Les systèmes innovants sont de plus en plus complexes. Dans le domaine de la mécatronique des véhicules automobiles, il est par exemple nécessaire de piloter des actionneurs par rapport à une stratégie de commande programmée dans un calculateur, qui réagit en fonction de mesures renvoyées par des capteurs. Dans le domaine aéronautique, on remplace, par exemple, les actionneurs hydrauliques par des actuateurs électriques avec une intelligence embarquée, afin d'obtenir des gains de poids et de flexibilité.
La complexité sans cesse croissante des systèmes ne doit pas nuire à leur fiabilité. Il est donc nécessaire de surveiller un système dans son ensemble pour diagnostiquer l'apparition de défaillances et garantir sa sûreté de fonctionnement.
Enjeux du diagnostic automatisé Méthodes fonctionnelles d'analyse de défaillance (arbres de défaillances, AMDEC, ...) Fiabilité Méthodes de diagnostic à base d'intelligence artificielle - reconnaissance des formes - classification - règles de décision Applications traitées à travers Matlab : du codage jusqu'à l'interface interactive Perspectives
Note = 50% savoir + 50% savoir-faire Note de savoir = examen final individuel Note de savoir-faire = moyenne des 3 comptes-rendus de BE