Micro Learning Factory (MLF) : l’innovation au service de l’enseignement et de la recherche dans l’industrie 4.0

Dans cette page :

• Qu’est-ce que la Micro Learning Factory ?
• Le déploiement sur le campus de Strasbourg

---

Découvrez la Micro Learning Factory (MLF) : l’innovation au service de l’enseignement et de la recherche dans l’industrie 4.0. Installée récemment sur l’école d’ingénieurs CESI campus de Strasbourg, la MLF est une plateforme expérimentale.

Qu’est-ce que la Micro Learning Factory ?

Le projet Micro Learning Factories (MLFs), lancé en juin 2021, vise à déployer des plateformes dédiées à la recherche et à l’enseignement de la robotique et de l’automatisation des systèmes industriels de production sur les campus CESI.

Conçues par une équipe composée d’enseignants-chercheurs, d’ingénieurs de recherche et d’ingénieurs pédagogiques issus des campus CESI, les plateformes MLFs intègrent une variété d’équipements tels que des bras robotisés 6-axes, des convoyeurs, des robots mobiles, des capteurs et actionneurs, des contrôleurs, des superviseurs, etc. regroupés sur un plateau composé de 10 tables amovibles. L’objectif des plateformes MLFs est de reproduire, à une échelle réduite, les systèmes de production utilisés dans les industries manufacturières, de manière fidèle et réaliste.

Objectifs pédagogiques

Les plateformes MLFs ont pour objectif :

• La découverte et l’exploration des concepts de la gestion de production et des technologies clés de l’INDUSTRIE 4.0 par le biais de l’expérimentation.
• La mise en place de scénarios pédagogiques pour comprendre et intégrer des concepts et des notions complexes.
• La manipulation du système et l’interaction avec ses paramètres afin de comprendre sa dynamique.
• La révélation et la visualisation des données cachées du système.

Objectifs de recherche

• Découvrir et explorer les concepts de la gestion de production et les technologies clés de l’INDUSTRIE 4.0 par l’expérimentation.
• Jouer des scenarii pédagogiques pour comprendre et intégrer des concepts et des notions complexes.
• Manipuler le système et interagir avec ses paramètres pour comprendre sa dynamique.
• Révéler et visualiser les données cachées du système.