SharePoint
Aide
Faire avancer la sûreté nucléaire

La Recherchev2

Publications

Modélisation multidimensionnelle d'un milieu poro-élastique pour l'identification des caractéristiques d'un massif argileux par une interprétation stochastique des fluctuations piézométriques


Fermer

Authentification

Email :

Mot de passe :

Titre du congrès :3rd International Meeting on "Clays in natural and engineered barriers for radioactive waste confinement" Ville du congrès :Lille Date du congrès :17/09/2007

Type de document > *Congrès/colloque

Mots clés > fluctuations piézométriques, interprétation stochastique, milieu poroélastique, modélisation

Unité de recherche > IRSN/DEI/SARG/LETS

Auteurs > ABABOU R., MALLET A., MATRAY Jean-Michel

Date de publication > 17/09/2007

Résumé

L'étude du stockage profond des déchets radioactifs dans des couches d'argilite a fait naître le besoin d'appréhender les processus hydrauliques ayant lieu au sein de ces couches très peu perméables. La connaissance des paramètres caractéristiques du milieux poreux (emmagasinement spécifique, porosité, perméabilité, etc.) est un problème crucial. Le milieu poreux saturé est soumis à des fluctuations de pression dues aux fluctuations barométriques ainsi qu'à des fluctuations gravimétriques causant les phénomènes appelés « marées terrestres ». Ces processus induisent des interactions hydromécaniques entre le squelette solide et le fluide poral, qui se déforme sous l'effet de ces contraintes et pressions variables. Ce papier traite spécifiquement de l'évaluation des caractéristiques hydrauliques d'un aquifère par une double approche expliquée ci-dessous.
-Problème direct. Une modélisation hydraulique ou hydromécanique multidimensionnelle d'un milieu poreux ou poro-élastique soumis à des sollicitations variables en temps (highly variable in time).
-Problème inverse. Une approche stochastique du problème inverse d'identification des caractéristiques hydrauliques du massif à partir des fluctuations piézométriques vues comme des processus aléatoires. Ces caractéristiques peuvent également être évaluées par une méthode non stochastique d'optimisation multi-paramètres couplée à la modélisation.
Les signaux (pression atmosphérique, marées terrestres, piézométrie) sont l'objet par ailleurs de traitements et analyses statistiques permettant d'obtenir les chroniques prétraitées elles-mêmes, ainsi que leurs propriétés statistiques telles que corrélations et spectres croisés entre différents signaux (voir abstract par Fatmi et al. 2007 dans cette conférence). Certains problèmes de propagation de fluctuations sont étudiés ici en une dimension (1D) à titre préliminaire. Cependant, la géométrie 3D ainsi que la présence d'interfaces, l'hétérogénéité, et l'anisotropie du milieu, peuvent être également prises en compte à travers notre approche.