Ce papier traite d’un modèle de simulation incendie dont le but est d’évaluer les effets sur l’évacuation du public d’un incendie dans un bâtiment. Trois paramètres caractérisent la sécurité dans le bâtiment : la température maximale en couche chaude, la température maximale en couche froide et la hauteur minimale de fumées. La combinaison des ces trois paramètres doit assurer que les chemins d’évacuation restent praticables en cas d’incendie. Les paramètres sont calculés à partir d’un code de calcul dans le contexte de la mesure. Par conséquent, leur connaissance s’accompagne d’une évaluation de l’incertitude de mesure et ce papier a pour but d’évaluer la contribution d’un ensemble de grandeurs influentes à la variance de ces trois paramètres. Dans la science de la mesure, l’utilisation des méthodes de Monte Carlo pour évaluer l’incertitude de mesure est assez récente et, par conséquent, les outils pour l’analyse de sensibilité associés aux méthodes de Monte Carlo sont peu connus. Dans ce cadre, nous introduisons brièvement les principales techniques stochastiques pour traiter ce problème et montrons quelques résultats pratiques concernant la détermination du risque incendie dans un bâtiment public.
This paper is concerned with a fire simulation model which aims at evaluating the effects from a fire source in a building on people evacuation. Three parameters are investigated to assess the safety of the building : the maximal upper layer temperature, the maximal lower layer temperature and the minimal layer height. The combination of these three parameters is supposed to let the evacuation paths practicable in case of a fire. The parameters are computed through a computational code in a measurement context. Consequently their knowledge is supposed to be based on a measurement uncertainty evaluation and this paper aims at evaluating the contribution of a set of input parameters to the variance of these three parameters. In measurement science, the use of Monte Carlo methods to evaluate measurement uncertainty is quite new and therefore, tools for sensitivity analysis associated to Monte Carlo methods are not well known. In this framework, we will briefly introduce the main stochastic techniques to cope with this problem and show some practical results concerning fire risk assessment of a tertiary building.
Mot clés : incertitude de mesure, ingénierie du feu, analyse de sensibilité, indices de sobol, polynômes locaux
@article{JSFS_2011__152_1_103_0, author = {Allard, Alexandre and Fischer, Nicolas and Didieux, Franck and Guillaume, Eric and Iooss, Bertrand}, title = {Evaluation of the most influent input variables on quantities of interest in a fire simulation}, journal = {Journal de la soci\'et\'e fran\c{c}aise de statistique}, pages = {103--117}, publisher = {Soci\'et\'e fran\c{c}aise de statistique}, volume = {152}, number = {1}, year = {2011}, language = {en}, url = {http://www.numdam.org/item/JSFS_2011__152_1_103_0/} }
TY - JOUR AU - Allard, Alexandre AU - Fischer, Nicolas AU - Didieux, Franck AU - Guillaume, Eric AU - Iooss, Bertrand TI - Evaluation of the most influent input variables on quantities of interest in a fire simulation JO - Journal de la société française de statistique PY - 2011 SP - 103 EP - 117 VL - 152 IS - 1 PB - Société française de statistique UR - http://www.numdam.org/item/JSFS_2011__152_1_103_0/ LA - en ID - JSFS_2011__152_1_103_0 ER -
%0 Journal Article %A Allard, Alexandre %A Fischer, Nicolas %A Didieux, Franck %A Guillaume, Eric %A Iooss, Bertrand %T Evaluation of the most influent input variables on quantities of interest in a fire simulation %J Journal de la société française de statistique %D 2011 %P 103-117 %V 152 %N 1 %I Société française de statistique %U http://www.numdam.org/item/JSFS_2011__152_1_103_0/ %G en %F JSFS_2011__152_1_103_0
Allard, Alexandre; Fischer, Nicolas; Didieux, Franck; Guillaume, Eric; Iooss, Bertrand. Evaluation of the most influent input variables on quantities of interest in a fire simulation. Journal de la société française de statistique, Tome 152 (2011) no. 1, pp. 103-117. http://www.numdam.org/item/JSFS_2011__152_1_103_0/
[1] Standard ISO 16730:2008. Fire safety engineering : assessment, verification and validation of calculation methods (2008)
[2] Study of the sensitivity of coupled reaction systems to uncertainties in rate coefficients : Theory, Journal of Chemical Physics, Volume 59 (1973), pp. 3873-3878
[3] Effets du feu sur les personnes. Synthèse bibliographique (2006) (http://www.lne.fr/publications/guides-documents-techniques/rapport-effets-feu-personnes-eric-guillaume.pdf)
[4] Evaluation of measurement data - supplement 1 to the Guide to the expression of Uncertainty in Measurement - Propagation of distributions using a Monte Carlo method (2008)
[5] Evaluation of measurement data - Guide to the expression of Uncertainty in Measurement (1995)
[6] Instruction technique n°246 relative au désenfumage dans les établissements recevant du public, Annexe pour le calcul du taux alpha (2004)
[7] Revue sur l’analyse de sensibilité globale de modèles numériques, Special Issue on Stochastic methods for Sensitivity Analysis of the Journal of the French Society of Statistics (submitted) | Numdam | Zbl
[8] Draft standard ISO/NP TR 10796-1. Fire safety engineering - Part 1: Example on the application of ISO 16730 to the assessment, verification and validation of a fire zone model
[9] CFAST - Consolidated Model of Growth and Smoke Transport (Version 6), Technical Reference Guide (2005) (Technical report)
[10] An assesment of CFAST. (technical note)
[11] Uncertainty in Industrial Practice : A guide to quantitative uncertainty management, Wiley, 2007 | Zbl
[12] La maîtrise des incertitudes dans un contexte industriel. Première partie : une approche méthodologique globale basée sur des exemples, Journal de la SFdS, Volume 147 (2006) no. 3, pp. 33-72 | Zbl
[13] La maîtrise des incertitudes dans un contexte industriel. Seconde partie : revue des méthodes de modélisation statistique, physique et numérique, Journal de la SFdS, Volume 147 (2006) no. 3, pp. 73-106 | Zbl
[14] Sensitivity Analysis, Wiley, 2000 | Zbl
[15] Sensitivity Estimates for Nonlinear Mathematical Models, Mathematical and Computational Experiments, Volume 1 (1993), pp. 407-414 | Zbl
[16] A quantitative, model independant method for global sensitivity analysis of model output, Technometrics, Volume 41 (1999) no. 1, pp. 39-56
[17] Local Polynomial Estimation for Sensitivity Analysis on Models With Correlated Inputs, Technometrics, Volume 51 (2009) no. 4, pp. 452-463