Description
Date depot: 1 janvier 1900
Titre: Aide au diagnostic en contexte incertain par réseau bayésien et réseau de croyance : application aux diagnostics de situations d'accidents nucléaires
Directeur de thèse:
Christophe GONZALES (LIP6)
Encadrant :
Pierre-Henri WUILLEMIN (LIP6)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le travail de recherche proposé s'inscrit dans le contexte du retour d'expérience de l'utilisation des logiciels de simulations d'accidents graves comme outils d'aide au diagnostic en situation de crise nucléaire. Dans le cadre de l'accident de Fukushima, des calculs de scénarios accidentels permettant d'expliquer les observations disponibles (niveau en cuve dans le réacteur nucléaire, pressions en et hors cuves etc.) ont déjà été menés avec un logiciel nommé ASTEC. Ces calculs portaient d'une part sur la dégradation du combustible, mais aussi sur l'interaction corium-béton lorsqu'une percée de cuve a été suspectée sur l'un des réacteurs. Le peu d'informations disponibles, dont certaines se sont ensuite par ailleurs avérées peu fiables comme le niveau d'eau en cuve, a conduit à imaginer en utilisant ASTEC plusieurs scénarios explicatifs sans qu'il soit possible de leur attribuer un degré de crédibilité absolue ou relative.
En de telles circonstances, il est cependant nécessaire non seulement de pouvoir élaborer les scénarios explicatifs de l'état accidentel observé, mais également de leur attribuer un degré de crédibilité, ce dernier dépendant de la qualité de l'information disponible. Cette information disponible peut elle-même influencer la conduite accidentelle et ainsi le déroulement du scénario si elle est également exploitée par les équipes de gestion de crise. La question de l'information minimale nécessaire pour établir un ou plusieurs diagnostics assortis d'un degré de vraisemblance quantifié se pose également dans une démarche d'amélioration des moyens de gestion des accidents.
L'utilisation de réseaux bayésiens (dynamiques) dans ce domaine est particulièrement naturelle, dans la mesure où ils permettent de représenter dans un formalisme unifié des connaissances de natures structurelle, probabiliste et statistique [Dean and Kanazawa, 1990 ; Murphy, 2002]. Les réseaux de croyances (credal networks), qui sont le pendant possibiliste des réseaux bayésiens, se révèlent également adaptés dans les situations où les connaissances ou informations disponibles sont entâchées d'imprécisions [Cano et al., 1993 ; Cozman, 2000].
Le choix des facteurs ou variables pris en compte dans le modèle est le premier niveau de connaissance structurelle, et représente l'état du système. Les circonstances externes, ayant des conséquences certaines ou possibles sur le déroulement de l'accident, constituent un second niveau de connaissance structurelle. La description des relations de dépendance entre ces variables relève également de la connaissance structurelle représentée dans un réseau bayésien ou un réseau de croyances. Enfin, la quantification des variables utilisées et de leurs dépendances peut relever de la connaissance probabiliste ou possibiliste, c'est-à-dire quantifiée à dire d'expert, ou statistique, c'est-à-dire mesurée à partir d'observations.
Les réseaux bayésiens ont déjà été mis en Suvre à l'IRSN dans le cadre de travaux sur l'optimisation des programmes de surveillance de la contamination interne des travailleurs exposés aux rayonnements ionisants, en lien avec l'université PARIS XI. Ils sont aussi en cours d'application dans une démarche d'utilisation systématique des mesures d'activité à l'environnement pour remonter au terme source en sortie de réacteur, démarche conceptuellement assez proche de celle proposée ici.
Doctorant.e: Mabrouk_Doctorant Ahmed