Phelma Formation 2022

Energy Monitoring and Diagnostics - 5PMSEMD0

  • Volumes horaires

    • CM 4.0
    • Projet 14.0
    • TD 0
    • Stage 0
    • TP 2.0
    • DS 0

    Crédits ECTS

    Crédits ECTS 2.0

Objectif(s)

  • sensibiliser au problème de la surveillance et du diagnostic de systèmes
  • compléter les outils et méthodes nécessaires à ce type de problèmes
  • acquérir de l'autonomie au travers d'expériences pratiques
Contact Pierre GRANJON, Cornel IOANA

Contenu(s)

  1. introduction à la surveillance et au diagnostic des systèmes (cours)
  2. détection séquentielle de ruptures dans les signaux (cours/BE)
    • énoncé du problème
    • algorithmes de type CuSum
    • algorithmes de type GLR
  3. projets de surveillance et diagnostic de systèmes (projet)


Prérequis
  • bases de science des données (corrélation, analyse spectrale, filtrage, ...)
  • bases de la théorie de l'estimation (estimateur du maximum de vraisemblance)
  • bases de la théorie de la détection (tests d'hypothèses binaires)

Contrôle des connaissances

Semestre 9 - L'examen existe uniquement en anglais 

En présentiel
SESSION NORMALE :
Contrôle Continu + Rapport + Oral

*Évaluation non rattrapable :*
Contrôle Continu

*Évaluation rattrapable :*
Rapport + Oral

-------------------------------------------------------------------------

En distanciel
SESSION NORMALE :
Contrôle Continu + Rapport + Oral

*Évaluation non rattrapable :*
Contrôle Continu

*Évaluation rattrapable :*
Rapport + Oral



En présentiel :
N1 = 50% CC + 25% Rapport + 25% Oral
N2 = 50% CC + 25% Rapport + 25% Oral

En distanciel :
N1 = 50% CC + 25% Rapport + 25% Oral
N2 = 50% CC + 25% Rapport + 25% Oral

Informations complémentaires

Semestre 9 - Le cours est donné uniquement en anglais EN

Cursus ingénieur->Filières->Semestre 9
Cursus ingénieur->Double-Diplômes Ingénieur/Master->Semestre 9

Bibliographie

Detection of Abrupt Changes - Theory and Application. Michèle Basseville, Igor Nikiforov. Prentice Hall - http://people.irisa.fr/Michele.Basseville/kniga/, 1993.

Statistical inference for engineers and data scientists. Pierre Moulin, Venugopal V. Veeravalli. Cambridge University Press, 2019.

The CuSum algorithm - A small review. Pierre Granjon. Technical report - https://hal.archives-ouvertes.fr/hal-00914697, 2013