| Public Concerné |
Avoir obtenu l'UE d'Automatisme AUT104 ou posséder des connaissances équivalentes.
|
Finalité de l'unité d'enseignement |
| Objectifs pédagogiques |
| Présenter les méthodes et outils nécessaires à l'intégration de la logique floue et des réseaux de neurones dans les schémas d'identification et de commandes de processus industriels. Donner une base théorique indispensable à la compréhension de ces approches et à leur utilisation dans les phases d'analyse, de synthèse et de mise en oeuvre. |
| Capacité et compétences acquises |
| Maîtrise des techniques permettant l'automatisation des procédés industriels. |
Organisation |
| 6 Crédits |
Contenu de la formation |
Commande floue des processus
Introduction à la logique floue.
·Concept de sous-ensembles flous - Opérations sur les sous-ensembles flous - Relations floues - Opérations sur les relations floues - graphes flous - Implications floues - variables et grandeurs linguistiques - Inférences floues.
Commande floue.
·Principe et typologie d'un contrôleur flou - Règles d'expertise et techniques de raisonnement - Fuzzification-défuzzication - Réglage d'un contrôleur flou- Liens entre contrôleurs flous et traditionnels - stabilité d'un contrôleur flou - Identification et commande - Limites d'un contrôleur flou - Exemples d'application et mise en oeuvre sur ordinateur.
Identification et commande neuronale des processus
Introduction aux réseaux de neurones.
·Inspiration biologique - Neurones formels - Domaines d'application.
Réseaux de neurones formels.
·Architectures - Apprentissage - Propriétés - Domaines d'application des différents types de réseaux - Exemples.
Application à l'identification et à la commande.
·Architectures utilisées - Algorithmes d'apprentissage - Méthodes d'identification des systèmes par les réseaux de neurones - Réseaux de neurones dans les schémas de commande - Exemples.
Exemples d'applications industrielles et mise en oeuvre sur calculateur
|
|
