Fonctionne avec Indico
v3.2.8
Résumé
Supposons que nous ayons (i) une source de particules, positionnée en un point S, (ii) une cible ou un détecteur, positionnée en un point D, et (iii) un matériau, qui propage ces particules. Comment organiser cette matière pour que le flux de particules au point D soit maximal, ou minimal ? Peut-on usiner ce matériau pour que le spectre en énergie des particules au point D soit une gaussienne, ou un spectre de référence, comme le spectre d'un réacteur nucléaire ou celui d'une étoile en fin de vie ? De nos jours, ces problèmes sont résolus à l'aide d'approches paramétriques. Les caractéristiques des composants candidats sont échantillonnées sur un sous-ensemble intuitif de paramètres, qui comprend le choix des matériaux à utiliser, ainsi que quelques paramètres géométriques, par ex. les longueurs des sous-parties, ou les angles d'ouverture, que l’on varie par petits pas. Pour chaque jeu de paramètres obtenu, une simulation du dispositif candidat est ensuite réalisée, et la meilleure solution émergeant parmi eux est choisie en fonction des objectifs du design. Cette pratique de conception est standard, mais elle a un point faible : elle repose sur l'intuition humaine, qui donne une idée générale de la solution mais qui manque souvent de précision. Pour surmonter cette limitation humaine, un algorithme d'optimisation topologique, capable de résoudre le problème du transport optimal des particules, a été développé. Son utilisation génère des composants sophistiqués dont les niveaux de performance dépassent ceux de leurs homologues conçus par l'homme. Durant ce séminaire, des exemples d'applications de cet outil à la conception de dispositifs courants dans nos domaines de recherche, par ex. des boucliers de particules, des collimateurs ou des réflecteurs, seront fournis.
Summary
Suppose we have (i) a source of particles, positioned at a point S, (ii) a target or detector, positioned at a point D, and (iii) a material, which propagates these particles. How to organize this matter so that the flux of particles at the point D be maximal, or minimal? Can we machine this material so that the energy spectrum of particles at the point D be a Gaussian, or a reference spectrum, such as the spectrum in a nuclear reactor or in a dying star? Nowadays, these problems are solved using parametric approaches. The characteristics of the candidate components are sampled over an intuitive subset of parameters, which includes the choice of materials to be used, as well as some geometrical parameters, e.g. the lengths of subparts, or the aperture angles, varied by small steps. For each obtained set of parameters, a simulation of the candidate device is then performed, and the best solution emerging among them is chosen according to the objectives of the design. This design practice is standard but it has a weak point: it relies on human intuition, which provides with a general idea of the solution but generally lacks precision. To overcome this human limitation, a topology optimization algorithm, capable of solving the particle optimal transport problem, was developed. Its use generates sophisticated components whose levels of performance outperform those of their human-designed counterparts. Throughout this seminar, examples of applications of this tool to the design of devices common in our research fields, e.g. particle shields, collimators or reflectors, will be provided.