La conduite de projet est inhérente à l'activité des ingénieurs. Elle est menée en équipe et nécessite de mettre en place des stratégies collaboratives d'ingénierie collaborative. L'approche design induit l'innovation et questionne les fonctionnalités et les formes d'un produit en lien avec ses usages dans des environnements les plus divers. Elle exploite les possibilités offertes par les technologies du numérique. Les ingénieurs sont alors créateurs d'une réalité virtuelle et matérielle. Ces deux réalités s'enrichissent mutuellement en mobilisant le concept de jumeau numérique.
Au cours de la classe de Terminale, un projet de 48 heures conduit en équipe est proposé à tous les élèves. L’objectif est d’imaginer tout ou partie d’un produit, développé sous forme de réalisations numérique et matérielle en vue de répondre à un besoin et d’obtenir des performances clairement définies. Ces réalisations matérialisent tout ou partie d’une solution imaginée associée à un modèle numérique. Elles permettent de simuler et de mesurer expérimentalement des performances et de les valider. Une partie de programmation est nécessairement associée au projet. Elle peut prendre la forme d’une application qui installe le produit dans un environnement communicant.
Parmi les productions attendues, chaque équipe rédige obligatoirement une note interdisciplinaire. Limitée à quelques pages, cette note développe un point des programmes du cycle terminal d’enseignement de sciences physiques et de l’autre enseignement de spécialité, en montrant comment les notions liées à ces disciplines sont mobilisées dans le projet.
Ce projet sert de support aux élèves qui choisissent les sciences de l’ingénieur pour soutenir l’épreuve orale terminale. Pour mener à bien ce projet, les élèves disposent d’outils de prototypage accessibles dans des laboratoires de type laboratoire de fabrication (ou Fablab, espace partagé d’échanges, de recherche et de fabrication, doté d’outils numériques et technologiques), mettant à disposition l’ensemble des ressources matérielles et numériques nécessaires.
Le projet de Terminale proposé passe en commission de validation.
Analogies & Différences entre le PROJET SI et le PROJET STI2D de Terminale
Proposé par Christophe BRETON du lycée Jean Dupuy (Tarbes) et François HOUSSARD du lycée Charles De Gaulle (Muret)
Version du 3 juillet 2020
FICHE VIERGE de présentation de projet 48H de Terminale à compter 2020-2021
GRILLE ACADEMIQUE D'EVALUATION du Projet 48H
EXEMPLES COMPLETS de Projets 48h
Le projet IA - AUXY présenté en finale nationale des OSI 2021
proposé par un groupe d'élève du lycée Bellevue (TOULOUSE)
Le cahier des charges - La conception mécanique - Les modèles MATLAB SIMULINK
Le modèle SINUPHY - Les programmes PYTHON / ARDUINO MIT -
Le schéma électronique - La présentation OSI ...
Un aperçu :
Le lien vers la vidéo de présentation OSI
>>> Télécharger l'ensemble des ressources du projet
Le projet IA / MACHINE LEARNING - SMART FARMING
RECONNAISSANCE AUTOMATIQUE DES MALADIES SUR LES CULTURES
proposé par Cécile TONNERRE du lycée PP. RIQUET (St ORENS 31)
Version du 06/09/2021
L'objectif de ce projet est de mettre l'IA au service de l'agriculture de précision. Grâce à des techniques de deep learning, la reconnaissance automatique de maladie permettrait d'utiliser de façon ciblée et limitée les produits phytosanitaires sur les cultures.
Ce projet cible uniquement la reconnaissance des maladies (traitement d'images, classification). On pourrait imaginer, dans un second temps, transférer ce code sur une carte embarquée (sur un drone par exemple) et l'associer à des actionneurs afin que le traitement soit fait automatiquement pendant le survol des cultures.
Ce projet nécessite très peu de ressources matérielles puisqu'il est réalisé essentiellement avec le logiciel Matlab (des machines puissantes sont cependant requises en raison des calculs). L'utilisation de Matlab Online est également possible.
Au sommaire :
Présentation (expression du besoin et de la problématique)
Prise en main de MATLAB / IA - Installation de la plateforme de développement
Utilisation d'une réseau neuronal (classification)
Expérimentation du DEEP LEARNING
Création d'une IHM
Transfer Learning : ré-entraînement d'un réseau de neurones
Simulation - Déploiement - Alertes
Le déroulé du projet :
>>> Lien direct au Github pour accès à la dernière version en cours
>>> Lien d'accès à l'ensemble des ressources du projet
Ancien format de présentation attendu pour la validation
Proposé par Joël BOULOUCH du lycée Pierre-de-Fermat (Toulouse) et Philippe MESTRE du lycée Bellevue (Toulouse)
Version du 25 juin 2019
>>> Télécharger le dossier complet
Exemple de dossier de validation à l'ancien format
Le tracteur d'avions de tourisme
Proposé par Christophe BRETON du lycée Jean Dupuy (Tarbes) et François HOUSSARD du lycée Charles De Gaulle (Muret)
Version du 25 juin 2019
