En cas d’accident impliquant des produits chimiques, il peut être fait appel à des experts pour évaluer les effets générés par cet accident. Ces experts fournissent des distances d’effets à l’aide de modélisations informatiques et sont confrontés à une difficulté majeure : peu d’éléments à leur disposition pour caractériser la situation.L’objectif de cette thèse est de proposer une méthodologie permettant de prendre en compte les incertitudes relatives aux données d’entrée dans les modélisations effectuées en situation d’urgence tout en restituant de manière explicite cette incertitude au gestionnaire de la situation d’urgence.Une première phase a consisté à évaluer, pour une situation à même de générer un nuage toxique ou explosible, la dispersion des résultats des modélisations. Il a été établi une hiérarchisation des variables d’entrée en fonction de leur influence sur le résultat final. Cette phase a été réalisée au moyen d’une analyse de sensibilité dont la stratégie a été spécifiquement développée.Une seconde phase a eu pour but d’établir une méthodologie d’estimation des distances d’effets en situation d’urgence en tenant compte du niveau d’incertitude des variables d’entrée. Une méthodologie de classification opérationnelle des données d’entrée a été réalisée. Elle s’appuie sur deux critères : la sensibilité du modèle au paramètre d’entrée et l’incertitude sur sa valeur (imprécision ou variabilité). Sur cette base, une nouvelle manière d’utiliser ces variables a été proposée. Enfin, différentes façons de restituer de manière opérationnelle les résultats des modélisations ont été proposées. / During accidents involving chemicals, experts can be asked to assess the effects generated. These experts provide distance effects using computer modeling and are faced with a major difficulty: little (or no) information available in order to assess the situation.The objective of this thesis is to suggest a methodology able to take into account uncertainties in the input data for the modeling carried out in emergency situations and to return explicitly these uncertainties to the manager of the crisis.A first step was to evaluate, for a given situation generating a toxic or flammable cloud, the dispersion of modeling results. A ranking of the input variables according to their influence on the final result was established. This phase was carried out on the basis of a sensitivity analysis with a specifically developed strategy.A second phase aimed to establish a methodology for estimating distance effects (in crisis situations), which takes into account the level of uncertainty in the input variables. A methodology for the classification of input operational data was carried out. This methodology is based on two criteria: the sensitivity of the model to the input parameter and the uncertainty about its value (imprecision or variability). On this basis, a new way of using these variables was suggested. Finally, several methods aimed to restore explicitly the results of this modeling were suggested.
Identifer | oai:union.ndltd.org:theses.fr/2012EMSE0671 |
Date | 30 October 2012 |
Creators | Pagnon, Stéphane |
Contributors | Saint-Etienne, EMSE, Dusserre, Gilles |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0917 seconds