Plan de Cours ING800

ÉCOLE DE TECHNOCLOGIE SUPÉRIEURE
Programmes de maîtrise : ÉLE, GPA, MÉC, MTS.
Plan de cours
ING-800 - Optimisation et fiabilité
Session : Hiver 2004

Professeur : Michel Rioux, ing.
Objectif général
• Enseigner des techniques avancées d’optimisation et leurs applications dans les

domaines de l’ingénierie, de la fiabilité et de la production.
Objectifs spécifiques
• Permettre de se familiariser avec les concepts de fiabilité et de plans

d’expériences. Comprendre les rôles de ces concepts dans l’optimisation de la
performance des systèmes.
• Apprendre des techniques d’optimisation analytiques et numériques courantes.
• Mettre en œuvre les concepts théoriques à l’aide de progiciels de calcul

performants. Développer un savoir-faire pratique avec des outils informatiques
pour l’analyse et l’optimisation de la fiabilité des systèmes électromécaniques et la
performance des systèmes de production.
Stratégies pédagogiques :
• 3 heures de cours magistral par semaine.
• Parallèlement aux devoirs, les étudiants devront réaliser des projets. Ces travaux
comporteront la problématique, le modèle, l’analyse et la synthèse. Le
développement comprendra des concepts et des techniques pratiques
d’optimisation permettant d’optimiser la performance du système soit, par exemple,
en termes de coût, de fiabilité ou de capacité. Un rapport détaillé devra être remis
pour chacun des projets.
Plan de cours ING800.doc page 1

MR/ 7.i.2004
Contenu
Thème 1 : Introduction
Topologie des problèmes d’optimisation. Type d’optimisation selon le niveau de
connaissance du système. Processus d’optimisation. Énoncé du problème. Les trois
composantes de l’optimisation. Exemples d’applications. Rappels mathématiques et
statistiques. Introduction au progiciel MATLAB®.
Thème 2 : Fiabilité
Définition des concepts FMDS. Modélisation du comportement opérationnel.
Importance de la saisie des données. Ciblage des problématiques. Estimation de la
courbe en baignoire. Principales lois statistiques. Estimation des paramètres.
Interprétation des courbes. Prédictions des performances. Fiabilité des systèmes.
Thème 3 : Analyse décisionnelle

États de décision. Décision en état d’ignorance. Décision en état de risque.
Thème 4 : Plans d’expériences et modélisation empirique

Justification de la méthode. Historique. Problématique et objectifs. Choix de la (des)
réponse(s) et des facteurs. Stratégie expérimentale. Choix du domaine
expérimental. Sélection du(des) plan(s). Contrastes linéaires. Analyses graphique
et statistique des résultats (ANAVAR). Équation de prédiction. Analyse des résidus
et transformations. Fonction de désirabilité. Interprétation des résultats. Confirmation.
Thème 5 Concepts et techniques d’optimisation

Optimisation graphique. Cas de la programmation linéaire, discrète, quadratique ou à
buts multiples. Analyse de sensibilité.
Méthodes analytiques : multiplicateurs de Lagrange, conditions de Kuhn-Tucker.
Méthodes numériques pour une variable : Newton-Raphson, bisections,
approximations polynomiales, section d’Or.
Méthodes numériques pour plusieurs variables. Sans gradient : recherche aléatoire,
patron de recherche, méthode de Powell. Avec gradient : direction descendante,
gradient conjugué (Fletcher-Reeves), Davidon-Fletcher-Powell, Broydon-Fletcher-
Goldfarb-Shanno. Avec contraintes : fonction de pénalité, multiplicateurs de
Lagrange augmentés, programmation séquentielle, gradient réduit généralisé.
Optimisation globale : recuit simulé, algorithmes génétiques.
Thème 6 : Optimisation de la fiabilité des systèmes

Optimisation de la fiabilité des systèmes par des méthodes analytiques et itératives.
Par exemple : fiabilité maximale avec contrainte budgétaire, budget minimum pour
une fiabilité spécifiée.

MR/ 7.i.2004
Évaluation :
Devoirs 35%
Projet 25%
Examen à la fin de la session (3 heures) 40%
Les travaux et les projets peuvent être réalisés en équipe et un rapport détaillé doit
être remis.
Références :
a) Références obligatoires
Venkataraman, P. (2002). Applied Optimization with MATLAB Programming.
New York : Wiley.
b) Références à consulter
1) Blischke, W.R., Murthy, D.N.P. (2000). Reliability Modeling, Prediction &
Optimization. New York : Wiley.
2) Dodson, B. (1994), Weibull Analysis. Milwaukee : ASQC Quality Press.
3) Condra, L.W. (2001). Reliability Improvement with Design of Experiments
(2 ed.). New York : Marcel Dekker.
4) Ushakov, I.A. (1994). Handbook of Reliability Engineering. New York :
Wiley.
5) Lyonnet, P. (1992). La maintenance – mathématiques & méthodes. Paris :
Technique & documentation – Lavoisier.
6) Montgomery, D.C. (2001). Design and Analysis of experiments (5 ed.).
New York : Wiley.
7) Barker, T.B. (1994). Quality by Experimental Design (2 ed.). New York :
Marcel Dekker.
8) Breyfogle, F.W.III (1992). Statistical Methods for Testing, Development, and
Manufacturing. New York : Wiley.
9) Rao, S.S. (1996), Engineering Optimization : Theory and Practice (3 ed.).
New York : Wiley.
10) Chong, E.K., Zak, S.H. (2001). AN Introduction TO Optimization (2 ed.).
New York : Wiley.
11) Belegundu, A.D., Chandraputla, T.R. 1999). Optimization concepts and
Applications in Engineering. Upper Saddle River N.J. : Prentice-Hall.
12) Fletcher, R. (1987). Practical Methods of Optimization. New York : Wiley.
13) Rardin, R.L. (1998). Optimization in Operations Research. Prentice-Hall.
14) Pham, D.T., Karaboga, D. (2000). Intelligent Optimization Techniques.
London : Springer-Verlag.

MR/ 7.i.2004

Plan de Cours ING800

Transféré par

Droits d'auteur :

Formats disponibles

Plan de Cours ING800

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Plan de Cours ING800

Transféré par

Droits d'auteur :

Formats disponibles

ÉCOLE DE TECHNOCLOGIE SUPÉRIEURE

Programmes de maîtrise : ÉLE, GPA, MÉC, MTS.

ING-800 - Optimisation et fiabilité

Session : Hiver 2004

• Enseigner des techniques avancées d’optimisation et leurs applications dans les

• Permettre de se familiariser avec les concepts de fiabilité et de plans

• Apprendre des techniques d’optimisation analytiques et numériques courantes.

• Mettre en œuvre les concepts théoriques à l’aide de progiciels de calcul

• 3 heures de cours magistral par semaine.

Plan de cours ING800.doc page 1

Thème 3 : Analyse décisionnelle

Thème 4 : Plans d’expériences et modélisation empirique

Thème 5 Concepts et techniques d’optimisation

Thème 6 : Optimisation de la fiabilité des systèmes

Plan de cours ING800.doc page 2

Plan de cours ING800.doc page 3

Vous aimerez peut-être aussi