• Département Génie Minier, Métallurgie et Matériaux (G3M)
Permanent URI for this community
Browse
Browsing • Département Génie Minier, Métallurgie et Matériaux (G3M) by Author "AIOUAZ Adem"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item CONTRIBUTION A L’ETUDE D’IMPACT DES DECHETS MINIERS DE LA MINE D’AIN MIMOUN SUR L’ENVIRONNEMENT (NORD-EST D’ALGERIE)(Ecole Nationale Supérieure de Technologie et d'Ingénierie. Annaba (Ex ENSMM), 2023) AIOUAZ Adem; BATOUCHE Toufik (Encadrant)La Barytine est une espèce minérale composée de sulfate de baryum de formule BaSO₄, utilisée dans l'industrie du forage pétrolier et du génie civil, génère des rejets miniers ayant un impact sur l'environnement. Notre étude a été réalisée en trois phases principales. Tout d'abord, une recherche bibliographique approfondie a été menée sur la barytine, en mettant l'accent sur les rejets miniers et leurs impacts environnementaux. Ensuite, courte présentation de la mine d’Ain Mimoun, finalement une caractérisation des différents échantillons prélevés dans la zone de l'usine de traitement a été effectuée à l'aide de la microscopie électronique à balayage (MEB) et de l'analyse multiparamétrique. Pour mieux comprendre la composition et la structure des échantillons, Les résultats obtenus ont révélé la présence de contaminants dans les échantillons.Item Estimation des tassements surfaciques induits par les travaux de tunnelisation (cas Metro d’Alger)(Ecole Nationale Supérieure de Technologie et d'Ingénierie. Annaba (Ex ENSMM), 2023) ZOUAOUI Ahmed; AIOUAZ Adem; BOUSTILA Amir (Encadrant)Les tunnels sont d'une importance grandiose et offrent de nombreux avantages. En déplaçant le trafic sous terre, ils améliorent la qualité de vie en surface et ont un impact économique considérable, comme le Métro d’Alger. Cependant, le creusement des tunnels induit des déformations en surface, qui peuvent entraîner des dommages aux structures environnantes. Pour déterminer et réduire la vulnérabilité des avoisinants, il est primordial d’améliorer les prévisions des déformations induites en surface lors des creusements. Exploiter à grande échelle les données tirées de l’auscultation des chantiers est un atout majeur pour y parvenir. Dans ce contexte, cette thèse présente le développement d’un outil permettant de prévoir les tassements à l’aide de données tirées. Les données produites lors d’un chantier de tunnel sont riches et de nature diverse : données d’auscultation (mesures de tassements en surface, en particulier), paramètres géométriques du tracé et informations géologiques et géotechniques. L’étape suivante consiste à mener une analyse exploratoire des données pour identifier des régularités et des liens potentiels entre les différents paramètres, et également détecter et traiter les éventuelles anomalies. Les paramètres ayant la plus grande influence sur la valeur des tassements sont alors sélectionnés. Des algorithmes d’apprentissage automatique sont utilisés pour prévoir les tassements induits en surface lors de l’excavation. Au total, trois algorithmes sont testés et comparés : Decision Tree, Random Forest et Artificial Neural Networks. Les résultats de ces prévisions sont comparés aux mesures réelles des tassements.