Les barrages de résidus miniers sont des ouvrages importants pour l’industrie minière, car ils servent à stocker les déchets issus de l’exploitation, communément appelés résidus miniers. Leur rupture peut entraîner des conséquences majeures pour les communautés situées en aval, l’environnement et les infrastructures. Les études simulant des ruptures hypothétiques et les écoulements qui en résultent sont donc essentielles pour l’évaluation des risques et l’élaboration de plans d’urgence. Ces études, appelées analyses de rupture de barrages de résidus miniers (TDBA), visent à estimer des quantités liées à l’aléa, telles que les hauteurs maximales d’écoulement et les temps d’arrivée. En pratique, elles reposent souvent sur des simulations numériques déterministes réalisées pour un nombre limité de scénarios. Toutefois, ces écoulements sont fortement affectés par des incertitudes liées aux propriétés du matériau, aux conditions de libération et aux mécanismes de rupture. Les approches purement déterministes ne permettent donc pas de caractériser pleinement les incertitudes propagées vers les quantités d’intérêt. Un cadre systématique de quantification des incertitudes, alimenté par des données déterministes fiables, est ainsi nécessaire.
Dans ce contexte, cette thèse développe et applique un cadre probabiliste non intrusif et efficace pour propager systématiquement les incertitudes des variables d’entrée vers les quantités liées à l’aléa, ainsi que pour caractériser leur influence par analyse de sensibilité globale. Le cadre utilise des données de simulation déterministes obtenues avec HEC-RAS v6.6, un solveur des équations de Saint-Venant à une phase. Il combine réduction de dimension et métamodélisation afin de traiter, respectivement, la grande dimension des sorties et le coût de calcul élevé des simulations déterministes. Cette combinaison permet de prédire rapidement des scénarios non explorés et de propager les incertitudes par méthode de Monte Carlo, afin de caractériser de manière probabiliste les quantités incertaines liées à l’aléa. Elle permet aussi de produire des données pour l’analyse de sensibilité globale et d’obtenir des cartes de sensibilité, utiles pour expliquer la variabilité des résultats et identifier les sources d’incertitude. Les effets des erreurs de modélisation et d’estimation sur les indices de sensibilité sont étudiés.
Le cadre proposé est d’abord vérifié sur un cas analytique, puis étendu à des applications idéalisées de rupture de barrage impliquant des écoulements non newtoniens. Ces applications montrent que l’analyse de sensibilité dépendante du temps peut révéler des régimes d’écoulement distincts et soutenir l’interprétation physique des écoulements viscoplastiques transitoires. Le cadre est ensuite appliqué à deux problèmes de rupture de barrages de résidus miniers à l’échelle réelle : un cas de référence de l’ICOLD et une rétro-analyse probabiliste de la catastrophe de Brumadinho. D’un point de vue pratique, une description probabiliste permet d’évaluer une gamme d’issues plausibles, tandis que l’analyse de sensibilité explique la variabilité des résultats en identifiant les principales sources d’incertitude dans l’espace ou dans le temps. Les résultats montrent que la variabilité de l’écoulement n’est pas spatialement uniforme : les variables liées à la brèche ou à l’hydrogramme dominent généralement près du barrage et au début de la propagation, tandis que la résistance rhéologique, notamment viscoplastique, devient plus importante en aval.
Enfin, cette thèse démontre que les approches probabilistes alimentées par des données de simulation peuvent compléter les méthodes purement déterministes. Le cadre proposé fournit une méthodologie pratique pour des analyses des aléas liés aux écoulements de résidus miniers plus informatives et orientées vers le risque, en traitant explicitement l’un des défis centraux des TDBA : la présence, la propagation et l’interprétation de l’incertitude. |
Tailings dams are important structures for the mining industry, as they are used to
store mining waste materials, commonly referred to as tailings. Their failure are asso-
ciated with extraordinary consequences for downstream communities, environment and
infrastructure. Studies that simulate hypothetical failures and the subsequent tailings
flows are essential for risk assessment and elaboration of emergency plans. These studies,
known as tailings dam-breach analyses (TDBAs), focus on the estimation of hazard-
related quantities, e.g. maps of maximum flow depth and arrival times. In engineer-
ing practice, they are commonly performed through deterministic numerical simulations
based on a limited number of characteristic scenarios. However, tailings dam-breach
flows are heavily associated to uncertainties in material properties, release conditions
and breach mechanisms. Purely deterministic approaches are insufficient to fully charac-
terize the uncertainties propagated to hazard-related quantities. Therefore, a systematic
framework for uncertainty quantification and driven by accurate deterministic data is
required to address this issue.
In this context, this thesis develops and applies a non-intrusive and efficient proba-
bilistic framework to perform a systematic uncertainty propagation from input variables
to hazard-related quantities and to characterize the influence of input uncertainty through
global sensitivity analysis. The framework uses deterministic simulation data obtained
from a one-phase shallow-water equations solver (HEC-RAS v6.6). It combines dimen-
sionality reduction and metamodeling to address the high-dimensionality of outputs and
the high computational cost of a deterministic simulation, respectively. This combina-
tion allows fast prediction of unexplored scenarios and the consequent propagation of
uncertainty through a Monte Carlo method, useful for probabilistic characterization of
uncertain hazard-related quantities. Furthermore, sufficient data can be predicted to feed
global sensitivity analysis techniques and to obtain sensitivity maps, which are essential
for explainability and identification of uncertainty sources. The effects of modeling and
estimation errors on sensitivity indices are also addressed.
The proposed framework is first verified on an analytical case and then extended to
an idealized non-Newtonian dam-break flow applications, showing that time-dependent
sensitivity analysis can reveal distinct flow regimes and support the physical interpre-
tation of transient viscoplastic flows. Next, it is applied to two real-life scale tailings
dam-breach problems: an ICOLD benchmark case and a probabilistic back-analysis of
the Brumadinho dam-breach disaster. In a practical engineering point-of-view, a range of
plausible outcomes can be evaluated by a probabilistic description and sensitivity analysis
results provide explainability of the data variability, identifying the main sources of uncer-
tainty over space or time. The results show that flow variability is not spatially uniform:
breach- or hydrograph-related variables tend to dominate near the dam and during early
propagation, whereas rheological resistance, particularly viscoplastic resistance, becomes
increasingly important farther downstream.
Finally, this thesis demonstrates that probabilistic approaches fed by simulation data
can complement purely deterministic methods and proposes a systematic framework
for this purpose, being readily applied to a broad range of problems in industry, hy-
draulics and environmental sciences. Within the context of tailings dam-breach analysis,
it provides a practical methodology for more informative and risk-oriented analyses of
tailings-flow hazards, contributing to the improvement of TDBA practices by explicitly
addressing one of their central challenges: the presence, propagation and interpretation
of uncertainty. |