Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/22405
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorHarbi, Leyla-
dc.date.accessioned2024-05-07T09:23:52Z-
dc.date.available2024-05-07T09:23:52Z-
dc.date.issued2024-02-17-
dc.identifier.urihttp://dspace1.univ-tlemcen.dz/handle/112/22405-
dc.description.abstractLes barrages en terre représentent un important pourcentage du parc mondial des barrages en vue des énormes avantages liés à leur faisabilité technique et économique. Toutefois, ce type de barrage, présente des vulnérabilités de comportement, notamment vis-à-vis des infiltrations dans son corps et dans ses fondations. Parmi les paramètres des infiltrations, le suivi de la piézométrie et des pressions interstitielles constitue les défis majeurs pour les concepteurs et les exploitants des barrages en terre. L’analyse du comportement des barrages, en phase d’exploitation, s’articule souvent autour du dépouillement et de l’interprétation des données et mesures d’auscultation dans l’objectif de déceler, en temps opportun, toute anomalie et d’engager les actions de confortement nécessaires. Cette action est également conjuguée à l’analyse du comportement par le biais de la modélisation qui constitue la référence par rapport au projet de conception initial. En matière de prédiction du comportement, en particulier pour les niveaux piézométriques, les algorithmes d’apprentissage avancés appelés techniques d’apprentissage automatique peuvent être d’un grand apport pour l’analyse des réponses des barrages en terre vis-à-vis des infiltrations. En considérant un cas réel d’un barrage en terre zoné, en l’occurrence le barrage El Izdihar, au nord ouest de l’Algérie, ces travaux de recherche, ont pour objectif principal d’implémenter les méthodes avancées de modélisation et de prédiction pour l’analyse de la piézométrie au niveau du barrage. Une multitude d’approches de prédiction de comportement ont été explorées et déployées, à la fois solidaires que combinées, il s’agit des modèles d’éléments finis (MEF), des réseaux neuronaux artificiels (RNA), de la régression non linéaire (RNL), de la programmation génétique (GP), des algorithmes génétiques (AG), et de l'analyse multi-ré-gression (AMR). Des analyses comparatives sur les performances des modèles ont été également produites en vue du choix judicieux permettant de refléter fidèlement le comportement du barrage et de prédire avec le maximum de précision son comportement futur. Les résultats de ces recherches mettent en évidence la remarquable capacité des modèles, notamment du modèle RNA, à prédire avec précision les niveaux piézométriques du barrage étudié, même dans le cas d'analyses non linéaires. En matière d’impact socioéconomique, ces travaux de recherche vont contribuer significativement à l'amélioration de la prédiction du comportement des barrages en terre d’une manière générale et de l’évolution des niveaux piézométriques d’une manière particulière. Cette prédiction offrira des outils aux exploitants des barrages permettant une pertinente surveillance et un programme anticipé d’actions de maintenance pour assurer leur sécurité globale.en_US
dc.language.isofren_US
dc.publisherUniversity of Tlemcenen_US
dc.subjectBarrage – Comportement –Prédiction – Piézométrie – MEF – Intelligence Artificiel.en_US
dc.titleAnalyse de l’influence des écoulements sur le comportement des barrages par implémentation des approches prédictivesen_US
dc.typeThesisen_US
Collection(s) :Doctorat Classique en Génie Civil

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Analyse_de_l’influence_des_ecoulements_sur_le_comportement_des_barrages_par_implementation_des_approches_predictives.pdf6,18 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.