Université Lyon 1
Arqus
Accueil  >>  Master  >>  Electronique, énergie électrique, automatique  >>  Génie électrique  >>  Diagnostic et pronostic des dispositifs électriques
  • Domaine : Masters du domaine SCIENCES ET TECHNOLOGIES
  • Diplôme : Master
  • Mention : Electronique, énergie électrique, automatique
  • Parcours : Génie électrique
  • Unité d'enseignement : Diagnostic et pronostic des dispositifs électriques
Nombre de crédits de l'UE : 3
Code APOGEE : GEP2195M
UE Obligatoire pour ce parcours
UE valable pour le semestre 10 de ce parcours
    Responsabilité de l'UE :
CLERC GUY
 guy.clercuniv-lyon1.fr
04.72.43.28.33
RAZIK HUBERT
 hubert.razikuniv-lyon1.fr
04.72.43.12.30
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
12 h
Travaux Dirigés (TD)
9 h
Travaux Pratiques (TP)
9 h
Durée de projet en autonomie (PRJ)
0 h
Durée du stage
0 h
Effectif Cours magistraux (CM)
210 étudiants
Effectif Travaux dirigés (TD)
35 étudiants
Effectif Travaux pratiques (TP)
9 étudiants

* Ces horaires sont donnés à titre indicatif.

    Compétences attestées (transversales, spécifiques) :
Non rédigé
    Programme de l'UE / Thématiques abordées :

Cette UE est composée est dédiée aux :

  • Défauts des systèmes électriques (Moteurs électriques, batteries, onduleurs, …)
  • Méthodes de diagnostic à base de modèle
  • Méthodes de diagnostic à base de données
ainsi :
  • qu'à la Classification
  • qu'au Pronostic

Des TP seront notamment effectués sur un moteur asynchrone défaillant.

Cette défaillance est d'ordre de la barre cassée au niveau de la cage d'écureuil du rotor.

Pour exemple, des essais et mesures sont effectués avec un système dont l'alimentation est :

  • le réseau électrique;
  • issue d'un onduleur de tension du commerce.
Les signaux sont acquis par le biais d'une carte NI à un ordinateur. Cette centrale d'acquisition permet de traiter ainsi que d'analyser les données mesurées.
Méthodologiques :
Recherche de défauts par des méthodes baseés sur modèle ou sur données

Techniques :

Analyse fréquentielle

Observateur étendu

Diagnostic par reconnaissance de forme

Support vector machine

Hidden Markov Chain

Réseau neuronal

    Liste des autres Parcours / Spécialité / Filière / Option utilisant cette UE :
Date de la dernière mise-à-jour : 17/04/2018
SELECT MEN_ID, `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`, `PAR_ID` FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='9185' ORDER BY `MEN_DIP_ABREVIATION`, `MEN_TITLE`, `PAR_TITLE`