La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

ParallelLCA : a foreground aware parallel calculator for life cycle assessment

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Saab, François (2019). ParallelLCA : a foreground aware parallel calculator for life cycle assessment. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of SAAB_François.pdf]
Prévisualisation
PDF
Télécharger (4MB) | Prévisualisation
[thumbnail of SAAB_François-web.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

Life Cycle Assessment (LCA), which aims to assess the environmental impacts during the life cycle of a system product (S) (e.g., production of aluminum in Quebec), can be used to compare different systems built with different types of materials to determine which is the least harmful to the environment. The calculation in LCA represents a computational challenge as it is dependent on the size of the system, the number of iterations in the Monte-Carlo simulation, and the number of uncertain variables in the system. First, the solving of a linear system of dimensions in the order of 10,000 equations by 10,000 unknown variables is required for the base case. Second, the building of a graph iterative in nature with minimum dimensions of 10,000 vertices. Third, the computing of a Monte-Carlo simulation requiring several thousands of iterations to converge is to be computed. Finally, a sensitivity analysis which requires the computing of millions of correlations between vectors each having a dimension that is proportional to the number of iterations in the Monte-Carlo simulation.

To best solve the computational challenges present in LCA, this research benefits from well established libraries that solve large sparse linear systems and performs large sparse matrix computing. Also, this thesis adopted mathematical optimizations that removed the matrix inverse step from the contribution analysis module, which is very expensive, as well as other algorithmic optimizations that removed the large and variant part of the LCA supply-chain from the matrix component of the various calculation phases. Furthermore, this research experimented with libraries such as OpenMP, MPI, and Apache Spark to parallelize the computation.

First, the thesis will discuss the literature regarding these computational opportunities. Second, it will present a proposed LCA calculator for implementing an efficient LCA computation. Finally, it will present the performance of computing the different phases of LCA for various dimensions of the system (S) and concludes with suggestions for improvement and future development.

Titre traduit

ParallelLCA : calculateur parallèle d'analyse de cycle de vie prenant compte de l'avant plan

Résumé traduit

L’analyse du cycle de vie (ACV), qui vise à évaluer les impacts environnementaux au cours du cycle de vie d’un produit (par exemple, la production d’aluminium au Québec) ou d’un système de produits, peut être utilisée pour comparer différents systèmes utilisant différents types de matériaux afin de déterminer celui qui est le moins dommageable pour l'environnement. Le calcul d’ACV représente un défi de calcul car il dépend de la taille du système de produit, du nombre d'itérations dans la simulation de Monte-Carlo, et du nombre de variables incertaines dans le système. Tout d'abord, la résolution d'un système linéaire, de dimensions dans l’ordre de 10 000 équations par 10 000 variables inconnues pour le cas de base. Deuxièmement, la construction d'un arbre, de nature itérative, avec des dimensions minimales de 10 000 noeuds. Troisièmement, la simulation de Monte-Carlo nécessitant plusieurs milliers d’itérations pour converger. Finalement, une analyse de sensibilité, qui nécessite le calcul des millions de corrélations vecteur-vecteur, dans laquelle chaque vecteur a une dimension qui est équivalente aux nombres des itérations qui sont effectués lors de la computation de Monte-Carlo.

Pour résoudre au mieux les défis informatiques présents dans l’ACV, la recherche bénéficie des bibliothèques standards pour la résolution de systèmes linéaires creux et du calcul sur des matrices creuses. En outre, la recherche a adoptée des optimisations mathématiques qui ont par exemple supprimé l’inverse matriciel de l’analyse de contribution qui est très coûteuse, ainsi que des optimisations algorithmiques qui ont pu enlever une grande partie d’analyse du calcul matriciel. De plus, la recherche a expérimenté avec des librairies, qui permettent de paralléliser le calcul, telles que OpenMP, MPI, et Apache Spark.

Dans un premier temps, ce mémoire abordera la littérature de ces opportunités de calcul. Deuxièmement, il présentera un calculateur d’ACV pour mettre en oeuvre un calcul efficace. Enfin, il décrira les performances du calcul des différentes phases de l’ACV pour différentes dimensions du système (S) et se terminera par des suggestions d’améliorations et de développement futur.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Thesis presented to École de technologie supérieure in partial fulfillment of the requirements for a master's degree with thesis in software engineering". Comprend des références bibliographiques (pages 175-179).
Mots-clés libres: analyse de cycle de vie (ACV), solveur hybride ACV, ACV parallèle, ACV distinguant l’avant plan
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
April, Alain
Programme: Maîtrise en ingénierie > Génie
Date de dépôt: 26 nov. 2019 18:55
Dernière modification: 26 nov. 2019 18:55
URI: https://espace.etsmtl.ca/id/eprint/2405

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt