Nền tảng tính toán cho mô hình hóa đa cấp của vật liệu

UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT DE LA FRANCOPHONIE POUR L’INNOVATION _ KOBINA PIRIZIWE PLATEFORME DE CALCUL POUR LA MODELISATION MULTI-NIVEAUX DES MATERIAUX NỀN TẢNG TÍNH TỐN CHO MƠ HÌNH HĨA ĐA CẤP CỦA VẬT LIỆU MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE HANOI - 2018 UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT DE LA FRANCOPHONIE POUR L’INNOVATION _ KOBINA PIRIZIWE PLATEFORME DE CALCUL POUR LA MODELISATION MULTI-NIVEAUX DES MATERIAUX NỀN TẢNG TÍNH TỐN CHO MƠ HÌNH HÓA ĐA CẤP CỦA VẬT LIỆU Spécialité : Systèmes Intelligents et Multimédia Code : Programme Pilote MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE Sous la direction de : Dr Marie BRUT, Cadre Scientifique au LAAS-CNRS Dr Anne HEMERYCK, Cadre Scientifique & Responsable de l’équipe M3 Dr Georges LANDA, Cadre Scientifique au LAAS-CNRS HANOI - 2018 ATTESTATION SUR L’HONNEUR J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs La source des informations citées dans ce mémoire a été bien précisée LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu Luận văn trung thực chưa cơng bố cơng trình khác Các thơng tin trích dẫn Luận văn rõ nguồn gốc Signature de l’étudiant KOBINA Piriziwè Sommaire Remerciements ii Résumé iii Abstract - iv Liste des figures v Liste des tableaux vii Introduction Contexte d’étude Objectifs du stage -2 Déroulement et contraintes du stage Chapitre - Plateforme biomolécules -4 1.1 Etat de l’art -4 1.1.1 La matrice hessienne [1] 1.1.2 FleXible [2] -7 1.1.3 Optimisation sous contraintes 1.2 Outils et données -9 1.2.1 Matériels et logiciels utilisés -9 1.2.2 Données utilisées - 12 1.2.2.1 Fichiers PDB - 12 1.2.2.2 Fichiers XYZ 15 1.3 Conception et implémentation 15 1.3.1 Conception 15 1.3.2 Implémentation - 18 1.4 Résultats - 22 Chapitre - Plateforme microélectronique 32 2.1 Etat de l’art - 32 2.2 Outils et données - 34 2.2.1 Matériels et logiciels utilisés - 34 2.2.2 Données utilisées - 34 2.3 Conception et implémentation 36 2.3.1 Conception 36 2.3.2 Implémentation - 38 2.4 Résultats - 41 Conclusion et perspectives - 44 Références - 45 i Remerciements La construction de ce mémoire n’aurait été possible sans l’intervention de certaines personnes Qu’elles trouvent ici l’expression de nos plus sincères remerciements pour leurs précieux conseils Nous tenons tout d’abord exprimer notre reconnaissance et nos remerciements envers l’Agence Universitaire Francophone (AUF) pour nous avoir accordé une bourse d’études de Master Nos remerciements vont également l’Institut de la Francophonie pour l’Innovation (IFI), son administration et au corps professoral pour la richesse et la qualité de leur enseignement et qui déploient de grands efforts pour assurer leurs étudiants une formation actualisée Nos sincères remerciements au LAAS-CNRS (Laboratoire d’Analyse et d’Architecture des Systèmes) pour l’opportunité qu’il nous a accordée en nous ouvrant ses portes, l’accueil chaleureux qu’il nous a réservé et les bonnes conditions dont nous avons bénéficiées tout au long de notre séjour dans ses murs Nous adressons nos vifs remerciements Madame Marie BRUT, notre encadrant principal, Madame Anne HEMERYCK et Monsieur Georges LANDA, nos encadrants secondaires, pour nous avoir accueilli et intégré au sein de leur équipe Merci pour l’inspiration, leur apprentissage, leur collaboration, leur écoute et leur disponibilité tout au long de notre stage Nos remerciements vont également l’ensemble du personnel du LAAS pour son accueil et sa collaboration Enfin, nous adressons nos plus sincères remerciements nos parents, pour leur contribution, leur soutien et leur patience, tous nos proches et amis (es), qui nous ont toujours encouragé et soutenu au cours de la réalisation de ce travail ii Résumé Ce présent mémoire est réalisé dans le cadre de la promotion des outils de modélisation l’échelle atomique développés dans une approche multi-échelles par l’équipe M3 du LAAS-CNRS vers les outils d’ingénierie Elle vise rendre ses logiciels accessibles des utilisateurs non expérimentés dans le développement de codes afin de réaliser des expériences virtuelles prédictives et réduire les coûts et les temps d’essai expérimentaux Il existe deux (02) aspects de cet objectif : l’un étant le développement d’une plateforme biomolécules et l’autre le développement d’une plateforme microélectronique La plateforme biomolécules consiste en l’intégration de l’outil FleXible, développé en C, basé sur l’approche des Modes Statiques et ayant pour but la prédiction des déformations des biomolécules lorsqu’elles sont soumises une contrainte, dans SAMSON, une plateforme pour les nanosciences développée par l’équipe NANO-D de l’INRIA La plateforme biomolécules est développée en C++ avec l’IDE Qt version 5.8.0 puis déployée sur la version 0.6.0 de SAMSON En ce qui concerne la plateforme microélectronique, elle consiste en la simulation des procédés de dépôt en phase vapeur (oxydation du silicium et dépôt d’oxyde de cuivre sur aluminium) mais aussi en la simulation de la détection de gaz par des capteurs de gaz chimiques base d’oxydes métalliques sur lesquels des molécules de monoxyde de carbone (CO) par exemple sont adsorbés Elle existe en Fortran 90, MATLAB mais actuellement portée en Java et déployée sous la technologie Java Web Start, en abrégé JWS Mots-clés : FleXible, Modes Statiques, SAMSON, Capteurs de gaz chimiques, Java Web Start iii Abstract This thesis is realized within the context of the promotion of modeling tools at the atomic scale developed in a multiscale approach by the LAAS-CNRS M3 team towards the engineering tools It aims to make its software accessible to nonexperienced users in code development in order to realize predictive virtual experiments and reduce costs and experimental test times There are two (02) aspects of this objective: one being the development of a biomolecule platform and the other the development of a microelectronics platform The biomolecules platform consists of the integration of the FleXible tool, developed in C, based on the Static Modes approach and aimed at predicting the deformation of biomolecules when they are subject to constraints, in SAMSON, a platform for nanoscience developed by the NANO-D team of INRIA The biomolecules platform is developed in C ++ with the IDE Qt version 5.8.0 and then deployed on the 0.6.0 version of SAMSON With regard to the microelectronics platform, it consists of the simulation of vapor deposition processes (oxidation of silicon and deposition of copper oxide on aluminum) but also the simulation of the detection of gas by chemical gas sensors based on metal oxides on which carbon monoxide (CO) molecules for example are adsorbed It exists in Fortran 90, MATLAB but is currently Java-based and deployed under Java Web Start technology, known as JWS Keywords: FleXible, Static Modes, SAMSON, Chemical gas sensors, Java Web Start iv Liste des figures Figure : Illustration de la nanoscience et les échelles de longueur - Figure A.1 : Illustration d’une matrice hessienne d’ordre - Figure A.2 : Illustration de l’exécution de la hessienne sans arguments - Figure A.3 : Illustration du format de sortie matricielle amber - Figure A.4 : Illustration du fichier de forces constantes Figure A.5 : Illustration du calcul de la hessienne d’un fichier de coordonnées donnée Figure A.6 : Architecture de FleXible - Figure A.7 : Illustration du module d’optimisation sous contraintes - Figure A.8 : Illustration de l’architecture de la plateforme SAMSON - 11 Figure A.9 : Visualisation 3D de 3J3Q 13 Figure A.10 : Visualisation 3D de 4HHB - 13 Figure A.11 : Image illustrative du format d’un PDB 13 Figure A.12 : Illustration du format xyz 15 Figure A.13 : Architecture du système concevoir - 16 Figure A.14 : Conception de la plateforme biomolécules 17 Figure A.15 : Structure architecturale de SEFleXible 19 Figure A.16 : Visualisation de 2AZ8-IA 23 Figure A.17 : Onglet de paramétrage de l’application 24 Figure A.18 : Affichage du pos0.xyz 25 Figure A.19 : Illustration de la sélection et déplacement d’un atome 25 Figure A.20 : Illustration de la déformation 26 Figure A.21 : Initialisation des coordonnées - 27 Figure A.22 : Illustration des Beta Factors - 28 Figure A.23 : Illustration des vecteurs de forces normées - 29 Figure A.24 : Représentation des vecteurs de forces proportionnelles au vecteur de distance - 30 Figure A.25 : Représentation des vecteurs de déformation 30 v Figure B.1 : Illustration de la plateforme de capteur de gaz chimiques 33 Figure B.2 : Illustration de l’énergie d’activation - 35 Figure B.3 : Illustration architecturale de la plateforme microélectronique - 36 Figure B.4 : Mécanisme d’adsorption du CO, CO2 en passant par la phase I1 36 Figure B.5 : Modèle architectural de la plateforme microélectronique 37 Figure B.6 : Illustration du modèle prédateur-proie de Lotka-Volterra 38 Figure B.7 : Illustration de quelques équations différentielles 39 Figure B.8 : Illustration de l’architecture JWS - 40 Figure B.9 : Page d’accueil de l’application JWS - 41 Figue B.10 : Interface d’accueil de l’application depuis une machine utilisateur - 42 Figure B.11 : Illustration de la détection de gaz sur une surface donnée 42 vi Liste des tableaux Tableau A.1 : Description des principales fonctions de SEFleXibleApp 20 Tableau A.2 : Description des fonctions de la classe modèle visuel (SEFleXibleVisualModel) 21 Tableau B.1 : Description des méthodes du solveur 39 vii atome, l’atome n°15 dans notre cas d’exemple C’est le numéro d’atome spécifié lorsque l’utilisateur active l’option de création de film 31 Chapitre - Plateforme microélectronique 2.1 Etat de l’art La plateforme microélectronique est une plateforme de simulation pour les matériaux intégrés développée en Java, comprenant actuellement applications savoir : - Le dépôt d’oxyde de cuivre sur l’aluminium, est aujourd’hui opérationnel dans la plateforme, qui simule le dépôt d’oxyde de cuivre sur l’aluminium Ce programme prend, en entrée, la température et la pression puis simule en temps réel l’évolution du dépôt - Le code OXCAD, développée en FORTRAN 90 et basé sur une méthodologie de type Monte Carlo Cinétique, simule l’oxydation thermique du silicium ; ce code est en cours d’implémentation dans la plateforme microélectronique Java - La troisième application qui fait l’objet de notre stage concerne la simulation prédictive de la détection de gaz chimiques (CO, CO2) par un oxyde d’étain SnO2 Nous développons donc dans la suite de ce mémoire le travail réalisé au cours de notre stage sur la troisième application de cette plateforme microélectronique savoir la prédiction de la détection de gaz par des oxydes métalliques Le principe de fonctionnement d’un capteur de gaz repose sur la variation de conductivité (ou de résistance) qui est mesurée dans la couche sensible, ici la couche d’oxyde métallique d’oxyde d’étain La variation de cette conductivité est directement reliée aux transferts de charges qui se produisent entre les espèces adsorbées et la surface de la couche d’oxyde métallique Pour modéliser correctement un capteur de gaz il faut donc être capable de décrire les réactions atomiques la surface de la couche d’oxyde, de quantifier les transferts de charge impliqués par chacune des espèces et de les mettre en relation avec les conditions extérieures de fonctionnement du capteur Le challenge de modélisation relevé dans la mise en place de cet outil prédictif est de pouvoir disposer d’un modèle capable 1- de simuler la réponse électrique du capteur macroscopique et 2- de prédire l’effet des paramètres extérieurs de fonctionnement (tels que la température, la concentration des espèces dans la phase gazeuse) sur la réponse macroscopique A notre arrivée dans l’équipe M3, les calculs DFT étaient réalisés et un modèle macroscopique fondé sur la théorie de la cinétique chimique simulant l’arrivée et 32 la réaction du monoxyde de carbone (CO), du dioxyde de carbone (CO2) sur des atomes d’étain (Sn) ou d’oxygène (O) de la surface était disponible La première version de ce code a été développée l’aide de l’outil MATLAB Ce modèle est fondé sur un système d’équations différentielles dépendantes du temps qu’il faut alors résoudre La résolution des équations différentielles se fait l’aide d’un solveur mathématique de type Runge Kutta, Euler etc Chacune des équations différentielles implémentées représente la variation de concentration de chacune des espèces adsorbées ou formées sur la surface en fonction du temps Le grand avantage que possède cette approche est de pouvoir représenter chacune des espèces, de conntre exactement quelles sont les espèces présentes en surface et en quelle concentration et de transcrire la réponse de chacune d’elles dans le signal électronique CO2 Espèces présentent initialement en surface tels que des lacunes, des atomes d’oxygènes, d’étain, etc CO O2 H2O Espèces de surface formées et identifiées tels que : SnO2 - CO2, CO, OH, H et O2 adsorbés CO2 sous forme carbonate: CO3 des intermédiaires de réaction notes Ix Figure B.1 : Illustration de la plateforme de capteur de gaz chimiques Dans la résolution d’équations différentielles, il existe onze (11) variables suivre Elles constituent les différentes variables du système d’équations résoudre et représenter sous forme de courbes Ces variables sont nommées de θ1 θ11, ce dernier étant appelé le transfert de charge et qui est une somme pondérée des dix (10) premières espèces suivies La réponse qui intéresse l’ingénieur ou le technologue sera donc la réponse macroscopique liée aux transferts de charge θ11, et pour aller plus loin dans la compréhension du capteur de gaz, nous devons tracer la variation de chacune des concentrations des espèces (de θ1 θ10) sur la surface afin d’avoir une vue détaillée atomistique des processus physico-chimiques se produisant en surface, et de savoir quelle espèce est associée la réponse électronique Afin de rendre ce code d’intérêt pour l’ingénieur et le technologue, il convient d’en faire un outil facile d’utilisation, transportable, robuste, et pour cela de transposer l’outil opérationnel sous Matlab en un outil interfacé « user friendly », 33 souple d’utilisation dans la plateforme microélectronique L’ensemble du code doit alors être recodé en Java et une interface graphique doit être produite 2.2 Outils et données 2.2.1 Matériels et logiciels utilisés Pour ce module, nous avons travaillé sur le même matériel précédemment décrit dans la partie biomolécules Comme logiciels ayant servi pendant les travaux de ce module, nous avons : ➢ Eclipse17 est un environnement de développement intégré et est l’IDE Java le plus largement utilisé Il contient un espace de travail de base et un système de plug-in extensible pour personnaliser l’environnement Eclipse est principalement écrit en Java et son utilisation principale est le développement d’applications Java, mais il peut également être utilisé pour développer des applications dans d’autres langages de programmation via des plugins, notamment C, C ++, Perl, PHP, etc Pour matérialiser la simulation du capteur de gaz chimiques, nous avons utilisé JFreeChart 18, une bibliothèque Java open source qui peut être utilisé dans des applications Java pour créer une large gamme de graphiques En utilisant JFreeChart, nous pouvons créer tous les principaux types de graphiques 2D et 3D tels que les camemberts, les diagrammes barres, les graphiques linéaires, les graphiques XY et les graphiques 3D 2.2.2 Données utilisées En ce qui concerne ce module, il n’y a pas, non plus, de phase de pré-traitement ou traitement de données Les données utilisées sont essentiellement saisies par l’utilisateur Ces données, modifiables par l’utilisateur, sont les paramètres variables pour représenter les conditions expérimentales (températures, pression des gaz, concentration des gaz) Néanmoins, il existe certaines données dites de configuration qui sont stockées dans un fichier et auxquelles a accès l’application pendant la simulation Ces données ne changent pas, raison pour laquelle il est préférable de les constituer en données de configuration Elles ont été obtenues par les calculs DFT en amont et sont les caractéristiques des réactions atomistiques se produisant en surface : il s’agit notamment des valeurs d’énergie 17 18 https://en.wikipedia.org/wiki/Eclipse_(software) http://www.jfree.org/jfreechart/ 34 d’activation permettant certaines réactions se produisant en surface impliquant l’oxyde de carbone (CO), le dioxyde de carbone (CO 2), l’oxygène (O), l’humidité ou l’eau (H2O), etc et sont exprimées en Joule par mol (J/mol) Energie d’activation Figure B.2 : Illustration de l’énergie d’activation Mise part ces données de configuration, l’utilisateur rentre d’autres données de la simulation savoir : - Pour la composition des gaz : les concentrations en oxyde de carbone, en dioxyde de carbone, en dioxyde d’azote, en oxygène, en eau, la température du capteur ; - Pour l’oxydation : la température du gaz et la concentration des lacunes Les lacunes, dans ce contexte, sont des trous d’oxygène sur la surface expérimentale Les concentrations sont exprimées en Partie Par Million (parts per million), en abrégé ppm et les températures en Kelvin (K) 35 2.3 Conception et implémentation 2.3.1 Conception Il question d’implémenter des équations différentielles dont les solutions, obtenues partir d’un solveur mathématique, feront l’objet de représentations graphiques Figure B.3 : Illustration architecturale de la plateforme microélectronique Il existe dix (10) espèces savoir : - Le monoxyde de carbone (CO) adsorbé sur la surface d’étude ; - Le dioxyde de carbone (CO2) adsorbé sur la surface ; - La première réaction intermédiaire notée I1 qui n’est qu’une forme de variation sur la surface ; - Le nombre de lacunes sur la surface d’études Ces lacunes sont notées V ; - Le nombre de dioxyde de carbone (CO2) présent sous forme de carbonate ; - Le nombre d’oxygène (O2) adsorbé sur la surface ; - Le nombre d’atomes de silicium (Sn) sur la surface ; - Le nombre d’atomes d’oxygène (O) sur la surface ; - Les molécules d’eau (H2O) adsorbées et dissociées sur la surface ; - La deuxième réaction intermédiaire est notée I2 ; - Et le transfert de charge qui est une somme pondérée des dix (10) espèces ci-dessus évoquées Chacune des espèces fait l’objet d’une équation différentielle notée dtheta.x, x étant le numéro d’ordre de l’espèce Figure B.4 : Mécanisme d’adsorption du CO, CO2 en passant par la phase I1 ΦCO représente le flux de CO arrivant sur la surface et les ki représentent des constantes de réaction notamment l’évaporation, la formation de I1, l’obtention de 36 CO (ads) partir de I1, la formation du CO2 (ads) partir de I1, l’obtention de I1 partir de CO2 (ads) et V et la désorption de CO2 (ads) Nous avons donc conỗu un diagramme, que nous illustrons par la figure cidessous, nous permettant d’atteindre nos objectifs dans la phase d’implémentation : Figure B.5 : Modèle architectural de la plateforme microélectronique 37 Dans notre modélisation, nous avons ODESystem19 qui est un solveur basé sur le principe de Runge-Kutta [5] [6] [7], une méthode de résolution des équations différentielles du premier ordre, adaptée aux équations différentielles d’ordre quatre (04) Dans l’analyse numérique, les méthodes de Runge-Kutta sont une famille de méthodes itératives implicites et explicites, qui incluent la routine bien connue appelée méthode d’Euler, utilisée dans la discrétisation temporelle pour les solutions approximatives des équations différentielles ordinaires Ce solveur est une classe abstraite et dont la méthode abstraite est diffEquns Cette méthode sera implémentée par la classe PredPrey Cette classe faire appel la notion de prédateur-proie de Lotka-Volterra [8] qui est un modèle s’intéressant l’évolution au cours du temps d’un système biologique composé de deux espèces : des proies et des prédateurs Figure B.6 : Illustration du modèle prédateur-proie de Lotka-Volterra Où x(t) et y(t) sont respectivement le nombre de proies et celui de prédateurs un temps t et p, q, r et s sont des paramètres biologiques donnés Dans le modèle de prédateur-proie, les variables représentant le nombre de prédateurs et celui de proies sont dépendantes tandis que le temps constitue une variable indépendante, raison pour laquelle elle n’appart pas explicitement dans l’équation Nous avons la classe Equation qui doit implémenter toutes les équations différentielles, onze (11) équations dans notre cas d’études, en prenant toutes les concentrations de gaz chimiques nécessaires la résolution de ces équations La classe PredPrey crée une instance de cette classe et est, son tour utilisée par la classe Capteur héritant d’une JFrame afin de produire la représentation graphique des différentes solutions dans un espace temporel 2.3.2 Implémentation En ce qui concerne cette partie de notre travail, nous avons implémenté les équations différentielles nécessaires la simulation et ce, dans la classe Equation 19 Solveur Proposé par Dr Georges LANDA, l’un de nos encadrants secondaires 38 Nous avons onze (11) équations différentielles comme précisé plus haut, dans la conception, dont ci-dessous une illustration de certaines : Figure B.7 : Illustration de quelques équations différentielles Nous décrivons, dans le tableau ci-dessous, les différentes méthodes du solveur utilisé pour la résolution de ces équations : Tableau B.1 : Description des méthodes du solveur Méthodes diffEquns Description C’est une méthode abstraite de la classe permettant de définir les équations différentielles Elle renvoie les côtés droits d’un système d’équations Elle prend en paramètre un tableau, y, de variables du système integrate Elle implémente la solution Runge-KuttaMerson sur une seule étape dt Elle appelle plusieurs reprises diffEquns pour évaluer et retourner les membres de droite f pour différentes valeurs des variables y solve Elle intègre les équations différentielles entre les temps a et b chaque itération opInt et stocke les solutions dans un fichier Nous récupérons, ensuite, les solutions puis faisons leur représentation graphique grâce JFreeChart [9][10] 39 Pour le déploiement sous Java Web Start [11][12], nous avons utilisé SWT20 (Standard Widget Toolkit), un outil java open-source pour lIDE Eclipse, conỗu pour fournir un accès portable et efficace aux fonctionnalités d’interface utilisateur d’une application en fonction du système d’exploitation La technologie Java Web Start permet de télécharger et d’exécuter des applications Java partir d’un navigateur web Elle fournit une activation facile en un clic des applications, garantit toujours l’exécution de la dernière version de l’application, élimine les procédures d’installation ou de mise niveau compliquées, etc L’application est déployée sur un serveur laquelle accèdent les utilisateurs, la téléchargent, pour un premier accès et l’exécutent en local sur leur machine Cidessous une architecture de ce déploiement : Figure B.8 : Illustration de l’architecture JWS En (1) le processus JWS est lancé travers un navigateur web ; en (2) nous avons le téléchargement de l’application et en (3) nous avons l’exécution de l’application Pour les prochaines exécutions, il n’y aura plus de phase de téléchargement de l’application 20 https://www.eclipse.org/articles/Article-SWT-Design-1/SWT-Design-1.html 40 2.4 Résultats Comme évoqué plus haut, dans la partie biomolécules, c’est la partie qui nous permet de valider nos différents objectifs N’ayant pas accès direct au serveur du laboratoire, nous avons utilisé WAMPSERVER sous Windows pour le déploiement afin de tester notre travail La figure ci-dessous est une page web nous permettant d’accéder notre application sur le serveur Figure B.9 : Page d’accueil de l’application JWS Pour la toute première fois d’utilisation de l’application sur une machine, l’utilisateur va l’adresse de l’application qui lui a été indiquée Il aura, donc, la page d’accueil ci-dessus Il clique ensuite sur le lien de téléchargement de l’application pour l’avoir en local Après le téléchargement, il peut créer un raccourci vers le bureau ou exécuter directement l’application Les prochaines fois où il voudra accéder l’application, toujours sur la même machine, il n’aura pas besoin de la retélécharger Il suffit qu’il exécute celle précédemment téléchargée Même s’il y a eu des mises jour de l’application sur le serveur, lorsqu’il exécute l’application présente sur sa machine, elle est automatiquement mise jour par rapport la nouvelle version sur le serveur Ci-dessous une illustration de l’interface d’accueil de l’application exécutée depuis une machine utilisateur : 41 Figue B.10 : Interface d’accueil de l’application depuis une machine utilisateur Le troisième point, CO (g) sensing using tin oxide, a fait l’objet de nos travaux Ci-dessous une illustration du résultat obtenu : Figure B.11 : Illustration de la détection de gaz sur une surface donnée Pour ce test, nous avons utilisé les valeurs par défaut qui nous sont fournies lors de l’implémentation de l’interface savoir : - 5ppm de concentration en monoxyde de carbone, 10ppm de concentration en dioxyde de carbone, 1000ppm de concentration en oxygène, 50ppm de concentration en humidité, La température de la surface 300K, 42 - La température d’oxydation 300K Nous obtenons une représentation graphique de toutes les espèces après le passage des équations différentielles respectives dans le solveur A partir ces graphes, l’utilisateur saura faire une interprétation de la variation de chaque espèce sur la surface d’étude 43 Conclusion et perspectives Dans ce mémoire, nous avons développé une plateforme de calcul pour la modélisation multi-niveaux des matériaux Ceci est réalisé dans le cadre de la promotion de la modélisation multi-échelles vers les outils d’ingénierie tels que les outils spécifiques dédiés aux biomolécules permettant de décrire leur structure, leur flexibilité, leurs interactions, etc Nous avons, d’abord, fait une situation du contexte de notre étude et dégagé ses différents objectifs atteindre Ensuite, du fait que notre étude porte sur deux aspects complètement indépendants savoir une plateforme biomolécules et une plateforme microélectronique, nous avons présenté l’état de l’art de chacun des aspects, fait l’étude des différentes données utiliser dont certaines proviennent des organismes bien spécifiques et internationaux et d’autres provenant de l’utilisateur en fonction de ses objectifs Dans la phase de conception, nous avons conỗu des diagrammes rộpondant au mieux aux objectifs atteindre Enfin, le diagramme de la plateforme biomolécules a été implémenté avec l’IDE Qt et les composants fournis dans le SDK SAMSON version 0.6.0 puis déployé sur la plateforme nanosciences SAMSON de la même version En ce qui concerne la plateforme microélectronique, elle a été implémentée en Java avec l’IDE Eclipse Oxygen puis déployée avec la technologie Java Web Start grâce l’outil SWT pour Eclipse permettant d’exécuter une application en fonction du système d’exploitation En général, les objectifs identifiés dans le cadre de notre étude ont été atteints, mais il reste un test approfondi des utilisateurs de tout genre afin de mieux les valider Comme perspectives pour notre travail, nous aimerions, d’une part, pour la plateforme biomolécules, implémenter la fonctionnalité permettant l’utilisateur de sélectionner une flèche représentée sur un atome puis d’indiquer sur quel atome appliquer une contrainte pour obtenir une déformation donnée Ensuite créer un film de toutes les interactions de l’utilisateur avec le module FleXible intégré D’autre part, pour la plateforme microélectronique avoir une option de choix d’exécution, c’est-à-dire si l’utilisateur souhaite exécuter l’application dans une page web, en implémentant une version applet de l’application, ou l’exécuter en mode desktop 44 Références Ycart, B (2014) Maths en ligne : Fonctions de plusieurs variables Université Joseph Fourier de Grenoble (pp 1-9) Brut, M., Estève, A., Landa, G., Renvez, G., Djafari, R M (2009) The Static Modes: An alternative approach for the treatment of macro- and bio-molecular induced-fit flexibility (pp 17-25) Putz, I., Brock, O (2017) Elastic network model of learned maintained contacts to predict protein motion PLoS ONE, 12(8) Redon, S Developer Guide (version 0.5.0) NANO-D - INRIA Landa, G (2017) Utilisation de Runge-Kutta en java (pp 1-5) Bits, P Ordinary Differential Equations (ODE): Four Order RK-Method (chap pp 44-68) Autar, K (2010) Runge-Kutta 4th Order Method: Runge-Kutta 4th Order Method for Ordinary Differential Equations (chap 8) Anisiu, M., C (2014) Lotka, Volterra and their model Didactica Matematica, vol 32 (pp 9-17) Matthew, D JFreeChart Tutorial 10 Gilbert, D (2002) The JFreeChart Class Library (version 0.9.1) 11 Parlante, N (2007) Jar App / Java Web Start CS108 Stanford Fall 12 Sun Microsystem, Inc (2005) Java Web Start Overview White Paper 45 ... PIRIZIWE PLATEFORME DE CALCUL POUR LA MODELISATION MULTI-NIVEAUX DES MATERIAUX NỀN TẢNG TÍNH TỐN CHO MƠ HÌNH HĨA ĐA CẤP CỦA VẬT LIỆU Spécialité : Systèmes Intelligents et Multimédia Code : Programme... dans ce mémoire a été bien précisée LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu Luận văn trung thực chưa công bố cơng trình khác Các thơng tin trích dẫn Luận văn... atome de carbone vaut Figure A.4 : Illustration du fichier de forces constantes Ces valeurs ont été choisies arbitrairement dans un premier temps avant d’être paramétrées - valeur_cut_off : Il existe