Académique Documents
Professionnel Documents
Culture Documents
MEMOIRE DE MAGISTER
Spcialit : Gnie civil
Option : Gotechnique et environnement
Prsent par :
Melle MILOUDI Nassima
Ingnieur dtat en Gnie Civil
THEME
CONTRIBUTION A LETUDE DE LA VULNERABILITE
DES RESERVOIRS EN BETON
PAR ANALYSE DES COMPOSANTES PRINCIPALES
Professeur (UMMTO)
Prsident
Professeur (UMMTO)
Rapporteur
Mr DRIZI Said
Examinateur
Mr HAMMOUM Hocine
Examinateur
Mr METNA Boussad
Invit
Remerciements
En premier lieu, je remercie Allah le tout-puissant de mavoir aid durant toute ma vie, sans
lui ce manuscrit naurait pas pu voir le jour.
Ce travail naurait pas pu voir le jour sous sa forme actuelle sans lapport de Monsieur
HAMMOUM Hocine, matre de confrences A au Dpartement Gnie Civil de lUniversit
Mouloud MAMMERI de Tizi-Ouzou. Je le remercie pour mavoir aid en me prodiguant
conseils et encouragements. Quil trouve ici lexpression de ma sincre reconnaissance.
Je tiens aussi remercier les membres du jury pour lhonneur quils me font
en acceptant
de juger ce travail.
Je voudrais
de la dara de Draa Ben Khedda, de Labraa Nath Irathen, et de la commune de Mekla pour
m'avoir accueillie au sein de leur service et offert un cadre propice pour le droulement de
mes expertises.
Jadresse mes remerciements tous mes amis(es) et toute ma famille, tout particulirement
mon pre et ma mre pour leur soutien et leurs encouragements.
mon pre
ma mre
mes frres et surs
tous ceux qui me sont chers
Rsum
Pour prdire le niveau de dgradation et de vieillissement pouvant survenir grande
chelle dans un rservoir de stockage d'eau potable, le concept de vulnrabilit certains
alas naturels (neige, vent, sisme etc.) est utilis. Cette mthode, dite de diagnostic est
base sur le calcul de lindice de vulnrabilit et fait intervenir treize (13) paramtres influents
pour trois types danalyses (environnementale, structurale et fonctionnelle).
Dans le cadre de cette tude, et afin de mettre en valeur la sensibilit de certains de ces
paramtres par rapport dautres et rendre l'information moins redondante, nous utilisons
une mthode statistique dite ACP Analyse en Composantes Principales . Cette mthode qui
fait partie du groupe de mthodes descriptives multidimensionnelles, appeles mthodes
factorielles, consiste transformer des variables lies entre elles (dites "corrles" en
statistique) en nouvelles variables dcorrles les unes des autres. Ces nouvelles variables
sont nommes "composantes principales" (ou axes principaux). LACP a t souvent utilis
dans de nombreux domaines pour sa capacit capturer les relations linaires entre les
variables et les ressemblances entre individus. Ainsi, dans ce travail de recherche, cette
mthode est teste avec succs sur un parc rel compos de 54 rservoirs.
Mots cls : Rservoir en bton, Vulnrabilit, Diagnostic, ACP, Analyse.
Abstract
To predict the level of degradation and aging which can arise on a large scale in a storage
tank of drinking water, the concept of vulnerability with some natural hazards (as snow, wind,
earthquake etc) is used. This method of diagnosis, based on the calculation of vulnerability
index involves thirteen (13) influencing parameters for 3 kinds of analysis (environmental,
structural and functional).
In our study, and to highlight the sensibility of some of these parameters compared with
others and make the information less redundant, we use a statistical method called PCA
(Principal Component Analysis). This method which is a part of the group of
multidimensional descriptive methods called factorial methods consists in transforming linked
variables (said "correlated" in statistic) in new uncorrelated variables. These new variables are
called "main components" (or main axes). The PCA was often used in numerous fields for its
simplicity and its capacity to capture the linear relations between variables and resemblances
between individuals. In this research, this method is successfully tested on a real park
compound of 53 tanks.
Keywords: Concrete tank, Vulnerability, Diagnosis, PCA, Analyses.
Notations
Symboles
Significations
Units
Nei :
Pi :
Iv :
Ph :
m
Pc :
catgorie de terrain
m
Pt :
facteur topographique
m
Ps :
m
X:
pi :
D:
X :
r:
G:
Var :
variance de la variable x
COV :
:
:
valeur propre
Ck :
composante principale
C:
ui :
axe factoriel
:
Y:
R:
Fi :
axes principaux
Introduction gnrale
Chapitre 1 : Synthse bibliographique
Introduction ........................................................................................................................... 1
1.1.
1.2.
1.3.
Conclusion gnrale
Rfrences bibliographiques
Annexes
Introduction gnrale
Le parc algrien de rservoirs de stockage d'eau potable compte prs de 40 000 rservoirs
et est majoritairement construit en bton (Hammoum et al, 2010). Le retour d'exprience de
prs d'un demi-sicle de gestion a mis en vidence une grande disparit du comportement de
ces ouvrages, qui se manifeste par plusieurs pathologies. Le manque d'entretien de ces
rservoirs, directement exposs aux menaces naturelles amne une acclration du
phnomne de vieillissement. Le diagnostic et lexpertise de ces rservoirs ayant des
pathologies diverses sont des tches complexes.
Pour analyser ces paramtres et mettre en valeur la sensibilit de certains par rapport aux
autres et dans le but de rendre l'information moins redondante, nous utilisons dans le cadre de
ce mmoire, une mthode statistique dite ACP Analyse en Composantes Principales .
Cette mthode, appartenant la famille de l'analyse des donnes et plus gnralement de la
statistique multivarie, permet dexplorer les liaisons entre variables et les ressemblances
entre individus ; ce qui consiste chercher de nouveaux axes vecteurs propres correspondant
aux valeurs propres ordonnes du tableau croisant les individus (rservoirs) et les variables
quantitatives (paramtres).
Dans le cadre de cette tude, et pour appliquer la mthode ACP, nous considrons un
tableau de donnes rectangulaires avec des individus (rservoirs) en lignes et des variables
quantitatives (paramtres) en colonne. Ainsi, pour dmontrer lefficacit de lACP, nous avons
procd lexpertise dun parc de 54 rservoirs dans diffrentes dara (Larbaa Nath Irathen, Draa
Ben Khdda, Mekla) de la wilaya de Tizi Ouzou. Pour rcolter lensemble des informations
ncessaires au calcul des indices de vulnrabilit de diffrents ouvrages, des fiches denqute
conues spcialement pour le terrain (Bouhadoun et al, 2011) sont renseignes lors de
Introduction gnrale
Le premier chapitre est consacr une tude bibliographique sur les mthodes de diagnostic
et danalyse de risques utilises dans le domaine de gnie civil, savoir les mthodes physiques,
les mthodes par suret de fonctionnement, les mthodes par expertise et enfin mthodes
statistiques en mettant laccent sur la mthode ACP. Ltude de la vulnrabilit des ouvrages
hydrauliques et plus particulirement les rservoirs de stockage deau a fait lobjet de notre
intrt principal.
Le deuxime chapitre est consacr lexpos de la mthode dexpertise dveloppe par
(Hammoum et al, 2012) pour lvaluation de lindice de vulnrabilit des rservoirs de stockage
en bton. Cette mthode est applique lchelle du parc que nous avons expertis et une tude de
cas est expose.
Chapitre 1 :
Synthse bibliographique
Introduction
Les rservoirs de stockage sont considrs comme des ouvrages dart hydrauliques et
occupent une place trs particulire parmi les constructions. Le comportement mcanique
hyperstatique de ces ouvrages et le comportement particulier leffet hydrodynamique font
deux des structures complexes.
Limplantation des rservoirs obit des considrations hydrauliques lies la pression
de service souhaite dont la solution est obtenue par un compromis avec les contraintes
topographiques. Il vient alors que les sites privilgis pour cette implantation sont des
sommets de collines et de monticules ; afin dassurer la charge ncessaire aux abonns.
Cest pour cette raison, que les rservoirs sont soumis des conditions trs rudes. Parmi ces
conditions, nous avons les catastrophes naturelles telles que la neige, le vent et aussi les
tremblements de terre qui sont les plus terrifiants et les plus destructifs. Ces ouvrages
subissent aussi de fortes variations de surcharge dexploitation (eau contenue dans la cuve),
de faon souvent quotidienne et pour certains 3 4 fois par jour durant toute leur longue
priode de vie, ainsi que leffet hydrodynamique suite une excitation sismique. De ce fait,
on constate que les rservoirs sont soumis un rgime svre qui demande un soin
particulier apport leur conception, lors de la phase tude.
Lvaluation de la vulnrabilit est une approche intressante pour la lutte contre le
vieillissement et la dgradation des rservoirs. Elle reprsente un lment cl dans les
stratgies de prvention, voir de rduction du risque. Elle permet de disposer d'un outil
d'aide la dcision dans le cadre de calcul et de leur ralisation. Cest alors, que nous
consacrons ce premier chapitre la dfinition de la vulnrabilit dune structure vis avis de
certains alas naturels (neige, vent, sisme...etc.) et une synthse de travaux qui ont t
raliss et traitant de la question.
Page 1
Chapitre 1 :
Synthse bibliographique
a. Rservoirs surlev
Dans la mesure du possible, ces rservoirs sont placs en altitude pour fournir
passivement de la pression l'utilisateur final. Le remplissage du rservoir se fait par une
pompe d'alimentation de faon automatique, afin de maintenir un niveau constant
lintrieur de celui-ci. De plus, une grande hauteur de rservoir pnalise la phase de
production mais favorise la phase de distribution de leau. Ces rservoirs peuvent tre soit
sur une tour (figure 1.1), soit sur des pylnes de grande hauteur (chteaux deau) (figure
1.2) ou sur un btiment (figure 1.3).
Figure 1.2 : Vue gnrale du rservoir sis Seikh Oumedour (Slimani, 2013).
Page 2
Chapitre 1 :
Synthse bibliographique
Figure 1.3 : Vue gnrale du rservoir sis Dar El Beida (Hamitouche, 2012).
b. Rservoirs au sol
Ces rservoirs peuvent tre poss au sol (figure 1.4.), semi enterrs (Figure 1.5) ou
entirement enterrs.
Pour les rservoirs poss au sol (ou trs peu enterr), le radier est toujours plac au contact
du sol sur un bton maigre de 5 10cm dpaisseur (Hammoum, 2012).
Figure 1.4 : Rservoir circulaire pos au sol en bton arm (Hammoum, 2012).
Page 3
Chapitre 1 :
Synthse bibliographique
Figure 1.5 : Rservoir circulaire semi enterr en bton arm (Hammoum, 2012).
1.2.
Etude de la vulnrabilit
Le risque est une mesure d'un danger associant une mesure de l'occurrence d'un
vnement indsirable et une mesure de ses effets ou consquences.
Page 4
Chapitre 1 :
Synthse bibliographique
Le risque attach un danger est donc valu par une fonction deux variables. Pour
l'obtenir, on recherche :
1) une mesure de l'occurrence d'un danger (une dfaillance dans l'industrie, un tatlimite en gnie civil).
2) une estimation des effets ou consquences du danger s'il se produisait. Cette
estimation correspond gnralement un cot humain, conomique ou
environnemental (nombre de morts, cot conomique...),
Le risque est souvent exprim par la multiplication de ces deux quantits.
Prvention
La seule faon efficace de se protger contre les catastrophes naturelles reste la
prvention. Elle concerne les actions mener, de manire diminuer limpact de ces
derniers sur les pertes humaines et aussi sur le plan conomique. Diminuer le risque ne peut
se faire quen diminuant la vulnrabilit, parce que lala dcoule des contraintes de notre
environnement naturel et ne peut tre modifi. Le rle de lingnieur est de fournir des
procds de construction ou de rhabilitation qui permettent de rduire la vulnrabilit des
nouvelles constructions ainsi que du bti existant.
1.3.
structures
La prvention des risques a toujours t une proccupation essentielle des ingnieurs
du gnie civil, que ce soit lors de la conception des ouvrages, de leur construction, ou de
leur exploitation. Ce souci permet d'obtenir des ouvrages fiables, disponibles,
scuritaires..., bref des ouvrages srs, et pourtant cela na pas t formalis par les concepts
de l'analyse de risques. Ainsi, des gnrations d'ingnieurs du gnie civil ont fait et font de
l'analyse de risques sans utiliser ncessairement le cadre et les termes qui ont t consacrs
dans le contexte industriel et appliqus en Sret de Fonctionnement.
Lactivit du gnie civil se positionne prioritairement dans le cycle de vie de
l'exploitation d'ouvrages existants plutt que dans celui de la conception et la construction
d'ouvrages neufs. Les proccupations des ingnieurs du gnie civil se concentrent ainsi
largement sur l'optimisation de la maintenance et l'augmentation de la durabilit. Ensuite, la
pression croissante de la socit, confronte aux risques naturels et technologiques, induit
Page 5
Chapitre 1 :
Synthse bibliographique
une demande forte de transparence et d'affichage des risques. Par consquent, on constate
une volont nette de la communaut scientifique du gnie civil de se positionner dans le
domaine de l'analyse de risques.
Certains secteurs du gnie civil prsentent plus d'avance que d'autres. Ainsi, la Sret
de Fonctionnement, partir d'approches dterministes ou fiabilistes, est pratique depuis de
nombreuses annes dans le gnie civil du nuclaire et de l'offshore. Par ailleurs, on tend
analyser partir des statistiques les ouvrages grand linaire, tels que les rseaux enterrs
ou les routes. En revanche, en gnie civil traditionnel (ouvrages d'art, btiment... et de
faon gnrale pour les ouvrages rentrant dans le champ d'application des Eurocodes), on
privilgie les approches physiques et expertes de l'analyse des risques.
Le domaine particulier des barrages dans le gnie civil est intressant, car il sollicite la
mise en uvre de tout l'ventail d'approches de l'analyse de risques. Les modles physiques
sont dploys pour la connaissance fine des mcanismes. Les modles statistiques sont
utiliss en analyse des donnes d'auscultation. Lexpertise est largement mise contribution
en analyse prliminaire et en synthse d'tudes approfondies. Enfin, la Sret de
Fonctionnement applique aux barrages est actuellement en plein dveloppement.
1.4.
Page 6
Chapitre 1 :
Synthse bibliographique
Page 7
Chapitre 1 :
Synthse bibliographique
Figure 1.6 : Analyse hydrodynamique deux degrs de libert selon Housner (Livaoglu et al, 2006).
Pour tudier laction du liquide sur les parois du rservoir, (Hammoum et al, 2010)
ont utilis lapproche dveloppe par Housner (Housner, 1963), dans laquelle laction du
liquide est dcompose en une action passive provoquant des efforts dimpulsion et une
action active provoquant des efforts doscillation.
Les calculs mens par (Hammoum et al, 2010), ont mis en vidence deux
phnomnes lors dune excitation sismique :
une surtension (contraintes de traction horizontales) des bandes de la paroi circulaire,
laquelle provoquerait une fissuration verticale dans la bande, si elle nest pas absorbe
par des armatures horizontales (cerces) suffisantes.
lapparition de contraintes de traction verticales dans la paroi, qui provoqueraient des
fissurations horizontales, si elles ne sont pas absorbes par des armatures verticales (de
construction ou de rpartition) suffisantes.
Ces deux phnomnes agissant simultanment, provoquent des fissures inclines, laissant
paraitre des suintements qui se manifestent par la prsence dhumidit parfois charge en
sels aprs percolation travers le bton.
Ainsi, (Hammoum et al, 2010) ont montr que la ngligence ou lomission du
phnomne hydrodynamique sous estimait considrablement les contraintes de traction
(horizontales et verticales) agissant dans la paroi. Cette ngligence est la cause principale
de lapparition des fissures obliques sur la paroi du rservoir, localises la liaison paroiradier ; compromettant ainsi ltanchit de louvrage. Ces fissurations constituent une
pathologie trs largement observe sur des rservoirs actuellement en service en Algrie,
particulirement en zone IIb (moyenne sismicit) et zone III (forte sismicit).
Page 8
Chapitre 1 :
Synthse bibliographique
En utilisant le modle des tats limites, (Hammoum et al, 2012) ont mis en vidence
Chapitre 1 :
Synthse bibliographique
Figure 1.7 : Scnario de vieillissement perte de rsistance de la ceinture (Hammoum et al, 2012).
Cest ainsi que (Hammoum et al, 2012) ont procd la vrification des contraintes; dans
les diffrents lments des rservoirs ; engendres par les vhicules stationnant au dessus
des coupoles. A travers leurs calculs, ils ont pu dmontrer que lorigine des dsordres est la
surcharge au dessus des coupoles. Ils avaient mis en vidence que la ngligence humaine
ou lignorance des agents de gestion de ce patrimoine a provoqu, sans se douter, les
dsordres irrparables de ces ouvrages, ayant cot lentreprise de gestion une
Page 10
Chapitre 1 :
Synthse bibliographique
perturbation dans la distribution en eau potable, une gne des abonns dans leur planning
de distribution et enfin une facture importante en investissement pour la reconstruction de
rservoirs neufs, en remplacement des anciens.
-
(Hamitouche, 2012) a men une analyse linaire dun immeuble surmont dun rservoir
implant Dar El Beida en zone sismique en le modlisant par la mthode des lments fini et
en utilisant le code du calcul Robot. Il a remarqu que le sisme de 2003 qui a endommag
la structure lui a fait subir une augmentation des contraintes dans le noyau central allant
jusqu presque un quart (1/4) de la valeur quelle aurait subit sous le sisme de 1988. Ainsi,
il a pu mettre en vidence les causes des dommages enregistrs sur le noyau central du
rservoir surlev, occasionn par le sisme de 2003 de Boumerds. Un des rsultats mis en
vidence, dans cette tude, est que la cartographie des fissures obtenue par simulation
numrique (cas de rservoir plein) sous le spectre de rponse 2003 (figure 1.8), reproduit
fidlement les fissures rencontres sur le terrain (figure 1.9), ce qui dmontre que le rservoir
tait bien rempli au moment du sisme de 2003.
Chapitre 1 :
Synthse bibliographique
(Ait Lhadj, 2013), faisant suite aux travaux menes par (Hamitouche, 2012), a
effectu une analyse non linaire dite pushover du mme immeuble rservoir expertis en
utilisant le logiciel de calcul ETABS , afin de dterminer son comportement dans le
domaine non linaire et dvaluer sa performance sismique.
Au terme de son analyse non linaire, Ait Lhadj a procd au trac de la courbe de
capacit (figure 1.10), du point de performance (figure 1.11) , des dplacements relatifs inter
tages (figure 1.12) et de la demande en ductilit ( D) qui caractrise le degr de pntration
du btiment dans le domaine plastique. Elle a galement dtermin la distribution des rotules
plastiques dans les diffrents lments structuraux poutres, poteaux et noyau central ainsi que
leurs niveaux de dommages correspondant au point de performance.
Figure 1.10 : Courbe de capacit donne par le pushover (V-Sd) (Ait Lhadj, 2013).
Page 12
Chapitre 1 :
Synthse bibliographique
Aprs lanalyse de ses rsultats, Ait Lhadj a constat que le point de performance de la
structure est estim un amortissement gal 17%, avec un dplacement spectral
correspondant 5,9 cm. Dans le cadre de son tude, elle a propos une chelle du
comportement de la structure comportant quatre couleurs, tels que :
Page 13
Chapitre 1 :
Synthse bibliographique
Ce qui a conduit Ait Lhadj conclure que la structure pourra rsister mieux si elle t
implante dans une zone sismique de faible magnitude.
La mthode aux tats-limites est aussi utilise dans le domaine des barrages.
Les principales actions externes prises en compte dans la justification des barrages sont
le poids propre, la pousse des sdiments se dposant dans la retenue, le cas chant les
actions lies des dispositifs particuliers (tirants d'ancrages, recharge aval...), les actions
variables de l'eau (les pousses hydrostatiques amont et aval, les sous-pressions) et l'action
accidentelle des sismes. Les intensits des actions de l'eau sont obtenues dans les
diffrentes configurations de remplissage de la retenue (le niveau normal d'exploitation, les
plus hautes eaux correspondant la crue de projet, la retenue vide, la vidange rapide pour
les remblais). Les rsistances de matriaux sont obtenues par jugement d'expert partir de
rsultats d'essais sur les matriaux.
On rencontre diffrents tats-limites dans les recommandations. Pour les barrages
poids, on justifie le non glissement de l'ouvrage sur son sol d'assise, le non renversement de
louvrage, le non cisaillement du corps du barrage et la non traction du parement amont.
Les conditions d'tats-limites s'expriment partir d'un modle physique de l'tat-limite et
font intervenir un coefficient global de scurit. La figure 1.13 montre l'exemple de la
justification de l'tat limite de glissement d'un barrage poids (Peyras et al, 2003).
Page 14
Chapitre 1 :
Synthse bibliographique
Figure 1.13 : Etat-Limite de glissement dans les barrages poids (Pyras, 2003).
Chapitre 1 :
Synthse bibliographique
hirarchiser les causes entre elles afin de dterminer celles qui doivent faire lobjet
dune action corrective.
L'indice de Criticit est calcul pour chaque cause de dfaillance, en effectuant le produit
de deux indices : C = F. G
O :
Il est bon de noter que plus la probabilit est grande et plus les effets sont jugs graves, plus
la criticit dun mode de dfaillance est alors plus importante et plus il devient ncessaire
de prendre des mesures correctives. La criticit est dfinie comme le risque de dgradation
ou dfaillance dun composant.
(Peyras, 2003) a utilis lAMDE Produit sur les barrages, qui consiste faire une
analyse qualitative sur les trois variables (symptme, phnomne et fonction). Il propose
une grille danalyse qualitative de ltat de chacune des variables de chaque composant du
barrage.
Il dtermine les attributs de la normalit de la variable symptme conformment au tableau
suivant :
Page 16
Chapitre 1 :
Synthse bibliographique
Qualification
symptme normal
symptme alarmant
Puis donne les attributs dtat de lampleur de la variable phnomne selon la grille
suivante :
Tableau 1.2 : Grille danalyse qualitative des phnomnes.
Attributs dtat du phnomne
Qualification
phnomne important
Qualification
Fonction optimale
Fonction correcte
Fonction partielle
Fonction dfaillante
Or, lattribut dtat de la fonction ne peut tre obtenu directement par des symptmes car
ces derniers renseignent les phnomnes (et non pas les fonctions). Il est alors ncessaire de
revenir aux causes de pertes de performance (cest dire les phnomnes) qui sont
lorigine de la perte de performance de la fonction. Dans cette dmarche lanalyse
qualitative dune fonction un instant dobservation T est tablie en considrant :
Page 17
Chapitre 1 :
Synthse bibliographique
Lhistorique des n phnomnes lorigine de la dgradation de la fonction, c'est-dire les lois dvolution des attributs dtat des phnomnes entre linstant initial (lors
de la mise en service de louvrage) et linstant dobservation T.
Sauf que cette manire de faire prsente linconvnient li la difficult dapprcier cette
loi dvolution en fonction du temps. Pour palier cette difficult, et dans le but de
dterminer plus tard la criticit des consquences de la dfaillance dun composant par la
mthode de lAMDEC, il est important de dfinir lindice de gravit des effets de
dfaillance dun composant. Cet indice de gravit renseigne sur la svrit relative leffet
de dfaillance.
Pour apprcier lindice de gravit de la dfaillance de la fonction dun composant,
(Hammoum, 2012) a propos, les attributs dtat de la gravit de la dfaillance fonction du
composant dans le tableau qui suit :
Tableau 1.4 : Grille danalyse qualitative de la gravit de la dfaillance de la fonction.
Attributs dtat de la gravit
de dfaillance de la fonction
Indice de
gravit
Qualification
Niveau 1
Niveau 2
Niveau 3
Niveau 4
et
Chapitre 1 :
Synthse bibliographique
Chapitre 1 :
Synthse bibliographique
Figure 1.15 : Performance dune digue fluviale vis--vis du mcanisme drosion interne
(Serre et al. 2007).
La pratique rvle que la mthode base dindicateurs est bien admise parmi les ingnieurs
spcialistes des ouvrages hydrauliques. Cet tat de fait rsulte de lintgration de la dmarche
dingnierie traditionnelle aux rgles daffectation des indicateurs structurels et de
performance. Un autre avantage important de cette mthode, qui est apparu lusage, est
ladaptabilit de la base de rgles : celle-ci peut tre modifie et complte de manire trs
simple. Ainsi, la mthode propose offre une transparence, dans la mesure o toutes les rgles
sont nonces et accessibles aux experts. Ce modle a servi de base plusieurs recherches et
applications.
Dans le domaine des barrages, des bases de connaissances sur les mcanismes et les
historiques de vieillissement ont t dveloppes et sont destines aux experts du domaine
pour laide au diagnostic et lanalyse de risques (Peyras et al, 2006). Dans le domaine des
digues, des mthodes dvaluation de la performance ont t proposes. Elles sont utilises
par les gestionnaires douvrages et intgres dans un systme dinformation gographique
(Serre et al. 2006). Une nouvelle recherche, rcemment engage, vise dvelopper des
mthodes daide lexpertise pour lvaluation de la suret de fonctionnement des barrages en
service (Curt et al.2006).
Page 20
Chapitre 1 :
Synthse bibliographique
et al, 2014) ont dfini un scnario de vieillissement des rservoirs de stockage qui sont de
typologie varie, htrogne au sein dun mme parc et possdent une documentation
technique incomplte, gnralement inexistante (ouvrages non documents).
Un scnario de vieillissement est dfini comme un enchainement de causes et deffets qui
conduisent la dgradation des caractristiques et proprits de louvrage. (Hammoum et
al, 2014) ont dress les principaux mcanismes de vieillissement des rservoirs en bton
pouvant apparaitre ds la mise en service de louvrage. Ils ont pu rpertorier sept
principaux mcanismes de vieillissement des rservoirs en bton (Scnario 1, 2, ,7) :
- scnario 1 : dformation du sol de fondation,
- scnario 2 : alcali-raction,
- scnario 3 : corrosion des aciers,
- scnario 4 : dgradation des composants par raction avec le milieu (vent, gel, neige),
- scnario 5 : dgradation des enduits tanche,
- scnario 6 : dgradation du revtement dtanchit de couverture,
- scnario 7 : faiblesse du rservoir vis--vis de leffet hydrodynamique.
Leur objectif tait didentifier toutes les fonctions du systme (rservoir) en considrant
chacun de ses composants, pour ensuite identifier leurs modes de dfaillance, leurs causes
et effets. Pour ce faire, ils ont procds lanalyse fonctionnelle externe qui leurs ont
permis dobtenir les fonctions principales et de contrainte accomplies par le systme
considr dans sa globalit. Puis lanalyse fonctionnelle interne ; qui leur ont permis de
dfinir le rle de chaque composant ainsi que les interactions entre ces derniers. Ceci a
aboutit la construction des Blocs Diagrammes Fonctionnels qui ont matrialis les
relations entre les composants du systme et les relations entre les composants et les
milieux extrieurs. A partir des blocs diagrammes fonctionnels, ils ont dtermin les
fonctions de conception des composants du systme.
Page 21
Chapitre 1 :
Synthse bibliographique
De rcents travaux ont t mens pour dvelopper l'analyse de risques par expertise
(Peyras et al, 2005). Ils ont consist construire, d'une part, des bases de connaissances sur
les mcanismes, d'autre part, des bases de donnes d'tudes de cas de barrages ayant connu
des dgradations. Par rfrence des ouvrages de mme type et soumis des mcanismes
analogues, ces bases de donnes sont destines aider les experts dans leurs missions de
diagnostic et d'analyse de risques. Cette dmarche d'aide l'expertise, rsume la figure
1.16, est donc base sur la capitalisation de la connaissance experte et du retour
d'exprience.
Ces travaux ont conduit dvelopper des modles gnriques, pouvant s'adapter tous
les mcanismes, permettant de reprsenter la connaissance experte sous forme de scnarios
et d'archiver les tudes de cas sous forme d'historiques de vieillissement. Les bases de
donnes de scnarios et d'historiques de vieillissement sont ensuite destines tre
manipules au moyen d'outils informatiques d'aide l'expertise (Peyras et al, 2005).
Page 22
Chapitre 1 :
Synthse bibliographique
En synthse, l'analyse de risques par expertise est mise en uvre dans les contextes o la
modlisation physique ou fonctionnelle n'est pas possible ( un cot raisonnable) et o les
donnes sont peu abondantes. L'expert est alors le seul capable de prvoir l'volution d'un
systme et ses dfaillances potentielles. Certains domaines du gnie civil ont formalis
cette approche par le dveloppement d'outils d'aide l'expertise bass sur la capitalisation
des connaissances experte et du retour d'exprience.
A. Mthode GNDT
En Italie, lutilisation dune technique dvaluation pour assigner des indices de
vulnrabilit a t propose pour la premire fois par (Benedetti et al, 1984).
Cette
technique a t dveloppe par la suite par le Groupe National de Dfense Contre les
Tremblements de Terre (GNDT) du Conseil national de recherche de lItalie (CNR). La
mthode GNDT, maintenant largement utilise, a permis de rpertorier des milliers de
btiments travers lItalie (Augusti et al, 2000). Elle a t tablie en distinguant les
btiments en maonnerie des btiments en bton arm.
Lindice de vulnrabilit des btiments en maonnerie se calcule, en combinant des
informations descriptives (typologiques et qualitatives) et des informations quantitatives
pour paramtres, dcrits au tableau 1.5.
Pour chaque paramtre, on dfinit la classe de vulnrabilit Ivi comprise entre A et D.
la moins vulnrable est la classe A. Elle traduit la conformit de ce paramtre vis--vis de
lintgrit de la structure. La plus vulnrable est la classe D. Elle traduit la situation la plus
Page 23
Chapitre 1 :
Synthse bibliographique
Paramtre
Rsistance conventionnelle
Implantation et fondations
Configuration en plan
Configuration en lvation
Maonneries
Toiture
10
11
Paramtre
Rsistance conventionnelle
Wi
20
45
25
45
0,25
25
45
1,5
Implantation et fondations
25
45
0 ,75
15
45
Variable
Configuration en plan
25
45
0,5
Configuration en lvation
25
45
Variable
Maonneries
25
45
0,25
Toiture
15
25
45
Variable
10
25
45
0,25
11
25
45
Page 24
Chapitre 1 :
Synthse bibliographique
Pour les paramtres 5,7 et 9, la pondration Wi varie entre 0,5 et 1, suivant la classe de
vulnrabilit.
En sinspirant de la mthode GNDT, (Slimani, 2013)
Notes lmentaires Ki
paramtres
Pondration
Classe
A
Classe B
Classe
C
Wi
Le comportement au sisme
15
1,75
Entrechoquement
15
1,75
Systme de contreventement
15
1,50
Rgularit en plan
15
1,50
Rgularit en lvation
15
1,50
Type de sol
15
1,00
Implantation du rservoir
15
1,00
Zone sismique
15
1,00
15
0,75
15
0,75
15
0,50
10
Qualit
du
contreventement
systme
de
11
Maintenance
12
Dtails
15
0,25
Page 25
Chapitre 1 :
Synthse bibliographique
La note partielle dun paramtre est obtenue par le produit KiWi , et lindice de
vulnrabilit Iv sexprime par la somme des notes partielles des diffrents paramtres :
Classe
vert
Orange1
Orange2
Rouge
Iv
0 - 33
33 - 90
90 - 133
133 - 199
B. Etude de BELHOUENE
(Belhouene, 2006) propose de quantifier la vulnrabilit sismique des btiments en
bton arm, en dveloppant la mthode de lindex de vulnrabilit. Ceci a ncessit la
dfinition des paramtres influents sur la dtermination de cet index, ainsi que de leurs
coefficients de pondration. Lindex ainsi calcul, permet la classification des btiments.
Pour cette classification, elle propose trois classes. La premire regroupe les structures
ayant un bon comportement, la seconde, un comportement moyen et enfin, la troisime
regroupe les constructions ayant une mauvaise tenue au sisme. Elle dveloppe aussi un
code de calcul en langage Delphi. Cet outil dvelopp permet de faire le diagnostic des
btiments existants en bton arm par lanalyse de la vulnrabilit sismique. Cette mthode
Page 26
Chapitre 1 :
Synthse bibliographique
est dveloppe en tenant compte de linfluence des lments structuraux et non structuraux
sur la rponse sismique de la construction. Elle consiste attribuer une valeur numrique
chaque btiment, dite index de vulnrabilit Iv, qui est une reprsentation de sa qualit
sismique.
Les paramtres utiliss pour le calcul de lindex de vulnrabilit sont au nombre de
quatorze, dfinis par lapproche experte, base sur le retour dexprience de sismicit en
Algrie. Afin de caractriser chacun des paramtres de ltude, un certain nombre
dinformations sur le btiment est ncessaire, obtenues par le renseignement de fiche
dvaluation ou denqutes dveloppe dans la cadre de cette recherche.
Tableau 1.9 : Classification des paramtres et leur coefficient Ki.
N
Paramtre
Classe A
Classe B
Classe C
Systme de contreventement
0,25
1,25
2,25
0,25
0,50
0,75
La capacit sismique
0,00
0,25
0,50
Type de sol
0,25
0,50
0,75
Diaphragme horizontal
0,25
0,50
0,75
Rgularit en plan
0,25
0,50
0,75
Rgularit en lvation
0,25
0,75
1,75
0,25
0,50
0,75
0,25
0,50
0,75
10
Dtails
0,25
0,50
0,75
11
Maintenance
0,25
0,75
1,25
12
Modifications
0,25
0,50
0,75
13
Entrechoquement
0,25
0,50
0,75
14
Implantation de l'ouvrage
0,25
0,50
0,75
Provence,
France) qui ont t repris, et ont t adapt au contexte Algrien par (Hammoum,
2012).
- (Mathieu et al, 1990) ayant travaill sur des ouvrages hydrauliques (barrages,
rservoirs), ont propos une classification des ouvrages selon lindice de gravit, en se
basant sur les dfauts apparents. Six classes sont dfinies, dont la gravit va en croissance
de A vers F.
Classe A : ouvrage en bon tat (neuf ou ancien), sans dfaut.
Page 27
Chapitre 1 :
Synthse bibliographique
Aprs lexpertise de louvrage, en se basant sur les dfauts enregistrs sur ce dernier, un
classement de louvrage dans une chelle croissante dvaluation des dsordres est effectu.
Celle-ci est constitue de quatre niveaux variant de 1 4 qui prennent en compte les six
classes de dfauts apparents expos prcdemment. Les diffrents niveaux de dsordre sont
donns comme suit :
Niveau 1 : Regroupe les Classe A et classe B, Peu ou pas de dsordres visibles. Rien
signaler de particulier. Suivi et entretien normale de louvrage (annuel ou biannuel, suivant
la nature et destination).
Niveau 2 : Classe C, quelques dfauts, ouvrages surveiller.
Niveau 3 : Regroupe les Classe D et classe E, dfaut spcifique de gravit variable.
Demande un suivi et des investigations.
Niveau 4 : Classe F, louvrage ne peut pas assurer sa fonction en toute fiabilit. Le
risque de ruine est important. Il faut envisager ventuellement des solutions
confortatives de premire urgence et/ou la dmolition de louvrage.
Les travaux de Hammoum sur un large parc de rservoirs que compte la wilaya de Jijel ont
aboutis un inventaire de dfauts structuraux classs conformment la classification
tablie par (Mathieu et al, 1990), avec les modes de rparations possibles.
Page 28
Chapitre 1 :
Synthse bibliographique
rservoirs en bton certains alas naturels (sisme, neige et ventetc.), par la dtermination
dun indice Iv en faisant intervenir 13 paramtres influents (environnementaux,
structuraux et fonctionnels). Lexpos de cette mthode ferra lobjet du deuxime chapitre de
ce mmoire.
Aussi, il a essay dapporter des solutions aux problmes de pathologies, diagnostic et
rparation, en dfinissant une mthodologie dvaluation et des modes de rparation
possibles. Ceci se traduit en pratique par un ou plusieurs dfauts constats et par une ou
plusieurs mthodes de renforcement qui doivent conduire un confortement de qualit et de
fiabilit.
(Saradouni, 2013) sest inspir des travaux de (Hammoum, 2012) pour expertiser un
parc de retenues collinaires
vulnrabilit. Les retenues expertises sont de type homogne, ralises en remblai compact.
Cette mthodologie a permet une valuation simple et rapide de leur vulnrabilit. La
dtrmination de lindice de vulnrabilit dans le cycle de vie des retenues collinaies a
montr travers lxpertise des retenues tudis, quau dela dun certain degr de
dgradation les consquences sur le comportement de la structure nest plus ngligables. La
structure, aprs rhabilitation gangne de la performance mais ne revient jamais son tat
initial.
Elle a montr que plusieurs pathologies sont prsentes sur le parc expertis dans la
wilaya de T.O (figure 1.17).
Chapitre 1 :
Synthse bibliographique
lendommagement des vacuateurs de crue et les fuites (suintements) sont des pathologies
rencontres sur toutes les retenues du parc expertis (taux de 100%).
Le dfaut dornirages occupe la seconde place dans les dfauts les plus frquemment
rencontrs avec un taux allant de 65%.
Viennent par la suite les glissements, les ravines, les affaissements et les fissures, avec
un taux variant de 45 % 20 %. Leurs proportions sont proches les uns des autres.
Enfin sont classes en dernier les terriers, leffet de batillage, lenvasement de la cuvette
et lrosion du corps de la digue avec un taux infrieur 20%.
Page 30
Chapitre 1 :
La
Synthse bibliographique
mthode ACP
gnralement de la statistique multivarie (ADM). Elle permet dexplorer les liaisons entre
variables et les ressemblances entre individus qui consistent chercher de nouveaux axes
vecteurs propres correspondant aux valeurs propres ordonnes du tableau 1.10 croisant les
individus et les variables quantitatives (Duby et al, 2006).
Tableau 1.10: Reprsentation type d'un tableau A.C.P.
Individus/ Variables
Var1varjVarp
Ind1
.
.
Indi
Xij
.
.
indn
L'ADM regroupe un ensemble de mthodes statistiques utilises pour analyser les
donnes caractrises par le fait qu' chaque individu statistique sont associes plusieurs
valeurs observes. Ces mthodes d'analyses sont fondes, soit sur les mathmatiques
mthodes d'analyse factorielle, soit sur l'informatique qualifie le plus souvent
d'automatique. Elles se distinguent les unes des autres selon les types de donnes dcrites
sur les individus et prsentes sous forme de tableaux.
Et parmi les mthodes danalyse factorielle on retrouve:
rgression linaire simple ;
rgression linaire multiple ;
analyse en composantes principales (ACP);
analyse factorielle des correspondances (AFC);
analyse des correspondances multiples (ACM); ..ect
Page 31
Chapitre 1 :
Synthse bibliographique
Historiquement, il sagit de lun des plus anciennes mthodes danalyse des donnes
(Philippeau, 1986). Mais les applications informatiques ont considrablement modifi les
conditions et modalits dapplication, en rendant notamment possible le traitement dun
trs grand nombre de donnes. Cest enfin la mthode la plus connue et la plus utilise en
sciences sociales.
2.
Page 32
Chapitre 1 :
Synthse bibliographique
Une variable quantitative y dite expliquer (ou encore, rponse, exogne, dpendante) est
mise en relation avec p variables quantitatives x1,... xp dites explicatives (ou encore de
contrle, endognes, indpendantes, rgresseurs), suppose non alatoires.
Par exemple, une analyse de rgression multiple peut rvler une relation positive entre la
demande de lunettes de soleil et diffrents caractres dmographiques (ge, salaire) des
acheteurs de ce produit. La demande augmente et baisse avec les variations de ces
caractristiques.
Chapitre 1 :
Synthse bibliographique
des organismes aquatiques vivant proximit du fond des mers et ocans, des lacs et cours
d'eau) de la cote catalane Franaise (Guille et al, 1975). Lapplication de lanalyse
factorielle des correspondances a t utilise par Guille en 1970 (Guille et al, 1975), il a
dmontr linfluence prpondrante de la composition granulomtrique du substrat sur la
rpartition des benthontes est mise en vidence dans les conditions physiographiques
particulires de la rgion tudie.
Remarque : Un tableau de contingence est une mthode de reprsentation de donnes
dcoulant dun comptage. Les donnes sont rassembles dans un tableau avec le caractre
auquel elles sont relies.
lexpression des symptmes foliaires des maladies du bois, pour rpondre objectivement
la question de leur progression ventuelle dans le vignoble franais. En effet, suite
l'interdiction de l'utilisation de l'arsnite de soude en traitement dhiver de la vigne, le 8
novembre 2001, les viticulteurs ne disposent plus daucune mthode de lutte chimique
curative contre les principales maladies du bois de la vigne.
Page 34
Chapitre 1 :
Synthse bibliographique
Page 35
Chapitre 1 :
Synthse bibliographique
Conclusion
Plusieurs approches dvaluation de la vulnrabilit dune structure donne ont t
dveloppes afin de rduire les pertes et les dommages dus aux alas naturels. Ces
approches diffrent les unes des autres en cout, en moyens utiliss et en prcision. Le choix
du type dapproche dpend de lobjectif de lvaluation, de la disponibilit des donnes et
de la technologie utilise.
Dans ce chapitre, nous avons prsent les mthodes les plus connues destimation de
la vulnrabilit. La comprhension de la structure et la recherche des critres structuraux
peuvent savrer complexes. Il faut donc trouver un quilibre entre les moyens mis en
uvre, les mthodes applicables et les rsultats recherchs. Dautre part, ces mthodes
varient suivant leurs degrs de prcision et de sophistication ; ce qui engendre des cots
dapplication importants ou des incertitudes leves cause de la complexit des
informations recherches.
En sinspirant des travaux de diffrentes mthodes suscites, tout particulirement sur
lanalyse des risques partir des statistiques, nous utilisons pour la premire fois une
mthode dite ACP afin dtudier les liaisons entre variables et les ressemblances entre
individus
(Hammoum, 2012) par la mthode dexpertise des rservoirs de stockage deau. Cette
mthode sera prsente au troisime chapitre.
Page 36
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Introduction
Le diagnostic et lanalyse de risque peuvent tre raliss par expertise pure dans le cadre
dtudes prliminaires ou de diagnostic rapide. Cette approche qui fait appel linspection
visuelle est pratique par les experts lorsquils ne disposent pas de donnes suffisantes sur
louvrage. Un ingnieur expriment peut ds la premire visite connatre l'origine probable
du problme, mais pour un autre moins expriment la mme tche peut devenir difficile. Le
diagnostic reste toujours un exercice dans le niveau de difficult est trs relatif. Devant le
mme problme expos, les solutions proposes par les experts ne sont pas videmment
uniques. Chaque expert interprte le problme selon ses propres connaissances, car il n'existe
pas une loi dite de diagnostic, mais il y a un savoir faire pour le diagnostic.
Dans certaines situations durgence (aprs un grave sisme, ou une forte crue), la tche de
diagnostic exige au mme temps rapidit et efficacit. Dans ces situations exceptionnelles, il y
a toujours une insuffisance dexperts, si bien quon est amen faire participer les ingnieurs
les moins expriments dans la tche de diagnostic.
Cest ainsi que
Page 37
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Mthodologie dvaluations
Ouvrages hydrauliques
Evaluation Environnementale
Evaluation fonctionnelle
Evaluation structurelle
En se basant sur cette approche, (Hammoum et al, 2012) se sont intresss lvaluation de
la vulnrabilit dun rservoir donn en bton vis--vis de certains alas naturels (sisme,
vent, neige,.), par la dtermination dun indice Iv. Pour le calcul de cet indice, il a fait
intervenir treize (13) paramtres qui sont rsums dans le tableau 2.1.
Type d'analyse
Analyse environnementale
Analyse structurelle
Analyse fonctionnelle
N
1
2
3
4
5
6
7
8
9
10
11
12
13
Dsignation des
paramtres
Implantation du rservoir
Zone sismique
Type de sol
Zone de la neige
Zone du vent
Type de la structure
Type de fondation
Etanchit des parois
Etanchit de la couverture
Dfauts apparents
Rle de rservoir
Importance du rservoir
Frquence dentretien
Chacun des treize paramtres sera sanctionn par une note lmentaire Nei. Le principe de
notation choisi correspond
laccroissement des risques de vulnrabilit. Chaque lment de notation est affect dun
coefficient Pi de pondration.
La note lmentaire Nei de chaque paramtre est comprise entre 1 et 4 : 1 correspond la
situation idale et 4 la situation critique avec des notes intermdiaires. Il en est de mme des
poids de pondration Pi dont les valeurs varient de 1 4 : 1 pour une pnalisation minimale
Page 38
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Nous dsignons par (Ne, Ns, Nf) les notes globales respectivement de lanalyse
environnementale, de lanalyse structurelle et de lanalyse fonctionnelle.
Le choix des paramtres 1, 2, 3, 4 et 5 de lanalyse environnementale est dict par des
considrations dimplantations topographiques et hydrauliques au moment de la conception
de ltude. Par consquent, la note globale de lanalyse environnementale Ne reste constante
dans le temps.
Les paramtres 6, 7, 8, 9 et 10 caractrisent ltat des diffrents lments structuraux du
rservoir au moment de linspection visuelle par lingnieur expert. Elle rsulte des
dommages et vieillissement cumuls suite aux attaques et agressions dordre naturels (neige,
vent, sisme, gel). A cet effet, la note globale de lanalyse structurelle Ns est variable dans
le temps.
Les paramtres 11, 12 et 13 ont un rapport avec les enjeux, la vocation et de lusage de leau
du rservoir. Pour cette raison, la note globale de lanalyse fonctionnelle Nf demeure
constante dans le temps, sauf si le gestionnaire dcide de lui changer daffectation.
La notion de lindice de vulnrabilit est lie linstant o lon inspecte le rservoir. Il vient
quun mme rservoir peut avoir plusieurs indices de vulnrabilits durant son cycle de vie. Si
nous considrons que Ivo est lindice de vulnrabilit linstant initial o le rservoir est mis
en service, aprs une dure t dexploitation, cet indice va passer Iv1 (Iv1 > Ivo). Son tat de
dgradation et son tat de vieillissement atteint dans le temps va le rendre plus vulnrable aux
alas naturels qu son tat initial. Par consquent, pour faire baisser lindice de vulnrabilit,
Page 39
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
il est ncessaire dagir directement sur les paramtres de la note globale de lanalyse
structurelle Ns, et ce en passant par un projet de rhabilitation ou de rparation du rservoir.
N
1
2
3
4
5
Nei
1
2
2
3
4
Les pondrations Pi sont dtermines partir du paramtre hydrologique (tableau 2.3). Trois
lois rgissent la rpartition des pluies en Algrie et ont t dfinies par Seltzer en 1946,
comme suit :
- la hauteur de pluie augmente avec laltitude. Elle est plus leve sur les versants exposs aux
vents humides que sur les autres,
- elles augmentent de lOuest vers lEst,
- elles diminuent mesure quon sloigne de littoral mditerranen vers le sud.
Tableau 2.3 : Coefficients de pondration en fonction de la situation gographique.
N
1
2
3
4
Situation gographique.
Rservoir situ sur la bande nord - Est de lAlgrie
Rservoir situ sur la bande nord au centre de lAlgrie
Rservoir situ sur la bande nord - Ouest de lAlgrie
Rservoir situ au sud de lAlgrie
Pi
4
3
2
1
Page 40
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
N
1
2
3
4
5
Zone
Zone 0
Zone I
Zone IIa
Zone IIb
Zone III
Sismicit
ngligeable
Faible
moyenne
moyenne
Eleve
Nei
1
1
2
3
4
Par ailleurs, les coefficients de pondration Pi dpendent du risque majeur que reprsente le
rservoir pour les vies humaines, consquences conomiques et sociales comme cela a t
observ lors des sismes survenus en Algrie (El Asnam 1980, Oued Djer 1988, Tipaza 1989,
Mascara 1994 et Boumerdes 2003). Ces coefficients sont dtermins selon la nature du site
dimplantation (tableau 2.5).
Tableau 2.5 : Coefficients de pondration en fonction du site de louvrage.
N
1
2
3
4
Site dimplantation de
louvrage
En rase compagne
En milieu rural
Dans une zone industrielle
En milieu urbain
Pi
1
2
3
4
N
1
2
3
4
Type de sol
Catgorie S1
Catgorie S2
Catgorie S3
Catgorie S4
Nature de sol
Sol rocheux
Sol ferme
Sol meuble
Sol trs meuble
Vitesse moyenne
Vs 800 m/s
Vs 400 m/s
Vs 200 m/s
Vs < 200 m/s
Nei
1
2
3
4
Les poids Pi sont dtermins par certains effets du site dimplantation (liqufaction des sables,
Page 41
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
le glissement de terrain, prsence de faille en surface et les boulements rocheux) qui peuvent
considrablement amplifier les oscillations du sol et provoquer la perte de tout ouvrage de
gnie civil, mme parasismique. Les ouvrages qui y sont implants peuvent parfois subir des
charges sismiques jusqu cinq fois plus leves que les constructions similaires situes dans
une zone moins dangereuse (Zacek, 2004). Il est donc impratif den tenir compte dans une
tude de vulnrabilit et le recours un gotechnicien ou gologue serait souhaitable. En
rsum, nous pouvons dfinir les poids Pi comme indiqu dans le tableau 2.7.
Tableau 2.7 : Coefficients de pondration en fonction des effets de site.
N
1
2
3
4
Pi
1
2
3
4
Page 42
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
N
1
2
3
4
Zone de neige
Zone A
Zone B
Zone C
Zone D
Nei
4
3
2
1
Notons que pour la zone D dans le dsert Algrien, nous observons plutt lensablement des
terrasses de couverture. La pondration Pi du paramtre de zone de neige est dtermine par la
forme de la toiture ; selon qu'elle favorise ou non l'accumulation de la neige (tableau 2.9).
Tableau 2.9 : Coefficients de pondration en fonction de la forme de la toiture.
N
1
2
3
4
Toiture de couverture
En forme de voute
En pentes un ou deux versants
A versants multiples ou redans
Avec discontinuits de niveaux marques ou horizontales
Pi
1
2
3
4
N
1
2
3
4
Zones de vent
Pas daction de vent
Zone I
Zone II
Zone III
Nei
1
2
3
4
Hauteur du rservoir
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Catgorie de terrain
- en bord de mer, au bord d'un plan d'eau offrant au moins 5 km de longueur au vent, rgions
lisses et sans obstacles : Pc = 0.25,
- rgions de culture avec haies et avec des petites fermes, maisons ou arbres. Pc = 0.50,
- zones industrielles ou suburbaines, forts : Pc = 0.75,
- zones urbaines dont au moins 15% de la surface est occupe par des btiments de hauteur
moyenne suprieure 15 m : Pc = 1,00.
Facteur topographique
- Site 1 : site plat aux alentours des valles et oueds sans effet d'entonnoir : Pt = 0.25,
- Site 2 : site aux alentours des valles et oueds avec effet d'entonnoir : Pt = 0.50,
- Site 3 : site aux alentours des plateaux : Pt = 0.75,
- Site 4 : site montagneux ou aux alentours des collines : Pt = 1,00.
Page 44
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
N
1
2
3
4
Type de structure
Rservoir enterr
Rservoir semi enterr
Rservoir pos au sol
Rservoir surlev (chteau deau)
Nei
1
2
3
4
N
1
2
3
4
N
1
2
3
4
Type de fondation
Puits ou pieux
Radier gnral
Semelles continues
Semelles isoles
Nei
1
2
3
4
Comme le sol de fondation subit un chargement cyclique (plusieurs fois par jour), le
mcanisme physique mis en jeu est le tassement de la fondation. Ce phnomne, frquemment
rencontr, gnre des fissures dans la structure ainsi que des dsordres importants ou localiss
dans un lment rsistant qui peuvent entrainer la limitation ou linterdiction de lexploitation
du rservoir. Cest pour cette raison que les poids Pi sont dtermins compte tenu des
tassements ventuels subits par la fondation (Tableau 2.14).
Page 45
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
N
1
2
3
4
Pi
1
2
3
4
Ce qui nous amne proposer les notes lmentaires du tableau 2.15, en fonction des classes
dtanchit. Quant aux poids Pi, ils sont dtermins en fonction du degr de satisfaction de
cette tanchit tels que donns au tableau 2.16.
Tableau 2.15 : Notes lmentaires en fonction du mode dtanchit de la paroi.
1
2
3
4
Nei
Classe A
Classe B
Classe C
Classe D
1
2
3
4
N
1
2
3
4
Etat de ltanchit de la
paroi
Satisfaisante
Assez satisfaisante
Moyennement satisfaisante
Insatisfaisante
Pi
1
2
3
4
Page 46
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
conformment au tableau 2.17. Quant aux poids Pi, ils sont dtermins en fonction du degr
de dgradation et par voie de consquence de ltat de satisfaction de cette tanchit comme
indiqu au tableau 2.18.
Tableau 2.17 : Notes lmentaires en fonction du type dtanchit de la couverture.
N
1
2
3
4
Type de couverture
Revtement par imprgnation de surface
Revtement de type enduit
Revtement rsine synthtique
Revtement par membrane
Nei
1
2
3
4
N
1
2
3
4
Pi
1
2
3
4
Ce qui nous amne proposer les notes lmentaires du tableau 2.19. Le dfaut apparent na
Page 47
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
de sens, que si on lui associe lge de louvrage. Ce qui nous amne proposer les
coefficients de pondrations Pi contenus dans le tableau 2.20.
Tableau 2.19 : Notes lmentaires en fonction de lindice de gravit du dfaut.
N
1
2
3
4
Indice de
gravit
Niveau 1
Niveau 2
Niveau 3
Niveau 4
Nei
1
2
3
4
N
1
2
3
4
Age de louvrage
Age du rservoir infrieur 10 ans
Age compris entre 11 ans et 20 ans
Age compris entre 21 ans et 30 ans
Age du rservoir suprieur 30 ans
Pi
1
2
3
4
N
1
2
3
4
Nei
1
2
3
4
N
1
2
3
4
Pi
1
2
3
4
Page 48
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
rassemblements de personnes, tels quune grande mosque, des btiments usage de bureaux,
des btiments industriels et commerciaux, scolaires, universitaires, constructions sportives et
culturelles, pnitenciers, grands htels, bibliothques ou darchives dimportance rgionale,
muse, tablissements sanitaires autres que ceux du groupe 1A et les centres de production
ou de distribution dnergie.
- Groupe 2 : Ouvrages courants ou dimportance moyenne tels que btiments dhabitation
collective ou usage de bureaux, btiments pouvant accueillir au plus 300 personnes
simultanment tels que, des btiments usage de bureaux, des btiments industriels, des
parkings de stationnement publics,...
- Groupe 3 : Ouvrages de faible importance tels que les btiments industriels ou agricoles
abritant des biens de faibles valeurs, btiments risque limit pour les personnes et les
constructions provisoires
Nous pouvons alors dduire que lintrt accord un rservoir dpend aussi de la suret de
distribution de leau aux btiments abritant les usagers. Ce qui nous amne proposer les
notes lmentaires du tableau 2.23.
Tableau 2.23 : Notes lmentaires en fonction de limportance de louvrage.
Importance du rservoir
Nei
1
2
3
1
2
3
Le second aspect qui mrite dtre abord pour complter la scurit et la suret de
distribution des abonns est la capacit de stockage. Cest dans cette optique que nous
proposons des poids Pi en fonction de la capacit de stockage du rservoir comme indiqus
Page 49
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
au tableau 2.24.
N
1
2
3
4
Capacit de louvrage
entre 0 500 m3
entre 500 m3 et 1 000 m3
entre 1000 m3 et 2 000 m3
suprieur 2 000 m3
Pi
1
2
3
4
N
1
2
3
4
Frquence
dentretien
Mensuelle
Trimestrielle
Semestrielle
Annuelle
Nei
1
2
3
4
2.5. Classification
Pour un critre donn, nous pouvons construire une grille dvolution de sa note partielle
(Nei.Pi), en tenant compte de tous les scnarios possibles. Les rsultats obtenus sont illustrs
sur le tableau 2.26.
Pondration Pi
1
2
3
4
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
En considrant tous les critres danalyse numrs prcdemment au nombre de treize, nous
proposons la classification suivante, rpartie en quatre niveaux de vulnrabilit :
Niveau de vulnrabilit
Indice de vulnrabilit Iv 13
Vert
-
Orange 1
49 49
Orange 2
- 87 87
Rouge
Nom du site
code
Adnis
Ait hague
Ait halli
Ait yacoub
Page 51
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Boudjlil
Ibhlal
Mehriz
Mestigua
Monobloc1
Monobloc2
10
SR1
11
SR2
12
SR3
13
Taghanimt
Taksebt
Tala amara
14
15
16
Tansaout
17
Tamazirt 1
18
Tamazirt 2
19
Zone insustrielle
20
Ath ighil
Mouldioune village
Mouldioune zone
Touaresse
Touaresse
SR1
SR2
chef lieu
Maassal
Chef lieu 1
Chef lieu 2
kef laagab
Baghdad
Ait Saada (ouarezki)
Ait Saada bas
Ait Saada haut
Tighilt Tiguerfiouine
Telta 1
Telta 2
Adjaba
Avarane 1
Avarane 2
Herrouka 1
Herrouka 2
Ibhlal 1
Ibhlal 2
Megdoul 1
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
Page 52
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Mekla
Megdoul 2
Menacera
chef lieu 1
chef lieu 2
SRI Chaibe
SR2 Djamaa N Saridj
SR3 Djamaa N Saridj
48
49
50
51
52
53
54
Louvrage qui fera lobjet dune tude de cas est le rservoir N22, implant
Mouldiouane village, dara Draa Ben Khedda. Ce rservoir circulaire pos au sol que nous
avons expertis en mars 2014 est de capacit 200 m3 (figure 2.4). Il a t ralis en 1988.
Figure 2.4 : Vue gnrale du rservoir de Mouldiouane village N21 (Photo MILOUDI, 2014).
Paramtre
Note lmentaire
Nei
1
2
3
4
5
Montagne
Zone sismique IIa
Sol meuble, type S3
Zone A
Zone de vent I
1
2
3
4
2
Coefficient de pondration
Bande nord centre
Milieu rural
Risque de glissement
Toiture en forme de coupole
Ph = 0.75, Pc = 0,50,
Pt = 1.00, Ps = 0.25.
bton arme
Pi
Nei . Pi
3,00
2,00
4,00
1,00
2,50
3,00
4,00
12,00
4,00
5,00
3,00
9,00
Page 53
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
7
8
9
Radier
classe B
revtement par enduit
2
2
2
10
11
12
Niveau 1
Rservoir de distribution
Btiments du groupe 2
1
2
2
13
Annuelle
Pas de tassement
Etanchit satisfaisante
Neuve, pas de dsordres visibles,
satisfaisante
Rservoir g de 1 an
Accessible par route revtue
Capacit 200 m3
1,00
1,00
1,00
2,00
2,00
2,00
1,00
1,00
1,00
1,00
2,00
2,00
1,00
4,00
52,00
Indice de vulnrabilit Iv
Etanchit de la couverture
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
rservoir est de classe B (ouvrage dont l'tanchit est assure par la structure, complte par
un revtement dimpermabilisation). Le degr de satisfaction de ltanchit est mdiocre et
ceci se traduit par la prsence de plusieurs points de fuites et suintement autour de la paroi
(figure 2.7), et par le dveloppement de deux phnomnes sur la paroi qui sont : lalcali
raction et efflorescence (figure 2.8).
Page 55
Chapitre 2 :
b. Dfauts apparents
Les dsordres observs sur le rservoir, aprs expertise visuelle, sont prsents sur les
figures (2.12, 2.13, 2.14, 2.15) qui suivent :
Page 56
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Nous donnons ci-aprs les paramtres de lvaluation ayant subit des variations (tableau
2.30).
Tableau 2.30 : Calcul de l'indice de vulnrabilit au jour de linspection en mars 2014.
Paramtre
Note lmentaire
Nei
Coefficient de pondration
1
2
3
4
5
Montagne
Zone sismique IIa
Sol meuble, type S3
Zone A
Zone de vent I
1
2
3
4
2
6
7
3
2
8
9
classe B
revtement par enduit
2
2
10
11
12
Niveau 3
Rservoir de distribution
Btiments du groupe 2
3
2
2
Rservoir g de 26 ans
Accessible par route revtue
Capacit 200 m3
Pi
Nei . Pi
3,00
2,00
4,00
1,00
3,25
3,00
4,00
12,00
4,00
6,50
3,00
2,00
9,00
4,00
4,00
4,00
8,00
8,00
3,00
1,00
1,00
9,00
2,00
2,00
Page 57
Chapitre 2 :
13
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Annuelle
1,00
Indice de vulnrabilit Iv
4,00
75,50
La valeur de lindice de vulnrabilit obtenue aprs expertise [49 < (IV=75,50) < 87] classe le
rservoir expertis toujours en orange 1. Il prsente une vulnrabilit moyenne aux diffrents
alas naturels.
Par procds analogue, nous avons dtermins les indices de vulnrabilit des diffrents rservoirs
expertiss. Les rsultats sont donnes ci-aprs (tableau 2.31) :
Page 58
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une approche par expertise
Note partiel
Environnementale
Paramtres
Structurelle
Fonctionnelle
code
Implantation
de l'ouvrage
Zone
sismique
Type de
sol
Action de la
neige
Action
de vent
Type de la
structure
Type des
fondations
Etanchit de la
paroi
Etanchit de la
couverture
Dfauts
apparents
Rle de
rservoir
Importance
de louvrage
Frquence
de
lentretien
Nom du site
Iv
Niveau de
gravit
Niveau 3
Adnis (Irdjen)
5.5
12
70.5
53
Niveau 2
12
5.5
12
66.5
Niveau 3
53
Niveau 2
Boudjlil (Irdjen)
52
Niveau 3
Ibhlal (Irdjen)
6.5
58.5
Niveau 3
Mehriz (Irdjen)
5.5
51.5
Niveau 2
Mestigua (Irdjen)
5.5
12
65.5
Niveau 3
Monobloc1 (Irdjen)
12
52
Niveau 1
Monobloc2 (Irdjen)
10
52
Niveau 2
SR1 (Irdjen)
11
6.5
60.5
Niveau 3
SR2 (Irdjen)
12
52
Niveau 1
SR3 (Irdjen)
13
5.5
52.5
Niveau 2
Taghanimt (Irdjen)
14
5.5
12
64.5
Niveau 3
Taksebt (Irdjen)
15
6.5
51.5
Niveau 3
16
48
Niveau 2
Tansaout (Irdjen)
17
5.5
48.5
Niveau 2
Tamazirt 1 (Irdjen)
18
57
Niveau 2
Tamazirt 2 (Irdjen)
19
51
Niveau 2
20
12
12
12
79
Niveau 3
21
12
67
Niveau 3
22
12
6.5
75.5
Niveau 3
23
5.5
545
Niveau 3
Touaresse (DBK)
24
12
5.5
12
77.5
Niveau 3
Touaresse (DBK)
25
12
72
Niveau 2
26
12
5.5
59.5
Niveau 2
27
12
5.5
54.5
Niveau 1
28
12
5.5
12
71.5
Niveau 3
Page 59
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une approche par expertise
29
64
Niveau 1
30
12
4.5
74.5
Niveau 3
31
12
63
Niveau 3
32
12
72
Niveau 3
Baghdad (Tadmait)
33
12
60
Niveau 3
34
12
68
Niveau 3
35
60
Niveau 3
36
5.5
50.5
Niveau 1
Tighilt Tiguerfiouine
(Tadmait)
37
66
Niveau 3
Telta 1 (Tadmait)
38
12
5.5
72.5
Niveau 3
Telta 2 (Tadmait)
39
12
5.5
65.5
Niveau 2
Adjaba (Tirmitine)
40
5.5
12
61.5
Niveau 3
Avarane 1 (Tirmitine)
41
12
5.5
12
12
75.5
Niveau 3
Avarane 2 (Tirmitine)
42
12
61
Niveau 3
Herrouka 1 (Tirmitine)
43
12
66
Niveau 3
Herrouka 2 (Tirmitine)
44
5.5
56.5
Niveau 2
Ibhlal 1 (Tirmitine)
45
57
Niveau 2
Ibhlal 2 (Tirmitine)
46
48
Niveau 1
Megdoul 1 (Tirmitine)
47
5.5
56.5
Niveau 1
Megdoul 2 (Tirmitine)
48
5.5
49.5
Niveau 3
Menacera (Tirmitine)
49
5.5
51.5
Niveau 2
50
12
12
69
Niveau 3
51
12
4.5
12
63.5
Niveau 3
52
12
5.5
12
71.5
Niveau 3
53
12
62
Niveau 3
54
5.5
65.5
Niveau 3
Page 60
Chapitre 2 :
Evaluation de la vulnrabilit des rservoirs en bton vis--vis de certains alas naturels, par une
approche par expertise
Conclusion
La mthodologie base dindice, prsente dans ce chapitre, permet une valuation simplifie
et rapide de la vulnrabilit des rservoirs en bton arm, comme nous lavons montr travers
lexpertise dun parc de 54 rservoirs dans la wilaya de Tizi-Ouzou.
Pour une analyse plus pousse des paramtres danalyse, nous proposons une mthode
statistique dite ACP ; pour explorer les liaisons existantes entre ces diffrents paramtres afin de
mieux apprcier cette vulnrabilit. Cest ainsi que nous consacrons le chapitre qui suit lexpos
de cette mthode.
Page 61
Chapitre 3
Introduction
Les mthodes multifactorielles permettent d'obtenir des reprsentations graphiques qui
constituent le meilleur rsum possible de l'information contenue dans un grand tableau de
donnes. Pour cela, il faut consentir une perte d'information afin de gagner en lisibilit. En
fonction des phnomnes que l'on veut tudier et de la nature du tableau de donnes dont on
dispose, on appliquera telle ou telle mthode multifactorielle (ACP, AFC, ACMetc.). En
effet, il n'existe pas une mthode factorielle d'analyse des donnes, mais un ensemble de
mthodes, reposant toutes sur les mmes thories mathmatiques.
Dans le cadre de cette tude, nous nous basons sur la mthode ACP pour analyser les 13
paramtres dfinis dans la mthode de lindice de vulnrabilit expose au 2me chapitre, afin
de dfinir les corrlations existantes entre ces derniers pour viter la redondance. lchelle
dun parc de rservoir expertis, celle-ci nous permettra de ressortir les ressemblances
existantes entre les diffrents individus (rservoirs).
Cest ainsi que nous consacrons ce troisime chapitre la prsentation de la mthode et
linterprtation des rsultats de ce dernier.
3.1. Dfinition
LAnalyse en Composantes Principales (ACP) fait partie du groupe des mthodes
descriptives multidimensionnelles appeles mthodes factorielles, qui consiste transformer
des variables lies entre elles (dites "corrles" en statistique) en nouvelles variables
dcorrles les unes des autres. Ces nouvelles variables sont nommes "composantes,
principales", ou axes principaux. Elle permet au praticien de rduire le nombre de variables et
de rendre l'information moins redondante.
Il s'agit d'une approche la fois gomtrique (les variables tant reprsentes dans un
nouvel espace, selon des directions d'inertie maximale) et statistique (la recherche portant sur
des axes indpendants expliquant au mieux la variabilit (la variance) des donnes).
Lorsquon veut compresser un ensemble de p variables alatoires, les q premiers axes de
l'analyse en composantes principales sont un meilleur choix, du point de vue de l'inertie ou de
la variance.
LA.C.P. permet dexplorer les liaisons entre variables et les ressemblances entre
individus.
Page 62
Chapitre 3
3.2. Historique
Lanalyse en composantes principales est la plus utilise des analyses multivaries. Cest
aussi la plus ancienne. Ses fondements datent de 1901 quand Karl PEARSON en a conu les
ides essentielles deux dimensions (Benzkri, 1973). Il
domaine de la rgression et des corrlations entre plusieurs variables. Pearson utilise ces
corrlations non plus pour expliquer une variable partir des autres (comme en rgression),
mais pour dcrire et rsumer l'information contenue dans ces variables.
Sa gnralisation a t faite en France en 1933 par Harold HOTELLING qui en a fait une
premire publication sous forme actuelle plusieurs dimensions. Elle a attendu les ordinateurs
vers les annes 1960 pour tre mise en pratique par J-P Benzcri (Duby et al, 2006).
l'obtention de facteurs non corrls qui sont des combinaisons linaires des variables
de dpart, afin d'utiliser ces facteurs dans des mthodes de modlisation ; telles que la
rgression linaire, la rgression logistique ou l'analyse discriminante ;
Remarque
Pour lapplication dune ACP, il faut sassurer que les donnes sont quantitatives. Dans la
pratique, on considre souvent les variables qualitatives comme des quantitatives. Par
exemple, dans les enqutes de satisfaction les variables qualitatives ordinales possdent les
modalits suivantes :
Page 63
Chapitre 3
Pas du tout satisfait ; plutt pas satisfait ; moyennement satisfait ; plutt satisfait ; Tout fait
satisfait. On considre que ces modalits correspondent une note donne par lindividu avec
1 pour pas du tout satisfait, 2 pour plutt pas satisfait etc. Et on obtient ainsi une variable
quantitative discrte que lon pourra utiliser en ACP.
En pratique on sautorise une certaine libert dinterprtation qui na pas de fondement
statistique. En effet, 4 est suprieur 2, ce qui traduit bien que plutt satisfait indique une
satisfaction suprieure plutt pas satisfait . Mais, mathmatiquement, 4 est le double de 2
; et rien ne justifie le fait que plutt satisfait traduise une satisfaction deux fois plus
importante que plutt pas satisfait .
LACP ne sait pas traiter les donnes manquantes et les valeurs identiques. Certains
logiciels proposent de supprimer les individus possdant des donnes manquantes ou des
valeurs identiques, alors que dautres vont remplacer la donne manquante par un zro.
Individus/ Variables
Var1varjVarp
Ind1
.
.
Indi
Xij
.
.
indn
Un tel tableau de donnes sera tout simplement une matrice relle n lignes (les
individus) et p colonnes (les variables) (formule 3.2) :
X= (xij) i=1 n;
(3.1)
j=1, q, k, p
Page 64
Chapitre 3
(3.2)
1
1
P
1
i
i
n
n
Rp
Rn
Var 1
Var p
Figure 3.1 : Espace des individus (Husson, 2009).
Ind1
Ind i
Figure 3.2 : Espace des variables (Husson, 2009).
Dans lespace des individus (figure 3.1), les axes reprsentent les variables et les individus
sont reprsents comme un nuage de points dun ensemble dindividus. Etudier les individus
Page 65
Chapitre 3
revient considrer ce nuage de points dans un espace Rp, avec p le nombre de variables ;
cela revient tudier les lignes du tableau 3.1.
Dans lespace des individus, chacun de ces derniers est reprsent par un point et
lensemble forment ainsi un nuage de points. Le but de lACP est de visualiser ce nuage dans
un espace de faible dimension le plus fidlement possible.
Nous identifierons lindividu i avec le point ligne xi.= (xi1,.,xip) qui sera considr
comme un point dans un espace affine (lespace des individus) p dimension.
Si j=4 : impossible reprsenter mais le concept est simple ; pour cela on doit dfinir
la notion de ressemblance.
On peut dire que deux individus se ressemblent sils sont proches, et la ressemblance entre
deux individus est mesure par la distance euclidienne.
les units, est la distance euclidienne classique. La distance euclidienne entre deux
individus et (figure 3.3) scrit :
,
(3.3)
Rp
ei
ei
O
j
xi
Page 66
Chapitre 3
Deux points sont trs proche si les p coordonnes de ces deux points sont trs proche
(mmes valeurs pour ces diffrentes variables).
Remarque
Pour permettre de donner chaque individus la mme importance dans le calcul de la
distance, on suppose que tous les individus ont le mme poids et il est gale a
Chaque individu i est muni dun poids tel que 0 et
1
Dans le cas le plus usuel de poids gaux, la matrice diagonale des poids
O I est la matrice identit.
!" # 0
0
0
0
0
0$
;
(3.4)
(3.5)
(3.6)
Dans lespace des variables (figure 3.2), les axes reprsentent les individus et les variables
sont reprsents comme un nuage de points dun ensemble de variables. Etudier les variables
revient considrer ce nuage de point dans un espace Rn, avec n le nombre dindividu; cela
revient tudier les colonnes du tableau 3.1.
Les p colonnes peuvent tre considres comme p points dans un espace vectoriel n
dimensions dans Rn. Cet espace est appel lespace des variables.
Si les valeurs prises par deux variables sont trs voisines pour lensemble des individus,
ces variables seront prsentes par des variables trs proches (ce qui peut signifier que les
variables mesurent la mme chose ou encore quelles sont lies par une relation particulire).
Pour chaque variable alatoire j on dfinit sa moyenne par :
X'&
( )* *-+x-( X'& .
(3.7)
(3.8)
On peut alors dfinir la corrlation entre les variables, cela revient tudier la forme du
nuage.
Le cosinus de langle form par 2 variables (figure 3.4) est gal au coefficient de
corrlation linaire entre ces variables :
Page 67
Chapitre 3
/012
367679
45,48
:;::67:
45
48
>
>
?
>
?
>
)>@A<=5 B >@A<=8 B
C ,
(3.9)
Tout en sachant quun coefficient de corrlation entre les variables de x et y est gale :
C<D
EFG<,D
HGIJ< HGIJD
cos , N
(3.10)
Rn
l
xik
3.6.1. Problmatique
Difficult mettre en vidence les relations globales existantes entre les variables ds que
p>3, et les ressemblances entre individus ds que n>3, car impossibles de les visualiser.
Page 68
Chapitre 3
3.6.2. Solution
Condenser linformation du tableau de manire retirer les relations vraiment
caractristiques (proximits entre variables et individus), ceci en limitant la perte
dinformation. C--d dterminer un sous-espace de dimension q<p (q nouveaux axes) (ou
q<n), sur lequel projeter les nuages de points relatifs au tableau de donnes qui soit :
- comprhensible par lil : q faible, de prfrence q=1,2 ou 3 ;
- le moins dformant possible (projection la plus fidle possible)
Ce sous-espace est appel espace factoriel du nuage.
Lobtention des q nouveaux axes nous permettra de travailler sur une image rduite du
nuage du point de dpart. Et c'est cette image rduite donc beaucoup plus accessible
notre observation que nous examinerons pour dcrire et analyser les donnes du tableau
initial.
Un facteur est une variable composite fabrique partir des variables d'origine; il
s'exprime comme combinaison linaire des anciennes variables. Le 1er axe factoriel
correspond la variable composite qui diffrencie le mieux les individus.
Page 69
Chapitre 3
restituer le plus fidlement la forme gnrale du nuage. Les points doivent tre
bien spar pour permettre de visualiser les distances entre les individus, donc cela
revient augmenter la dispersion, i.e. la variabilit (linertie), du nuage ;
.
.
.
T
X
T
.
. X
S
W
S
O P
Q S
W S . W
W
.
S
W
S W
.
S
W
.
.
R. V
R
V
YYYY
.
.
T X
. W
SYYYY
S . W
S . W
.
RYYYY
.Z V
(3.11)
Comme nous considrons chaque variable, comme chaque individu, ayant le mme
[A [B [\
(3.12)
Page 70
Chapitre 3
fh
fi
.
. c
(3.13)
Centrer les donnes ne modifie pas la forme du nuage, a revient juste translater le
nuage vers une autre origine qui est le centre de gravit du nuage.
Remarque: La matrice des donnes centres contient les coordonnes centres (que nous
noterons Xcij) des individus dans le repre (G,;, ; , ;). Nous nous placerons dans la suite
[A [B [\
toujours dans ce repre pour le nuage de points des individus et nous prendrons O=G (figure
3.6)
Et sous forme graphique :
Page 71
Chapitre 3
Figure 3.8 : Reprsentation des variables centres dans le repre (G, ; , ; , ;) (Duby et al, 2008).
fg
fh
fi
qui est
lquivalent dune variance (formule (3.11)) mais gnralis plusieurs dimensions. Si cette
inertie est grande, cela signifie que le nuage est trs dispers, tandis que si elle est petite,
alors le nuage est trs concentr sur son centre de gravit.
(3.14)
'
COVmp * *- x- y- X' Y
(3.15)
Et
Soit Xc la matrice des donnes centres. Pour avoir la matrice des variances covariances
nous allons pr-multiplie la matrice des donnes centres par sa transpose. La somme des
lments de la diagonale principale (des variances), la trace par dfinition, reprsente l'inertie
du nuage de points (formule 3.16).
La matrice des variances - covariances est gale :
Page 72
Chapitre 3
.
a
d
.
a
d
` /0v
, /0v
, v!Cw c
(3.16)
Nous voyons facilement que la matrices des covariances et au coefficient 1/n prs de la
matrice des produit scalaires canoniques des vecteurs de la matrice des donnes centres (en
d'autres termes, chaque composante de la matrice des covariances est gale au produit scalaire
des variables centres).
O, x
(3.17)
Ce moment dinertie totale est intressant car cest une mesure de la dispersion du nuage
des individus par rapport son centre de gravit.
Remarque :
On peut voir, en inversant lordre des signes sommes, que IG peut aussi scrire sous la
forme suivante :
^
y
. z s!Cv )
(3.18)
Ou Var (vj) est la variance empirique de la variable vj. Sous cette forme, on constate que
linertie totale est gale la trace de la matrice de variance-covariance des p variables vj :
^
(3.19)
(3.20)
Une valeur propre reprsente la variance des individus sur laxe correspondant.
Page 73
Chapitre 3
facteurs principaux.
Pour pouvoir trouver la meilleure image approche du nuage, il faut que laxe sur lequel
on projette le nuage permette une dispersion maximale, pour cela on doit dterminer les axes
factoriels (axes principaux) par le principe dajustement ou par calcul numrique.
min
G
u
max
ui
Figure 3.10 : Ajustement dun individu i (Husson, 2009).
Page 74
Chapitre 3
Pour trouver laxe factoriel (facteur) qui dforme le moins possible le nuage, il faut que la
distance
Ox soit grande ;
Donc : Ox grand x Petit avec x axe (Pythagore) On doit maximiser la
sommeOx ;
Le meilleur plan contient le meilleur axe factoriel: pour trouver le meilleur plan on
doit trouver le meilleur axe et ensuite trouver un axe orthogonale au premier axe
(x x ) et qui maximise linertie projete Ox ;
On appelle axes principaux dinertie les axes de direction des vecteurs propres.
Un vecteur dit vecteur propre par une application linaire si lapplication ne fait que
modifier sa taille sans changer sa direction.
Un vecteur propre x de composante ( x, x,..) Associ la valeur propre doit vrifier la
relation :
0
T X
T0X
s |
S . W S . W
.
.
R.V
R.V
Tel que V est la matrice des variances-covariances.
(3.21)
Page 75
Chapitre 3
100
(3.22)
(3.23)
Tel que :
(3.24)
w
R
V
Et
Page 76
Chapitre 3
(3.25)
La variance dune composante principale est gale linertie apporte par laxe
principale qui lui est associ
1er composante c1
variance : 1
2eme composante c2
3
eme
composante c
variance : 2
variance : 3
Page 77
Chapitre 3
(3.26)
Page 78
Chapitre 3
1/
/
0
0
1/
(3.27)
E /
(3.28)
Remarque:
Dans le cas o les variables sont centres rduites, la moyenne de la variable N. est nulle
et donc sa variance est alors 1 (ce qui revient dire que la norme de la variable centre rduite
est de norme unitaire)
avec :
1 /0C , /0C ,
b
e
.
a
d
.
a
d
Et Yu
a /0C , 1 /0C , d
.
a
d
.
a
d
` /0C
, /0C
, 1 c
/0C + , . C + , .
EFG<= ,<>
= >
(3.29)
(3.30)
Puisque les variables sont centres rduites, la variance de chaque variable vaut 1. Donc
linertie totale est alors gale p le nombre de variable.
Rappelons que les matrices des covariances et de corrlations sont toutes deux des
matrices carres et symtriques.
Reprsenter le nuage de points des donnes centres rduites ne modifie rien la forme
de celui-ci. En effet, la diffrence entre les deux n'est qu'un changement d'chelle.
Page 79
Chapitre 3
L'information intressante pour les individus est la distance entre les points. En effet, plus
cette distance sera grande entre deux individus . et . plus les deux individus seront
diffrents et mieux on pourra les caractriser. Mais, il faut d'abord choisir une distance. Nous
prenons une autre distance euclidienne que la distance euclidienne classique, la distance
choisie est alors:
. .
>B
+ .
(3.31)
Cette nouvelle distance ne traite plus les variables de faon symtrique, mais elle permet
de faire jouer un rle quitable chacune dentre elles.
Chapitre 3
arriver que les axes retenus, bien que reprsentant une part importante de linertie globale du
nuage, ne suffisent pas expliquer correctement certains individus ou variables : deux
individus peuvent tre proches en projection sur les axes factoriels retenus tout en tant trs
loigns en ralit, si leurs reprsentations sur ces axes ne sont pas de bonne qualit.
La qualit de reprsentation dune variable j sur le qme axe factoriel est exprime par le
coefficient de corrlation linaire entre la variable initiale et la nouvelle variable, composante
principale. La valeur de cette corrlation sera galement trs importante pour interprter les
nouveaux axes factoriels en fonction des variables initiales.
Donc lACP peut contenir deux tudes :
-
Figure 3.11 : Reprsentation des individus dans les nouveaux axes (Duby et al, 2008).
Page 81
Chapitre 3
Remarque
Lorientation des axes est compltement arbitraire et peut diffrer dun logiciel lautre.
Le signe des coordonnes des individus sur un axe na donc pas de signification. En revanche,
la comparaison des signes peut sinterprter. Si deux individus et ont sur un axe , le
premier une coordonne positive et le second une coordonn ngative, cela signifie quils
sopposent sur cet axe.
soit bien reprsent sur un axe (ou sur un plan, ou un sous-espace), il faut que langle entre le
vecteur
O et laxe (ou le plan, ou le sous-espace) soit petit. On calcul donc le cosinus de cet
angle, ou plutt le carr du cosinus, plus le cosinus est grand, plus lindividu sera proche de
laxe factoriel et donc sera bien reprsent sur cet axe.
012
367679B
= ,8
B
67
=
(3.32)
Le cosinus carr est appel contribution relative du plan lindividu. Plus un individu est
proche du plan plus langle est faible plus le cosinus carr est proche de 1. Les contributions
absolues expriment limportance de chaque individu dans la cration des axes par rapport aux
autres individus.
Puisque tous les individus ont le mme poids. Un individu contribuera dautant plus la
confection dun axe, que sa projection sur cet axe sera loigne du centre de gravit du nuage.
Inversement, un individu dont la projection sur un axe sera proche du centre de gravit
contribuera faiblement linertie porte par cet axe. On se sert de ces contributions pour
interprter les nouveaux axes de lACP en fonction des individus.
Page 82
Chapitre 3
Chapitre 3
reprsentation de la variable sur l'axe. Les coordonnes des variables sont gales aux
corrlations avec les axes. Plus une corrlation entre une variable et un axe est forte, plus la
variable est proche de laxe.
Il ne faut interprter les axes qu' partir des variables les mieux reprsentes, cest--dire
celles dont la corrlation est proche de 1 en valeur absolue. Autrement dit, les variables bien
reprsentes dans le plan sont proche du cercle des corrlations. La proximit entre points
variables n'est exploitable que si ces points sont proches de la circonfrence appele cercle
des corrlations.
Ce nest pas la distance au centre quil faut interprter mais les angles entre les variables
et avec les axes. Des variables qui forment un angle nul entre elles sont corrles, celles qui
font un angle droit ne sont pas corrles, et celles qui prsentent un angle plat sont corrles
ngativement, car cela signifie que le cosinus de langle du vecteur joignant lorigine au point
reprsentant la variable avec le plan est, en valeur absolue, proche de 1. Plus une variable est
corrle avec un axe plus elle est proche de celui-ci.
La corrlation entre une composante principale cj et une variable xi est gale :
C
EFGIJI
E[E> <=
HGIJI
E[ E> HGIJI
E[ <=
/ x
Or
(3.33)
(3.34)
Corrlation nulle
C 0
Page 84
Chapitre 3
Le cercle de corrlation sera complter en reliant son centre aux diffrents points variables
de faon obtenir les directions de ces variables. En ACP contrairement une Analyse
Factorielle des correspondances, linterprtation des variables se fait a partir de leurs
directions (figure 3.10).
1
1
-1
Chapitre 3
Lors de la construction des groupes dindividus, on aura besoin dutiliser les variables afin
de caractriser ces diffrents groupes. De mme, lorsquon doit tudier les liaisons entre les
diffrentes variables, avoir des individus spcifique, c--d des
particulier peut tre un plus pour la dduction de la liaison entre ces variables.
Conclusion
Aprs avoir expos le principe de la mthode ACP. Nous allons passer, au prochain
chapitre, son application un parc de 54 rservoirs dans la wilaya de Tizi-Ouzou.
Pour pouvoir traiter le tableau de donnes, nous faisons appel au logiciel Stat Box. Ce
dernier a t mis notre disposition par le dpartement dagronomie dont les tapes sont
exposes en annexe 2.
Page 86
Chapitre 4
Introduction
Afin danalyser les 13 diffrents paramtres (environnementaux, structuraux et
fonctionnels) pris en compte par (Hammoum, 2012) pour le calcul de lindice de vulnrabilit
des rservoirs, et dterminer les paramtres les plus influents ; autrement dit rendre
l'information moins redondante, nous appliquons dans ce chapitre la mthode dite ACP
(chapitre 3). Celle-ci consiste traiter le tableau de donnes obtenues par la mthode
dexpertise, qui est constitu de rservoirs en lignes et des diffrents paramtres en colonnes
tenant compte de la variable "indice de vulnrabilit Iv". Etant donn la dimension de la
matrice (54x14), nous avons fait appel au logiciel Stat Box pour le traitement des donnes et
la conception des graphiques et organigrammes.
Page 87
Chapitre 4
Nom du site
Adnis (Irdjen)
Ait hague (Irdjen)
Ait halli (Irdjen)
Type
de
sol
Action
de la
neige
4
2
8
8
4
4
5.5
5
9
6
2
2
6
2
6
2
12
8
6
6
1
1
4
4
12
5.5
12
Implantation
Zone
de l'ouvrage sismique
code
Iv
1
2
70.5
53
3
3
66.5
Action Type de
Etanchit
Importance Frquence
Type des Etanchit
Dfauts
Rle de
de
la
de la
de
de
fondations de la paroi
apparents rservoir
vent structure
couverture
louvrage lentretien
53
Boudjlil (Irdjen)
52
Ibhlal (Irdjen)
58.5
6.5
Mehriz (Irdjen)
51.5
5.5
Mestigua (Irdjen)
65.5
5.5
12
Monobloc1 (Irdjen)
52
12
Monobloc2 (Irdjen)
10
52
SR1 (Irdjen)
11
60.5
6.5
SR2 (Irdjen)
12
52
SR3 (Irdjen)
13
52.5
5.5
Taghanimt (Irdjen)
14
64.5
5.5
12
Taksebt (Irdjen)
15
51.5
6.5
16
48
Tansaout (Irdjen)
17
48.5
5.5
Tamazirt 1 (Irdjen)
18
57
Tamazirt 2 (Irdjen)
19
51
20
79
12
12
12
21
67
12
Mouldioune village
(DBK)
22
75.5
12
6.5
23
545
5.5
24
25
77.5
72
3
3
8
8
12
12
4
4
5.5
6
9
9
2
4
6
2
4
4
12
8
2
2
6
6
4
4
Mouldioune zone
(DBK)
Touaresse (DBK)
Touaresse (DBK)
Page 88
Chapitre 4
SR1 (Sidi Naaman)
SR2 (Sidi Naaman)
chef lieu (Sidi Naaman)
59.5
54.5
71.5
3
3
3
4
4
4
12
12
12
4
4
4
5.5
5.5
5.5
9
9
9
2
2
2
4
2
8
2
2
4
4
2
12
2
1
2
4
4
2
4
4
4
29
64
30
74.5
12
4.5
31
63
12
32
33
72
60
3
3
4
4
12
12
4
4
5
4
9
6
2
2
6
4
6
4
9
9
6
2
2
2
4
4
34
68
12
35
36
60
50.5
3
3
2
2
8
8
4
4
6
5.5
6
9
2
4
4
2
6
2
9
1
4
4
2
2
4
4
37
66
38
39
72.5
65.5
3
3
4
4
12
12
4
4
5.5
5.5
9
9
2
2
6
4
4
2
9
2
8
8
2
6
4
4
Adjaba (Tirmitine)
40
61.5
5.5
12
Avarane 1 (Tirmitine)
41
75.5
12
5.5
12
12
Avarane 2 (Tirmitine)
42
61
12
Herrouka 1 (Tirmitine)
43
66
12
Herrouka 2 (Tirmitine)
44
56.5
5.5
Ibhlal 1 (Tirmitine)
45
57
Ibhlal 2 (Tirmitine)
46
48
Megdoul 1 (Tirmitine)
47
56.5
5.5
Megdoul 2 (Tirmitine)
48
49.5
5.5
Menacera (Tirmitine)
49
51.5
5.5
50
69
12
12
51
63.5
12
4.5
12
52
71.5
12
5.5
12
53
62
12
54
65.5
5.5
Page 89
Chapitre 4
Remarque :
Comme nous lavons dj soulign, lACP ne sait pas traiter les valeurs identiques dune
variable pour tous les individus. Pour permettre Stat Box de traiter ce tableau de donnes,
nous avons procd llimination de toutes ces variables ayant une mme valeur ; comme
"limplantation de louvrage", "laction de la neige" et "la frquence dentretien". Ainsi, le
nombre de variables est rduit 11 (tableau 4.2) :
Tableau 4.2 : Tableau trait par Stat Box.
Action Type de
Etanchit Etanchit
Importance
Type des
Dfauts
Rle de
de
la
de la
de la
de
fondations
apparents rservoir
paroi
couverture
louvrage
vent structure
Zone
sismique
Type
de sol
59.5
42
55.5
42
41
47.5
40.5
54.5
41
41
49.5
41
41.5
53.5
40.5
37
37.5
46
40
68
56
4
2
4
2
2
2
4
4
4
4
4
4
2
4
4
4
2
4
4
2
8
8
12
4
3
8
3
8
12
6
8
8
8
8
4
4
4
4
3
12
5.5
5
5.5
5
6
6.5
5.5
5.5
4
5
6.5
6
5.5
5.5
6.5
5
5.5
5
6
6
9
6
9
6
9
9
9
6
9
9
9
9
9
9
9
9
9
6
9
9
2
2
4
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
6
2
4
2
4
8
6
6
2
2
6
2
2
2
4
2
2
2
6
4
64.5
12
6.5
43.5
5.5
66.5
61
48.5
8
8
12
12
43.5
Iv
12
8
12
8
6
6
2
12
1
2
6
2
4
12
6
6
4
8
2
12
6
6
2
6
6
3
6
6
4
8
4
4
6
2
1
2
6
6
4
6
1
1
1
1
1
1
1
1
1
1
2
2
1
1
2
1
1
1
2
3
6
2
2
6
2
2
2
4
2
2
2
2
2
8
2
2
2
8
2
12
2
12
5.5
6
9
9
2
4
6
2
12
8
2
2
6
6
12
5.5
4
4
2
12
5.5
60.5
12
5.5
12
53
63.5
12
4.5
52
12
61
12
49
12
57
12
49
39.5
5.5
55
Page 90
Chapitre 4
61.5
54.5
50.5
4
4
12
12
5.5
5.5
9
9
2
2
6
4
9
2
8
8
2
6
4
2
6
5.5
12
64.5
12
5.5
12
12
50
55
45.5
46
37
12
5.5
2
4
4
4
2
4
4
45.5
5.5
38.5
40.5
58
5.5
5.5
12
52.5
12
4.5
60.5
51
54.5
12
5.5
5.5
12
2
2
2
12
12
4
4
6
12
12
Chapitre 4
retenir est gal au nombre de variables. Dans ce dernier cas, la matrice de corrlation
(implique dans le calcul de la solution) est la matrice unit (ou matrice identit).
Une premire stratgie consiste simplement inspecter la matrice de corrlation. Les lments
hors diagonale prennent des valeurs faibles (en valeur absolue) lorsque les variables sont peu
lies entres elles. Il est ds lors illusoire desprer obtenir un rsum efficace en un nombre de
facteurs rduit.
Certaines variables sont fortement corrles et dautres moins. Il est difficile de donner une
valeur seuil partir de laquelle il faut dcider que des liaisons exploitables existent. Il sagit
avant tout davoir une impression gnrale de corrlation en consultant la matrice.
Avant dappliquer la mthode ACP il ya lieu de vrifier deux tests :
-
Pour rpondre toutes ces questions, dans un premier temps, il convient dobserver la
matrice des corrlations obtenu par Stat Box (tableau 4.3). Si plusieurs variables sont
Page 92
Chapitre 4
corrles, la factorisation est possible. Si non, la factorisation na pas de sens et nest donc pas
conseille.
Tableau 4.3 : Matrice de corrlation.
Iv
Zone
Type
sismique de sol
Action
de vent
Type de
Type des
la
fondations
structure
Etanchit
de la paroi
Etanchit
Importance
Dfauts Rle de
de la
de
apparents rservoir
couverture
louvrage
Iv
0.42
0.65
0.08
-0.05
0.16
0.52
0.59
0.72
0.01
0.34
Zone
sismique
0.42
0.40
-0.25
-0.24
0.08
0.19
-0.06
0.17
-0.30
0.61
0.65
0.40
-0.26
-0.17
0.22
0.21
0.16
0.25
-0.18
0.38
0.08
-0.25
-0.26
0.48
0.23
0.26
0.08
0.02
-0.05
-0.05
-0.05
-0.24
-0.17
0.48
0.15
0.02
0.01
-0.25
-0.08
-0.10
0.16
0.08
0.22
0.23
0.15
-0.04
0.01
0.03
-0.22
0.04
0.52
0.19
0.21
0.26
0.02
-0.04
0.04
0.33
-0.05
0.15
0.59
-0.06
0.16
0.08
0.01
0.01
0.04
0.50
0.05
-0.01
0.72
0.17
0.25
0.02
-0.25
0.03
0.33
0.50
-0.07
-0.12
0.01
-0.30
-0.18 -0.05
-0.08
-0.22
-0.05
0.05
-0.07
-0.20
0.34
0.61
0.38
-0.05
-0.10
0.04
0.15
-0.01
-0.12
-0.20
Type de sol
Action de
vent
Type de la
structure
Type des
fondations
Etanchit
de la paroi
Etanchit
de la
couverture
Dfauts
apparents
Rle de
rservoir
Importance
de louvrage
Le test de sphricit de Bartlett (le risque derreur) est calcul et affich par le logiciel
Stat Box. Cependant, pour le tableau de donnes que nous avons trait, il na pas t affich.
Ceci ne nous permet donc pas dtablir une quelconque conclusion sur ces rsultats. La raison
est due vraisemblablement au fait que nous avons pris en considration la variable Iv (indice
de vulnrabilit) qui est une combinaison linaire avec les autres variables (chapitre 2).
Chapitre 4
Action Type de
Etanchit Etanchit
Importance
Type des
Dfauts
Rle de
de
la
de la
de la
de
fondations
apparents rservoir
vent structure
paroi
couverture
louvrage
12
8
12
8
6
6
2
12
1
2
6
2
4
12
6
6
4
8
2
12
6
6
2
6
6
3
6
6
4
8
4
4
6
2
1
2
6
6
4
6
1
1
1
1
1
1
1
1
1
1
2
2
1
1
2
1
1
1
2
3
12
6
2
2
6
2
2
2
4
2
2
2
2
2
8
2
2
2
8
2
12
2
8
2
6
2
4
2
4
4
2
2
12
8
4
2
2
2
2
1
6
6
4
4
4
2
4
2
2
2
4
4
4
4
4
4
2
4
4
4
2
4
4
2
8
8
12
4
3
8
3
8
12
6
8
8
8
8
4
4
4
4
3
12
5.5
5
5.5
5
6
6.5
5.5
5.5
4
5
6.5
6
5.5
5.5
6.5
5
5.5
5
6
6
9
6
9
6
9
9
9
6
9
9
9
9
9
9
9
9
9
6
9
9
2
2
4
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
6
2
4
2
4
8
6
6
2
2
6
2
2
2
4
2
2
2
6
4
12
6.5
5.5
8
8
4
4
12
12
12
12
5.5
6
5.5
5.5
9
9
9
9
2
4
2
2
Page 94
Chapitre 4
12
5.5
12
12
4.5
12
12
12
12
4
6
2
4
4
4
8
8
12
12
5.5
5
5.5
5.5
9
9
9
9
4
2
2
2
2
6
6
4
2
4
4
2
6
12
2
4
4
4
2
4
2
2
2
2
4
4
6
1
9
9
2
4
4
8
8
2
4
2
6
12
12
5.5
12
5.5
12
5.5
4
4
4
4
4
8
8
4
4
8
5
5
5.5
5.5
5.5
9
9
9
9
9
2
2
2
2
2
4
2
4
4
4
8
6
4
4
4
12
12
12
8
8
5
4.5
5.5
5
5.5
6
3
9
6
9
2
2
2
2
2
4
4
6
4
4
12
4
1
1
3
2
4
2
8
1
2
2
2
4
4
2
12
12
12
12
9
4
4
4
4
3
3
3
2
2
4
Par la suite, visualisons la nouvelle matrice de corrlation (tableau 4.5), donnes par Stat
Box:
Tableau 4.5 : Matrice de corrlation.
Zone
sismique
Type
de sol
Action
de vent
Type de
la
structure
Type des
fondations
Etanchit
de la paroi
Etanchit
de la
couverture
Dfauts Rle de
apparents rservoir
Importance
de
louvrage
Zone
sismique
Type de sol
0.40
-0.25
-0.24
0.08
0.19
-0.06
0.17
-0.30
0.61
0.40
-0.26
-0.17
0.22
0.21
0.16
0.25
-0.18
0.38
Action de
vent
-0.25
-0.26
0.48
0.23
0.26
0.08
0.02
-0.05
-0.05
Type de la
structure
-0.24
-0.17
0.48
0.15
0.02
0.01
-0.25
-0.08
-0.10
Type des
fondations
0.08
0.22
0.23
0.15
-0.04
0.01
0.03
-0.22
0.04
Etanchit
de la paroi
Etanchit
de la
couverture
Dfauts
apparents
0.19
0.21
0.26
0.02
-0.04
0.04
0.33
-0.05
0.15
-0.06
0.16
0.08
0.01
0.01
0.04
0.50
0.05
-0.01
0.17
0.25
0.02
-0.25
0.03
0.33
0.50
-0.07
-0.12
-0.30
-0.18
-0.05
-0.08
-0.22
-0.05
0.05
-0.07
-0.20
0.61
0.38
-0.05
-0.10
0.04
0.15
-0.01
-0.12
-0.20
Rle de
rservoir
Importance
de
louvrage
Page 95
Chapitre 4
lindice de signification (risque derreur) donns par Stat Box est gal 0.05 (5%).
Nous pouvons donc rejeter lhypothse nulle dabsence de corrlation significative
entre les variables. Autrement dit, la corrlation entre les variables est significative ; ce
qui veut dire que notre ACP est acceptable.
Le dterminant de cette nouvelle matrice est gale : 0.08. Il est diffrent de 1 et est
suprieur 10-5. Nous concluons que notre matrice nest pas singulire.
Ainsi, nous venons de voir deux indices (le dterminant et le test de sphricit de Bartlett)
lesquels nous ont aid vrifier si dans lensemble une matrice de corrlation possde les
proprits souhaites pour lanalyse en composantes principales. Il est galement important
dexaminer chacune des variables de faon individuelle pour nous assurer que chacune delles
est en relation avec lensemble des autres variables. En inspectant, une par une, pour chaque
range de la matrice de corrlation (tableau 4.5), nous constatons que les variables dmontrent
gnralement au moins une corrlation substantielle avec une autre lexception du "type de
fondation".
Lorsque nous sommes en prsence de ce type de variables qui nest en corrlation avec
aucune autre dans la matrice, il est recommand de la retrancher et de reprendre le calcul de
lACP, car toutes les variables doivent faire partie de la solution, c'est--dire tre corrles
minimalement avec une variable. Sinon, elles constituent des cas aberrants et doivent par
consquent tre retires de l'analyse. Cela va diminuer la perte dinformation et donc
maximiser la variance explique par les q axes choisis.
Pour relancer encore une fois Stat Box, nous retiendrons 9 variables (tableau 4.6) :
Tableau 4.6 : Tableau de donnes finales.
Zone
Type
sismique de sol
5.5
12
12
5.5
12
6.5
5.5
5.5
12
12
Page 96
Chapitre 4
6.5
5.5
5.5
12
6.5
5.5
12
12
12
12
12
6.5
5.5
12
5.5
12
12
12
5.5
12
5.5
12
5.5
12
12
4.5
12
12
12
12
5.5
12
5.5
12
5.5
5.5
12
12
5.5
12
12
12
12
5.5
5.5
5.5
5.5
12
12
12
4.5
12
12
5.5
12
12
5.5
La nouvelle matrice de corrlation est donne par Stat Box comme suit (tableau4.7) :
Page 97
Chapitre 4
Action
de vent
Type de
la
structure
Etanchit
de la paroi
Etanchit
de la
couverture
Dfauts
Rle de
apparents rservoir
Importance
de
louvrage
0.40
-0.25
-0.24
0.19
-0.06
0.17
-0.30
0.61
0.40
-0.26
-0.17
0.21
0.16
0.25
-0.18
0.38
-0.25
-0.26
0.48
0.26
0.08
0.02
-0.05
-0.05
-0.24
-0.17
0.48
0.02
0.01
-0.25
-0.08
-0.10
Etanchit
de la paroi
Etanchit
de la
couverture
Dfauts
apparents
0.19
0.21
0.26
0.02
0.04
0.33
-0.05
0.15
-0.06
0.16
0.08
0.01
0.04
0.50
0.05
-0.01
0.17
0.25
0.02
-0.25
0.33
0.50
-0.07
-0.12
Rle de
rservoir
-0.30
-0.18
-0.05
-0.08
-0.05
0.05
-0.07
-0.20
Importance
de louvrage
0.61
0.38
-0.05
-0.10
0.15
-0.01
-0.12
-0.20
Le test de sphricit de Bartlett est gal 0.05. Ainsi, nous pouvons rejeter lhypothse
nulle dabsence de corrlation significative entre les variables. Autrement dit, la corrlation
entre les variables est significative, cela veut dire que notre ACP est bien acceptable.
Le dterminant de cette nouvelle matrice est gal 0.10. Il est diffrent de 1 et est
suprieur 10-5. Nous concluons que notre matrice nest pas singulire.
Maintenant que nous avons notre matrice de corrlation finale, il ya lieu de connaitre le
seuil de corrlation significative.
coefficient de corrlation de Bravais-Pearson r
Le coefficient de corrlation r de Bravais-Pearson est un indice statistique qui
exprime l'intensit et le sens (positif ou ngatif) de la relation linaire entre deux variables
quantitatives. Cest une mesure de la liaison linaire, c'est dire de la capacit de prdire une
variable x par une autre y l'aide d'un modle linaire.
Il permet de mesurer l'intensit de la liaison entre deux caractres quantitatifs. C'est donc
un paramtre important dans l'analyse de lACP. En revanche, ce coefficient est nul (r = 0)
lorsqu'il n'y a pas de relation linaire entre les variables (ce qui n'exclut pas l'existence d'une
relation autre que linaire). Par ailleurs, le coefficient est de signe positif si la relation est
positive (directe, croissante) et de signe ngatif si la relation est ngative (inverse,
dcroissante).
Le coefficient r de Bravais-Pearson entre deux variables x et y se calcul partir de la
covariance et des cart-types conformment la formule (3.7).
Page 98
Chapitre 4
Lorsque r est calcul sur un chantillon, on est amen tester sa significativit. Pour
un risque d'erreur alpha () fix, le degr de signification varie en fonction du nombre
d'individus de la distribution. Quand ce nombre augmente, le seuil infrieur de signification
diminue. La table de Bravais-Pearson (tableau 4.8) fournit les valeurs r critiques au-del
desquelles les coefficients de corrlation de Pearson obtenus sont significatifs. Pour des
chantillons de taille n, le degr de libert d.d.l = n-2.
-
si r calcul est suprieur ou gale r critique, il existe bien une relation entre
les deux variables. A ce moment-l, le signe de r calcul va permettre dindiquer le
sens de la liaison.
0.1
0.05
0.02
0.01
0.001
0.988
0.997
0.9995
0.9999
0.900
0.950
0.980
0.990
0.999
0.805
0.878
0.934
0.959
0.991
0.729
0.811
0.882
0.917
0.974
0.669
0.754
0.833
0.874
0.950
0.622
0.707
0.789
0.834
0.924
0.582
0.666
0.750
0.798
0.898
0.549
0.632
0.716
0.765
0.872
0.521
0.602
0.685
0.735
0.847
10
0.497
0.576
0.658
0.708
0.823
11
0.476
0.553
0.634
0.684
0.801
12
0.458
0.532
0.612
0.661
0.780
13
0.441
0.514
0.592
0.641
0.760
14
0.426
0.497
0.574
0.623
0.741
15
0.412
0.482
0.558
0.606
0.724
16
0.400
0.468
0.542
0.590
0.708
17
0.389
0.456
0.528
0.575
0.693
18
0.378
0.444
0.516
0.561
0.678
19
0.369
0.433
0.503
0.549
0.665
20
0.360
0.423
0.492
0.537
0.652
21
0.352
0.413
0.482
0.526
22
0.344
0.404
0.472
0.515
23
0.337
0.396
0.462
0.505
ddl
Page 99
Chapitre 4
0.330
0.388
0.453
0.496
25
0.323
0.381
0.445
0.487
26
0.317
0.374
0.437
0.479
27
0.311
0.367
0.430
0.471
28
0.306
0.361
0.423
0.463
29
0.301
0.355
0.416
0.456
30
0.296
0.349
0.409
0.449
0.554
35
0.275
0.325
0.381
0.418
0.518
40
0.257
0.304
0.358
0.393
0.498
45
0.243
0.288
0.338
0.372
0.464
50
0.231
0.273
0.322
0.354
0.443
60
0.211
0.250
0.295
0.325
0.407
70
0.195
0.232
0.274
0.303
0.397
80
0.183
0.217
0.256
0.283
0.356
90
0.173
0.205
0.242
0.267
0.337
100
0.164
0.195
0.230
0.254
0.321
0.597
Dans le cas de notre tude, le nombre dindividus est gal 54. Donc le ddl vaut 52. Du
tableau 4.8, nous obtenons par interpolation rcritique = 0.268. Cela signifie quau del de cette
valeur toutes les corrlations sont significatives. Stat Box traite ce calcul automatiquement,
toutes les corrlations qui sont apparues en gras, dans la matrice de corrlation (tableau 4.7),
sont significatives.
Page 100
Chapitre 4
Moyennes
4.07
8.50
5.44
8.28
4.22
3.89
7.06
4.00
2.54
Ecarts-types
1.49
3.22
0.54
1.41
1.79
2.48
3.96
1.91
1.58
dans
lespace, cela revient juste translater le nuage vers une autre origine qui est le centre de
gravit du nuage (chapitre 3).
La matrice centre est dtermine partir du calcul conformment la relation (3.10).
Les rsultats sont illustrs sur le tableau 4.10 ci-dessous. Les nouvelles valeurs reprsentent
les nouvelles coordonnes des points variables par rapport au barycentre.
Action
de vent
Type de la
structure
Etanchit
de la paroi
Etanchit
Importance
Dfauts
Rle de
de la
de
apparents rservoir
couverture
louvrage
-0.07
-0.50
0.06
0.72
1.78
2.11
4.94
2.00
-1.54
-2.07
-0.50
-0.44
-2.28
-2.22
-1.89
0.94
2.00
-1.54
-0.07
3.50
0.06
0.72
-0.22
-1.89
4.94
-2.00
-1.54
-2.07
-4.50
-0.44
-2.28
-2.22
2.11
0.94
2.00
-1.54
-2.07
-5.50
0.56
0.72
-0.22
-1.89
-1.06
2.00
-1.54
-2.07
-0.50
1.06
0.72
3.78
-1.89
-1.06
-1.00
-1.54
-0.07
-5.50
0.06
0.72
1.78
-1.89
-5.06
2.00
-1.54
-0.07
-0.50
0.06
-2.28
1.78
0.11
4.94
2.00
-1.54
-0.07
3.50
-1.44
0.72
-2.22
-1.89
-6.06
0.00
-1.54
10
-0.07
-2.50
-0.44
0.72
-2.22
-1.89
-5.06
4.00
-1.54
11
-0.07
-0.50
1.06
0.72
1.78
-1.89
-1.06
0.00
-0.54
12
-0.07
-0.50
0.56
0.72
-2.22
-1.89
-5.06
0.00
-0.54
13
-2.07
-0.50
0.06
0.72
-2.22
-1.89
-3.06
2.00
-1.54
14
-0.07
-0.50
0.06
0.72
-2.22
4.11
4.94
-2.00
-1.54
15
-0.07
-4.50
1.06
0.72
-0.22
-1.89
-1.06
-3.00
-0.54
16
-0.07
-4.50
-0.44
0.72
-2.22
-1.89
-1.06
-2.00
-1.54
17
-2.07
-4.50
0.06
0.72
-2.22
-1.89
-3.06
2.00
-1.54
18
-0.07
-4.50
-0.44
-2.28
-2.22
4.11
0.94
2.00
-1.54
19
-0.07
-5.50
0.56
0.72
1.78
-1.89
-5.06
0.00
-0.54
20
-2.07
3.50
0.56
0.72
-0.22
8.11
4.94
2.00
0.46
Page 101
Chapitre 4
21
-0.07
-0.50
0.56
0.72
1.78
-1.89
4.94
2.00
-1.54
22
-0.07
3.50
1.06
0.72
3.78
4.11
1.94
-2.00
-0.54
23
-0.07
-0.50
0.06
0.72
-2.22
-1.89
-4.06
0.00
1.46
24
3.93
3.50
0.06
0.72
1.78
0.11
4.94
-2.00
3.46
25
3.93
3.50
0.56
0.72
-2.22
0.11
0.94
-2.00
3.46
26
-0.07
3.50
0.06
0.72
-0.22
-1.89
-3.06
-2.00
1.46
27
-0.07
3.50
0.06
0.72
-2.22
-1.89
-5.06
-3.00
1.46
28
-0.07
3.50
0.06
0.72
3.78
0.11
4.94
-2.00
-0.54
29
-0.07
-0.50
0.56
0.72
-0.22
4.11
-3.06
0.00
1.46
30
3.93
3.50
-0.94
-2.28
1.78
2.11
1.94
0.00
3.46
31
3.93
3.50
-0.44
-2.28
1.78
-1.89
-4.06
-2.00
3.46
32
-0.07
3.50
-0.44
0.72
1.78
2.11
1.94
2.00
-0.54
33
-0.07
3.50
-1.44
-2.28
-0.22
0.11
1.94
-2.00
-0.54
34
-0.07
3.50
-0.44
0.72
1.78
2.11
1.94
-2.00
-0.54
35
-2.07
-0.50
0.56
-2.28
-0.22
2.11
1.94
0.00
-0.54
36
-2.07
-0.50
0.06
0.72
-2.22
-1.89
-6.06
0.00
-0.54
37
-0.07
-0.50
-0.44
0.72
1.78
0.11
1.94
0.00
1.46
38
-0.07
3.50
0.06
0.72
1.78
0.11
1.94
4.00
-0.54
39
-0.07
3.50
0.06
0.72
-0.22
-1.89
-5.06
4.00
3.46
40
-0.07
-4.50
0.06
0.72
-0.22
2.11
4.94
-2.00
-0.54
41
-0.07
3.50
0.06
0.72
-2.22
8.11
4.94
0.00
-0.54
42
-0.07
3.50
-0.44
-2.28
1.78
-1.89
-4.06
0.00
3.46
43
-0.07
-4.50
0.56
0.72
1.78
0.11
4.94
0.00
1.46
44
-0.07
-4.50
0.06
0.72
-0.22
0.11
0.94
-1.00
-0.54
45
-0.07
-0.50
-0.44
0.72
-0.22
0.11
-3.06
0.00
-0.54
46
-0.07
-0.50
-0.44
0.72
-2.22
-1.89
-6.06
-2.00
-0.54
47
-0.07
-4.50
0.06
0.72
-0.22
0.11
-6.06
4.00
1.46
48
-0.07
-4.50
0.06
0.72
-0.22
-1.89
-4.06
-3.00
1.46
49
-0.07
-0.50
0.06
0.72
-0.22
-1.89
-5.06
-2.00
-0.54
50
3.93
3.50
-0.44
-2.28
-0.22
-1.89
4.94
0.00
0.46
51
1.93
3.50
-0.94
-5.28
-0.22
-1.89
4.94
0.00
0.46
52
-0.07
3.50
0.06
0.72
1.78
0.11
4.94
0.00
-0.54
53
-0.07
-0.50
-0.44
-2.28
-0.22
0.11
4.94
0.00
-0.54
54
-0.07
-0.50
0.06
0.72
-0.22
2.11
1.94
-1.00
1.46
Page 102
Chapitre 4
-0.05
-1.39
-0.05
-1.39
-1.39
-1.39
-0.05
-0.05
-0.05
-0.05
-0.05
-0.05
-1.39
-0.05
-0.05
-0.05
-1.39
-0.05
-0.05
-1.39
-0.05
-0.05
-0.05
2.64
2.64
-0.05
-0.05
-0.05
-0.05
2.64
2.64
-0.05
-0.05
-0.05
-1.39
-1.39
-0.05
-0.05
-0.05
-0.05
-0.05
-0.05
-0.05
Type
de sol
-0.16
-0.16
1.09
-1.40
-1.71
-0.16
-1.71
-0.16
1.09
-0.78
-0.16
-0.16
-0.16
-0.16
-1.40
-1.40
-1.40
-1.40
-1.71
1.09
-0.16
1.09
-0.16
1.09
1.09
1.09
1.09
1.09
-0.16
1.09
1.09
1.09
1.09
1.09
-0.16
-0.16
-0.16
1.09
1.09
-1.40
1.09
1.09
-1.40
Action
de vent
0.12
-0.80
0.12
-0.80
1.04
1.95
0.12
0.12
-2.63
-0.80
1.95
1.04
0.12
0.12
1.95
-0.80
0.12
-0.80
1.04
1.04
1.04
1.95
0.12
0.12
1.04
0.12
0.12
0.12
1.04
-1.72
-0.80
-0.80
-2.63
-0.80
1.04
0.12
-0.80
0.12
0.12
0.12
0.12
-0.80
1.04
Type de
Etanchit
la
de la paroi
structure
0.51
-1.62
0.51
-1.62
0.51
0.51
0.51
-1.62
0.51
0.51
0.51
0.51
0.51
0.51
0.51
0.51
0.51
-1.62
0.51
0.51
0.51
0.51
0.51
0.51
0.51
0.51
0.51
0.51
0.51
-1.62
-1.62
0.51
-1.62
0.51
-1.62
0.51
0.51
0.51
0.51
0.51
0.51
-1.62
0.51
0.99
-1.24
-0.12
-1.24
-0.12
2.11
0.99
0.99
-1.24
-1.24
0.99
-1.24
-1.24
-1.24
-0.12
-1.24
-1.24
-1.24
0.99
-0.12
0.99
2.11
-1.24
0.99
-1.24
-0.12
-1.24
2.11
-0.12
0.99
0.99
0.99
-0.12
0.99
-0.12
-1.24
0.99
0.99
-0.12
-0.12
-1.24
0.99
0.99
Etanchit
Importance
Dfauts
Rle de
de la
de
apparents rservoir
couverture
louvrage
0.85
-0.76
-0.76
0.85
-0.76
-0.76
-0.76
0.04
-0.76
-0.76
-0.76
-0.76
-0.76
1.66
-0.76
-0.76
-0.76
1.66
-0.76
3.27
-0.76
1.66
-0.76
0.04
0.04
-0.76
-0.76
0.04
1.66
0.85
-0.76
0.85
0.04
0.85
0.85
-0.76
0.04
0.04
-0.76
0.85
3.27
-0.76
0.04
1.25
0.24
1.25
0.24
-0.27
-0.27
-1.28
1.25
-1.53
-1.28
-0.27
-1.28
-0.77
1.25
-0.27
-0.27
-0.77
0.24
-1.28
1.25
1.25
0.49
-1.02
1.25
0.24
-0.77
-1.28
1.25
-0.77
0.49
-1.02
0.49
0.49
0.49
0.49
-1.53
0.49
0.49
-1.28
1.25
1.25
-1.02
1.25
1.04
1.04
-1.04
1.04
1.04
-0.52
1.04
1.04
0.00
2.09
0.00
0.00
1.04
-1.04
-1.57
-1.04
1.04
1.04
0.00
1.04
1.04
-1.04
0.00
-1.04
-1.04
-1.04
-1.57
-1.04
0.00
0.00
-1.04
1.04
-1.04
-1.04
0.00
0.00
0.00
2.09
2.09
-1.04
0.00
0.00
0.00
-0.97
-0.97
-0.97
-0.97
-0.97
-0.97
-0.97
-0.97
-0.97
-0.97
-0.34
-0.34
-0.97
-0.97
-0.34
-0.97
-0.97
-0.97
-0.34
0.29
-0.97
-0.34
0.92
2.19
2.19
0.92
0.92
-0.34
0.92
2.19
2.19
-0.34
-0.34
-0.34
-0.34
-0.34
0.92
-0.34
2.19
-0.34
-0.34
2.19
0.92
Page 103
Chapitre 4
44
-0.05
-0.05
-0.05
-0.05
-0.05
-0.05
2.64
1.29
-0.05
-0.05
-0.05
0.00
45
46
47
48
49
50
51
52
53
54
-1.40
-0.16
-0.16
-1.40
-1.40
-0.16
1.09
1.09
1.09
-0.16
-0.16
0.00
0.12
-0.80
-0.80
0.12
0.12
0.12
-0.80
-1.72
0.12
-0.80
0.12
0.00
0.51
0.51
0.51
0.51
0.51
0.51
-1.62
-3.75
0.51
-1.62
0.51
0.00
-0.12
-0.12
-1.24
-0.12
-0.12
-0.12
-0.12
-0.12
0.99
-0.12
-0.12
0.00
0.04
0.04
-0.76
0.04
-0.76
-0.76
-0.76
-0.76
0.04
0.04
0.85
0.00
0.24
-0.77
-1.53
-1.53
-1.02
-1.28
1.25
1.25
1.25
1.25
0.49
0.00
-0.52
0.00
-1.04
2.09
-1.57
-1.04
0.00
0.00
0.00
0.00
-0.52
0.00
-0.34
-0.34
-0.34
0.92
0.92
-0.34
0.29
0.29
-0.34
-0.34
0.92
0.00
Les donnes sont centres et rduites, c'est--dire que chaque variable a une moyenne nulle et
une variance gale 1.
au seuil des 0.1 %, nous avons des corrlations trs hautement significatives (***).
Chapitre 4
Les variables corrls ngativement sont des variables de sens opposs ; autrement dit
lorsque lune augmente lautre diminue. Les
critre du coude de Cattell : le Graphique des valeurs propres (figure 4.1) donne une
reprsentation graphique des informations sur les valeurs propres de chaque facteur
prsentes dans le tableau 4.12. Dans cette reprsentation, il faut rechercher le point
(un dcrochement ou coude) de cassure qui reprsente le nombre de facteurs au-del
duquel l'information ajoute est peu pertinente. Nous slectionnons les axes avant le
dcrochement. Plus la courbe est accentue, plus il apparat qu'un petit nombre de
facteurs explique la majeure partie de la variance. A partir du moment o la courbe
devient presque une ligne droite horizontale, il apparat que les facteurs subsquents
apportent peu de nouvelles informations.
Critre de Kaiser : comme nous somme en ACP norme, on ne retiendra que les axes
associs des valeurs propres suprieures 1.
Avant de passer la slection des axes, visualisons le tableau des vecteurs propres et valeurs
propres.
F1
0.52
0.47
-0.24
-0.29
0.22
0.11
0.27
-0.23
0.42
F2
-0.15
0.05
0.41
0.18
0.40
0.52
0.55
0.01
-0.19
F3
0.17
-0.01
0.48
0.51
0.25
-0.26
-0.30
-0.37
0.35
F4
0.03
-0.10
0.09
-0.26
0.64
-0.42
-0.03
0.57
0.04
F5
-0.01
0.23
0.05
0.26
-0.19
0.42
-0.26
0.63
0.45
F6
-0.31
0.73
-0.28
0.33
0.18
-0.20
-0.11
0.00
-0.32
F7
0.57
-0.25
-0.35
0.57
0.00
-0.07
0.24
0.22
-0.24
F8
0.20
0.33
0.51
-0.06
-0.49
-0.40
0.35
0.22
-0.12
F9
-0.47
-0.14
-0.25
0.22
-0.08
-0.30
0.53
-0.01
0.53
Page 105
Chapitre 4
Comme nous avons une matrice de corrlation carre 9 lignes et 9 colonnes, nous aurons 9
vecteurs propres et 9 valeurs propres.
F1
F2
F3
F4
F5
F6
F7
F8
F9
Somme
2.38
1.66
1.52
0.93
0.84
0.65
0.44
0.37
0.20
9.00
26.48
26.48
18.47
44.95
16.92
61.87
10.34
72.21
9.29
81.50
7.22
88.72
4.87
93.59
4.16
97.75
2.25
100.00
100.00
On remarque que la somme des valeurs propres est gale p nombre des variables.
Effectivement comme les variables sont centres rduites (qui est loption par dfaut du
logiciel Stat Box), la variance de chaque variable valait 1. Donc linertie totale est alors
gale p le nombre de variables de dpart.
Page 106
Chapitre 4
Coupure
La rgle de coude consiste couper lboulis des valeurs propres lendroit ou celui-ci
possde un coude. Son but est dobtenir le maximum dinertie conserve avec le minimum de
facteurs. On observe une chute importante partir du 3me axe (de 16.92% 10.34% de
linertie). Nous retenons 3 axes, ce qui reprsente presque 62% de linertie totale.
ils permettent galement de voir le poids d'une ancienne variable dans la dfinition
d'un facteur. Le reprage des variables d'origine, correspondant aux coefficients les
plus levs en valeur absolu, permet de dgager une interprtation des facteurs. Cette
interprtation est facilite par l'examen des corrlations "anciennes- nouvelles"
variables (qui sont d'ailleurs proportionnelles aux coefficients) reprsentes dans le
cercle des corrlations (figure 4.2 et 4.3).
Page 107
Chapitre 4
F2
F3
Zone sismique
0.81
-0.20
0.21
Type de sol
0.73
0.07
-0.01
Action de vent
-0.37
0.53
0.60
Type de la structure
-0.45
0.23
0.63
Etanchit de la paroi
0.33
0.51
0.31
Etanchit de la couverture
0.17
0.67
-0.32
Dfauts apparents
0.41
0.71
-0.37
Rle de rservoir
-0.35
0.01
-0.46
Importance de louvrage
0.65
-0.24
0.43
F1
27.51
22.28
5.60
8.52
4.69
1.16
7.12
5.16
17.96
F2
2.36
0.29
17.21
3.31
15.94
27.18
30.13
0.01
3.58
F3
2.87
0.01
23.25
26.17
6.37
6.63
8.92
13.79
11.99
100.00
100.00
100.00
Les trois variables "zone sismique", "type de sol" et "importance de louvrage" expliquent
elles seules 67.75% de la formation du premier axe.
Les trois variables "tanchit de la paroi", "tanchit de la couverture" et "dfauts
apparents" expliquent elles seules 73.25% de la formation du deuxime axe.
Page 108
Chapitre 4
Les trois "variables action du vent", "type de structure" et "rle du rservoir" expliquent
elles seules 63.22% de la formation du troisime axe.
F1
0.66
0.53
0.13
0.20
0.11
0.03
0.17
0.12
0.43
F2
0.04
0.00
0.29
0.06
0.27
0.45
0.50
0.00
0.06
F3
0.04
0.00
0.35
0.40
0.10
0.10
0.14
0.21
0.18
rcritique= 0.268. Au del de cette valeur toutes les corrlations sont significatives. Les variables
"zone sismique", "type de sol" et "importance de louvrage" sont proches du premier axe
factoriel et sont bien reprsent sur cet axe. Les variables "action du vent", "tanchit de la
paroi", "tanchit de la couverture" et "dfauts apparents" sont proches du deuxime axe
factoriel et sont bien reprsent sur cet axe. Les variables "action du vent" et "type de
structure" sont proches du troisime axe factoriel et sont bien reprsent sur cet axe. Toute
fois, la variable "rle du rservoir" intervient plus dans la formation des axes quon a
limins.
Pour le bon choix des axes principaux, il y a lieu de vrifier que les variables contribuant
la formation de ces derniers soient corrles positivement. Dans notre cas, nous avons :
Page 109
Chapitre 4
Par ailleurs, en visualisons le tableau 4.16, nous dduisons que les variables qui ont plus
contribues la formation des axes F1, F2 et F3 respectivement sont "la zone sismique", le
"dfaut apparent" et "le type de structure".
Ainsi, si les points sont trs proches donc les variables qui forment un angle nul entre
elles sont trs fortement corrles. Celles qui font un angle droit ne sont pas corrles, et
celles qui prsentent un angle plat sont corrles ngativement donc les points sont opposs,
Page 110
Chapitre 4
car cela signifie que le cosinus de langle du vecteur joignant lorigine au point reprsentant la
variable avec le plan est, en valeur absolue, proche de 1. Plus une variable est corrle avec
un axe plus elle est proche de celui-ci.
Le cercle des corrlations (figure 4.2, 4.3) permet de voir, parmi les variables initiales, les
groupes de variables trs corrles entre elles. Pour interprter un axe, on examine les
coefficients de la combinaison linaire qui le dfinissent ou bien, si on prfre, on examine sa
corrlation avec les anciennes variables en observant le cercle des corrlations (ou le tableau
donnant ces corrlations). Une variable qui a une coordonne faible, donc un coefficient
faible, ne sert pas pour l'interprtation d'un facteur.
1,5
1
Etanchit de la
couverture
-- axe F2 (18 %) -->
Dfauts apparents
Action de vent
0,5
Etanchit de la paroi
Type de la structure
Type de sol
0
Rle de rservoir
Zone sismique
Importance de
louvrage
-0,5
-1
-1,5
-1,5
-1
-0,5
0,5
1,5
Figure 4.2 : Cercle de corrlation des variables dans le plan factoriel (1-2).
Les variables qui sont bien reprsents (celles qui sont proche du cercle de corrlation)
sont : "dfauts apparents"," type de sol", "zone sismique"; ce qui veut dire que ces variables
sont bien corrles avec les deux facteurs constituant ce plan.
Page 111
Chapitre 4
Les variables qui ont le plus contribu la formation des axes sont celles qui sont proches
de laxe et loin du centre de gravit.
Les variables qui ont le plus contribu la formation de laxe 1 sont : "zone sismique", "type
de sol" et "importance de louvrage".
Les variables qui ont le plus contribu la formation de laxe 2 sont : "tanchit de la
couverture", "tanchit de la paroi" et "dfauts apparents".
b. Cercle de corrlation des variables dans le plan factoriel (1- 3)
Variables (axes F1 et F3 : 43 %)
1,5
Type de la structure
Action de vent
0,5
Importance de
louvrage
Etanchit de la paroi
Zone sismique
Type de sol
Etanchit de la
couverture
Rle de rservoir
-0,5
Dfauts apparents
-1
-1,5
-1,5
-1
-0,5
0,5
1,5
Figure 4.3 : Cercle de corrlation des variables dans le plan factoriel (1-3).
Page 112
Chapitre 4
Les variables qui sont bien reprsentes (celles qui sont proche du cercle de corrlation)
sont : "importance de louvrage", "zone sismique" et "type de sol", ce qui veut dire que ces
variables sont bien corrles avec les deux facteurs constituant ce plan.
visualisons les corrlations entre les variables :
Les variables qui sont proches entre elles, donc qui sont corrles positivement sont :
Les variables qui ont le plus contribu la formation des axes sont celles qui sont proches
de laxe et loin du centre de gravit.
Les variables qui ont le plus contribu la formation de laxe 1 sont : "zone sismique", "type
de sol".
Les variables qui ont le plus contribu la formation de laxe 3 sont : "action de vent", "type
de la structure" et "rle du rservoir".
Remarque :
La lecture des cercles des corrlations nous a confirm les conclusions retenues par
linterprtation des diffrents tableaux.
F1
-0.29
-1.08
0.36
-1.49
-2.76
-1.41
-1.87
0.25
-0.21
-1.93
F2
1.86
-0.99
0.62
-0.21
0.25
1.59
-0.45
1.05
-2.48
-1.66
F3
-0.75
-2.36
0.15
-2.77
0.06
1.64
0.43
-1.64
-1.02
-0.97
Page 113
Chapitre 4
-0.79
-1.33
-2.19
-0.21
-1.26
-1.24
-2.77
-0.70
-1.58
-0.07
-0.68
0.73
-0.51
3.43
2.46
0.62
0.36
1.20
-0.16
4.14
3.58
0.58
1.78
1.06
-0.52
-1.88
0.68
0.04
0.31
-0.37
0.58
1.93
-0.14
-0.85
-0.43
-0.72
-1.38
-0.50
-0.63
2.90
3.04
0.72
0.73
0.43
0.82
-1.01
-0.77
1.37
0.29
-1.17
-0.84
0.00
-0.20
3.09
1.40
3.00
-1.49
0.48
-0.59
-0.85
-1.57
1.81
0.74
-0.66
-1.96
1.01
-1.03
0.99
1.07
-1.32
0.28
0.98
-1.33
1.21
2.17
-1.54
1.39
0.24
-0.62
-1.92
-0.94
-1.12
-0.95
-0.79
-1.35
1.38
0.10
0.63
1.61
0.90
-0.53
-0.75
1.92
-0.10
-0.51
-2.75
1.48
-1.02
0.11
1.42
0.82
1.77
1.95
1.41
1.47
0.72
0.85
-0.58
1.12
-0.76
-2.04
0.01
-1.08
0.31
0.28
-0.50
0.83
-0.03
-1.34
0.28
0.95
0.29
-0.06
0.48
0.28
1.70
1.13
-0.88
-2.64
0.05
-1.75
0.43
Page 114
Chapitre 4
F1
0.06
0.90
0.10
1.72
5.92
1.53
2.70
0.05
0.03
2.89
0.49
1.37
3.72
0.03
1.24
1.20
5.97
0.38
1.93
0.00
0.36
0.42
0.20
9.16
4.72
0.30
0.10
1.11
0.02
13.31
9.96
0.26
2.48
0.87
0.21
2.76
0.36
0.00
0.08
0.11
0.26
2.91
0.01
0.56
0.14
0.41
1.47
0.19
F2
3.86
1.09
0.43
0.05
0.07
2.80
0.22
1.23
6.86
3.07
0.75
1.13
0.67
2.09
0.10
1.53
0.79
0.00
0.04
10.66
2.18
10.03
2.46
0.25
0.39
0.80
2.76
3.66
0.61
0.48
4.28
1.14
1.17
1.09
1.27
1.94
0.08
1.08
1.97
1.63
5.24
2.63
2.14
0.06
0.43
4.09
0.99
1.41
F3
0.69
6.78
0.03
9.30
0.00
3.26
0.22
3.25
1.27
1.15
3.14
0.99
0.34
0.68
4.47
0.01
0.32
9.17
2.66
1.26
0.01
2.44
0.82
3.81
4.62
2.40
2.62
0.63
0.87
0.40
1.53
0.70
5.04
0.00
1.41
0.11
0.10
0.30
0.84
0.00
2.19
0.09
1.10
0.10
0.00
0.28
0.10
3.50
Page 115
Chapitre 4
0.31
6.56
7.18
0.40
0.41
0.14
1.01
0.70
2.04
2.11
0.01
0.44
1.55
0.95
8.50
0.00
3.74
0.22
Les quinze individus 5, 7, 12, 13, 17, 24, 25, 30, 31, 36, 37, 42, 44, 47 et 50 expliquent eux
seuls 76.08% de la formation du premier axe.
Les vingt trois individus 1, 3, 9, 10, 14 16, 20, 21, 22, 23, 27, 28, 32, 34, 38, 39, 40, 41, 43,
45, 46, 52 et 54 expliquent eux seuls 64.75% de la formation du deuxime axe.
Les seize individus 2, 4, 6, 8, 11, 15, 18, 19, 26, 29, 33, 35, 48, 49, 51 et 53 expliquent eux
seuls 53.35% de la formation du troisime axe.
F1
0.01
0.12
0.02
0.19
0.86
0.16
0.41
0.01
0.00
0.35
0.11
0.34
0.68
0.01
0.17
F2
0.62
0.10
0.07
0.00
0.01
0.20
0.02
0.15
0.45
0.26
0.11
0.19
0.09
0.23
0.01
F3
0.10
0.59
0.00
0.66
0.00
0.22
0.02
0.37
0.08
0.09
0.44
0.16
0.04
0.07
0.40
Page 116
Chapitre 4
0.22
0.86
0.04
0.33
0.00
0.07
0.04
0.06
0.70
0.36
0.08
0.02
0.17
0.00
0.84
0.65
0.06
0.26
0.21
0.04
0.52
0.15
0.00
0.01
0.02
0.02
0.32
0.00
0.27
0.11
0.08
0.19
0.03
0.11
0.62
0.42
0.12
0.11
0.08
0.19
0.08
0.00
0.01
0.53
0.30
0.65
0.51
0.01
0.02
0.16
0.29
0.38
0.10
0.02
0.19
0.20
0.09
0.19
0.17
0.26
0.03
0.13
0.14
0.25
0.31
0.20
0.29
0.02
0.24
0.56
0.09
0.18
0.24
0.05
0.08
0.46
0.00
0.16
0.00
0.03
0.65
0.29
0.06
0.00
0.14
0.16
0.19
0.22
0.43
0.25
0.06
0.13
0.02
0.06
0.11
0.34
0.00
0.17
0.01
0.03
0.03
0.05
0.00
0.12
0.01
0.14
0.03
0.00
0.04
0.01
0.40
0.34
0.06
0.32
0.00
0.62
0.08
rcritique= 0.268. Au del de cette valeur toutes les corrlations sont significatives.
Les individus 5, 7, 10, 12, 13, 17, 19, 24, 25, 30, 31, 36, 42, 44, 50 et 51 sont proches du
premier axe factoriel et sont bien reprsents sur cet axe.
Les individus 1, 9, 20, 21 22, 23, 27, 28, 41, 43, 46, et 52 sont proches du deuxime axe
factoriel et sont bien reprsents sur cet axe.
Les individus 2, 4, 8, 11, 15, 18, 19, 26, 33, 48, 49, 51 et 53 sont proches du troisime axe
factoriel et sont bien reprsents sur cet axe.
Les individus 3, 6, 14, 16, 29, 32, 34, 35, 37, 38, 39, 40, 45, 47 et 54 interviennent plus dans
la formation des axes que nous avons limins.
Page 117
Chapitre 4
20
22
41
1
6
21
28
1443
40
35
15
8
38
29
3
11
52
32
34
54
24
37
53
44
18
19 4
7
17
-1
25
45
13
47
36
2
12 16
49
48
33
39
27
23
10
51
42
46
-2
30
50
26
31
9
-3
-4
-3
-2
-1
Figure 4.4 : Reprsentation des individus dans le plan factoriel (1- 2).
Page 118
Chapitre 4
Les individus qui sont bien reprsents sont loin du centre de gravit. Nous distinguons
les individus auxquels sont affects les numros suivants (Tableau 4.1) :
1, 5, 9, 10, 17, 20, 22, 23, 24, 25, 27, 28, 30, 31,33, 36, 42, 41, 46, 50 et 51; ce qui veut
dire que ces individus sont loigns dans lespace, sont bien disperss.
25
15
6
24
48
11
19
27
49
12
7
36
47
16
17
28
54
37
3
52
40
42
34
38
1
10
39
45
13
-1
31
43
29
23
46
44
21
22
26
30
14
32
50
20
35
9
41
8
53
-2
33
2
51
18
4
-3
-4
-4
-3
-2
-1
- - a xe F 1 ( 2 6 %) - - >
Figure 4.5 : Reprsentation des individus dans le plan factoriel (1- 3).
Les individus qui sont bien reprsents (ceux qui sont loin du centre de gravit) sont
donns ci aprs conformment au tableau 4.1:
2, 4, 5, 6, 8, 10, 11, 13, 15, 17, 18, 19, 24, 25, 28, 30, 31, 33, 42, 48, 50, 51 et 52 ; ce qui
veut dire que ces individus ce qui veut dire que ces individus sont loigns dans lespace,
sont bien disperss.
Page 119
Chapitre 4
Figure 4.6 : Reprsentation des variables et individus dans le plan factoriel (1-2).
Page 120
Chapitre 4
Le deuxime groupe dindividus dont les coordonnes sur laxe 1 sont ngatives contient
les individus suivants : 5 ,10 ,12 ,13 ,17 ,19 ,36.
Nous savons que les variables qui ont plus contribu la formation de laxe 1 sont la
"zone sismique", "le type de sol" et "limportance de louvrage". Leurs coordonnes sur laxe
1 sont positives (elles se trouvent droite de laxe). De ce fait, nous dduisons que ce sont ces
deux groupes dindividus qui ont contribu la corrlation de ces variables. Le groupe
dindividus qui se trouve droite ont de fortes valeurs pour ces variables et ceux qui se
trouvent gauche ont de faibles valeurs pour ces variables ; comme le montre le cas des
individus 5 et 51 du tableau 4.20.
Tableau 4.20 : Contribution des variables la formation de laxe 1.
Zone sismique
Type de sol
Importance de
louvrage
Boudjlil N5
12
Nous savons que les variables qui ont plus contribu la formation de laxe 2 sont
"tanchit de la paroi", "tanchit de la couverture" et
Le groupe dindividus qui se trouve en haut ont de fortes valeurs pour ces variable, et
celui qui se trouve en bas ont de faibles valeurs pour ces variables.
Page 121
Chapitre 4
Figure 4.7 : Reprsentation des variables et individus dans le plan factoriel (1et 3).
Page 122
Chapitre 4
Le deuxime groupe dindividus dont les coordonnes sur laxe 3 sont ngatives contient les
individus suivants : 2, 4, 8, 18, 33, 51, 53.
Nous savons que les variables qui ont plus contribu la formation de laxe 3 sont
"action du vent" et "type de structure". La figure 4.7 montre que les coordonnes de ces
variables sont positives. Elles se trouvent ainsi en haut de laxe 3.
De ce fait, le groupe dindividus se trouvant en haut de laxe 3 ont de fortes valeurs pour
ces variables, et celui qui se trouve en bas ont de faibles valeurs pour ces variables.
Les individus appartenant aux diffrents groupes constitus sont ceux qui ont particip
la prsence de corrlations significatives entre les diffrentes variables comme illustr
dans la matrice de corrlation (tableau 4.7). Nous pouvons alors dire que les individus se
trouvant dans un mme groupe se ressemblent du point de vu de ces variables.
Conclusion
Dans le cadre de ce chapitre, nous avons analys les 13 paramtres (environnementaux,
structuraux et fonctionnels), pris en considration dans le calcul de lindice de vulnrabilit Iv,
lchelle dun parc de 54 rservoirs ; par la mthode danalyse en composante principale (ACP).
Comme nous lavons montr en section (4.2.1), il ne suffit pas d'avoir un tableau croisant des
variables quantitatives et des individus pour appliquer une ACP ; encore faut-il que ce tableau
vrifie au pralable la factorisation des donnes. Celle-ci consiste vrifier la prsence dun
lien entre les variables par la prsence de corrlation significatives ; qui nous permettra
dextraire les composantes principales. Pour dduire ce lien, il ya lieu de vrifier deux tests :
le test de sphricit de Bartlett (risque derreur) et la non singularit de la matrice de
corrlation. Le seuil minimal du risque derreur rcritique, obtenu dans notre cas, est gal
0.268. Ce qui signifie quau del de cette valeur toutes les corrlations sont significatives.
Le choix des axes principaux est effectu en se basant sur deux critres, dabord le critre
du coude de Cattell, qui consiste rechercher le point (un dcrochement ou coude) de cassure
qui reprsente le nombre de facteurs au-del duquel l'information ajoute est peu pertinente ;
puis le critre de Kaiser, qui consiste ne retenir que les axes associs des valeurs propres
suprieures 1. Dans notre cas, nous avons retenu trois axes principaux F1, F2 et F3. Ces
axes prsentent 62% de linertie totale (c--d de linformation initiale). Le reste de
linformation est port par les autres axes non retenus.
Les rsultats obtenus montrent que les variables ayants contribues la formations des
trois axes principaux F1, F2 et F3 sont corrles positivement ; ce qui confirme le bon choix
de ces axes :
Page 123
Chapitre 4
Par ailleurs, les rsultats des corrlations montrent que les variables qui ont le plus
contribu la formation des axes F1, F2 et F3 respectivement sont la zone sismique, le dfaut
apparent et le type de structure. La lecture des cercles des corrlations (graphique variables)
nous a confirm les conclusions retenues par linterprtation des diffrents rsultats.
Cependant, les variables nayant pas particip la formation de ces axes, ont plus contribues
la formation des axes limins telle que le rle du rservoir.
Dautre part, la qualit de reprsentations des individus est dtermine de la mme
manire, partir du seuil minimal rcritique = 0.268. Au del de cette valeur toutes les
corrlations sont significatives. Plus une corrlation entre un individu et un axe est forte, plus
lindividu est proche de laxe donc sera bien reprsent sur cet axe. Par ailleurs, lexamen des
graphiques des variable individus a permis didentifier les groupes dindividus ayant pris des
valeurs proches sur certaines variables. C--d que les individus appartenant aux diffrents
groupes constitus sont ceux qui ont particip la prsence de corrlations significatives entre
les diffrentes variables comme illustr dans la matrice de corrlation (tableau 4.7). Nous
pouvons alors dire que les individus se trouvant dans un mme groupe se ressemblent du
point de vu de ces variables. Nous pouvons dcomposer le parc tudi en trois ensembles
composs chacun groupe dindividus semblables comme suit :
Ensemble 1 : les rservoirs Ait hague (LNI), Ait yacoub (LNI), Mestigua (LNI), SR1
(LNI), Taksebt (LNI), Tamazirt 1 (LNI), Tamazirt 2 (LNI), SR2 (Sidi Naaman), Ait saada
ourazki (Tadmait), Menacera (Tirmitine), Chef lieu 1 (Mekla), SR1 Chaib( Mekla), SR3
Djamaa N Saridj (Mekla) se ressemblent du point de vu des variables action du vent et type
de la structure, puisquils ont contribu leur corrlation.
Page 124
Chapitre 4
Ensemble 2 : Les rservoirs Boudjlil (LNI), Mehriz (LNI), Monobloc 2 (LNI), SR2
(LNI), SR3 (LNI), Tansaout (LNI), Tamazirt 2 (LNI), Touaresse (DBK), SR1 (Sidi Naaman),
Chef lieu 2 (Tadmait), Kef laagab ( Tadmait), Herrouka 1 (Tirmitine), Chef lieu 2 (Mekla),
SR1 Chaibe (Mekla) se ressemblent du point de vu des variables zone sismique, type de sol et
importance de louvrage, puisquils ont contribu leur corrlation.
Ensemble 3 : Les rservoirs Adnis (LNI), Monobloc 1 (LNI), Taghanimt (LNI),
Taghanimtt (LNI), Mouldiouane village (DBK), Chef lieu (Sidi Naaman), Maassal (Sidi
Naaman), SR2 (Sidi Naaman), Kef laagab (Tadmait), Ait saada bas (Tadmait), Telta 2
(Tadmait), Avarane 2 (Tirmitine), Herrouka 2 (Tirmitine), Megdoul 1 (Tirmitine),
SR2
Page 125
Conclusion gnrale
Afin de rduire les pertes et les dommages des structures sous leffet de certains alas
naturels (neige, vent, sisme etc.), plusieurs approches dvaluation de la vulnrabilit
dune structure donne ont t dveloppes ; savoir les mthodes physiques, les mthodes par
suret de fonctionnement, les mthodes par expertise et enfin mthodes statistiques. Ces
approches diffrent les unes des autres en cot, en moyens utiliss et en prcision. Le choix
du type dapproche dpend de lobjectif de lvaluation, de la disponibilit des donnes et de
la technologie utilise.
Dans ce mmoire, nous avons prsent les mthodes les plus connues destimation de la
vulnrabilit, et tout particulirement la mthode dexpertise dveloppe par (Hammoum et
al. 2012), pour valuer rapidement la prsomption de vulnrabilit dun rservoir donn en
bton vis--vis de certains alas naturels (vent, neige, sisme,etc.), par la dtermination
dun indice de vulnrabilit Iv. Celle-ci fait intervenir treize (13) paramtres influents pour
trois types danalyses (environnementale, structurelle et fonctionnelle).
Cette mthode dindexe a t teste avec succs lchelle dun parc de 54 rservoirs que
nous avons expertis dans diffrentes dara (Larbaa Nath Irathen, Draa Ben Khdda, Mekla) de
la wilaya de Tizi Ouzou. Des fiches
(Bouhadoun et al, 2011) ont t renseignes lors de nos diffrentes missions de terrain, que
nous avons effectues durant les annes 2013-2014, et ce pour rcolter lensemble des
informations ncessaires au calcul des indices de vulnrabilit des diffrents ouvrages.
En sinspirant des travaux de diffrentes mthodes suscites, tout particulirement pour
lanalyse des risques partir des statistiques, nous avons utilis, pour la premire fois, une
mthode dite ACP pour analyser les diffrents paramtres influents, pris en compte dans le
calcul de lindice de vulnrabilit. Cette mthode permet dune part didentifier les paramtres
les plus influents et dautre part de rendre l'information moins redondante.
Nous avons procd au traitement dun tableau de donnes rectangulaires avec des
individus (rservoirs) en lignes et des variables quantitatives (paramtres) en colonnes. Vu la
dimension de cette matrice (54 lignes et 14 colonnes), nous avons fait appel au logiciel Stat
Box pour la conception des diffrents graphiques et organigramme. Ce dernier nous a
permis danalyser les rsultats, et den ressortir ce qui suit :
Stat Box. Le seuil minimal du risque derreur obtenue rcritique est gale 0.268. Au del de
cette valeur toutes les corrlations entre variables sont significatives.
Les rsultats obtenus montrent que les variables ayants contribues la formation des
trois axes principaux retenus F1, F2 et F3, pour un taux dinformation de 62% suivant les
Conclusion gnrale
Nous remarquons que la corrlation entre les paramtres ayant contribus la formation
des axes F2 et F3 sont physiquement dpendants, c d quil existe un lien physique et rel
entre ces diffrents paramtres :
Lexamen des graphiques variables individus nous a permis, par ailleurs didentifier les
groupes dindividus ayant pris des valeurs proches sur certaines variables, c..d. que les
individus appartenant un mme groupe ont contribu la corrlation de ces variables et se
ressemblent du point de vues de ces variables ; comme nous lavons dtaill en conclusion du
chapitre 4.
Perspectives
A lissu de ce travail de recherche, plusieurs pistes souvrent nous et qui peuvent
constituer de potentielles perspectives pour de futurs travaux de recherches (thses) :
Conclusion gnrale
Afin de valoriser les corrlations obtenues pour les diffrents paramtres pris en
compte par (Hammoum, 2012), pour le calcul de lindice de vulnrabilit, il nous
semble important dtudier les liaisons linaires existantes entre ces derniers. Ceci
nous permettra de comprendre le comportement de ces variables les unes par rapport
aux autres pour voir dans quelle mesure une variable dominante peut absorber une
autre variable moins prpondrante.
Rfrences bibliographiques
AIT LHADJ L. Analyse non linaire dun immeuble surmont dun rservoir deau potable,
par la mthode Pushover, Mmoire de master 2
en Gnie Civil,
Universit Mouloud
Rfrences bibliographiques
Rfrences bibliographiques
Rfrences bibliographiques
Rfrences bibliographiques
ROGER K-V. Comment cartographier les donnes par lanalyse en composantes principales
(cours), Facult dAgronomie Universit de Kinshasa, Rpublique dmocratique du Congo,
Dcembre 2009.
RUBEN D. Le test de sphricit de Bartlett et les mesures d'adquacit de l'chantillonnage
avant une ACP, publi le 4 Aout 2011. (http://ouvrepot.over-blog.com/article-le-test-desphericite-de-bartlett-et-les-mesures-d-adequacite-de-l-echantillonnage-avant-toute-acp80884843.html).
SARADOUNI F. Contribution ltude de la vulnrabilit des retenues collinaires vis - avis des alas naturels, dans un systme dinformation gographique (SIG), Mmoire de
Magister en Gnie Civil, Universit Mouloud MAMMERI de Tizi-Ouzou, 2013.
SARRE I-A. Elaboration de programmes de dimensionnement de rservoirs en bton arme,
application sur la conception des ouvrages hydrauliques en bton arme du projet
d'alimentation en eau potable Mbane en Sngal, Thse dingniorat en Gnie Civil,
Universit Cheikh Anta Diop de Dakar, 2009.
SERRE D. valuation de la performance des digues de protection contre les inondations Modlisation de critres de dcision dans un systme dinformation gographique, Thse de
doctorat, Universit de marne la valle, 2005.
SERRE D, PEYRAS L, CURT R.C, BOISSIER D, DIAB Y. Evaluation des ouvrages
hydrauliques de gnie civil, revue canadienne de gotechnique, volume 44, 2007.
SLIMANI D. Analyse du risque sismique des rservoirs surlevs par la mthode de lindice
de vulnrabilit, Thse de master 2 en Gnie Civil, Universit Mouloud MAMMERI de TiziOuzou, 2013.
TALON A, BOISSIER D, PEYRAS L. Analyse des risques : Identification et estimation,
dmarches danalyses des risques, mthodes qualitatives danalyse de risque, universit
numrique ingnierie et technologie, mars 2009.
VANEUKEM S. Cours dHydraulique gnrale, Hydraulique applique la voirie, page 136,
Septembre 2009.
Rfrences bibliographiques
ZARROUK F. Cours de statistiques distance: Etude de la relation entre deux variables (le
coefficient de corrlation), Institut Suprieur Du Sport et de lEducation Physique de lKsarSaid en Tunisie, 2011-2012.
ZACEK M. Guide dvaluation de la prsomption de vulnrabilit aux sismes des btiments
existants, collection conception parasismique, mai, 2004.
ZWINGELSTEIN G. La maintenance base sur la fiabilit. Guide pratique d'application de
la RCM. Paris: Herms Editions, 666 p, 1996.
Annexe 1 :
Annexe 1
Fiche denqute du rservoir de Mouldiouane village
Circulaire (X)
Carr ( )
Rectangulaire ( )
Quelconque ( )
2- Evaluation environnementale
2.1. Implantation de louvrage
Paramtres hydrogologiques
Au sud du pays
Sur la bande
nord
l'ouest de
pays
2
Milieu dsertique
Milieu rural
Zone industrielle
Milieu urbain
Pi
Implantation de louvrage
Nei
Montagne
1
Valles et pleine
2
Haut plateau et Nord de lAtlas Saharien 2
Grandes tendues sahariennes
3
Rgion ctire
4
Sur la bande
nord au centre
de pays
4
X
Nei
1
1
2
3
4
Annexe 1 :
risque de
liqufaction
Prsence de failles
Pi
Nei
Type de sol
Catgorie S1 (Sol rocheux)
Catgorie S2 (Sol ferme)
Catgorie S3 (Sol meuble)
Catgorie S4 (Sol trs meuble)
Risque
d'boulement
rocheux
3
Risque de Glissement
de terrain
4
1
2
3
4
En forme de
voute
En pente un ou
deux versant
Pi
Type de sol
Zone D
Zone C
Zone B
Zone A
Nei
1
2
3
4
A versant
multiples ou
deux redans
3
A versants
multiples ou
deux redans
4
Pas daction
1
Hauteur de rservoir
Ph
Hauteur <5m :
0,25
Hauteur de 5 10m : 0,50
Hauteur de 10 15m : 0,75
Hauteur >15m :
1.00
Zone I
Zone II
2
3
X
Pi=Ph+Pc+Pt+Ps
Catgorie de terrain
Site topographique
Pc
Pt
Catgorie I :
0,25
Site 1 :
0,25
Catgorie II :
0,50
X
Site II :
0,50
Catgorie III :
0,75
Site III :
0,75
Catgorie IV :
1,00
Site IV :
1,00
X
Zone III
4
Etat de surface
Ps
En arc :
0,25
Rectiligne :
0,50
Circulaire :
0,75
Carre :
1,00
3. Evaluation structurelle
3.1. Type de structure
Les conditions de terrain
Pi
Type de sol
Nei
Rservoir enterr
charpente
mtallique
1
Bton
prcontraint
2
Bton arm
Maonnerie
Rservoir surlev
Pas de tassement
Pi
Type de fondation
Nei
Puits ou pieux
Radier gnral
Semelle continues
Dbut d'volution de
tassement avec arrt
2
Tassement indiquant
une volution avance
3
Annexe 1 :
Classe C
Classe D
Assez
Satisfaisante
2
Satisfaisante
1
Moyennement
satisfaisante
3
Insatisfaisante
4
Satisfaisante
Assez Satisfaisante
Moyennement
satisfaisante
Insatisfaisante
Infrieur 10 ans
Suprieur 30 ans
Indice de gravit
Nei
Niveau 1
Niveau 2
Niveau 3
Niveau 4
4. Evaluation fonctionnelle
4.1. Rle dun rservoir dans un rseau
Etat daccessibilit de louvrage
Accessible par
route revtue
Retenue
inaccessible
Pi
Destination de louvrage
Rservoir brise charge ou de transit
Rservoir de distribution
Rservoir de tte
Rservoir de station de pompage
Nei
1
2
3
4
Importance de louvrage
Nei
Le rservoir alimente des btiments du groupe 3
1
Le rservoir alimente des btiments du groupe 2
2
Le rservoir alimente des btiments du groupe IB 3
Le rservoir alimente des btiments du groupe 1A 4
Entre 0 et 500
m3
Entre 500m3 et
1000 m 3
Entre 1000 m3 et
2000 m 3
Suprieur
2000m3
Annexe 1 :
Mensuelle
1
Trimestrielle
2
Semestrielle
3
Annuelle
4
X
5. Dfauts apparents
Annexe 1 :
Annexe 2
Annexe 2
Prsentation sommaire du logiciel Stat Box Pro 6.40
2.1. Dfinition
Stat Box est un logiciel d'analyse et de traitement statistique entirement intgr dans
Excel et adapt au monde agricole (Gouet. 1974). Il est simple utiliser, accessible et riche
en fonctions statistiques. Ce Logiciel bnfici dune puissance et dune richesse danalyse
qui permet de gagner du temps en travaillant dans un environnement familier. Il lit les
donnes provenant dExcel et utilise ce dernier
2.2. Historique
Stat Box est un logiciel drivant du logiciel STAT ITCF dit chez Grimmersoft
spcialis dans le dveloppement doutils danalyses statistiques. Grimmersoft est lun des
tout premiers diteurs de logiciels sur micro-ordinateurs avec le lancement en 1987 d'une
application de traitement denqutes. Lditeur adopte en 1991 linterface graphique
Microsoft Windows et va jouer partir de cette date un rle prcurseur dans lutilisation des
outils de dveloppement Microsoft. Le logiciel Stat Box de Grimmersoft commercialis est
en effet le premier outil danalyse statistique dvelopp partir du tableur Microsoft Excel.
Rapidement adopt par une large communaut dacteurs du secteur agricole, Stat Box est
devenu loutil statistique de rfrence pour lanalyse des essais en agriculture.
Annexe 2
qualitatives
Les variables quantitatives ne peuvent pas comporter de texte. Les variables qualitatives
peuvent comporter des valeurs numriques ou du texte, toutes les valeurs tant traites
indiffremment par Stat Box sous la forme de chanes de caractres.
la feuille Excel doit comporter uniquement nos donnes sous la forme dun tableau
rectangulaire (figure 2.1). Rien dautre ne doit se trouver dans la feuille. Najoutez
pas en bas du tableau, par exemple, des calculs complmentaires ou des
commentaires. Stat Box considrera ces informations comme appartenant au tableau
de donnes.
Stat Box lit les premires lignes pour identifier la nature des donnes : texte ou
numriques. Si vous mlangez le type de donnes, Stat Box ne pourra fonctionner
correctement.
Annexe 2
Remarques :
viter, sur la ligne des libells, que deux variables aient le mme nom. Seule la
premire sera prise en compte.
Si vous dsirez changer de donnes, vous pouvez changer de feuille ou effectuer des
modifications sur la feuille en cours et relancer Stat Box.
Annexe 2
Selon les mthodes, tous les types de variables ne seront pas disponibles. En slection
manuelle, il appartiendra lutilisateur de contrler que la slection de donnes contenant le
type de donnes attendu pour la mthode en cours.
Chaque variable sera identifie dans les boites de dialogue par son nom prcd dun code
indiquant son type :
Comme lACP traite des variables quantitatives, lindice N pour chaque variable (figure 2.3).
Annexe 2
Individus/variables : Coch cette option pour prciser que nos donnes sont sous la forme
dun tableau de n individus en lignes et de p variables en colonnes.
Rsultats/individus : Cochez cette option pour obtenir les rsultats et les graphes sur les
individus.
Nombre de facteurs : Choisir le nombre de facteur (axes principaux) que lon veut avoir, par
dfaut Stat Box choisis 4.
Libell des individus : Chaque individus est reprsents par des codes 1, 2, 3,... A chaque
modalit 1, 2, 3, correspond un libell (figure 2.5, 2.6).
Annexe 2
Figure 2.6 : Reprsentations des individus par des codes dans le fichier rsultats.
Annexe 2
2.3.4. 2. Options
Cette interface, prsent dans presque toutes les mthodes, propose les options statistiques
ou de calculs pour la mthode en cours.
Pour accder aux options du logiciel, cliquez sur Options , la boite suivante apparait
(figure 2.7) :
Annexe 2
Cette option permet de choisir les nombres de plan daxes affichs dans le fichier rsultats.
Pour notre cas, nous avons choisis les plans (F1.F2), (F1.F3) ; le plan (F2.F3) nous donnera
les mmes informations que les deux plans choisis.
Nombre dindividus max affichs : par dfaut Stat Box choisis 100. Dans notre cas, le
nombre dindividus (rservoirs) expertiss est de 54.
2.4. Performances
2.4.1. Temps de calcul
Les calculs sont gnralement assez rapides, sauf dans le cas des modules faisant appel
des mthodes itratives doptimisation ou la programmation dynamique (algorithme de
Fisher) o les temps de calcul peuvent tre levs, selon le paramtrage utilis et/ou la taille
des jeux de donnes.
Annexe 2
Laffichage des graphiques se fait en mme temps que laffichage des tableaux de
rsultats. Cependant, il est ncessaire de faire attention aux options proposes lors de
laffichage. En dehors des problmes de lisibilit des graphiques, vitez par exemple de
reprsenter 500 observations dans une ACP, car le temps daffichage sera excessivement
long.