Contribution à la gestion des risques par prévision et prévention dans le transport des marchandises dangereuses
Loading...
Date
2025-05-24
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université 20 Août 1955 Skikda
Abstract
L’acheminement routier de matières dangereuses est crucial pour des secteurs tels que
l’industrie manufacturière, les soins de santé ou l’énergie, car ces matières comprennent des
produits chimiques, des carburants et des fournitures médicales essentiels à divers processus.
Un transport routier efficace permet d’acheminer ces marchandises vers des lieux où d’autres
modes de transport, comme le rail ou le maritime, ne sont pas envisageables.
Cependant, en raison de la manipulation de grandes quantités de matières dangereuses,
les industries chimiques et de transformation sont particulièrement exposées à des accidents tels
que des incendies, des explosions ou des rejets de substances toxiques. Ces incidents peuvent
entraîner des dommages considérables aux installations, mettre en danger la vie humaine et
avoir un impact environnemental significatif. La nature de ces accidents est multifactorielle,
impliquant des facteurs technologiques, organisationnels, humains, situationnels et
environnementaux. Il est donc essentiel d’identifier et de maîtriser ces facteurs afin de prévenir
la récurrence de tels événements. Le transport routier de matières dangereuses représente ainsi
un enjeu complexe, nécessitant une réglementation rigoureuse et une évaluation approfondie
des risques.
Cette étude propose un cadre intégré fondé sur l’analyse floue de l’arbre des défaillances
(ADD), le processus de hiérarchisation analytique flou (FAHP) et le système d’inférence floue
(FIS) pour évaluer les risques quantitatifs associés au transport routier de matières dangereuses.
L’analyse causale est réalisée à l’aide de l’ADD, et un panel de quatre experts est consulté afin
d’estimer, en termes qualitatifs, la probabilité de survenue de chaque événement élémentaire
(BE). La méthode FAHP est utilisée pour pondérer ces estimations en fonction de l’expertise et
des antécédents des experts. Les résultats sont ensuite agrégés et convertis en probabilités à
l’aide de plusieurs équations spécifiques. La probabilité de chaque BE est ainsi déterminée, puis
l’algèbre booléenne est appliquée pour estimer la probabilité de l’événement redouté principal.
Par ailleurs, la gravité des accidents potentiels est évaluée à l’aide du FIS et d’équations
hybrides, en prenant en compte le type de matière transportée et les dangers qui y sont associés.
Par ailleurs, ce travail introduit un système adaptatif basé sur l’ANFIS (Adaptive NeuroFuzzy Inference System) pour prédire à la fois la concentration de la matière libérée dans
l’atmosphère et le coût du risque (CR) associé aux accidents survenant lors du transport routier
de produits dangereux. L’objectif est de fournir des données plus précises et fiables afin de
renforcer la sécurité du transport. Les méthodes conventionnelles, telles que les graphes de
risque ou les approches déterministes, peuvent produire des résultats imprécis en raison des
incertitudes inhérentes aux paramètres et aux modèles utilisés. La technique proposée repose
sur un schéma hybride combinant les atouts de la logique floue pour la gestion des incertitudes
et des réseaux de neurones pour l’apprentissage à partir des données. Par ailleurs, les
algorithmes méta-heuristiques utilisés dans cette étude (PSO, FA, ICA et HBBO) ont
significativement amélioré les performances prédictives du modèle considéré.