Séance de cours

Conception de guidage flexible

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours (2)

MICRO-200: Conception de mécanismes I

Ce cours introduit les bases de la mécanique des structures : calcul des contraintes et déformations provoquées par les forces extérieures et calcul des déformations. Ces enseignements théoriques sont appliqués à la conception des éléments importants des m ...

MICRO-201: Conception de mécanismes II

Le second semestre du cours « Conception de mécanismes » développe les capacités créatrices de conception appliquées au domaine des mécanismes microtechniques. Il s'attache tant aux connaissances (composants, principes physiques, dimensionnement) qu'au pro ...

Description

Cette séance de cours couvre la conception de guidages flexibles, en se concentrant sur la combinaison de joints flexibles pour créer des tables à lames parallèles. L'instructeur explique la méthode d'analyse des structures composées de deux blocs rigides reliés par des articulations flexibles orthogonales. La séance de cours comprend une méthode intuitive pour mesurer la rigidité, identifier les éléments hyperstatiques et effectuer des contrôles pour assurer la stabilité du système. Le concept de liberté locale et l'importance de l'éviter sont discutés, ainsi que l'optimisation des structures utilisant des colonnes flexibles. La séance de cours se penche également sur la mise en œuvre de poussoirs pour la motorisation de tables à lames parallèles, présentant les avantages de l'utilisation de colonnes flexibles pour améliorer les performances du système.

Enseignant·e·s (4)

Simon Nessim Henein

Simon Henein obtient son diplôme d’ingénieur en microtechnique de l’Ecole Polytechnique Fédérale de Lausanne (EPFL) en 1996, puis le titre de docteur ès sciences techniques de cette même institution en 2000. En 2001 il publie un livre intitulé « Conception des guidages flexibles » qui devient une référence dans le monde de la conception micromécanique. Ce livre sera traduit en anglais et complété dans un ouvrage collectif intitulé "The art of flexure mechanism design" publié en 2017.Simon Henein s’engage ensuite professionnellement au Centre Suisse d’Electronique et Microtechnique (CSEM) où il conçoit et développe des mécanismes dédiés à des applications robotiques, spatiales, astrophysique, biomédicales et horlogères, ainsi qu’à l’Institut Paul Scherrer où il développe des instruments pour le synchrotron suisse SLS. Depuis le 1er novembre 2012, il est professeur associé en microtechnique à l’EPFL et directeur du Laboratoire de conception micromécanique et horlogère (Instant-Lab). De 2020 à 2021 il effectue un congé de recherche en tant que professeur invité au Centre d'études théâtrales de l'Université de Lausanne (faculté des lettres).

Herbert Shea

Enseignement et PhD Doctorant·es actuel·les Myoung Ju Kim, Xintong Tong, Huapeng Zhang, Rohit Kadungamparambil John, Yichi Luo, Lucas Aurélien Jourdan, Ayana Mizutani, Donghyun Kim A dirigé les thèses EPFL de Michael Bodendorfer, Renato Krpoun, Samuel Rosset, Muhamed Niklaus, Kaustav Ghose, Samin Akbari, Vinu Lalgudi Venkatraman, Luc Maffli, Simon Dandavino, Tobias Bandi, Subha Chakraborty, Pietro Romano, Alexandre Poulin, Marianna Fighera, Nadine Besse, Alexis Pierre Henri Marette, Reto Wiesendanger, Fr

Olivier Chappuis

Danick Briand

Enseignement et PhD A dirigé les thèses EPFL de Alessio Mancinelli, Silvia Demuru, Ryan van Dommelen, Morgan Mc Kay Monroe, Nicolas Francis Fumeaux, James Alec Pierce Bourely A co-dirigé les thèses EPFL de Jérôme Courbat, Don Isarakorn, David de Koninck, Rahel Strässle, Rokhaya Gueye, Francisco Molina Lopez, Pattanaphong Janphuang, Andres Felipe Vasquez Quintero, Alexis Pierre Henri Marette Cours Advanced MEMS & microsystems MICRO-534 Approfondissement des principes de fonctionnement et tech

Source officielle

Concepts associés (8)

Optimisation (mathématiques)

L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.

Optimisation combinatoire

L’optimisation combinatoire, (sous-ensemble à nombre de solutions finies de l'optimisation discrète), est une branche de l'optimisation en mathématiques appliquées et en informatique, également liée à la recherche opérationnelle, l'algorithmique et la théorie de la complexité. Dans sa forme la plus générale, un problème d'optimisation combinatoire (sous-ensemble à nombre de solutions finies de l'optimisation discrète) consiste à trouver dans un ensemble discret un parmi les meilleurs sous-ensembles (ou solutions) réalisables, la notion de meilleure solution étant définie par une fonction objectif.

Algorithme de colonies de fourmis

Les algorithmes de colonies de fourmis (, ou ACO) sont des algorithmes inspirés du comportement des fourmis, ou d'autres espèces formant un superorganisme, et qui constituent une famille de métaheuristiques d’optimisation. Initialement proposé par Marco Dorigo dans les années 1990, pour la recherche de chemins optimaux dans un graphe, le premier algorithme s’inspire du comportement des fourmis recherchant un chemin entre leur colonie et une source de nourriture.

Optimisation multiobjectif

L'optimisation multiobjectif (appelée aussi Programmation multi-objective ou optimisation multi-critère) est une branche de l'optimisation mathématique traitant spécifiquement des problèmes d'optimisation ayant plusieurs fonctions objectifs. Elle se distingue de l'optimisation multidisciplinaire par le fait que les objectifs à optimiser portent ici sur un seul problème. Les problèmes multiobjectifs ont un intérêt grandissant dans l'industrie où les responsables sont contraints de tenter d'optimiser des objectifs contradictoires.

Colonne (architecture)

vignette|250px|Colonnes monumentales datant de l'Antiquité romaine du temple de Bel à Palmyre, Syrie. vignette|200px|Colonnes engagées et baguées à bossages vermiculés. La colonne est, en architecture, ameublement, sculpture et ingénierie des structures, un support vertical dont le plan est un cercle (colonne cylindrique) ou un polygone régulier à plus de quatre côtés (colonne polygonale). Elle se distingue du pilier et du pilastre. Elle est composée en principe d'une base, d'un fût et d'un chapiteau.

Afficher plus

Séances de cours associées (43)

Modèle MILP et jours typiques par FM

Discute du modèle MILP, des jours typiques, du regroupement et de l'analyse des périodes extrêmes dans l'optimisation des systèmes énergétiques.

Chemin le plus court: Propriétés MOOC: Optimisation : principes et algorithmes - Optimisation discrète et en réseau

Couvre le manque de complémentarité, les conditions d'optimalité, les preuves, les cycles de coûts négatifs et les chemins simples dans l'optimisation du réseau.

Compréhension de la généralisation : partialité implicite et optimisation

Explore le compromis entre la complexité et le risque dans les modèles d'apprentissage automatique, les avantages de la surparamétrisation et le biais implicite des algorithmes d'optimisation.

Méthodes d'optimisation adaptative: théorie et applications

Explore des méthodes d'optimisation adaptative qui s'adaptent localement et convergent sans connaître la constante de douceur.

Edge AI Caractéristiques de l'application MOOC: Systèmes IoT et applications industrielles avec Design Thinking

Se penche sur les applications d'IA de pointe, en se concentrant sur les scénarios de surveillance de la température.

Afficher plus

Concepts associés (8)

Optimisation (mathématiques)

Optimisation combinatoire

Algorithme de colonies de fourmis

Optimisation multiobjectif

Colonne (architecture)

Afficher plus