Return to search

Détection de dysfonctionnements en système hydrographique Application aux réseaux d'assainissement

Ce travail de recherche vise à développer des méthodes de détection et diagnostic appropriées et intégrables dans des systèmes soit d'aide à la décision dans le cadre de la gestion temps réel des réseaux d'assainissement, ou dans des procédures d'élaboration automatique de bilans quantitatifs de pollution légalement exigibles. Cette étude méthodologique débouche sur une synthèse et un approfondissement des techniques de détection et diagnostic de dysfonctionnements de réseau d'assainissement, et permet de dégager trois méthodes de détection reposant sur un modèle soit qualitatif soit analytique. L'une de ces méthodes s'applique à construire des comportements attendus du réseau synthétisés dans un modèle qualitatif dont la réponse est croisée avec les mesures. Les deux autres approches s'appuient sur un modèle hydrologique de transformation pluie-débit intégré dans un filtre de Kalman. La détection est alors réalisée soit avec un banc de filtres de Kalman complété par un test multi-hypothèses, soit avec un seul filtre de Kalman associé à un ensemble de tests d'hypothèses. Ces méthodes sont complétées par des analyses de sensibilité des procédures de détection et des exemples d'application pour des pluies de type différent. Enfin, une méthode de validation de mesures hydrauliques acquises en contexte hydrologique de temps sec est proposée. Elle s'appuie sur la création de scénarios de temps sec, comparés aux mesures hydrauliques grâce à des tests d'hypothèses. Cette approche permet alors d'identifier des contextes hydrologiques et hydrauliques caractérisant l'environnement d'un point de mesure.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00850549
Date24 June 1998
CreatorsPiatyszek, Eric
PublisherEcole Nationale Supérieure des Mines de Paris, Ecole Nationale Supérieure des Mines de Saint-Etienne
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0022 seconds