Outils numériques avancés en Mécanique

par Marc BUFFAT, dpt Mécanique, Université Lyon 1[1]

Fig. 1 démarche illustré du calcul scientifique

Partie I Python pour les scientifiques

• 1. Introduction
• 2. Méthodes numériques avancées et programmation
• 3. Information et Documentation
• 4. Python pour les scientifiques
• 5. Bonnes pratiques en informatique scientifique
• 6. Optimisation en Python
• 7. Programmation objet en Python
• 8. TP d’applications
  • 8.1. TP programmation python
  • 8.2. TP Algorithmes en Python
  • 8.3. Calcul géométrique en 2D/3D
  • 8.4. TP Manipulation de points en 2D
  • 8.5. TP Manipulation de triangles en 2D
  • 8.6. TP Calcul géométrique en 2D/3D

Partie II Traitements de données

• 1. Traitement de données
• 2. Traitement de données avec PANDAS
• 3. TP d’applications
  • 3.1. Traitement de données en Python
  • 3.2. TP Pandas: traitement de données météo

Partie III Machine learning

• 1. Réflexion initiale
• 2. Introduction
• 3. Introduction générale
• 4. Introduction à l’IA (machine learning)
• 5. Méthodes de minimisation en IA
• 6. Différentiation Automatique
• 7. Algorithmes d’IA
• 8. Mise en oeuvre du machine learning
• 9. Analyse de séries temporelles avec IA
• 10. Introduction à PyTorch
• 11. Physics-Informed Neural Network (PINN)
• 12. TP d’applications
  • 12.1. TP reconnaissance de chiffres avec scikit-learn
  • 12.2. TP méthode de minimisation multi-dimensionnelle
  • 12.3. TP modélisation de propriétés mécaniques par machine learning
  • 12.4. TP Prédiction météo par IA
  • 12.5. TP problème inverse avec des PINNs
  • 12.6. TP célérité d’un choc par machine learning
  • 12.7. Modélisation d’un pendule double par IA

Partie IV Problèmes sous contrainte (ODE/DAE)

• 1. Équations différentielles ordinaires
• 2. Simulation d’EDO en Python
• 3. Simulation de mouvement en mécanique
• 4. Simulation d’ODE/DAE en Python
• 5. TP d’applications
  • 5.1. TP DAE : pendule sur une courbe
  • 5.2. TP Modélisation d’un looping

Partie V Problèmes de planification et contrôle

• 1. Planification de trajectoire
• 2. Calcul symbolique avec Python/Sympy
• 3. Planification en Mécanique
• 4. Modélisation de la charge d’une grue
• 5. Planification: mouvement d’une grue
• 6. Contrôle de trajectoires
• 7. TP d’applications
  • 7.1. TP Planification: étude d’un pont roulant

Partie VI Solution des TP

• 1. TP reconnaissance de chiffres avec scikit-learn
• 2. TP DAE : pendule sur une courbe
• 3. TP Planification: étude d’un pont roulant

Annexe

• 1. Références

Mise à disposition selon les termes de la License Creative Commons

---

[1]

cours de master M2 mécanique MAM