---
title: S1 Programme Industrie 4.0
tags: programme
robots: noindex, nofollow
author: Julien Noyer
---

# Ingénieur 2000 : organisation


> Appeler Olivier pour Elahdj
> Problème d'installation Conda (mnque app bureau) => Erdem

# Introduction

L’idée du projet par séquence est de ne pas perdre les étudiants sur une si courte séquence entre le projet final qu’ils ont, les points évoqués par olivier qui doivent être abordés et la multiplicité des intervenants: il faut qu’à leurs yeux ça reste accessible et qu’on leur ouvre différentes fenêtres en ayant quelquechose de cohérent sur lequel s’appuyer (ça nous évitera les redondances et nous donnera plus de libertés)

Potree est sympa en illustration (il y a d’ailleurs des bibliothèques dans d’autre langages qui permettent la lecture de la donnée opaque) mais c’est peut être trop éloigné de leur préoccupation et relativement complexe pour leur demander de le mettre en oeuvre (enfin je ne sais pas, ça se tente)

<br>

## Liens utils

- **Visio** : https://visio.outofpluto.com/numindus
- **Répartition de cours** : https://bit.ly/31ibw0a
- **Semaines** : https://bit.ly/34bEbFU
- **Classroom** https://classroom.google.com/h
- **Quizz** https://docs.google.com/forms/d/1wWbmKH8ehSgNV2gQmhX2lbaT6SNP1Y0HudFFEt_Qq1M/viewform?edit_requested=true
- **Appel** https://docs.google.com/forms/d/e/1FAIpQLScGN8aSZw4TL9bRY4Y_s4QGPqaPRUfC01d_lG9rT86col5yFA/viewform

<br>

## Dates de cours retenues (84 heures)

- Mercredi 18/11 toute la journée
- Jeudi 19/11 toute la journée
- Lundi 23/11 après-midi
- Mercredi 25/11 toute la journée
- Lundi 30/11 toute la journée
- Mercredi 02/12 toute la journée
- Lundi 07/12 toute la journée
- Jeudi 10/12 matin
- Lundi 14/12 toute la journée
- Mardi 15/12 matin
- Jeudi 17/12 toute la journée
- Lundi 21/12 matin
- Lundi 04/01 toute la journée
- Mardi 05/01 après midi
- Jeudi 07/01 après midi

### Dates de coaching (36 heures)

- Vendredi 11/12 toute la journée
- Mardi 15/12 après midi
- Vendredi 18/12 toute la journée
- Jeudi 07/01 matin
- Vendredi 08/01 toute la journée
- Lundi 11/01 après midi
- Mardi 12/01 matin

<br>
---
<br><br>

# Semaine 1 - Observation / Préparation (Julien)

Mise en place d’une structure d’extraction, transformation et restitution en utilisant les outils no-code.
Objectifs:

- Voir la problématique dans son ensemble
- S’approprier des outils faciles et pratiques (pour des opérations manuelles)
- Comprendre la problématique dans son ensemble (diversités sources, modalités, technologies, représentations, usages…)
- Initier la démarche de recherche pro-active de solution: outils méthodologiques (-> accéder aux standards, qualifier les sources, identifier l’information etc…)

<br>

## Projet

- mini-site + dashboard (rawgraphs) en no-code à partir de données publiques: opérations manuelles: comprendre les enjeux
- Transformation pour affichage (encodages)
- Adaptation de "bouts" de code fournis pour début de prise en main : éditeur de texte / code
- Compréhension de la complexité et des étapes essentielles en utilisant des outils intuitifs (l'outil ne doit pas être le problème ni le sujet des cours)

<br>

## Sujets

- Sélectionner les technologies adaptées au produit développé
- Construire un prototype fonctionnel sans ressources techniques : wordpress / nocode
- intégrer des contenus te1tes, images, sons, vidéo dans le code HTML5 ;
- Comprendre les métiers de la données Data Analyst
- Récupérer des données à partir d'une source identifiée
- DataVisualisation - Interpréter et donner un regard critique sur des données graphiques
- Culture / ecosystème data

<br>

## Outils

- LibreOffice / excel
- Editeur de texte (éditions de csv)
- rawgraphs.io

Indiquer les outils à installer pour la semaine suivante (conda, zettler)

<br>
---
<br><br>

# Semaine 2 - Communiquer (Anthony)

Représentations graphiques, textes et données, partage. Introductions aux langages de programmation

<br>

## Projet

Autre exemple de mini-site, cette fois en Jupyter avec génération automatique de graphique. Approcher les représentations interactives avec d3, processing (on leur donne envie de programmer en leur montrant ce qu’il y a dans les boites à outil) en cibler un usage concret pour leur projet (représenter la pression d’une cuve en temps réel ? grafana ou autre ? prometheus ?)

> Ca peut être aussi une opportunité de découvrir les technologies en répondant aux questions du type « quel logiciel utilise d3.js »
> Il va falloir qu’ils aient des environnement de dev Python et JS

<br>

## Sujets

- Sélectionner les technologies adaptées au produit développé
- Construire un prototype fonctionnel sans ressources techniques : wordpress / nocode
- Gérer des événements JavaScript
- Comprendre les métiers de la données Data Analyst
- Bases de Programmation / Python / Algo
- Utiliser les librairies spécialisées pour la Data Science
- DataVisualisation - Interpréter et donner un regard critique sur des données graphiques
- Culture / ecosystème data

<br>

## Outils

- Jupyter notebook + pandas + json
- vega-lite et vega-lite streaming data
- Traitement de time series.
- Restitution cohérente (design system), charte graphique
- Produire une représentation graphique (réf rawgraphs semaine 1) en automatique

<br>
---
<br><br>

# Semaine 3 - Transformer (Anthony)

Comparaison, Tri, Sélection, Recherche, Classification. Notions d’algorithmique

<br>

## Projet

Analyser la performance d’une machine (par exemple un ordinateur), le dépassement des seuils critiques: on leur file une série de log
Notion de temps de calcul / complexité / volumétrie
Notions d'architecture : nœud du calcul
Notions d'algo probabilistes et déterministes
Intérêt de programmer
- Trouver une séquence dans une autre séquence
- Illustration avec l'analyse de sentiments (tweets démocrates ou républicains) / tweetsentimentextraction https://www.kaggle.com/c/tweet-sentiment-extraction

<br>

## Sujets

- Sélectionner les technologies adaptées au produit développé
- Gérer des événements JavaScript
- Comprendre les métiers de la données Data Analyst
- Bases de Programmation / Python / Algo
- Concepts de base de données
- Utiliser les librairies spécialisées pour la Data Science
- Culture / ecosystème data
- Introduction Big Data / Machine Learning

<br>

## Outils

- Logigrammes
- Algo en Python, en js et en pseudo-code
- visualgo

> Un problème simple sur des données simples avec différents types (booléens, entiers, flottants, chaines de caractères, dates et heures...) et des algorithmes de tri (on leur fait coder et comprendre la complexité)
> Il faudrait que ça s’appuie sur le même environnement

<br>
---
<br><br>

# Semaine 4 - Stocker pour utiliser (Damien)

BDD, Schema, Identification & Rapprochement, SQL/NoSQL, Charge (Volumes, Fréquence), Backup, Archive. Organisation des données en fonction de l’usage

- Organiser l'information en fonction de l'usage
- Voir la puissance des BDD pour le projet de la semaine précédente
- Mettre en avant la puissance de stockage et d'extraction
- Graphes, documents, données tabulaires, retour du json pour la structuration de données
- On leur facilite la tâche en introduisant les base de données SQL (sqlite) pour faire des requêtes
- On leur montre CRUD sur la base (pas d’ORM) en comparaison on leur montre un truc du genre couchdb (avec pouchdb)

<br>

## Projet

- Croiser des données de contexte plusieurs modalités
- Données géographiques
- Bornes vélo bikesharemap.com ?
- Extraire du CSV, stocker en SQLite et réextraire de l'information en faisant des requêtes

<br>

## Sujets

- Sélectionner les technologies adaptées au produit développé
- organiser et gérer la base de données / Mettre en œuvre des opérations CRUD de manière sécurisée
- Comprendre les métiers de la données Data Analyst
- Concepts de base de données
- Effectuer des requêtes sur une base de données
- Récupérer des données à partir d'une source identifiée
- Utiliser les librairies spécialisées pour la Data Science
- Culture / ecosystème data
- Stockage et Sécurisation des données
- Introduction Big Data / Machine Learning

<br>

## Outils

- sqlite
- Apache Zeppelin
- bikesharemap.com

<br>
---
<br><br>

# Semaine 5 - Accéder aux informations (Damien)

Accéder aux données: les différentes modalités : Formats, API, Requêtes, Flux vs Dépôt, temporalité, multiplicité des sources Types, Séquence, Tableaux, Graphes. Multiplier les sources

- Relier le matériel/physique au web
- Open API
- Standards, API ouvertes, Sparql
- mqtt ? 0mq ? IoT

<br>

## Projet

- chat : 1. développer en mqtt websockets 2. comparer avec /destructurer Jabber

<br>

## Sujets

- Sélectionner les technologies adaptées au produit développé
- assembler les pages en HTML5 et CSS3 à partir de maquettes graphiques ;
- intégrer des contenus te1tes, images, sons, vidéo dans le code HTML5 ;
- Gérer des événements JavaScript
- Comprendre les métiers de la données Data Analyst
- Bases de Programmation / Python / Algo
- Récupérer des données à partir d'une source identifiée
- Culture / ecosystème data
- Stockage et Sécurisation des données

<br>
---
<br><br>

# Semaine 6 - Coordonner (Julien)

Rassembler les éléments appris, composer plusieurs technologies et opérations ensemble, les restituer sous un tout cohérent

<br>

## Sujets

- Sélectionner les technologies adaptées au produit développé
- Construire un prototype fonctionnel sans ressources techniques : wordpress / nocode
- assembler les pages en HTML5 et CSS3 à partir de maquettes graphiques ;
- intégrer des contenus te1tes, images, sons, vidéo dans le code HTML5 ;
- Comprendre les métiers de la données Data Analyst
- Récupérer des données à partir d'une source identifiée
- DataVisualisation - Interpréter et donner un regard critique sur des données graphiques
- Culture / ecosystème data
- Stockage et Sécurisation des données

<br>

## Outils

- Génération de site statique (jekyll, mkdocs, vuepress, https://gohugo.io/)

<br>
---
<br><br>

# Références

### NN et apprentissage
http://cs231n.stanford.edu/
https://cs.stanford.edu/people/karpathy/convnetjs/
https://www.kaggle.com/c/tweet-sentiment-extraction

### algorithmique
http://sorting.at/

### Statistiques, data viz
https://www.ted.com/talks/hans_rosling_the_best_stats_you_ve_ever_seen
https://pyviz.org/overviews/index.html

### Industrie 4.0
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwip4Imii5jsAhUmx4UKHe27CGoQFjAHegQICBAC&url=https%3A%2F%2Fiutpa.univ-pau.fr%2F_attachments%2Fcolloques-article-2%2FVincent_MORENO_HUPI.pdf%3Fdownload%3Dtrue&usg=AOvVaw3_1i1H8sBxjlEHfNZuNJsU

### Data
https://github.com/topics/awesome-public-datasets

## Nocode - sites statiques
https://gohugo.io/
https://snipcart.com/blog/choose-best-static-site-generator

## BDD et modélisation
http://mocodo.wingi.net/
https://www.infoq.com/articles/C4-architecture-model/

Damien T
https://www.data.gouv.fr/fr/datasets/offre-transport-de-la-ratp-format-gtfs-ratp/
15:31
ab
https://www.nist.gov/el/intelligent-systems-division-73500/networked-control-systems-group/project-data-wireless-systems
https://s3.amazonaws.com/nist-ics-wireless/measurements/passive_meas/NIST%20MachineShop/Loc1_MidSouth_r_one_001.csv
https://nvlpubs.nist.gov/nistpubs/ir/2020/NIST.IR.8262.pdf
https://www.nist.gov/el/intelligent-systems-division-73500/networked-control-systems-group/measurement-data-files
15:41
Damien T
https://sqlitebrowser.org/blog/version-3-12-0-released/
https://docs.min.io/docs/minio-select-api-quickstart-guide.html
15:45
ab
https://dbhub.io/
https://api.dbhub.io/
https://dbhub.io/lvidacovich/Stats.db
https://dbhub.io/vis/justinclift/Marine%20Litter%20Survey%20%28Keep%20Northern%20Ireland%20Beautiful%29.sqlite
15:52
Damien T
http://www.normes-donnees-tc.org/
https://data.ratp.fr/explore/dataset/offre-transport-de-la-ratp-format-gtfs/information/
https://docs.min.io/docs/minio-bucket-notification-guide.html#MQTT
16:06
{ "number": 123, "contractName" : "Lyon", "name": "nom station", "address": "adresse indicative", "position": { "latitude": 45.774204, "longitude": 4.867512 }, "banking": true, "bonus": false, "status": "OPEN", "lastUpdate": "2019-04-08T12:23:34Z", "connected": true, "overflow": true, "shape": null, "totalStands": { "availabilities": { "bikes": 15, "stands": 25 }, "capacity": 40 }, "mainStands": { "availabilities": { "bikes": 15, "stands": 15 }, "capacity": 30 }, "overflowStands": { "availabilities": { "bikes": 0, "stands": 10 }, "capacity": 10 } }
https://developer.jcdecaux.com/#/home
16:10
ab
http://mbtaviz.github.io/
16:11
Damien T
https://www.onem2m.org/
https://opcfoundation.org/
https://avs.auto/demo/index.html
https://vis.gl/
16:40
ab
Rien à voir mais marrant :
https://www.letudiant.fr/palmares/liste-profils/palmares-des-ecoles-d-ingenieurs/palmares-general-des-ecoles-d-ingenieurs/home.html#indicateurs=900659,900660,900661,900677&criterias
https://www.ingenieurs2000.com/ecole-ingenieur-actu/trophees-agires-synergie-ingenieurs-2000-sur-le-podium/
16:43
Damien T
https://nteract.io

# Réunion du 10 novembre EQUIPE

- Fabrique de confiture
- 4 chaines de productions
- Mesure de plusieurs capteurs par chaine
- Mesure de données de production
- Disponible sur un réseau Lora
- Optimiser le cout de production
- 80% de l'éléctricité est consommé par la chambre froide
- pas d'accès en temps réels, fourniture d'une archive par le client
- Possibilité d'instalelr un VPN pour avoir accès aux données en temps réel
- **Damien T.** : Recherche opérationnelle / optimisation linéaire
- Une dizaine d'étudiants séparé parvision d'optimisation
- Faire des préconisation pour améliorer leurs résultats
- Mettre en place un logiciel de suivi
- Etre capale de définir des standard

# Réunion du 10 novembre CLIENT

- Vérifier les accès aux outils
- Envoyer les documents administratifs
- UX : avoir une méthodologie pour placer l'utilisateur au centre
- Projet : **Andresy confiture** Comparer des données de consomation énergétique par rapport à la production
- Session d'accompagnement toutes les semaines
- Intégrer au fur et à mesure les notions abordées
- Gestion agile : Phillipe spécialiste Agile industrie
- Ne pas hésiter à charger les périodes de travail en autonomie
- Restitution 13 janvier avec soutenance
- **Lionel**
- Comprendre les enjeux des clients
- Comprendre l'implication des modules
- Comprendre le marché de la transformation digitale
- swocovid19.com
- Envoie de documents issus de son entreprise (30 ans EX)
- Interface du post-opérateur liées au constructor (offre premium)
- Les besoins d'un post-opérateur à besoin de données différentes de l'ingénieur
- **Shawi**
- Intégration horizontal/verticale => **Lionel** : non
- Problème d'interface déjà renconté
- Comment concevoir une interface exploitable par un ingénieur de production
- Utiliser un outil comme NodeRed
- Faire un résumé des cours
- Cours :
- Basé sur les use cases
- Introduction aux systèmes de production
- Structure de l'entreprise piramyde CIM
- Evengélisation industrie 4.0
- Proposer un framework d'évolution du système de production vers 4.0
- Evolution des devices
- Management et Pilotage
- Présentation d'une architecture 4.0
- **Patrick**
- Les étudiants ont déjà un vécu en entreprise
- Ils ont 3 ans d'expérience
- Comment organiser le jury ? => Olivier : en cours, présentiel si possible, 1 formateur-trice expert selon dispo
- Obligation de respecter des normes pour maintenir les financements
- Les étudiants seront interroger sur leur compréhention pour enrichire la formation
- ** Sarah**
- Pertinance de créer un projet plus digital
- Bonne pratiques UX en therme de conception
- Parcours utilisateur
- Arborescence, navigation
- Quelles sont les attentes d'un ingénieur de production ?
- **Damien**
- Cibler les post-opérateurs ?
- Point de chevauchement avec Shawi : architécture de l'information
- Notion d'écosystème pour orienté une décision technique
- **Patrick**
- Comment passer de l'industrie depuis le point zéro ?
- **Olivier**
- Faire l'appel : lien fourni
- La formation étant pise en charge il faut controler l'assiduété
- Signer une fiche de poste

# Réunion du 4 décembre CLIENT

- Les étudiont construisent l'ordre du jour de la réunion client
- Rapport dur la concommation éléectique selon la production
- Concommation énergétique par pot de confiture ramener sur 24h
- Jusqu'ou le client peu aller en terme de retour sur investissement
- Consommation d'eau importante pour nettoyer les cuves
- Ou sont les capteurs et que captent-ils ?
- Qu'est-ce qu'un OF (ordre de fabrication)
- suivi du produit dans toutes la production
- une seule zone de tracking qui sous-entend plusieurs OF
- bien comprendre ce que représente un OF
- Est-ce que le client pour fournir des prix de fabrication

# Questions Andrésy

## Organisation générale

### Horaires

Classique lundi au vendredi avec exceptions le samedi
1/8 : 4h30-15h30

Pics d'activité : 2 à 3 jours par semaine 19h
Samedi 4h30-midi

Jamais le dimanche ni les jours fériés

### Zones de cuisson

Conditionnement
Quelle chaîne de cuisson consomme le plus
Pour intégrer dans la chaîne globale de production d'un article

### Cartographie des processus et des flux

Tout passe par le dosage

Grands ensembles : condiments, confitures, compotes, confits

capsule
étiquette optionnelle
barquette
palette

95% des machines sont identiques sur les productions

### OF

- OF sur stock
- OF commandes spécifiques (genre, 5000 pots particuliers)
- Heure de début et de fin d'OF
- Pas de détail des temps sur chaque étape !

**Facteur limitant : doseuse**

### Rebuts

Pas d'information disponible

## Finance

### ROI

Court terme et long terme sont intéressants : amortissements sur 5, 10 ans ou plus.
Leasing ?
Tendance à acheter

### Volume d'eau

A demander

### Consommation hors temps ouverture

A déterminer à partir des données quotidiennes

Répartition en masse

Température constante -19-20° et stock quasi constant

Chambre froide, double coquage + bardage extérieur

## Données

### Relevés

Relevés EDT et eaux : à demander
Delta entre conso réelle et mesure

### Doc compteurs

RAS

### Pannes

RAS

### Numéro d'article pour chaque OF

Oui

### Articles

PCB: Nombre de produit par carton
utile pour les chaînes 1 à 3
chaîne 4, vente au kilo

Ministère de l'agriculture pour la nomenclature

### OF

ALT : petite différenciation en manière de prod.
> Vérifier la performance

quantité de base : pots
quantité : cartons

### IOT

Deux voies de comptage

### Compteurs / période

Coupure générale d'eau la nuit
Les autres capteurs tournent en permanence

# Réunion du 10 décembre TEAM

- PCB = prix par carton
- Le client n'est pas intéressé par la gestion du flux
- Toutes les machines sont les même
- OF sur chaque élément de la chaine
- Une commande peut avoir plusieurs OF
- Tracer les OF par commande

# Réunion du 14 décembre TEAM

- Chaque groupe doit se positionner sur un objectif d'optimisation
- Qu'elle est la valeur mesurée ?
- Travail sur la faisabilité des analyses
- Regard critique sur les données reçues
- Object : mettre les étudiants sur les rails pour les 2 semaines de vacances
- Object : définir les données inutilisables
- Minio pas compris
- Analyse des données pour le 21/22 pour la piste investissement
- Pour le 22 : données analysée et intuition d'optimisation
- Connaître l'axe de calcule
- Objectifs clairs pour vendredi avec Damien