Aperçu du projet ANR OPUS A. Pasanisi

19 mars 2009 EDF-R&D Management des Risques Industriels 2 Plan  Éléments de contexte, finalités et organisation du projet OPUS  Use-cases et besoins méthodologiques  Les axes de recherche  Les types de contributions attendues

19 mars 2009 EDF-R&D Management des Risques Industriels 3 Éléments de contexte Projet ANR OPUS « Open source Platform for Uncertainty treatment in Simulation - Plate-forme Libre de Traitement des Incertitudes pour la Simulation » Démarrage : 1er avril 2008 pour une durée de 3 ans Budget : 2237 k€ (financement ANR 942 k€ 42%) Dans sa version actuelle, OPUS est le rapprochement de deux projets : OPUS AAP 2007 (Programme TechLog - Technologies Logicielles) COPRIN - COnception en PRésence d’INcertitudes AAP 2007 (Programme CIS - Calcul Intensif et Simulation)

19 mars 2009 EDF-R&D Management des Risques Industriels 4 Logique du regroupement Développement des standards : Guides, Normes,… ESReDA, IMdR, … OPUS : Outil/Plate-forme et Recherche Industrielle Plate-forme : EDF Recherche : Supelec DICE MASCOT NUM … Outils "incertitudes" SALOME, SCILAB R, … Durée 3ans méthodes validées Durée 1 - 2ans méthodes à industrialiser Durée 1an Industrialisation Outils, Services Coordination Projet : EDF R&D Coordination opérationnelle recherche – SUPELEC logiciel – EDF R&D

19 mars 2009 EDF-R&D Management des Risques Industriels 5 Les partenaires OPUS Une « bio-diversité » intéressante : Industriels, centres de recherche appliquée, universités et grandes écoles, PME de services informatique CEA École Centrale Paris EDF-R&D Dassault-Aviation EADS IW INRIA SOFTIA SUPELEC Univ. Denis Diderot Paris 7 Univ. Joseph. Fourier Grenoble 1

19 mars 2009 EDF-R&D Management des Risques Industriels 6 Finalités du projet  Faire émerger une plate-forme logicielle libre de traitement des Incertitudes  Intégration des méthodes et des algorithmes issus du monde de la recherche  Création d’une dynamique durable à l’interface recherche académique-industrie- service  Capitaliser le savoir-faire français dans la recherche (académique et industrielle) autour du domaine « incertitudes » dans une plate-forme logicielle de référence  Favoriser la promotion du logiciel libre pour la simulation des systèmes complexes dans l’industrie

19 mars 2009 EDF-R&D Management des Risques Industriels 7 La boucle OPUS Use-case Besoin industriel Besoin méthodologique Recherche avancées scientifiques prototypage logiciel Contributions algorithmiques plusieurs niveaux de contributions à OPUS Pérennisation de la contribution Validation Réutilisation Contribu- teurs externes

19 mars 2009 EDF-R&D Management des Risques Industriels 8 Exemple de use-case (1/2) Protection d’une zone industrielle face au risque d’inondation  Objectifs : évaluer la probabilité que la zone soit inondée ou dimensionner un ouvrage de protection pour que la probabilité d’inondation soit inférieure à une valeur donnée. Entrées Variables décrivant la morphologie du cours d’eau, conditions limites débit coefficients de frottement hydraulique Ks 1 et Ks 2 (lit et berge) déterministes aléatoires Sorties / variables d’intérêt Hauteurs d’eau y en un certain nombre de points le long de l’abscisse curviligne du cours d’eau Modèle physique Modélisation 1D de l’écoulement à surface libre  Code Mascaret

19 mars 2009 EDF-R&D Management des Risques Industriels 9 Exemple de use-case (2/2 ) Quantités d’intérêt Quantiles extrêmes des hauteurs d’eau Prob. de dépassement d’une valeur seuil (hauteur de l’ouvrage de protection) Besoin industriel Pour répondre au besoin industriel, on se heurte à des problèmes complexes Émergence de besoins méthodologiques 1)Les variables Ks ne sont pas observées directement. En pratique, pour déterminer la loi de prob. de Ks on dispose de couples de mesures hauteur-débit (y j, q j ) en sections données. Déterminer la loi de prob. de Ks  Problème inverse Besoins méthodologiques 2)Estimation robuste par méthodes Monte Carlo de quantiles extrêmes

19 mars 2009 EDF-R&D Management des Risques Industriels 10 Panorama des use-cases (1/2) Fiabilité d’une robinetterie industrielle ModèleVariables d’intérêt Quantités d’intérêt Besoins méthodologiques Modélisation de robinetterie par éléments finis (Code_Aster) Déplac. de la tige, pressions de contact Quantiles, Intervalles de confiance Méta-modèles, Estimation robuste de quantiles Stockage en profondeur de déchets nucléaires ModèleVariables d’intérêt Quantités d’intérêt Besoins méthodologiques Couplage 2D : simulation des écoulements saturés et du transport de radionucléides dans un milieu géologique. flux hydrauliques et massiques (radionucléid es) au travers de chacune des frontières du domaine Moyenne, variance, quantiles, indices de sensibilité Méta-modèles, Estimation robuste de quantiles, Analyse de sensibilité

19 mars 2009 EDF-R&D Management des Risques Industriels 11 Panorama des use-cases (2/2) Refroidissement de composants électroniques ModèleVariables d’intérêt Quantités d’intérêt Besoins méthodologiques Eq. de transfert thermique entre 4 domaines 2D Température de l’air en sortie, température du circuit intégré le plus chaud Moyenne,Implémentation robuste et en temps réel d’équations différentielles à dérivées partielles (méthode des « bases réduites ») Évaluation d’un champ de températures ds une cavité ModèleVariables d’intérêt Quantités d’intérêt Besoins méthodologiques Système d’équations différentielles. Inconnues : champs de températures et vitesses d’air Champ de températures d’air Quantiles, indices de sensibilité, probabilité d’appartenir à un interv. Donné Propagation d’incertitudes ds un couplage hétérogène de modèles

19 mars 2009 EDF-R&D Management des Risques Industriels 12 Axes de recherche Recherche « pré-industrielle » Construction de méta-modèles (UJF, CEA, DA, EADS, SUPELEC) Analyse de sensibilité (UJF, ECP, DA) Méthodes inverses probabilistes (EDF, SUPELEC) Recherche « amont » Estimation robuste de quantiles (UP7, SUPELEC, EADS) Incertitudes dans les couplages hétérogènes (ECP, DA, SUPELEC) Implémentation robuste et en temps réel d’équations différentielles à dérivées partielles (UJF) Horizon T0 + 22Horizon T0 + 33

19 mars 2009 EDF-R&D Management des Risques Industriels 13 Les workshops OPUS Collège d’experts OPUS (animé par A. Antoniadis) :  veille à la qualité scientifique des livrables et à l’adéquation entre les livrables et le programme  participe aux actions de communication et dissémination  notamment le collège organise les workshops OPUS  Premier workshop (Clamart, octobre 2008) : « Experimental design, Sensitivity Analysis and Uncertainty Treatments within an Integrated Open Source Platform »  Matinée avec des exposés scientifiques : T. Patera (MIT), E. Vazquez (Supélec), Kai-Tai Fang (Hong Kong Univ.)  Après-midi sous la forme de table-ronde autour des logiciels libres pour le traitement des incertitudes  Prochain workshop à Saclay (CEA) le 29 avril : « Statistical learning, model selection, computer experiment within an Integrated Open Source Platform »  R. Gramacy (Cambridge), L. Carraro (Mines St Etienne), F. Bach (Mines Paris)

19 mars 2009 EDF-R&D Management des Risques Industriels 14 Plateforme OPUS : vue globale 2 groupes d’activités : Activités liées aux codes source (plateforme, librairie) Activités annexes

19 mars 2009 EDF-R&D Management des Risques Industriels 15 OPUS et Open TURNS La plate-forme OPUS se basera sur l’outil Open TURNS  TURNS : Treatments of uncertainties, risk’n statistics  Open : logiciel Open source (licence LGPL)  Environnement : Linux (bientôt une version Windows)  Les librairies sont appelées par des script Python (interface texte)  Partenariat historique EDF-EADS-Phimeca  Outil de type « Plate-forme »  Peut être couplé et piloter d’autres codes de calcul

19 mars 2009 EDF-R&D Management des Risques Industriels 16 Comment contribuer à OPUS Différents niveaux de contributions  OPUS-forum  Espace de discussion scientifique et partage (identification de besoins, applications potentielles, brainstorming, pas de règles strictes à ce niveau de contribution)  OPUS-contrib  Contributions logicielles « prototypes » développées par un partenaire OPUS ou un tiers. Peuvent être des scripts Python (langage choisi pour la plateforme) mais aussi Scilab, R … avec des exigences logicielles (doc, tests) qui seront définies par le comité de pilotage OPUS  OPUS-lib  Contributions intégrées à la librairie. Niveau d’intégration plus élevé. Standards logiciels croissants

19 mars 2009 EDF-R&D Management des Risques Industriels 17 Perspectives  Les « standards logiciels » demandées aux contributions OPUS (règles de codage, langage, documentation …) seront définies précisément au cours de la deuxième année du projet  Un message important : tous (et pas seulement les partenaires OPUS) peuvent contribuer !