode normal X1 m & x 1 I 1 h1& x 2 I 2 X2X5 x 5 I 5 h2 & h2 & x 5 I 5 h1& x2 I2 b1& b2 & x 3 I 3 X3X6 x 6 I 6 b1& x 3 I 3 X2X6 b2 & x 6 I 6 x 7 :=0 X2X7 h1& x 2 I 2 X3X7

16 2 ème application: système manufacturier

17 Modèle générique «Machine» Série B M B Assemblage B M B x 1 := 0, x 2 := 0 P.S x& 1 = 1 x& = 1 2 x 2 t p p ^( 1 x 1 t g ) x 1 := 0 p ^ (x 2 = t p ) x 2 := 0 G.F x& 1 = 1 x& 2 = 1 x 1 t g p ^( 1 x 1 t d ) x 1 := 0 p ^( x 1 t g ) x 1 := 0 D.F x& 1 = 1 x& 2 = 1 x 1 t d B Désassemblage B rep ^ x 2 = t p x 1 := 0, x 2 := 0 F.S x& 1 = 1 x& 2 = 1 x 1 t f x 1 > t d B M B

18 Le système de surveillance Surveillance machine n-1 Surveillance machine i Mesures Objective de production Surveillance machine 1 Normale Dégradé Panne Action de maintenance Machine défaillante Système manufacturier

19 3 ème application: système de traitement de surface P 0 P 1 P 2 P 3 P 4 Rail Robot Sc C3 C1 C2 TA 0 TA 1 TA 2 TA 3 TA 4 Sd Ordonnancement des tâches pour une cycle :! Chargement d une plaque en P0! déplacement vers P1 et dépot en C1! déplacement à vide vers P3 et retrait d une plaque de C3! déplacement en charge vers P4 et dépot en C4! déplacement à vide vers P1 et retrait d une plaque en C1! déplacement vers P2 et dépot en C2! déplacement à vide vers P3 et retrait d une plaque en C3! déplacement vers P0. Durée du déplacement de Pi à Pi+1 Surveillance des opérations de transport Robot plein ou vide Opérations de transport Opérations de traitement + Surveillance des Durée tâches de de traitement traitement [ Cmin, Cmax]

20 Principe de la modélisation Tâches T i Surveillance des tâches de traitement Rebut Ordonnancement optimal Surveillance Des opérations de transport normal dégradé défaillance défaillance Détection capteurs Partie Opérative

21 Modèle dynamique 01 P0 0 P1 & xr I01 P0 & xr I30 13 xr 4 30 xr 6 P3 & xr I13 P3 & xr I P4 & xr I34 P2 & xr I12 41 xr 6 12 P1 & xr I41 x r : horloge d activation I j : l intervalle de bon fonctionnement de la tâche j. J i : l intervalle toléré en fonctionnement dégradé de la tâche i I m J m D m T m C m Horloge x m 0 Mode normal Mode dégradé Mode défaillant

22 01 Modèle de surveillance Mode de défaillance xr>c2 P1 & xr J01 13 xr 4 P3 & xr J13 34 P4 & xr J34 41 xr 6 Mode dégradé P0 P0 & xr J30 P3 & xr xr J13 J23 P2 & xr J12 P1 & xr J41 0 xr>t13 30 xr Mode normal 01 P0 0 P1 & xr I01 P0 & xr I30 13 xr 4 30 xr 6 P3 & xr I13 P3 & xr I P4 & xr I34 P2 & xr I12 41 xr 6 12 P1 & xr I41

23 Modèle de surveillance Mode de défaillance 01 P1 & xr J01 13 xr 4 P3 & xr J13 34 P4 & xr J34 41 xr 6 Mode dégradé P0 P0 & xr J30 P3 & xr J23 P2 & xr J12 P1 & xr J xr Mode normal 01 P0 0 P1 & xr I01 P0 & xr I30 13 xr 4 30 xr 6 P3 & xr I13 P3 & xr I P4 & xr I34 P2 & xr I12 41 xr 6 12 P1 & xr I41

24 #Automates Complexité Modèle Fonctionnement normal (N états) Modèle Fonctionnement dégradé (N états) Modèle Défaillance d états 2*N+d états #Statecharts Modèle Modèle d'évolution des modes N+3 états N états 3 états Automates " Statecharts

25 Modèle statechart

26 Résultats de simulation

27 Résultats de simulation 0.38s temps de détection

28 Évaluation de la latence de faute 60 Errors total false alarm 1. Est-ce que la valeur optimale couvre toutes les fautes générées? 2. Est-ce que cette valeur optimale dépend du temps de service? true alarme 0 2 Optimal value [s] 12 Évaluation des performances * Une même pénalité est appliquée pour une fausse alarme et la non détection

29 Évaluation des performances La performance corresponds au calcul du taux de couverture C d qui qualifie le système de surveillance! C = d F F d g T. ratio /δ [%] generated* Faults detected* Cd level of performance ,33 41,33 41,67 39,67 0,98 0,96 Very Good ,67 39,67 35,33 32,00 0,89 0,80 Good 25 41,33 32,67 0, ,33 42,00 31,00 29,33 0,76 0,69 Medium 40 42,00 27,67 0, ,00 26,67 0, ,00 25,33 0,57 Bad *averages from statistic preprocessing

30 Extension pour le diagnostic Principe de la méthode La recherche des chemins possibles dans le modèle La vérification des poids des chemins possibles (model-checking) Initialisation Procédé Alarme Temps : occurrence d alarme Système de diagnostic Chemin dans l automate F 1 1 F 2 2 Identification des fautes Surveillance Détection Localisation Vérification par analyse arrière

31 Vérification par analyse arrière x 1 =3 F1 F2 x 1 =3 x 1 =3 x 1 =2 x 1 :=0 1 x 1 :=0 x 1 =2 2 3 x 1 :=0 x 1 =4 4 Une défaillance est détectée à l instant t1. - Est-elle due à une faute F1 ou F2? L analyse du temps permet de dissocier ces fautes suivant la valeur de t1. Si t1= 3 ou 7 Faute F1 Si t1= 5 Faute F2

32 Perspectives Predictive maintenance Activated only by a rising edge, need some other development Fault latency For manufacturing systems the algorithm used study each machine alone, the aim is to define a global algorithm Diagnosis In development

Diagnostic d équipements avioniques par corrélation temporelle

Diagnostic d équipements avioniques par corrélation temporelle Diagnostic d équipements avioniques par corrélation temporelle Arnaud Lefebvre, Zineb Simeu-Abazi, Jean Pierre Derain, Mathieu Glade To cite this version: Arnaud Lefebvre, Zineb Simeu-Abazi, Jean Pierre

Plus en détail

Model checking temporisé

Model checking temporisé Model checking temporisé Béatrice Bérard LAMSADE Université Paris-Dauphine & CNRS berard@lamsade.dauphine.fr ETR 07, 5 septembre 2007 1/44 Nécessité de vérifier des systèmes... 2/44 Nécessité de vérifier

Plus en détail

ORGANISER CP3 : Organiser et optimiser les activités de maintenance

ORGANISER CP3 : Organiser et optimiser les activités de maintenance CP3.1 : Définir et/ou optimiser la stratégie de La liste des biens Déterminer les indicateurs de Les indicateurs sont correctement disponibilité des biens déterminés La politique de Les données de production

Plus en détail

Avec vous, pour vos projets, à chaque instant. Utilisation des réseaux de Pétri avec GRIF

Avec vous, pour vos projets, à chaque instant. Utilisation des réseaux de Pétri avec GRIF Avec vous, pour vos projets, à chaque instant Utilisation des réseaux de Pétri avec GRIF 2010 Projets pour le grand accélérateur de particules GANIL CEA/CNRS Vérification des automatismes de gestion du

Plus en détail

Intégration des paramètres de maintenance dans la conception du Health Monitoring. Saintis Laurent Laboratoire LASQUO (futur LARIS)

Intégration des paramètres de maintenance dans la conception du Health Monitoring. Saintis Laurent Laboratoire LASQUO (futur LARIS) 2ème Colloque National de la Performance Industrielle LA MAINTENANCE A DISTANCE & E-MAINTENANCE Intégration des paramètres de maintenance dans la conception du Health Monitoring Saintis Laurent Laboratoire

Plus en détail

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration Julien MATHEVET Alexandre BOISSY GSID 4 Rapport Load Balancing et migration Printemps 2001 SOMMAIRE INTRODUCTION... 3 SYNTHESE CONCERNANT LE LOAD BALANCING ET LA MIGRATION... 4 POURQUOI FAIRE DU LOAD BALANCING?...

Plus en détail

Ordonnancement robuste et décision dans l'incertain

Ordonnancement robuste et décision dans l'incertain Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4

Plus en détail

Systèmes et algorithmes répartis

Systèmes et algorithmes répartis Systèmes et algorithmes répartis Tolérance aux fautes Philippe Quéinnec Département Informatique et Mathématiques Appliquées ENSEEIHT 4 novembre 2014 Systèmes et algorithmes répartis V 1 / 45 plan 1 Sûreté

Plus en détail

ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview.

ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview. ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview. Sciences et Technologies de l Industrie et du Développement Durable Formation des enseignants parcours : ET24 Modèle de

Plus en détail

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003

Problèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003 Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation

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

16 Fondements du pilotage

16 Fondements du pilotage $YDQWSURSRV Le pilotage des systèmes de production est un sujet qui revêt une importance grandissante, au fur et à mesure que l automatisation de ceux-ci d une part, la multiplication des contraintes de

Plus en détail

Modélisation et Simulation

Modélisation et Simulation Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation

Plus en détail

EXEMPLE : FAILLITE D ENTREPRISES

EXEMPLE : FAILLITE D ENTREPRISES EXEMPLE : FAILLITE D ENTREPRISES Cet exemple a pour objectif d étudier la faillite d entreprises. Les données proviennent de l ouvrage de R.A.Johnson et D.W Wichern : «Applied Multivariate Statistical

Plus en détail

Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm)

Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm) Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 - Evénements et architectures - Spécifications de performances

Plus en détail

Introduction aux algorithmes répartis

Introduction aux algorithmes répartis Objectifs et plan Introduction aux algorithmes répartis Sacha Krakowiak Université Joseph Fourier Projet Sardes (INRIA et IMAG-LSR http://sardes.inrialpes.fr/people/krakowia! Introduction aux algorithmes

Plus en détail

Techniques et outils de test pour les logiciels réactifs synchrones

Techniques et outils de test pour les logiciels réactifs synchrones Journées Systèmes et Logiciels Critiques Institut IMAG ; 14-16 nombre 2000 Techniques et outils de test pour les logiciels réactifs synchrones Farid Ouabdesselam 1 Méthodes de test : classification générale

Plus en détail

L analyse discriminante

L analyse discriminante L analyse discriminante À Propos de ce document... Introduction... La démarche à suivre sous SPSS... 2. Statistics... 2 2. Classify... 2 Analyse des résultats... 3. Vérification de l existence de différences

Plus en détail

Objectif du groupe GT1.1 Fusion de Données

Objectif du groupe GT1.1 Fusion de Données Objectif du groupe GT1.1 Fusion de Données Le groupe travaille dans trois directions Le vocabulaire (piloté par ADVITAM et l aide de SITE) L état de l art (piloté par SYROKKO) Deux applications illustratives

Plus en détail

Analyse de programmes par interprétation abstraite

Analyse de programmes par interprétation abstraite Analyse de programmes par interprétation abstraite Marc PEGON marc.pegon@ensimag.imag.fr Ensimag - Grenoble INP Encadrants David MONNIAUX Matthieu MOY 1 / 21 Analyse statique : obtenir automatiquement

Plus en détail

Z-Axis Compliance Device Compliance en z

Z-Axis Compliance Device Compliance en z Compensation for different vertical positions Collision recognition in Z-direction Protection of parts and work pieces Monitoring of the insertion forces during assembly operations Monitoring of the picking

Plus en détail

Tout le matériel (actif) qui sert à produire: boulons, capteurs, automates, vérins, câblage, éclairage, etc.

Tout le matériel (actif) qui sert à produire: boulons, capteurs, automates, vérins, câblage, éclairage, etc. 1 La maintenance 2 De quoi? Tout le matériel (actif) qui sert à produire: boulons, capteurs, automates, vérins, câblage, éclairage, etc. Pourquoi? Garder le matériel de production (les actifs) en état

Plus en détail

Tolérance aux Fautes des Grappes d Applications J2EE. Applications Internet dynamiques

Tolérance aux Fautes des Grappes d Applications J2EE. Applications Internet dynamiques Application statique Tolérance aux Fautes des Grappes d Applications J2EE Sara Bouchenak Sacha Krakowiak, Noël de Palma, Stéphane Fontaine Projet SARDES INRIA IMAG CFSE'4, 6-8 avril 2005 Tolérance aux

Plus en détail

Introduction au temps réel

Introduction au temps réel Introduction au temps réel Laurent.Pautet@enst.fr Version 2.0 Définition d un système temps réel Un système temps réel se compose d'un ou plusieurs sous-systèmes devant répondre en un temps fini et spécifié

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 6. Notions d ordonnancement. Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document

Plus en détail

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.

MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln. MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion

Plus en détail

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57 Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation

Plus en détail

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES

ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES ANALYSE MULTI CAPTEUR DE SIGNAUX TRANSITOIRES ISSUS DES SYSTEMES ELECTRIQUES Bertrand GOTTIN Directeurs de thèse: Cornel IOANA et Jocelyn CHANUSSOT 03 Septembre 2010 Problématique liée aux Transitoires

Plus en détail

PlantMaster. Manufacturing Execution System (MES)

PlantMaster. Manufacturing Execution System (MES) PlantMaster Manufacturing Execution System (MES) PlantMaster, le système de supervision MES pour la production discrète, a été spécialement conçu pour l optimisation de productivité des sites individuels

Plus en détail

Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes.

Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. LE QUERE Yann, SEVAUX Marc, TRENTESAUX Damien, TAHON Christian Equipe Systèmes de Production

Plus en détail

MEAD : temps réel et tolérance aux pannes pour CORBA

MEAD : temps réel et tolérance aux pannes pour CORBA MEAD : un intergiciel temps-réel et tolérant aux pannes pour CORBA Master 2 Informatique Recherche Université de Marne-la-Vallée Vendredi 3 mars 2006 Plan 1 Introduction 2 Solutions existantes 3 Concilier

Plus en détail

Industrialisation du logiciel Temps Réel Critique

Industrialisation du logiciel Temps Réel Critique Industrialisation du logiciel Temps Réel Critique Sommaire Projets opérationnels Les outils du marché utilisés et les contraintes associées CS et les méthodes CS et la R&D Conclusion RdV de l'innovation

Plus en détail

TABLE DES MATIÈRES. Chapitre 1 : Introduction aux Systèmes Informatiques Temps Réel

TABLE DES MATIÈRES. Chapitre 1 : Introduction aux Systèmes Informatiques Temps Réel TABLE DES MATIÈRES Introduction générale Chapitre 1 : Introduction aux Systèmes Informatiques Temps Réel 1. Introduction 7 2. Les systèmes temps réel 7 2.1. Présentation générale 7 2.2. Structure d un

Plus en détail

Vers une approche mixte de validation de logiciels synchrones : preuve, test, animation

Vers une approche mixte de validation de logiciels synchrones : preuve, test, animation Vers une approche mixte de validation de logiciels synchrones : preuve, test, animation Ioannis Parissis Laboratoire Logiciels, Systèmes et Réseaux - Institut IMAG BP 53 38041 Grenoble Cedex 9 France Ioannis.Parissis@imag.fr

Plus en détail

Conception des systèmes répartis

Conception des systèmes répartis Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan

Plus en détail

REALISATION d'un. ORDONNANCEUR à ECHEANCES

REALISATION d'un. ORDONNANCEUR à ECHEANCES REALISATION d'un ORDONNANCEUR à ECHEANCES I- PRÉSENTATION... 3 II. DESCRIPTION DU NOYAU ORIGINEL... 4 II.1- ARCHITECTURE... 4 II.2 - SERVICES... 4 III. IMPLÉMENTATION DE L'ORDONNANCEUR À ÉCHÉANCES... 6

Plus en détail

Relever les défis des véhicules autonomes

Relever les défis des véhicules autonomes EMM 2014 12eme rencontre européenne de mécatronique Relever les défis des véhicules autonomes Mathias Perrollaz Ingénieur expert Inria Christian Laugier Directeur de recherche Inria E-Motion Team Annecy,

Plus en détail

JOURNEES SYSTEMES & LOGICIELS CRITIQUES le 14/11/2000. Mise en Œuvre des techniques synchrones pour des applications industrielles

JOURNEES SYSTEMES & LOGICIELS CRITIQUES le 14/11/2000. Mise en Œuvre des techniques synchrones pour des applications industrielles JOURNEES SYSTEMES & LOGICIELS CRITIQUES le 14/11/2000 Mise en Œuvre des techniques synchrones pour des applications industrielles Mise en œuvre des techniques synchrones pour des applications industrielles

Plus en détail

CQPI0137 Technicien de maintenance

CQPI0137 Technicien de maintenance CQPI0137 Technicien de maintenance Public concerné Personnel du service maintenance avec expérience. Objectifs du stage Diagnostiquer un dysfonctionnement sur des équipements pluri technologiques Organiser

Plus en détail

Temps Réel. Jérôme Pouiller Septembre 2011

Temps Réel. Jérôme Pouiller <j.pouiller@sysmic.org> Septembre 2011 Temps Réel Jérôme Pouiller Septembre 2011 Sommaire Problèmatique Le monotâche Le multitâches L ordonnanement Le partage de ressources Problèmatiques des OS temps réels J. Pouiller

Plus en détail

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration

Plus en détail

CEG4566/CSI4541 Conception de systèmes temps réel

CEG4566/CSI4541 Conception de systèmes temps réel CEG4566/CSI4541 Conception de systèmes temps réel Chapitre 6 Vivacité, sécurité (Safety), fiabilité et tolérance aux fautes dans les systèmes en temps réel 6.1 Introduction générale aux notions de sécurité

Plus en détail

Caches web. Olivier Aubert 1/35

Caches web. Olivier Aubert 1/35 Caches web Olivier Aubert 1/35 Liens http://mqdoc.lasat.com/online/courses/caching/ (prise en compte des caches dans la conception de sites) http://mqdoc.lasat.com/online/courses/proxyserver http://www.web-caching.com/mnot_tutorial/

Plus en détail

Modélisation multi-agents - Agents réactifs

Modélisation multi-agents - Agents réactifs Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf

Plus en détail

Contributions à l expérimentation sur les systèmes distribués de grande taille

Contributions à l expérimentation sur les systèmes distribués de grande taille Contributions à l expérimentation sur les systèmes distribués de grande taille Lucas Nussbaum Soutenance de thèse 4 décembre 2008 Lucas Nussbaum Expérimentation sur les systèmes distribués 1 / 49 Contexte

Plus en détail

Voie SIS (2A M1) Signal, Informatique 05/06/2014

Voie SIS (2A M1) Signal, Informatique 05/06/2014 Voie SIS (2A M1) Signal, Informatique et Systèmes 05/06/2014 1ère des 2 années du cycle «smart system» système capable de : recevoir des données, des requêtes percevoir son propre état et/ou son environnement

Plus en détail

RESEAUX INDUSTRIELS et SUPERVISION Cours du 25 janvier 2006 - ENSPS salle C301

RESEAUX INDUSTRIELS et SUPERVISION Cours du 25 janvier 2006 - ENSPS salle C301 RESEAUX INDUSTRIELS et SUPERVISION Cours du 25 janvier 2006 - ENSPS salle C301 Serge RULEWSKI Directeur de Région Division Automation & Drives SIEMENS France - Région EST Page 1 RESEAUX INDUSTRIELS et

Plus en détail

22 ème congrès Fapics

22 ème congrès Fapics 22 ème congrès Fapics Invités par et avec la contribution de : Grâce à nos partenaires : Instituts de formation 22 ème congrès Fapics Cabinets de conseil : Grâce à nos sponsors : 22 ème congrès Fapics

Plus en détail

Intelligence précoce

Intelligence précoce Les données de procédé constituent une mine d informations très utiles pour l entreprise Geoff Artley Le secteur du raffinage est aujourd hui soumis à forte pression financière : amputation des marges,

Plus en détail

TEPZZ 568448A_T EP 2 568 448 A1 (19) (11) EP 2 568 448 A1 (12) DEMANDE DE BREVET EUROPEEN. (51) Int Cl.: G07F 7/08 (2006.01) G06K 19/077 (2006.

TEPZZ 568448A_T EP 2 568 448 A1 (19) (11) EP 2 568 448 A1 (12) DEMANDE DE BREVET EUROPEEN. (51) Int Cl.: G07F 7/08 (2006.01) G06K 19/077 (2006. (19) TEPZZ 68448A_T (11) EP 2 68 448 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 13.03.2013 Bulletin 2013/11 (1) Int Cl.: G07F 7/08 (2006.01) G06K 19/077 (2006.01) (21) Numéro de dépôt:

Plus en détail

Exemple PLS avec SAS

Exemple PLS avec SAS Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

DECODER LES GRAFCET ET REPERER LES DIFFERENTS POINTS DE VUE

DECODER LES GRAFCET ET REPERER LES DIFFERENTS POINTS DE VUE MI V B DECODER LES GRAFCET ET REPERER LES DIFFERENTS POINTS DE VUE Maintenance industrielle Niveau V CAFOC - GIP de l académie de Lyon - 9, rue Pierre Baizet - CP - 696 Lyon cedex 9 7 9 8-78 7 7 - gipal-cafoc@ac-lyon.fr

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES

PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.

Plus en détail

Gene-Auto, Projet ITEA 05018 IDM pour la génération de code critique certifié Validation et Vérification de transformations

Gene-Auto, Projet ITEA 05018 IDM pour la génération de code critique certifié Validation et Vérification de transformations Gene-Auto, Projet ITEA 05018 IDM pour la génération de code critique certifié Validation et Vérification de transformations Journées GDR GPL Transformations de modèles et de programmes 18 janvier 2008

Plus en détail

Le programme d examens préparé par le Bureau canadien des conditions d admission en génie d Ingénieurs Canada englobe dix-sept disciplines du génie.

Le programme d examens préparé par le Bureau canadien des conditions d admission en génie d Ingénieurs Canada englobe dix-sept disciplines du génie. INTRODUCTION Le programme d examens préparé par le Bureau canadien des conditions d admission en génie d Ingénieurs Canada englobe dix-sept disciplines du génie. Le programme d examens de chaque spécialité

Plus en détail

Système de contrôle du trafic d une ligne de métro Dossier de tests

Système de contrôle du trafic d une ligne de métro Dossier de tests Système de contrôle du trafic d une ligne de métro Dossier de tests Tests NI557/STL/M2/INFO/UPMC Action Date Auteur Statut Création 05/03/2012 P.Manoury En cours 1 Description et exigences fonctionnelles

Plus en détail

Not For Public Diffusion

Not For Public Diffusion LoriotPro V4 Extended Edition Module de corrélation d événements de type down/up (BETA) Lecointe Ludovic Copyright 2005-2006 LUTEUS SARL. All rights reserved. This documentation is copyrighted by LUTEUS

Plus en détail

La Revue de Direction. Norme ISO 13485 5.6. Dispositifs médicaux

La Revue de Direction. Norme ISO 13485 5.6. Dispositifs médicaux La Revue de Direction Norme ISO 13485 5.6 Dispositifs médicaux D. Paquet 21.02.2013 Organigramme de la gestion des équipements OUI Cela fonctionne? NON N y touche pas OUI Y as-tu touché? Idiot NON Quelqu

Plus en détail

Communication Technique TC 1765 Ed 01 Date : 21/01/2013. Produit : Alcatel-Lucent OmniPCX Office Nb. de pages: 13

Communication Technique TC 1765 Ed 01 Date : 21/01/2013. Produit : Alcatel-Lucent OmniPCX Office Nb. de pages: 13 Communication Technique TC 1765 Ed 01 Date : 21/01/2013 Produit : Alcatel-Lucent OmniPCX Office Nb. de pages: 13 Objet : SIP Trunking OmniPCX Office Adresses remarquables R8.X/R9.0 Précautions d usage

Plus en détail

Sommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)?

Sommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)? ouverture de zone de surveillance dans les réseaux de capteurs Jean arle, Master Recherche Informatique Option Informatique Mobile 008-009 s Jean arle - Master Recherche Informatique 008-009 Objectif e

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

déroulement des études

déroulement des études Livret des cursus 2011-2012 déroulement des études PREMIÈRE ANNÉE (p. 4) 1 er semestre 2 e semestre Tronc commun (TC1) Stage Opérateur Tronc commun (TC2) DEUXIÈME ANNÉE (p. 5) 3 e semestre 4 e semestre

Plus en détail

CAP CAMION A ASSISTANCE PNEUMATIQUE

CAP CAMION A ASSISTANCE PNEUMATIQUE Séminaire mi parcours Stock-e 2010 CAP CAMION A ASSISTANCE PNEUMATIQUE Iyad Balloul Renault Trucks - iyad.balloul@volvo.com Eric Bideaux INSA Lyon - eric.bideaux@insa-lyon.fr Marc Michard LMFA - Marc.Michard@ec-lyon.fr

Plus en détail

Ordonnancement temps réel

Ordonnancement temps réel Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches

Plus en détail

SEANCE 2 INTRODUCTION

SEANCE 2 INTRODUCTION SEANCE 2 INTRODUCTION Types de développement des SI Développement sur mesure SI développé from scratch par des pro de SI en fonction des besoins d utilisateur. o Coût o Temps o Erreur o + Besoins Développement

Plus en détail

Architectures logicielles pour les systèmes embarqués temps réel

Architectures logicielles pour les systèmes embarqués temps réel ETR 07 4 septembre 2007 Architectures logicielles pour les systèmes embarqués temps réel Jean-Philippe Babau, Julien DeAntoni jean-philippe.babau@insa-lyon.fr 1/31 Plan Architectures logicielles pour les

Plus en détail

Algorithme de recherche locale pour la résolution d un problème réel de tournées d inventaires

Algorithme de recherche locale pour la résolution d un problème réel de tournées d inventaires Algorithme de recherche locale pour la résolution d un problème réel de tournées d inventaires Thierry Benoist Frédéric Gardi Antoine Jeanjean Bouygues e-lab, Paris { tbenoist, fgardi, ajeanjean }@bouygues.com

Plus en détail

Gestion répartie de données - 1

Gestion répartie de données - 1 Gestion répartie de données - 1 Sacha Krakowiak Université Joseph Fourier Projet Sardes (INRIA et IMAG-LSR) http://sardes.inrialpes.fr/~krakowia Gestion répartie de données Plan de la présentation Introduction

Plus en détail

FICHE PRODUIT CSI 6500 Machinery Health TM Monitor

FICHE PRODUIT CSI 6500 Machinery Health TM Monitor ? TM Suite FICHE PRODUIT CSI 6500 Machinery Health TM Monitor Protection et surveillance vibratoire des machines tournantes critiques de l usine Information de surveillance vibratoire temps réel des machines

Plus en détail

Analyse des déplacements des objets mobiles : définition de comportements types

Analyse des déplacements des objets mobiles : définition de comportements types Analyse des déplacements des objets mobiles : définition de comportements types Thomas Devogele Université François Rabelais (Tours) thomas.devogele@univ-tours.fr Les déplacements L analyse des déplacements

Plus en détail

Post-processing of multimodel hydrological forecasts for the Baskatong catchment

Post-processing of multimodel hydrological forecasts for the Baskatong catchment + Post-processing of multimodel hydrological forecasts for the Baskatong catchment Fabian Tito Arandia Martinez Marie-Amélie Boucher Jocelyn Gaudet Maria-Helena Ramos + Context n Master degree subject:

Plus en détail

Alarme intrusion filaire AEI HA-981 6 zones

Alarme intrusion filaire AEI HA-981 6 zones Alarme intrusion filaire AEI HA-981 6 zones Lycée de l Aa Page 1 sur 11 1) Mise en situation Vous devez assurer une protection périmétrique et volumétrique de la maison de M r X. Le schéma architectural

Plus en détail

MCMC et approximations en champ moyen pour les modèles de Markov

MCMC et approximations en champ moyen pour les modèles de Markov MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:

Plus en détail

Commande robuste et extensions Pierre Apkarian. Travail Sous-Marin 15-16 Janv. 2014

Commande robuste et extensions Pierre Apkarian. Travail Sous-Marin 15-16 Janv. 2014 Commande robuste et extensions Pierre Apkarian Travail Sous-Marin 15-16 Janv. 2014 Sommaire Introduction Techniques fondamentales de commande robuste Extensions Travail Sous-Marin 15-16 Janv. 2014 - -

Plus en détail

ITIL Examen Fondation

ITIL Examen Fondation ITIL Examen Fondation Échantillon d examen B, version 5.1 Choix multiples Instructions 1. Essayez de répondre aux 40 questions. 2. Vos réponses doivent être inscrites sur la grille de réponses fournie.

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

MBR225. Le module a été conçu et réalisé conformément aux normes en vigueur portant sur la sûreté et la fiabilité des installations industrielles.

MBR225. Le module a été conçu et réalisé conformément aux normes en vigueur portant sur la sûreté et la fiabilité des installations industrielles. MBR225 Module de surveillance des chaînes cinématiques Le module est dédié à la surveillance du fonctionnement de machines dont la chaîne cinématique constitue un facteur important de sécurité : treuil,

Plus en détail

Cours A7 : Temps Réel

Cours A7 : Temps Réel Cours A7 : Temps Réel Pierre.Paradinas / @ / cnam.fr Cnam/Cedric Systèmes Enfouis et Embarqués (SEE) Organisation des cours 12 prochaines séances 6 janvier au 24 mars, Partiel le 27 janvier, Les 3 et 24

Plus en détail

Quantification des Risques

Quantification des Risques Quantification des Risques Comment considérer les aléas dans une projection financière? PragmaRisk met à disposition des solutions et des méthodes permettant de considérer les aléas dans vos projections

Plus en détail

COLLOQUE NATIONAL de la PERFORMANCE INDUSTRIELLE

COLLOQUE NATIONAL de la PERFORMANCE INDUSTRIELLE COLLOQUE NATIONAL de la PERFORMANCE INDUSTRIELLE Analyse vibratoire expérimentale : outil de surveillance et de diagnostic Dr Roger SERRA ENIVL / LMR 1 Contexte (1/2) Première publication de la charte

Plus en détail

Systèmes distribués Introduction

Systèmes distribués Introduction Systèmes distribués Introduction Nabil Abdennadher nabil.abdennadher@hesge.ch http://lsds.hesge.ch/distributed-systems/ 2015/2016 Semestre d Automne 1 Aujourd hui les réseaux et les SDI sont partout! Réseaux

Plus en détail

IFT6561. Simulation: aspects stochastiques

IFT6561. Simulation: aspects stochastiques IFT 6561 Simulation: aspects stochastiques DIRO Université de Montréal Automne 2013 Détails pratiques Professeur:, bureau 3367, Pav. A.-Aisenstadt. Courriel: bastin@iro.umontreal.ca Page web: http://www.iro.umontreal.ca/~bastin

Plus en détail

modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets

modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets Mengxuan Zhao, Gilles Privat, Orange Labs, Grenoble, France Eric Rutten, INRIA, Grenoble, France Hassane

Plus en détail

Université de Picardie Jules Verne Laboratoire de Modélisation d Information et Systèmes (MIS) (www.mis.u-picardie.fr ) Département Electronique

Université de Picardie Jules Verne Laboratoire de Modélisation d Information et Systèmes (MIS) (www.mis.u-picardie.fr ) Département Electronique Université de Picardie Jules Verne Laboratoire de Modélisation d Information et Systèmes (MIS) (www.mis.u-picardie.fr ) Département Electronique Electrotechnique et Automatique (EEA) Resp. : Prof. A. El

Plus en détail

ELE1300 Automne 2012 - Examen final 1/12 0001 + 0101 = 1.01 + 0110.1 = - 00110 = 0111 + 0011 = - 11001 = 1000 + 0010 = 01.01-1101.

ELE1300 Automne 2012 - Examen final 1/12 0001 + 0101 = 1.01 + 0110.1 = - 00110 = 0111 + 0011 = - 11001 = 1000 + 0010 = 01.01-1101. ELE1300 Automne 2012 - Examen final 1/12 Question 1 Arithmétique binaire (6 pts - 15 min) a) Calculez les opérations suivantes (tous les nombres sont signés et représentés au format complément à deux).

Plus en détail

ANALYSE DE RISQUE SUR UN SYSTEME DE GESTION DE CRISE RISK ANALYSIS ON A CRISIS MANAGEMENT SYSTEM

ANALYSE DE RISQUE SUR UN SYSTEME DE GESTION DE CRISE RISK ANALYSIS ON A CRISIS MANAGEMENT SYSTEM ANALYSE DE RISQUE SUR UN SYSTEME DE GESTION DE CRISE RISK ANALYSIS ON A CRISIS MANAGEMENT SYSTEM Raymond MARIE IRISA Université de Rennes 1 Campus de Beaulieu 35042 Rennes Cedex France Zina BRIK et Emmanuel

Plus en détail

La chasse aux bugs : pourquoi? Les bugs en informatique. La chasse aux bugs : pourquoi? Des bugs logiciels aux conséquences désastreuses (1)

La chasse aux bugs : pourquoi? Les bugs en informatique. La chasse aux bugs : pourquoi? Des bugs logiciels aux conséquences désastreuses (1) La chasse aux bugs : pourquoi? Les bugs en informatique où pourquoi faire un peu de maths quand c est utile Les bugs sont partie intégrante de l informatique. Mais en fait... les bugs, est-ce si grave?

Plus en détail

Système à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive. Version 1.0

Système à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive. Version 1.0 Système à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive Sommaire - Le Robot M.I.M.I. (Multipode Intelligent à Mobilité Interactive) - Présentation du Système à Enseigner. - Composition

Plus en détail

Recherche dans un tableau

Recherche dans un tableau Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6

Plus en détail

Le No.1 de l économie d énergie pour patinoires.

Le No.1 de l économie d énergie pour patinoires. Le No.1 de l économie d énergie pour patinoires. Partner of REALice system Economie d énergie et une meilleure qualité de glace La 2ème génération améliorée du système REALice bien connu, est livré en

Plus en détail

MACHINE D ASSEMBLAGE ET DE SERTISSAGE DE VÉHICULES MINIATURES

MACHINE D ASSEMBLAGE ET DE SERTISSAGE DE VÉHICULES MINIATURES MACHINE D ASSEMBLAGE ET DE SERTISSAGE DE VÉHICULES MINIATURES VERSION DÉFINITIVE SESSION 2004 ACADÉMIE DE NANCY-METZ Système : MAJORICC Sommaire Présentation du système... pages 1 à 2 Définition du produit

Plus en détail

Surveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition

Surveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition Surveillance de Scripts LUA et de réception d EVENT avec LoriotPro Extended & Broadcast Edition L objectif de ce document est de présenter une solution de surveillance de processus LUA au sein de la solution

Plus en détail

L exclusion mutuelle distribuée

L exclusion mutuelle distribuée L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué

Plus en détail

L a d é m a r c h e e t l e s o u t i l s p r o p o s é s

L a d é m a r c h e e t l e s o u t i l s p r o p o s é s Guide méthodologique pour la construction d un bilan quantitatif et qualitatif des contrats de territoire. L a d é m a r c h e e t l e s o u t i l s p r o p o s é s Il est proposé de bâtir le bilan avec

Plus en détail

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant Organiser vos données - Big Data Patrick Millart Senior Sales Consultant The following is intended to outline our general product direction. It is intended for information purposes only, and may not be

Plus en détail

Objectifs pédagogiques. quizz 06/04/2012. Connaître la définition et les étapes de la gestion des risques associés aux soins

Objectifs pédagogiques. quizz 06/04/2012. Connaître la définition et les étapes de la gestion des risques associés aux soins La gestion des risques associés aux soins Théorie et pratique de l analyse approfondie des causes Staff santé publique 4 avril 2012 Virginie Migeot Objectifs pédagogiques Connaître la définition et les

Plus en détail

Management des Systèmes d Information

Management des Systèmes d Information Spécialité Réseaux (RES) UE: Management des systèmes d'information [mnsi, NI303] M2IRT 2012 1 ère année Management des Systèmes d Information Unité 2 - Les principaux types de SI dans l entreprise Gilles

Plus en détail

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe

Plus en détail