BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Laboratoire de Mécanique et Génie Civil (LMGC) - ECPv6.2.3.2//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Laboratoire de Mécanique et Génie Civil (LMGC)
X-ORIGINAL-URL:https://lmgc.umontpellier.fr
X-WR-CALDESC:évènements pour Laboratoire de Mécanique et Génie Civil (LMGC)
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230215T090000
DTEND;TZID=Europe/Paris:20230215T110000
DTSTAMP:20260622T204504
CREATED:20230208T163805Z
LAST-MODIFIED:20230213T124032Z
UID:2354-1676451600-1676458800@lmgc.umontpellier.fr
SUMMARY:Test séminaire
DESCRIPTION:François Gibier – LMGC \nDe nombreux patients souffrent de défauts locaux de cartilage et sont contraints de faire remplacer leur genou malade par une prothèse totale de genou pour remédier à ce soucis. Cependant\, des solutions moins extrêmes sont envisagées et des implants de néo-tissus de cartilage articulaire sont en cours de développement à l’IRMB\, dans un objectif de réparation et guérison du cartilage malade. Les travaux de thèse de Noémie Petitjean ont montré que ces néo-tissus de cartilage se développent mieux sous contrainte mécanique mais ce stimuli mécanique doit être contrôlé et limité ex-vivo comme in-vivo jusqu’à maturation complète du tissus. Les néo-tissus de cartilage articulaire ne peuvent atteindre la maturité ex-vivo\, il faut donc les implanter avant maturité sur le patient et alors diminuer les contraintes mécaniques s’appliquant sur le cartilage articulaire localement\, puis les réaugmenter progressivement au cours du temps et en fonction du développement du néo-tissus in-vivo. C’est de cette problématique complexe de modulation des efforts articulaires au niveau du cartilage articulaire du genou qu’est né le projet de développement d’un exosquelette ou d’une endoprothèse.
URL:https://lmgc.umontpellier.fr/event/test-seminaire/
LOCATION:LMGC\, France
ATTACH;FMTTYPE=image/jpeg:https://lmgc.umontpellier.fr/wp-content/uploads/2023/02/Cadre_ruche.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230223T140000
DTEND;TZID=Europe/Paris:20230223T150000
DTSTAMP:20260622T204504
CREATED:20230216T164954Z
LAST-MODIFIED:20230216T165012Z
UID:2532-1677160800-1677164400@lmgc.umontpellier.fr
SUMMARY:Classification incrémentale de données longitudinales à changements de régime – Application au diagnostic en ligne de composants ferroviaires
DESCRIPTION:Hani EL-ASSAAD \nATER – Département de mécanique\, FdS \nSalle 205 et visio \nAfin d’assurer un bon entretien du matériel roulant ferroviaire\, ces systèmes font l’objet d’inspections régulières. Le principal défi pour les opérateurs est de maximiser la disponibilité des trains sans augmenter les coûts\, grâce à la mise en place d’opérations de maintenance prédictive et conditionnelle. Dans ce contexte\, tant les constructeurs que les exploitants sont amenés à rechercher les moyens de paramétrer la maintenance conditionnelle en fonction de l’état réel du système\, notamment la prédiction\, c’est-à-dire de prédire la défaillance de ces matériels. En développant des outils innovants de diagnostic et de maintenance des sous-systèmes embarqués\, les opérateurs sont en mesure d’optimiser les opérations de maintenance\, la logistique de leurs trains en gares et ateliers\, et l’approvisionnement des pièces nécessaires. \nMes travaux de recherche aborde la problématique de la classification non supervisée de données lorsque les caractéristiques des classes sont susceptibles d’évoluer au cours du temps. On parlera également\, dans ce cas\, de classification dynamique de données temporelles non stationnaires. Le cadre applicatif des travaux concerne le diagnostic par reconnaissance des formes de systèmes complexes dynamiques dont les classes de fonctionnement peuvent\, suite à des phénomènes d’usures\, des déréglages progressifs ou des contextes d’exploitation variables\, évoluer au cours du temps. Par exemple\, le mécanisme d’aiguillage des rails et les Portes d’accès voyageur des trains. Un modèle probabiliste dynamique\, fondé à la fois sur les mélanges de lois et sur les modèles dynamiques à espace d’état\, a ainsi été proposé. Compte tenu de la structure complexe de ce modèle\, une variante variationnelle de l’algorithme EM a été proposée pour l’apprentissage de ses paramètres. Dans la perspective du traitement rapide de flux de données\, une version séquentielle de cet algorithme a également été développée\,\nainsi qu’une stratégie de choix dynamique du nombre de classes. Une série d’expérimentations menées sur des données simulées et des données réelles acquises sur le système d’aiguillage des trains a permis d’évaluer le potentiel des approches proposées. \nMots clés : Diagnostic\, Maintenance préventive\, Aiguillage\, Classification\, Filtre de Kalman\, Modèle dynamique à variables latentes\,  Données temporelles non stationnaires\, Classes évolutives.
URL:https://lmgc.umontpellier.fr/event/classification-incrementale-de-donnees-longitudinales-a-changements-de-regime-application-au-diagnostic-en-ligne-de-composants-ferroviaires/
LOCATION:LMGC – Salle 205\, LMGC\, bâtiment 2\, 860 rue de Saint Priest\, France
END:VEVENT
END:VCALENDAR