Conception d'un environnement de simulation intelligent. Application à la thermique du bâtiment

Design of an intelligent simulation environment. Application to building energy performance assessment

• Auteur / Autrice : Sidi Mohamed Karim El Hassar
• Direction : Bertrand Delcambre
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1992
• Etablissement(s) : Marne-la-vallée, ENPC
• Jury : Président / Présidente : Albert Dupagne
• Jury : Examinateurs / Examinatrices : R. Pelletret, Alain Trombe
• Jury : Rapporteur / Rapporteuse : Patrick Depecker, Louis Laret

Mots clés

Mots clés contrôlés

Simulation

Mots clés libres

Modélisation

Bâtiment

Dialogue homme machine

Oriente objet

Base connaissance

Résumé

Ce travail de thèse s’insère dans le cadre plus général du développement par le Centre Scientifique et Technique du Bâtiment d’un Environnement de Simulation Intelligent destiné à faciliter l’accès aux logiciels de calculs scientifiques dans le secteur Bâtiment. Il s’agit d’un programme pluriannuel de recherches dont les objectifs sont de mettre à la disposition des professionnels de nouveaux outils d’aide à la conception et d’aide à l’analyse des systèmes « Bâtiments », basés sur la simulation numérique suivant divers points de vue (thermique, acoustique, structure, etc. ). Le présent travail de recherche s’articule donc avec d’autres travaux menés en parallèle sur le même thème : en particulier, un autre de travail de thèse s’est attaché à définir le concept d’Environnement de Simulation Intelligent et à développer un modèle profond d’un tel environnement, modèle dont le but est de faciliter la réalisation d’applications dédiées. Dans ce contexte, les objectifs fixés au présent travail de recherche sont de trois ordres : a) contribuer à la définition des spécifications de l’environnement de simulation générique notamment en analysant le processus de modélisation/simulation et en proposant des solutions pour la réalisation du dialogue Homme/machine ; b) réaliser une application concrète que l’on peut considérer comme une phase expérimentale de mise en œuvre des concepts développés : cette application est réalisée autour du logiciel de calculs thermiques TRNSYS ; c) définir, pour de tels environnements, les possibilités d’utilisation des systèmes à bases de connaissance (buts et moyens, évaluation de la pertinence des solutions). Le premier chapitre est consacré aux réflexions conceptuelles générales menées sur la base d’une analyse bibliographique et aux analyses nécessaires à la réalisation de l’application. Les étapes de développement d’un code de calcul sont rappelées (modélisation mathématique, modélisation numérique, élaboration d’une architecture informatique) ; de cette analyse, il ressort que la structure d’un code de calcul se doit d’être modulaire, l’idéal étant une claire séparation entre d’une part le solveur numérique, et d’autre part les modèles de composants physiques ; apparaît ainsi le concept de bibliothèques de modèles (modèlothèques). Par ailleurs, on s’attache à définir en quoi le système Proforma (système de documentation de la connaissance physique associée aux modèles) est utile dans un contexte d’Environnement de Simulation Intelligent et quel est le lien avec des systèmes à bases de connaissance ; il est en particulier démontré qu’il n’y a pas dichotomie mais bien interaction entre Proforma et système à base de connaissances : les informations contenues dans un ensemble de Proforma peuvent être directement utilisées pur réaliser des bases de connaissance nécessaires aux raisonnements qui permettrons d’aider l’utilisateur à différents niveaux lors du processus de modélisation/simulation. Enfin le code de calcul qui doit faire l’objet de l’application est analysé du point de vue de son intégration dans un ESI. La seconde partie du travail est consacrée l’application proprement dite ; un environnement dénommé IISIBât (Interface Intelligente pour la Simulation dans le Bâtiment) est développé suivant les concepts précédemment définis ; dans une première phase, la stratégie de développement d’une telle interface est précisée ; le processus de conception est fondé sur la mise en œuvre séquentielle de quatre modèles : les modèles cognitif, conceptuel, structurel et perceptif. Le modèle cognitif met en évidence les tâches que l’utilisateur est amené à réaliser dans le cadre d’un outil de simulation ; le processus de modélisation/simulation est décortiqué en ses diverses étapes ; ce travail permet de définir une interface homme/machine possible (et en particulier les outils nécessaires) spécialisée pour ce type de process. Le modèle conceptuel identifie les objets génériques sur lesquels se fonde l’interface, les fonctions rattachées à ces objets, et la représentation graphique de ces objets. Le modèle structurel s’intéresse à l’implémentation proprement dite. Le modèle perceptif représente la façon dont l’utilisateur perçoit le système final ; ce modèle conduit à une analyse critique des choix effectués et à la proposition d’améliorations. Au final, l’application réalisée (IISIBât-TRNSYS) permet de juger de la pertinence des concepts développés tant du point de vue du fond que des méthodes utilisées ; ainsi, l’intérêt de l’application développée pour des utilisateurs « développeurs de modèles » ou « créateurs de projets » a pu être démontré ; par ailleurs, il s’est avéré que cette application ne possédait pas toutes ls fonctionnalités nécessaires à une utilisation efficace par des utilisateurs terminaux (analystes de systèmes) ; pour combler ces manques, il faut rajouter à l’interface des mécanismes de raisonnement. La dernière partie de ce travail s’intéresse à l’introduction au sein de l’application interactive de mécanismes de raisonnement faisant appel à des bases de connaissance. Les fonctions expertes doivent permettre d’aider un utilisateur à réaliser mieux et plus vite certaines tâches qui entrent dans le processus de modélisation/simulation. Ces tâches concernent principalement le choix des modules, la connexion des variables, le choix des valeurs numériques des diverses variables. Pour réaliser en pratique de tels mécanismes de raisonnement deux architectures possibles sont évaluées : les systèmes à base de connaissance et les systèmes multi-agents. Si ces mécanismes permettent effectivement de réaliser des fonctions d’aide intelligentes, ils présentent cependant des limitations qui résultent principalement de la diversité des règles formulées et, parfois, du manque de précision de ces règles ; la mise au point de systèmes-experts pour l’aide au processus de modélisation/simulation/analyse des résultats est essentiellement un problème de formalisation des connaissances expertes et non pas un problème de technologies informatiques. D’autres possibilités innovantes de raisonnement sont évaluées comme le raisonnement par analogie ou l’utilisation des principes de raisonnement de la physique qualitative ; dans un cas comme dans l’autre, même si ces pistes présentent des potentialités, elles n’en demeurent pas moins aujourd’hui encore des thèmes de recherche.