Assistance au calage de modÃ¨les numÃ©riques en hydraulique ... - TEL

More documents

Recommendations

Info

4.3 MODÉLISATION DES CONNAISSANCES DESCRIPTIVESaffectethéoriseSystèmeGénérique ModèleConceptuel11..*particularise DomaineDApplicationVisé CodeDeCalcul11..*1 produit reproduisent1..*11SystèmeÉtudié1caractérisent1..*11implémente1..*PrédictionÉvénementiellesimule1..*11..*ModèleNumérique1..**1représentent1..* 1NiveauDeCorrespondanceAttendu1..*Événement11JeuDeDonnéesDeRéférencecaractérisent11..*0..1DonnéesDu Système*Zone0..1*1..*StructurePonctuelle1..*ParamètreutiliseJeuDeDonnéesDEntrée11..*1..*{caractérisent lemême événement}disjoints{Pour une simulationdonnée}DonnéeÉvénementielle1ParamètreDistribué*ParamètrePonctuel*1{Caractérisent lemême événement}DonnéeDeRéférenceDonnéeDEntrée1..*FIG. 4.3 – Ontologie pour la validation opérationnelle – Diagramme de classes UML. Les traits tiretés issus de la classe DomaineDApplicationViséreprésentent l’influence de cette classe sur différentes relations entre éléments du référentiel de Refsgaard et Henriksen (2004). De la même façon, letrait tireté issu de la classe NiveauDeCorrespondanceAttendu représente l’influence de cette classe sur la relation entre PrédictionÉvénementielle etJeuDeDonnéesDeRéférence.88
CHAPITRE 4 MODÉLISATION DES CONNAISSANCESp. 18). Nous retrouvons ainsi les éléments décrits dans le référentiel de Refsgaard etHenriksen : système générique, système étudié, modèle numérique, code de calcul, etc.Monde réel et monde digitalLe système étudié est caractérisé dans le monde ✭ digital ✮ par des données du système,constituées de zones découpant le système et éventuellement de structures ponctuellesidentifiées sur ce même système. En hydraulique fluviale, les zones sont les biefs – ausens numérique du terme – et les structures ponctuelles les différents ouvrages répartissur le linéaire de la rivière (ponts, seuils, etc.) 15 . De la même façon, un jeu de donnéesévénementielles va permettre de caractériser un événement dans le monde digital.Il est important de prendre conscience que la manière dont va s’effectuer le passagedu monde réel au monde digital va être conditionnée par le domaine d’applicationvisé : en hydraulique, si l’on désire seulement modéliser des crues non débordantes, onpourra se restreindre à la bathymétrie du lit mineur, alors que si le modèle est destinéà prédire les conséquences d’une crue centennale, la description du lit majeur devrafaire partie des données du système. De même, si la dynamique de la crue n’est pasessentielle, le débit de pointe enregistré peut s’avérer suffisant pour une simulation enrégime permanent. Ce passage dans le monde digital est représenté dans le processus deconstruction du modèle (figure 1.7, p. 19) par la tâche de recueil des données. Il constitueà lui seul une véritable ✭ modélisation ✮ du système physique et des événements quil’affectent, avec toutes les approximations que cela implique.Amdisen (1994) distingue quant à lui deux types d’informations dans un systèmehydroinformatique : information statique et information dynamique. On peut relierces deux types d’information respectivement aux données du système et aux donnéesévénementielles. En suivant ce raisonnement, l’information dynamique comprend aussiles résultats de simulation, puisqu’ils sont eux aussi liés à un événement.Différents rôles pour les donnéesDifférents rôles sont attribués aux données événementielles, comme rappelé parl’USACE (1993, p. 4-5) dans le manuel de l’ingénieur pour l’hydraulique fluviale :It is useful to think of “data” in three categories: analysis input data, calibration data,and validation or confirmation data.Nous distinguons dans ce document les données d’entrée et les données de référence pourle processus de calage du modèle. La nature de ces différentes données en hydrauliquea été détaillée dans le chapitre 2. Les données d’entrée regroupent les informations requisespour lancer une simulation. Les données de référence sont quant à elles d’autresdonnées auxquelles le modélisateur va comparer les résultats de la simulation 16 . Pourune simulation donnée, le même objet ne peut bien évidemment appartenir qu’à uneseule – ou aucune – de ces catégories, et tous les objets considérés dans ces donnéesdoivent caractériser le même événement, à savoir celui simulé. Ainsi, un calage hydrauliquene peut bien évidemment utiliser comme référence l’hydrogramme d’entrée ou la15. Les casiers, représentant dans un grand nombre de codes de calcul des zones de stockage d’eau en litmajeur, sont eux aussi des structures ponctuelles.16. Le processus de validation du modèle, hors du propos de ces travaux, fait effectivement, commel’indique l’USACE (1993) lui aussi intervenir un concept de données de référence pour un rôle quelquepeu différent de celui tenu pendant le calage : si ces données sont bien comparées aux résultats de lasimulation, elles ne servent pas dans ce cas à modifier en conséquence les paramètres du modèle.89
Page 1:
N o d’ordre : 2209THÈSEprésent
Page 10 and 11:
TABLE DES MATIÈRES5.4 Développeme
Page 12 and 13:
TABLE DES MATIÈRESE Résistance à
Page 15 and 16:
Résumé étenduLes modèles numér
Page 17 and 18:
Extended abstractNumerical models a
Page 19 and 20:
IntroductionA SIMULATION NUMÉRIQUE
Page 21 and 22:
INTRODUCTIONHydraulique et modélis
Page 23:
INTRODUCTIONTroisième partie : App
Page 27 and 28:
Chapitre 1Définitions✭ Numerical
Page 29 and 30:
CHAPITRE 1 DÉFINITIONSdifférents
Page 31 and 32:
CHAPITRE 1 DÉFINITIONSde celui dé
Page 33 and 34:
CHAPITRE 1 DÉFINITIONSOn peut note
Page 35 and 36:
CHAPITRE 1 DÉFINITIONSÉvaluation
Page 37 and 38:
CHAPITRE 1 DÉFINITIONSau mieux le
Page 39 and 40:
CHAPITRE 1 DÉFINITIONS- un répert
Page 41 and 42:
CHAPITRE 1 DÉFINITIONSplus haut ai
Page 43 and 44:
CHAPITRE 1 DÉFINITIONS:SystèmeÉt
Page 45 and 46:
CHAPITRE 1 DÉFINITIONSYen (1995) r
Page 47 and 48:
CHAPITRE 1 DÉFINITIONSThe question
Page 49 and 50:
CHAPITRE 1 DÉFINITIONSWe believe t
Page 51 and 52:
Chapitre 2Éléments d’un modèle
Page 53 and 54:
CHAPITRE 2 ÉLÉMENTS D’UN MODÈL
Page 55 and 56:
Page 57 and 58:
Page 59 and 60:
Page 61 and 62: CHAPITRE 2 ÉLÉMENTS D’UN MODÈL
Page 73: CHAPITRE 2 ÉLÉMENTS D’UN MODÈL
Page 76 and 77: 3.1 ESTIMATION D’UNE VALEUR A PRI
Page 92 and 93: 3.2 MÉTHODES D’AJUSTEMENT DES PA
Page 102 and 103: 3.4 CONCLUSIONS3.3.2 Dérivation au
Page 105 and 106: Chapitre 4Modélisation des connais
Page 107 and 108: CHAPITRE 4 MODÉLISATION DES CONNAI
Page 111: CHAPITRE 4 MODÉLISATION DES CONNAI
Page 143: CHAPITRE 4 MODÉLISATION DES CONNAI
Page 146 and 147: 5.1 INTÉGRATION SYMBOLIQUE/NUMÉRI
Page 148 and 149: 5.1 INTÉGRATION SYMBOLIQUE/NUMÉRI
Page 150 and 151: 5.2 NOTIONS DE PILOTAGE DE PROGRAMM
Page 152 and 153: 5.2 NOTIONS DE PILOTAGE DE PROGRAMM
Page 154 and 155: 5.3 CARMA-1, UN PROTOTYPE EN PILOTA
Page 162 and 163:
5.3 CARMA-1, UN PROTOTYPE EN PILOTA
Page 164 and 165:
5.3 CARMA-1, UN PROTOTYPE EN PILOTA
Page 166 and 167:
5.4 DÉVELOPPEMENT D’OUTILS D’I
Page 168 and 169:
Page 170 and 171:
Page 173:
Troisième partieApplications du pr
Page 176 and 177:
6.1 PRÉSENTATION DU CAS D’ÉTUDE
Page 178 and 179:
Page 180 and 181:
Page 182 and 183:
6.2 CONSTRUCTION DE LA BASE DE FAIT
Page 184 and 185:
6.3 DÉROULEMENT DE LA SESSION DE C
Page 186 and 187:
6.3 DÉROULEMENT DE LA SESSION DE C
Page 188 and 189:
6.4 RETOURS D’EXPÉRIENCEQ (m 3 /
Page 190 and 191:
6.5 PROPOSITION POUR UNE AUTOMATISA
Page 192 and 193:
6.5 PROPOSITION POUR UNE AUTOMATISA
Page 195 and 196:
Chapitre 7Calage d’un modèle de
Page 197 and 198:
CHAPITRE 7 CALAGE D’UN MODÈLE DE
Page 199 and 200:
Page 201 and 202:
Page 203 and 204:
Page 205 and 206:
Page 207 and 208:
Page 209 and 210:
Page 211 and 212:
Page 213 and 214:
Conclusion généraleOUS avons abor
Page 215 and 216:
CONCLUSION GÉNÉRALEdisposition. C
Page 217 and 218:
CONCLUSION GÉNÉRALELa figure 7.10
Page 219 and 220:
CONCLUSION GÉNÉRALE- les données
Page 221 and 222:
Table des figures1 Positionnement d
Page 223:
TABLE DES FIGURES5.20 Structure de
Page 226 and 227:
LISTE DES TABLEAUX6.1 Descriptif de
Page 228 and 229:
BIBLIOGRAPHIEAQUALIS (1998), Étude
Page 230 and 231:
BIBLIOGRAPHIEBERMUDEZ, L. et PIASEC
Page 232 and 233:
BIBLIOGRAPHIECEMAGREF (1983), Progr
Page 234 and 235:
BIBLIOGRAPHIEDAS, A. (2004b), Param
Page 236 and 237:
BIBLIOGRAPHIEFASKEN, G. B. (1963),
Page 238 and 239:
BIBLIOGRAPHIEHAGER, W. H. (2001), G
Page 240 and 241:
BIBLIOGRAPHIEKLEMEš, V. (1997), Gu
Page 242 and 243:
BIBLIOGRAPHIEMOISAN, S. (2003), Pro
Page 244 and 245:
BIBLIOGRAPHIEPARKIN, G., O’DONNEL
Page 246 and 247:
BIBLIOGRAPHIEREFSGAARD, J. C. et ST
Page 248 and 249:
BIBLIOGRAPHIEand Integrated Ressour
Page 250 and 251:
BIBLIOGRAPHIETURING, A. (1950), Com
Page 252 and 253:
BIBLIOGRAPHIEYEH, K.-C. et TUNG, Y.
Page 255 and 256:
Annexe AAbréviations et notationsA
Page 257 and 258:
Annexe BFormalisme graphique UMLCet
Page 259:
ANNEXE B FORMALISME GRAPHIQUE UMLdi
Page 262 and 263:
C.2 MESURE DES VARIABLES HYDRAULIQU
Page 265 and 266:
Annexe DTables de valeursCette anne
Page 267 and 268:
ANNEXE D TABLES DE VALEURSQuantité
Page 269 and 270:
ANNEXE D TABLES DE VALEURSQuantité
Page 271 and 272:
ANNEXE D TABLES DE VALEURSDescripti
Page 273 and 274:
ANNEXE D TABLES DE VALEURSDescripti
Page 275:
ANNEXE D TABLES DE VALEURSCultureMa
Page 278 and 279:
E.1 LES PREMIÈRES FORMULES EMPIRIQ
Page 280 and 281:
E.2 DE COEFFICIENTS ✭ UNIVERSELS
Page 282 and 283:
E.2 DE COEFFICIENTS ✭ UNIVERSELS
Page 284 and 285:
E.3 VERS UNE FORMULE STANDARD D’I
Page 286 and 287:
E.4 APPLICABILITÉ HORS DU RÉGIME
Page 288 and 289:
E.5 LIEN AVEC LA MÉCANIQUE DES FLU
Page 291 and 292:
Annexe FDescription des fichiers ut
Page 293 and 294:
Annexe GDescription des programmes
Page 295:
ANNEXE G DESCRIPTION DES PROGRAMMES
Page 298 and 299:
H.1 CALAGE DU MODÈLE DE LA LÈZEQu
Page 300 and 301:
H.2 CALAGE DU MODÈLE DE L’HOGNEA
Page 302 and 303:
Page 304 and 305:
Page 306:
Page 310:
RésuméLe calage d’un modèle nu
show all

Assistance au calage de modÃ¨les numÃ©riques en hydraulique ... - TEL

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?