GDR MoMaS, Marseille, 14/11/2003 Études des incertitudes liées aux stockages des déchets nucléaires Anca Badea, Olivier Gipouloux.

Slides:



Advertisements
Présentations similaires
Couche limite atmosphérique
Advertisements

Atelier 1 Le problème du surpoids sur géogébra. Etude de la prévalence du surpoids: (document Ressources pour la classe de terminale) Situation: On souhaite.
BENCHMAK Chimie - Transport Jérôme CARRAYROU Institut de Mécanique des Fluides et des Solides Strasbourg.
1- Régles de normalisation 2ème partie : normalisation Modèle Conceptuel des Données 2- Les Formes Normales 3- Dépendances Fonctionnelles 4- Recap - Méthodologie.
CHAINES DE MESURES et chaines commande. -Notion de Mesure D é finition: Une grandeur est mesurable si on sait d é finir l ’ é galit é, la somme et le.
EDF R&D Présentation des résultats du benchmark proposé dans le cadre du GDR MoMas C.Chavant R.Fernandes 13/01/2004.
Thème 6.  Introduction – processus électrochimiques et transfert de matière  Diffusion en électrolytes, cinétique de diffusion  Diffusion et convection,
Organisation, gestion de données Les connaissances que l'enseignant doit maîtriser à son niveau Présentation réalisée à partir de l'ouvrage de Roland Charnay.
Cour Régulation AII3 Chapitre I: Modélisation des systèmes automatiques Abdelkhalek.S 1.
Réalisé par : Sébastien Lachance MATHS 3 E SECONDAIRE FONCTIONS polynomiales.
Utilisation du logiciel EduStat © Analyse classique d’items L’examen du rapport.
NF04 - Automne - UTC1 Version 09/2006 (E.L.) Cours 5-a Problèmes scalaires instationnaires d’ordre 1 en temps Domaines d’application Notions de schémas.
Couple maximal transmissible par un embrayage multidisques. (un limiteur de couple ou un frein)
NF04 - Automne - UTC1 Version 09/2006 (E.L.) Fiche « succincte » des mini-projets Portance d’un profil porteur (aile, hydrofoil …) Acoustique (automobile,
Outils de Recherche Opérationnelle en Génie MTH 8414
Pierre Joli Cours de Mathématique Pierre Joli
Deuxième partie : La courbe d’indifférence
Détermination des propriétés texturales d’un solide poreux par traçage
Objectif: réaliser un croquis
Préparer par : Intissare et kaoutare
Identification des lois de comportement des tôles
S. Briot1 and V. Arakelian2 1 IRCCyN – Nantes 2 INSA – Rennes
Sigrid Lehuta, Stéphanie Mahévas et Pierre Petitgas
Simulation des nanostructures à base de nanorubans de graphène
Plans d’expériences: Plans factoriels
Chapitre 2: Les équations et les inéquations polynômes
Les plans de mélange Les plans d’expérience : Présentée par :
Plans d’expériences: Plans de mélanges
Plans d’experiences : plans de melanges
Les plans d’expérience: plans factoriels
Programmation linéaire et Recherche opérationnelle Licence d’Econométrie Professeur Michel de Rougemont
C1 – Interpolation et approximation
Plans d'expérience Méthode Taguchy.
L’APPROCHE SMEARED FRACTURE :
Méthode Taguchy Analyse de la variance Anavar
Plans d'expérience Méthode Taguchy.
La méthode du simplexe. 1) Algorithme du simplexe  Cet algorithme permet de déterminer la solution optimale, si elle existe, d’un problème de programmation.
IFT3355: Infographie Courbes et surfaces © Pierre Poulin Dép. I.R.O. Université de Montréal.
Passer à la première page Initiation au calcul des structures dans le domaine plastique Elasto - plasticité en petite transformation Cours.
Modélisation aérothermique des machines tournantes
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
24/06/20181 TAC-Assurance Qualité 24/06/20182 Optimiser l’organisation des essais expérimentaux de telle manière que l’on obtienne le maximum de renseignements.
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Résolution d’un problème de diffusion 3D
OPTIMISATION 1ère année ingénieurs
Utilisation de la simulation en Sciences de l’Ingénieur
M. Moumnassi, S. Bordas, R. Figueredo, P. Sansen
La méthode scientifique
Belkacem Ould Bouamama
Méthodologie du croquis Les Espaces maritimes : approche géostratégique Lycée C. et R. Janot TL3.
Identification par modèle de Broïda
Journée AmETh 9 novembre 2005
Analyse Fonctionnelle Structurelle Comportement des systèmes Mécanique
2.4 La loi de vitesse d’une réaction chimique
AIAC GEET-12 Année : Régulation Industrielle: Programme M.BAHATTI.
Compression de la parole en utilisant les ondelettes
Position, dispersion, forme
1 CHAPITRE: GESTION DES STOCKS. 2 Plan Plan IntroductionDéfinitionNature du stockLes niveaux des stocks Suivi du stock: Méthodes d’approvisionnement Conclusion.
IFT3355: Infographie Courbes et surfaces © Pierre Poulin Dép. I.R.O. Université de Montréal.
Conception cartographique
Formation de la précipitation
TD 1 « Machines Hydrauliques »
Résolution des Équations Différentielles Nicolas Holzschuch Cours d’Option Majeure 2
REPRESENTATION GRAPHIQUE D ’UNE FONCTION AFFINE
Veuillez éteindre votre téléphone ou le mettre en mode silencieux.
Estimation des conditions initiales par inversion
Flexion 1 Une poutre droite, de longueur L et d’inertie constante est soumise à une charge uniformément répartie de taux p. Elle repose sur deux appuis.
Outils de Recherche Opérationnelle en Génie MTH 8414
Couche limite atmosphérique
La programmation dynamique
Transcription de la présentation:

GDR MoMaS, Marseille, 14/11/2003 Études des incertitudes liées aux stockages des déchets nucléaires Anca Badea, Olivier Gipouloux

GDR MoMaS, Marseille, 14/11/2003 plan de l’exposé modèle numérique géométrie plans d’expériences perspectives

GDR MoMaS, Marseille, 14/11/2003 transport des nucléides dans un stockage de déchets nucléaires –partie hydrodynamique loi de Darcy équation de conservation de la masse (en charge) –partie transport modèle de convection dispersion modèle numérique

GDR MoMaS, Marseille, 14/11/2003 expériences numériques: simulateur = CASTEM2000 modèle numérique

GDR MoMaS, Marseille, 14/11/2003 géométrie (2D)

GDR MoMaS, Marseille, 14/11/2003 géométrie CASTEM

GDR MoMaS, Marseille, 14/11/2003 hydrodynamique modèle numérique

GDR MoMaS, Marseille, 14/11/2003 géométrie (C.L. hydrodynamique)

GDR MoMaS, Marseille, 14/11/2003 approximation analytique (charge)

GDR MoMaS, Marseille, 14/11/2003 approximation analytique grâce à l’approximation analytique de la partie hydraulique on a la dépendance explicite de la vitesse de Darcy de la perméabilité des roches (des facteurs dans les plans d’expérience)

GDR MoMaS, Marseille, 14/11/2003 solution calculée (charge)

GDR MoMaS, Marseille, 14/11/2003 différence charges

GDR MoMaS, Marseille, 14/11/2003 vitesse (1)

GDR MoMaS, Marseille, 14/11/2003 vitesse (2)

GDR MoMaS, Marseille, 14/11/2003 différence vitesses (approx- calculée) (1)

GDR MoMaS, Marseille, 14/11/2003 différence vitesses (approx- calculée) (2)

GDR MoMaS, Marseille, 14/11/2003 transport (concentration) R= facteur de retard  = porosité effective anions d = coefficient de diffusion effectif f = source (localisée dans le stockage) condition initiale: c(t=0)=0 modèle numérique

GDR MoMaS, Marseille, 14/11/2003 géométrie (C.L. transport) Flux total nul

GDR MoMaS, Marseille, 14/11/2003 plans d’expériences exploration multivariée simultanée de l’espace des incertitudes identifier et quantifier les sources de variations de la réponse par rapport aux facteurs ajuster un modèle simple liant la réponse aux facteurs retenus

GDR MoMaS, Marseille, 14/11/2003 plans d’expériences la réponse concentrations de radionucléides à différents moments à l’exutoire les facteurs coefficients de diffusion effectifs perméabilités absolues porosités des roches porosités accessible à la diffusion (radionucléides) taux de relâchement de la matrice des colis position des colis ………….

GDR MoMaS, Marseille, 14/11/2003 plans d’expériences deux objectifs –sélection des facteurs influents (balayage, screening, criblage) –modéliser la réponse en fonction des facteurs influents

GDR MoMaS, Marseille, 14/11/2003 plans d’expériences expériences numériques simulateur = CASTEM2000 paramètres d’entrée x i réponse du simulateur y=f(x i ) remplacement de f par une surface de réponse (modèle de simulateur) y=X  b + 

GDR MoMaS, Marseille, 14/11/2003 plans d’expériences X = matrices des expériences (dépend du modèle retenu pour la surface de réponse) exemple (si réponse linéaire et pas d’interaction): y j =b 0 +  b i x i,j +  nb d’expériences lié au nb de coefficients à déterminer problème plans d’expériences numériques: caractère déterministe  ???

GDR MoMaS, Marseille, 14/11/2003 Exemple avec 2 facteurs Modèle linéaire : y = b 0 + b 1 x 1 + b 2 x 2 +  Plan factoriel : x 1 =  1, x 2 =  1 hyp: seul x 1 est influent Simulateur déterministe y(x 1, x 2 ) = f(x 1 ) y(x 1,1) = f(x 1 ) y(x 1,-1) = f(x 1 ) Répétition des expériences  redondance des résultats Cadre standard y(x 1,1) = f(x 1 ) + e 1 y(x 1,-1) = f(x 1 ) + e 2 Répétition des expériences  idée de l’erreur de mesure x1x1 x2x2 plans d’expériences

GDR MoMaS, Marseille, 14/11/2003 choix des valeurs de x 1 et x 2 t.q. les projections sur les axes soient toutes différentes  hypercubes latins choix du plan t.q. les projections sur les plans factoriels soient toutes différentes  tableaux orthogonaux Conséquences x1x1 x2x2 x2x2 x1x1 plans d’expériences

GDR MoMaS, Marseille, 14/11/2003 éviter la redondance (sélection des facteurs) si peu de facteurs sont influents remplir l’espace (si pas d’information a priori) Contraintes : Orthogonalité (éventuellement partielle)  non-corrélation des facteurs Optimalité  rapprochement entre la prédiction et la réponse plans d’expériences

GDR MoMaS, Marseille, 14/11/2003 plans hypercubes latins  non-chevauchement des projections sur les axes factoriels tableaux orthogonaux  non-chevauchement des projections sur les plans factoriels plans minimax et maximin  dispersion maximale des points dans l’espace les différentes approches plans d’expériences

GDR MoMaS, Marseille, 14/11/ déf matrice de taille n  p t.q. chaque colonne est une permutation de {1, 2, …, n} plans d’expériences ex:

GDR MoMaS, Marseille, 14/11/2003 Projections non-redondantes, mais très mauvais remplissage de l’espace, …et très problématique si la réponse est une fonction de x 1 – x 2 ! plans d’expériences ex:

GDR MoMaS, Marseille, 14/11/2003 déf matrice n  p t.q. tout bloc de t colonnes de la matrice contient toutes les combinaisons possibles un même nombre de fois plans d’expériences ex: 

GDR MoMaS, Marseille, 14/11/2003 Hypercubes latins maximin (Morris, Mitchell, 1995) Retour menu plans d’expériences ex:

GDR MoMaS, Marseille, 14/11/2003 HL symétriques optimaux (Ye, Li, Sudjianto, 2000) Retour menu plans d’expériences ex:

GDR MoMaS, Marseille, 14/11/2003 Retour menu plans d’expériences (résultats) rien de tout ça pour l’instant (pas de mise en route des plans d’expérience HL, maximin, optimaux…) schéma standard : plan factoriel complet (p facteurs incertains qui varient continûment dans un intervalle de confiance; n niveaux de valeurs; n p simulations) n = 2 (3) p = 5 32 simulations

GDR MoMaS, Marseille, 14/11/2003 Retour menu plans d’expériences (résultats) -1 (1%) 1 (99%) lois: lognormale, uniforme, normale

GDR MoMaS, Marseille, 14/11/2003 Retour menu plans d’expériences (résultats) x1x1 x2x2

GDR MoMaS, Marseille, 14/11/2003 Retour menu plans d’expériences (résultats) les expériences numériques sont en phase terminale, mais pas finies… le code est mis au point restent encore des simulations à faire

GDR MoMaS, Marseille, 14/11/2003 Retour menu perspectives fin de cette partie du projet (phase de sélection des facteurs) avant la fin de l’année 2003 investigation des plans plus performants pour la construction de la surface de réponse (début 2004)