https://ds.univ-oran2.dz:8443/jspui/handle/123456789/794 2026-10-29T17:17:00Z 2026-10-29T17:17:00Z Benomar, Fatima https://ds.univ-oran2.dz:8443/jspui/handle/123456789/10215 2026-09-13T09:32:33Z 2026-01-01T00:00:00Z

Titre: Maitrise de l’emballement thermique par l’analyse de la fiabilité des systèmes de refroidissement Auteur(s): Benomar, Fatima Résumé: يُعدّ الانفلات الحراري من المخاطر الكبرى التي تُثير القلق في الصناعة الكيميائية والبتروكيميائية، إذ يحدث عندما تتجاوز الحرارة المتولدة عن التفاعل الكيميائي قدرة نظام التبريد على تبديدها. ويقع هذا النوع من الحوادث بشكل متكرر، وقد يؤدي إلى عواقب خطيرة تشمل خسائر في الأرواح، وإصابات جسيمة، وتأثيرات صحية سلبية مثل التشوهات التي قد تمسّ لأجيال الحالية والمستقبلية. إضافةً إلى ذلك، يتسبب الانفلات الحراري في أضرار مادية وبيئية كبيرة تُعزى حوالي 75٪ من حالات الانفلات الحراري إلى أعطال في نظام التبريد. وفي هذا السياق، يتمثل الهدف الأول من هذه الأطروحة في تحليل نظام تبريد مفاعل حفزي أديباتي ذي سرير ثابت تابع لشركة تصنيع الميثانول لمجمع سوناطراك، بهدف تحسين موثوقيته. يعتمد هذا التحليل على استخدام أشجار الأعطال المتماسكة وغير المتماسكة، باعتبار أن النظام المدروس يمثل حلقة تنظيم وبما أن حلقات التنظيم تُعد أنظمة غير متماسكة بطبيعتها، فإن الهدف الثاني من هذه الأطروحة يتمثل في اقتراح مقاربة منهجية وسيطة تربط بين أشجار الأعطال المتماسكة وغير المتماسكة. وتُسمّى هذه المقاربة شجرة الأعطال شبه المتماسكة، حيث تسمح بتحديد المكوّنات ذات السلوك غير المتماسك وتكييف حالاتها أثناء بناء شجرة الأعطال غير المتماسكة، مما يُحسّن تمثيل السلوك الحقيقي للنظام ويزيد من فعالية التحليل. أدى تطبيق هذا النهج إلى انخفاض كبير في عدد الأحداث الأساسية في شجرة الأعطال غير المتماسكة، حيث انخفض عددها من 50 إلى 21 حدثًا، أي بانخفاض قدره 58٪. L’emballement thermique constitue un risque majeur redouté dans l’industrie chimique et pétrochimique ; il survient lorsque la chaleur générée par la réaction chimique dépasse la capacité de dissipation du système de refroidissement. Ce type d’accident survient de manière récurrente et peut entraîner des conséquences graves, notamment des pertes humaines, des blessures sévères et des atteintes sanitaires, telles que des malformations affectant les générations présentes et futures. Par ailleurs, l’emballement thermique entraine des dommages matériels et environnementaux considérables. Environ 75 % des phénomènes d’emballement thermique sont attribués à des défaillances du système de refroidissement. C’est dans ce contexte que le premier objectif de cette thèse est d’analyser le système de refroidissement d’un réacteur adiabatique catalytique à lits fixes appartenant à la compagnie CP1Z du groupe SONATRACH, afin d’en améliorer la fiabilité. Cette analyse s’appuie sur l’utilisation des arbres des défaillances cohérents et non-cohérents, le système étudié étant une boucle de régulation. Les boucles de régulation étant des systèmes non cohérents, le second objectif de cette thèse est de proposer une approche méthodologique intermédiaire reliant les arbres des défaillances cohérents et non cohérents. Cette approche, appelée arbre de défaillances semi-cohérent, permet d’identifier les composants au comportement non cohérent et d’adapter leur état lors de la construction de l’arbre non cohérent, afin d’améliorer la représentation du comportement réel du système et l’efficacité de l’analyse. L’application de cette approche a permis de réduire significativement le nombre d’événements de base dans un arbre non-cohérent, celui-ci passant de 50 à 21 événements, soit une réduction de 58 %. Thermal runaway constitutes a major risk feared in the chemical and petrochemical industries. It occurs when the heat generated by a chemical reaction exceeds the cooling system’s heat-removal capacity. This type of accident occurs recurrently and may lead to severe consequences, including loss of human life, serious injuries, and adverse health effects such as malformations affecting present and future generations. In addition, thermal runaway causes significant material and environmental damage. Approximately 75% of thermal runaway phenomena are attributed to cooling system failures. In this context, the first objective of this thesis is to analyse the cooling system of an adiabatic fixed-bed catalytic reactor belonging to the CP1Z Company of the SONATRACH group, with the aim of improving its reliability. This study employs coherent and non-coherent fault tree analysis, as the system under study is a control loop. Since control loops are inherently non-coherent systems, the second objective of this thesis is to propose an intermediate methodological approach bridging coherent and non-coherent fault trees. This approach, referred to as the semi-coherent fault tree, makes it possible to identify components exhibiting non-coherent behaviour and to adapt their states during the construction of the non-coherent fault tree, thereby improving the representation of the system’s actual behaviour and enhancing the efficiency of the analysis. Applying this approach significantly reduced the number of basic events in a non-coherent fault tree, from 50 to 21 events, a reduction of 58 %.

2026-01-01T00:00:00Z BELARBI, Farah https://ds.univ-oran2.dz:8443/jspui/handle/123456789/9832 2026-05-19T09:34:19Z 2026-01-01T00:00:00Z

Titre: Développement d’une méthode de détection d'incendie par des techniques de traitement numérique des images Auteur(s): BELARBI, Farah Résumé: Au cours de la dernière décennie le nombre d’incendies a augmenter dans les industries, les bâtiments, les zones urbaines et les forêts entraînant des conséquences graves, notamment des pertes humaines, des dégâts matériels, ainsi que des impacts environnementaux, sociaux et économiques. Dans ce contexte, la prévention et la détection rapide des incendies représentent des enjeux majeurs pour la protection des vies humaines et des infrastructures. Une solution efficace pour lutter contre les incendies repose sur l’utilisation de systèmes d’alerte précoce permettant une détection rapide des zones affectées, ce qui limite la propagation du feu et réduit les risques. Avec le développement rapide des caméras numériques et de l’Internet des objets (IoT), les caméras de surveillance sont désormais largement déployées, ce qui a encouragé les chercheurs à développer des systèmes intelligents de détection d’incendie. Ces systèmes visent à détecter les incendies dès leur apparition, pour déclencher une alarme et d’envoyer des alertes aux responsables de la sécurité. L’apprentissage profond représente aujourd’hui une méthode performante pour la classification d’images et la détection d’objets. Les réseaux de neurones convolutifs (CNN), en particulier, se distinguent comme l’une des approches les plus efficaces pour la détection d’incendie permettant d’améliorer considérablement la précision de détection. Cependant, la plupart des recherches existants s’appuient sur des architectures CNN très profondes, coûteuses en calculs, nécessitant une grande capacité de mémoire et du matériel puissant. Pour combler ces lacunes, Cette thèse propose quatre nouveaux réseaux CNN simples et légers capables de classer et détecter un incendie dans un stade précoce : CNN_A, CNN_B, CNN_C et CNN_D. De plus, afin d’améliorer la performance de l’algorithme et de réduire le taux d’erreur, une nouvelle approche d’assemblage est appliquée, combinant les prédictions des quatre architectures unique. Les résultats sont évalués selon plusieurs métriques : l’exactitude, la sensibilité, la précision, le score F1, ainsi que les taux de faux positifs (FP %) et de faux négatifs (FN %). Par ailleurs, la complexité computationnelle des modèles est analysée, notamment la taille du modèle (en Mo), la vitesse de détection (en images par seconde – FPS) et le nombre d’opérations en virgule flottante (MFLOP).Une comparaison des algorithmes proposés avec les travaux récents de détection d’incendie montre l’efficacité de l’approche proposée. Parmi les modèles évaluées, le modèle d’ensemble CNN_BC est celui qui a obtenu les meilleurs résultats, avec une excellente précision de 99,69 % et 96,01 % sur deux ensembles de test difficiles, tout en présentant un nombre réduit d’opérations en virgule flottante et une taille plus petite. Par conséquent, le modèle CNN_BC se distingue par sa robustesse et sa capacité à détecter efficacement un incendie a un stade précoce.Over the last decade, the number of fires has increased in industries, buildings, urban areas, and forests, leading to serious consequences, including human losses, material damage, as well as environmental, social, and economic impacts. In this context, fire prevention and early detection represent major challenges for the protection of human lives and infrastructure. An effective solution to fight fires relies on the use of early warning systems that enable rapid detection of the affected areas before the fire becomes uncontrollable, thereby reducing its spread and minimizing risks. With the rapid development of the Internet of Things (IoT), surveillance cameras are now widely deployed, which has encouraged researchers to develop intelligent fire detection systems. These systems aim to detect fires as soon as they appear, to trigger an alarm and send alerts to safety officials. Deep learning has become an effective method for image classification and object detection. Convolutional neural networks (CNNs), in particular, are one of the most advanced approaches for fire detection, by improving detection accuracy. However, most existing research relies on very deep CNN architectures that are computationally expensive, require large memory capacity, and demand powerful hardware. To address these gaps, this thesis proposes four new simple and lightweight CNN networks to classify and detect fires at an early stage: CNN_A, CNN_B, CNN_C, and CNN_D. Furthermore, in order to improve the algorithm’s performance and reduce the error rate, a new ensemble approach is applied, combining the predictions of the four unique architectures. The results are evaluated using several metrics: accuracy, sensitivity, precision, F1-score, false positive rate (FP %) and false negative rate (FN %). In addition, the computational complexity of the models is analyzed, according to model size (in MB), detection speed (in frames per second – FPS), and the number of floating-point operations (MFLOPs). A comparison of the proposed algorithms with recent fire detection approaches shows the effectiveness of the proposed approach. Among the evaluated models, the proposed ensemble model CNN_BC achieved the best results, with excellent accuracy of 99.69% and 96.01% on two challenging testsets, while presenting a reduced number of floating-point operations and a smaller size. Therefore, the CNN_BC model stands out for its robustness and its ability to detect fires at an early stage.خلال الاونة الأخيرة، ازداد عدد الحرائق في الصناعات والمباني والمناطق الحضرية والغابات، مما أدى إلى عواقب خطيرة، من بينها خسائر بشرية وأضرار مادية، بالإضافة إلى التأثيرات البيئية والاجتماعية والاقتصادية. في هذا السياق، تمثل الوقاية والكشف السريع عن الحرائق تحديات رئيسية لحماية الأرواح البشرية والبنى التحتية. وتعتمد إحدى الحلول الفعالة لمكافحة الحرائق على استخدام أنظمة الإنذار المبكر التي تمكّن من الكشف السريع عن المناطق المتضررة قبل أن يصبح الحريق خارج السيطرة، مما يقلل من انتشاره ويحد من المخاطر. ومع التطور السريع للكاميرات الرقمية وإنترنت الأشياء (IoT)، أصبحت كاميرات المراقبة منتشرة على نطاق واسع، وهو ما شجع الباحثين على تطوير أنظمة ذكية للكشف عن الحرائق. وتهدف هذه الأنظمة إلى اكتشاف الحرائق فور ظهورها، لإطلاق الإنذار وإرسال التنبيهات إلى مسؤولي السلامة. ويُعتبر التعلم العميق اليوم طريقة فعالة لتصنيف الصور واكتشاف الأجسام. وتُعد الشبكات العصبية الالتفافية (CNN) على وجه الخصوص من أكثر الأساليب كفاءة للكشف عن الحرائق، حيث تسمح بتحسين كبير في دقة الكشف. ومع ذلك، فإن معظم الأبحاث القائمة تعتمد على هياكل CNN عميقة جداً، مكلفة حسابياً، وتتطلب سعة ذاكرة كبيرة ومعدات قوية. ويظل نشرها في شبكات المراقبة الفعلية صعباً بسبب الموارد الكبيرة المطلوبة أثناء الاستدلال. ولمعالجة هذه الثغرات، تقترح هذه الأطروحة أربعة شبكات CNN جديدة بسيطة وخفيفة قادرة على تصنيف واكتشاف الحرائق في مرحلتها المبكرة: CNN_A وCNN_B وCNN_C وCNN_D. بالإضافة إلى ذلك، ولتحسين أداء الخوارزمية وتقليل معدل الخطأ، يتم تطبيق نهج تجميعي جديد يجمع بين تنبؤات الهياكل الأربعة. وتُقيّم النتائج وفقاً لعدة مقاييس: الدقة، والحساسية، والانضباط (Precision)، ودرجة F1، إضافةً إلى معدلات الإيجابيات الكاذبة (FP%) والسلبيات الكاذبة (FN%). كما يتم تحليل التعقيد الحسابي للنماذج، لا سيما حجم النموذج (بالميغابايت)، وسرعة الكشف وعدد (MFLOP). وتُظهر مقارنة الخوارزميات المقترحة مع الأعمال الحديثة في كشف الحرائق فعالية النهج المقترح. ومن بين النماذج المُقيمة، حصل النموذج التجميعي CNN_BC على أفضل النتائج، بدقة ممتازة بلغت 99.69% و96.01% على مجموعتي اختبار صعبتين. وبالتالي، يتميز نموذج CNN_BC بقدرته على الكشف الفعال عن الحرائق في مرحلة مبكرة

2026-01-01T00:00:00Z ABERKANE, Amira https://ds.univ-oran2.dz:8443/jspui/handle/123456789/9787 2026-05-03T12:35:10Z 2026-01-01T00:00:00Z

Titre: Traitement et valorisation des déchets plastiques pour une protection durable de l’environnement dans l’élaboration de matériaux composites innovants Auteur(s): ABERKANE, Amira Résumé: Résumé Cette étude porte sur l’utilisation de fibres naturelles non traitées d’Atriplex halimus comme renfort dans des composites thermoplastiques recyclés, à base de polypropylène (rPP) et de polyéthylène haute densité (rHDPE). Ces fibres ont été incorporées à différents taux (5 %, 10 % et 15 %) par moulage par compression. Les résultats ont montré que le rPP conserve mieux sa résistance mécanique, même avec une charge élevée en fibres, tandis que le rHDPE présente une amélioration plus marquée de sa rigidité, en particulier à 15 %. Le meilleur équilibre entre résistance et rigidité a été observé à 5 % de fibres, avec une bonne adhésion entre la matrice et les fibres, notamment dans les composites à base de rPP, comme le confirment les observations au microscope électronique (SEM). Ces performances obtenues sans traitement chimique des fibres renforcent l’intérêt de l’Atriplex halimus comme solution écologique et économique, en valorisant à la fois une ressource végétale peu exploitée et des plastiques recyclés. Ce matériau composite se positionne ainsi comme une alternative durable et performante pour des applications respectueuses de l’environnement. Mots clés : biocomposites, thermoplastiques recyclés, fibres naturelles, propriétés mécaniques, analyse thermique ; microstructure. Abstract This study investigates the use of untreated natural fibers from Atriplex halimus as reinforcement in recycled thermoplastic composites based on polypropylene (rPP) and high-density polyethylene (rHDPE). The fibers were incorporated at varying contents (5%, 10%, and 15%) using compression molding. The results showed that rPP retained its mechanical strength better, even at higher fiber loadings, while rHDPE exhibited a more significant improvement in stiffness, particularly at 15% fiber content. The optimal balance between strength and stiffness was observed at 5% fiber content, with good interfacial adhesion between the matrix and the fibers—especially in the rPP-based composites, as confirmed by scanning electron microscopy (SEM) analysis. The promising performance achieved without any chemical treatment of the fibers highlights the potential of Atriplex halimus as an eco-friendly and cost-effective reinforcement. This approach adds value to both an underutilized plant resource and recycled plastics, positioning the resulting composite material as a sustainable and efficient alternative for environmentally conscious applications. Keywords: Atriplex halimus; natural fibers; recycled thermoplastics; polypropylene (rPP); high-density polyethylene (rHDPE); mechanical properties; tensile strength; stiffness; SEM analysis; sustainable composites. ملخص تتناول هذه الدراسة استخدام الألياف الطبيعية غير المعالجة من نبات القطف كمواد تقوية في مركبات معاد تدويرها مبنية على البولي بروبيلين المعاد تدويره والبولي إيثيلين عالي الكثافة المعاد تدويره. تم دمج هذه الألياف بنسب مختلفة ) ،٪١٠ ،٪٥و (٪١٥باستخدام تقنية .القولبة بالضغط أظهرت النتائج أن البولي بروبيلين المعاد تدويره حافظ بشكل أفضل على قوته الميكانيكية حتى عند نسب تحميل عالية من الألياف، بينما أظهر البولي إيثيلين عالي الكثافة المعاد تدويره تحسنا˝ أكبر في الصلابة، خصوصا˝ عند نسبة ٪١٥ من الألياف. وتم تسجيل أفضل توازن بين القوة والصلابة عند نسبة ٪٥من الألياف، مع وجود تماسك جيد بين المصفوفة والألياف، خاصة في المركبات المبنية على البولي .بروبيلين، كما أكدت تحاليل المجهر الإلكتروني الماسح تبرز هذه النتائج المشجعة، التي تحققت دون أي معالجة كيميائية للألياف، الإمكانات الكبيرة لنبات القطف كخيار صديق للبيئة ومنخفض التكلفة في تقوية المواد المركبة. وتُسهم هذه الطريقة في الاستفادة من مورد نباتي غير مستغل بشكل كا „ف إلى جانب اللدائن المعاد تدويرها، .مما يجعل هذه المواد المركبة خيارا˝ مستداما˝ وف ّعا ˝لا لتطبيقات تراعي الجوانب البيئية الكلمات المفتاحية: الألياف الطبيعية ; اللدائن الحرارية المعاد تدويرها ; الخصائص الميكانيكية ; مقاومة الشد ; المجهر الإلكتروني الماسح ; المواد الصديقة للبيئة

2026-01-01T00:00:00Z MATIB, Miloud https://ds.univ-oran2.dz:8443/jspui/handle/123456789/9773 2026-04-29T13:28:41Z 2026-01-01T00:00:00Z

Titre: Prise en compte de la dimension ergonomie dans l’optimisation des systèmes techniques Auteur(s): MATIB, Miloud Résumé: Résumé : L’évolution rapide des technologies et la complexité des systèmes dans l’industrie pétrolière et gazière rendent l’ergonomie essentielle dans la conception des installations modernes. Lorsqu’elle est négligée, des problèmes tels que des postes de travail mal conçus, des interfaces homme-machine complexes et des environnements peu adaptés entraînent fatigue, stress, erreurs humaines, et risques accrus d’accidents, affectant gravement la productivité et la sécurité. Notre étude examine ces défis et la compréhension de l’ergonomie par les concepteurs et ingénieurs, en particulier les facteurs qui freinent son intégration dans les nouvelles conceptions. En explorant les meilleures pratiques et les obstacles rencontrés, notre objectif est de démontrer comment une ergonomie bien pensée améliore les conditions de travail et la performance opérationnelle tout en minimisant les risques. Notre travail se structure autour d’une revue de la littérature, d’une analyse des cas d’accidents liés à des défauts ergonomiques, et d’enquêtes terrain, afin de proposer des recommandations pour intégrer l’ergonomie dès la phase de conception. Nous espérons ainsi offrir une vision holistique et proactive pour des installations plus sûres, plus productives et adaptées aux défis de ce secteur complexe. Mot clé : prévention, conception, ergonomie, facteurs humains, accident Abstract: The rapid evolution of technologies and the increasing complexity of systems in the oil and gas industry make ergonomics essential in the design of modern facilities. When neglected, issues such as poorly designed workstations, complex human–machine interfaces, and unsuitable working environments lead to fatigue, stress, human errors, and an increased risk of accidents, severely affecting productivity and safety. Our study examines these challenges and the level of understanding of ergonomics among designers and engineers, particularly the factors that hinder its integration into new designs. By exploring best practices and the obstacles encountered, our aim is to demonstrate how well-designed ergonomics improves working conditions and operational performance while minimizing risks. Our work is structured around a literature review, an analysis of accident cases related to ergonomic deficiencies, and field surveys, in order to propose recommendations for integrating ergonomics from the design phase. We thus hope to provide a holistic and proactive perspective for safer, more productive installations adapted to the challenges of this complex sector. Keywords: prevention, design, ergonomics, human factors, accident. : الملخص إن التطور السريع للتقنيات وتعقيد الأنظمة في صناعة النفط والغاز يجعل من علم الهندسة البشرية (الإرغونوميا) عنصرًا أساسيًا في تصميم المنشآت الحديثة. وعند إهمال هذا الجانب، فإن مشاكل مثل سوء تصميم أماكن العمل، وتعقيد واجهات التفاعل بين الإنسان والآلة، وعدم ملاءمة بيئة العمل، تؤدي إلى الإرهاق والتوتر والأخطاء البشرية وزيادة مخاطر الحوادث، مما يؤثر بشكل خطير على الإنتاجية والسلامة. تتناول دراستنا هذه التحديات ومستوى فهم المهندسين والمصممين لمفهوم الإرغونوميا، وخاصة العوامل التي تعيق دمجها في التصاميم الجديدة. ومن خلال استعراض أفضل الممارسات والعوائق المصادفة، نهدف إلى إبراز كيف أن التصميم الجيد القائم على الإرغونوميا يحسن ظروف العمل والأداء التشغيلي مع تقليل المخاطر. ويرتكز عملنا على مراجعة أدبية، وتحليل حالات حوادث مرتبطة بعيوب إرغونومية، وإجراء دراسات ميدانية، وذلك من أجل تقديم توصيات لدمج الإرغونوميا منذ مرحلة التصميم. وبذلك نأمل تقديم رؤية شمولية واستباقية لمنشآت أكثر أمانًا وإنتاجية، ومتكيفة مع تحديات هذا القطاع المعقد الوقاية، التصميم، علم الهندسة البشرية (الإرغونوميا)، العوامل البشرية، الحوادث. الكلمات

2026-01-01T00:00:00Z