Sensitivity analysis by artificial neural networks (ANN) for membrane bioreactors. ; L'analyse de sensibilité par les réseaux de neurones artificiels (ANN) pour les bioréacteurs à membranes (BAM)

International audience ; Les bioréacteurs à membranes (BàM) sont des procédés de traitement des eaux usées reconnus pour leur capacité à délivrer des eaux de bonne et constante qualité ; ils sont maintenant utilisés dans des installations de très grandes tailles (Krzeminski et al., 2017). Cependant un frein considérable à leur utilisation reste le coût énergétique lié à l’aération qui limite le colmatage des membranes. Actuellement, les modèles de connaissance sont appliqués pour décrire le comportement des systèmes BàM. Une simulation dynamique d'un modèle mathématique intégré donne un moyen valide pour représenter les processus de pollution biologique, la filtration membranaire, et leur couplage. Pour optimiser le procédé BàM, l’analyse de sensibilité est un moyen efficace qui pourrait être utilisée en établissant les facteurs influençant la sortie de système. Cependant le temps de calcul conséquent nécessaire à ces analyses avec ces simulations basées sur ces modèles de connaissance limite leur utilisation, et ainsi augmente les incertitudes de l’étude. La solution pour ce problème est de substituer les modèles de connaissances avec un modèle à base de réseaux de neurones artificiels (ANN), appelé modèle en boîte noire, qui est reconnu par ses performances prédictives élevées. Cependant, le choix des architectures de différents ANN, augmente le nombre de classes de modèles considérées, mettant l’accent sur la performance ou l’interprétabilité. Le cadre de ce projet vise à concilier ces deux aspects en améliorant l’interprétabilité des ANN tout en assurant la même performance prédictive pour optimiser le fonctionnement du BàM. Ce travail étudie la faisabilité et l’intérêt d’utilisation des ANN et l’analyse de sensibilité sur un BàM de très grande taille. Sachant que la plupart du coût énergétique est à cause de l’aération grosses bulles, le travail sera basé sur la substitution de la partie filtration du modèle mécanistique pour un rendement énergétique optimal du fonctionnement des BàM.