Academic literature on the topic 'Somme dynamique cumulée'

Le travail que nous présentons dans cet article vise la redynamisation de l’enseignement-apprentissage du produit scalaire via la conception d’une séquence d’introduction de cette notion au lycée et des modalités de sa mise en oeuvre par l’enseignant. Cet intérêt est justifié par le manque d’activités motivantes dans les manuels marocains que nous avons consultés et par le fait que la construction de cette notion mobilise des objets mathématiques susceptibles de cumuler des difficultés d’apprentissages telles que les notions de vecteur et de produit. La démarche adoptée dans cette recherche, se base sur le constructivisme comme théorie d’apprentissage, l’approche interdisciplinaire pour donner plus de sens aux savoirs construits et l’intégration de la géométrie dynamique permettant de conjecture du résultat dans sa généralité en couvrant tous les cas de figures possibles et la construction éventuelle des figures dynamiques par les apprenants. Ainsi ; nous avons choisi comme activité d’approche une situation authentique dont la résolution fait appel essentiellement à la notion de résultante de deux forces que les apprenants ont déjà abordée en mécanique, et aux notions de somme de deux vecteurs et le théorème de Pythagore vus en mathématiques.

Le travail que nous présentons dans cet article vise la redynamisation de l’enseignement-apprentissage du produit scalaire via la conception d’une séquence d’introduction de cette notion au lycée et des modalités de sa mise en œuvre par l’enseignant. Cet intérêt est justifié par le manque d’activités motivantes dans les manuels marocains que nous avons consultés et par le fait que la construction de cette notion mobilise des objets mathématiques susceptibles de cumuler des difficultés d’apprentissages telles que les notions de vecteur et de produit. La démarche adoptée dans cette recherche, se base sur le constructivisme comme théorie d’apprentissage, l’approche interdisciplinaire pour donner plus de sens aux savoirs construits et l’intégration de la géométrie dynamique permettant de conjecture du résultat dans sa généralité en couvrant tous les cas de figures possibles et la construction éventuelle des figures dynamiques par les apprenants. Ainsi ; nous avons choisi comme activité d’approche une situation authentique dont la résolution fait appel essentiellement à la notion de résultante de deux forces que les apprenants ont déjà abordée en mécanique, et aux notions de somme de deux vecteurs et le théorème de Pythagore vus en mathématiques.

La perte de puissance d'un générateur photovoltaïque (GPV) est sans conteste due à l'apparition d'un certain nombre d'anomalies liées à la fabrication, à la production ou à l'environnement, engendrant des défaillances dans son bon fonctionnement. A partir d'un modèle réaliste, assez proche du fonctionnement réel et capable de prendre en compte l'effet d'avalanche d'une jonction PN transmise à l'ensemble du GPV, nous avons montré à suffisance, la perte de performances d'un générateur PV et la nécessité d'avoir une méthode de diagnostic pour l'aide à la maintenance afin de ne pas subir les effets des défauts.Deux méthodes de diagnostic ont été appliquées à ce GPV, l'une portant sur la détection et la localisation des défauts capteurs, et l'autre sur la détection et la localisation des défauts systèmes. Le choix particulier de ces deux techniques de diagnostic, qui ne ciblent pas les mêmes types de défauts, réside dans la nature complexe du modèle du processus industriel soumis à l'étude. Les performances obtenues avec la méthode des relations de redondance analytique (RRA) basée sur le principe de l'espace de parité appliqué au point de fonctionnement maximal, sont très pertinentes. Par la méthode de l'intelligence artificielle (IA) basée sur le principe des réseaux de neurones artificiels (RNA), nous avons expérimenté deux méthodes de classification pour la détection et le diagnostic des défauts systèmes. Si la détectabilité est prouvée avec nos différentes configurations sans possibilité de situer l'origine et la cause dans la première partie de la classification, nous arrivons grâce à un faisceau d'indices à situer l'origine ou la cause grâce à la classification pour le diagnostic.La réalisation de deux prototypes d'acquisition temps réel est faite sur le principe de l'Internet industriel des objets (IIoT). Le premier permet uniquement l'acquisition et la sauvegarde des données sur une carte SD. Le second prototype plus évolué, permet la transmission en temps réel par Wifi à un serveur web et vise la réalisation à long terme d'une plateforme de surveillance en temps réel. Les deux prototypes produisent des données qui sont utilisées pour alimenter les deux méthodes de diagnostic. Les résultats obtenus avec des données réelles sont compatibles avec ceux obtenus en phase de simulation. Les conclusions de ce diagnostic permettront une meilleure efficacité dans les opérations de maintenance proactive
The loss of power of a photovoltaic generator (PVG) is undoubtedly due to the appearance of a certain number of anomalies linked to manufacturing, production or the environment and causing failures in its proper functioning. From a realistic model, quite close to real operation and able to take into account the avalanche effect of a PN junction transmitted to the entire PVG, we have sufficiently shown the loss of performance of a PV generator and the need to have a diagnostic method for maintenance assistance in order not to suffer the effects of faults.Two diagnostic methods were applied to this PVG, one relating to the detection and localization of sensor faults, and the other to the detection and localization of system faults. The particular choice of these two diagnostic techniques, which do not target the same types of faults, lies in the complex nature of the model of the industrial process subjected to study. The performances obtained with the analytical redundancy relations (ARR), method based on the principle of parity space applied to the maximum operating point are very relevant. Using the artificial intelligence (AI), method based on the principle of artificial neural networks (ANN), we experimented with two classification methods for the detection and diagnosis of system faults. If detectability is proven with our different configurations without the possibility of locating the origin and the cause in the first part of the classification, we arrive thanks to a bundle of clues to locate the origin or the cause thanks to the classification for the diagnostic.The production of two real-time acquisition prototypes is based on the principle of the Industrial Internet of Things (IIoT). The first only allows the acquisition and saving of data on an SD card. The second, and more advanced prototype, allows real-time transmission via WiFi to a web server and aims to create a real-time monitoring platform in the long term. Both prototypes produce data that is used to power both diagnostic methods. The results obtained with real data are compatible with those obtained in the simulation phase. The conclusions of this diagnosis will enable greater efficiency in proactive maintenance operations

Cette thèse considère le problème de la détection de rupture de modèle dans des systèmes dynamiques complexes. L'objectif est de mettre au point des méthodes statistiques capables de détecter le plus rapidement possible un changement de paramètre dans le modèle décrivant le système, tout en gardant un faible taux de fausses alarmes. Ce type de méthode s'applique à la détection d'anomalie ou de défaillance sur de nombreux systèmes (système de navigation, contrôle de qualité. . . ). Les méthodes développées ici prennent en compte les caractéristiques des procédés de dépollution biologique, qui constituent l'application principale de ce travail. Ainsi, la mise au point d'une procédure, de type CUSUM, construite à partir des estimations des vraisemblances conditionnelles permet de traiter, d'une part, le cas où une partie du modèle est inconnue en utilisant une approche non paramétrique pour estimer cette partie, et d'autre part, le cas fréquemment rencontré en pratique où le système est observé indirectement. Pour ce deuxième cas, des approches de type filtrage particulaire sont utilisées. Des résultats d'optimalité sont établies pour les approches proposées. Ces approches sont ensuite appliquées à un problème réel, un bioréacteur de retraitement des eaux usées
This thesis considers the problem of model change detection in complex dynamic systems. The goal is to develop statistical methods able to detect possible change of parameters in the model describing the system, while keeping a low rate of false alarms. This type of method is applied to the detection of anomaly or failure in many systems (navigation system, quality control. . . ). The methods developed take into account the characteristics of biotechnological processes, which are the main application of this work. Thus, the development of a CUSUM type procedure, based on estimation of conditional likelihoods enable to treat, first, the case where a part of the model is unknown by using a nonparametric approach to estimate this component, and second, the case frequently met in practice where the system is observed indirectly. In this second case, approaches such as particle filtering are used. Several results of optimality under classical constraints are established for the proposed approaches which are applied to a real problem, a bioreactor for wastewater treatment

Cette thèse considère le problème de la détection de rupture de modèle dans des systèmes dynamiques complexes. L'objectif est de mettre au point des méthodes statistiques capables de détecter le plus rapidement possible un changement de paramètre dans le modèle décrivant le système, tout en gardant un faible taux de fausses alarmes. Ce type de méthode s'applique à la détection d'anomalie ou de défaillance sur de nombreux systèmes (système de navigation, contrôle de qualité...).
Les méthodes développées ici prennent en compte les caractéristiques des procédés de dépollution biologique, qui constituent l'application principale de ce travail. Ainsi, la mise au point d'une procédure, de type CUSUM, construite à partir des estimations des vraisemblances conditionnelles permet de traiter, d'une part, le cas où une partie du modèle est inconnue en utilisant une approche non paramétrique pour estimer cette partie, et d'autre part, le cas fréquemment rencontré en pratique où le système est observé indirectement. Pour ce deuxième cas, des approches de type filtrage particulaire sont utilisées.
Des résultats d'optimalité sont établies pour les approches proposées. Ces approches sont ensuite appliquées à un problème réel, un bioréacteur de retraitement des eaux usées.

Dans cette étude, nous avons mis l’accent sur la segmentation automatique des évènements dans le signal EMG utérin et l’identification ensuite des contractions parmi ces évènements en se référant aux données de l’expert. Notre base de données comprend des signaux EMG utérins de différentes semaines de gestation acquis grâce à une matrice de 4x4 électrodes. Par conséquent, notre travail a compris tout d’abord une application de la méthode de somme cumulé dynamique (DCS) en approche monodimensionnelle sur les signaux monopolaires afin d’obtenir une grande résolution spatiale des données. Suite aux résultats obtenus, notre étude a porté sur les signaux bipolaires afin d'augmenter le rapport signal/bruit (SNR) des EMG utérin. En fait, la méthode DCS a continué en y associant une série des techniques d’éliminations des fausses ruptures détectées, soit basée sur Fisher, soit sur le SNR d’une part, et en développant des méthodes de fusion de ces ruptures d’autre part : l’une automatique tandis que l’autre est basée sur le système de vote à la majorité pondérée où chaque canal est pondéré par un facteur lors de la fusion des instants de ruptures détectés. De plus, la méthode DCS est appliquée en approche multidimensionnelle, tout d’abord sur ces signaux bipolaires, ensuite sur leurs détails après décomposition en ondelettes. En fait, nous sommes intéressés à la sélection dynamique de ces détails dans les deux approches en utilisant une technique basée sur la distance Kullback Leibler. Enfin et dans le but d’identifier les contractions et de réduire le nombre des autres évènements détectés, un essai d’extraction des paramètres de ces évènements obtenus est présenté et validé
In this study , we have focused on the automatic segmentation of events in the uterine EMG signal and then on the identification of contractions among these events by referring to the expert's knowledge. Our database includes uterine EMG signals of different weeks of gestation acquired through a matrix of 4x4 electrodes. Therefore, our work has first included an application of the dynamic cumulative sum (DCS) method in a monodimensional approach on monopolar signals in order to obtain a high spatial resolution of the data. Based on the obtained results, our study has then focused on bipolar signals in order to increase the signal-to-noise ratio (SNR) of uterine EMGs. In fact, the DCS method has continued by associating first a series of techniques for the elimination of false detected ruptures either based on Fisher or on the SNR and by developing secondly two fusion methods of these ruptures : the firts one is automatic while the other one is based on the weighted majority voting system, where each channel is weighted by a factor when merging the instants of detected ruptures. In addition, the DCS method is applied in a multidimensional approach, first on the bipolar signals, then on their details after wavelet decomposition. Infact, we were interested in the dynamic selection of these details in both approaches by using a technique based on the Kullback Leibler ditance. Finally, in order to indentify the contractions and reduce the number of other detected events, an assay of parameters extraction of these obtained events has been presented and validated