Industrie 4.0

Description du cours

Ce cours introduit les étudiants aux concepts et technologies qui propulsent la Quatrième Révolution Industrielle (Industrie 4.0). Les étudiants exploreront comment les systèmes cyber-physiques, l'Internet des Objets (IoT), l'intelligence artificielle et l'analyse de données transforment les processus de fabrication et industriels.

Prérequis: Connaissances de base des processus de fabrication, compétences en programmation (Python ou similaire), compréhension des réseaux informatiques et familiarité avec les concepts de bases de données.

Objectifs pédagogiques

Principes fondamentaux

Comprendre les principes fondamentaux et les piliers de l'Industrie 4.0.

Impact de la transformation

Analyser l'impact de la transformation numérique sur les processus de fabrication.

Solutions IoT

Concevoir et implémenter des solutions IoT pour les applications industrielles.

Évaluation des systèmes

Évaluer les avantages et les défis des systèmes de fabrication intelligente.

Programme détaillé

Cours Magistraux (CM - 4.5h)

Module 1: Introduction à l'Industrie 4.0

Contexte historique : De l'Industrie 1.0 à 4.0
Technologies clés et facteurs facilitateurs
Transformation numérique dans la fabrication

Durée: 1.5h CM

Module 2: Systèmes Cyber-Physiques (CPS)

Architecture et composants des CPS
Intégration des systèmes physiques et numériques
Surveillance et contrôle en temps réel

Durée: 1h CM

Module 3: Internet des Objets (IoT) Industriel

Fondamentaux de l'IoT industriel (IIoT)
Réseaux de capteurs et collecte de données
Protocoles de communication et standards

Durée: 1h CM

Module 4: Analyse de données et IA

Big data dans la fabrication
Applications de l'apprentissage automatique
Maintenance prédictive et contrôle qualité

Durée: 1h CM

Travaux Pratiques (TP - 6h)

TP 1: Implémentation de capteurs IoT

Expérience pratique avec les capteurs industriels
Acquisition et traitement des données
Protocoles de communication (MQTT, OPC-UA)

Durée: 2h TP

TP 2: Simulation de fabrication intelligente

Concepts de jumeaux numériques
Simulation de processus de fabrication
Optimisation des performances avec l'analyse de données

Durée: 2h TP

TP 3: Étude de cas Industrie 4.0

Analyse de projets de transformation industrielle réels
Conception d'un concept d'usine intelligente
Présentation des solutions proposées

Durée: 2h TP

Ressources pédagogiques

Supports de cours

Partie 1 : Introduction à l'Industrie 4.0

Contexte historique, technologies clés et transformation numérique

Télécharger les supports (PDF + exercices)

IA Génératives et Automatisation

Applications des intelligences artificielles génératives dans l'industrie 4.0

Télécharger le document IA (PDF)

Partie 2 : Systèmes Cyber-Physiques (CPS)

Architecture, intégration et surveillance en temps réel

Bientôt disponible

Partie 3 : Internet des Objets (IoT) Industriel

IIoT, réseaux de capteurs et protocoles de communication

Bientôt disponible

Partie 4 : Analyse de données et IA

Big data, apprentissage automatique et maintenance prédictive

Bientôt disponible

Projets et évaluations

Consignes pour le projet

Attendus, modalités et critères d'évaluation du projet final

Télécharger les consignes (PDF)

Ressources complémentaires

Documentation technique

Études de cas industriels et livres blancs
Documentation des plateformes Industrie 4.0
Rapports professionnels de l'industrie

Recherche actuelle

Recherche actuelle en fabrication intelligente
Articles scientifiques et publications
Conférences et webinaires spécialisés

Perspectives carrière

Conseil en digitalisation industrielle
Conception d'usines intelligentes
Développement de solutions IoT
Gestion de la transformation digitale

Note importante : Les ressources sont hébergées sur Nextcloud de l'Université de Lille. Vous aurez besoin de vos identifiants universitaires pour accéder aux contenus protégés. En cas de problème d'accès, contactez l'enseignant.

Modalités d'évaluation

70%

Exposé

Présentation de projet final sur une stratégie d'implémentation Industrie 4.0

30%

Note de classe

Participation active en cours et séances pratiques, évaluations continues

Technologies et outils

Plateformes IoT

Arduino, Raspberry Pi, Node-RED

Logiciels de simulation

Factory I/O, Plant Simulation

Visualisation données

Grafana, Power BI, Tableau

Protocoles industriels

MQTT, OPC-UA, Modbus

Plateformes cloud

AWS IoT, Azure IoT, Google Cloud

Programmation

Python, JavaScript, C++

Informations de contact

Enseignant responsable
Dr. Yinoussa Adagolodjo

Email
Utiliser le formulaire de contact

Lieu des cours
Laboratoire Technologies Avancées, UFR Sciences

Permanences
Sur rendez-vous - Consulter la page de contact