Le présent article analyse l’impact du modèle de représentation de la vidange du réservoir sur les résultats de modélisation numérique de rupture de barrage. Le modèle à représentation statique à l’aide de la courbe d’emmagasinement est comparé à celui à représentation dynamique à l’aide d’un modèle de Saint-Venant utilisant la bathymétrie du réservoir. La comparaison est basée sur l’hydrogramme à la brèche, les niveaux maximaux, les surfaces inondées et les temps d’arrivée de l’onde à l’aval pour trois cas de réservoir de tailles différentes. Il ressort que la différence entre les deux modèles de représentation est maximale à la brèche et à l’aval immédiat du barrage, notamment pour le niveau maximal et la surface inondée, et qu’elle s’estompe plus loin à l’aval. L’analyse des résultats de simulation des cas étudiés montre que le modèle statique surestime les rehaussements atteints ainsi que la surface inondée à l’aval du barrage dans une proportion qui peut atteindre 20 %. L’utilisation d’un modèle dynamique de représentation du réservoir peut permettre de réduire de 30 % à 40 % ces surestimations. En l’absence de données bathymétriques du réservoir, la reconstitution de données synthétiques reproduisant la courbe d’emmagasinement pour servir de base à un modèle dynamique du réservoir est examinée. Il apparaît que cette solution peut réduire de façon appréciable l’incertitude due à la représentation statique.
This work forms part of a general research effort into developing a methodology for reliability estimates of results obtained in numerical hydrodynamic computations. We consider the possibility of overtopping at the crest of a dyke of height h0 positioned on a river with several uncertain parameters, such as discharge, Manning coefficient, bathymetry, etc. The estimation model is based either on the first-order reliability method (FORM), on the multi-form method, or on the importance sampling methods and is coupled with algorithms for the resolution of an adjoint optimization problem. Numerical tests are carried out on flows over a channel with a bump and on a river. The results obtained with our algorithms are compared with those obtained with the commercial software Nessus® and with the Monte Carlo method. The proposed multi-form approach combined with a robust optimization algorithm provides reliable results within reasonable computation times.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.