Workshop "Expériences et Simulations : comment les planifier et les exploiter au mieux ? "

Dates et lieu

6 et 7 novembre 2025 au Campus Hannah Arendt, Université d'Avignon, Avignon. Il est localisé au centre d'avignon, proche de la gare SNCF (1km).

Présentation du workshop

Ce workshop, coorganisé par le Lab. de Math. d’Avignon, la CETAMA, le RT-UQ et le projet NEEDS/QUTHY (quantification d’incertitudes en thermohydraulique accidentelle pour la sûreté nucléaire), a pour objectif d’expliciter et d’illustrer l’importance de planifier les expériences (réelles ou issues de codes de simulation numérique) en lien avec leur exploitation. Un intérêt particulier sera porté sur les méthodes de plans d’expériences sous contraintes, la caractérisation de procédés nucléaires (CETAMA) et sur les thématiques du projet QUTHY (représentativité et exhaustivité des bases expérimentales, calage de paramètres et modélisation des sorties fonctionnelles de codes de calcul). Ce workshop réunira des chercheurs du monde académique et des chercheurs et ingénieurs issus de l’industrie, favorisant ainsi les échanges méthodologiques et les discussions sur les différentes difficultés qui se posent en pratique.

La langue utilisée sera le français ou l'anglais.

Organisateurs: Jean Baccou (ASNR), Marielle Crozet (CEA ISEC, Marcoule, CETAMA), Bertrand Iooss (EDF R&D), Céline Lacaux (Université d'Avignon, Lab. de Mathématiques d'Avignon), Amandine Marrel (CEA IRESNE, Cadarache)

Sponsored by: CEA, CETAMA, LMA, Avignon Université, GDR MASCOT-NUM


Orateurs confirmés


Inscription

Pas encore ouvert


Abstracts

* Jean Baccou (ASNR) et Roman Sueur (EDF R&D) : TBA

* Magalie Claeys-Bruno (Aix-Marseille Université) : TBA

* Guillaume Damblin (CEA ISAS, Saclay) : Méthodes de quantification inverse des incertitudes.

* Séverine Demeyer (LNE) : TBA

* Florian Gossard (Université de Toulouse) : TBA

* Céline Helbert (Ecole Centrale de Lyon) : TBA

* Astrid Jourdan (Université de Pau et des Pays de l'Adour) : TBA

* Amandine Marrel (CEA IRESNE, Cadarache) : TBA

* Arthur Pellet-Rostaing (CEA IRESNE, Cadarache) : Analyse de sensibilité globale des spectres gamma de diagraphies en puits de forage pour la prospection et l’exploitation minière de l'uranium.

* Damien Perret (CEA ISEC, Marcoule) : Data-driven models to predict glass melt properties. In situations where theoretical models cannot be efficiently applied to calculate glass properties, empirical statistical models are often required. It is typically the case when glass contains a high number of components. Since the end of the 19th century, it is known that under certain conditions, silicate glass properties can be expressed as a simple linear combination of oxide contents. This "Principle of Additivity" was initially introduced to calculate heat capacity of glass, before being extended during the 20th century to a larger number of properties: optical, thermal, mechanical or rheological properties. In the 1990s, a statistical methodology was developed to establish robust property-composition models applicable to the formulation of nuclear waste conditioning glass. Since the 2000s, significant increase in the power of computer tools has allowed to use highly efficient machine learning algorithms in the predictive methods. For example, glass transition temperature can now be accurately predicted by using neural networks.

Glass viscosity prediction is much more challenging because of huge variability of this property on temperature and composition scales. An innovative methodology is presented, combining statistical techniques of experimental designs, multilinear regression and machine learning. It uses glass formulation data generated at CEA over the past 30 years as well as large amount of data collected from the literature and from commercial database. Results obtained for glass transition temperature and viscosity predictions are very accurate, compared to other statistical models already published in the literature.