Vous êtes sur la page 1sur 12

Projet Scientifique et Numérique Transversal

19 octobre 2020

Table des matières


1 Introduction 1

2 Transfert thermique 3
2.1 Recherche documentaire . . . . . . . . . . . . . . . . . . . . . 3
2.2 Equation de la chaleur . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Résolution analytique . . . . . . . . . . . . . . . . . . . . . . . 5
2.4 Résolution numérique . . . . . . . . . . . . . . . . . . . . . . . 6
2.5 Approche expérimentale et validation du modèle . . . . . . . . 7

3 Traitement à l’insuline 7
3.1 Recherche documentaire . . . . . . . . . . . . . . . . . . . . . 7
3.2 Modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.3 Résolution numérique . . . . . . . . . . . . . . . . . . . . . . . 8
3.4 Contrôle optimal . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.5 Simulations numériques . . . . . . . . . . . . . . . . . . . . . . 11

4 Livrables attendus du projet 11

1 Introduction
Capacités développées : Démarche scientifique, Interdisciplinarité, Méthodologie
de projet collaboratif, Recherche documentaire, Modélisation, Intégration
numérique, Equations différentielles, Méthode des différences finies, Schéma
d’Euler explicite

1
1 INTRODUCTION

Domaine d’application : Transfert thermique, Diabète (traitement à


l’insuline)

But du projet Le Projet Scientifique et Numérique Transversal (PSNT)


est un projet interdisciplinaire à caractère scientifique et a pour objectifs de :
— favoriser le décloisonnement des disciplines scientifiques à travers l’iden-
tification des liens entre disciplines, la transposition des mêmes concepts
d’un domaine à l’autre, et la compréhension de l’utilité des mathématiques
et des méthodes numériques dans la résolution de problèmes ren-
contrés dans les sciences expérimentales
— contribuer à l’acquisition des compétences transverses CT1 Recherche
et traitement de l’information et CT2 Résolution de problèmes com-
plexes et évaluer leur acquisition à la fin des quatre premiers semestres
de la formation
— développer le travail et la synergie d’équipe, notamment à l’aide d’ou-
tils de travail collaboratifs
— initier les étudiants à la recherche scientifique par l’application rigou-
reuse d’une démarche scientifique basée sur le tryptique : expérimentation,
modélisation et simulation numérique
Le projet comporte deux sujets. Les étudiants par équipe de 4 étudiants
aux maximum traiteront un des deux sujets, la répartition des équipes sur
les sujets étant faite par l’enseignant responsable du projet.
Le premier sujet porte sur la simulation numérique des phénomènes de
transfert thermique. Le projet devra intégrer les éléments suivants :
1. La recherche documentaire sur le phénomène étudié
2. La résolution analytique du modèle
3. L’analyse des schémas numériques
4. La comparaison des résultats numériques avec les solutions exactes
5. L’approche expérimentale et la validation du modèle
Le deuxième sujet porte sur le traitement du diabète à l’insuline. L’évolution
de la concentration de glucose et de la concentration de l’insuline dans le sang
sont décrite par un système d’équations différentielles ordinaires. Le projet
devra intégrer les éléments suivants :
1. La recherche documentaire sur le phénomène étudié
2. La modélisation du système glucose-insuline

2
2 TRANSFERT THERMIQUE

3. La résolution numérique
4. Le développement d’une stratégie d’injection d’insuline pour contrôler
la glycémie
5. La simulation numérique du système de contrôle optimal
La première partie porte sur la simulation numérique des phénomènes de
transfert thermique. Une attention particulière sera apportée à :
1. la résolution analytique du modèle ;
2. l’analyse des schémas numériques ;
3. la comparaison des résultats numériques avec les solutions exactes.
La deuxième partie porte sur le traitement du diabète à l’insuline. L’évolution
de la concentration de glucose et de la concentration de l’insuline dans le sang
sont décrites par un système d’équations différentielles. Le travail consiste à
1. simuler le système glucose-insuline ;
2. développer une stratégie d’injections d’insuline pour contrôler la glycémie.

2 Transfert thermique
2.1 Recherche documentaire
Les équipes du projet traiteront un des trois sujets ci-dessous :

Sujet 1 Histoire des sciences A partir d’une recherche documentaire, il


vous est demandé de retracer la démarche scientifique et expérimentale ayant
permis à Joseph Fourier d’établir la loi de propagation de la chaleur.

Applications technologiques A partir d’une recherche documentaire, il


vous est demandé de décrire une ou plusieurs applications technologiques
actuelles ou en cours de développement de la loi de propagation de la chaleur.

Limites et avancées théoriques La loi de Fourier est une loi phénoménologique


qui est basée sur l’observation des phénomènes mais pas sur la cause du
phénomène. A partir d’une recherche documentaire, il vous est demandé de
présenter un état de l’art sur la cause du phénomène, les limites de la loi
de Fourier et les avancées théoriques permettant de les prendre en compte
(nouvelles lois, compléments, etc.)

3
2.2 Equation de la chaleur 2 TRANSFERT THERMIQUE

2.2 Equation de la chaleur


Equation Les phénomènes de diffusion (thermiques, moléculaires, ...) sont
décrits par l’équation de la chaleur :

2
∂t u − κ∂xx u = 0, ∀t > 0, (1)
où κ est la diffusivité thermique du matériau (dans le cas homogène).

Condition initiale La solution au temps initial est donnée par la condition


initiale :

u(x, 0) = u0 (x). (2)

Conditions aux bords Par exemple, pour un mur d’épaisseur L les températures
aux extrémités x = 0 et x = L sont ug (t) et ud (t), c’est-à-dire :

u(0, t) = ug , u(L, t) = ud . (3)

4
2.3 Résolution analytique 2 TRANSFERT THERMIQUE

2.3 Résolution analytique


La solution analytique est recherchée sous la forme d’ondes simples :
X  jπ 
u(x, t) = ûj (t)φj (x), φj (x) = sin x . (4)
j∈N∗
L
1. Montrer que

dûj (t)  jπ 2
= −κ ûj (t), t > 0. (5)
dt L
2. En déduire que la solution générale s’écrit
2
X jπ
u(x, t) = Aj e−κ L
t
φj (x), (6)
j∈N∗

où les Aj sont des constantes arbitraires.


3. En utilisant le fait que
X  jπ 
u0 (x) = Aj sin x (7)
j∈N∗
L

et
 L
Z L  iπ   jπ   2
si i=j
sin x sin x dx = (8)
0 L L
0 si i 6= j

montrer que
Z L
2  jπ 
Aj = u0 (x) sin x dx. (9)
L 0 L
4. Représenter graphiquement la solution analytique (une bonne approxi-
mation de cette dernière est obtenue en prenant les 20 premiers nombres
d’ondes j) pour les temps t = 0.0004, 0.0016, 0.0024, 0.016 sur l’inter-
valle [0, 1] et

u0 (x) = sin(πx) + sin(10πx)/4. (10)


Expliquer le résultat.

5
2.4 Résolution numérique 2 TRANSFERT THERMIQUE

2.4 Résolution numérique


On considère le schéma explicite centré suivant :

un+1
j − unj unj−1 − 2unj + unj+1
−κ = 0. (11)
δt δx2
1. Montrer que le schéma est stable sous la condition :

δt 1
2
κ≤ . (12)
δx 2
2. Ecrire un programme pour la propagation de la chaleur dans un mur
d’épaisseur L. On prend L = 1, κ = 1, les conditions aux limites

ug (t) = 1, ud (t) = 0, (13)


la condition initiale

u(0, 0) = 1, u(x, 0) = 0 pour x > 0, (14)


nx = 50 points de discrétisation en espace et le pas de temps δt est
donné par (12).
(a) Tracer la solution numérique pour différents instants t = 0.02, 0.04,
0.12, 0.24.
(b) Illustrer graphiquement la stabilié et l’instabilité du schéma numérique.
(c) Décrire et interprêter l’évolution de la solution.
3. Effet lissant. Reprendre le programme précédent pour ug (t) = 0, et
pour la condition initiale :
π  1  10π 
u0 (x) = sin x + sin x . (15)
L 4 L
(a) Comparer la solution numérique avec la solution analytique donnée
par (6).
(b) Illustrer la stabilité et l’instabilité du schéma numérique.
(c) Décrire et interprêter l’évolution de la solution.

6
2.5 Approche expérimentale et validation
3 du
TRAITEMENT
modèle À L’INSULINE

2.5 Approche expérimentale et validation du modèle


1. Détermination de la conductivité thermique du matériau de la barre
métallique
2. Utilisation d’une méthode numérique (à programmer dans Scilab ou
Python) : Méthode de Newton ou méthode dichotomique pour estimer
le paramètre m
3. Calcul d’incertitude sur k : à partir des différentes sources d’incer-
titudes, définir le modèle de l’incertitude composée élargie sur k en
utilisant la loi de propagation des incertitudes utilisant la moyenne
quadratique des incertitudes dues à chaque source/cause et en donner
une estimation avec un intervalle de confiance de 60%.
4. Simuler les courbes de profils de température pour différentes puis-
sances thermiques.
5. Etudier l’évolution des 3 composantes de transfert thermique (conduc-
tion, convection et rayonnement) en fonction de la distance x.
6. Comparer avec les valeurs expérimentales obtenues sur le banc expérimental.

3 Traitement à l’insuline
3.1 Recherche documentaire
Les équipes de projet traiteront un des trois sujets ci-dessous :

Sujet 1 : Histoire des sciences A partir d’une recherche documentaire,


il vous est demandé de retracer la démarche scientifique et expérimentale
ayant permis aux chercheurs de découvrir l’insuline en 1922 et son action sur
les patients atteints de diabète.

Sujet 2 : Applications médicales A partir d’une recherche documen-


taire, il vous est demandé de décrire la structure moléculaire de l’insuline et
son mode d’action sur les patients diabétiques.

Sujet 3 : Epidémiologie du diabète en Afrique A partir d’une re-


cherche documentaire, il vous est demandé de décrire la situation épidémiologique
actuelle et prospectives du diabète en Afrique et d’identifier les principaux
facteurs à l’origine de la dynamique épidémique.

7
3.2 Modélisation 3 TRAITEMENT À L’INSULINE

3.2 Modélisation
On considère une modèle de traitement à l’insuline pour les patients at-
teint de diabète. Le problème principal de ces patients est de maintenir le
niveau du glucose dans le sang proche d’une valeur appropriée et d’empêcher
de grandes variations. En pratique, une injection d’insuline est effectuée. L’in-
suline accélère le retrait du glucose dans le sang. Un problème de contrôle
optimal est considéré pour maintenir un état équilibré du niveau de glucose
dans le sens.
On note par I(t) la concentration d’insuline, et par G(t) la concentration
de glucose au temps t ∈ [0, T ] (T > 0). On considère maintenant les patients
diabètiques incapable de produire de l’insuline. L’insuline est fournie par in-
jections. La concentration de glucose peut être aisément mesurée. Un modèle
simplifié pour la dynamique du système insuline-glucose est le suivant :
 0

 I (t) = dI(t), t ∈ (0, T )



0
G (t) = bI(t) + aG(t), t ∈ (0, T ) (16)




I(0) = I0 , G(0) = G0 ,

où d < 0 (|d| est le taux de diminution de l’insuline), a est le taux d’aug-
mentation du glucose (a 6= d), b est une constante négative qui peut être
mesurée, I0 est la concentration initiale de l’insuline (injectée), G0 est la
concentration initiale de glucose.

3.3 Résolution numérique


Les tests numériques montrent que le modèle (16) se comporte bien pour
I(t) et G(t) compris dans un intervalle donné. Pour I0 et G0 en dehors des
limites médicales, il est impossible d’obtenir des valeurs positives pour I(t)
et G(t), et ainsi le modèle n’est plus adapté.
1. Ecrire le modèle (16) sous la forme d’un problème de Cauchy.
2. Choisir une méthode pour la résolution numérique du modèle, en ex-
plicant les raisons de choix.
3. Ecrire un programme Scilab qui affiche la concentration de l’insuline et
la concentration de glucose.

8
3.4 Contrôle optimal 3 TRAITEMENT À L’INSULINE

4. Présenter graphiquement la concentration d’insuline et la concentration


de glucose. Le temps de simulation est de L = 10, et le pas de temps
est de h = 0.01. On utilise les données initiales suivantes :

I0 = 15, G0 = 2. (17)
Les paramètres du modèles sont a = 0.0343, b = −0.05 et d = −0.5.
Commenter et interprêter les résultats. A partir de combien de temps
l’effet de l’insuline est dissipé ? Justifier.

3.4 Contrôle optimal


On considère maintenant un problème de contrôle optimal avec un contrôle
impulsif pour obtenir un schéma de traitement de l’insuline fournissant un
bon contrôle de la glycémie pour un temps donné. On note A la concentration
de glucose désirée. On suppose que le patient reçcoit m injections d’insuline
aux temps

0 = t1 < t2 < ... < tn = L, (18)


avec des quantités correspondantes cj = c(tj ), j = 1, 2, ..., m et la concen-
tration initiale d’insuline est I0 = 0. Habituellement, les moments d’injections
sont fixés et nous avons tj+1 − tj = h pour j = 1, ..., m − 1. La dynamique
du système insuline-glucose est décrite par
 0
I (t) = dI(t) + m
P

 j=1 cj δtj ,



0
G (t) = bI(t) + aG(t), (19)




I(0) = 0, G(0) = G0 ,

où

 1 si x=a
δa (x) = (20)
0 sinon.

Solution analytique La solution du système (19) est donnée par

9
3.4 Contrôle optimal 3 TRAITEMENT À L’INSULINE

 Pm d(t−tj )
 I(t) = j=1 cj H(t − tj )e ,
(21)
at b
G(t) = G0 e + S(t),

d−a

t ∈ [0, T ], où
m
X  
S(t) = cj H(t − tj ) ed(t−tj ) − ea(t−tj ) , (22)
j=1

H est la fonction de Heaviside définie par



 1 si t ≥ 0,
H(t) = (23)
0 si t < 0.

Problème de contrôle optimal Voici le problème de contrôle optimal


associé à (19) :

1 L
Z
Minimiser ψ(c) = |G(t) − A|2 dt, (24)
2 0
où c = (c1 , ..., cm ) ∈ Rm , où (I, G) est solution de (19). Ici, le vecteur c
est le contrôle, obtenu à partir du système linéaire
m
X
qij ci = Bj , j ∈ {1, ..., m}, (25)
i=1

où
Z L
qij = α H(t − ti )H(t − tj )ei (t)ej (t)dt, (26)
0
Z L  
Bj = α H(t − tj )ej (t) A − G0 eat dt. (27)
0
b
On note α = d−a et ej (t) = ed(t−tj ) − ea(t−tj ) . Notre but est de résoudre
le système linéaire (25). Cependant, si une composante est négative, cela est
irréaliste d’un point de vue médical. Pour établir la politique de traitement,
on pose simplement cj = 0 si cj < 0.

10
3.5 Simulations numériques 4 LIVRABLES ATTENDUS DU PROJET

3.5 Simulations numériques


Les valeurs des paramètres du système sont

a = 0.1, b = −0.05, d = −0.5. (28)


On passe maintenant aux tests numériques.
1. On choisit les paramètres L = 48 (heures), G(0) = 2, A = 1 et m = 9
(le nombre d’injections). Il s’ensuit que l’intervalle entre les injections
est de h = 6 (heures).
(a) Représenter graphiquement les injections d’insuline (en histogramme).
(b) Représenter graphiquement la concentration d’insuline et la concen-
tration de glucose.
(c) Interprêter et commenter les résultats.
2. Un autre expérience est effectuée avec L = 60 (heures), G(0) = 2,
A = 0.8 et m = 11 (h = 6).
(a) Représenter graphiquement les injections d’insuline (en histogramme).
(b) Représenter graphiquement la concentration d’insuline et la concen-
tration de glucose.
(c) Interprêter et commenter les résultats.

4 Livrables attendus du projet


Les livrables attendus du projet sont les suivants :
L’évaluation du projet se fera à travers un rapport écrit de 20 pages
maximum et d’une capsule vidéo dans le format bien défini de type Pecha
Kucha.
Ce format de présentation orale permet de présenter des idées de manière
claire, succincte et efficace ; où se mélangent dynamisme, vulgarisation et es-
prit de synthèse. Ce format impose la réalisation de 20 diapositives sonorisées
qui défilent de manière automatisée toutes les 20 secondes pour une durée
totale maximum de 6 minutes et 40 secondes.

11
4 LIVRABLES ATTENDUS DU PROJET

Plus d’informations sur le format de présentation pecha kucha :


— https ://www.usherbrooke.ca/ssf/veille/perspectives-ssf/numeros-precedents/novembre-
2010/le-ssf-veille/le-pecha-kucha-antidote-a-lempoisonnement-au-powerpoint/
— https ://www.youtube.com/watch ?v=jJ2yepIaAtE&feature=youtu.be
— https ://www.youtube.com/watch ?v=FVZSNaAF8g8
— https ://www.pechakucha.com/

12