Sensibilité de la modélisation de la dispersion atmosphérique

Contexte et enjeux

Dans le cadre de la réalisation des études de danger, la réglementation française prévoit le calcul de périmètres de sécurité autour des établissements industriels à risques. Ces valeurs conditionnent la mise en oeuvre de mesures importantes en matière de prévention et de protection. Depuis la promulgation de la loi du 30 juillet 2003 (dite « loi Bachelot  »), relative à la prévention des risques technologiques et naturels et à la réparation des dommages, introduisant notamment la mise en place de PPRT (Plan de Prévention des Risques Technologiques), les mesures ayant pour objet de limiter les effets des accidents éventuels doivent être explicités, en prenant en compte la probabilité, pour les installations à haut risque classées Seveso 2.

La libération accidentelle de gaz toxique ou inflammable constitue un des scénarios d’accident les plus répandus. Des quantités significatives de produit rejetées peuvent entraîner la formation de nuages dangereux pour les personnes et pour l’environnement. La propagation de ces nuages dans l’atmosphère est un phénomène extrêmement complexe, régi par de nombreuses variables. L’étude de la dispersion atmosphérique des nuages de gaz, afin de modéliser les conséquences et donc d’estimer les périmètres de sécurité, fait appel à des logiciels de simulation. Parmi les nombreux outils disponibles sur le marché ou développés en interne par les entreprises, celui qui semble incontournable et qui fait référence, d’après les avis des industriels, des bureaux d’étude et des tiers experts, est le logiciel Phast (Process Hazard Analysis Software Tool). Les utilisateurs de cet outil ont constaté que les résultats de la simulation sont dépendants d’un très grand nombre de paramètres de modélisation ajustables. L’accès libre à ces paramètres est un des avantages de ce logiciel. Cependant, on constate que les résultats produits peuvent être très sensibles aux valeurs fournies de ces paramètres voire à certains détails du scénario accidentel étudié. Or, même si l’utilisateur est expert, sa connaissance des valeurs et leur impact sur la modélisation du phénomène est parfois incomplète.

Ainsi, il est apparu utile de développer une démarche permettant de conduire une analyse de la sensibilité paramétrique de logiciels de modélisation de la dispersion atmosphérique de gaz, et d'appliquer cette démarche à l'outil Phast. L’enjeu principal de ce projet est l’acquisition de connaissances sur la modélisation de scénarios accidentels et de leurs impacts pour une meilleure utilisation des outils de calcul.

Contenu de l'étude

Ce projet de recherche a fait l'objet de la thèse de doctorat de Nishant PANDYA, soutenue en décembre 2009. Le laboratoire d'accueil était le Laboratoire de Génie Chimique de Toulouse (UMR CNRS 5503), et le directeur de thèse le Prof. Nadine GABAS. Il s'agit d'une thèse CIFRE soutenue par l'ANRT. Cette recherche est menée en étroite collaboration avec des experts de différents groupes industriels et cabinets d'expertise. Les partenaires et financeurs du projet sont :

• de grands groupes industriels : Sanofi-Aventis, Total, Rhodia, Arkema, Air Liquide
• des bureaux d'étude et cabinets d’expertise : Technip, URS, IRSN
• la société DNV, éditeur du logiciel de référence dans le domaine.

La diversité de ces participants montre la volonté d'établir un diagnostic partagé sur la sensibilité des modèles de dispersion et sur l'utilisation des logiciels de calcul, dans le cadre des études de dangers.

Livrables attendus du travail :

• Un rapport sur Phast qui recense, pour chaque famille de scénarios, des indications sur les paramètres les plus « critiques » pour l'estimation des périmètres de sécurité.
• Un rapport apportant un éclairage sur le niveau de représentativité d’un calcul de dispersion. Il s'agira d'expliquer dans quelle mesure le degré d’incertitude sur les hypothèses (valeurs incertaines de certains paramètres du terme source, du modèle, des conditions météorologiques) impliquera nécessairement un certain niveau incompressible d’incertitude dans les résultats de modélisation. Cette incertitude « intrinsèque » existerait même si l’on remplaçait Phast par un autre logiciel de modélisation.

Exemples de résultats

Comme exemple des résultats préliminaires obtenus par ces travaux, la figure ci-dessous représente les indices de sensibilité de premier ordre pour un scénario particulier de rejet (une combinaison particulière de produit, conditions de rejet, conditions météorologiques). Il s'agit d'indicateurs numériques de la contribution relative de chaque paramètre à la variance globale de la sortie du modèle, quand on fait varier conjointement les différents paramètres d'entrée, c'est à dire de leur degré d'influence sur la variabilité de la sortie. Les flèches indiquent l'existence d'une corrélation linéaire positive ou négative (selon leur orientation) entre le paramètre et la sortie concernée.

Publications

1. Sensitivity analysis of a model for atmospheric dispersion of toxic gases, Nishant Pandya, Eric Marsden, Pascal Floquet, Nadine Gabas, 2008
   18th European Symposium on Computer Aided Process Engineering (pages 1143-1148)
2. Toxic release dispersion modelling with PHAST: parametric sensitivity analysis, Nishant Pandya, Eric Marsden, Pascal Floquet, Nadine Gabas, 2008
   Chemical Engineering Transactions Volume 13, pages 179-186, 2008
   
3. Analyse de sensibilité de scénarios de rejets accidentels d'ammoniac, Nishant Pandya, Eric Marsden and Nadine Gabas
   Récents Progrès en Génie des Procédés (SFGP), Numéro 98 (2009) 2-910239-72-1
4. Analyse de sensibilité paramétrique d'un outil de modélisation des conséquences de scénarios d'accidents. Application à la dispersion atmosphérique de rejets avec le logiciel Phast
   Thèse de doctorat de Nishant Pandya, en vue de l'obtention du doctorat de l'Université de Toulouse délivré par l'Institut National Polytechnique de Toulouse, soutenue le 1er décembre 2009. L'annexe du manuscrit comportant l'ensemble des résultats expérimentaux restera confidentielle pendant une période d'au moins deux ans.
5. Comparative Sensitivity Analysis of Representative Toxic Release Scenarios, Nishant Pandya, Eric Marsden and Nadine Gabas
   13^th International Symposium on Loss Prevention (2010).