Portail HAL edf
Not a member yet
11029 research outputs found
Sort by
Staying cool in France: an extensive survey of summer comfort, natural home cooling practices and emerging air conditioning use in the French residential sector
No full textInternational audienceAccording to the International Energy Agency, over the next three decades, the use of air conditioners is set to soar, becoming one of the top drivers of global electricity demand. In France, as summer heatwaves become more frequent, the residential air conditioners installation rate doubled in the last ten years, bringing the total share of equipped dwellings to 25 % in 2021. To tackle the increase in energy consumption and changes in seasonality that could result from this trend in the future, we need a better understanding of current cooling practices. So far in this country, while heating consumption in winter caught all the light, little was known of energy consumption in summer. This paper offers an analysis of French households’ summer cooling practices based on a unique representative survey of 8,000 households, asked about their building and equipment, comfort, everyday natural ventilation and shading actions, and cooling appliances usage.We show how the diversity of summer comfort and temperature perception depends on building features, location, and heat waves. Natural cooling is still more frequent than the use of air conditioners. During summer 2021, most people regularly opened windows in the night and morning, and closed shutters in the middle of the day, while only half of the households with air conditioners used them in addition to natural cooling. Air conditioners use rates and set temperatures depend on comfort perception and the types of cooling equipment. Air conditioning is mostly occasional and space specific, as opposed to the norm of constant cooling that can be found in other parts of the world. Altogether, this detailed description of current cooling practices, their interactions and drivers, allow to anticipate a limited rise of this demand, shall people keep on their natural ventilation and shading actions
Une méthodologie pour évaluer les risques rencontrés par les employés portant des stimulateurs cardiaques exposés à des champs électriques de basse fréquence en milieu professionnel
No full textInternational audienceWithin the framework of occupational health and safety regulations, employees equipped with cardiac active implantable medical devices (AIMD), such as pacemakers (PM) or implantable defibrillators (ICD), constitute a group of individuals at particular risk when exposed to electromagnetic fields (EMF), necessitating precautions against the potential hazards posed by electromagnetic interference (EMI). This paper describes a methodology for assessing the risks faced by employees with pacemakers exposed to EMF, aligning with the EN 50527-2 standards. We present two case studies of two workers bearing pacemakers, aiming to provide practical insights into conducting risk assessments.Dans le cadre des réglementations sur la santé et la sécurité au travail, les employés équipés de dispositifs médicaux implantables actifs (DMIA) cardiaques, tels que les stimulateurs cardiaques (PM) ou les défibrillateurs implantables (ICD), constituent un groupe d'individus particulièrement à risque lorsqu'ils sont exposés à des champs électromagnétiques (CEM), nécessitant des précautions contre les dangers potentiels posés par les interférences électromagnétiques (IEM). Cet article décrit une méthodologie pour évaluer les risques rencontrés par les employés portant des stimulateurs cardiaques exposés aux CEM, en conformité avec les normes EN 50527-2. Nous présentons deux études de cas de travailleurs portant des stimulateurs cardiaques, visant à fournir des informations pratiques pour la réalisation des évaluations des risques
What's behind the label: how an EPC label change hides the full range of possible retrofits
No full textInternational audienceThe French Energy Performance Certificate (EPC) is used to define long-term energy performance targets for residential buildings: improving the energy label to at least the B label.However, these objectives described in terms of EPC label do not allow us to describe and quantify the extent of energy renovation that is required. The aim of this study is to explain the kind of retrofit and its cost using a statistical approach, with two explanations: the nature of the technical measures and their cost. As an example, we will present the results for achieving high-efficient renovation (label A or B) for all the initial EPC labels.To do this, we use the French EPC method in its 2021 version to determine all the possible combinations of retrofit package described as compatible with all the possible EPC label changes. For each retrofit package, the calculation determines the energy consumption after retrofit, based on the standard EPC calculation, the new energy label obtained, and the investment required per retrofit measure. To study label changes, the calculations are based on 2,300 homes described in a public survey. With a maximum of 8 retrofit measures per renovation package studied, we have a combination leading to a total of around one million calculations for all the dwellings studied. We then carry out a statistical study of the costs of the retrofit package calculated in this way.Overall, the cost of high-efficient renovation is in the range of €200 to €350/m² of living space (direct cost), depending on the type of property, the initial EPC class and the final level achieved. As expected, the lower the initial performance of the building, the higher the cost of high-performance renovation. For given label changes, there is therefore a "home retrofit package" configuration for which the investment costs are minimal and configurations with very high costs, but which correspond to rare combinations. The knowledge of what is behind the EPC label change clarifies energy efficiency policy objectives in terms of technology and the type of retrofit possible and/or necessary, particularly for the building industry and the introduction of targeted financial incentive
Premières mesures des flux de dépôts humides de chlore 36 (Cl) à proximité de l'usine de retraitement nucléaire Orano La Hague en France
No full textInternational audienceChlorine 36 (Cl) is a radionuclide of natural and anthropogenic origin, mainly used as a tracer in geochemical studies. Owing to analytical constraints and its low environmental levels, knowledge of Cl behavior in the environment is still very limited. In this study, we use environmental measurements to report for the first time the wet deposition fluxes of Cl downwind an anthropogenic source, the Orano nuclear reprocessing plant, which chronically emits Cl into the environment. Measurements of Cl in rainwater samples at our study site were 1–2 orders of magnitude above the environmental background. The isotope ratios Cl/Cl of the samples and the Cl content in the rainwater averaged 2.3x10 at.at and 1.7x10 at.l respectively. A decrease in these levels was observed 20 km away from the study site, outside the plant's gas plume, indicating that the marking of Cl on the study site is related to the plant discharges. Over the sampling period, wet deposition fluxes at the study site averaged 3.4x10 at ms, with significant values measured when precipitations scavenge the plant's gas plume down onto our study site. Analysis of these fluxes also revealed the presence of a significant rainout phenomenon in the study area. These results provide new data on the wet deposition flux of Cl and will thus enable better assessment of impact studies in a context of decommissioning or accidents involving nuclear power plants.Le chlore 36 (Cl) est un radionucléide d'origine naturelle et anthropique, principalement utilisé comme traceur dans les études géochimiques. En raison de contraintes analytiques et de ses faibles niveaux environnementaux, les connaissances sur le comportement du Cl dans l'environnement sont encore très limitées. Dans cette étude, nous utilisons des mesures environnementales pour rapporter pour la première fois les flux de dépôts humides de Cl sous le vent d'une source anthropogénique, l'usine de retraitement nucléaire Orano, qui émet chroniquement du Cl dans l'environnement. Les mesures de Cl dans les échantillons d'eau de pluie sur notre site d'étude étaient supérieures de 1 à 2 ordres de grandeur au bruit de fond environnemental. Les rapports isotopiques Cl/Cl des échantillons et la teneur en Cl de l'eau de pluie étaient en moyenne de 2,3x10 at.at et de 1,7x10 at.l respectivement. Une diminution de ces niveaux a été observée à 20 km du site d'étude, en dehors du panache gazeux de l'usine, ce qui indique que le marquage du Cl sur le site d'étude est lié aux rejets de l'usine. Sur la période d'échantillonnage, les flux de dépôts humides sur le site d'étude ont été en moyenne de 3,4x10 at ms, avec des valeurs significatives mesurées lorsque les précipitations lessivent le panache gazeux de l'usine vers notre site d'étude. L'analyse de ces flux a également révélé la présence d'un phénomène de rainout important dans la zone d'étude. Ces résultats fournissent de nouvelles données sur le flux de dépôt humide de Cl et permettront ainsi de mieux évaluer les études d'impact dans un contexte de démantèlement ou d'accidents impliquant des centrales nucléaires
Deep Learning en Ligne pour la Simulation Numérique à Grande Échelle
No full textMany engineering applications and scientific discoveries rely on faithful numerical simulations of complex phenomena. These phenomena are transcribed mathematically into Partial Differential Equation (PDE), whose solution is generally approximated by solvers that perform intensive computation and generate tremendous amounts of data. The applications rarely require only one simulation but rather a large ensemble of runs for different parameters to analyze the sensitivity of the phenomenon or to find an optimal configuration. Those large ensemble runs are limited by computation time and finite memory capacity. The high computational cost has led to the development of high-performance computing (HPC) and surrogate models. Recently, pushed by the success of deep learning in computer vision and natural language processing, the scientific community has considered its use to accelerate numerical simulations. The present thesis follows this approach by first presenting two techniques using machine learning for surrogate models. First, we propose to use a series of convolutions on hierarchical graphs to reproduce the velocity of fluids as generated by solvers at any time of the simulation. Second, we hybridize regression algorithms with classical reduced-order modeling techniques to identify the coefficients of any new simulation in a reduced basis computed by proper orthogonal decomposition. These two approaches, as the majority found in the literature, are supervised. Their training needs to generate a large number of simulations. Thus, they suffer the same problem that motivated their development in the first instance: generating many faithful simulations at scale is laborious. We propose a generic training framework for artificial neural networks that generate data simulations on-the-fly by leveraging HPC resources. Data are produced by running simultaneously several instances of the solver for different parameters. The solver itself can be parallelized over several processing units. As soon as a time step is computed by any simulation, it is streamed for training. No data is ever written on disk, thus overcoming slow input-output operations and alleviating the memory footprint. Training is performed by several GPUs with distributed data-parallelism. Because the training is now online, it induces a bias in the data compared to classical training, for which they are sampled uniformly from an ensemble of simulations available a priori. To mitigate this bias, each GPU is associated with a memory buffer in charge of mixing the incoming simulation data. This framework has improved the generalization capabilities of state-of-the-art architectures by exposing them during training to a richer diversity of data than would have been feasible with classical training. Experiments show the importance of the memory buffer implementation in guaranteeing generalization capabilities and high throughput training. The framework has been used to train a deep surrogate for heat diffusion simulation in less than 2 hours on 8TB of data processed in situ, thus increasing the prediction accuracy by 47% compared to a classical setting.Nombreuses applications d’ingénieries et recherches scientifiques nécessitent la simulation fidèle de phénomènes complexes et dynamiques, transcrits mathématiquement en Équations aux Dérivées Partielles (EDP). Les solutions de ces EDP sont généralement approximées au moyen de solveurs qui effectuent des calculs intenses et génèrent des quantités importantes de données. Les applications requièrent rarement une unique simulation, mais plutôt un ensemble d’exécutions pour différents paramètres afin d’analyser la sensibilité du phénomène ou d’en trouver une configuration optimale. Ces larges ensembles de simulations sont limités par des temps de calcul importants et des capacités de stockage mémoire finies. La problématique du coût de calcul a jusqu’à présent encouragé le développement du calcul haute-performance (HPC) et de techniques de réductions de modèles. Récemment, le succès de l'apprentissage profond a poussé la communauté scientifique à considérer son usage pour accélérer ces ensembles de simulations. Cette thèse s'inscrit dans ce cadre en explorant tout d'abord deux techniques d’apprentissage pour la simulation numérique. La première propose d’utiliser une série de convolutions sur une hiérarchie de graphes pour reproduire le champ de vitesse d’un fluide tel que généré par le solveur à tout pas de temps de la simulation. La seconde hybride des algorithmes de régression avec des techniques classiques de réduction de modèles pour prédire les coefficients de toute nouvelle simulation dans une base réduite obtenue par analyse en composantes principales. Ces deux approches, comme la majorité de celles présentées dans la littérature, sont supervisées. Leur entraînement nécessite de générer a priori de nombreuses simulations. Elles souffrent donc du même problème qui a motivé leur développement : générer un jeu d’entraînement de simulations fidèles à grande échelle est laborieux. Nous proposons un cadre d’apprentissage générique pour l’entraînement de réseaux de neurones artificiels à partir de simulations générées à la volée tirant profit des ressources HPC. Les données sont produites en exécutant simultanément plusieurs instances d’un solveur pour différents paramètres. Le solveur peut lui-même être parallélisé sur plusieurs unités de calcul. Dès qu’un pas de temps est simulé, il est directement transmis pour effectuer l’apprentissage. Aucune donnée générée par le solveur n’est donc sauvegardée sur disque, évitant ainsi les coûteuses opérations d’écriture et de lecture et la nécessité de grands volumes de stockage. L’apprentissage se fait selon une distribution parallèle des données sur plusieurs GPUs. Comme il est désormais en ligne, cela crée un biais dans les données d’entraînement, comparativement à une situation classique où les données sont échantillonnées uniformément sur un ensemble de simulations disponibles a priori. Nous associons alors chaque GPU à une mémoire tampon en charge de mélanger les données produites. Ce formalisme a permis d’améliorer les capacités de généralisation de modèles issus de l’état de l’art, en les exposant à une diversité globale de données simulées plus riches qu’il n’aurait été faisable lors d’un entraînement classique. Des expériences montrent que l’implémentation de la mémoire tampon est cruciale pour garantir un entraînement de qualité à haut débit. Ce cadre d’apprentissage a permis d’entraîner un réseau à reproduire des simulations de diffusion thermique en moins de 2 heures sur 8TB de données générées et traitées in situ, améliorant ainsi les prédictions de 47% par rapport à un entraînement classique
Global change alters coastal plankton food webs by promoting the microbial loop: An inverse modelling and network analysis approach on a mesocosm experiment
No full textInternational audienceMarine organisms are currently, and will continue to be, exposed to the simultaneous effects of multiple environmental changes. Plankton organisms form the base of pelagic marine food webs and are particularly sensitive to ecosystem changes. Thus, warming, acidification, and changes in dissolved nutrient concentrations have the potential to alter these assemblages, with consequences for the entire ecosystem. Despite the growing number of studies addressing the potential influence of multiple drivers on plankton, global change may also cause less obvious alterations to the networks of interactions among species. Using inverse analyses applied to data collected during a mesocosm experiment, we aimed to compare the ecological functioning of coastal plankton assemblages and the interactions within their food web under different global change scenarios. The experimental treatments were based on the RCP 6.0 and 8.5 scenarios developed by the IPCC, which were extended (ERCP) to integrate the future predicted changes in coastal water nutrient concentrations. Overall, we identified that the functioning of the plankton food web was rather similar in the Ambient and ERCP 6.0 scenarios, but substantially altered in the ERCP 8.5 scenario. Using food web modelling and ecological network analysis, we identified that global change strengthens the microbial loop, with a decrease of energy transfer efficiency to higher trophic levels. Microzooplankton responded as well by an increased degree of herbivory in their diet and represented, compared to mesozooplankton, by far the main top-down pressure on primary producers. We also observed that the organisation of the food web and its capacity to recycle carbon was higher under the ERCP 8.5 scenario, but flow diversity and carbon path length were significantly reduced, illustrating an increased food web stability at the expense of diversity. Here, we provide evidence that if global change goes beyond the ERCP 6.0 scenario, coastal ecosystem functioning will be subjected to dramatic changes
Des communautés numériques et des énoncés dans tous leurs états : à propos des controverses énergétiques sur Twitter (2021 - 2023)
No full textNational audienceCette communication s’inscrit dans l’axe III de l’appel à communication. Elle se propose de lier l’analyse des dynamiques des communautés numériques et l’étude des énoncés et de leurs grammaires. La communication discute notamment la notion « d’espace public sectoriel », c’est-à-dire l’existence d’espace public à l’interface entre des espaces confinés (Gilbert et Henry, 2012, Zittoun, 2013 ; Chateauraynaud et Debaz, 2017), où des acteurs et des spécialistes d’une politique publique débattent de problèmes et de solutions, et un espace public général où se forme l’opinion publique (Entman et Herbst ; 2001), à travers notamment la circulation d’énoncés de dénonciation (Boltanski, 1990).D’un point de vue méthodologique, l’étude présentée s’appuie à la fois une approche morphologique (relationnelle) et formelle (grammaticale). L’approche morphologique cherche à caractériser des communautés à travers des caractéristiques relationnelles distinctes entre locuteurs (relations de follower – suivi -, de retweets – retransmission - ou de reply – réponse -) identifiant ainsi différents états d’une communauté (de l’attention, au débat en passant par la mobilisation). A rebours des études sur les communautés numériques qui se focalisent exclusivement sur des mèmes ou des phénomènes qualifiés de propagations virales ou mimétiques (Boullier, 2015), l’approche formelle s’intéresse aux énoncés et notamment aux types de grammaires qu’ils mobilisent : elle cherche à distinguer des énoncés de dénonciation, voire de stigmatisation, (Brugidou et Kaufmann, 2020) dont on fait l’hypothèse qu’ils sont caractéristiques de communautés mobilisés, d’énoncés de discernement (Brugidou, 2017), propres à la discussion des circonstances et des modalités d’une action (ici publique). Ces deux approches mettent en œuvre soit une lecture distante (Moretti, 2013) des corpus, qui sont alors saisis au prisme des « données massives », ou une lecture proche (Baudouin et Denis ; 2014) pour une caractérisation fine des énoncés.L’étude s’intéresse aux communautés formées autour d’enjeux énergétiques sur Twitter (2020-2022 ; N = 500 000). Elle met d’abord en évidence des phénomènes de diffusion virale de dénonciation publique pour partie dus à des événements très fortement commentés et suscitant de fortes émotions collectives (Kaufmann,2020) (ré)activant des prises de position sur des choix énergétiques (nucléaire, EnR, etc.) sociologiquement et politiquement clivants (Haegel, 2005). L’approche morphologique montre que ces prises de positions s’alignent en grande partie sur des positions partisanes selon l’axe gauche-droite, mais aussi selon un autre axe opposant acteurs sectoriels et acteurs politiques, opérant dans un espace public général. Cette même étude identifie par ailleurs des développements à fort contenu informatif et argumentatif s’étalant parfois sur de très longues périodes (via des threads, des fils de messages liés par un même locuteur portant sur un même thème ou des fils de discussions – reply - intercommunautaires). Les mêmes locuteurs, « twittos », prennent part –selon notamment leur niveau et domaine d’expertise - à ces différents types d’échanges et ce de manière coordonnée. Des locuteurs peuvent donc activer différents registres de discours où il est possible d’identifier des énoncés de discernement, discutant les modalités et les conséquences d’une politique publique en s’appuyant sur une argumentation technico-scientifique, mais aussi des énoncés de dénonciation mobilisant des affects et de valeurs, parfois très polémiques.L’étude montre enfin l’importance des logiques de politisation dues à des séquences électorales (régionale puis présidentielle) ou à des évènements focalisant (guerre en Ukraine) pour rendre compte de la dynamique discursive de ces communautés et des effets de confinement ou de déconfinement des problèmes
Modeling long-term transfers of radiocesium in farmland under different tillage and cover crop treatments
No full textInternational audienceThe 2011 nuclear accident at Japan's Fukushima Daiichi Nuclear Power Plant (FDNPP) prompted inquiries about the long-term transfer of Cesium-137 (137Cs) from soil to agricultural plants. In this context, numerical modeling is particularly useful for the long-term evaluation of the consequences of agroecosystem contamination. Agriculturalpractices, such as tillage and cover cropping, play key roles in 137Cs recycling in agroecosystems. In this study, we used 10-year monitoring data to develop a dynamic model to predict 137Cs redistribution (via uptake, litterfall, translocation, and percolation) under different tillage (no-tillage, NT; rotary cultivation, RC; moldboard plow, MP) and cover crop (rye; hairy vetch; fallow weed) treatments. The verification exercise and assessmentresults indicated the model's reliability, as the temporal dynamics of predicted values agreed with observed values. Tillage significantly influenced the 137Cs distribution in soil, thereby decreasing plant uptake of 137Cs, whereas cover crop exerted a minimal effect on 137Cs cycling. Furthermore, while the 137Cs concentrations in soybean grain under RC and NT treatments were comparable 62 years after the FDNPP accident, the concentrationunder MP treatment remained consistently the lowest. Despite natural decay being the main cause of the decreased global 137Cs level in the agroecosystem, with minimal losses from percolation to deeper soil layers and soybean harvesting, adopting an appropriate tillage practice was shown to promote a long-term reduction of 137Cs concentration in crops. Finally, to improve the model's accuracy, further research should consider incorporatingthe effects of soil properties and extreme weather events on 137Cs flow into the model, as these factors are essential for realizing improved agroecosystem predictions
Entropic Lower Bound of Cardinality for Sparse Optimization
No full textWe introduce a family of cardinality's lower bounds, defined as ratios of norms. We prove that the tightest bound of the family is obtained as a limit case, and involves a Shannon entropy. We then use this entropic lower bound in sparse optimization problems to approximate cardinality requirements. This provides a nonlinear nonconvex relaxed problem, which can be efficiently solved by off-the-shelf nonlinear solvers. In the numerical study, we focus on the case where the optimization is performed on the simplex, and where the classical l1 penalization does not yield sparse solution. The Finance Index Tracking problem is taken as an example and illustrates the efficiency of the proposed approach
Generalized impedance boundary conditions with vanishing or sign-changing impedance
No full textInternational audienceWe consider a Laplace type problem with a generalized impedance boundary condition of the form ∂_νu = −∂_x(g∂_xu) on a flat part Γ of the boundary. Here ν is the outward unit normal vector to ∂Ω, g is the impedance function and x is the coordinate along Γ. Such problems appear for example in the modelling of small perturbations of the boundary. In the literature, the cases g=1 or g=−1 have been investigated. In this work, we address situations where Γ contains the origin and g(x)=1_{x>0}(x)x^\alpha or g(x)=−sign(x)|x|^\alpha with \alpha≥ 0. In other words, we study cases where g vanishes at the origin and changes its sign. The main message is that the well-posedness in the Fredholm sense of the corresponding problems depends on the value of \alpha. For \alpha∈ [0,1), we show that the associated operators are Fredholm of index zero while it is not the case when \alpha=1. The proof of the first results is based on the reformulation as 1D problems combined with the derivation of compact embedding results for the functional spaces involved in the analysis. The proof of the second results relies on the computation of singularities and the construction of Weyl's sequences. We also discuss the equivalence between the strong and weak formulations, which is not straightforward. Finally, we provide simple numerical experiments which seem to corroborate the theorems