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

More documents

Recommendations

Info

4.3 MODÉLISATION DES CONNAISSANCES DESCRIPTIVESPrédictionÉvénementielleEvénementDonnéeÉvénementielle DonnéeDeRéférence{sauf pourhydrogrammelatéral}calculée pendant1 1mesuré pendantCrue{suivant lerôle dans leprocessusde calage}**CourbeDeCrueCourbeObjetGraphique2DEnsembleDePointsEnsembleDePointsDeCrueCourbeSurBiefBief concerné : BiefCourbeEnveloppe CourbeInstantanéeCourbeSurSectionCourbeRépartieEnsembleDePointsInstantanésDébut : DateFin : DateInstant : DateDébut : DateSection : SectionEnTraversFin : DateTronçon concerné : TronçonDeRivièreInstant : DateEnsembleDePointsLocalisésSection : SectionEnTraversLigneDEauEnveloppe LigneDEauCalculée LimnigrammeCalculé HydrogrammeCalculé HydrogrammeRéparti0..10..10..10..1 2..*0..12..*2..* 2..*2..*NiveaudEauMaximum NiveauDEau2..* 2..*niveau mesuréJaugeage2..*débit jaugéDébit2..*EnsembleDePointsMaximumsInstantMaximum : DateInstantMinimum : Date0..10..10..10..1LaisseDeCrueLigneDEauMesurée LimnigrammeMesuréCourbeDeTarageHydrogrammeMesuréLigneDelaissesDeCrue2..*0..1FIG. 4.6 – Nature des données et prédictions événementielles en hydraulique fluviale unidimensionnelle.94
CHAPITRE 4 MODÉLISATION DES CONNAISSANCEScrue du concept générique de donnée événementielle 20 – émanant de l’ontologie générique–, et de façon symétrique, de faire dériver le concept de courbe de crue du conceptgénérique de prédiction événementielle. Un hydrogramme est par exemple un objet discrets’il est mesuré, alors qu’il peut être considéré comme continu s’il est le résultatd’une simulation numérique.Nous avons ainsi étendu l’arborescence en fonction des différentes caractéristiquespossibles d’un ensemble de points et d’une courbe en hydraulique fluviale unidimensionnelle.Un ensemble de points de crue peut en effet être mesuré à un instant donné(niveau d’eau, débit, jaugeage 21 et ligne d’eau), dans une section donnée (niveau d’eau,laisse de crue, débit, jaugeage, courbe de tarage, limnigramme et hydrogramme) ou dans unintervalle de temps donné (laisse de crue et ligne de laisses de crue). De la même façon,une courbe de crue peut être calculée à un instant donné (ligne d’eau), dans un intervallede temps donné (ligne d’eau enveloppe), dans une section donnée (limnigramme ethydrogramme) ou encore sur un tronçon donné (hydrogramme réparti).La définition d’un hydrogramme réparti à l’aide de sa région d’application proposeainsi une autre fonction du concept de tronçon que l’on a utilisé plus haut comme régiond’application du coefficient de résistance. On retrouve cette pluralité de définition auniveau ✭ métier ✮ dans l’environnement de modélisation pour MAGE, appelé AM0 etdéveloppé par Tardy (2003) et Le Drogo (2004).Rôle des données événementiellesDans la figure 4.6, nous avons utilisé la notion d’héritage multiple pour modéliserà la fois la nature des objets hydrauliques – représentée par l’arborescence décrite dansla section précédente – et leur rôle dans le processus de calage. D’une part, toutes lescourbes calculées sont des prédictions événementielles, à l’exception de l’hydrogrammeréparti, qui est le produit d’une simulation hydrologique. D’autre part, tout ensemblede points mesuré peut être considéré – à la discrétion du modélisateur – comme unedonnée de référence au cours du processus de calage.En revanche, le cas est plus complexe pour les données d’entrée (voir figure 4.7).En hydraulique fluviale, un jeu de données d’entrée est constitué de conditions limitesamont (hydrogrammes mesurés), de conditions limites aval, (limnigrammes mesuréset/ou courbes de tarage), et éventuellement de conditions limites intermédiaires (hydrogrammesrépartis) et de conditions initiales (lignes d’eau). Seuls quelques types dedonnées mesurées peuvent ainsi jouer le rôle de données d’entrée.4.3.3 Comparaison à d’autres travaux sur des ontologies du domaineLes sections précédentes ont présenté la construction de deux ontologies distinctes,la deuxième étant la spécialisation de la première pour une discipline particulière. Ellessont toutes deux associées à la résolution d’un problème spécifique, à savoir la validationopérationnelle. Quelques travaux de construction d’ontologies de domaines voisinsde l’hydraulique fluviale ont été réalisés récemment et cette section se propose de lescomparer à notre approche.20. On peut noter qu’un ensemble de points de crue peut être réduit à un seul élément.21. En première approximation, étant donné que la mesure des vitesses est rarement instantanée.95
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:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68: 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 117: 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 166 and 167: 5.4 DÉVELOPPEMENT D’OUTILS D’I
Page 168 and 169:
5.4 DÉVELOPPEMENT D’OUTILS D’I
Page 170 and 171:
5.4 DÉVELOPPEMENT D’OUTILS D’I
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?