Analyse de fiabilité d une lame d essuyage
|
|
- Salomé Pothier
- il y a 6 ans
- Total affichages :
Transcription
1 Analyse de fiabilité d une lame d essuyage Journée de la conception robuste et fiable R. Fepeussi Tumchou IFMA Valeo Systèmes d essuyage 10 Avril 2015 En collaboration avec : N. Gayton P. Beaurepaire G. Petitet J-Y. Dantan Roxane Fepeussi Tumchou roxane.fepeussi-tumchou@ifma.fr 1/25
2 Plan 1 Problématique 2 Étude des variables incertaines 3 Calcul de la probabilité de défaillance 4 Conclusion 2 / 25
3 Analyse des tolérances A l issue du processus de fabrication, deux pièces identiques selon le plan définition ont des dimensions différentes Les dimensions comportent un caractère aléatoire L analyse des tolérances permet d étudier l impact de ces aléas sur le respect des exigences fonctionnelles du produit Calcul d un taux de non-conformité (TNC) Ajustement des tolérances Ces études peuvent être réalisées en se basant sur des méthodes de fiabilité 3 / 25
4 Lame d essuyage Valeo Figure: Balai d essuyage Partie en caoutchouc du balai qui assure l essuyage du pare-brise La lame est constituée de deux matériaux distincts 4 / 25
5 Exigences fonctionnelles La qualité d essuyage des lames dépend de trois exigences fonctionnelles : Déformation maximale y 1 y 1max Angle de raclage y 2 [y 2min, y 2max ] Angle de calage y 3 [y 3min, y 3max ] Soit u [ L 2, L 2 ] une position donnée sur le balai de longueur L Un modèle de prédiction par éléments finis en 2D est réalisé et exploité par Valeo avec le logiciel MARC 5 / 25
6 Variables d entrée Le calcul EF est réalisé en 2D et prend en compte 48 paramètres : 44 variables géométriques X g 2 variables matériau : M 1 pour la partie supérieure M 2 pour la partie inférieure 2 autres variables : le chargement F n le coefficient de frottement µ les variables géométriques sont les variables incertaines du problème de fiabilité les variables matériau sont considérées normales 6 / 25
7 Objectif : Calculer le taux de non-conformité des lames d essuyage en tenant compte de : la variabilité des paramètres géométriques dans leurs intervalles de tolérance des intervalles autorisés de chaque exigence fonctionnelle Condition de fonctionnalité : Une lame est fonctionnelle lorsqu elle assure une bonne qualité d essuyage du pare-brise 7 / 25
8 Utilisation des méthodes de fiabilité : Variables géométriques Vecteur aléatoire X g Exigences fonctionnelles y Fonctions de performance g Taux de non-conformité Probabilité de défaillance Différentes étapes : Étude des variables incertaines (corrélations et lois de probabilité) Construction d un modèle de régression polynômiale à partir d un plan d expériences Calcul de la probabilité de défaillance système par la méthode de Monte-Carlo 8 / 25
9 Plan 1 Problématique 2 Étude des variables incertaines 3 Calcul de la probabilité de défaillance 4 Conclusion 9 / 25
10 Données utilisées Série de 20 mesures réalisées sur un lot de pièces : mesures réalisées en usine à l aide d un projecteur de profil mesures effectuées périodiquement pendant 10 mois Les mesures donnent la variabilité des dimensions géométriques du profil et sont utilisées pour l étude des corrélations et l identification des lois des paramètres géométriques D autres séries de mesures existent selon la date, le côté du profil, le lieu et le procédé de fabrication 10 / 25
11 Corrélations entre les variables géométriques Le coefficient de corrélation linéaire permet de déterminer la relation entre les variables prises deux par deux : ρ = σ(x, Y ) σ X σ Y (1) où σ(x, Y ) désigne la covariance entre X et Y, et σ X et σ Y les écarts-types respectifs Les estimateurs sont calculés à partir de l échantillon de mesures La matrice de corrélation ainsi formée est utilisée pour réaliser un tirage de Monte-Carlo qui tient compte des interactions entre les variables Elle donne à Valeo des informations sur les corrélations liées au process 11 / 25
12 Choix de la distribution des variables A partir de l échantillon de mesure, on détermine les paramètres ˆθ qui permettent d obtenir le maximum de vraisemblance pour différentes familles de lois : loi normale loi exponentielle loi log-normale loi uniforme Le critère AIC d Akaïké : AIC = 2 ln L(ˆθ) + 2q (2) avec L(θ) la vraisemblance et q le nombre de paramètres de la loi. Le meilleur modèle est celui qui minimise le critère. 12 / 25
13 Résultats nb données dans la classe i n max (x(i+1) x(i)) En ordonnées pour chaque classe i : avec x(i) et x(i + 1) les bornes de la classe i et n max le nombre total de données 13 / 25
14 Tirage de Monte-Carlo des variables incertaines A partir d un tirage sur des variables U standard, une transformation isoprobabiliste permet de retrouver les variables du problème 14 / 25
15 Plan 1 Problématique 2 Étude des variables incertaines 3 Calcul de la probabilité de défaillance 4 Conclusion 15 / 25
16 Modèle de régression quadratique A partir d un plan d expériences obtenu par calcul EF sur les 48 variables : Construction et validation d un modèle de régression quadratique avec termes croisés Exemple de modèle de régression quadratique à deux variables x 1 et x 2 : f = a 1 + a 2.x 1 + a 3.x 2 + a 4.x a 5.x a 6.x 1.x 2 (3) L utilisation d un modèle permet de réaliser un plus grand nombre de simulations pour calculer la probabilité sans générer d importants coûts de calcul 16 / 25
17 Coefficient de frottement En environnement lubrifié, µ dépend de : la position sur le balai la vitesse d essuyage, plus élevée sur la partie externe du balai que sur la partie interne 17 / 25
18 Chargement Pour un effort global donné appliqué sur le balai, F n représente la répartition de pression exercée selon la direction d essuyage : direction ascendante : effets positifs de l air direction descendante : effets négatifs de l air Les deux fonctions sont utilisées pour l évaluation des exigences fonctionnelles sur l ensemble du balai 18 / 25
19 Évaluation des exigences fonctionnelles Une discrétisation de L tous les 1 mm permet d évaluer les exigences fonctionnelles sur toute la longueur du balai Pour chaque exigence fonctionnelle y i, on évalue pour u [ L 2, L 2 ] : { (1) y i (u) = f i (x, µ(u), F n (1) (u)) direction ascendante y (2) i (u) = f i (x, µ(u), F n (2) (u)) direction descendante avec x = (x g, M 1, M 2 ) le vecteur des variables géométriques et matériau 19 / 25
20 Condition de fonctionnalité Pour un jeu de paramètres x, une lame est fonctionnelle si elle ne laisse aucun défaut visible sur le pare-brise lors de l essuyage On tolère un non respect des exigences fonctionnelles y / [y min, y max ] sur de petites longueurs du balai (longueurs d intégration L gi ) 20 / 25
21 Fonctions de performance L gi : longueur maximum acceptable L di (x) : longueur maximum au delà des limites des exigences fonctionnelles Calcul des fonctions de performance g i (x), i = [1; 10] (5 fonctions pour chaque direction du chargement F n ) : si L gi L di (x), g i (x) 0 (4) g i (x) = L gi L di (x) L gi (5) Calcul de la probabilité de défaillance système : P f _syst = Prob( i {g i (x) 0}) = Prob(min i g i (x) 0) (6) 21 / 25
22 Résultats Temps de calcul : N Temps de calcul 2 min 10 min 18 min 1 h 8 min... Un grand nombre de simulations est réalisé sur le méta-modèle en un temps limité contrairement au calcul EF Résultat : P f _syst = N d N = avec N d le nombre de simulations défaillantes Coefficient de variation δ = 1 NP f _syst = % 22 / 25
23 Plan 1 Problématique 2 Étude des variables incertaines 3 Calcul de la probabilité de défaillance 4 Conclusion 23 / 25
24 Conclusion Le projet permet de : réaliser l étude des corrélations entre les variables et donner une meilleure connaissance des interactions au sein du profil générer un modèle de régression pour s affranchir des coûts de calcul importants identifier les conditions de défaillance des lames de caoutchouc déterminer le taux de non-conformité Perspectives L utilisation d un modèle de krigeage pour avoir une estimation des exigences fonctionnelles et de la variance associée Réduction de la dimension par une méthode de type ACP Calcul de la probabilité de défaillance avec les méthodes AK 24 / 25
25 Merci pour votre attention! Ce projet est financé par l agence nationale de la recherche (ANR) sous contrat numéro ANR-11-MONU-013. Nous remercions M. Laurent André-Masse pour son travail sur le modèle éléments finis. 25 / 25
TSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailIntroduction 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 détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailManuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques
Titre : TTLV100 - Choc thermique dans un tuyau avec condit[...] Date : 02/03/2010 Page : 1/10 Manuel de Validation Fascicule V4.25 : Thermique transitoire des structures volumiques Document : V4.25.100
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailSoutenance de stage Laboratoire des Signaux et Systèmes
Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailVI. Tests non paramétriques sur un échantillon
VI. Tests non paramétriques sur un échantillon Le modèle n est pas un modèle paramétrique «TESTS du CHI-DEUX» : VI.1. Test d ajustement à une loi donnée VI.. Test d indépendance de deux facteurs 96 Différentes
Plus en détailPROJET MODELE DE TAUX
MASTER 272 INGENIERIE ECONOMIQUE ET FINANCIERE PROJET MODELE DE TAUX Pricing du taux d intérêt des caplets avec le modèle de taux G2++ Professeur : Christophe LUNVEN 29 Fevrier 2012 Taylan KUNAL - Dinh
Plus en détailAUTRES ASPECTS DU GPS. Partie I : tolérance de Battement Partie II : tolérancement par frontières
AUTRES ASPECTS DU GPS Partie I : tolérance de Battement Partie II : tolérancement par frontières 1 Partie I Tolérance de battement Défaut de Battement Défautconjuguéde forme, orientation et position, constatélorsde
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détail4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16
ACTUARIAT 1, ACT 2121, AUTOMNE 201 #16 ARTHUR CHARPENTIER 1 Dans une petite compagnie d assurance le nombre N de réclamations durant une année suit une loi de Poisson de moyenne λ = 100. On estime que
Plus en détailHealth Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,
Plus en détail$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 détailGénéralités. Aperçu. Introduction. Précision. Instruction de montage. Lubrification. Conception. Produits. Guides à brides FNS. Guides standards GNS
Généralités Aperçu Introduction Précision Instruction de montage Lubrification Conception page............................. 4............................. 5............................. 6.............................
Plus en détailListe des notes techniques... xxi Liste des encadrés... xxiii Préface à l édition internationale... xxv Préface à l édition francophone...
Liste des notes techniques.................... xxi Liste des encadrés....................... xxiii Préface à l édition internationale.................. xxv Préface à l édition francophone..................
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détail= RÉALISATION DE QUALITÉ DURABLE
PAVÉS EN BETON CONCEPTION APPROPRIÉE + MISE EN OEUVRE PROFESSIONNELLE = RÉALISATION DE QUALITÉ DURABLE 10 règles de base pour une mise en œuvre correcte de revêtements de pavés en béton 1 2 3 4 5 6 7 8
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailMÉTHODE DE MONTE CARLO.
MÉTHODE DE MONTE CARLO. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) Méthode de Monte Carlo. 1 / 95 PLAN DU COURS 1 MÉTHODE DE MONTE CARLO 2 PROBLÈME DE SIMULATION Théorème fondamental
Plus en détailTABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.
STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détailAICp. Vincent Vandewalle. To cite this version: HAL Id: inria-00386678 https://hal.inria.fr/inria-00386678
Sélection prédictive d un modèle génératif par le critère AICp Vincent Vandewalle To cite this version: Vincent Vandewalle. Sélection prédictive d un modèle génératif par le critère AICp. 41èmes Journées
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailGlissière linéaire à rouleaux
LRX Guidage linéaire Introduction Rail de guidage Joint Graisseur Corps Rouleaux cylindriques Joint Cage Couvercle d extrémité Les guides linéaires à rouleaux de la série LRX offrent une haute fiabilité
Plus en détailTABLE 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 détailCONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»
CONFERENCE PALISADE Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» 1 SIGMA PLUS Logiciels, Formations et Etudes Statistiques
Plus en détailUFR de Sciences Economiques Année 2008-2009 TESTS PARAMÉTRIQUES
Université Paris 13 Cours de Statistiques et Econométrie I UFR de Sciences Economiques Année 2008-2009 Licence de Sciences Economiques L3 Premier semestre TESTS PARAMÉTRIQUES Remarque: les exercices 2,
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailSTATISTIQUES. UE Modélisation pour la biologie
STATISTIQUES UE Modélisation pour la biologie 2011 Cadre Général n individus: 1, 2,..., n Y variable à expliquer : Y = (y 1, y 2,..., y n ), y i R Modèle: Y = Xθ + ε X matrice du plan d expériences θ paramètres
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailOrdonnancement 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 détailNouveau Barème W.B.F. de points de victoire 4 à 48 donnes
Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes Pages 4 à 48 barèmes 4 à 48 donnes Condensé en une page: Page 2 barèmes 4 à 32 ( nombre pair de donnes ) Page 3 Tous les autres barèmes ( PV de
Plus en détailVarset Direct. Batteries fixes de condensateurs basse tension Coffrets et armoires. Notice d utilisation. Armoire A2
Varset Direct Batteries fixes de condensateurs basse tension Coffrets et armoires Notice d utilisation Coffret C1 Coffret C2 Armoire A2 Réception DB110591 Présentation Varset Direct est une batterie fixe
Plus en détailStatistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier
Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................
Plus en détailDETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES
Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
Plus en détailLois de probabilité. Anita Burgun
Lois de probabilité Anita Burgun Problème posé Le problème posé en statistique: On s intéresse à une population On extrait un échantillon On se demande quelle sera la composition de l échantillon (pourcentage
Plus en détailUne introduction aux codes correcteurs quantiques
Une introduction aux codes correcteurs quantiques Jean-Pierre Tillich INRIA Rocquencourt, équipe-projet SECRET 20 mars 2008 1/38 De quoi est-il question ici? Code quantique : il est possible de corriger
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailPROBABILITES ET STATISTIQUE I&II
PROBABILITES ET STATISTIQUE I&II TABLE DES MATIERES CHAPITRE I - COMBINATOIRE ELEMENTAIRE I.1. Rappel des notations de la théorie des ensemble I.1.a. Ensembles et sous-ensembles I.1.b. Diagrammes (dits
Plus en détailModule d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere
Module d Electricité 2 ème partie : Electrostatique Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere 1 Introduction Principaux constituants de la matière : - protons : charge
Plus en détailLes nouveautés de Femap 11.1
Siemens PLM Software Les nouveautés de Femap 11.1 Amélioration de la productivité des Ingénieurs calcul Avantages Manipulation plus rapide des modèles grâce à des performances graphiques améliorées Flexibilité
Plus en détailVariables Aléatoires. Chapitre 2
Chapitre 2 Variables Aléatoires Après avoir réalisé une expérience, on ne s intéresse bien souvent à une certaine fonction du résultat et non au résultat en lui-même. Lorsqu on regarde une portion d ADN,
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détail- 01 - GESTION DES INVESTISSEMENTS RENTABILITE ECONOMIQUE
- 01 - GESTION DES INVESTISSEMENTS RENTABILITE ECONOMIQUE Objectif(s) : o Choix des investissements et rentabilité économique : Capacité d'autofinancement prévisionnelle ; Flux nets de trésorerie ; Evaluations.
Plus en détailFORMULAIRE DE STATISTIQUES
FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)
Plus en détailFIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Plus en détailSÉRIE RM Découpeuses-Cambreuses RM 40K / RM 40KS / RM 40P
SÉRIE RM Découpeuses-Cambreuses RM 40K / RM 40KS / RM 40P Fabrication de grandes séries avec une efficacité accrue Augmentez la qualité de vos pièces de précision, réduisez vos coûts unitaires et fabriquez
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailNotice de pose NOTICE DE POSE 1-2. 1. Fond: 2. IMPORTANT:
Panneaux de terrasse TimberStar Notice de pose NOTICE DE POSE 1-2 Veuillez lire l intégralité de la notice de pose avant de commencer le montage! Les panneaux de terrasse TimberStar peuvent être sciés,
Plus en détailDirection des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels
Plus en détailLe spécialiste de la lubrification automatique. Les systèmes de lubrification perma sur le terrain Escaliers mécaniques
Le spécialiste de la lubrification automatique Les systèmes de lubrification perma sur le terrain Escaliers mécaniques Sécurité de processus irréprochable avec le système de lubrification perma ECOSY Le
Plus en détailWWW.ELCON.SE Multichronomètre SA10 Présentation générale
WWW.ELCON.SE Multichronomètre SA10 Présentation générale Le SA10 est un appareil portable destiné au test des disjoncteurs moyenne tension et haute tension. Quoiqu il soit conçu pour fonctionner couplé
Plus en détailACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12
ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #12 ARTHUR CHARPENTIER 1 Une compagnie d assurance modélise le montant de la perte lors d un accident par la variable aléatoire continue X uniforme sur l intervalle
Plus en détailLAYHER ECHELLES ET ESCALIERS POUR LA CONSTRUCTION ET L INDUSTRIE CATALOGUE
LAYHER ECHELLES ET ESCALIERS POUR LA CONSTRUCTION ET L INDUSTRIE CATALOGUE Edition 04.2015 Certificé selon ISO 9001:2008 TÜV-CERT Echelles d aluminium Les classiques. Qualité TOPIC et sécurité optimale
Plus en détailProblèmes 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 détailPrésentation livre Simulation for Supply Chain Management. Chapitre 1 - Supply Chain simulation: An Overview
Présentation livre Simulation for Supply Chain Management Chapitre 1 - Supply Chain simulation: An Overview G. Bel, C. Thierry et A. Thomas 1 Plan Gestion de chaînes logistiques et simulation Points de
Plus en détailRoulements à une rangée de billes de génération C. Information Technique Produit
Roulements à une rangée de billes de génération C Information Technique Produit Sommaire Caractéristiques 2 Avantages des roulements à billes FAG de génération C 2 Etanchéité et lubrification 2 Température
Plus en détail4. Exercices et corrigés
4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailCouples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailTP 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 détailContrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.
Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailEquation LIDAR : exp 2 Equation RADAR :
Contexte scientifique Systèmes LIDAR/RADAR Equation LIDAR : exp Equation RADAR : p (r) : puissance rétrodiffusée r : altitude ou profondeur. C : constante instrumentale. β : coefficient de rétrodiffusion
Plus en détailECTS CM TD TP. 1er semestre (S3)
Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres
Plus en détailLe MeiLLeuR RappORt qualité-prix
FORM 20 FORM 30 2 Le meilleur rapport qualité-prix Sommaire Points forts Mécanique Contrôle 4 6 10 Le générateur Préparation du travail GF AgieCharmilles 12 13 14 FORM 20 FORM 30 La qualité des applications
Plus en détailWEBINAIRE SUR LE SUIVI DE TENDANCES
WEBINAIRE SUR LE SUIVI DE TENDANCES Le 16/02/2012 à 21H Présenté par Gilles SANTACREU (Boursikoter.com) En partenariat avec CMC Markets 1 Gilles SANTACREU, 43 ans - Webmaster et fondateur du site Boursikoter.com
Plus en détail!-.!#- $'( 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 détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailSOL FORTE ÉPAISSEUR INDUSTRIAL FLORIM
SOL FORTE ÉPAISSEUR INDUSTRIAL FLORIM Nouvelle solution en grès cérame grande épaisseur pour l aménagement extérieur. Dalles en grès cérame fin coloré pleine masse de 2 cm d épaisseur, obtenues par atomisation
Plus en détailApproche modèle pour l estimation en présence de non-réponse non-ignorable en sondage
Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Journées de Méthodologie Statistique Eric Lesage Crest-Ensai 25 janvier 2012 Introduction et contexte 2/27 1 Introduction
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailTUTORIAL 1 ETUDE D UN MODELE SIMPLIFIE DE PORTIQUE PLAN ARTICULE
TUTORIAL 1 ETUDE D UN MODELE SIMPLIFIE DE PORTIQUE PLAN ARTICULE L'objectif de ce tutorial est de décrire les différentes étapes dans CASTOR Concept / FEM permettant d'effectuer l'analyse statique d'une
Plus en détailLa réglementation et les obligations qui en découlent
Accessibilité en milieu urbain La réglementation et les obligations qui en découlent Actualités : les BEV La norme Afnor NF P 98-351 relative aux caractéristiques et essais des dispositifs podotactiles
Plus en détailApprentissage non paramétrique en régression
1 Apprentissage non paramétrique en régression Apprentissage non paramétrique en régression Résumé Différentes méthodes d estimation non paramétriques en régression sont présentées. Tout d abord les plus
Plus en détailFermettes + tuiles terre cuite = totale fiabilité en cas de séisme
* Fermettes + tuiles terre cuite = totale fiabilité en cas de séisme Le programme, lancé en 2009** et coordonné par FCBA, a pour objet d affiner les connaissances sur le comportement au séisme des habitats
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailIncertitudes expérimentales
Incertitudes expérimentales F.-X. Bally et J.-M. Berroir Février 2013 Table des matières Introduction 4 1 Erreur et incertitude 4 1.1 Erreurs............................................. 4 1.1.1 Définition
Plus en détailI N T E R N A T I O N A L J U D O F E D E R A T I O N F.I.J. (Texte original en Français)
F.I.J. Règlementation TATAMI (Texte original en Français) 1. GÉNÉRALITÉS 1.1. OBJET La Fédération Internationale de Judo (FIJ) a notamment pour mission d assurer la sécurité des pratiquants. A cet effet,
Plus en détail: fours-cellules : à dégourdi : 3 machines à convertir : fours-cellules à dégourdi
Département : 87 Aire d'étude Commune Adresse : Limoges centre : Limoges : Albert-Thomas (avenue) 27, 43 ; Genève (rue de) 1, 25 IM87001670 Edifice contenant : usine de porcelaine Guerry et Delinières,
Plus en détailSOCIETE NATIONALE DES CHEMINS DE FER BELGES SPECIFICATION TECHNIQUE L-70
SOCIETE NATIONALE DES CHEMINS DE FER BELGES SPECIFICATION TECHNIQUE L-70 PIECES EN CAOUTCHOUC POUR ORGANES DE SUSPENSION, DE TRANSMISSION ET D ENTRAINEMENT EDITION: 2005 Version 12/07/2005 ST L70 -Version
Plus en détail