CHAPITRE VI Application du Machine Learning pour l’étude la performance hydraulique
108
Figure VI-13 Corrélation des résultats du modèle avec les franchissements réels.
VI.3.5. Application du modèle sur Marina Bay
VI.3.5.1 Modèle réduit (Similitude Froude)
Le but du ce modèle est d’être utilisé dans les conditions à petite et à grande échelle. Tous les
paramètres d'entrée et de sortie de la base de données sont mis à l'échelle de Hm0,toe = 1 m en
utilisant la loi de similitude de Froude. L'avantage de l'utilisation de cette loi est qu'une meilleure
généralisation pour les applications à grande échelle peut être obtenue. En fait la majorité des
essais des bases de données sont principalement à petite échelle. Cette procédure permit alors de
faire des prédictions à différentes échelles (M.R.A., Van Gent,. Et al 2005).
De la loi de Froude découlent les relations d'échelle suivantes, exprimées en termes de l'échelle de
longueur nL. Cela est obtenu en faisant le rapport de la hauteur de vague (Hm0 = 1,0 m) à la
hauteur de vague mesurée : (M.R.A., Van Gent,. Et al 2005).
nL=1/Hm0, toe(observer)
• Hm0, h, ht, Bt, B, hb, Rc, Ac, Gc (m) : [nH , nh, nht, nBt, nB, nhb, nRc, nAc, nGc] = nL.
• T (s)
: nT = nL
0.5 .
• q (m3 /s/m)
: nq = nL
1.5 .
Le bureau d’étude de la Marina Bay a attaché 44 essais à son rapport. Ces essais ont été effectués
en canal à houle. Pour avoir des données à la même échelle que celles utilisées par notre modèle
développé, une réduction d’échelle a été effectuer sur ces données-là.