Stratégie de surveillance de la santé structurale d'un monument historique : Kalaa de Beni Hammad

dc.contributor.authorKaoulala, Mohammed
dc.contributor.authorOuabdesselam, Samia Céline
dc.contributor.otherBourahla, Nouredine, Directeur de thèse
dc.contributor.otherMohabeddine, Hafida, Directeur de thèse
dc.date.accessioned2021-11-17T08:23:06Z
dc.date.available2021-11-17T08:23:06Z
dc.date.issued2021
dc.descriptionMémoire de Projet de Fin d’Études : Génie Civil : Alger, École Nationale Polytechnique : 2021fr_FR
dc.description.abstractLa Kalaa de Beni Hammad est l’un des monuments historiques les plus importants d’Algérie. Le monument a une base carrée de 6,50 m de côté et 24,70 m de hauteur. Il est situé à 36 km au nord-est de la ville de M’Sila. Le but de cette étude est d'optimiser le nombre et l'emplacement des capteurs de collecte de données pour la structure. La méthode de variation de flexibilité est utilisée comme indicateur de dommages pour identifier et localiser les dommages possibles dans notre ouvrage à l’aide d’un réseau de neurones capable de prédire la position et l’étendue des dommages. L’optimisation du nombre et de l’emplacement des capteurs sont évaluées en appliquant un algorithme génétique. Ensuite, une base de données est constituée pour les scénarios de dommages potentiels. Cette dernières sera utilisée pour former le réseau de neurones, ce qui permet par la suite de localiser, quantifier et même prévoir les dommages sur la base d’une forme réduite de matrice de variation de flexibilité. Les résultats montrent que les méthodes proposées sont précises et robustes dans l’identification, la localisation et la quantification des dommages au sien de notre structure.fr_FR
dc.identifier.otherEP00290
dc.identifier.urihttps://repository.enp.edu.dz/handle/123456789/9982
dc.language.isofrfr_FR
dc.subjectKalaa de Beni Hammadfr_FR
dc.subjectIntelligence artificiellefr_FR
dc.subjectRéseau de neuronesfr_FR
dc.titleStratégie de surveillance de la santé structurale d'un monument historique : Kalaa de Beni Hammadfr_FR
dc.typeThesisfr_FR

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
KAOULALA.Mohammed_OUABDESSELAM.Samia.Céline.pdf
Size:
4.8 MB
Format:
Adobe Portable Document Format
Description:
PB00821

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: