OPTIMISATION DES FILTRES RAPIDES EN EAU POTABLE : ANALYSE PARAMETRIQUE DE L’EFFET DE L’EPAISSEUR DU LIT ET DE LA TAILLE DES GRAINS
No Thumbnail Available
Date
2026-06-30
Authors
ORIF, Wafa Hiam
ZEKRI, Belkis
Journal Title
Journal ISSN
Volume Title
Publisher
ENSSMAL
Abstract
Ce mémoire porte sur l’analyse et l’optimisation du fonctionnement des filtres rapides de la station de dessalement de Corso à l’aide d’un modèle hybride de type Physics-Assisted Neural Network (PANN).
L’objectif est d’améliorer la prédiction de la turbidité en sortie des filtres en combinant les capacités d’apprentissage des réseaux de neurones avec des connaissances physiques du procédé de filtration. La méthodologie repose sur l’exploitation de données d’exploitation réelles et sur l’utilisation de variables physiques représentatives du colmatage, telles que la perte de charge relative, le rapport de colmatage et le temps de cycle. Les résultats obtenus montrent une convergence stable du modèle avec un coefficient de
détermination global de 0,559 et une erreur quadratique moyenne de 0,095 NTU. L’analyse de différents scénarios d’optimisation a révélé que l’augmentation de 10 % de la hauteur du lit filtrant associée à une réduction de 10 % de la vitesse de filtration constitue la configuration la plus performante. Cette solution permet une réduction théorique de 22,6 % de la turbidité moyenne en sortie et de 60 % des dépassements du seuil de 0,30 NTU. Ce travail met ainsi en évidence le potentiel des modèles PANN comme outil d’aide
à la décision pour l’amélioration des performances des installations industrielles de dessalement.