Thèse de doctorat en Génie civil
Sous la direction de Marcel Miramond.
Soutenue en 1994
à Lyon, INSA , dans le cadre de Ecole Doctorale Mecanique, Energetique, Genie Civil, Acoustique (MEGA) (Villeurbanne) , en partenariat avec URGC-Méthodes (Lyon, INSA) (laboratoire) .
Aujourd'hui, lorsqu'il pleut, la plupart des gestionnaires de systèmes d'assainissement urbains "subissent" le fonctionnement des ouvrages, sans pouvoir les contrôler, ni même détecter les risques. Pourtant l'expérience et les recherches montrent que certaines inondations ou pollutions pourraient être évitées. Encore faut-il savoir comment, à quel prix, à quel risque. . . Dans cette optique, cette étude recherche des outils permettant d'éviter de polluer et d'inonder "à tort", en assistant la régulation du système d'assainissement pendant les pluies. Elle montre que cela passe par un apprentissage pour lequel l"'expérimentation numérique" peut jouer un rôle central. Elle propose une organisation de cet apprentissage, puis mobilise les connaissances et les outils nécessaires à la construction d'un simulateur. Pour valider cette démarche, le réseau principalement unitaire de Fontaines-Sur-Saône dans le Nord de la Communauté urbaine de Lyon a été choisi comme site expérimental. Les résultats dressent pour le cas du site le bilan des gains, des conditions de faisabilité et des risques d'actions sur la station, les déversoirs, et même des stockages ajoutés. Les apports méthodologiques ainsi que des connaissances plus générales sont aussi dégagées. On peut alors envisager des perspectives au niveau du gestionnaire, en vue d'améliorer la maîtrise des réseaux pendant les pluies, et ceci en relation avec des perspectives de recherche, dont certaines pourraient continuer à prendre appui sur un site réel d'apprentissage. .
= How to avoid combined sewer overflows and floods? : Contributions of numerical experiment and integration in a leaming process about a real sewer system.
Moreoften during rainfall events, urban sewer systems managers cannot control the tlow in the networks neither detect floods or overflows risks. Nonetheless managers know through their own experience and research works that some floods or overflows could be avoided. What is the way to do it, what would be the costs and the consequent risks ? This study tries to bring some answers by looking for decision aided tools that would allow to operate the sewer system more efficiently. It shows that a learning process is needed, and proposes to achieve the main part of it through "numerical experiment": required knowledge and tools are identified and organised to set up a simulator. Therefore it becomes possible to run several control strategies for each simulated rain, either starie or dynamic, either real or imagined, and to evaluate and compare them. Then we can try to rise rules to set up such strategies even with uncertainties about coming rain, and assess consequent risks. A combined sewer network was chosen in the North of Lyon as a pilot catchment. Measurements were carried out on site for five months that led to models calibration. A the end of the study we get results about performance, rules and risks of control strategies on existing regulators such as pumps and weirs, but also on imagined quipments such as storage tanks. General issues also rise from this local experiment about interactions between networks and treatment plants, and about control strategies. We study the transferability of the results and whether such learning a process can be carried out on other sites. Future tasks are proposed both for sewer systems management improvement and for carrying on urban sewer systems engineering research. Some of research projects could keep on being linked to a real learning sewer site.