soutenance de these de nicolas caradot

Résumé

Les infrastructures de collecte et de traitement des eaux usées représentent un investissement considérable pour les municipalités. La plupart des collectivités sont aujourd’hui confrontées au problème de la gestion durable de leur patrimoine vieillissant avec des besoins urgents de réhabilitation des infrastructures. Elles se doivent donc d’élaborer des stratégies de gestion patrimoniale efficace pour maintenir le niveau de service rendu et limiter l’augmentation des redevances.

L’inspection télévisée (ITV) est la méthode standard utilisée depuis des décennies pour l'évaluation de la condition structurelle des réseaux d’assainissement. Dû à l’absence de réglementation et aux coûts élevés d’inspection, la plupart des collectivités n’ont qu’une connaissance partielle de la condition de leur réseau et manquent d’information pour planifier efficacement les actions de maintenance et renouvellement. Pour pallier à cette situation, des modèles numériques de détérioration ont été développés pour simuler la condition des conduites non-inspectées et prévoir l´évolution future de la condition des réseaux.

Un des obstacles majeurs à l’appropriation de ces outils par les collectivités est le manque de preuves à grande échelle de leur bonne performance. D’autre part, l'influence de la quantité de données disponibles pour étalonner les modèles sur la fiabilité des prédictions est mal connue. Les taux d’inspection étant relativement faibles, les collectivités sont rarement assurées d’avoir les données nécessaires pour développer des modèles fiables. Enfin, de nombreuses collectivités reconnaissent les incertitudes liées aux données d’inspection mais aucune étude n’a pu mettre en évidence l’influence de ces incertitudes sur les résultats de modélisation.

Ce travail de thèse vise à évaluer la performance des modèles de détérioration ainsi qu’à évaluer l’influence de la quantité de données disponibles sur la qualité de prédiction. Enfin, cette thèse a pour objectif de quantifier la fiabilité des données d’inspection et d’analyser l’influence de leur incertitude sur la performance des modèles de détérioration.

Rapporteur

Invitée