Développement d’une méthode de détection d’anomalies à partir des données d’auscultation de barrages

Details

Supervisors

Bogaert, Patrick

Faculty

Faculté des bioingénieurs

Degree label

Master [120] : bioingénieur en sciences et technologies de l'environnement, à finalité spécialisée

Abstract

frLes barrages hydrauliques sont essentiels à notre société en jouant un rôle crucial dans la gestion des ressources en eau, la production d’électricité, la régulation des crues et l’irrigation. Cependant, ces infrastructures sont soumises à de nombreuses contraintes, telles que la charge hydraulique, les variations thermiques, l’altération des matériaux ou encore l’érosion due au passage de l'eau, pouvant provoquer une rupture du barrage et mener à la catastrophe. Une surveillance régulière et une maintenance adaptée sont donc indispensables pour détecter les signes précoces d’anomalies afin prévenir les défaillances et prolonger la durée de vie de ces ouvrages. Ce mémoire s’inscrit dans cette perspective en proposant une méthode de détection précoce d’anomalies dans les mesures piézométriques issues de l’auscultation des barrages. L’approche repose sur une modélisation temporelle des séries de mesures à l’aide du modèle HST (Hydrostatique Saisonnier Temporel), permettant de prédire le comportement attendu des capteurs en fonction de paramètres hydrologiques et climatiques. Les résidus de cette modélisation sont ensuite analysés dans un espace multidimensionnel où les anomalies sont identifiées grâce à la distance de Mahalanobis. Les résultats obtenus sur des données réelles montrent peu d’anomalies, souvent isolées, ce qui est cohérent avec l’absence de problème connu sur le barrage étudié. L’introduction artificielle de dérives progressives dans certaines séries temporelles a permis de valider la capacité de la méthode à détecter des anomalies cohérentes entre plusieurs capteurs. Cette approche s’est révélée adaptable à différentes configurations, telles que les fondations du barrage-poids et les digues en remblai, tout en conservant des performances comparables. En conclusion, cette étude démontre la faisabilité et l’intérêt d’une approche statistique multicapteurs pour la détection précoce de phénomènes progressifs tels que la sous-pression et l’érosion interne. Bien que des validations supplémentaires, notamment sur des cas réels ou simulés plus finement, soient nécessaires, la méthode constitue une base prometteuse pour renforcer la maintenance prédictive des barrages et contribuer à la sécurité de ces ouvrages.