Soutenance de Thèse Hélène Hauduc

Présentation au sujet: "Soutenance de Thèse Hélène Hauduc"— Transcription de la présentation:

1 Soutenance de Thèse Hélène Hauduc Direction de thèse : Sylvie Gillot et Peter Vanrolleghem Supervision : Alain Héduit et Leiv Rieger Modèles biocinétiques de boues activées de type ASM : Analyse théorique et fonctionnelle, vers un jeu de paramètres par défaut Cotutelle université Laval / AgroParisTech 1

2 Contexte : Objectifs de la modélisation
Optimisation Prévision Conception Apprentissage ? Modèle de fractionnement Modèle biocinétique Modèle de décantation Modèle d’aération Modèle hydraulique €$ ASM1 (Henze et al., 1987 & 2000) ASM2d (Henze et al., 1999 & 2000) ASM3 (Gujer et al., 1999 & 2000) ASM3+BioP (Rieger et al., 2001) -Les travaux se sont focalisés sur les STEPs à BA -La modélisation de ce type de STEPs nécessite l’utilisation de différents modèles caractériser/comportement/écoulements/reproduire/convertir -Le but de la modélisation est de prédire la qualité de l’effluent -La modélisation peut être utilisée pour répondre à différents objectifs -Cette étude s’est limitée aux modèles biocinétiques Afin de mieux connaitre les utilisateurs de ces modèles, leurs difficultés et leurs besoins… Barker & Dold (Barker and Dold, 1997) UCTPHO+ (Hu et al., 2007) ASM2d+TUD (Meijer, 2004) 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

3 Contexte: Etude de l’utilisation des modèles
Good Modelling Practice Task Group Guidelines for use of activated sludge models Questionnaire envoyé aux utilisateurs de modèles : chercheurs et universitaires organisations gouvernementales entreprises privées, consultants 96 réponses Un obstacle majeur à l’utilisation des modèles : Complexité Modèles Calage Entre autres… -non définition des limites Calage= Ajustement itératif des valeurs des paramètres du modèle biocinétique afin que les résultats de simulation concordent avec les données observées -manque de transfert d’expérience -besoin de standardisation =>qualité des données 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

4 Hélène Hauduc – Soutenance de thèse
Problématiques Quelles sont les limites de chaque modèle ? Quel modèle utiliser pour quel objectif ? Quel modèle utiliser dans quelles conditions ? Choix du modèle Quelles valeurs de paramètres par défaut choisir ? Quels paramètres modifier ? Dans quelles fourchettes de valeurs ? Calage du modèle L’objectif global de la thèse est d’apporter des éléments pour guider les utilisateurs dans deux étapes importantes du projet de modélisation. La présentation sera structurée autour de ces deux axes 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

5 Hélène Hauduc – Soutenance de thèse
Problématiques Choix du modèle Calage du modèle Quelles sont les limites de chaque modèle ? Quel modèle utiliser pour quel objectif ? Quel modèle utiliser dans quelles conditions ? Choix du modèle Quelles valeurs de paramètres par défaut choisir ? Quels paramètres modifier ? Dans quelles fourchettes de valeurs ? Calage du modèle 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

6 Choix du modèle : Exemple
Calage du modèle Station d’épuration de type « A²/O » traitement biologique du carbone, azote, phosphore Objectif : Optimiser la déphosphatation biologique Afin d’illustrer le problème du choix du modèle… A model is developed for an existing activated sludge plant with basic DO control. The model is used to adjust or modify the aeration control system to achieve one or more of the following goals: reduce energy costs; reduce greenhouse gas emissions (including N2O); maximise treatment capcity; maximise effluent quality. 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

7 Choix du modèle : Exemple
Calage du modèle Modèles ASM1 1987 Barker & Dold 1997 ASM2d 1999 ASM3 ASM3 + BioP 2001 ASM2d + TUD 2004 UCTPHO+ 2007 Modèles Carbone Azote Phosphore ASM1 1987 X Barker & Dold 1997 ASM2d 1999 ASM3 2000 ASM3 + BioP 2001 ASM2d + TUD 2004 UCTPHO+ 2007 Modèle le mieux adapté Traitement biologique du P Couleurs connaitre les spécificités 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

8 Choix du modèle : Comparaison des concepts
Calage du modèle Exemple de la fermentation Anaérobiose Concepts 1 2 Concept 1 : Transformation Notation standardisée (Corominas et al., 2010) SVFA Hydrolyse Fermentation Croissance des OHO Croissance des ANO Mortalité des OHO/ANO Stockage des PolyP Croissance des PAO Stockage des PHA Mortalité des PAO Lyse du stockage des PAO Modèles ASM2d SF SNHx UCTPHO+ SPO4 Condition d’accepteur d’électrons Réactants / Produits Concept 2 : Croissance des hétérotrophes (OHO) SPO4 SVFA SF SH2 pour mettre en évidence les spécificités, j’ai mis en place une représentation graphique des processus pris en compte dans les modèles. Dans le cas de la fermentation, cette représentation a permis de mettre en évidence l’existence de deux façons différentes de modéliser une même réalité Flêches : couleurs Le détail et la signif de chq composé ne sera pas présenté=> pas nécessaire pour se rendre compte des différences Appliqué à l’ensemble de ces processus, cette méthode a permis de mettre en évidence la diversité des concepts utilisés Barker & Dold SNHx XOHO S Soluble X Particulaire X Biomasse 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

9 Choix du modèle : Exemple
Calage du modèle ASM2d ASM3 + BioP Barker & Dold UCTPHO+ ASM2d + TUD XPAO,PHA XPAO,PP XPAO,PHA XPAO,PP,Lo Stockage des PolyP SPO4 SPO4 XPAO,PP,Hi Stockage des PolyP SN2 SO2 SNOx XPAO,PP XPAO,PP,Lo XPAO,PP Croissance des PAO et Stockage des PolyP XPAO,PHA XPAO SNHx Stockage du glycogène XPAO,Gly SPO4 Croissance des PAO SNOx SN2 Processus découplés -prendre en compte les autres processus => objectifs, données -la connaissances sur les modèles -complexité (nb de paramètres à caler) Not sure if it fits in but you could mention that in the second concept the ratio between growth and storage is fixed in the stoichiometry what simplifies calibration. In the first concept it is depending on the kinetics. So a move from stoichiometry to kinetics. In my calibration exercise the main problem was to get the maximum rates and the half sat coefficients of the three PAO processes right (growth, storage of PHA and PP). You clearly need special experiments (in my case grow-in and wash-out phases) to calibrate these highly, highly correlated parameters. Not something you normally have (even in academia). SNHx Croissance des PAO SN2 SO2 SNOx XPAO SO2 SNOx Aérobiose Anoxie 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

10 Choix du modèle : Limites des modèles
Calage du modèle Processus inclus dans les modèles Limites des modèles Hydrolyse Fermentation Croissance des OHO Croissance des ANO Mortalité des OHO/ANO Stockage des PolyP Croissance des PAO Stockage des PHA Mortalité des PAO Lyse du stockage des PAO Dénitrification en 1 étape NO2 non modélisé Nitrification en 1 étape outre la compréhension des processus, cette représentation graphique permet de mettre en exergue certaines limites des modèles modifier le modèle en ajoutant des processus supplémentaires =>vérifier la justesse mathématique Pas de compétition avec GAO … 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

11 Choix du modèle : Vérification du modèle
Calage du modèle Vérification des modèles étudiés : nombre d’erreurs/oublis/manques trouvés dans la stoechiométrie et la cinétique Modèle Stœchiométrie Cinétique ASM1(Henze et al., 2000) 1 2 ASM2d (Henze et al., 2000) 3 4 ASM3 (Gujer et al., 2000) ASM3+BioP (Rieger et al., 2001) 6 Barker & Dold (Barker and Dold, 1997) 16 12 UCTPHO+ (Hu et al., 2007) 50 20 ASM2d+TUD (Meijer, 2004) 7 -erreurs corrigées =>article You mention that this is a new version of the original ASM3 publication from 1999, right? The old one was full of errors and is still cited... 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

12 Choix des modèles : Conclusions
Choix du modèle Calage du modèle Nouvelles règles de notation (Corominas et al., 2010) Procédure de vérification des modèles Notation standardisée pour les 7 modèles étudiés Modèles corrigés Nouvelle représentation graphique Analyse des concepts de modélisation Bibliographie sur connaissances théoriques Comparaison modèles / connaissances théoriques Compréhension des modèles Limites théoriques des modèles 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

13 Hélène Hauduc – Soutenance de thèse
Problématiques Choix du modèle Calage du modèle Quelles sont les limites de chaque modèle ? Quel modèle utiliser pour quel objectif ? Quel modèle utiliser dans quelles conditions ? Choix du modèle Quelles valeurs de paramètres par défaut choisir ? Quels paramètres modifier ? Dans quelles fourchettes de valeurs ? Calage du modèle 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

14 Calage des modèles : Définitions
Choix du modèle Calage du modèle Etape de calage Ajustement itératif des paramètres du modèle afin que les résultats de simulation concordent avec les données observées Jeu de paramètres par défaut point de départ au calage première approximation (ex : conception) Validé sur plusieurs jeux de données conception : données n’existent pas normalement, et message du GMP-TG : ne pas toucher les paramètres biocinétiques à moins d’avoir une bonne raison et de le justifier 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

15 Calage des modèles : Objectifs
Choix du modèle Calage du modèle procédure de calage automatisé sur plusieurs jeux de données Calage automatisé des paramètres Critères de qualité des modèles Afin d’obtenir un jeu de paramètre validé sur plusieurs jeux de données, il est envisagé de caler simultanément ces jeux de données. La démarche suivie pour définir Calage multi-jeux de données 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

16 Calage des modèles : Connaissances issues de la pratique
Choix du modèle Calage du modèle Base de données de projets de modélisation (Bibliographie + 2nd questionnaire) 76 jeux de paramètres résultats : Paramètres modifiés Fourchettes de valeurs Pour initialiser la procédure de calage, une analyse à priori des projets de modélisations a été effectuée, ce qui permet d’intégrer l’expertise des utilisateurs 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

17 Calage des modèles : Connaissances issues de la pratique
Choix du modèle Calage du modèle Exemple : taux de mortalité des autotrophes pour l’ASM1 j-1 bANO 1 jeu de paramètre original 30 jeux de paramètres 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

18 Calage des modèles : Critères de qualité
Choix du modèle Calage du modèle Modèle dynamique A chaque itération de l’étape de calage, les valeurs des paramètres sont modifiées dans les fourchettes de valeur prédéfinies. Pour savoir dans quel sens modifier les valeurs pour obtenir un meilleur ajustement du modèle aux observations, il faut pouvoir juger de la qualité de la concordance… Comment caractériser la concordance du modèle et des données observées ? 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

19 Calage des modèles : Critères de qualité
Choix du modèle Calage du modèle Critères simples sur les erreurs problème multi-critères 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

20 Calage des modèles : Critères de qualité
Choix du modèle Calage du modèle Problème multi-critères pic chronologie des évènements moyenne problème multi-critères 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

21 Calage des modèles : Procédure de calage automatisé
Choix du modèle Calage du modèle Logiciels Principales étapes Données d’entrée Echantillonnage Monte Carlo K jeux de paramètres R Fourchettes de valeurs WEST Configuration Données d’affluent Excel / VBA K Simulations Tornado Observations C Critères de Qualité K=9 BlueM.Opt / Access Calcul de K.C critères de qualité échantillonner l’espace des paramètres de façon aléatoire, mais la distribution des points échantillonnés est optimisé par le choix d’un hypercube latin procédure testée sur un jeu de donnée => fonctionnelle K=9 Calcul K critères de qualité globaux Jeu de paramètres calés 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

22 Calage des modèles : Vers un jeu de paramètres par défaut
Choix du modèle Calage du modèle Echantillonnage Monte Carlo K jeux de paramètres Observations Configuration Données d’affluent N Fourchettes de valeurs Observations Configuration Données d’affluent K Simulations .N C Critères de Qualité Calcul de K.C critères de qualité .N Calcul K critères de qualité globaux .N Calcul K critères de qualité globaux Jeu de paramètres par défaut 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

23 Calage des modèles : Conclusions
Choix du modèle Calage du modèle Exemples d’application Fourchettes de valeurs Paramètres à caler et fourchettes de valeurs Bibliographie des critères de qualité Critère de qualité Etude des critères sur un cas pratique Procédure de calage automatisé Critères de qualité Jeux de données validés You should mention shortcomings/problems of the procedure: - How to guarantee sufficient data quality? - How to include uncertainties of influent fractionation and plant set-up Mainly the plant set-up is critical as it has often a higher influence on the results than the biokinetic parameters. The main message we give in the GMP STR is "Don't touch the biokinetic parameters until you worked on everything else. And have a good explanation why you changed the parameters. In your presentation I would mention the two points. Better you say it than someone asks and you have to backpaddle and limit your results. Could be an outlook for the next 20 PhDs ;-). Important is that you demonstrate that you are aware of limtations of your work! A solution could be that you say we need more pilot data with better defined conditions to really find the right default parameters. Another would be to say we need to include some more plant set-up parameters into the calibration procedure. Anyway, the message is: We need to reduce the parameters to change. If we can get more measurements of biokinetic parameters we can exclude them from the procedure. But it's a long long way to go (nothing you could solve). Adaptation de la procédure Jeu de paramètres par défaut 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

24 Hélène Hauduc – Soutenance de thèse
Modèles biocinétiques de boues activées de type ASM : Analyse théorique et fonctionnelle, vers un jeu de paramètres par défaut Analyse des connaissances théoriques Contribution à la notation standardisée Méthodologie pour la vérification des modèles Représentation graphique des modèles Compréhension des modèles et limites théoriques Analyse des connaissances pratiques Base de données des applications Paramètres modifiés et fourchettes de valeurs Développement d’une méthodologie d’obtention de jeux de paramètres par défaut Procédure de calage automatisé Critère de qualité des modèles Choix du modèle Calage du modèle 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

25 Conclusions et perspectives
Choix du modèle Calage du modèle Exemples d’application : transfert de connaissances Fourchettes de valeurs Analyse des connaissances théoriques Vers un jeu de paramètres par défaut Notation standardisée Vérification des modèles Procédure de calage automatisé Critères de qualité Notation standardisée Modèles corrigés Procédure de calage automatisé Critères de qualité f(caractéristique des stations) : T°, z géographique, SBR, déc. 1aire… Comparaison des modèles Procédure de calage multi-jeux de données Compréhension des modèles Limites théoriques des modèles Jeu de paramètres par défaut 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse

26 Remerciements Good Modelling Practice Task Group
Guidelines for use of activated sludge models 2 Novembre 2010 Hélène Hauduc – Soutenance de thèse