ED Sciences Physiques et de l'Ingénieur
Amélioration de l'évaluation de la robustesse et de la résilience des infrastructures urbaines par métamodélisation basée sur l'intelligence artificielle pour une conception urbaine innovante
par Minh Tuan BUI (I2M - Institut de Mécanique et d'Ingénierie de Bordeaux)
Cette soutenance a lieu à 14h00 - Bâtiement A9.a, Amphithéâtre 3 Université de Bordeaux, Bâtiment A9.a, 351 Cours de la libération, 33405, Talence, France
devant le jury composé de
- Sidi Mohammed ELACHACHI - Professeur des universités - Université de Bordeaux - Directeur de these
- Humberto YANEZ-GODOY - Maître de conférences - Université de Bordeaux - CoDirecteur de these
- Sylvie YOTTE - Professeure des universités - Université de Limoges - Rapporteur
- Franziska SCHMIDT - Ingénieure de recherche - Université Gustave Eiffel - Rapporteur
- Frédéric DUPRAT - Professeur des universités - INSA Toulouse - Examinateur
- Olivier PILLER - Directeur de recherche - INRAE - Examinateur
- Rasool MEHDIZADEH - Maître de conférences - École des Mines de Nancy - Examinateur
Les réseaux d'eau urbains sont essentiels au fonctionnement de la société, avec des enjeux majeurs liés à la préservation de la santé publique, de l'économie et de l'environnement. Ces réseaux sont constitués fondamentalement par des conduites enterrées. L'urbanisation, accélérée par la croissance démographique, ainsi que les phénomènes climatiques extrêmes, accroissent les risques de défaillance et menacent la durabilité de ces réseaux. Une maintenance proactive s'avère nécessaire pour leur extension et/ou leur remplacement. Les approches développées dans cette thèse, fondées sur une perspective géomécanique, proposent des outils d'aide à la décision pour la planification de l'ensemble de ces opérations. Parmi ces approches, les simulations traditionnelles de modélisation géomécanique des conduites enterrées reposent sur des calculs par éléments finis en trois dimensions. Ces calculs permettent de représenter avec précision leur complexité, mais deviennent computationnellement prohibitifs en présence d'incertitudes. Par ailleurs, du point de vue normatif, la variabilité spatiale du sol est souvent négligée et le sol est supposé homogène sur de très grandes portions, ce qui conduit à des prédictions inexactes. Dans ce contexte, cette thèse propose une méthodologie de métamodélisation basée sur l'intelligence artificielle pour évaluer la robustesse géomécanique et la résilience géomécanique des conduites enterrées en contexte incertain, avec des gains computationnels notables. La méthodologie élaborée comprend deux phases principales : (1) la constitution de bases de données servant à la construction des modèles géomécaniques par éléments finis tridimensionnels, incluant une analyse de sensibilité globale et une modélisation de la variabilité spatiale, notamment du sol environnant les conduites ; (2) la construction d'un métamodèle reposant sur un plan d'expériences optimal, l'évaluation des modèles d'apprentissage automatique à l'aide de six algorithmes différents et l'élaboration d'un modèle prédictif faisant appel à la méthode de Monte Carlo. Les résultats obtenus montrent que le module d'Young du sol naturel sur lequel est posée la conduite est le paramètre dominant influençant la robustesse géomécanique. Le modèle Gradient Boosting se révèle le plus performant avec peu de données et permet une réduction du temps de simulation pouvant atteindre 99,86 %. La robustesse géomécanique et la résilience géomécanique sont évaluées à partir de deux indicateurs : le déplacement maximal et la contrainte maximale de la conduite. Le déplacement met en évidence l'influence dominante du type de sol et de la longueur de corrélation, tandis que la contrainte révèle une sensibilité réduite aux grandes longueurs de corrélation. Il est montré qu'un ratio diamètre/épaisseur optimal de la conduite maximise sa robustesse géomécanique et sa résilience géomécanique. Des recommandations tenant compte des différents types de sol ont été formulées dans les cas où sont considérées à la fois la robustesse géomécanique et la résilience géomécanique. Une grille présentant différents niveaux d'indicateurs géomécaniques est proposée afin d'orienter la décision basée sur les risques identifiés dans certaines portions du réseau. En intégrant une métamodélisation basée sur l'intelligence artificielle et en considérant la variabilité spatiale du sol, cette méthodologie assure une gestion des réseaux d'eau urbains efficace, fiable et peu coûteuse en termes de calcul.