Pour vous authentifier, privilégiez eduGAIN / To authenticate, prefer eduGAINeu

18–20 nov. 2025
IJCLab
Fuseau horaire Europe/Paris

Python en contrôle-commande et apports des LLM

19 nov. 2025, 16:00
20m
100/-1-A900 - Auditorium Joliot Curie (IJCLab)

100/-1-A900 - Auditorium Joliot Curie

IJCLab

140
Montrer la salle sur la carte
Langages et Ingénierie de Conception Bloc sessions unique

Orateur

Thomas GEMOND (CNRS-LPSC)

Description

Présentation : Python en contrôle-commande et apports des LLM

1. Introduction (2 min)

  • Contexte : contrôle-commande → automatisation, supervision, communication avec des systèmes complexes
  • Objectif : montrer l’usage de Python et l’apport des LLM dans le développement, en s’appuyant sur des pratiques et outils mis en place dans mes projets

Slide : Titre + image symbolisant contrôle-commande (automate ↔ PC)


2. Python en contrôle-commande (4 min)

  • Points forts : simplicité, écosystème riche (PyEpics, PyQt, asyncio…), rapidité de prototypage
  • Exemples d’utilisation :
  • scripts pour piloter des équipements
  • acquisition et traitement de données
  • interfaces homme-machine (IHM)
  • intégration avec systèmes existants
  • Complément : Python comble ses propres faiblesses (performance, accès bas niveau) en s’appuyant sur d’autres langages, par ex. C++ pour la communication hardware ou bibliothèques optimisées en C

Slides :
- Schéma d’architecture (capteurs → Python → visualisation/commande)
- Exemple de code Python minimaliste (5–6 lignes lisibles)
- Encadré illustrant l’intégration Python ↔ C++ (wrapper, bindings)


3. LLM dans le développement (4 min)

  • Pourquoi ? Gain de productivité, génération de code, documentation, conception d’architectures
  • Cas d’usage concret :
  • génération rapide de scripts de test
  • assistance à la documentation utilisateur
  • proposition de solutions d’architecture
  • validation / qualification automatisée de code (tests unitaires, conformité aux standards)
  • Limites : nécessite validation humaine, ne remplace pas l’expertise

Slides :
- Schéma : développeur ↔ LLM ↔ code Python
- Exemple d’interaction : “propose des tests unitaires pour un module Python de communication”
- Pipeline de tests automatisés avec une brique “LLM”


4. Approche de développement (4 min)

  • Mise en place d’une approche structurée pour combiner Python, contrôle-commande et intelligence artificielle
  • Objectifs :
  • clarifier l’architecture des projets
  • faciliter l’intégration des modules Python
  • expérimenter l’usage des LLM dans un cadre concret
  • Illustration : exemple d’un mini-projet où Python pilote un équipement et où un LLM aide à valider/qualifier le code

Slides :
- Schéma d’architecture projet (couches/modules)
- Exemple concret d’intégration Python + LLM dans un workflow de développement


5. Conclusion & ouverture (1 min)

  • Bilan :
  • Python = outil clé en contrôle-commande
  • LLM = accélérateur et validateur
  • Approche structurée = amélioration de la qualité et de la productivité
  • Perspectives :
  • renforcer la fiabilité
  • démocratiser l’usage des LLM dans l’industriel

Slide : 3 bullet points de conclusion + image symbolique (futur de l’automatisation)

Auteur

Thomas GEMOND (CNRS-LPSC)

Documents de présentation