These Kherfane Wahida

BADJI-MOKHTAR-ANNABA UNIVERSITY
UNIVERSITE BADJI-MOKHTAR-ANNABA
Année 2017
Faculté des sciences de l’ingénieur
Département d’Hydraulique
THESE
Présenté en vue de l’obtention du diplome de DOCTORAT
Option : hydraulique
THEME
ETUDE DE L’HYDRODYNAMIQUE DES

BASSINS D’AERATION
Présentée Par :
Melle KHERFANE WAHIDA
DEVANT LE JURY
Président : DJEMILI Lakhdar Professeur Univ.Annaba

Rapporteur : HAMMAR Yahia Professeur Univ. Annaba
Examinateurs : DELIMI Rachid Professeur Univ. Annaba
BOUTOUTAOU Djamel Professeur Univ. Ouargla
ZEGHADNIA Lotfi M.C.A Univ.Souk Ahras
Année 2017
Je dédie cette thèse à …
A ma très chère mère pour son aide et ses encouragements,
A tous les membres de ma famille,
A mes chers frères,
A mes chères soeurs,
A tous mes collègues et amis,
A tous ceux que j’aime.
Kherfane Wahida
Au premier lieu et à la fin de ce travail ; nous adressons notre sincères remerciements à
« Allah Azza Wa Djell » qui donne à nous la force et la volonté pour arriver à ce
niveau.
Cette thèse est présenté en vue de l’obtention du diplôme de doctorat
Mes remerciements particuliers s’adressent à Monsieur le Professeur Hammar
Yahia a l’université de Badji Mokhtar « Annaba » qui a accepté de m’encadrer et de
me diriger, et qui n’a jamais épargner effort ou conseil, pour réaliser ce travail.
Je tiens également à remercier Monsieur Djemili lakhdar Professeur à l’Université
de Badji Mokhtar « Annaba » de m’avoir fait l’honneur de présider le jury de thèse,
Monsieur Boutoutaou Djamel Professeur à l’Université de « Ouargla », Monsieur
Zeghadnia Lotfi MCA
à l’Université de « Souk – Ahras » , Monsieur Delimi Rachid Professeur à
l’Université de Badji Mokhtar « Annaba »
J’adresse aussi mes remerciements à toutes les enseignants de département

d’hydraulique Madame Kherici-Bousnoubra-houria , Amarchi Hocine, Monsieur
Ouerdachi Lahbaci ..…… ainsi que les administrateurs.
Enfin, Je tiens à remercier toutes les personnes qui, de prés ou de loin, ont contribué à
l’achèvement de ce travail.
Kherfane Wahida
Résumé:
La majorité des stations d’épuration réalisées à ce jour en Algérie sont par boues activées. Le
bassin d’aération est l’élément majeur d’une station d’épuration à boue activée. Son
fonctionnement conditionne la qualité eaux usées épurées. La bonne connaissance de
l’hydrodynamique de ces bassins est un enjeu essentiel pour améliorer leur conception.
Une conception rigoureuse du bassin d’aération, au travers les systèmes d’aération et de
brassage, est donc primordiale. Le but de cette thèse est d'étudier le comportement
hydrodynamique des bassins d'aération de trois stations d’épuration (Chelghoum Laid, Souk
Ahras et Annaba). Ces stations diffèrent par la dimension et la géométrie de leurs bassins
ainsi que par leurs systèmes d'aération.
Des mesures de vitesses ont été effectuées sur un modèle réduit du bassin d’aération de la
STEP de Chelghoum Laid d’une longueur de 2 m, de 0.66 m de largeur et de 0.15 m de
hauteur.Les mesures de vitesse ont été effectué sur trois (niveaux) profondeurs du bassin
d’aération h 1 = 0,04 m ; h 2 = 0.075 m et h 3 = 0.11 m (fond du bassin, milieu du bassin et
haut du bassin). Pour l’ensemble du bassin d’aération, on a mesuré environ 135 points (45
points par profondeur). Simultanément, une simulation numérique par le code de calcul Fluent
pour la simulation des écoulements dans les trois bassins. Ce logiciel utilise la méthode des
volumes finis pour résoudre les équations de Navier-Stockes en régime turbulent.
Selon la section et la profondeur dans le bassin, les vitesses ont varié fortement, de 0.8-2.5
m/s en haut du bassin ; 0.6-1.5m/s au milieu et de 0.2m/s au niveau bas du bassin. Les
résultats de simulation sont en bonne concordance avec les mesures expérimentales du
modèle réduit.
Cette validation met en évidence la capacité du logiciel à reproduire fidèlement la réalité, ce
qui nous a permis de définir les dispositions techniques visant à améliorer le fonctionnement
et la conception des bassins d’aération. A cet effet unesimulation des performances
épuratoires des trois stations d’épuration par le logiciel GPS-Xest réalisée pour en juger du
rendement épuratoire du traitement biologique.
Mots clés : eau usée, station d’épuration, bassin d’aération, modèle réduit, hydrodynamique,
simulation, Fluent, GPS-X, rendement.
Abstract:
Most wastewater treatment plants (WWTP) currently in operation in Algeria use the activated
sludge process. Aeration basin is the major element of activated sludge treatment plant. Its
operation conditions the quality of purified wastewater. Since the process efficiency largely
depends on the flow field in aeration basin, a good understanding of hydrodynamics of the
basin is needed for a successful design. However, due to its complexity, hydraulics of an
aeration basin is often poorly understood. The aim of this study was to investigate the
hydrodynamic behaviour of aeration tanks of three WWTP located at Chelghoum Laid, Souk
Ahras, and Annaba City. These WWTP differ by the dimension and geometry of the basins
and by the aeration systems. In aeration basin hydrodynamic is crucial for the WWTP
efficiency.
Measurements velocities were carried out at the WWTP of Chelghoum Laid City having a
small-scale model of 2 m length, 0.66 m of width and 0.15 m height. Water velocity
measurements were taken at three levels h1 = 0.04 m; h2 = 0.075 m and h3 = 0.11 m (bottom
of the tank, middle of the tank and the top of the tank). For the entire basin, about 135 items
were measured (45 points per depth). Simultaneously, a numerical simulation by
computational fluid dynamics (CFD) Fluent was implemented for the three WWTPs. This
software uses the finite volume method to solve Navier-Stockes equations in a turbulent
regime.
According to the basin section and level, velocities varied strongly, from 0.8–2.5 m/s at the
top; 0.6–1.5m/s at the middle and in the order of 0.2m/s at the bottom. Results from CFD are
in good agreement with experimental data of model basins. This validation highlights the
software's ability to faithfully reproduce the reality, which enabled us to define the technical
provisions aimed at improving the functioning and design of the aeration basins. For this
purpose, a simulation of the purification performance of the three purification stations using
the GPS-X software is carried out to judge the purification efficiency of the biological
treatment.
Keywords: wastewater; treatment plant; aeration basin, small scale model, hydrodynamics;
simulation, Fluent, GPS-X, efficiency.
‫ﻣﻠﺨﺺ‬
‫ﻣﻌﻈﻢ ﻣﺤﻄﺎت ﻣﻌﺎﻟﺠﺔ اﻟﻤﯿﺎه اﻟﻘﺪرة ﻓﻲ اﻟﺠﺰاﺋﺮ ﺗﻌﻤﻞ ﺑﺎﻟﺤﻤﺎة اﻟﻨﺎﺷﻄﺔ ‪ ٠‬ﺣﻮض اﻟﺘﮭﻮﯾﺔ ھﻮ اﻟﻤﻜﻮن اﻟﺮﺋﯿﺴﻲ ﻟﻤﺤﻄﺔ‬
‫ﻣﻌﺎﻟﺠﺔ اﻟﻤﯿﺎه ﺑﺎﻟﺤﻤﺎة اﻟﻨﺎﺷﻄﺔ‪٠‬ﻋﻤﻠﮭﺎ ﯾﺤﺪد ﺟﻮدة اﻟﻤﯿﺎه اﻟﻤﻌﺎﻟﺠﺔ‪٠‬‬
‫اﻟﻤﻌﺮﻓﺔ اﻟﺠﯿﺪة ﻟﮭﯿﺪرودﯾﻨﻤﯿﻜﯿﺎ ھﺬه اﻷﺣﻮاض ﺗﻌﺘﺒﺮ ﻗﻀﯿﺔ رﺋﯿﺴﯿﺔ ﻟﺘﺤﺴﯿﻦ ﺗﺼﻤﯿﻤﮭﺎ ‪٠‬‬
‫ﺗﺼﻤﯿﻢ دﻗﯿﻖ ﻟﺤﻮض اﻟﺘﮭﻮﯾﺔ ﻣﻦ ﺧﻼل أﻧﻈﻤﺔ اﻟﺘﮭﻮﯾﺔ واﺧﺘﻼط اﻟﻤﯿﺎه ﯾﻌﺘﺒﺮ اﻟﮭﺪف اﻻﺳﻤﻲ اﻟﻐﺮض ﻣﻦ ھﺪه اﻟﺪراﺳﺔ ھﻮ‬
‫دراﺳﺔ ﻣﺘﻐﯿﺮات اﻟﺴﻠﻮك اﻟﮭﯿﺪرودﯾﻨﻤﯿﻜﯿﺔ ﻷﺣﻮاض اﻟﺘﮭﻮﯾﺔ ﻟﺘﻼت ﻣﺤﻄﺎت ﻣﻌﺎﻟﺠﺔ اﻟﻤﯿﺎه اﻟﻘﺪرة )ﺷﻠﻐﻮم اﻟﻌﯿﺪ‪،‬ﺳﻮق‬
‫أھﺮاس‪،‬ﻋﻨﺎﺑﮫ(‪٠‬ھﺪه اﻟﻤﺤﻄﺎت ﺗﺨﺘﻠﻒ ﻓﻰ اﻟﺤﺠﻢ واﻟﺸﻜﻞ اﻟﮭﻨﺪﺳﻲ ﻟﻸﺣﻮاض وأﻧﻈﻤﺔ اﻟﺘﮭﻮﯾﺔ اﻟﺨﺎﺻﺔ ﺑﮭﻢ ‪٠‬‬
‫أﺟﺮﯾﺖ ﻗﯿﺎﺳﺎت ﻟﺴﺮﻋﺔ اﻟﻤﯿﺎه ﻋﻠﻰ ﻧﻤﻮدج ﻣﺼﻐﺮ ﻣﻦ ﺣﻮض اﻟﺘﮭﻮﯾﺔ ﻟﻤﺤﻄﺔ ﺷﻠﻐﻮم اﻟﻌﯿﺪ ﺑﻄﻮل ‪ 2‬ﻣﺘﺮ ‪،‬ﻋﺮض‬
‫‪0.66‬ﻣﺘﺮو‪ 0.15‬ﻣﺘﺮ ارﺗﻔﺎغ ﺗﻢ إﺟﺮاء ﻗﯿﺎﺳﺎت اﻟﺴﺮﻋﺔ ﻋﻠﻲ ﺗﻼﺗﺔ أﻋﻤﺎق )ﻣﺴﺘﻮﯾﺎت( ﻣﻦ ﺣﻮض اﻟﺘﮭﻮﯾﺔ‪٠‬‬
‫‪ ) h 1 = 0.04 m, h 2 = 0.075 m, h 3 = 0.11 m‬أﺳﻔﻞ‪،‬أوﺳﻂ وأﻋﻠﻲ اﻟﺤﻮض(‪٠‬‬
‫ﻗﺪ ﺗﻢ ﻗﯿﺎس ﻣﺎ ﯾﻘﺮب ﻣﻦ ‪ 135‬ﻧﻘﻄﺔ ﻓﻰ ﻛﺎﻣﻞ اﻟﺤﻮض )‪ 45‬ﻧﻘﻄﺔ ﻟﻜﻞ ﻣﺴﺘﻮى(‪٠‬ﻛﺪﻟﻚ ﺗﻤﺖ اﻟﻤﺤﺎﻛﺎة اﻟﻌﺪدﯾﺔ ﺑﻔﻀﻞ‬
‫ﺑﺮﻧﺎﻣﺞ ‪ fluent‬ﻟﻤﺤﺎﻛﺎة اﻟﺘﺪﻓﻘﺎت ﻓﻰ اﻷﺣﻮاض اﻟﺘﻼﺗﺔ ‪٠‬ﯾﺴﺘﺨﺪم ھﺪا اﻟﺒﺮﻧﺎﻣﺞ ﻃﺮﯾﻘﺔ اﻟﺤﺠﻢ اﻟﻤﺤﺪد ﻟﺤﻞ ﻣﻌﺎدﻻت‬
‫‪ Navier Stokes‬ﻓﻰ اﻟﺘﺪﻓﻖ اﻟﻤﻀﻄﺮب وﻓﻘﺎ ﻟﻠﻤﻘﻄﻊ وﻋﻤﻖ اﻟﺤﻮض ﺗﻨﻮﻋﺖ ﺳﺮﻋﺔ اﻟﻤﯿﺎه‬
‫ﻋﻠﻰ ﻧﻄﺎق واﺳﻊ ‪ 2.5‬ـ ‪ 0.8‬م ـ ﺛﺎ ﻓﻲ اﻟﺠﺰء اﻟﻌﻠﻮي ﻣﻦ اﻟﺤﻮض ‪ 1.5‬ـ ‪ 0.6‬م ـ ﺛﺎ ﻓﻰ وﺳﻂ اﻟﺤﻮض و ‪ 0.2‬ﻓﻰ أﺳﻔﻞ‬
‫اﻟﺤﻮض ﻧﺘﺎﺋﺞ اﻟﻤﺤﺎﻛﺎة اﻻﻓﺘﺮاﺿﯿﺔ ﻓﻰ إﺗﻔﺎق ﺟﯿﺪ ﻣﻊ اﻟﻘﯿﺎﺳﺎت اﻟﺘﺠﺮﯾﺒﯿﺔ ھﺪا اﻟﺘﻮاﻓﻖ اﻟﺼﺤﯿﺢ ﯾﺴﻠﻂ اﻟﻀﻮء ﻋﻠﻰ ﻗﺪرة‬
‫اﻟﺒﺮﻧﺎﻣﺞ ﺑﺈﻋﺎدة إﻧﺘﺎج اﻟﻮاﻗﻊ ﺑﺄﻣﺎﻧﺔ و اﻟﺪي ﺳﻤﺢ ﻟﻨﺎ ﺗﺤﺪﯾﺪ اﻟﺘﺪاﺑﯿﺮ اﻟﺘﻘﻨﯿﺔ ﻟﺘﺤﺴﯿﻦ أداء وﺗﺼﻤﯿﻢ أﺣﻮاض اﻟﺘﮭﻮﯾﺔ ‪٠‬و ﻣﻦ‬
‫ھﺪا اﻟﻐﺮض ﺗﻢ ﻣﺤﺎﻛﺎة اﻓﺘﺮاﺿﯿﺔ ﻟﻘﺪرات اﻟﺘﺼﻔﯿﺔ ﻟﻠﻤﺤﻄﺎت اﻟﺘﻼت ﺑﻮاﺳﻄﺔ ﺑﺮﻧﺎﻣﺞ ‪GPS-X‬‬
‫ﻟﻠﺤﻜﻢ ﻋﻠﻰ ﻣﺮد ودﯾﺔ اﻟﻤﻌﺎﻟﺠﺔ اﻟﺒﯿﻮﻟﻮﺟﯿﺔ‬
‫ﻛﻠﻤﺎت اﻟﺒﺤﺖ‪:‬‬
‫ﻣﯿﺎه اﻟﺼﺮف اﻟﺼﺤﻲ‪،‬ﻣﺤﻄﺔ ﻣﻌﺎﻟﺠﺔ‪،‬ﺣﻮض اﻟﺘﮭﻮﯾﺔ‪،‬ﻧﻤﻮدج ﻣﺼﻐﺮ‪،‬ھﯿﺪرودﯾﻨﻤﯿﻚ‪،‬ﻣﺤﺎﻛﺎة‪،‬ﻣﺮدودﯾﺔ‪،GPS-X ،‬‬
‫‪.Fluent‬‬
LISTE
DES TABLEAUX
Liste des tableaux
N° Titre page
Tableau 01 les paramètres caractéristiques du système à boues activées (Metcalf, 04
2003)
Tableau 02 les valeurs de α et β pour des illustrations pratiques pédagogiques 07
(Gomella et Guerree 1982)
Tableau 03 Variation de X d’après Gomella et Guerree 1982 10
Tableau 04 Données de base STEP Chelghoum Laid 59
Tableau 05 Données de base STEP Souk-Ahras 66
Tableau 06 Données de base STEP d’Annaba 74
Tableau 07 Valeurs fréquentes dans la littérature du fractionnement de la DCO sur 86
l’effluent brut
Tableau 08 Comparaison entre les valeurs moyennes observées avec ceux simulées 96
(Bilan 2014)
Tableau 09 Comparaison entre les valeurs moyennes observées avec ceux simulées 97
(Avril 2015
Tableau 10 Débits de recirculation de chaque mois 97
Tableau 11 Débits d’extraction de chaque mois. 97
LISTE
DES PHOTOS
Liste des photos
N° Titre page
Photo 01 Turbine lente en action 16
Photo 02 Turbine rapide 18
Photo 03 Brosse 19
Photo 04 Diffuseurs fines bulles 22
Photo 05 Chenal d'aération - Insufflation d'air + agitation 23
Photo 06 Modèle réduit du bassin d’éaration à l’echelle 1/33 51
Photo 07 Micro moulinet Flowatch 53
Photo 08 Bassin d’aération de la station de Chelghoum Laid 59
Photo 09 Photo aérienne de la STEP de la station Chelghoum Laid 60
Photo 10 Bassin d’aération de la STEP de Souk-Ahras 67
Photo 11 Photo aérienne de la STEP de Souk-Ahras 67
Photo 12 Bassin d’aération de la station d’épuration d’Annaba 74
Photo 13 Photo aérienne de la STEP d’Annaba 75
LISTE DES FIGURES
Liste des figures
N° Titre page
Figure 01 Principe du procédé de traitement des eaux par boue 03
activée
Figure 02 Schéma de la circulation des liquides et des boues. 08
Figure 03 principe du bassin d’aération à flux piston (Degrémont 11
In : Louvet, 2007)
Figure 04 Principe du mélange intégral d’un bassin d’aération 11
(Thonart In : Louvet, 2007)
Figure 05 Bassins à boucles fermées (Potier In : Louvet, 2007) 12
Figure 06 Bassin à cascades (Degrémont In : Louvet, 2007) 13
Figure 07 Bassin à alimentation étagée (Degrémont In : Louvet, 13
2007)
Figure 08 Turbines lentes ouvertes 16
Figure 09 Mouvement créé par une turbine 17
Figure 10 Turbine rapide 18
Figure 11 Brosse 19
Figure 12 Formes et sections de chenaux 20
Figure 13 Aérateurs statiques 21
Figure 14 Diffuseurs moyennes bulles 21
Figure 15 Horse de tubes poreux 22
Figure 16 Systèmes à jets 24
Figure 17 Ejecteurs 24
Figure 18 Systèmes déprimogènes simples 25
Figure 19 Schéma d’un bassin d’aération 26
Figure 20 (K L a )T 29
Effet de la température sur le rapport
(K L a )2O
Figure 21 Evolution de la solubilité de l’oxygène dans l’eau 29
pure en fonction de la température (d’après la norme
française AFNOR NF T90-032 Avril 1975).
Figure 22 Effet de la température sur la capacité d’oxygénation 30
C S = Table de MORTIMER (norme AFNOR NF
T90-032)
( ) ( )
K L a T = K L a 20 ϑ T 20
( − )
Figure 23 Evolution de la solubilité de l’oxygène dans l’eau 30

pure en fonction de l’altitude (d’après la norme
AFNOR NF T90-032).
Figure 24 Schéma des variables géométrique d’un bassin avec 48
aérateur de surface
Figure 25 Emplacement des points de mesure de la vitesse sur 53
la section de mesure
Figure 26 55
Résultats des vitesses horizontales mesurées à
différent niveau du modèle
Figure 27 Model réduit STEP Chelghoum Laid 60
Figure 28 61
Maillage du bassin d’aération Model réduit
Figure 29 Courbe des résidus STEP Chelghoum Laid 62
Figure 30 Vitesse simulée haut, milieu et bas du modèle 63
Figure 31 Vitesse simulée autour des aérateurs selon profondeur 65
du bassin
Figure 32 Bassin d’aération réel STEP Souk Ahras 68
Figure 33 Maillage du bassin d’aération réel STEP Souk Ahras 69
Figure 34 Courbe des résidus STEP Souk Ahras 70
Figure 35 Vitesse simulée STEP Souk Ahras 73
Figure 36 Bassin d’aération Annaba 75
Figure 37 Maillage bassin d’aération Annaba 76
Figure 38 Courbe des résidus 77
Figure 39 Vitesse simulée au bassin d’aération STEP Annaba 78
Figure 40 Objectifs d’utilisation des outils de modélisation 80
(d’après hauduc et al, 2009)
Figure 41 L’interface du GPS-X en mode Modélisation 82
Figure 42 L’interface du GPS-X en mode Simulation. 82
Figure 43 Un schéma d’une STEP dans GPS-X 84
Figure 44 Fractionnement de la DCO 86
Figure 45 Décomposition de l’Azote en variables du modèle 87
IAWQ N°1L'effluent est ainsi caractérisé par un
ensemble de variables auxquelles le modèle ajoute la
concentration d’oxygène dissous (So), exprimé en
DCO négative, et l’alkalinité
Figure 46 Transformation de la matière organique dans les 88
procédés d’épuration Biologiques (Modèle ASM1)
Figure 47 Etapes de calage et validation 89
Figure 48 Configuration de la STEP de Chelghoum Laid 89
Figure 49 Paramètres de sortie station simulée par GPS-X 91
(Bassin d’aération rectangulaire avec aérateur de
surface )
(Bassin d’aération rectangulaire avec diffuseur)
(Bassin d’aération circulaire avec diffuseur)
Figure 52 Configuration de la STEP de Souk-Ahras 93

(Bassin d’aération rectangulaire avec Aérateur de
surface)
(Bassin d’aération rectangulaire avec diffuseur)
(Bassin d’aération circulaire avec diffuseur)
Figure56 Configuration de la STEP d’Annaba 96
Figure 57 Comparaison des résultats de Février 2014 (MES) 98
Figure58 Comparaison des résultats de Février 2014 (DCO) 98
Figure 59 Comparaison des résultats de Mars 2014 (MES) 99
Figure 60 Comparaison des résultats de Mars 2014 (DCO) 100
Figure61 Comparaison des résultats d’Avril 2014 (MES). 100
Figure 62 Comparaison des résultats d’Avril 2014 (DCO) 101
Figure 63 Comparaison des résultats de Mai 2014 (MES) 102
Figure 64 Comparaison des résultats de Mai 2014 (DCO) 102
Figure 65 Comparaison des résultats d’Avril 2015 (MES) 103
Figure 66 Comparaison des résultats d’Avril 2015 (DCO) 104
Liste des abréviations
et symboles
Liste des abréviations et symboles
DCO : Demande chimique en oxygène .

DBO5 : Demande biochimique en oxygène après 5 jour .
MES : Matières en suspension .
AOR : besoins réels d'oxygène.
AH : Apport Horaire.
ASB : Apport Spécifique Brut.
ASN : Apport Spécifique Net.
CO : Capacité d’Oxygénation.
CFD : Computational Fluid Dynamics.
RO : Rendement total d’Oxygénation.
ASM1 : modèle boue activée N°1.
MVS : matière volatile solide.
MVSS : Matière volatile solide en suspension.
XBH : la biomasse hétérotrophe.
XBA : la biomasse autotrophe.
XND : l’azote organique biodégradable particulaire.
SND : l’azote organique biodégradable soluble
SNH : l’azote ammoniacal
SNO : les nitrates-nitrites
KO,A : Constante de demi-saturation des autotrophes pour l’oxygène
[mgO2/L].
KO,H : Constante de demi-saturation des hétérotrophes pour l’oxygène
[mgO2/L].
V : Volume du bassin d’aération .
QL : Débit d’air .
Q : Débit d’entrée sur la station + débit de recyclage des boues .
qL :Débit d’air spécifique .
xa :Pourcentage d’oxygène dans l’air insufflé dans le bassin d’aération
xd :Pourcentage d’oxygène dans l’air sortant du bassin
ρ : Masse volumique de l’oxygène
C : Concentration d’oxygène dans le bassin d’aération
Ca :Concentration d’oxygène dans le mélange effluent.
d’entrée et boues de recyclage .
R : Respiration des boues.
α : facteur de correction alpha.
β : facteur de correction bêta.
Ω : facteur de correction de la concentration à saturation .
Θ : facteur de correction thêta.
ρair : masse volumique de l'air.
ρairS : masse volumique de l'air aux conditions standard.
A : surface d'échange.
C : concentration d'oxygène dissous.
CL : concentration d'oxygène dissous dans le liquide.
C0 : concentration d'oxygène dissous au temps t=0
CS : concentration à saturation d'oxugène dissous.
KLa : coefficient de transfert volumétrique global.
KLa20i : coefficient de transfert volumétrique global à 20°C au point i.
KLa(T) : coefficient de transfert vomumétrique global pour une
température de l'eau (T)
PN : pourcentage de nitrification
T : Temps
ΔP : différence de pression
μt : Viscosité dynamique turbulente
μ : Viscosité dynamique
ν : Viscosité cinématique
uτ : Vitesse de frottement
vi : Composantes des vitesses en régime turbulent
Vi : Composantes de la vitesse moyenne en régime turbulent
Ε : Taux de dissipation de l'énergie cinétique turbulente
f : Coefficient de Fanning
g : Accélération de la pesanteur
r : taux de recyclage.
U : la charge massique.
Qp : débit de purge.
Qr : débit de recyclage
Xr : concentration des boues volatiles évacuées par le fond
du décanteur secondaire.
Xe : concentration des boues volatiles entraînées par l'effluent traité
du décanteur secondaire.
𝐏𝐏 : taux de purge
Y : Le taux de conversion.
XB : est la concentration en biomasse
b : est le coefficient de mortalité de la biomasse
μ : est le taux spécifique de croissance
μmax : est le taux maximal de croissance
KS : est la constante de demi-saturation en substrat
Kinhib : est la constante d’inhibition.
SS : le substrat rapidement biodégradable
XS : le substrat lentement biodégradable
XP : La croissance des biomasses est décrite par la loi de Monod.
SO : l’oxygène dissous
SI : les composés organiques inertes solubles
XI : les composés organiques inertes particulaires
Salk : l’alcalinité
Sommaire
SOMMAIRE Page
Résumé
Abstract
‫ﻣﻠﺨﺺ‬
Liste des figures
Liste des tableaux
Liste des photos
Introduction générale 01
Première Partie : Partie Théorique
Chapitre 1
LES CONCEPTS D’EPURATION DES EAUX USEES PAR BOUE ACTIVEE
1. Le procédé à boues activées 03
1.1. Principe 03
1.2. Décantation des boues activées 04
1.3. Indice de Mohlman et retour des boues 05
1.4.Âge de la boue 06
2. Calcul des réacteurs a boues activées 07
2.1. Principes 07
2.2. Détermination pratique de l'efficacité du traitement 07
2.3. Concentration des houes, retour des boues, âge de la boue, volume du réacteur, 07
temps de rétention
3. Bassin d’aération à boues activées 10
3.1. Différents types de bassins d’aération 10
3.1.1. Bassin à flux piston 11
3.1.2. Bassin à mélange intégral 11
3.1.3. Bassins à boucle fermée 11
3.1.4. Bassin à cascades 12
3.1.5. Bassin à alimentation étagée 13
4. conclusion 13
Chapitre 2
LES SYSTEMES D’AERATION DES STATIONS D’EPURATION
1. Les systèmes d’aération utilisés dans les installations d’épuration 15
1.1. Aérateurs de surface 15
1.1.1. Turbine lente 15
1.1.2. Turbine rapide 18
1.1.3. Brosse 19
1.2. Systèmes à injection d’air 20
1.2.1. Insufflation d’air par grosses bulles 20
1.2.2. Insufflation d’air par moyennes bulle 21
1.2.3. Insufflation d’air par fines bulles 22
1.2.4. Insufflation d’air et brassage 23
1.3. Systèmes à base de pompe 24
1.3.1. Systèmes à jets 24
1.3.2. Systèmes à éjecteurs 24
1.3.3. Systèmes déprimogènes simples 25
2. Conclusion 25
Chapitre 3
MODELISATION DU TRANSFERT D’OXYGENE
1. Equations de base 26
2. Définitions 27
 Capacité d’oxygénation 27
 Apport horaire 27
 Apport spécifique 27
 Rendement d’oxygénation 28
3. Corrections 29
3.1. Corrections de température 29
3.2. Correction de pression atmosphérique ou d’altitude 30
4. Conclusion 31
Chapitre 4
MODELISATION DE LHYDRODYNAMIQUE
1. Equation de l’hydrodynamique en monophasique 32
1.1. Etablissement des équations de Navier – Stockes 32
1.2. Equation de la quantité de mouvement 32
2. Expression du tenseur des contraintes 33

 Equation de Navier – Stockes 33
 Cas d’un fluide incompressible soumis à son poids 33
3. Equation en régime turbinant 33

3.1. Nombre de Reynolds 33
4. Notion de turbulence 34
4.1. Définition 34
5. Rappel sur la méthode des volumes finis 34
5.1. Les modèles de turbulence 35
6. Présentation des modèles de turbulence dérivés du RANS 35
6.1. Le modèle k-ε 35
6.1.1. Domaine de validité et pertinence du modèle K- ε 36
6.2. Modèle k–ɛ standard 37
6.3. Modèle k-ɛ RNG 37
6.4. Modèle k-ɛ Réalisable 38
6.5. Modèle k - ω standard 38
6.6. Modèle k-ω SST 38
7. Le modèle RSM 39
8. Conclusion 40
Deuxième Partie : Construction du Protocol expérimental et Simulation numérique par
Fluent et GPS-X
Chapitre 5
LOIS DE SIMILITUDE
1. Introduction 41
2. Lois de similitude 41
2.1. Similitude géométrique 41
2.2. Similitude cinématique 42
2.3. Similitude dynamique 42
a) Modèles des nombres sans dimension 43
b) Modèles de similitude dynamique 43
 Modèle de Froude 43
 Modèles de Reynolds 45
 Nombre d’Euler 46
 Nombre de weber 46
 Nombre de Cauchy-mach 46
3. Incompatibilité des similitudes de Reech-Froude et de Reynolds 47
4. Analyse des méthodes de modélisation hydraulique : bassin d’aération 47
5. Analyse dimensionnelle 48
6. Variables géométriques 48
7. Les variables physiques 49
8. Les variables dynamiques 49
9. Conclusion 49
Chapitre 6
ETUDES ET MESURES DES CHAMPS DE VITESSES SUR MODELE REDUIT
1. Construction du Protocole expérimentale 51
2. Montage expérimental 52
3. Vitesses de circulation de l'eau 52
Chapitre 7
SIMULATION NUMERIQUE DU COMPORTEMENT HYDRODYNAMIQUE PAR
FLUENT
1. Synthèse bibliographique sur la mécanique des fluides numérique appliquée aux 56
bassins d’aération.
2. Premier cas : STEP Chelghoum Laid 59
2.1. Présentation de la STEP Chelghoum Laid 59
2.2. Simulation du modèle réduit STEP Chelghoum Laid 60
2.2.1. Géométrie et maillage du bassin 60
2.2.2. Conditions aux limites 61
62
2.2.3. Convergence des calculs
62
2.2.4. Vitesse simulée du champ d'écoulement
66
3. interprétation des résultats
4. Deuxième cas : STEP Souk Ahras 66
4.1. Présentation de STEP Souk-Ahras 66
4.2. Simulation du bassin d’aération STEP Souk Ahras 67
70
5. Résultats de simulation par Fluent 71
6. Troisième cas : STEP Annaba 73
6.1. Présentation de la STEP Annaba 73
6.2. Simulation du bassin d’aération STEP Annaba 75

76
7. Résultats de simulation par Fluent 77
79
8. Conclusion
Chapitre 8
SIMULATION NUMERIQUE PAR GPS-X
1. La modélisation des stations d’épuration à boues activées 80
2. Utilisation des modèles à boue activées 80
3. Choix du logiciel 81
4. Description du logiciel GPS-X 81
4.1. Objectifs d’une simulation 82
4.2. Utilité du GPS-X 82
4.3. Choix du modèle 83
4.4 Présentation du modèle ASM1 84
4.5. Unité utilisée 84
4.5.1. Processus 85
4.5.2 Variables d’état prises en compte dans le modèle ASM1 85
5. Les paramètres stoechiométriques et cinétiques 87
6. Configuration de la STEP 88
6.1. Choix et calage du modèle 88
7. La station de Chelghoum Laid 89
7.1. Recirculation 90
7.2. Extraction des boues 90
7.3 Résultats de simulation 90
8. Station d’épuration de souk Ahras 93
8.1. Recirculation 93
8.2. Extraction des boues 93
8.3 Résultats de simulation 93
9. La station d’épuration d’Annaba 96
9.1. Le choix du débit de recirculation et extraction 97
9.1.1. Recirculation 97
9.1.2. Extraction des boues 97
9.2. Durant l’année 2014 98
a) Février 98
Comparaison des résultats (MES) 98

Comparaison des résultats : (DCO) 98
b) Mars 99
Comparaison des résultats : (MES) 99

Comparaison des résultats : (DCO) 99
c) Avril 100
Comparaison des résultats (DCO) 101
d) Mai 101
Durant l’année 2015 103
e)Avril 103
10. Conclusion 104
CONCLUSION GENERALE 105
INTRODUCTION
GENERALE
Introduction, Problématique et Objectif de la thèse
L’accès durable aux ressources en eau est une préoccupation majeure qui concerne tous les
pays du bassin méditerranéen. Le changement climatique et la croissance urbaine et
démographique attendus dans la région, risquent d’aggraver la situation de stress hydrique qui
frappe déjà la plupart des pays du Sud et de l’Est de la Méditerranée. En Algérie, plusieurs
facteurs peuvent expliquer la situation de stress hydrique.
- Les retards accumulés dans les décennies 1980 et 1990 pour ajuster l’offre à la
demande en eau. En effet, le ratio ressources en eau par habitant et par an qui était de
1 500 m3 en 1962 n’était plus que de 720 m3 en 1990, de 630 m3 en 1998 et de 500 m3
aujourd’hui, traduisant ainsi le décalage par rapport à la croissance démographique.
- Les contraintes physiques liées au relief et à la morphologie du pays. La baisse de la
pluviométrie depuis trois décennies, avec un pic de sécheresse en 2001-2002.
- Le phénomène de désertification des sols qui accentue la menace de sécheresse (et
d’évapotranspiration), en particulier dans l’Ouest algérien.
- La croissance de la demande en eau (multipliée par quatre en quarante ans),
notamment dans le Nord du pays et dans les zones urbaines (neuf Algériens sur dix
vivent dans le Nord du pays, soit 13 % de la superficie nationale, et six Algériens sur
dix vivent dans plus de 550 agglomérations urbaines).
Cette situation pourrait être amplifiée par les effets du changement climatique qui sont
susceptibles d’être plus prononcés dans le bassin méditerranéen que dans d’autres régions du
monde.
Depuis le début des années 2000, l’Etat Algérienne a pris des mesures importantes pour sortir
de la situation de pénurie d’eau qui touchait le pays. La question hydraulique a été placée en
priorité sur l’agenda politique et de gros moyens ont été mis en œuvre pour mobiliser de
nouvelles ressources en eau conventionnelles et non conventionnelles.
La réutilisation des eaux usées épurées afin de subvenir aux besoins en eau croissants du
secteur agricole a longtemps été entravée en raison de la vétusté des stations d’épuration
(STEP) du pays. Dans la nouvelle politique de l’eau, elle est devenue un axe prioritaire et des
investissements ont été consentis dans la réhabilitation des anciennes stations et dans la
construction de nouvelles.
Etant donnée la situation de stress hydrique, les pouvoirs publics ont vu dans cette opportunité
un moyen de réduire ou du moins de préserver les ressources en eaux traditionnelles tout en
accroissant la production agricole. Les arrêtés interministériels publiés le 15 juillet 2012 ont
fixé respectivement la liste des cultures autorisées et les spécifications normatives de qualité
des eaux usées épurées. L’utilisation des eaux traitées peut bénéficier également aux
municipalités (espaces verts, lavage des rues, lutte contre les incendies, etc.), aux industries
(refroidissement) et au renouvellement des nappes (protection contre l’intrusion des biseaux
salés en bord de mer) et permet de lutter contre la pollution des ressources en eau (oueds,
barrages, nappes phréatiques, etc.).
L’objectif déclaré des autorités est de comptabiliser 285 stations d’épuration des eaux usées
en 2017 correspondant à une capacité de plus 1,3 milliards de m3 par an d’eaux épurées.
1
Le recours croissant à cette ressource d’eau non conventionnelle constitue une incitation
supplémentaire pour améliorer les capacités d’épuration des eaux usées et perfectionner le
rendement épuratoire des stations d’épuration. Les priorités pour les autorités portent sur la
définition précise des usages de cette ressource, sur la capacité des STEP et du réseau de
transport d’eau épurée à répondre aux besoins hydrauliques et sur l’acceptation par les usagers
de réutiliser des eaux usées traitées. Les questions relatives au traitement et à la réutilisation
des eaux usées sont en prise directe avec celles du développement durable et indiquent que les
enjeux autour de la qualité et de la quantité des ressources en eau sont liés entre eux.
La majorité des stations d’épuration réalisées à ce jour en Algérie sont de type épuration
biologique par boues activées. Ces stations utilisent des cultures bactériennes concentrées en
suspension qui dégradent les substrats contenus dans les eaux usées en présence d’oxygène.
L'apport d'oxygène peut être réalisé soit par aération de surface (turbines, brosses), qui assure
la dissolution de l’oxygène par projection de la biomasse, soit par insufflation d’air sous la
forme de bulles.
Les performances biologiques des bassins d’aération à cultures libres (boues activées) sont
intimement liées aux conditions d'échange entre le substrat, la biomasse active et l'oxygène
fourni au milieu. Une conception rigoureuse du bassin d’aération, au travers des installations
de brassage et d’aération notamment, est donc primordiale. C’est dans ce contexte que
l’objectif de la thèse s’inscrit et qui portera sur l’étude hydrodynamique des bassins
d’aérations des stations d’épurations des eaux usées urbaines
Ce mémoire de thèse est articulé en deux parties précédées d’une introduction, suivis de
conclusions et d’annexes.
La première partie théorique s’organise en quatre chapitres :

- Dans le premier chapitre, nous rappelons brièvement les concepts d’épuration des
eaux usées par boue activée,
- Dans le deuxième chapitre, nous donnons quelques détails sur les systèmes d’aération
utilisés à nos jours dans les stations d’épuration,
- Dans le troisième chapitre nous parlerons du transfert d’oxygène.
- Le quatrième chapitre nous rappelons brièvement les concepts et les équations qui
décrivent l’écoulement d’un fluide. Nous y présentons également le modèle de
turbulence qui sera utilisé.
La deuxième partie sera consacrée à la construction du protocole expérimental et à la
simulation numérique par Fluent et GPS-X. Celle ci comprendra :
- Lois de similitude
- Etudes et mesures des champs de vitesses sur modèle réduit
- Simulation numérique du comportement hydrodynamique par FLUENT
- Enfin, des simulations numériques des performances épuratoires des trois stations
d’épuration par le logiciel GPS-X (Global Purpose System) sont effectuées. Pour
prédire les règles et hypothèses nécessaires au bon dimensionnement des bassins
d’aération afin de perfectionner leur conception.
2
Première partie
PARTIE
THEORIQUE
Chapitre 1
LES CONCEPTS
D’EPURATION DES EAUX
USEES PAR BOUE ACTIVEE
CHAPITER 1 LES CONCEPTS D’EPURATION DES EAUX USEES PAR BOUE ACTIVEE
Ce chapitre présente une étude bibliographique qui décrit le fondement de l’épuration par
boues activées ainsi qu’un aperçu sur l’état de l’art de la modélisation des stations d’épuration
et son intérêt dans le domaine des techniques de conception et de l’expertise.
1. Le procédé à boues activées

1.1. Principe
Le procédé le plus répandu pour traiter les effluents est fondé sur le concept du procédé par
boue activée (Figure 1) Ce dernier est composé d’un bassin d’aération suivi d’un décanteur, la
réaction se déroulant dans le bassin d’aération au sein duquel la biomasse épuratrice est mise
en contact avec l’eau à traiter, tandis que la séparation liquide solide de la boue formée est
effectuée dans le décanteur secondaire. Un recyclage des boues assure le maintien de la
concentration en biomasse, tandis que la purge de boue en assure le renouvellement des
microorganismes.
Figure.1. Principe du procédé par boue activée
Le système à boues activée est classé en trois catégories :

• Forte charge,
• Moyenne charge,
• Faible charge ou aération extensive.
Porte en fait sur l'accent donné aux phénomènes de métabolisme des micro-organismes et
d'auto oxydation des boues. La charge dont il est question est :
• d'une part la charge volumique, c'est-à-dire la DBO 5 enlevée de l'effluent par unité de
volume de réacteur (par exemple kg DBO 5 /jour/m3) qui, pour des effluents urbains
moyens dont les teneurs en DBO 5 restent à l'intérieur d'une fourchette relativement
étroite, est liée au temps de rétention de l'effluent dans le réacteur.
• d'autre part la charge massique, c'est-à-dire la DBO 5 enlevée de l'effluent par poids
(matières sèches volatiles) total de boues actives présentes dans le bassin.
3
En fait c’est la charge massique et le poids total de boues qui sont les paramètres essentiels
dans la prévision du comportement épuratoire du réacteur et des besoins d'apport en oxygène.
Dans le (tableau 1) sont résumées les fourchettes actuellement admises pour caractériser le
système à boues activées:
Tableau 1. les paramètres caractéristiques du système à boues activées (Metcalf, 2003)

Charge Volumique (kg/j/m3) Massique (kg/j/kg)
(DBO 5 ) (DBO 5 )
Forte > 1.5 0.4 à 1
Moyenne 0.5 à 1.5 0.15 à 0.35
Faible 0.5 à 0.45 < 0.1
Enfin il faut retenir que :

• les boues produites en excès par kg de DBO 5 éliminées seront en quantité d'autant
plus grande et seront d'autant moins stabilisées que la charge massique sera plus
élevée (dans les stations à très faible charge les boues extraites sont stabilisées).
• la qualité de l'effluent dépend de la charge organique résiduelle de la phase liquide,
ainsi que de la quantité et du degré de stabilisation des matières en suspension.
• un système à boues activées, sauf dans des cas limités doit comporter un dispositif de
séparation des boues en suspension sortant du réacteur biologique (décanteur
secondaire, filtres) ainsi qu'un système de retour d'une fraction des boues en excès qui
permet une optimisation du fonctionnement du réacteur et un réglage de la charge
massique par ajustement de la teneur en boues activées maintenues dans le réacteur au
flux de pollution pénétrant dans le réacteur.
• la quantité d'oxygène fournie au réacteur doit être adaptée au flux de pollution et à la
quantité de boues maintenues dans le réacteur.
• le brassage mécanique dans le réacteur doit être suffisant pour assurer un contact
intime entre les boues et l'effluent admis dans le réacteur.
1.2. Décantation des boues activées
Le comportement des boues activées entraînées par l'effluent traité sortant du réacteur
biologique est sous 1 'influence d'un certain nombre de facteurs dont les principaux résident
dans les modalités de traitement lui-même (un certain nombre de la qualité de l'eau brute.)
Ces boues activées peuvent se présenter sous les formes ci après :
• Microorganismes très dispersés non agglomérés en flocons avec une présence
simultanée d'organismes filamenteux.
• Boues activées bien floculées sous forme de flocons de grandes dimensions en
suspension dans une eau relativement limpide.
4
• Boues floculées mais sous forme de flocons fins très dispersés La deuxième forme est
dite normale, la première correspond au phénomène de foisonnement La troisième est
celle dite des boues dispersées Sous la première et la troisième forme les flocons se
séparent mal par sédimentation ce qui présente deux inconvénients :
• le premier est celui de l'entraînement des boues activées présentant des matières
organiques dans l’effluent traité, ce qui est particulièrement important dans les
dispositifs à haute charge où les boues ne sont pratiquement pas stabilisées et
constituent à elles seules une pollution biodégradable importante.
• le deuxième est celui de la difficulté d'obtenir un ‘’retour de boues’’ en quantité
nécessaire, les boues se déposant en quantité insuffisante et ne s'épaississant pas dans
le décanteur secondaire, ce qui nuit à la maitrise de la conduite du réacteur biologique
comme cela a été vu plus haut.
• L'apparition de boues de faible décantabilité fait l'objet encore de recherches et
d'échanges de vue, néanmoins on peut retenir les directrices suivantes:
• la floculation fine dispersée (3ème forme) correspond à la prédominance d'organismes
correspondant à la fin de l'auto oxydation et à des flocons se rapprochant de leur état
stabilisé; elle apparaîtra par conséquent dans les systèmes à faible charge, à longue
période d'aération où les boues séjournent longuement dans le réacteur ;
• les boues foisonnantes et les organismes filamenteux sont liés d'une part à une
présence abondante dans les eaux brutes de matières carbonées (glucides) ou
contenant du soufre, mais surtout à un déséquilibre trop prononcé entre la quantité de
matières biodégradables et la quantité de microorganismes actifs présents ; une
sousoxygénation favorise aussi la prédominance d'organismes filamenteux, sans
oublier qu'il peut exister' des cas où le foisonnement des boues se produit de toute
façon, ce dernier est d'une façon très générale relié à une charge massique trop élevée.
1.3. Indice de Mohlman et retour des boues
La décantation et le foisonnement des boues sont souvent appréciés en déterminant le volume

occupé après un temps de repos de 30 min. par une quantité de boues correspondant à 1 g de
matières sèches totales. En fait on prélève dans le réacteur un volume déterminé du liquide,
on détermine le volume des boues séparées par décantation en une demi-heure ainsi que le
poids des matières sèches correspondant :
volume (m 3 )
Indice de Mohlman = résidu sec (mg )
(1)
Il est généralement considéré qu'un indice de Mohlman compris entre 50 et 100 correspond à
une très bonne décantation et qu'au dessus de 200 des difficultés sérieuses de séparation
apparaissent.
Quand l'indice de Molhman est insuffisant, dans le cas des procédés à forte ou très forte
charge, il y a lieu de diminuer la charge massique et par conséquent d'accroître le retour de
boues , il y a là un cercle vicieux puisque l'insuffisance de l'indice de Molhman rend
précisément plus difficile le retour des boues, on comprend pourquoi, dans la pratique, la
5
détérioration de la décantation des boues pose des problèmes difficiles à surmonter pour
l'exploitant dans le cas de stations à forte charge.
Par contre pour une station à très faible charge, l'amélioration de l'indice de Mohlman exige
au contraire une augmentation de la charge massique, ce qui peut s'obtenir par une diminution
de la concentration en matières en suspension ce qui s'autorégule puisqu'une mauvaise
décantation se traduit par une fuite des boues et une diminution de leur retour (quand on
l'utilise).
La charge massique est reliée au retour des boues et autre paramètres de traitement par la
relation :
DBO 5 (entr ée−sortie )

charge massique = t j ∗conc ∗(1+r)
(2)
• au numérateur apparaît la teneur de DBO 5 abattue dans le réacteur en g/m3,

• au dénominateur apparaissent :
 la concentration en boues (matières sèches volatiles) en g/m3 ;
q
 le taux de recyclage r = Q où q est le débit t des boues recyclées et Q le débit des
eaux usées traitées ;
 le temps de rétention tj hydraulique exprime en jours; compte tenu du débit de
recyclage.
v (m 3 )
t j = Q+q m 3 /j
(3)
La charge massique est alors exprimée en kg/j de DBO 5 abattue par - kg de boues (matières
sèches volatiles) se trouvant dans le réacteur.
1.4.Âge de la boue
L'âge de la boue est la durée d'aération qu’elle subie avant son élimination par purge.
Il est convenu de le définir comme le rapport entre la quantité totale de boues (matières sèches
volatiles) et la production de boues dans le bassin.
boues boues
age = Δ(boues )
= α(DBO 5 )− β(boues )
(4)
Ou encore :
1
age = α(charge massique )− β
(5)
Les réacteurs à forte charge sont par conséquent garnis de boues (jeunes) peu auto oxydées et
les réacteurs à faible charge contiennent des boues «vieilles» fortement auto oxydées.
6
2. Calcul des réacteurs a boues activées
2.1. Principes
La cinétique de croissance des agglomérats biologiquement actifs de l'élimination

subséquente de la teneur de la phase liquide en produits a été étudiée en détail et elle est
relativement bien connue en cc qui concerne l'élimination de substrats nutritifs simples.
Parmi les relations de base sont celles de MONOD et ASM1 (modèle boue activée N°1)
2.2. Détermination pratique de l'efficacité du traitement
1a qualité de l'effluent final dépendra par conséquent:
• d'une part de l'efficacité de la séparation liquide/solide par le décanteur secondaire qui

dépend en partie de la décantabilité des boues, éventuellement d'une filtration
subséquente,
• d'autre part du degré de dégradation des matières résiduelles-contenues dans les boues
(DB0 5 de la boue), degré qui est lié à l'âge de la boue.
Par conséquent la DBO 5 de l'effluent final sera composé de deux termes, c'est-a-dire de la
DBO 5 de la phase liquide de la DBO 5 résiduelle de boues, ce dernier terme étant le produit de
la concentration des matières en suspension par la DBO 5 résiduelle spécifique de ces boues.
2.3. Concentration des houes, retour des boues, âge de la boue, volume du réacteur, temps
de rétention
En considérant la fraction volatile des boues activées, la production de boue est donnée par la
relation :
Δ(VX) = αQ(𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 )-β(VX) (6)
Ou
X : est la concentration g/m3 de boues volatiles dans le réacteur,

Lo, Lf : respectivement la DBO totale entrant dans le réacteur, Lf, la DBO du liquide. Sortant
du réacteur en g/m3,
Q : le débit en m3 /j,
α et β:deux coefficients relativement constants, mais qui varient cependant légèrement avec la
charge massique. Il y a tout intérêt à déterminer les valeurs de α et de β expérimentalement
dans chaque cas concret, mais pour des illustrations pratiques pédagogiques on peut adopter
les valeurs de données dans le (tableau 2).
Tableau 2. les valeurs de α et β pour des illustrations pratiques pédagogiques

(Gomella et Guerree 1982)
U 0.005 0.1 0.2 0.3 04 0.5 0.6 0.7 0.8 0.9 1 1.25 1.5 2
α 0.72 0.79 0.8 0.82 0.83 0.84 0.86 0.86 0.86 0.86 0.86 0.88 0.88 0.88
β 0.03 0.03 0.036 0.042 0.048 0.052 0.018 0.06 0.064 0.067 0.071 0.077 0.083 0.093
θ 167 20 8.1 4.9 3.5 2.72 2.2 1.85 1.6 1.4 1.27 0.98 0.8 0.6
θt 74 18
7
1
θt = 𝛼𝛼𝛼𝛼 −0.75𝛽𝛽 (7)
Un régime stationnaire s'établira naturellement quand l'excès de boues générées sera

exactement égal à la quantité de boues entraînées par l'effluent en dehors du réacteur
Δ(VX) = αQ(𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 )-β(VX) =QX (8)
En divisant par VX on obtient

1
αU –β = 𝑡𝑡 (9)
𝑡𝑡
Où : t t est le temps de rétention dans le réacteur (exprimé en jours). Cette condition ne sera
pas remplie dans la pratique (elle demande- des fi très élevés), et le réacteur s'appauvrira
rapidement en boues activées. Le maintien de la charge massique choisie et par conséquent de
la concentration en boues volatiles exigera un retour partiel des boues après 'arrêt et
concentration dans le décanteur secondaire.
Les cas proches de la limite (pour U faible) sont difficile à analyser, la décantabilité de boues
obtenues diminuant quand U s'abaisse, de surcroit 25 % de boues produites ne s'oxydent que
très difficilement ; pour des valeurs très faibles de U la relation devient :
1
αU – 0.75β = 𝑡𝑡 (10)
𝑡𝑡
Dans le cas normal avec retour de boues et évacuation de l'excès, la relation de conservation
des masses des boues en mouvement appliquée au réacteur seul d'une part et aux évacuations
de boues par la purge et par l'effluent du décanteur secondaire, donne en utilisant les notations
apparaissant sur la (figure 2)
Figure.2. Schéma de la circulation des liquides et des boues
8
qr Xr +αQ (𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 ) – 𝛽𝛽XV – (Q+qr)X = 0 (11)
αQ (𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 ) – 𝛽𝛽XV - (Q+qr)Xe - 𝑞𝑞𝑝𝑝 Xr =0 (12)
Q et q débits m3
X concentration g/m3
V volumes m3
t temps jours
L DBO
La deuxième relation donne le débit de la purge des boues en excès.
αQ ( l o −l f )−βXV −QXe
qp = Xr − Xe
(13)
Si :
Xr : concentration des boues volatiles évacuées par le fond du décanteur secondaire
Xe : concentration des boues volatiles entraînées par l'effluent traité du décanteur secondaire
X : concentration de boues volatiles dans l'aérateur sont connus, qp se trouve déterminé.
Par ailleurs qr est donné par la première relation
XQ −αQ ( l o −l f )−βXV
qp = Xr − X
(14)
Si on prend comme caractéristique principale la charge massique, les relations précédentes

deviennent :
Q Xe
αU−β−
qp = V X
X r −X e (15)
XV
Q
−αU+β
qp = V
1 Xr (16)
( −1)
V X
V
En remarque que t = Q
temps de rétention en jours et en adoptant les paramètres sans
dimension.
qp
P= taux de purge (17)
Q
𝑞𝑞 𝑟𝑟
r= taux de recyclage
𝑄𝑄
Xt (αU− β)−Xe
P= X r −X e
(18)
Xt [1−t(αU−β)]
r= X r −X
(19)
9
Si on-néglige Xe devant X et Xr (bon décanteur secondaire), sinon de p se simplifie :
Xt (αU−β)
P= Xr
(20)
1
Comme αU-β = θ où θ est l'âge de la boue (cf· plus haut) on peut en adaptant θ
comme caractéristique du traitement utiliser les relations ci-après:
t
X −X e X −θX e
p=X θ
= θXt (21)
r −X e r −X e
Xt
X− X(θ−t)
θ
r=X = θ(X (22)
r −X r −X)
Les taux de recyclage et de purge seraient déterminés par le choix de deux des trois
paramètres t, Xr et X.
En fait Xr est imposé par le dessin du décanteur secondaire, d'un autre côté X ne peut varier
que dans d'assez étroites limites dans la pratique qui sont indiquées dans le (tableau 3)
Tableau 3. Variation de X d’après Gomella et Guerree 1982

X kg/m3 MVSS
Forte charge 1 à 3,5
Moyenne charge 2,2 à 3,3
Faible charge 3à5
3. Bassin d’aération à boues activées
Le bassin biologique est l’ouvrage le plus important de part sa fonction. On appelle ce bassin :
bassin d'aération, bassin à boues activées ou encore bassin d’oxydation. Il assure les
traitements des principaux agents polluants en éliminant les éléments organiques comme les
graisses, sucres, protéines, etc…et en réduisant la DBO5, la DCO, l’azote et le phosphore.
La dégradation de ces éléments organiques est assurée par des microorganismes (bactéries) qui
consomment les matières organiques en présence d’oxygène (méthode aérobie).
On distingue cinq principaux types de bassin d’aération : Bassin à flux piston, Bassin à mélange
intégral, Bassins à boucle fermée, Bassin à cascades, Bassin à alimentation étagée et bassin type
carrousel.
3.1. Différents types de bassins d’aération
On distingue cinq principaux types de bassin d’aération : bassin à flux piston, bassin à
mélange intégral, bassins à boucle fermée, bassin à cascades, bassin à alimentation étagée et
bassin type carrousel.
10
3.1.1. Bassin à flux piston
L’effluent à traiter et les boues recirculées sont admis en tête du bassin qui est aménagé de
façon à constituer un canal de grande longueur. Les concentrations en substrat et les besoins
en oxygène de la liqueur de boues activées varient tout au long de son parcours (Louvet,
2007).
De ce fait, la puissance d’aération est normalement dégressive d’amont en aval.
Figure.3.principe du bassin d’aération à flux piston (Louvet, 2007)
3.1.2. Bassin à mélange intégral

Le but recherché est d’obtenir un réacteur totalement homogène qui présente en tout point des
concentrations identiques en micro-organismes, oxygène dissous et substrat résiduel.
L’avantage de ce dispositif est de limiter les surcharges dues aux pointes de pollution
journalières par exemple (Louvet, 2007).
Figure.4.Principe du mélange intégral d’un bassin d’aération (Louvet, 2007)
3.1.3. Bassins à boucle fermée
Cette technique se rapproche de celle du mélange intégral. Cependant, la longueur de la

boucle et la disposition ponctuelle des aérateurs conduisent à des variations de la teneur en
11
oxygène dissous tout au long du bassin. L’eau est mise en mouvement par des mobiles
d’agitation. La mise en rotation de l’eau dans les chenaux entraîne une augmentation de la
capacité d’oxygénation standard (Louvet, 2007). Il est possible d’associer plusieurs bassins à
boucle en série. Les chenaux peuvent avoir une forme circulaire. On les appelle chenaux
annulaires « vrais » lorsque l’eau, canalisée le long de la paroi extérieure n’a pas accès au
centre du bassin, et chenaux annulaires « faux » lorsque l’eau peut occuper pratiquement tout
le volume du disque.
Figure.5.Bassins à boucles fermées (Louvet, 2007)
3.1.4. Bassin à cascades
Ce type de bassin est constitué d’une série de bassins à mélange intégral que la liqueur de
boues activées traverse successivement. Il permet de se rapprocher de la cinétique des bassins
à flux piston, tout en mettant en œuvre des réacteurs compacts de construction simple.
Il s’adapte très bien aux traitements associant l’élimination de l’ammonium et du phosphore à
celle de la pollution carbonée (Louvet, 2007).
12
Figure.6.Bassin à cascades (Louvet, 2007)
3.1.5. Bassin à alimentation étagée
L’arrivée de l’effluent est organisée de façon étagée dans le bassin d’aération comportant une
série de cellules traversées successivement par la liqueur qui avance en zigzag. La boue
recirculée est introduite en tête du bassin. Les besoins en oxygène sont ainsi beaucoup mieux
répartis que dans un bassin à flux piston (Louvet, 2007).
Figure.7.Bassin à alimentation étagée (Louvet, 2007)

44
4. Conclusion
L’épuration des eaux usées par voies biologiques utilise deux types de procédés extensifs et
intensifs. Les procédés extensifs utilisent des moyens plus proches de la nature, elles
nécessitent d’importantes superficies et d’assez long temps de séjour. Parmi celle-ci on
distingue le lagunage et l’épandage ou le ruissellement contrôlé.
Les procédés intensifs comprennent des dispositifs qui permettent de localiser sur des surfaces
relativement réduites et d’intensifier les phénomènes de transformation et de réduction des
matières oxydables tels qu’ils se produisent au milieu naturel tout en réduisant le temps de
séjour dans les ouvrages. Les procédés intensifs peuvent se classer en procédés à culture fixes
13
(lit bactérien et disque biologique). Les procédés à culture libres dont le principe est le
maintien en suspension des microorganismes chargés d’épuration fait appel à la technique des
boues activées.
La majorité des stations d’épuration réalisées à ce jour en Algérie sont de type épuration
biologique par boues activées. Ces stations utilisent des cultures bactériennes concentrées en
suspension qui dégradent les substrats contenus dans les eaux usées en présence d’oxygène.
L'apport d'oxygène peut être réalisé soit par aération de surface (turbines, brosses), qui assure
la dissolution de l’oxygène par projection de la biomasse, soit par insufflation d’air sous la
forme de bulles.
Les performances biologiques des bassins d’aération sont intimement liées aux conditions
d'échange entre le substrat, la biomasse active et l'oxygène fourni au milieu.
44hgg4
14
Chapitre 2
LES SYSTEMES
D’AERATION DES STATIONS
D’EPURATION
Chapitre 2 LES SYSTEMES D’AERATION DES STATIONS D’EPURATION
Le développement important des procédés d’épuration biologique par boues activées a dès
l’origine, posé le problème de l’apport de l’oxygène nécessaire à la vie bactérienne en
suspension.
1. Les systèmes d’aération utilisés dans les installations d’épuration
Il existe trois grandes catégories de systèmes d’aérations pour équiper les bassins à boues
activées (Chabi Moncef, 2007)
- Aérateurs de surface ;
- Systèmes à injection d’air ;
- Systèmes à base de pompe.
Ces dispositifs ont généralement une double fonction : l’aération mais aussi le brassage du
contenu d’un bassin pour maintenir en suspension les microorganismes et permettre les
échanges d’oxygène et de matières nutritives entre liquide et bactéries.
Installés sur stations d’épuration, ils doivent être capables de remettre en suspension la totalité
des boues activées contenues dans le bassin d’aération après une période d’arrêt volontaire ou
accidentel.
1.1. Aérateurs de surface
Il s’agit d’appareils qui assurent principalement la dissolution d’oxygène par projection dans
l’air de la liqueur à aérer. Interviennent également l’introduction dans la masse liquide des
bulles formées lors de la retombée de l’eau projetée et le renouvellement de la surface libre du
liquide.
On distingue trois types d’aérateurs de surface :
- La turbine lente ;
- La turbine rapide ;
- La brosse.
1.1.1. Turbine lente
C’est un aérateur à axe vertical et à vitesse lente.

On distingue les turbines « ouvertes » des turbines « fermées » encore appelées turbines à
canaux. Une turbine lente « ouverte » est constituée de pales fixées sous un plateau ou
soudées directement sur l’arbre. Ces pales sont immergées dans le liquide à aérer et entraînées
à une vitesse périphérique de 4 à 6 m/s par un motoréducteur. Selon le diamètre de la turbine,
sa vitesse de rotation peut varier entre une vingtaine et deux ou trois centaines de tours par
minute.
15
Figure. 8. Turbines lentes ouvertes
Photo.1. Turbine lente en action
16
Dans une turbine lente fermée, les pales sont entourées par un carter et délimitent des canaux
à travers lesquels l’eau est guidée.
Tournant à des vitesses périphériques comparables à celle des turbines ouvertes, les turbines à
canaux sont réputées produire un meilleur pompage que ces dernières.
Notons que certaines d’entre elles présentent de sérieux risques d’obturation lorsqu’elles sont
installées sur des bassins recevant des effluents urbains sommairement prétraités.
Les turbines aspirent l’eau par leur base et rejettent latéralement. Elles créent donc
principalement un mouvement circulaire de l’eau dans le plan vertical.
Figure .9. Mouvement créé par une turbine
Les turbines lentes sont généralement installées au centre de leur zone d’action, au milieu
d’un bassin de forme régulière dans de nombreux cas.
L’eau peut présenter certains comportements néfastes au bon fonctionnement de l’aérateur :
- Mise en rotation dans le plan horizontal ;
- Formation d’un vortex sous la turbine, produisant des à-coups ;
- Apparition d’un vortex non centré sous l’aérateur, responsable de variations de la
forme de la gerbe et de la puissance absorbée.
Ces phénomènes plus ou moins fréquents selon les caractéristiques des turbines et les formes
des bassins (cylindriques, ou à parois à 45°, ou très plats) peuvent être atténués en installant
des dispositifs anti-rotatoires (baffles à la périphérie du bassin) ou anti-vortex (déflecteur à la
verticale de la turbine).
Trois autres types de montages de turbines lentes sont possibles :
Montage en carrousel : la turbine (ouverte) est placée à une extrémité d’un chenal allongé,
dans le prolongement de la cloison centrale.
Elle assure non seulement une aspiration de l’eau, mais également sa mise en circulation dans
le chenal.
17
1.1.2. Turbine rapide
C’est un aérateur à axe vertical et à vitesse rapide. Il est constitué par une hélice généralement
placée à l’intérieur d’une cheminée de faible diamètre et entraînée directement par le moteur
(entre 700 et 1500 t/mn).
Les turbines rapides sont la plupart du temps monté sur flotteurs.
Figure .10. Turbine rapide
Photo.2. Turbine rapide
Elles sont principalement installées sur les lagunes et sur les cuves à niveau variable (en
position centrale ou en manège).
Elles sont plus rarement solidaires d’une passerelle ou d’un pont mobile se déplaçant sur un
chenal annulaire.
18
1.1.3. Brosse
Une brosse est un aérateur à axe horizontal et vitesse lente. Il se compose d’un axe dénoyé
portant des pales partiellement ou totalement immergées en position basse et relié à un
motoréducteur. Sa vitesse de rotation est habituellement comprise entre 60 et 90 tours par
minute.
Ces aérateurs équipent généralement des chenaux qui peuvent avoir différentes formes et
sections.
Photo .3.Brosse
Figure.11. Brosse
19
Figure.12. Formes et sections de chenaux
1.2. Systèmes à injection d’air
Ces systèmes réalisent l’introduction d’air surpressé en profondeur dans les bassins.
L’air est fourni par des surpresseurs, des ventilateurs ou des turbo-compresseurs selon le débit
requis et l’immersion des diffuseurs.
On classe les dispositifs d’injection d’air selon le diamètre moyen des bulles qu’ils délivrent :
- Grosses bulles ;
- Moyennes bulles ;
- Fines bulles.
1.2.1. Insufflation d’air par grosses bulles
Il s’agit fréquemment de systèmes d’injection à faible profondeur, d’air étant introduit dans le
bassin soit par des cannes verticales, soit par des diffuseurs à large orifice.
20
1.2.2. Insufflation d’air par moyennes bulle
L’air surpressé est introduit dans le bassin à travers des diffuseurs.

Ces diffuseurs sont de types extrêmement variables. Ils sont généralement conçus pour limiter
le diamètre des bulles (4 à 6 mm en moyenne au départ) et pour éviter qu’ils ne s’obstruent.
Nous distinguerons simplement les aérateurs statiques, dispositifs qui assurent un allongement
du temps de séjour des bulles dans l’eau (en les guidant le long d’une hélice par exemple), des
autres types de diffuseurs moyennes bulles (lame vibrante, clapets, etc…).
Figure.13. Aérateurs statiques
Figure .14. Diffuseurs moyennes bulles
21
1.2.3. Insufflation d’air par fines bulles
Les fines bulles (diamètre 3 mm en moyenne au départ) sont émises par diffusion d’air à
travers un corps poreux.
Différents types de diffuseurs peuvent être mentionnés :
- Dômes, disques de céramique poreux ;

- Tubes de résines agglomérées ;
- Mousses plastiques extensibles.
Figure.15. Horse de tubes poreux
Photo.4. Diffuseur fines bulles
22
1.2.4. Insufflation d’air et brassage
Les diffuseurs peuvent être répartis uniformément au fond des bassins d’aération ou placés le
long des parois pour créer un mouvement de convection de l’eau.
Certains systèmes séparent la fonction de brassage et celle d’aération.
Par exemple :
Diffuseurs placés sous une turbine de fond ;
- Diffuseurs mobiles dans un bassin, le pont tournant portant les poreux et assurant la
mise en rotation de l’eau ;
- Diffuseurs fixés et brassage par hélice en chenal.
Photo.5. Chenal d'aération - Insufflation d'air + agitation
23
1.3. Systèmes à base de pompe
Ils sont assez peu utilisés, pour l’aération des boues activées. Certains d’entre eux ont des
utilisations bien spécifiques : aération de lisiers par exemple.
1.3.1. Systèmes à jets
Le liquide pompé en profondeur dans un chenal y est réintroduit sous forme de jets.
Deux systèmes existent : nombreux jets à fort débit et faible pression, ou faible nombre sous
forte pression.
Les jets, tout en assurent l’aération, impriment un mouvement horizontal à la masse liquide.
Figure.16. Systèmes à jets

1.3.2. Systèmes à éjecteurs
Un éjecteur est constitué par un ajutage disposé à l’entrée d’un venturi de même axe. Une
chambre, dite chambre d’aspiration, entoure les deux cônes. Elle reçoit l’arrivée d’air.
Figure.17.Ejecteurs
Le liquide, pompé dans le bassin d’aération, est introduit sous pression dans les éjecteurs.
L’énergie du jet liquide provoque un entraînement d’air qui est dispersé en très fines bulles à
travers le venturi. Lorsque l’éjecteur est peu immergé, l’aspiration créée est suffisante.
24
Lorsque l’immersion dépasse quelques mètres, l’appareil doit être alimenté en air sous
pression. Les éjecteurs peuvent être montés en rampes disposées à intervalles réguliers au
fond des bassins d’aération. Ils peuvent aussi être placés directement sur le refoulement d’une
pompe immergée, voire montés sur des bras rotatifs.
1.3.3. Systèmes déprimogènes simples
Le principe de ces appareils est le suivant :

Une hélice ou une turbine, dont l’axe est entouré par un manchon en communication avec
l’atmosphère extérieure, est directement entraînée par un moteur. La dépression créée par la
rotation de l’hélice provoque une aspiration d’air à travers le manchon. L’axe peut être incliné
et l’appareil est alors utilisé en chenal à faible hauteur d’eau et assure simultanément
l’aération et la mise en rotation de l’eau dans le plan horizontal. Quand l’axe est vertical, la
turbine est plus immergée et provoque une mise en mouvement de l’eau dans le plan vertical.
Figure.18. Systèmes déprimogènes simples
2. Conclusion
Les différents systèmes d’aération utilisés de nos jours dans les installations d’épuration sont :
- Aérateurs de surface ;
- Systèmes à injection d’air ;
- Systèmes à base de pompe.
Ces dispositifs ont généralement une double fonction : l’aération mais aussi le brassage du
contenu d’un bassin pour maintenir en suspension les microorganismes et permettre les
échanges d’oxygène et de matières nutritives entre liquide et bactéries.
25
Chapitre 3
MODELISATION DU
TRANSFERT D’OXYGENE
CHAPITER 3 MODELISATION DU TRANSFERT D’OXYGENE
Les différents types d’aération ayant été décrits, il est nécessaire d’effecteur un bref rappel
théorique destiné à définir les paramètres qui peuvent être pris en compte lors de la
modélisation du transfert d’oxygène.
1. Equations de base
Un bilan de matière appliqué au transfert d’oxygène dans un bassin d’aération parfaitement

brassé conduit à l’équation suivante :
q ρ (x a
− x )=
d
dC +r +q (C − Ca ) (23)
L
dt
V (m3) Volume du bassin d’aération ;

QL (m3/h) Débit d’air ;
Q (m3/h) Débit d’entrée sur la station + débit de recyclage des boues ;
qL (h-1) Débit d’air spécifique ;
Q (h-1) Charge hydraulique spécifique ;
xa (%) Pourcentage d’oxygène dans l’air insufflé dans le bassin d’aération ;
xd (%) Pourcentage d’oxygène dans l’air sortant du bassin ;
ρ (g/m3) Masse volumique de l’oxygène ;
C (mg/l) Concentration d’oxygène dans le bassin d’aération ;
Ca (mg/l) Concentration d’oxygène dans le mélange effluent d’entrée et boues de
recyclage ;
r (mg/l.h) Respiration des boues.
Figure.19. Schéma d’un bassin d’aération
La partie gauche de l’équation (23) qui représente le transfert d’oxygène peut aussi être
exprimée sous la forme :
q ρ (x − x ) = K a′ (C ′ − C )
L a d L S
(24)
26
K L a’ (h-1) Coefficient de transfert en boues ;

C’ S (mg/l) Saturation d’oxygène dans la liqueur interstitielle.
En combinant les équations (23) et (24), on obtient l’expression générale de la variation de la

concentration d’oxygène dans les bassins d’aération à mélange intégral :
dC + + ( − )= K
r q C C a L a′ (C ′ − C )
S
(25)
dt
2. Définitions
Toutes données et données de base et définitions sont rapportées à une concentration nulle
d’oxygène dissous, une température T et une pression P.
Les possibilités d’oxygénation d’un système d’aération peuvent se caractériser à l’aide des
critères suivants :
- Capacité d’oxygénation : Quantité d’oxygène dissous par heure et par mètre cube de
bassin (kg O 2 /m3 . h).
C .O′ = K a′ .C ′ .10 (boues )

−3
L S
(26.a)
C .O = K a .C .10 (eau.claire)
−3
L S
(26.b)
K L a (h-1) Coefficient de transfert en eau claire ;

C S (mg/l) Saturation d’oxygène en eau claire.
- Apport horaire : Quantité d’oxygène dissous par heure (kg O 2 /h)
A . H ′ = K a′ .C ′ .V .10 (boues )
−3
L S
(27.a)
A . H = K a .C .V .10 (eau.claire)
−3
L S
(27.b)
- Apport spécifique : Quantité d’oxygène dissous par kWh consommé (kg O 2 /kWh)
On distingue :
• L’apport spécifique brut
A H ′ (boues )
ASB′ = (28.a)
Pb
=
A H (eau.claire)
ASB (28.b)
Pb
27
Pb : puissance brute consommée (puissance mesurée aux bornes du moteur ou au tableau de

commande des appareils).
• L’apport spécifique net
A H ′ (boues )
ASN ′ = (29.a)
Pn
=
A H (eau.claire)
ASN (29.b)
Pn
Pn : puissance nette (puissance mesurée à l’arbre d’un aérateur de surface).
- Rendement d’oxygénation : (cas des insufflation d’air) : pourcentage de la masse

d’oxygène effectivement dissous par rapport à la masse d’oxygène insufflé dans un
système à air surpressé (%).
CO′ x (boues )
RO′ = q
5
10 (30.a)
xρ L a
CO x (eau.claire)
RO = q
5
10 (30.b)
xρ L a
Les rapports suivants sont couramment utilisés dans l’expression des performances des
aérateurs.
K a′
α =
L
(31)
K a L
et β = C′ S
(32)
C S
Les conditions normales, nominales ou standards qui permettent de comparer, sur la base de
leurs performances d’oxygénation, les dispositifs d’aération entre eux sont les suivantes :
- Eau propre ;
- Concentration nulle en oxygène dissous ;
- Température 10°C (20°C aux U.S.A.) ;
- Pression atmosphérique normale (1013 mbar).
Les paramètres d’oxygénation définis s’appliquent à des bassins à liquide parfaitement
mélangé. Ils sont aussi adaptés pour caractériser les systèmes du type chenal à brosse ou
28
carrousel, l’extrapolation à C = 0 étant faite sur la tranche liquide située immédiatement en

amont de l’aérateur (Chabi Moncef 2007).
3. Corrections
L’expression en valeurs standard des résultats d’oxygénation obtenue dans d’autres

conditions de température et de pression implique des corrections.
Celles-ci sont examinées ci-après :
3.1. Corrections de température
Une élévation de température accélère les échanges gaz-liquide et se traduit donc par une
augmentation du coefficient de transfert.
L’effet de la température sur K L a (ou K L a’) est généralement exprimé comme suit :
(K L a )T = (K L a )T ′ ϑ (T −T′ ) (33)
Le facteur de correction de température υ a été évalué par différents auteurs : les valeurs
citées sont compris entre 1,01 et 1,05. Deux d’entre elles, 1,02 et 1,024, sont le plus
fréquemment rapportées.
1,4
θ= 1,02 15
1,3
θ= 1,024
14
1,2
13
1,1 12
Cs (mg/l)
11
KLat / KLa20
1,0
10
0,9
9
0,8 8
7
0,7
6
0,6
5
0 5 10 15 20 25 30
0,5
0 5 10 15 20 25 30
Te m pé rature (°C)
température (°C)
Figure.21. Evolution de la solubilité de

(K L a )T
Figure.20. Effet de la température sur le
l’oxygène dans l’eau pure en fonction de la
température (d’après la norme française
rapport
(K L a )2O AFNOR NF T90-032 Avril 1975).
29
Le coefficient de transfert et la concentration à saturation évoluant en sens inverse en fonction

de la température, la capacité d’oxygénation, produit de ces deux termes sont peu sensibles à
ce facteur.
1,10
θ=1,02
θ=1,024
KLat*Cst/ KLa20*Cs20
1,05
1,00
0,95
0 10 20 30
température (°C)
Figure.22. Effet de la température sur la capacité d’oxygénation
( ) ( )
CS = Table de MORTIMER (norme AFNOR NF T90-032)
( − )
K L a T = K L a 20 ϑ T 20
Des capacités d’oxygénation mesurées à des températures comprises entre 5°C et 20°C ne
différent pas de plus de 2,5 % des résultats de mesures effectuées dans des conditions
normales (20°C), que le facteur de correction υ utilisé soit 1,02 ou 1,024.
3.2. Correction de pression atmosphérique ou d’altitude
La solubilité de l’oxygène dans l’eau est une fonction croissante de sa pression partielle dans
l’atmosphère, donc de la pression atmosphérique. Elle diminue sensiblement avec l’altitude.
Figure.23. Evolution de la solubilité de l’oxygène dans l’eau pure en

fonction de l’altitude (d’après la norme AFNOR NF T90-032).
30
Les variations de pression observées en un lieu géographique donné (quelques millibars par
rapport à la normale) conduisent généralement à une variation négligeable de la solubilité.
Par contre, lorsque les mesures d’oxygénation sont effectuées en altitude la diminution de la
solubilité se traduit par une sous-estimation de la capacité d’oxygénation mesurée par rapport
à la valeur nominale.
Dans ce cas, une bonne approximation de la capacité nominale peut être obtenue en
appliquant à C S mesuré en altitude un facteur correctif égal au rapport de la pression normale
à la pression du site de mesure.
CO = (K L a )T (C S )T 1013
P
(34)
4. Conclusion
Les possibilités d’oxygénation d’un système d’aération peuvent se caractériser à l’aide des
critères suivants :
- Capacité d’oxygénation : Quantité d’oxygène dissous par heure et par mètre cube de
bassin (kg O 2 /m3. h).
- Apport horaire : Quantité d’oxygène dissous par heure (kg O 2 /h)
- Apport spécifique : Quantité d’oxygène dissous par kWh consommé (kg O 2 /kWh)
- Rendement d’oxygénation : (cas des insufflation d’air) : pourcentage de la masse

d’oxygène effectivement dissous par rapport à la masse
d’oxygène insufflé dans un système à air surpressé (%).
31
Chapitre 4
MODELISATION DE
LHYDRODYNAMIQUE
CHAPITER 4 MODELISATION DE LHYDRODYNAMIQUE
La mécanique des fluides numérique permet de représenter l’écoulement et le transfert de

matière dans un réacteur à l’aide de la description locale des phénomènes mis en jeu
(Conservation de la masse, de la quantité de mouvement et de l’énergie). Le principe de la
mécanique des fluides numérique consiste à discrétiser le milieu et à résoudre les différentes
équations de conservation sur chacune des mailles définies.
1. Equation de l’hydrodynamique en monophasique
1.1. Etablissement des équations de Navier – Stockes
Ces équations s’obtiennent à partir de l’équation de continuité.

Equation de continuité ou équation locale de conservation de la masse, Au sein d’un volume
élémentaire autours d’un point M, pendant un laps de temps donné, la variation de la masse
est égale au flux de matière entrant dans ce volume moins le flux sortant, additionné de la
matière crée ou détruite dans ce volume (terme puits/source S (kg/m-3s-1))
L’équation de continuité s’écrit :
σρ
σt
+ div (ρv → ) = S (35)
Avec :
ρ : Masse volumique du fluide (kg/m3 ) et V : sa vitesse (m/s)
1.2. Equation de la quantité de mouvement
Au sien d’un volume élémentaire autour d’un point M, pendant un laps de temps donné, la
variation de la quantité de mouvement est égale au flux de quantité de mouvement entrant
dans ce volume moins le flux sortant, additionné de la somme des forces agissant sur ce
volume .ces forces sont les forces dues à la pression P (pa ), de viscosité, et les forces de
volume f → telle que le poids.
L’équation de quantité de mouvement s’écrit :
σ(ρv)⃗
�⃗) = − gr⃗adp + divτ⃗⃗ + ⃗f
+ div (ρ�⃗vv (36)
σt
→
τ→ : est le tenseur des contraintes en ( pa ) du à viscosité du liquide.
ρvv⃗⃗ représente le tenseur de quantité de mouvement, et donc div (ρvv⃗⃗ ) est le bilan flux
Entrant /sortant de quantité de mouvement pour le volume élémentaire.
Cette équation peut également s’écrire (en l’absence de terme source dans l’équation de
continuité) :
Dv ⃗
ρ
Dt
= −gr⃗adp + divτ⃗⃗ + f⃗ (37)
D
Ou :Dt est la dérivée particulaire associée a la description eulérienne du mouvement.
32
2. Expression du tenseur des contraintes
Il a été montré que le tenseur des contraintes du à la viscosité s’écrit
2
τ⃗⃗ = μ ∗ �gr⃗⃗adv
�⃗ + gr⃗⃗adv
�⃗� − 3 div
�⃗ ∗ Id⃗⃗ (38)
* Id (-) est le tenseur unité et μpa.s est la viscosité dynamique du liquide
• Equation de Navier – Stockes
En intégrant l’expression du tenseur des contraintes du à la viscosité du fluide, nous obtenons

les équations de Navier – Stockes ((36) +(37)) qui s’écrivent alors :
Dv ⃗ �⃗ 2 �⃗
ρ Dt
=gra�⃗�⃗dρ + div (μ �grad
�⃗dv
�⃗ + 3 div(v �⃗
�⃗)Id � + f⃗ (39)
• Cas d’un fluide incompressible soumis à son poids
Nous nous intéressons à l’eau, fluide incompressible (ρ constant ) soumis à unique force de
volume qui est son poids, au sein duquel il n’ya ni destruction, ni création matière l’équation
de continuité (1) se réduit donc a :
div. ( v⃗) = 0 (40)
En considérant μ constant, et avec = ρg⃗ ,g⃗ étant l’accélération de pesanteur (m/s2)

l’équation de Navier –Stokes devient
Dv ⃗ ∂v⃗
ρ Dt
=ρ ∂t
+ ρdiv(v �⃗) = −gra�⃗dp + ρg
�⃗v �⃗ + μ∆v
�⃗ (41)
3. Equation en régime turbinant
3.1. Nombre de Reynolds
Ce nombre adimensionnel exprime le rapport entre le s force de viscosité et les forces

d’inertie .sa valeur permet de caractériser l’écoulement, qui est alors soit laminaire, soit
turbinent.
Il exprime come suit :
ρUL
Re = μ
(42)
L (m) est une échelle de longueur caractéristique de la géométrie du milieu U (m/s) est la
vitesse de fluide .
Pour les bassins d’aération de type chenal circulaire, nous pouvons assimiler L au diamètre
équivalent Dequ (m) du chenal :
33
surface
Dequ = 2 ∗ � π
(43)
Son ordre de grandeur est de 10m.

U étant de l’ordre de 0.1 a 1 m/s, valeur de Re pour un écoulement d’eau dans un chenal
10 3 10 −1 10
d’aération peut être estimé à Re ≈ 10 −3
≈ 106 cette forte valeur de Re montre que le
régime d’écoulement dans le bassin d’aération et turbulent.
Il est donc nécessaire de récrire les équations de Navier –Stockes pour un écoulement
turbulent .Rappelons tout d’abord les notions de turbulence.
4. Notion de turbulence
4.1. Définition
La définition de la turbulence est proposée par (Hinze 1975) ″ le mouvement turbulent d’un
fluide représente une condition irrégulière de l’écoulement, dans lequel les diverses grandeurs
pressentent des variations aléatoires dans l’espace et dans le temps, de telles sort que des
valeurs moyennes statistiquement distinctes puisent être évaluées ″. On distingue deux types
de turbulence selon la manière dont celle-ci est crée (Graf 2000)
• une turbulence de paroi, générée par les forces de frottement à la paroi (écoulement
dans une conduite ou autour d'un corps solide)
• une turbulence libre, générée par les gradients de vitesse propre à l'écoulement; des
couches de vitesses différentes se superposant (écoulement d'un jet ou encore le sillage
à l'arrière d'un obstacle).
En milieu diphasique, dans le cas des bassins d’aération, le régime d’écoulement est
également turbulent il convient donc de récrire les équations de conservation de la masse et de
la quantité de mouvement en tenant compte de la turbulence.
La résolution des équations d’un écoulement se fait par l’utilisation d’une méthode numérique
qui consiste à développer les moyens de la résolution de ces équations.
Nous présentons la méthode des volumes finis avec des volumes de contrôles quadrilatéraux
et un maillage structuré, car elle est l’origine de la majorité des codes de calcul.
5. Rappel sur la méthode des volumes finis
La méthode des volumes finis est la méthode qui a donné de bons résultats dans le domaine
numérique. Cette méthode est basée sur la discrétisation intégrale des équations et nécessite la
subdivision du domaine en un nombre de volumes finis.
L’intégrale est applicable localement sur chaque volume et conserve la même valeur dans
chaque cellule de calcul ( Haioun A 2008) Le domaine de calcul est divisé en un nombre fini
de sous domaines élémentaires appelés volumes de contrôles chacun englobe un nœud dit
nœud principal. La méthode des volumes finis consiste à intégrer les équations aux dérivées
partielles sur chaque volume de contrôle (Gislain.L. K, 2004)
34
5.1. Les modèles de turbulence
La modélisation de la turbulence est d’une importance capitale pour la description des

écoulements en mécanique des fluides numérique. La turbulence a pour effet de favoriser le
mélange et le transfert entre les phases.
Les écoulements turbulents sont caractérisés par des fluctuations des champs de vitesse, de
concentration et de pression, qui affectent toutes les grandeurs transportées.
Pour des raisons de temps de calcul, la résolution directe des équations de Navier-Stokes ne
peut être effectuée. Cette méthode est exclusivement utilisée pour des écoulements à faible
nombre de Reynolds et pour des géométries simples.
Il est donc nécessaire de modéliser la turbulence à défaut de la simuler. Les différents
modèles peuvent être classés en deux familles distinctes :
-le modèle LES (Large Eddy Simulation) : les plus grandes structures sont calculées
directement et les plus petites sont modélisées ;
-le modèle RANS (Reynolds Average Navier-Stokes) : ce modèle propose des fermetures
algébriques ou des équations de transport pour la résolution de la viscosité turbulente.
Etant donnée la nature des simulations qui vont être effectuées, le modèle RANS sera
uniquement développé, la LES impliquant, dans notre application, des temps de calcul trop
importants.
6. Présentation des modèles de turbulence dérivés du RANS
La méthode RANS est utilisée si l’on s’intéresse aux grandeurs moyennes liées à la
turbulence. Dans cette approche statistique, une variable est considérée comme pouvant se
décomposer en une somme de sa valeur moyenne et de sa fluctuation par rapport à cette
valeur. Par exemple, pour la vitesse :
Vi = Vi− + Vi, (44)
6.1. Le modèle k-ε
Cette partie décrit succinctement le modèle de turbulence k-ε, en insistant sur la modélisation
de l’influence de la turbulence de la phase continue sur la dispersion de la phase dispersée
Pour une description plus précise, on pourra se référer à (Talvy 2003).
Ce modèle de turbulence est approprié pour les écoulements polyphasiques où les phases
dispersées sont diluées. Le modèle k-ε monophasique a été modifié en diphasique pour tenir
compte des termes supplémentaires d’échange entre les phases. Ce modèle comprend deux
équations de transport qui permettent de décrire le phénomène de turbulence en séparant
l’échelle de vitesse déterminée par la variable k (énergie cinétique turbulente) et l’échelle de
longueur par la variable ε (taux de dissipation visqueuse de l’énergie cinétique turbulente).
Une troisième équation permet de relier ces deux grandeurs pour le calcul de la viscosité
turbulente.
35
Le modèle k-ε est utilisé par tous les auteurs modélisant le régime monophasique. Pour les
simulations diphasiques, les modèles choisis sont les modèles k-ε du mélange (Tanguy, 2003)
et k-ε polydispersé (Vermande et al,. 2005)
prenant en compte le transport et la dissipation de l’énergie turbulente.
Ce modèle calcule la viscosité turbulente en faisant intervenir l’énergie cinétique turbulente k
et le Taux de dissipation de l’énergie cinétique turbulente ε.
La viscosité turbulente Vt (m2 . s−1 ) est calculée comme suit :

μt k2
Vt = = Cμ (45)
ρ ℰ
Avec Cμ constant
Il est donc nécessaire de calculer localement les valeurs de k et de ε. Il faut pour cela résoudre
les Équations de transport de k et de ε
Equation de transport de k résolue par Fluent

μ ∂
∂��μ t � k �
∂(ρk) ∂(ρkV i ) σk ∂x i
∂t
+ ∂x i
= ∂x i
+ μt Ω − ρℰ (46)
Equation de transport de ε résolue par Fluent

μ ∂
∂��μ t � ℰ �
∂(ρℰ) ∂(ρℰV i ) σℰ ∂x i ℰ ℰ2
∂t
+ ∂x i
= ∂x i
+ C1 k μ Ω − C2 ρ (47)
t k
Avec
∂V i ∂V
Ω=2Sij Sij et 2Sij = + ∂x j
∂x j i
Avec σk , σℰ , C1 et C2 constantes empiriques sans dimensions
6.1.1. Domaine de validité et pertinence du modèle K-ε
Le modèle k-ε est le plus simple des modèles complets dits à deux équations. Il s’agit d’un
modèle semi-empirique. Il permet de calculer K, ℰ,Vt le tenseur de Reynolds, les composantes
Vi de la vitesse et le champ de pression P en tout point du champ considéré.
Aucune indication sur l’utilisation de la vitesse de dérive n’est indiquée, bien que (Talvy
2003) insiste sur l’importance de ce paramètre pour une simulation correcte de la dispersion
du nuage au sein du liquide.
36
6.2. Modèle k–ɛ standard
Ce modèle met l’accent sur les mécanismes affectant l’énergie cinétique turbulente en se
basant sur la modélisation de deux équations de transport. La première est celle de l’énergie
cinétique turbulente (k) et le deuxième est son taux de dissipation visqueuse (Ɛ). Ainsi, la
viscosité dynamique turbulente y est calculée par :
k2
ut = ρCu (48)
ε
Cu = 0.09
La robustesse du model, ainsi que son économie en temps de résolution et une précision
raisonnable pour une large gamme d’écoulements turbulents expliquent sa popularité pour les
écoulements industriels et les simulations de transfert de chaleur.
Néanmoins, ce modèle présente quelques faiblesses en présence de couches limites courbées,
les écoulements tournants et tourbillonnaires (Swirling), ainsi que les écoulements
entièrement développés dans des conduites non circulaires.
6.3. Modèle k-ɛ RNG

Le modèle k-Ɛ RNG a été dérivé en utilisant une technique statistique appelée «
ReNormalization Group ». Il inclue les améliorations suivantes:
-Dispose d’un terme additionnel dans l’équation de Ɛ, qui améliore la précision pour les
écoulements avec des contraintes rapides (changements de directions soudains).
- Incluse l’effet du tourbillonnement sur la turbulence afin d’accroître la précision pour les
écoulements tourbillonnaires.
- Utilise un dispositif pour prendre en compte les effets des bas nombres de Reynolds,
contrairement au modèle standard qui est un model basé sur des nombres de Reynolds élevés.
Avec ce modèle, la viscosité turbulente est calculée à l’aide de l’une des équations suivantes:
- Nombres de Reynolds faibles:
ρ2 k u
d � εμ � = du (49)
�u 3 −1+C u
Avec :
μ = u eff�u et u eff = u + ut
-Nombres de Reynolds élevés:
k2
ut = ρCu avec Cu = 0.085 (50)
ε
μ eff est la viscosité effective.
37
6.4. Modèle k-ɛ Réalisable
Le dernier modèle de la famille K-Ɛ diffère du modèle standard principalement par deux
choses importantes:
- une nouvelle formulation pour la viscosité turbulente;
- une nouvelle équation pour le taux de dissipation Ɛ.
Le terme Réalisable ou réalisable signifie que le modèle satisfait certaines contraintes
mathématiques sur les contraintes de Reynolds, logiques avec la physique des écoulements
turbulents. Ainsi, ce modèle prédit avec plus de précision le taux de propagation des jets. Il
procure aussi des performances supérieures dans les écoulements impliquant la rotation, les
couches limites sous de forts gradients de pression adverses, la séparation et les recirculations.
Ces deux derniers modèles de turbulence, (k-Ɛ RNG et k-Ɛ Realizable), donnent de meilleurs
résultats comparés au modèle K –Ɛ Standard. Alors que les écoulements impliquant une forte
anisotropie des contraintes turbulentes restent le point faible de la famille k-Ɛ toute entière.
6.5. Modèle k - 𝝎𝝎 standard
C’est un modèle empirique similaire au modèle K -Ɛ, avec deux équations de transport, une
équation adaptée de k et une équation du taux de dissipation spécifique ω qui s’apparente au
rapport de Ɛ par k. Après plusieurs années de perfectionnement, ce modèle offre à présent un
avantage pour la prédiction des écoulements cisaillés libres. Il prend aussi en compte les
effets des faibles nombres de Reynolds, de la compressibilité, des jets de différentes
configurations (plan, radial, ...etc.). Four ces raisons, il convient particulièrement aux
écoulements internes. La viscosité turbulente est calculée en combinant K et ω comme suit:
ρk
ut = α∗ ω
(51)
α∗ : est un coefficient qui apporte une correction à la viscosité turbulente.
6.6. Modèle k-𝝎𝝎 SST
Le modèle K-ω SST (Shear Stress Transport) ou transport des contraintes de cisaillement
turbulentes, est dérivé du modèle k-ω Standard. Ce modèle combine la robustesse et la
précision de la formulation du modèle k-ω dans la région proche de la paroi avec le modèle k-
Ɛ et toutes ses qualités citées plus haut pour les écoulements libres loin de la paroi. Ce
modèle inclue les améliorations suivantes:
-Une fonction de combinaison est multipliée à la fois au modèle K-ω Standard et au modèle K
–Ɛ .Cette fonction commutera entre les valeurs “zéro” ou “un” suivant que l’on soit dans la
région proche de la paroi, pour activer le modèle k-ω Standard ou dans la région loin de la
paroi, pour activer le modèle K-Ɛ.
38
-La définition de la viscosité turbulente est modifiée pour prendre en compte le transport des
contraintes de cisaillement turbulentes, dont voici une forme simplifiée:
ρk 1
ut = ω MAX [ ∗ 1
(52)
]
α f(Ω,k ,ω,y )
f (Ω, k, ω, y) est une fonction dépendant du taux de rotation (Ω), de K, de ω et de la distance

normale à la paroi (y).Les améliorations apportées à ce modèle le rendent plus fiable pour une
classe d’écoulements plus étendue, (écoulements à gradients de pression adverses surfaces
portantes –aviation-, ondes de choc transsoniques ...etc.), par rapport aux modèles K-ω
Standard et la famille des modèles k-Ɛ.
7. Le modèle RSM
C’est le modèle le plus élaboré que propose le code de calcul « Fluent ». En abandonnant
l’hypothèse d’une viscosité turbulente isotrope, le modèle de turbulence des contraintes de
Reynolds (RSM: Reynolds Stress Model) ferme les équations RANS en résolvant ensemble
les équations de transport des contraintes de Reynolds avec une équation pour le taux de
dissipation de l’énergie cinétique turbulente (Ɛ).
Cette procédure introduit cinq équations de transport additionnelles pour les problèmes
bidimensionnels (7 pour le cas 3D) et là aussi la viscosité turbulente est calculée comme pour
le modèle k-Ɛ Standard. Ce modèle prend en compte les effets des courbures des lignes de
courant, les tourbillonnements, la rotation et les changements rapides du taux de déformation,
mais d’une manière plus rigoureuse que tous les autres modèles.
Le model de turbulence des contraintes de Reynolds est le meilleur choix pour la simulation
des écoulements complexes quand les caractéristiques qui nous intéressent résultent de
l’anisotropie dans les contraintes turbulentes, comme par exemple les écoulements dans les
cyclones, les écoulements fortement tourbillonnaires dans les chambres à combustion, etc. Le
revers de cette supériorité potentielle est le très grand surcoût en calcul. Les quelques
limitations connues à ce jour pour ce modèle concernent les jets axisymétriques et les
écoulements non confinés à recirculation.
Le modèle des contraintes de Reynolds (RSM) est un modèle de fermeture du second ordre.
Dans certains cas (couches limites courbes, écoulements tourbillonnaires, écoulements en
rotation), l’approximation basée sur l’hypothèse de Boussinesq pour représenter les tensions
de Reynolds n’est plus applicable (Pierre- Louis Viollet et al, 1999).
Ce modèle introduit six nouvelles équations aux dérivées partielles, une pour le transport de
chacune des six contraintes de Reynolds :
− − − −̀ −̀ −̀ −̀ −̀ −̀
𝑢𝑢1`2 , 𝑢𝑢2`2 , 𝑢𝑢3`2 , 𝑢𝑢1 𝑢𝑢2 , 𝑢𝑢1 𝑢𝑢3 𝑒𝑒𝑒𝑒 𝑢𝑢2 𝑢𝑢3 (53)
39
Le terme de production est donné par:
𝜕𝜕𝑈𝑈𝐽𝐽− 𝜕𝜕𝑈𝑈𝑖𝑖−
𝑃𝑃𝑖𝑖𝑖𝑖 = - (𝑅𝑅𝑖𝑖𝑖𝑖 + 𝑅𝑅𝑗𝑗𝑗𝑗 ) (54)
𝜕𝜕𝑥𝑥 𝑚𝑚 𝜕𝜕𝑥𝑥 𝑚𝑚
Le terme de transport par diffusion est donné par :
𝜕𝜕 𝑣𝑣 𝜕𝜕𝑅𝑅𝑖𝑖𝑖𝑖
𝐷𝐷𝑖𝑖𝑖𝑖 = 𝜕𝜕𝑥𝑥 𝑚𝑚
(𝜎𝜎 𝑡𝑡 ) (55)
𝑘𝑘 𝜕𝜕𝑥𝑥 𝑚𝑚
Avec
𝑘𝑘
𝑣𝑣𝑡𝑡 = 𝜌𝜌 𝜔𝜔 , 𝐶𝐶𝑢𝑢 = 0.09 𝑒𝑒𝑒𝑒 𝜎𝜎𝑘𝑘 = 1.0 (56)
8. Conclusion
Rappel de quelques notions sur la modélisation numérique de la turbulence en

hydrodynamique. Nous avons écrit les équations régissant les écoulements, d’abord en
milieu monophasique, puis diphasique.
En monophasique, nous avons retrouvé les équations de Navier-Stockes à partir de l’équation
de continuité et de la quantité de mouvement. Le régime d’écoulement étant turbulent, nous
avons transformé ces équations en tenant compte de ce phénomène pour obtenir les équations
de Reynolds. Elles comportent un nouveau terme, le tenseur de Reynolds, et ne suffisent plus
pour déterminer toutes les inconnues. Il est donc nécessaire de modéliser ce tenseur en
choisissant un modèle de turbulence approprié. Cela permettra la « fermeture » du système
d’équation, c’est à dire l’obtention d’un nombre d’équations égal au nombre d’inconnues.
En milieu diphasique, nous avons cerné les forces agissant sur une bulle d’air immergée en
mouvement dans l’eau, puis nous nous sommes contentés, par une approche eulérienne-
ulérienne de rappeler les équations de conservation de la masse et de la quantité de
mouvement pour chaque phase, qui tiennent compte de l’interaction eau/air.
40
Deuxième partie
Construction du Protocol
expérimental et Simulation
numérique par Fluent et GPS-X
Chapitre 5
LOIS DE SIMILITUDE
CHAPITER 5 LOIS DE SIMILITUDE
1. Introduction
Avant de construire un prototype devant évoluer dans un fluide (où de faire un aménagement
hydraulique), ce qui peut être très coûteux ; il est souhaitable de savoir comment il se
comportera, pour en avoir une idée, nous fabriquerons un modèle réduit, plus facile à mettre
en place et beaucoup moins coûteux que le prototype, les modifications éventuelles à apporter
y sont moins onéreuses. On peut déterminer directement et rapidement les meilleures
dispositions à adopter pour son fonctionnement, son rendement, son économie, etc. (Michel
A. Morel 1994)
Le problème essentiel qui se pose : dans quelle mesure et suivant quelles lois les résultats
obtenus sur le modèle peuvent-ils être transposés dans l’écoulement naturel en vraie grandeur
(qu’on appelle le prototype) ? Autrement dit, si le modèle est géométriquement semblable au
prototype, les dimensions linéaires homologues du modèle et du prototype étant dans le
rapport K L (échelle du modèle) et si, on outre, dans le modèle les caractéristiques de
l’écoulement qui intéressent l’ingénieur (vitesses, débits, pressions, etc. .) sont réduites par
rapport à celles du prototype suivant des rapports différrents ( K V , K q , K P ,etc. .) pour que
les résultats obtenus sur le modèle soient transposables dans la réalité, il faut d’abord que les
rapports susvisés ( K V , K q , K P ,etc. .) soient bien déterminés et constants, qu’ils ne changent
pas, par exemple, quand on modifie les conditions d’écoulement ( débit, pression, tirant d’eau,
etc. .) ; ensuite, il faut que ces rapports soient connus en fonction de l’échelle K L . Si ces
conditions sont réalisées on a dans le modèle un écoulement semblable à l’écoulement réel
dans le prototype. La réalisation de ces conditions résulte de l’application des lois de
similitude (M. Carlier 1980)
2. Lois de similitude
2.1. Similitude géométrique
Nous aurons similitude géométrique, si les rapports des toutes les longueurs correspondantes
du modèle et du prototype sont égaux : (Michel A. Morel 1994), (M. Carlier 1980)
De tel rapport peuvent s’écrire :
Lmaquette Lm
= KL ; où = K L = cts (57)
L prototype LP
K L : fonction d’échelle ou de conversion
L’échelle du modèle est l’inverse du K L (1/K L )

De ce rapport on peut également déduire le rapport de :
Amod èle L2
Surface : = 2mod ele = K L2 (58)
A prototype L prototype
41
CHAPITRE 5 LOIS DE SIMILITUDE
Vmaquette L3maquette
Volume : = = K L3 (59)
V prototype L3pototype
2.2. Similitude cinématique
Nous aurons similitude cinématique, si en deux points homologues de la maquette et

du prototype ; les vitesses ont des directions homologues et des modules dans un rapport
constant. (Michel A. Morel 1994), (M. Carlier 1980), (Renald V et al)
Vmaquette
KV = = cts (60)
V prototype
tM
• temps : = kt (61)
tP
VM LM TM LM TM K L
• vitesse : = = + = (62)
VP L P TP L P TP Kt
a M LM TM2 LM Tn2 K L
• Accélération : = = ÷ = (63)
aP L P TP2 L P TP2 K t2
QM L3 T L3 T K3
• Débit : = m3 M = M3 ÷ M = L (64)
QP L p TP L P TP Kt
2.3. Similitude dynamique
Nous aurons similitude dynamique, si en deux points homologues de la maquette du

prototype, les forces ont des directions homologues et des modules dans un rapport constant.
(Michel A. Morel 1994), (Renald V et al )
Force maquette FM
KF = = = cts (65)
Force prototype FP
V 2 
Dimensionnellement nous pouvons écrire une force : [F ] = [m ⋅ a ] = ρ ⋅ L ⋅   [ 3
]
 L 
[
[ F ] = ρ ⋅ L2 ⋅ V 2 ]
 F1    ρ1   L1   ρ
2 2
 V1 
  =        = 1 ⋅ K L2 ⋅ K V2 (66)
 F2    ρ 2   L2  V2   ρ 2
42
Donc si les deux fluides sont homogènes, c’est-à-dire que les masses volumiques sont dans un
rapport constant et que nous ayans similitudes géométrique et cinématique, nous avons aussi :
similitude dynamique.
Si les trois similitudes sont réunies, nous dirons alors que la similitude est complète et
connaissant l’écoulement autour de la maquette nous pourrons déterminer l’écoulement
autour du prototype.
a) Modèles des nombres sans dimension
En mécanique des fluides et dans l’expérimentation hydraulique les forces qui interviennent
sont :
- les forces d’inertie où de turbulence (F I ).
- Les forces de pesanteur (F G )
- Les forces de viscosité ou de frottement (F R )
- Les forces de tension superficielle (capillaire) (F K )
- Les forces d’élasticité (F E )
Les forces de capillarité n'interviennent que pour l'étude de problèmes très particuliers qui
sorte du domaine habituel de l'hydraulique traditionnelle. Nous ne considérons donc que les
trois premières catégories de forces (M. Carlier 1980).
b) Modèles de similitude dynamique
Suivant la nature de l'écoulement considéré ces diverses catégories de forces interviennent

d'une manière plus ou moins importante.
Si les forces d'inertie ne peuvent jamais être négligées puisqu'il y a toujours une masse liquide
en mouvement, les conditions du problème étudié permettront souvent, pour les autres
catégories de forces, d'en négliger certaines par rapport à d'autres.
Cette remarque permet d'établir les distinctions fondamentales suivantes en ce qui concerne la
similitude dynamique (M. Carlier 1980).
 Modèle de Froude : dans le cas où les forces d’inertie et de pesanteur sont

prépondérante vis-à-vis des autres forces (Michel A. Morel 1994), (M. Carlier 1980),
(Renald V et al ) (R. Comelet 1994)
FI
ℑr =
FG
dv 
FI = m ⋅ a = ρ ⋅ v ⋅  F ρL3 ⋅ L / T 2 L L2 v2
dt  ⇒ I = = = =
FG ρ ⋅ g ⋅ L3 g ⋅t2 L ⋅ g ⋅T 2 L ⋅ g
FG = m ⋅ g = ρ ⋅ v ⋅ g 
V
la racine carré de ce rapport connue sous le nom de nombre de Froude
L⋅g
43
v
ℑr = …. (67)
L⋅g
Donc pour Froude-Reech
K FI = K FG ⇒ Kρ ⋅ K L4 ⋅ K t−2 = Kρ ⋅ K L3 ⋅ Kg
⇒ K L ⋅ K t−2 = kg pour la même accélération dans la nature et le modèle Kg = 1
1
on aura : K L ⋅ K t− 2 = 1 ⇒ K t = K L 2
Cette relation très importante est connue sous le nom de "loi de similitude de Reech-Froude";
elle fut découverte par l'alsacien Ferdinand Reech en 1832 (1), rendu publique par lui en 1852
et tombée par la suite dans l'oubli ; elle a été retrouvée et remise en honneur par l'anglais
William Froude vingt ans plus tard en 1872 (M. Carlier 1980)
En combinant les similitudes géométriques, cinématique, et dynamique, il est facile d’établir

les rapports de toutes les grandeurs physiques caractérisant l’écoulement dans le modèle et le
prototype, ce qui permet de passer des résultats observés sur le premier à ceux escomptés sur
le second (M. Carlier 1980)
1
de l’équation - vitesse : KV = K L 2
de l’équation - accélération : Ka = 1
5
de l’équation - débit : KQ = K L 2
−2
2
lM t ρ l lρ l ⋅l lρ ⋅ lρ
donc : K L K = ⋅ 2 = 1 ⇒ M2 = 2 ⇒ 2 M M = 2
t M ⋅ lM ⋅ g t ρ lρ g
t
lP tM tM tρ
v M2 v ρ2 vM vρ Fr
⇒ = ⇒ = ⇒ FrM = FrN où bien K Fr = M = 1
lM ⋅ g lρ ⋅ g lM ⋅ g lρ g Frρ
La similitude de Reech-Froude est très fréquemment utilisée dans les études sur modèle
réduit. Elle intervient notamment pour la plupart des écoulements à surface libre qu'il s'agisse
d'écoulement non turbulents sur des ouvrages courts (déversoir, seuil, chute, ressaut…) dans
lesquels le frottement visqueux à la paroi ne joue qu'un rôle très faible par rapport à la
pesanteur, la pression et l'inertie ou d'écoulement très turbulents dans lesquels les forces de
viscosité sont également négligeable par rapport aux forces d'inertie, de turbulence et de
pesanteur (M. Carlier 1980)
(1)
Dans son cours professé à l’Ecole du Génie maritime, Reech écrivait en 1832 : "Les résistances de corps
flottants de formes semblables ne peuvent être proportionnelles aux surfaces et aux carrés des vitesses qu’autant
que les carrés des vitesses sont proportionnelles aux dimensions linéaires".
44
 Modèles de Reynolds :
Dans le cas où les forces d’inerties et de viscosité sont prépondérantes vis-à-vis des autres
forces ; nous sommes dans les conditions des écoulements sous pression, en conduite par
exemple et nous aurons similitude de Reynolds (Michel A. Morel 1994), (M. Carlier 1980),
(Renald V et al ) (R. Comelet 1994)
FI ρ .L4 .t −2 L2 v.L
Re = = = =
Fr η .L2 .t −1 υ .t υ
dv
Fr = τ . Ar = η . ⋅ Ar
dn
Donc pour Reynolds
K FI = K FR ⇒ K ρ ⋅ K l4 ⋅ K t−2 = Kη ⋅ K L2 ⋅ K t−1
on a : η = ρ .υ ⇒ Kη = K ρ ⋅ K υ ⇒ K ρ .K l4 ⋅ K t−2 = K ρ ⋅ K υ ⋅ K L2 ⋅ K t−1 ⇒ K t = K l2 ⋅ K υ−1
on a le même fluide donc Kυ = 1 ⇒ υ M = υ p
Alors on obtient comme échelle de transposition :
de l’équation - temps : K t = K l2
de l’équation - vitesse K v = K l−1
de l’équation - accélération : K a = K L−3
de l’équation - débit : KQ = K L
Donc :
−1 K l2 ⋅ K υ−1 l M2 υ P t p l M2 / t M ⋅ υ M v M ⋅ l M / υ M R
K t = K ⋅ Kυ
2
⇒ =1⇒ . . =1⇒ 2 = = eM =1
l p υM tM l p / t p ⋅υ p v p ⋅ l p /υ p
l
Kt 2 Re p
Re M
Donc : K Re = = 1 similitude de Reynolds.
Re p
La loi de similitude de Reynolds est fréquemment employée en hydraulique, en particulier

dans les écoulements en charge dans lesquels la pesanteur intervient pas ni les phénomènes de
tension superficielle, sauf toutefois dans le cas d'écoulement très rapides dans lesquels la
turbulence et les phénomènes d'inertie deviennent prépondérants ; dans ce cas on doit se
libérer de la similitude de Reynolds, nous verrons plus loin comment.
45
La loi de similitude de Reynolds est également utilisée pour l'étude sur modèle de la
résistance opposée à un écoulement par un corps entièrement immergé ; dans ce cas en effet
les forces de pesanteur sont négligeables par rapport aux forces d'inertie et de viscosité (M.
Carlier 1980)
 Nombre d’Euler :
Le rapport entre la force d’inertie et celle de pression (M. Carlier 1980) (Renald V et al )
(Merzak Damon 1994)
M .a ( ρ .L3 )( L / T 2 ) ρ ⋅ L ( L / t ) ρ ⋅υ 2
2 2 2
Eu = = = =
p. A p ⋅ L2 p ⋅ L2 p
 Nombre de weber :
Si on a une dominance des forces d’inerties et de capillarité : (Renald V et al ) (Merzak
Damon 1994)
FI M .a ρ .L2 .v 2 ρ .L.v 2
W= = = =
Fk σ .L σ .L σ
FK = −2σ .l
Ce nombre utilise dans le cas des ondes capillaires, dispersion d’un rayon d’eau, processus
avec formation de bulles d’aires.
 Nombre de Cauchy-mach :
Lors de l’introduction des pressions de choc, l’eau se comporte comme un fluide
compressible où il y a lieu des forces d’élasticité (Renald V et al) (Merzak Damon 1994)
∆v
FE = E .A
v
FI ρ .L2 .v 2 ρ .v 2
= =
FE E.L2 E
v
La racine carre de ce rapport est connu sous le nom de nombre de Mach (Ma).
E/ρ
En générale,il faut s’occuper de l’effet de la force dominante, dans la plupart de
problème d’écoulement de fluide, la pesanteur, la viscosité et (ou) l’élasticité sont
prépondérantes, mais pas toujours simultanément, si plusieurs forces influent ensemble sur les
conditions d’écoulement, le problème devient très complique.
46
3. Incompatibilité des similitudes de Reech-Froude et de Reynolds
Ces deux similitudes étant les plus fréquemment employées, on peut se poser la question de
savoir s'il est possible de réaliser un modèle dont la similitude avec le prototype puisse
satisfaire simultanément aux conditions de Reech-Froude et de reynolds.
La condition de Reech-Froud impose :
kv = kl
En remplaçant dans la condition de Reynolds, il vient :
k 3 / 2 = kυ
l
Or, dans la pratique, il est très difficile de faire varier υ entre le prototype et le modèle cela
nécessiterait l'utilisation de liquides spéciaux très onéreux ; le plus souvent on utilise l'eau sur
le modèle et sur le prototype c'est-à-dire k υ = 1.
D'où il résulte K L =1; autrement dit le modèle est identique au prototype ; il est donc
pratiquement impossible de réaliser des essais en modèle réduit permettant de satisfaire
simultanément aux conditions de Reech-Froude et de Reynolds.
Cette impossibilité n'à pas, comme nous le verrons plus loin, de conséquences fâcheuses pour
la plupart des modèles d'écoulement à surface libre, à condition de ce placer dans des
conditions telles que les forces de viscosité soit négligeables sur le modèle et le prototype (ce
qui permet d'utiliser seulement la similitude de Reech-Froud). Toutefois, dans l'étude des
problèmes où on a affaire à des actions dynamique de l'eau sur des obstacles, ni les forces de
viscosité, ni les forces de pesanteur ne peuvent être négligé et l'impossibilité de réaliser une
similitude totale ne peut être tournée que par l'utilisation de divers artifices dans le détail
desquels nous ne pouvant entrer. C'est le cas, notamment, de l'étude de résistance
d'avancement de navires au bassin des carènes ; en effet, la résistance à l'avancement d'un
navire résulte de deux causes : le frottement visqueux de l'eau contre la coque (similitude de
Reynolds) et la résistance des vagues produite par le mouvement du navire, or les vagues sont
des ondes de gravité régies par la similitude de Reech-Froud (M. Carlier 1980)
4. Analyse des méthodes de modélisation hydraulique : bassin d’aération
Les conditions de la similitude hydrodynamique exigent l'égalité dans le modèle et le bassin

réel de la relation de toutes les forces, dans les conditions où se déroule le phénomène.
Ainsi en pratique impossible d'avoir les conditions de similitude de toutes les forces. Pour
cette raison en effectue la similitude partielle des forces, tirés des phénomènes ou des critères
de similitude.
Le liquide non compressible se déplace sous l'effet des forces essentielles (pression, poids,
viscosité) et les forces d'inertie.
On sait que pour la similitude de deux processus hydrauliques stationnaires à côté de la
garantie de similitude géométrique il faut assurer l'égalité des critères de Reynolds (Re),
47
Froud (Fr), Euler (Eu) toutefois, la modélisation avec une stricte garantie des forces de
viscosité se rencontre très rarement.
Avec des grandes valeurs Re les forces de viscosités deviennent très petites, en comparaison
avec des contraintes turbulentes. Dans ce cas le flux devient simulatif (automodèle) par
rapport à la valeur Re ; c'est-à-dire le phénomène ne se change pas qualitativement malgré la
diminution de la valeur Re.
5. Analyse dimensionnelle
Beaucoup de chercheurs, y compris (Schmidtke et al. 1977), (Udaya et al. 1991) et (Rao
1999) ont avec succès utilisé la théorie de l'analyse dimensionnelle pour décrire le processus
d'aération des aérateurs de surface, qui dépend des variables géométriques, physiques et
dynamiques qui sont illustré comme suit :
6. Variables géométriques
Les variables géométriques comprennent la section transversale du bassin d’aération, la

profondeur de l'eau dans le bassin, le diamètre du rotor, la longueur des lames, la largeur des
lames, la distance entre le haut des lames et le plancher horizontal du bassin et le nombre des
lames comme schématisé sur la (Figure .20)
Figure.24. Schéma des variables géométrique d’un bassin avec aérateur de surface
48
7. Les variables physiques
Les variables physiques comprennent la densité de l'air, la densité de l'eau et la viscosité

cinématique de l'eau.
8. Les variables dynamiques
La vitesse de rotation du rotor (N) est la variable dynamique associée au processus d'aération
des aérateurs de surface.
Les variables influençant le coefficient de transfert d'oxygène à 20 ° C (k L a 20 ) pour une
forme donnée d'un bassin d’aération sont donc données par:
K La20 = f (A, H, D, l ,b ,h ,n ,N ,g,ρa , ρw ,v) (68)
L'équation (68) peut être exprimée en termes de paramètres non dimensionnels comme suit:
k = f (�A⁄D , H⁄D , l⁄D , b⁄D , h⁄D, n, ρa ⁄ρw , R,F) (69)
D’où
1�
k = K L a20 (v⁄g 2 ) 3 est le coefficient non dimensionnel du transfert d’oxygène
R = ND2 / v est le nombre de Reynolds
F = N2 D⁄g est le nombre de Froude
Alternativement, cela peut s'exprimer comme (Rao 1999 et Rao 2004)
k = f (�A⁄D , H⁄D , l⁄D , b⁄D , h⁄D, n, ρa ⁄ρw , X) (70)
Où, X= F 4/3 R 1/3 est le paramètre qui régit la puissance par unité de volume. Les six
premiers paramètres non dimensionnels représentent la "similitude géométrique" du système
et le dernier paramètre représente-la "similarité dynamique.
9. Conclusion
Les conditions de la similitude hydrodynamique exigent l'égalité dans le modèle et le bassin
réel de la relation de toutes les forces, dans les conditions où se déroule le phénomène.
Ainsi en pratique impossible d'avoir les conditions de similitude de toutes les forces. Pour
cette raison en effectue la similitude partielle des forces, tirés des phénomènes ou des critères
de similitude.
49
La théorie de l'analyse dimensionnelle pour décrire le processus d'aération des aérateurs de

surface, qui dépend des variables géométriques, physiques et dynamiques.
50
Chapitre 6
ETUDES ET MESURES
DES CHAMPS DE
VITESSES SUR MODELE
REDUIT
CHAPITRE 6 Etudes et mesures des champs de vitesses sur modèle réduit
1. Construction du Protocole expérimentale
Nous rappelons ici que les mesures expérimentales sont faites uniquement pour la station
d’épuration de Chelghoum Laid.
Pour atteindre nos objectifs un modèle réduit est construit pour entreprendre des mesures de
champs de vitesse au sein du bassin d’aération ou se déroule le transfert d’oxygène et
l’activation de la boue activée de la station d’épuration de Chelghoum Laid.
La longueur du bassin d’aération est L p = 57 m, la largeur l p = 19 m et la hauteur H p = 4.2 m

Selon les lois de similitude étudier au chapitre précédent on a adopté à construire un modèle
réduit à l’échelle (1/33) ; d’où K l = 0.03
• La longueur :
Lm = K l x Lp = 0.03 x 57 donc Lm = 1.72 m = 2.0 m
• La largeur :
l m = K l x l p = 0.03 x 19.0 donc l m = 0.57 m = 0.6 m
• La hauteur :
h m = K l x h p = 0.03 x4.2 donc h m = 0.126 m = 0.15 m
Photo .6 Modèle réduit du bassin d’éaration à l’echelle 1/33
51
2. Montage expérimental
Le montage expérimental utilisé pour l’étude hydrodynamique se compose d’un bassin

rectangulaire d’une longueur totale déployée de 2,0 mètres pour une largeur de 60 cm et une
hauteur de 15 cm (figure 1.1). Il est alimenté en eau par une pompe centrifuge dont le flux
débitant est partiellement by-passé pour obtenir le débit souhaité. Une passerelle servant
comme support et à la fixation des moteurs qui font tourner les roues des aérateurs.
Le système d’aération est divisé en 3 aérateurs de surface distincte active indépendamment, ce
qui permet de brasser qu’une partie du bassin le 1/3. Le débit liquide brassé dépendra de la
vitesse de rotation de la roue entrainé par le moteur synchrone de 1440 tr / min.
Selon la fiche technique d’exploitation des aérateurs de surface de la station de Chelghoum
Laid la vitesse périphérique de la roue des aérateurs est de 5 m/s ce qui donnera en modèle
réduit une roue de rayon 3.3 cm.
V = ωR m (71)
V : Vitesse périphérique (m/s)
ω : Section
R m : Rayon de la roue du modèle

2Пn
S= 60
Rm
n- nombre de tour par minute
Si : V = 5 m/s
n = 1440 Tr/min
Donc : R m = 0.033m
Le réacteur a été construit en tôle de fer de 2.0 mm pour permettre les mesures de champ de
vitesse.
3. Vitesses de circulation de l'eau
Les vitesses de circulation de l'eau ont été mesurées à l’aide d’un micro-moulinet qui permet
de relever les vitesses instantanées en un point de l’écoulement. Miro moulinet de mesure de
vitesse horizontale type Flowatch (JDC Electronic SA Switezeland le principe de mesure de
la vitesse est basé sur la détection du champ magnétique produit par l’hélice.
Les photos suivantes montrent le micro moulinet utilisé dans le cadre de cette thèse.
52
Photo 7. Micro moulinet Flowatch
Les mesures de vitesse ont été effectué sur trois (niveaux) profondeurs du bassin d’aération
h1= 0,04 m ; h2= 0.075 m et h3= 0.11 m (fond du bassin, milieu du bassin et haut du
bassin). Les points de mesure sont schématisés à la figure 25.
Figure 25. Emplacement des points de mesure de la vitesse sur la section de mesure
53
Pour l’ensemble du bassin d’aération, on a mesuré environ 135 points (45 points par
profondeur) dont les résultats obtenus ont permis de tracer les courbes suivantes :
54
Figure.26 Résultats des vitesses horizontales mesurées à différent niveau du modèle
Remarque : La conclusion et l’interprétation des résultats seront faites à la fin du paragraphe

de la simulation du modèle réduit page 66.
55
Chapitre 7
Simulation numérique
du comportement
hydrodynamique par
FLUENT
CHAPITRE 7 Simulation numérique du comportement hydrodynamique par FLUENT
1. Synthèse bibliographique sur la mécanique des fluides numérique

appliquée aux bassins d’aération.
Le traitement des eaux usées urbaines par boues activées est largement utilisé dans le monde
et en Algérie. Il résulte d'un processus de dégradation biologique des polluants en présence de
micro-organismes et d'oxygène. L'eau épurée est ensuite séparée des flocs bactériens par
décantation. Bien que tous les éléments de la chaîne d'épuration soient importants lors du
traitement des eaux usées urbaines par boues activées, le bassin d'aération reste cependant
l'ouvrage déterminant pour la qualité des effluents rejetés et pour le bon fonctionnement de la
station d’épuration. Il est à la fois le siège de la réaction biologique de dégradation des
polluants, et l'ouvrage dont le fonctionnement est le plus onéreux, il représente 60 à 80% de
la consommation énergétique de l'ensemble de la station d'épuration.
Les dispositifs d'aération des installations d'épuration doivent assurer deux fonctions
essentielles: l'aération du milieu afin d'apporter aux micro-organismes aérobies l'oxygène
nécessaire pour leur respiration et une circulation suffisante du liquide afin de maintenir la
biomasse épuratrice en suspension et uniformiser la concentration en oxygène dissous
L'optimisation du fonctionnement de ce type d'installation passe donc par la connaissance des

performances du dispositif d'aération et la compréhension des processus biologiques régissant
l'épuration et les besoins en oxygène.
Les performances d’oxygénation des aérateurs de stations d’épuration sont communément

mesurées en eau claire (NF-EN-12255-15, 2004). Des travaux synthétisant les résultats
obtenus pour les systèmes d’insufflation d’air en fines bulles couplés à des agitateurs. (Groves
et al., 1992); (Wagner et Pöpel, 1998) ; (Gillot et al., 2000 ); (Mueller et al., 2002) ;( Gillot et
al., 2005(a)).
Des relations issues de l’analyse dimensionnelle (Gillot et al. 2005(b)) ont été proposées pour
prédire les capacités d'oxygénation en eau claire. Cependant, ces relations semblent
inadaptées dans certains cas, tels que celui des bassins profonds, et ne sont utilisables que
dans un domaine d’application bien défini. De plus, ces relations n’étant pas basées sur les
phénomènes physiques, elles ne prennent pas en compte l'ensemble des paramètres
influençant le transfert d'oxygène (la taille des bulles d'air, notamment) et ne permettent pas
d'interpréter l'influence des paramètres de conception et de fonctionnement sur les capacités
d'oxygénation des systèmes.
Parallèlement à ces travaux, la mécanique des fluides numérique est de plus en plus utilisée
afin d’optimiser les systèmes d’aération (Simon, 2000); (Cockx et al. 2001) ;( Vermande et
al,. 2003) ; (Vermande et al., 2005). Cependant, aucun chercheur n’a pu inclure l'ensemble
des paramètres physiques nécessaires à la compréhension et à la modélisation des
écoulements et du transfert d’oxygène sur site réel. Par ailleurs, aucune recherche ne
rassemble le choix et la description de l'ensemble des modèles nécessaires à la simulation des
écoulements et du transfert d'oxygène dans ce type de bassin.
56
Les bassins d’aération sont des systèmes complexes et la prédiction de leurs performances
d’oxygénation reste très difficile. L’analyse dimensionnelle permet de mettre en évidence
l’influence des différents paramètres de conception et de fonctionnement (H. Wang et
al.2014 ; M Gresch et al 2011 ; Y Yang et al 2011 ; G.R. Kasat et al.2008).
Dans le passé, ce type d'études impliquait toujours des expériences à grande échelle. Avec
l'évolution récente de la technologie informatique et de la recherche de flux multiphasé, la
dynamique des fluides computationnels (CFD) est progressivement utilisée pour analyser les
diagrammes de flux dans divers bassins d’aération (Armbruster et al., 2001; Craig et al., 2002;
Do-Quang et al. , 2001; He et al., 2008, Saalbach et Hunze, 2008; Templeton et al., 2006).
Les bassins d'aération ont été étudiés avec CFD pour leur mélange global (Le Moullec et al.,
2008). Fayolle et al. (2007) a également incorporé l'aération et le transfert d'oxygène. Même
les modèles biokinétiques ont été incorporés avec succès dans les simulations CFD (Hunze,
1996; Le Moullec et al., 2010; Zima et al., 2009). Pour les bassins en boucle fermée, ces
simulations rapportent également des structures d'écoulement en spirale lors de la transition
des sections aérées et non aérées (Fayolle et al., 2007).
Bien que CFD repose principalement sur des principes physiques, la simulation d'un problème
de flux multiphase n'est pas encore simple. Les termes de fermeture, en particulier les forces
d'interaction entre les phases et les termes de fermeture des turbulences, sont largement
discutés dans la littérature (Jakobsen et al., 2005; Tabib et al., 2008; Zhang et al., 2006). Par
conséquent, la validation expérimentale d'une étude CFD, en particulier dans des situations
d'écoulement complexes, est encore souhaitée
Dans le cas des chenaux d’aération, quelques études utilisant la mécanique des fluides
numérique sont recensées :
- à plusieurs échelles (pilote, bassin industriels),

- avec Différentes conditions de fonctionnement (régime monophasique, diphasique)
- avec Différents degrés de validation (étude numérique couplée ou non à des
mesures Expérimentales).
(Chatellier 1991) et (Djebbar 1996) initient l’étude des écoulements dans les bassins
d’aération en utilisant le code FIDAP et modélisent l’hydrodynamique dans les bassins en
écoulement monophasique. (Cockx 1997) modélise à l’aide du code de calcul Estet-Astrid les
écoulements diphasiques dans les bassins en présence d’aération. (Simon 2000) réalise l’étude
hydrodynamique d’un chenal expérimental de 1 m3, qui sera couplée à une étude numérique
des écoulements monophasiques.
Plusieurs études des écoulements diphasiques en bassins aérés en 2D ont parallèlement été
initiés par (Skote1994), Czarnota et (Hahn 1995) et Roustan et (Liné 1996). Ces études ont
principalement montré l’influence de la vitesse horizontale liquide sur les mouvements de
recirculation liquide (« spiral flows »). (Cockx et al. 2001) montre à l’aide du code de calcul
Estet-Astrid les perspectives en matière de simulation des écoulements gaz/liquide en 3D, en
introduisant le couplage de la simulation des écoulements avec le transfert d’oxygène.
(Vermande et al. 2003) a étudié l’hydrodynamique monophasique et diphasique d’un bassin
57
industriel à l’aide du code Fluent, qui apporte des informations quant à la modélisation de
l’agitation dans les bassins.
Par conséquent le champ d'écoulement dans un bassin d'aération est clairement

dominé par les sources d'énergie de l'aération et des agitateurs (mélangeurs) tandis
que les dispositifs (structures) d'écoulement qui sont liées à l'amenée et à la sortie
des eaux sont généralement sans effet.
Pour les systèmes d’aération mécanique Ils assurent l'oxygénation en provoquant une
forte turbulence à la surface des bassins d'aération, et permettent ainsi la projection du liquide
dans l'air, le renouvellement de la surface libre et la formation de petites bulles. Le
développement de l’hydraulique du bassin dépend de nombreux paramètres tels que: la
géométrie et la taille du mobile, les dimensions du bassin, l'immersion de la turbine, la vitesse
de rotation, la puissance mécanique introduite.
Par contre, pour les systèmes d'aération par insufflation d’air, le développement du
champ d'écoulement (hydraulique du bassin) est principalement piloté par des effets
de flottabilité. Par conséquent, l'admission d'air est d'intérêt principal. En
conséquence, la distribution spatiale des diffuseurs d'air, la cadence de flux d'air et
la géométrie de réacteur décident au sujet de la nature du champ d'écoulement dans
ce type d’aération.
Ces divers éléments nous ont incités à engager une étude hydrodynamique des bassins
d’aération des stations d’épuration par boues activées.
On rappel que nous avons analysé le champ d'écoulement des différentes géométries des
bassins d'aération (rectangulaire, circulaire) dans trois station d’épuration(Chelghoum Laid,
Souk Ahras et Annaba) ayant différent systèmes d’aération (aérateur de surface et insufflation
d’air).
Les mesures expérimentales des vitesses ont été effectuées seulement sur modèle réduit à
échelle 1/33 pour la STEP de Chelghoum Laid. Par contre la simulation numérique par fluent
Ansys est faite pour les trois bassins d’aération de stations d’épuration.
Le code FLUENT a été utilisé pour simuler l’hydrodynamique des bassins d’aération. Le code
résout les équations de conservation de la masse, de la quantité de mouvement, de l’énergie et
de toute autre variable transportée. La technique est basée sur la méthode des volumes finis et
est décrite par les étapes suivantes :
- discrétisation du domaine en volumes de contrôle à l’aide du préprocesseur
GAMBIT ;
- discrétisation des équations aux dérivées partielles en un système d’équations
algébriques ;
- résolution des équations algébriques numériquement.
Nous nous concentrerons sur le rôle que le système d'aération a sur le champ d'écoulement.
58
2. Premier cas : STEP Chelghoum Laid
2.1. Présentation de la STEP Chelghoum Laid
La station d’épuration de la ville de Chelghoum Laid est destinée à traiter les eaux usées
domestiques avant leur rejet à l’Oued Rhumel pour protéger le barrage Hammam Grouz qui
alimente la ville de Constantine en eau potable.
Les données de base qui servit au dimensionnement de la STEP sont les suivantes :
1ère phase 2ème phase

Type de réseau Unitaire Unitaire
Nature des eaux brutes Domestiques Domestiques
Population raccordée 45 000 EH 65 500 EH
Caractéristiques eaux brutes
DBO 5 270 mg/l 270 mg/l
54 g/EH 54 g/EH
MES 350 mg/l 350 mg/l
70 g/EH 70 g/EH
Tableau4 .Données de base STEP Chelghoum Laid
La station est réalisée avec deux bassins d’aération rectangulaire d’une longueur de 57 m,
une largeur de 22 m et une hauteur d’eau de 4.2 m. L’aération de chaque bassin est assurée
par trois aérateurs de surface type AVL (TMI).
Photo.8. Bassin d’aération de la station de Chelghoum Laid
59
Photo.9.photo aérienne de la STEP de la station Chelghoum Laid
2.2. Simulation du modèle réduit STEP Chelghoum Laid
2.2.1. Géométrie et maillage du bassin
A l’aide du préprocesseur GAMBIT utilisé dans Fluent, nous représentons le modèle réduit du
bassin d’aération sous laforme d’un rectangle. Sa longueur est de 2.0 m, sa largeur est de
0.66 m et sa hauteur de 0.15 m. Les aérateurs sont représentés par des cylindres de diamètre :
3.5 cm.
Figure.27. Model réduit STEP Chelghoum Laid
60
Le maillage est de type non structurées et composées de tétraèdres. Le nombre de maille est
suffisant pour avoir une solution indépendante du maillage. Le maillage nous donne les
valeurs suivantes : volume : 0.198 m3 ; nombre de cellules : 1.310.808 ; nombre de faces :
2.665.648 ; nombre de nœuds : 241.109.
2.2.2. Conditions aux limites
Les conditions aux limites jouent un rôle important pour l’obtention des résultats
significatifs en simulations par le CFD. L'état de borne de symétrie a été assigné sur la surface
de l'eau ; les aérateurs extérieurs sont simplifiés à un cylindre, lorsqu’elles sont en action elles
sont considérées comme mur mobile. Une vitesse constante est imposée sur la face avant de
celuici. La vitesse périphérique du disque est de 5.2 m/s. La vitesse radiale est supposée
négligeable. La rugosité constante et la taille de rugosité des murs mobiles ont été pris 0 et
0.05 m respectivement. Les conditions aux limites de non glissement ont été assignées pour
tous les autres murs .A noter que l'espace maillé est pris par défaut comme étant fluide.
La figure suivante présente le maillage du modèle en 3D.
Figure.28. Maillage du bassin d’aération Model réduit
61
Pour s’assurer de la convergence des calculs, nous observons les courbes des résidus, tracées
par Fluent, enfonction des itérations. Lorsque les résidus sont faibles et que les
courbesdeviennent plates comme illustrées ci-dessous, nous pouvons considérer que la
solution est atteinte. « Solution isconverged »
Figure.29. Courbe des résidus STEP Chelghoum Laid
2.2.4. Vitesse simulée du champ d'écoulement
La figure suivante affiche la vitesse simulée du modèle réduit dans les trois niveaux (haut,
milieu et bas du modèle). Le code de calcul Fluent indique qu'une configuration d'écoulement
hétérogène peut se développer dans le bassin. Selon les informations tirées des
différentescourbes des résultats de vitesses de simulation et surtout les indications de la figure
30, les distributions du champ d'écoulement les trois niveaux de profondeurs étaient
différentes, particulièrement au niveau bas du modèle réduit.
62
Figure.30 .Vitesse simulée haut, milieu et bas du modèle
63
(a)
(b)
64
(c)
(d)
(e)
Figure.31. Vitesse simulée autour des aérateurs
65
3. interprétation des résultats
Les résultats obtenus sur la vitesse horizontale de l'écoulement d'eau sont affichés par la
(figure .26) Selon les indications des figures (a), (b), (c), (d) et (e), la vitesse d'écoulement de
l’eau dans les de trois profondeurs (niveau) varient de 0.4 à 1.9 m/s pour le haut du bassin ; de
0.3 à 1.4 m/s pour le milieu du bassin. Pour le fond du bassin la vitesse d'écoulement mesurée
varie de 0.09 jusqu'à 0.3 m/s. Les valeurs de vitesse très élevée sont produites près de
l'emplacement de l’aérateur pour les sections supérieure et centrale du bassin. (Voir figure
31). L’action des aérateurs a influencé l'écoulement d'eau autour de la zone près de l’hélice.
En raison de la force d'inertie, le fluide du premier aérateur, a été traîné vers la limite du
fluide traîné par le deuxième aérateur et la déperdition d'énergie a été provoquée par les
collisions féroces qui se sont produites entre fluide. Par contre le champ d’écoulement devient
homogène lorsque les aérateurs ne sont plus en service (voir figure 30)
4. Deuxième cas : STEP Souk Ahras
4.1. Présentation de STEP Souk-Ahras
La station d’épuration de la ville de Souk-Ahras est une station à boue activée à faible charge
d’une capacité de 150 000 équivalent habitant (Eq/hab) pour un débit de 36 000 m3/j ;
extensible à 225 000 Eq/hab. pour un débit allant jusqu'à 43 200 m3/j. Elle occupe une
superficie de 13 hectares à environ 5 Km de la ville. Sa mise en service a été effectuée en
janvier 2003.
Les données de base qui ont servi au dimensionnement de la station sont mentionnées au
tableau suivant :
1ère phase 2ème phase

Type de réseau Unitaire Unitaire
Nature des eaux brutes Domestiques Domestiques
Population raccordée 150 000 EH 225 000 EH
Caractéristiques eaux brutes
DBO 5 300 mg/l 300 mg/l
DBO 5 60 g/EH 60 g/EH

MES 400 mg/l 350 mg/l
MES 80 g/EH 70 g/EH
Tableau.5 .Données de base STEP Souk-Ahras
La station est réalisée avec deux bassins d’aération rectangulaire d’une longueur de 66 m, une
largeur de 44 m et une hauteur d’eau de 4.5 m. Actuellement un seul bassin est en service.
Son aération est assurée par six aérateurs type AVL 3500 à axe vertical et à vitesse de rotation
lente.
66
Photo.10. Bassin d’aération de la STEP de Souk-Ahras
Photo.11. Photo aérienne de la STEP de Souk-Ahras
4.2. Simulation du bassin d’aération STEP Souk Ahras
A l’aide du préprocesseur GAMBIT utilisé dans Fluent, nous représentons le bassin

d’aération réelle de la STEP sous la forme d’un bassin rectangulaire.
67
Figure.32. Bassin d’aération réel STEP Souk Ahras
L’opération de maillage est très importante. De sa qualité dépend la précision des calculs. Un
nombre de mailles insuffisant fera diverger les calculs ou sera responsable d’une diffusion
numérique trop importante. Il faut trouver un compromis entre le nombre de mailles et le
temps de calcul qui augmente considérablement avec le raffinement de la discrétisation du
domaine.
Le maillage est de type non structurées et composées de tétraèdres. Le nombre de maille est
largement suffisant pour avoir une solution indépendante du maillage. La figure suivante
présente le maillage du bassin réel en 3D.
68
Figure.33. Maillage du bassin d’aération réel STEP Souk Ahras
Le maillage nous donne les valeurs suivantes : volume : 13.068 m3 ; nombre de cellules :
2.877.518; nombre de faces : 7.028.572; nombre de nœuds : 1.130.471.
Apres raffinement du maillage on obtient les nombres illustrées dans la figure suivante :
69
Les conditions aux limites jouent un rôle important pour l’obtention des résultats
significatifs en simulations par le CFD. L'état de borne de symétrie a été assigné sur la surface
de l'eau ; les aérateurs de surface sont simplifiés à un cylindre, lorsqu’elles sont en action
elles sont considérées comme mur mobile. Une vitesse constante est imposée sur la face avant
de celuici. La vitesse périphérique du disque est de 5 m/s. La vitesse radiale est supposée
négligeable. La rugosité constante et la taille de rugosité des murs mobiles ont été pris 0 et
0.05 m respectivement. Les conditions aux limites de non glissement ont été assignées pour
tous les autres murs.A noter que l'espace maillé est pris par défaut comme étant fluide.
Nous observons les courbes des résidus, tracées par Fluent, en fonction des itérations. Une
fois la solution est atteinte « Solution isconverged »est affiché par Fluent. Apres plus de 4700
itérations la solution est atteinte comme la montre la figure suivante.
Figure.34 .Courbe des résidus STEP Souk Ahras
70
5. Résultats de simulation par Fluent
71
72
Figure.35. Vitesse simulée STEP Souk Ahras
6. Troisième cas : STEP Annaba
6.1. Présentation de la STEP Annaba
Pour faire face aux rejets liquides (eaux usées) la wilaya d’Annaba et ses agglomérations
avoisinantes dispose d’une station d’épuration type boue activée moyenne charge. Les
principales données de base qui ont servi pour le dimensionnement de la station sont
indiquées au tableau suivant :
73
PARAMETRES UNITES ECHEANCE 2025 ECHEANCE 2035

Population EH 580700 674000
Charges polluantes
DBO5 kg/j 34842 40440
DCO kg/j 69684 80880
MES kg/j 40649 47180
NTK kg/j 6968 8088
Pt kg/j 1045 1213
Charges hydrauliques
Volume journalier m3/j 83620 107840
Débit de pointe de temps sec m3/h 5924 5400
Débit de pointe de temps de pluie m3/h 8884 8100
Tableau.6 .Données de base STEP d’Annaba
La station dispose de trois bassins d’aération circulaire Chaque bassin d'aération se compose
d'une zone anaérobie de diamètre 25.4 m suivie d'une zone aérobie de diamètre extérieur de
50.8 m.
Photo12 .Bassin d’aération de la station d’épuration d’Annaba
74
Photo.13. Photo aérienne de la STEP d’Annaba
6.2. Simulation du bassin d’aération STEP Annaba
A l’aide du préprocesseur GAMBIT utilisé dans Fluent, nous représentons le bassin

d’aération réelle de la STEP sous laforme d’un bassin circulaire qui se compose d'une zone
anaérobie avec un volume de 2.800 m3possédant un agitateur à aubes submergée suivie d'une
zone aérobie avec un volume de 11.500 m3possédant quatre agitateurs submergé. L'oxygène
estintroduit par 756 diffuseurs, disposés dans des rampes.
Figure.36. Bassin d’aération Annaba
75
Figure.37. Maillage bassin d’aération Annaba
L'analyse de champ de vitesses se concentrera seulement sur la partie aérobie du bassin. La

simulation par le code de calcul Fluent a été exécutée comme simulation modèle multi phases
d'Euler. Les deux phases sont : fluide eau est considérée comme phase continue et l’air est
considéré comme phase dispersée avec le diamètre de bulle de 3 millimètres. La turbulence
pour la phase continue est modélisée par le k- modèle en utilisant les valeurs par défaut pour
toutes les constantes modèles. La forme précise des diffuseurs et la tuyauterie rigide sont
négligées dans le modèle. Par conséquent, elles ne sont physiquement pas présentes dans le
domaine de calcul mais les diffuseurs sont imprimés sur le plancher et l'air est spécifié à la
sortie de ces bornes. Une admission d'air total dans le bassin de 11.439 N m3/h a été utilisée.
Nous observons les courbes des résidus, tracées par Fluent, en fonction des itérations. Une
fois la solution est atteinte « Solution is converged » est affiché par Fluent. Apres plus de
43000 itérations la solution est atteinte comme la montre la figure suivante.
76
Figure.38. Courbe des résidus
7. Résultats de simulation par Fluent
Les (figures.39) suivantes montrent les grandeurs de vitesse d’écoulement dans différentes
zones du bassin d’aération
77
Figure.39. Vitesse simulée au bassin d’aération STEP Annaba
Selon les résultats indiqués aux figures 39 la forme géométrique du bassin d'aération ainsi que
les effets des agitateurs submergées rendent l'écoulement homogène dans le bassin est
maintien la boue activée en suspension.
78
8. Conclusion
Cette étude de recherche évalue les performances de trois bassins d’aération de station
d’épuration à savoir Chelghoum Laid, Souk Ahras et Annaba. Également la vitesse de champ
d'écoulement des eaux dans ces bassins a été simulée par le code de calcul Fluent.
Les mesures expérimentales ont été faites sur modèle réduit uniquement pour la STEP de
Chelghoum Laid. Les résultats des expériences sur la vitesse de l'eau à différents niveaux et à
différentes sections horizontales ont montré une bonne distribution de l’écoulement de l'eau
dans le bassin entier. Par contre il y a quelques différences dans la vitesse de l'eau pour des
niveaux et des sections horizontales. À la partie supérieure du bassin les vitesses ont atteint
les valeurs de 0.8-2.5 m/s selon la section, alors que le niveau inférieur (bas du bassin) était
affecté par des vitesses relativement basses variant entre 0.2-0.6 m/s. Le milieu du bassin a
eu des valeurs intermédiaires entre 0.6-1.5 m/s.
Ces conditions hydrodynamiques ont permis un bon mélange dans la plupart des zones du
bassin d’aération, mais il y a des zones mortes autour des coins du bassin. En outre, en dépit
de l'oxygénation de l'eau, ces situations hydrodynamiques peuvent régulièrement mettre en
suspension la boue activée. Les résultats sont comparés avec les mesures expérimentales. Ils
sont avérés en bon concordance avec le bassin expérimenté.
l'évolution récente de la technologie informatique et de la recherche de flux multi phase, la
diagrammes de flux dans divers réacteurs de traitement de l'eau
de flux multi phase n'est pas encore simple. Les termes de fermeture, en particulier les forces
discutés dans la littérature Par conséquent, la validation expérimentale d'une étude CFD, en
particulier dans des situations d'écoulement complexes, est encore souhaitée.
Dans le chapitre suivant nous allons utiliser les résultats obtenues de l’hydrodynamique des
bassins pour simuler les performances épuratoire des trois stations d’épuration par le logiciel
GPS-X.
79
Chapitre 8
SIMULATION NUMERIQUE
PAR GPS-X
Chapitre 8 SIMULATION NUMERIQUE PAR GPS-X
1. La modélisation des stations d’épuration à boues activées
Les stations d’épuration sont des systèmes soumis à d’importantes variations temporelles. La
modélisation de leur fonctionnement, qui consiste à représenter mathématiquement
l’évolution dans le temps de variables d’intérêt représentant les phénomènes biologiques,
physiques et chimiques qui se déroulent dans les ouvrages, est utilisée pour mieux
comprendre les processus mis en jeu et optimiser le traitement des eaux résiduaires.
La modélisation mathématique du fonctionnement des stations d’épuration à boues activées
est très utilisée pour des fins de recherche, de dimensionnement d’ouvrages, d’optimisation et
de formation. Une analyse récente des pratiques en matière de modélisation des boues
activées a montré que la qualité des projets dépendait largement des objectifs fixés, du budget
et de l’expertise disponible (Hauduc et al, 2009). Cette analyse a par ailleurs mis en exergue
les obstacles limitant l’utilisation, par les praticiens (ingénieurs, bureaux d’études), des outils
de modélisation dynamique du traitement des eaux résiduaires : l’absence de documents qui
guideraient les modélisateurs tout au long de leur projet a particulièrement été notée. Afin de
lever ces verrous, et pour améliorer la qualité des simulations, un partenariat international a
été mis en place suite à un séminaire qui a eu lieu dans le cadre du 4e IWA World Water
Congress à Marrakech en 2004.
2. Utilisation des modèles à boue activées
Comme présenté sur la (figure 40), les objectifs d’utilisation des outils de modélisation
dynamique du fonctionnement des stations d’épuration à boues activées sont multiples
(Spérandio et al., 2007 ; Rieger et al., 2010) et peuvent être regroupés sous quatre catégories :
l’optimisation du fonctionnement d’installations existantes (exploitation, stratégies de
contrôle…), le dimensionnement (nouvelles stations d’épuration et extensions), la prédiction
d’opérations à venir (maintenance, évolution des charges…) et la formation.
Figure.40. Objectifs d’utilisation des outils de modélisation (d’après hauduc et al, 2009)1
80
3. Choix du logiciel
Différents logiciels de modélisation et de simulation dynamique de stations de traitement des

eaux usées existent. La plupart des logiciels sont utilisés à la fois en recherche et en
industrie. Nous pouvons citer par exemple :
 SIMBA développé en Allemagne, il est basé sur le langage de programmation Matlab,
 BIOWIN développé au Canada, il n’existe pas en Europe pour l’instant. Il
est relativement simple d’utilisation mais possède moins de fonctionnalités que ces
concurrents,
 WEST développé en Belgique, est un logiciel avec de bonnes fonctionnalités mais
ne possède pas la fonction de simulation d’un régime permanent,
 GPS-X développé au Canada détient les fonctionnalités les plus étendues :
régime permanent, régime dynamique, analyse de sensibilité, analyse d’optimisation.
Le logiciel de simulation utilisé dans notre étude est le logiciel General Purpose Simulator :
GPS-X (version 6.3) de la société canadienne Hydromantis .
4. Description du logiciel GPS-X
GPS-X, conçu depuis 1988, fonctionne sur PC sous le système d'exploitation Windows. Bien
qu’il soit commercialisé uniquement dans la langue anglaise, il est utilisé partout dans le
monde par des compagnies de consultants, des industries, des municipalités. Il est en
constante évolution et adaptation par rapport aux recherches dans le domaine de
l’assainissement.
Le logiciel intègre de nombreux modèles répertoriés dans une bibliothèque (library). Les
modèles utilisés sont à la fois les modèles publiés au niveau international (ASM) mais aussi
des modèles développés en interne par Hydromantis. De plus l’utilisateur peut créer son
propre modèle.
Les simulations peuvent être réalisées tant en régime permanent qu’en régime dynamique. A
titre d’exemple Makinia a effectué des simulations en régime permanent à partir d’un
ensemble de fractionnement d’eaux usées urbaines du nord de la Pologne et les coefficients
acquis ont été validés en régime dynamique (Makinia, 2000).
Dans chaque régime, il est possible de faire des calages, des ajustements, des analyses de
sensibilité et de la personnalisation des processus. Le rendement de la nitrification et de la
dénitrification sont obtenus pour différentes stations. Le langage de programmation du
logiciel utilisé est le fortran et ACSL, Advance Control Simulation (interface java).
81
4.1. Objectifs d’une simulation
- L’anticipation et la prévision devant différents phénomènes possibles : soit naturels, soit

artificiels,
- Faire des études comparatives pour une aide à la décision.
- L’analyse et la critique des mesures, la détermination de variables impossibles à mesurer.
Figure.41. L’interface du GPS-X en mode Modélisation
Figure.42. L’interface du GPS-X en mode Simulation
4.2. Utilité du GPS-X
Le logiciel nous permet de créer la configuration actuelle de la station. L'utilisation de GPS-X

se fait par l’élaboration de schémas simplifiés de la station à l'aide d'outils prédéfinis. Chaque
outil représente un ouvrage (effluent d'entrée, bassin d'aération, clarificateur,..) que le
concepteur doit ensuite assembler pour définir le profil hydraulique.
82
Le GPS-X est un outil qui nous permet de faire la configuration de n’importe quel type de
fonctionnement, aussi c’est un aide de simulation, d’analyse et d’optimisation :
a - Simulation : Le fondement de toutes les fonctionnalités de modélisation et de simulation

dans le GPS-X, nous permet d'exécuter des simulations de plus de 50 modèles préconfigurés
avec GPS-X, ainsi que de nos propres schémas de conception.
b - Configuration : le GPS-X utilise l’interface graphique pour custom-conception et la

construction d'une station d’épuration ou modifier les processus de diagrammes de flux.
c - Analyse : L’analyse automatique est effectuée pour maitriser la sensibilité des paramètres
du modèle, soit dans l'état d'équilibre ou dynamique des simulations. Par exemple, l'analyseur
va nous permettre de développer automatiquement l’état opérationnel illustrant l’orientation
de la nitrification par les paramètres essentiels tels que l'âge des boues, temps de séjour
hydraulique et la température.
Une forme de bibliothèque (library) est choisie, permettant de prendre en compte les modèles
associés soit au traitement du carbone et de l'azote (Cnlib), soit au traitement du carbone, de
l'azote et du phosphore (CNPlib).
Le logiciel permet de réaliser des simulations aussi bien caractérisant un régime permanent
qu'un régime dynamique. En outre, des analyses de sensibilité vis-à-vis de paramètres ou
variables sont possibles. Enfin, l'optimisation de leurs valeurs est proposée par l'utilisation
d'algorithmes mathématiques.
4.3. Choix du modèle
Le modèle ASM1 associant une description simple des phénomènes biologiques et une
représentation conforme à la réalité. Il exprime les vitesses de dégradation du substrat carboné
et azoté en fonction de l’état de pollution (nommé par les variables) et caractéristiques de la
biomasse assurant le traitement (nommé par des paramètres). Le modèle ASM1 fait appel à
différentes notions que nous allons essayer de décrire.
83
Figure .43. Un schéma d’une STEP dans GPS-X
4.4 Présentation du modèle ASM1
Un système à boues activées comporte des phénomènes tels que l'oxydation du carbone, la
nitrification et la dénitrification. La simulation de son comportement fait appel à de
nombreuses réactions entre un grand nombre de composants. Pour être mathématiquement
exploitables, tout en fournissant des prévisions réalistes, les réactions doivent représenter les
processus fondamentaux du système.
En outre, le modèle doit prendre en compte la cinétique (vitesse de réaction) et la
stœchiométrie (rapport qu'un composant a sur les autres dans une réaction chimique) de
chaque processus. Les principales tâches conceptuelles dans le développement du modèle
mathématique sont l'identification des réactions, le choix de leurs expressions cinétiques et
stœchiométriques appropriées. Associant une description simple des phénomènes biologiques
et une représentation conforme de la réalité, elles expriment les vitesses de dégradation des
substrats carbonés et azotés en fonction de l’état de pollution (nommé par des variables) et
des caractéristiques de la biomasse assurant le traitement (nommé par des paramètres).
Le modèle ASM1 fait appel à différentes notions que nous allons essayer de décrire.
4.5. Unité utilisée
Une question qui a jeté la confusion et qui dans une certaine mesure a empêché le
développement de la théorie des boues activées est le choix du paramètre permettant d’évaluer
le mieux la matière organique dans l'eau usée. Trois mesures reconnues sont largement
répandues : la Demande Biochimique en Oxygène (DBO), le Carbone Organique Total (COT)
et la Demande Chimique en Oxygène (DCO). De ces dernières, la DCO est assurément la
meilleure mesure. En effet, elle seule fournit un lien entre les équivalents électrons dans le
substrat organique, la biomasse et l'oxygène utilisé. En outre, le bilan massique peut être fait
84
en termes de DCO. Ainsi, les concentrations de toutes les formes organiques, y compris la
biomasse, sont dans des unités de DCO dans le modèle.
4.5.1. Processus
Le modèle décrit différents processus dynamiques comme :

- Croissance en présence d’oxygène des hétérotrophes (aérobic growth of heterotrophs).
- Croissance en anoxie des hétérotrophes (anoxic growth of heterotrophs).
- Décroissance des hétérotrophes (Decay of heterotrophs).
- Décroissance des autotrophes (Decay of autotrophs).
- Ammonification de l’azote organique (Ammonification of soluble organic nitrogen).
-Hydrolyse des produits organiques enfermées dans le biofloc (Hydrolysis of entrapped
organics).
4.5.2 Variables d’état prises en compte dans le modèle ASM1
Tout en restant conforme aux nomenclatures utilisées dans les précédents modèles, ASM1
utilise toutefois un vocabulaire particulier. Les constituants insolubles (ou particulaires)
portent le symbole X, les constituants solubles portent le symbole S, la biomasse est
représentée par b, le substrat par s et l'oxygène par O.
La matière organique dans les eaux résiduaires peut être subdivisée en un certain nombre de
catégories. Le principe de fractionnement proposé par l’IAWQ est basé par rapport à la
vitesse de biodégradabilité du substrat. Le substrat est divisé en trois parties : la DCO
biodégradable, la DCO non biodégradable (matériel inerte) et la biomasse (bactéries
hétérotrophes et autotrophes).
La DCO biodégradable comporte une DCO rapidement biodégradable (Ss) et une DCO
lentement biodégradable (Xs).
- La fraction de DCO rapidement biodégradable (Ss) est constituée sous forme soluble, de
molécules facilement assimilables, rapidement absorbées par les micro-organismes et
métabolisées en énergie de synthèse ; par exemple les carbohydrates (glucose, fructose), les
amino-acides, les vitamines, quelques acides gras, etc (STRICKER, 2000 ; SPERANDIO,
1998).
-La fraction lentement biodégradable ou fraction particulaire organique, (Xs) est constituée
par des cellules plus complexes (plus difficiles à assimiler), et qui ont besoin de l’hydrolyse
pour être absorbées et assimilées par les organismes.
D’autre part, la partie non biodégradable est divisée en DCO soluble inerte (Si) et DCO
particulaire inerte (Xi). Il est admis qu’aucune de ces fractions n’est affectée par l’action
biologique dans le système de traitement.
-La fraction de DCO soluble inerte (Si) arrive jusqu’au clarificateur. Elle évacuée dans
l’effluent traité. Elle peut être éliminée du système dans le processus d’extraction des boues.
En fin, la biomasse active est divisée en biomasse hétérotrophe (Xbh) et en biomasse
autotrophe (Xba). Cette biomasse est perdue par décomposition et devient à son tour une
fraction de substrat lentement biodégradable (Xp). Cette fraction (Xp) pourra être prise en
compte pour modéliser les produits particulaires inertes qui proviennent de la décroissance
85
(mort) de la biomasse. DROLKA, a fait des expériences pour déterminer la quantité des
hétérotrophes et autotrophes (DROLKA, 2001).
La matière organique est ainsi fractionnée en différentes parties dont les définitions se
distinguent selon leur rôle dans la croissance de la biomasse. Elles interviennent dans le
modèle sous forme de variables et caractérisent l’état de pollution de l’effluent brut, de la
boue des bassins et de l’effluent traité. Ce qui s'illustre pour la DCO totale sous trois formes :
la forme substrat, la forme inerte et la biomasse vivante (hétérotrophe et autotrophe). Ces trois
formes se subdivisent à leur tour et nous pouvons distinguer sept fractions dont la hiérarchie
est présentée dans l'organigramme ci dessous:
DCO
totale
Substrat Inerte Vivante
Ss Xs Si Xi Xp Xbh Xba
rapidement lentement soluble particulaire produit de biomasse biomasse
biodégrada biodégrada inerte inerte décompositi hétérotrop autotrophe
ble ble on he
de la
biomasse
Figure .44 .Fractionnement de la DCO
Selon la littérature, nous retrouvons différentes valeurs concernant le fractionnement de la

DCO pour un effluent domestique :
Auteurs Si Ss Xs Xi Xbh
% % % % %
SPERANDIO, 1998 10 25 45 10 10
HENZE, 1992 Xi+Si = 20 - - 15-20
20-25
JEPPSSON, - 9 81 - -
STRICKER, 2000 10 25 55 10 -
ROELEVELD,2002 8 11 47 34 -
KAPPELER, 1992, 10 7 60 8 15
13°C
KAPPELER, 1992, 12 8 55 10 15
15°C
KAPPELER, 20 11 53 9 5
1992(22°C)
IAWQ 10 25 45 15 -
Tableau .7. Valeurs fréquentes dans la littérature du fractionnement de la DCO sur

l’effluent brut
86
Pour l’azote, nous retrouvons la même démarche de fractionnement. Il consiste à déterminer

les fractions minérales (Snh : azote ammoniacal et Sno : nitrates), organique biodégradable
(soluble : Snd et particulaire : Xnd) et réfractaires au traitement (soluble : Sni et particulaire :
Xni).
Matière Azotée Totale
Sno Snh Azote

nitrates + ammoniaque organique
nitrites
Biodégradable Inerte
Snd Xnd Sni Xni

rapidement lentement soluble particulaire
biodégradable biodégradable Inerte inerte
Figure .45 . Décomposition de l’Azote en variables du modèle IAWQ N°1

L'effluent est ainsi caractérisé par un ensemble de variables auxquelles le modèle ajoute la
concentration d’oxygène dissous (So), exprimé en DCO négative, et l’alkalinité
5. Les paramètres stoechiométriques et cinétiques
Les réactions qui régissent le devenir des différentes variables constitutives de l'effluent
mettent en œuvre des paramètres stœchiométriques et cinétiques. Selon les processus, nous
retrouvons des paramètres stœchiométriques qui illustrent le rendement des bactéries
hétérotrophes et autotrophes, la fraction de biomasse qui se transforme en produit particulaire,
la proportion d'azote contenue dans la biomasse et dans les produits de sa décomposition. De
même, les paramètres cinétiques illustrent la croissance et le décès des bactéries,
l'ammonification, l'hydrolyse, et les facteurs de correction en condition anoxique de la
croissance hétérotrophe et de l'hydrolyse.
87
Figure .46. Transformation de la matière organique dans les procédés

d’épuration Biologiques (Modèle ASM1)
La simulation consiste à faire des expérimentations virtuelles sur le mode de fonctionnement

de la STEP, à l’aide du logiciel GPS-X et un ou plusieurs modèles d’équations pour obtenir le
fonctionnement optimale de la STEP.
Les objectifs de ces simulations sont l’enrichissement des connaissances et une meilleure
compréhension du système à boue activée de la STEP. Ceci est effectué en testant différents
scénarii afin d’anticiper et de prévoir les variations qui peuvent être engendrées, et enfin
d’optimiser le fonctionnement de ce procédé.
Afin de simuler le fonctionnement de la STEP, la modélisation doit passer par les étapes
suivantes :
- La configuration de la STEP.
- Conception et simulations de différents scénarii.
6. Configuration de la STEP
Pour modéliser le fonctionnement d’une station d’épuration, il est impératif de disposer des
données spécifiques et fiables : description physique de la filière (dimensions des ouvrages,
débits des pompes, caractéristiques de l’aération,…), descriptif du fonctionnement
(déclenchement de l’alimentation l’aération, l’extraction de boue), mesures de la quantité et
de la qualité des eaux à traiter.
6.1. Choix et calage du modèle
Pour notre modélisation le modèle choisi est l’ASM1. Toute modélisation doit passer par les
phases de paramétrage et de vérification du modèle comme le montre la figure suivante :
88
Figure .47. Etapes de calage et validation
7. Station d’épuration de Chelghoum Laid
La station de Chelghoum Laid est représentée en GPS-X selon la configuration suivante :
Figure .48. Configuration de la STEP de Chelghoum Laid
Après avoir disposé la description physique de la filière (dimensions des ouvrages), Nous
attribuons à chaque compartiment de la STEP un modèle, qui est celui prédéfini et disponible
en GPS-X :
• Le système biologique est représenté par le réacteur biologique en utilisant le

89
modèle ASM1.
• Le modèle choisi pour le clarificateur, est celui de (Takacs 1991), simple

unidimensionnel.
Les variables choisies comme étant des variables de contrôle des deux STEP sont les
suivantes :
- débit d’entrée de la station

- système d’aération
- la forme géométrique du bassin d’aération
- débit de recyclage de boue
- débit d’extraction de boue.
7.1. Recirculation
Elle est proportionnelle au débit d’entrée, la fraction de boue recyclée vers le réacteur se fait
par l'intermédiaire des deux vis d’Archimède ou de recyclages vers les deux bassins
d’aération (4548.6 X 2 m3). Nous avons choisi pour la simulation en régime permanent une
recirculation de 3500 m3/j ce qui permet de maintenir les concentrations dans le bassin
d'aération proches des valeurs mesurées.
7.2. Extraction des boues
Un débit d'extraction de 300 m3/j est choisi afin de refléter le mode opératoire actuel de la
STEP de Chelghoum Laid (Djebabria Ouarda, 2015)
7.3 Résultats de simulation
Une fois qu’on a trouvé le mode opératoire qui reflète réellement le fonctionnement de la
STEP de Chelghoum laid des simulations ont été effectués selon les variables choisies citées
en haut et avec les recommandations trouvées au chapitre de l’hydrodynamique des bassins
d’aération :
- Premier cas : Etat actuel de fonctionnement.

Les résultats de simulations de l’état actuel du fonctionnement de la STEP est illustré par la
courbe des paramètres de sortie par GPS-X (Bassin d’aération rectangulaire avec Aérateur de
surface).
90
Figure.49.Paramètres de sortie station simulée par GPS-X (bassin d’aération rectangulaire

avec aérateur de surface)
Deuxième cas : Changement du système d’aération
Figure.50 .Paramètres de sortie station simulée par GPS-X (Bassin d’aération

rectangulaire avec diffuseur)
91
Troisième cas : Changement de la forme géométrique du bassin et du système d’aération
Figure.51 .Paramètres de sortie station simulée par GPS-X (Bassin d’aération circulaire
avec diffuseur)
Interprétation :En vue de l’ensemble des cas de simulations avec différent scénarii on
constate que pour le premier changement des variables à savoir le système d’aération en
main tenant la même forme de géométrie du bassin on constate que il n’ ya pas
d’amélioration dans les paramètres de sortie, alors que pour le deuxième changement de la
forme de géométrie du bassin d’aération ainsi que le système d’aération on remarque une
nette amélioration des résultats de sortie obtenues par simulation (Voir Annexe1).
92
8. Station d’épuration de souk Ahras
La station de Souk-Ahras est représentée en GPS-X selon la configuration suivante :
Figure.52. Configuration de la STEP de Souk-Ahras
8.1. Recirculation
Elle est proportionnelle au débit d'entrée tout en restant dans une fourchette centrée à 6000
m3/j, la fraction de boue recyclée vers le réacteur se fait par l'intermédiaire des deux vis de
recyclages vers le bassin d’aération (13068 m3). Nous avons choisi pour la simulation en
régime permanent une recirculation de 5000 m3/j ce qui permet de maintenir les
concentrations dans le bassin d'aération proches des valeurs mesurées.
La courbe suivante montre la concentration des MES à la sortie du clarificateur obtenu par les
analyses et les valeurs simulées par GPS-X. station de souk Ahras
8.2. Extraction des boues
Un débit d'extraction de 610 m3/j est choisi afin de refléter le mode opératoire actuel de la
STEP ( Debbabi Aissa, 2013)( Dairi Sabri, 2009).
8.3 Résultats de simulation

Une fois qu’on a trouvé le mode opératoire qui reflète réellement le fonctionnement de la
STEP de Souk Ahras des simulations ont été effectués selon les variables choisies citées en
haut et avec les recommandations trouvées au chapitre de l’hydrodynamique des bassins
d’aération :
- Premier cas : Etat actuel de fonctionnement.

Les résultats de simulations de l’état actuel du fonctionnement de la STEP est illustré par la
courbe des paramètres de sortie par GPS-X (Bassin d’aération rectangulaire avec Aérateur de
surface).
93
Figure.53. Paramètres de sortie station simulée par GPS-X (Bassin d’aération

rectangulaire avec Aérateur de surface)
Deuxième cas : Changement du système d’aération
Figure.54. Paramètres de sortie station simulée par GPS-X (Bassin d’aération

rectangulaire avec diffuseur)
94
Troisième cas : Changement de la forme géométrique du bassin et du système d’aération
Figure.55. Paramètres de sortie station simulée par GPS-X (Bassin d’aération circulaire
avec diffuseur)
Interprétation :En vue de l’ensemble des cas de simulations avec différent scénarii on
constate que pour le premier changement des variables à savoir le système d’aération en
main tenant la même forme de géométrie du bassin on constate que il n’ ya pas
d’amélioration dans les paramètres de sortie, alors que pour le deuxième changement de la
forme de géométrie du bassin d’aération ainsi que le système d’aération on remarque une
nette amélioration des résultats de sortie obtenues par simulation par GPS-X ( voir Annexe2).
REMARQUE :
Cette constations confirme les résultats obtenus au chapitre de l’étude de

l’hydrodynamique des différentes géométries des bassins d’aération qui stipule qu’une
bonne répartition des vitesses est obtenu dans le cas des bassins circulaire. Dans ce qui suit
une simulation d’une station ayant des bassins de forme circulaire et des systèmes
d’aération par diffuseur à savoir la station d’épuration d’Annaba.
95
9. La station d’épuration d’Annaba
Nous allons essayer de suivre les performances épuratoires de la station d’Annaba par GPS-X
et comparer les résultats obtenus avec ceux simulée.
La figure suivante présente une description schématique de la STEP :
Figure.56. Configuration de la STEP d’Annaba

Le tableau suivant représente une comparaison entre les valeurs moyennes observées avec
ceux simulées et le tableau suivant illustre les paramètres de calage du modèle propre à la
STEP.
Bilan STEP (2014) Simulation GPS-X
Mois Paramètres Valeurs observées Valeurs calculées
DCO [mg/l] 24,19 24,56
Février MES [mg/l] 6,54 4,50
DBO5 [mg/l] 4,10 10,25
DCO [mg/l] 22,31 22,10
Mars MES [mg/l] 5,60 5,19
DBO5 [mg/l] 2,20 7,77
DCO [mg/l] 24,04 23,32
Avril MES [mg/l] 5,71 5,76
DBO5 [mg/l] 2,81 10,80
DCO [mg/l] 44,41 32,26
Mai MES [mg/l] 27,88 15,81
DBO5 [mg/l] 7,26 15,55
Tableau 8. Comparaison entre les valeurs moyennes observées avec ceux simulées
(Bilan 2014)
96
Bilan STEP (2015) Simulation GPS-X

Mois Paramètres Valeurs observées Valeurs calculées
DCO [mg/l] 21,20 22,71
Avril MES [mg/l] 4.45 5,56
DBO5 [mg/l] 2,53 11,10
Tableau 9. Comparaison entre les valeurs moyennes observées avec ceux simulées
(Avril 2015)
9.1. Le choix du débit de recirculation et extraction
9.1.1. Recirculation
Le débit des boues recyclées vers le réacteur (14800 m3) est 1040 m3/h. J’ai choisi pour la
simulation un débit de recirculation pour chaque mois qui permet de maintenir les
concentrations dans la sortie du clarificateur proches des valeurs mesurées.
Le tableau suivant représente les débits de recirculation de chaque mois :
Année Mois Le débit de recirculation [m3/j]

Février 1024
2014 Mars 1024
Avril 1024
Mai 1000
2015 Avril 1576
Tableau 10 .Débits de recirculation de chaque mois
9.1.2. Extraction des boues

Le tableau suivant représente les débits d’extraction de chaque mois
Année Mois Le débit d’extraction [m3/j]

Février 948
2014 Mars 948
Avril 948
Mai 400
2015 Avril 1200
Tableau.11 .Débits d’extraction de chaque mois
97
9.2. Durant l’année 2014
a)Février
Comparaison des résultats (MES)

analyses et les valeurs simulées par GPS-X.
Figure.57.Comparaison des résultats de Février 2014 (MES)
Interprétation
On remarque :
- Les concentrations en MES sortie obtenu par les analyses varient de 2,80 à 10,40 mg/l alors
que les concentrations en MES simulées par GPS-X varient de 0,75 à 5,50 mg/l, ces résultats
répondent à la norme de rejet qui fixe les MES à 30 mg/l.
Comparaison des résultats : (DCO)
La courbe suivante montre la concentration de DCO à la sortie du clarificateur obtenu par les
Figure.58.Comparaison des résultats de Février 2014 (DCO)

98
Interprétation
On remarque :
- Les concentrations en DCO sortie obtenu par les analyses varient de 17,80 à 26 mg/l alors
que les concentrations en DCO simulées par GPS-X varient de 17,10 à 28,30 mg/l, ces
résultats répondent à la norme de rejet qui est fixée à 90 mg/l.
b) Mars :
Comparaison des résultats : (MES)
Figure .59. Comparaison des résultats de Mars 2014 (MES)
Interprétation
On remarque :
répondent à la norme de rejet qui est fixée à 30 mg/l.
Comparaison des résultats : (DCO)
99
DCO GPS-X (mgDCO/L) DCO ST (mgDCO/L)
35
30
25
DCO [mg/L]
20
15
10
0
0 5 10 15 20 25 30 35
Temps [j]
Figure .60. Comparaison des résultats de Mars 2014 (DCO)
Interprétation
On remarque :
c) Avril :
MES GPS-X (mg/L) MES ST (mg/L)
10
8
MES [mg/L]
6
4
2
0
0 5 10 15 20 25 30 35
Temps [j]
Figure .61. Comparaison des résultats d’Avril 2014 (MES).
100
Interprétation
On remarque :
- Les concentrations en MES sortie obtenu par les analyses varient de 3,40 à 8 mg/L alors que
les concentrations en MES simulées par GPS-X varient de 4,31 à 7,34 mg/L, ces résultats
répondent à la norme de rejet qui est fixée à 30 mg/L.
Comparaison des résultats (DCO)
35
30
25
DCO [mg/L]
20
15
10
0
0 5 10 15 20 25 30 35
Temps [j]
Figure .62.Comparaison des résultats d’Avril 2014 (DCO)
Interprétation
On remarque :
- Les concentrations en DCO sortie obtenu par les analyses varient de 19,39 à 29,38 mg/l
alors que les concentrations en DCO simulées par GPS-X varient de 20,90 à 24,40 mg/l, ces
d) Mai :
101

25
20
MES [mg/L] 15
10
0
0 5 10 15 20 25 30
Temps [j]
Figure .63. Comparaison des résultats de Mai 2014 (MES)
Interprétation
On remarque :
Comparaison des résultats (DCO)
70
60
50
DCO [mg/L]
40
30
20
10
0
0 5 10 15 20 25 30
Temps [j]
Figure .64. Comparaison des résultats de Mai 2014 (DCO)
Interprétation
On remarque :
- Les concentrations en DCO sortie obtenu par les analyses varient de 20 à 60,2 mg/l alors que
les concentrations en DCO simulées par GPS-X varient de 23,90 à 39,30 mg/l, ces résultats
102
Durant l’année 2015
e)Avril :
Comparaison des résultats : (MES)
7
6
5
MES [mg/L]
4
3
2
1
0
0 5 10 15 20 25 30
Temps [j]
Figure.65. Comparaison des résultats d’Avril 2015 (MES)
Interprétation
On remarque :
Comparaison des résultats (DCO) :
103
30
DCO [mg/L]
20
10
0
0 5 10 15 20 25 30
Temps [j]
Figure.66.Comparaison des résultats d’Avril 2015 (DCO)
Interprétation :
On remarque :
10. Conclusion
Le procédé à boue activée s’est considérablement amélioré au cours de ces dernières

décennies depuis le développement des modèles de boue activée ASM qui constitue un outil
d’aide à la gestion particulièrement adaptée pour optimiser les procédés biologiques à boues
activées.
Des simulations de performances épuratoires ont été effectue sur deux stations ayant des
bassins d’aération de forme géométrique rectangulaire et des systèmes d’aération par aérateur
de surface.
Les résultats obtenus au chapitre hydrodynamique ont été utilisé pour la simulation des
différents scénarii de fonctionnement avec différentes configurations physiques de bassins et
de systèmes d’aération. Il est à noter qu’un bon rendement d’épuration par simulation est
obtenu pour les deux stations avec la forme circulaire et diffuseurs d’air.
En fin un suivi des performances épuratoires de la station d’Annaba qui possède des bassins
d’aération circulaire et systèmes d’aération diffuseurs d’air est effectué.
104
Conclusion
générale
CONCLUSION GENERALE
En Algérie, les stations d'épuration des eaux usées urbaines sont fréquemment équipées
d’aérateur mécanique de surface dont le fonctionnement est généralement alterné, avec des
périodes d'agitation et des temps d'arrêt de la turbine.
Le fonctionnement en aération séquentielle des bassins d'épuration par boues activées,
équipés d'aérateur de surface, doit réaliser un compromis entre les économies d'énergie
engendrées par l'arrêt de la turbine et la qualité du traitement pratiqué.
Cette étude de recherche évalue les performances de trois bassins d’aération de station
d’épuration à savoir Chelghoum Laid, Souk Ahras et Annaba. Également l’étude de champ
d'écoulement des eaux dans ces bassins, ainsi que les simulations numérique par le code de
calcul Fluent et GPS-X.
Les mesures expérimentales ont été faites sur modèle réduit uniquement pour la STEP de
Chelghoum Laid. Les résultats des expériences sur la vitesse de l'eau à différents niveaux et à
différentes sections horizontales ont montré une bonne distribution de l’écoulement de l'eau
dans le bassin entier. Par contre il y a quelques différences dans la vitesse de l'eau pour des
niveaux et des sections horizontales. À la partie supérieure du bassin les vitesses ont atteint
les valeurs de 0.8-2.5 m/s selon la section, alors que le niveau inférieur (bas du bassin) était
affecté par des vitesses relativement basses variant entre 0.2-0.6 m/s. Le milieu du bassin a
eu des valeurs intermédiaires entre 0.6-1.5 m/s.
Ces conditions hydrodynamiques ont permis un bon mélange dans la plupart des zones du
bassin d’aération, mais il y a des zones mortes autour des coins du bassin. En outre, en dépit
de l'oxygénation de l'eau, ces situations hydrodynamiques peuvent régulièrement mettre en
suspension la boue activée. Les résultats sont comparés avec les mesures expérimentales. Ils
sont avérés en bon concordance avec le bassin expérimenté.
Malgré le nombre important d'études liées à l’aération des bassins de boues activées et à la
modélisation des réactions biologiques de dégradation de la pollution, il subsiste encore
plusieurs points mal définis tels que: l'influence de la présence des micro-organismes sur
le transfert d'oxygène, l'homogénéisation et la remise en suspension des flocs bactériens,
l'influence des périodes d'arrêt de la turbine sur l'élimination des éléments polluants. Ce sont
pourtant des éléments indispensables à la modélisation d'une station d'épuration soumise à
une aération alternée.
Malgré l'abondante littérature qui existe à propos du coefficient du transfert d’oxygène, peu
de certitudes ne sont encore établies quant à l'explication de l'influence des micro-organismes
sur la valeur de ce facteur.
l'évolution récente de la technologie informatique et de la recherche de flux multi phase, la
105
diagrammes de flux dans divers réacteurs de traitement de l'eau
de flux multi phase n'est pas encore simple. Les termes de fermeture, en particulier les forces
discutés dans la littérature Par conséquent, la validation expérimentale d'une étude CFD, en
particulier dans des situations d'écoulement complexes, est encore souhaitée.
Les résultats obtenus au chapitre hydrodynamique ont été utilisé pour la simulation des
différents scénarii de fonctionnement avec différentes configurations physiques de bassins et
de systèmes d’aération par le logiciel GPS-X. Il est à noter qu’un bon rendement d’épuration
par simulation est obtenu pour les deux stations avec la forme circulaire et diffuseurs d’air.
106
Références
bibliographiques
Références bibliographiques
• Armbruster et al., 2001; Armbruster, M., Krebs, P., Rodi, W., 2001. Numerical
modelling of dynamic sludge blanket behaviour in secondary clarifiers.
Water Science and Technology 43 (11), 173 e180.
• Cockx, A., Do-Quang, Z., Audic, J. M., Liné, A. and Roustan, M. 2001. Global and
local mass transfer coefficients in waste water treatment process by computational
fluid dynamics. Chemical Engineering and Processing 40, pp.187-194.
• CTGREF 1980. Les performances des systèmes d'aération des stations d'épuration.
Méthodes de mesure et résultats. Ministère de l'agriculture - Centre Technique du
génie rural des eaux et des forêts.
• Craig et al., 2002; Craig, K., De Traversay, C., Bowen, B., Essemiani, K., Levecq, C.,
Naylor, R., 2002. Hydraulic study and optimisation of water treatment processes using
numerical simulation. Water Science and Technology: Water Supply 2 (5e6),
135e142.
• Chatelier P 1991 . Simulation de l’hydrodynamique des chenaux d’oxydation par
l’utilisation des équations de Navier-Stokes associées au modèle k-ε: évaluation de la
vitesse de circulation. (Thèse de doctorat, Université de soutenance, 1991).Toulouse,
220p.
• Cockx, A. 1997. Modélisation de contacteurs gaz/liquide : Application de la
mécanique des fluides numériques aux airlifts. Thèse de doctorat, INSA, Toulouse,
165 p. + annexes.
• Czarnota, Z. and Hahn, T. 1995. Effect of horizontal flow on aeration. Document
Flygt.
• Chabi Moncef , Optimisation des systèmes d’aération pour l’épuration des eaux usées
Magistère 2007
• Cockx, A., Do-Quang, Z., Audic, J. M., Liné, A. and Roustan, M. 2001. Global and
local mass transfer coefficients in waste water treatment process by computational
fluid dynamics. Chemical Engineering and Processing 40, pp.187-194.
• DROLKA M., PLAZL I., KOLOINI T., The results of mathematical model and pilot
plant research of wastewater treatment,. Chem. Biochem. Eng. Q. vol. 15, n°2, 2001.
p.71-74.
• Do-Quang et al., 2001; Do-Quang, Z., Cockx, A., Laıˆne, J., Roustan, M., 2001.
Applying CFD modelling in order to enhance water treatment reactors efficiency:
example of the ozonation process. Water Science and Technology: Water Supply 1
(4), 125e130.
• Djebbar, R. 1996. Etude ydrodynamique des réacteurs de type chenaux d'oxydation
par la mécanique des fluides numérique. Post Doc, INSA, Toulouse.
• Dairi Sabri , Fonctionnement des Stations d’épuration à boue activée à faible charge
Cas de la STEP de Souk –Ahras, Magistère en Génie Civil Option Ressour ces
Hydriques 2009
• Debbabi Aissa , Evaluation des performances épuratoires des STEP à boues activées ;
Cas de la Wilaya de Souk-Ahras). Master en Hydraulique Urbaine 2013
• Djebabria ouarda , Simulation des performance épuratoire de la STEP de chelghoum
laid par GPS-X Master 2015
• Effects of aeration patterns on the flow field in wastewater aeration tanks . water
research 45 2011 .8I0-8I8 . doi:10.1016/j.watres.2010.09.009
• Fayolle et al. 2007 ; Fayolle, Y., Cockx, A., Gillot, S., Roustan, M., He´ duit, A.,
2007.
• Oxygen transfer prediction in aeration tanks using CFD. Chemical Engineering
Science 62 (24), 7163e7171.
• GomelIa. C, Guerre. H., 1982. Les eaux usées dans les agglomérations urbaines ou
rurales. Tomes I : La collecte, Edition : Eyrolles. Paris. 512 pp.
• Graf, 2000 Walter H. Graf 2000, « écoulement et phénomènes de transport dans les
canaux à géométrie simple », livre Hydraulique Fluviale, 2eme édition, page [50-60].
• Gislain.L. K, 2004. Gislain .L. K, 2004, « Expérimentations et modélisations
tridimensionnelles de l’hydrodynamique et de la séparation particulière dans les
déversoirs d’orage », Thèse Doctorat, Université louis Pasteur-Strasbourg.
• Groves, K. P., Daigger, G. T., Simpkin, T. J., Redmon, D. T. and Ewing, L. 1992.
Evaluation of oxygen transfer and alpha-factor on a variety of diffused aeration
systems. Water Environment Research 64(5), pp. 691-698.
• Gislain.L. K, 2004. Gislain .L. K, 2004, « Expérimentations et modélisations
tridimensionnelles de l’hydrodynamique et de la séparation particulière dans les
déversoirs d’orage », Thèse Doctorat, Université louis Pasteur-Strasbourg.
• Gillot, S., Capela, S. and Héduit, A. 2000. Effect of horizontal flow on oxygen transfer
in clean water with surfactants. Water reseach 34(2), pp. 678-683.
• Gillot, S., Capela-Marsal, S., Carrand, G., Wouters-Wasiak, K., Baptiste, P. and
Héduit, A.(2005a). Fine bubble aeration with EPDM membranes: conclusions from 15
years of practice. IWA Specialized Conference Nutrient Management in Wastewater
Treatment Processes and Recycle Streams, Krakow, Poland, pp. 607-616.
• Gillot, S., Capela-Marsal, S., Roustan, M. and Héduit, A. (2005b). Predicting oxygen
transfer of fine bubble diffused aeration systems - model issued from dimensional
analysis. Water research 39, pp. 1379-1387.
• Gresch M et al 2011; Markus Gresch ; Martin Armbruster ; Daniel Braun ; Willi Gujer
• HAUDUC, H., GILLOT, S., RIEGER, L., OHTSUKI, T., SHAW, A., TAKACS, I.,
WINKLER, S., 2009, Activated sludge Modelling in Practice - An international
Survey, Water Science and Technology, 60(8), p. 1943-1951
• HENZE M., GRADY JR C.P.L., GUJER W. 1987 : « A general model for

singlesludge wastewater treatment systems ».Water Research ; 21(5) : 505-515
• Hinze (1975) Hinze .J. O, (1975), « Experimental investigation on secondary
currents in the turbulent flow through a straight conduit », Appl. Sci. Res, 28, page
[453-465].
• Haioun A, 2008 « Influence de la rugosité sur les écoulements instationnaires à
surface libre », thèse de magister, université de Batna.
• H. Wang et al.2014; Hongna Wang ; Xiaoqiang Jia ; Xue Wang ; Zhengxi Zhou ;
Jianping Wen ; Jinli Zhang .CFD modeling of hydrodynamic characteristics of a gas–
liquid two-phase stirred tank . Applied Mathematical Modelling 38 (2014) 63–92 .
http://dx.doi.org/10.1016/j.apm.2013.05.032
• He et al., 2008; He, C., Wood, J., Marsalek, J., Rochfort, Q., 2008. Using CFD
modeling to improve the inlet hydraulics and performance of a storm-water clarifier.
Journal of Environmental Engineering- ASCE 134 (9), 722e730.
• Hunze, M., 1996. Numerische Modellierung reaktiver Stro¨mungen in
oberfla¨chenbelu¨ fteten Belebungsbecken. (Numerical Modeling of Reactive Flows in
Activated Sludge Tanks with Surface Aerators). Institut fu¨ r Stro¨mungsmechanik
und Elektronisches Rechnen im Bauwesen der Universita¨ , Hannover, Hannover (in
German).
• Jakobsen et al., 2005; Jakobsen, H.A., Lindborg, H., Dorao, C.A., 2005. Modeling of
bubble column reactors: progress and limitations. Industrial & Engineering Chemistry
Research 44 (14), 5107e5151.
• Kasat GR et al.2008 ; G.R. Kasat ; A.R. Khopkar; V.V. Ranade; A.B. Pandit ; CFD
simulation of liquid-phase mixing in solid--liquid stirred reactor . Chemical
Engineering Science 63 (2008) 3877 – 3885 doi:10.1016/j.ces.2008.04.018
• LENA P. 2004. La fin de l'hégémonie des fines bulles ? Hydroplus, n°147, pp.36-41.
• Le Moullec et al., 2008 . Le Moullec, Y., Potier, O., Gentric, C., Pierre Leclerc, J.,
2008. Flow field and residence time distribution simulation of a crossflow gaseliquid
wastewater treatment reactor using CFD. Chemical Engineering Science 63 (9),
2436e2449.
• Le Moullec et al., 2010 Le Moullec, Y., Gentric, C., Potier, O., Leclerc, J.P., 2010.
CFD simulation of the hydrodynamics and reactions in an activated sludge channel
reactor of wastewater treatment.Chemical Engineering Science 65 (1), 492e498.
• Louvet JN., (2007) - Etude des variations en oxygène dissous rencontrées dans les
systèmes d’aération en épuration des eaux et mise au point d’un réacteur de type scale-
down. Mémoire de Master, Faculté Universitaire des Sciences Agronomiques de
Gembloux, 68p..
• Michel A. Morel « exercice de mécanique des fluides tome 2 » Chihab Eyrolles 1994
• M. Carlier « Hydraulique générale et appliquée » Eyrolles 1980 Renald V. Giles,
Jack B. evett, chengliu Serie shaum
• Makinia, J., Wells, S.A., 2000. A general model of the activated sludge reactor with
dispersive flow (part I): model development and parameter estimation. Water Res. 34,
3987–3996.
• Merzak Damon « Mécanique des fluides » office des publications universitaire

Alger 03 – 1994
• Metcalf D., Eddy I. 2003 Wastewater engineering. Mc Graw-
ill international edition.
• Mueller, J. A., W.C., B. and Pöpel, H. J. 2002. Aeration
• Oxygen transfer prediction in aeration tanks using CFD. Chemical Engineering
Science 62 (24), 7163e7171.
• Pierre-Louis Viollet et al, 1999. Pierre-Louis Viollet , Jean-Paul Chabard « Mécanique
des fluides appliquée » ,livre , 2e édition, de l’école nationale des Ponts et Chaussées,
Paris.
• Rao ARK, Bharathi Laxmi BV, Subba Narasiah K. 2004. Simulation of Oxygen
Transfer Rates in Circular aeration Tanks. Water Qual. Res. J. Canada39(3): 237–244.
• RIEGER, L., TAKACS, I., SHAW, A., WINKLER, S., OHTSUKI, T.,
LANGERGRABER, G., GILLOT, S., 2010, Editorial : Status and future of
wastewater treatment modeling, Water Science and Technology, 64(1), p. 821-823.
• R. Comelet "Mécanique expérimentale des fluides" tome II 4eme édition Masson
1994
• Roustan, M. and Le Lan, A. 1996. Agitation. Mélange. Considération mécaniques et
économiques. Techniques de l'ingénieur.
• Rao, A.R.K. (1999) ‘Prodection of reaeration rates in square, stirred tanks. Journal of
Environmental Engineering ASCE, Vol. 125, No. 3, pp.215–233.
• SPERANDIO, M., HERAN, M., GILLOT, S., 2007, Modélisation dynamique des
procédés biologiques de traitement des eaux, Techniques de l’Ingénieur, W 6 500, 18
p.
• Skote, M. 1994. Numerical simulations of air-water flow in aeration process.
Document Flygt.
• STRICKER A. E. Application de la modélisation à l’étude du traitement de l’azote
par boues activées en aération prolongée : comparaison des performances en temps
sec et en temps du pluie. Thèse de doctorat, Ecole doctorale : Sciences pour
l’ingénieur, discipline : Génie de procédés, Université de Strasbourg I, 2000, 270 p.
• Schmidtke, N.W. and Horvath, I. 1977 ‘Scale-up methodology for surface aerated
reactors’, Progress in Water Technology, Vol. 9, pp.477–493.
• Simon, S. 2000. Etude d'un chenal d'oxydation par des approches globales et locales -
Hydrodynamique et transfert de matière. Thèse de doctorat, INSA, Toulouse, 188 p.
• SPERANDIO M. Développement d’une procédure de compartimentation d’une
eau résiduaire urbaine et application a la modélisation dynamique de procédés à
boues activées. Thèse de doctorat, discipline : Génie de procédés, Institut National des
sciences appliques de Toulouse, 1998, 187 p.
• Saalbach and Hunze, 2008 . Saalbach, J., Hunze, M., 2008. Flow structures in MBR-
tanks. Water Science and Technology 57 (5), 699e705. Sato, Y., Sekoguchi, K., 1975.
Liquid velocity distribution in twophase bubble flow. International Journal of
Multiphase Flow 2 (1), 79e95.
• Talvy 2003. Talvy, S. 2003. Airlift et colonnes à bulles en écoulements gaz/liquide et
gaz/liquide-solide. Thèse de doctorat, INSA, Toulouse, 199 p.
• Templeton et al., 2006. Templeton, M.R., Hofmann, R., Andrews, R.C., 2006. Case
study comparisons of computational fluid dynamics (CFD) modeling versus tracer
testing for determining clearwell residence times in drinking water treatment. Journal
of Environmental Engineering and Science 5 (6), 529e536.
• Tabib et al., 2008; Tabib, M.V., Roy, S.A., Joshi, J.B., 2008. CFD simulation of
bubble column e an analysis of interphase forces and turbulence models. Chemical
Engineering Journal 139 (3), 589e614.
• Tanguy, P. (2003). Simulation de l'hydrodynamique des réacteurs biologiques à
culture libre. Rapport de Diplome d'Etudes Approfondies en Mécanique et Ingénierie,
ENGEES, 75 p. + annexes.
• Udaya Simha, L., Shrma, K.V.N.S. and Rao, A.R.K. 1991 ‘Effect of geometrical
parameters for overall oxygen transfer coefficient’, Proceeding of the Symposium on
Environmental Hydraulics, pp.1577–1581, University of Hong Kong, Hong Kong.
• Vermande, S., Essemiani, K., Meinhold, J., De Traversay, C. and Fonade, C. 2003.
Trouble shooting of agitation in an oxidation ditch : Applicability of hydraulic
modeling. 76th Annual Technical Exhibition and Conference WEFTEC'03, October
11-15, Los Angeles, USA. principle and practice. Water Quality Management Library,
353 p.
• Vermande et al,. 2005 Vermande, S., Chaumaz, M., Marsal, S., Dumoulin, L.,
Essemiani, K. and Meinhold, J. (2005). Modélisation numérique d'un bassin à grande
profondeur. Récent progrès en Génie des Procédés 92, 8 p.
• Wagner, M. R. and Pöpel, H. J. 1998. Oxygen transfer and aeration efficiency -
Influence of of diffuser submergence, diffuser density, and blower type. Water
Science and Technology 38(3), pp. 1-6.
• Yang Y et al 2011; Yin Yang ; Jiakuan Yang ; Jiaolan Zuo ; Ye Li ; Shu He; Xiao
Yang; Kai Zhang; Study on two operating conditions of a full-scale oxidation quality
by using CFD model . Water research 45 ( 2011 ) 3 4 3 9 – 3452
doi:10.1016/j.watres.2011.04.007
• Zima et al., 2009). Zima, P., Makinia, J., Swinarski, M., Czerwionka, K., 2009.
Combining computational fluid dynamics with a biokinetic model for predicting
ammonia and phosphate behavior in aeration tanks. Water Environment Research 81
(11), 2353e2362.
• Zhang et al., 2006. Zhang, D., Deen, N.G., Kuipers, J.A.M., 2006. Numerical
simulation of the dynamic flow behavior in a bubble column: a study of closures for
turbulence and interface forces. Chemical Engineering Science 61 (23), 7593e7608.
Annexes
Annexe1
Simulation Setup
Time
stopping time
communication interval
date and time at t=0 2017
initial
time
Rounding
round seconds to full minutes
round minutes to quarter hours
Repeat Runs
number of reruns
Consistency Check
show process warnings
Process Warnings
write process warnings into file
process warnings only once per run
Aeration Limit Settings
apply aeration limits (airflow per diffuser)
show aeration limit warning
Model Check
warn user when states and models don't match
Display of Discontinuous Pump Flows (SBR and BAF units only)
display concentrations in discontinuous pump flows at all times
Physical
Oxygen Solubility (layout-wide settings)
liquid temperature
blower inlet air temperature
elevation above sea level
barometric pressure at sea
level
U.S. (air temp 20C,
standard air conditions 36%humidity)
Physical Constants
molecular weight of air (@ U.S. Standard
Conditions)
gas constant 8310
Antoine coefficient A1 8
Antoine coefficient A3
Properties of User-Defined Air
mole fraction of oxygen in user-defined air
density of user-defined air 1
molecular weight of user-defined air
exponent in blower power equation 0.284
SOTE Regression Coefficients
SOTE regression constant A1 (ceramic disc)
SOTE regression constant A2 (ceramic disc) -3.24
SOTE regression constant A3 (ceramic disc) 0.0816
SOTE regression constant A1 (ceramic dome)
SOTE regression constant A2 (ceramic dome) -13.6
SOTE regression constant A3 (ceramic dome) 3
SOTE regression constant A5 (ceramic dome) 0.172
SOTE regression constant A1 (membrane disc) 8
SOTE regression constant A2 (membrane disc) -5.38
SOTE regression constant A3 (membrane disc)
SOTE regression constant A1 (membrane tube) 7
SOTE regression constant A2 (membrane tube) -2.72
SOTE regression constant A4 (membrane tube)
SOTE regression constant A5 (membrane tube) 0.156
SOTE regression constant A1 (coarse bubble) 3
SOTE regression constant A2 (coarse bubble) -0.0927
SOTE regression constant A3 (coarse bubble) 0.00108
SOTE regression constant A1 (jet)
SOTE regression constant A2 (jet) -0.268
SOTE regression constant A3 (jet) 0.00424
Deep Tank SOTE Regression Coefficients
Deep Tank SOTE regression constant A6 (ceramic disc) -0.00419
Deep Tank SOTE regression constant A6 (ceramic dome) -0.00389
Deep Tank SOTE regression constant A6 (membrane disc) -0.00909
Deep Tank SOTE regression constant A6 (membrane tube) -0.00725
Settling Correlations
SVI Correlation Coefficients
SVI correlation coeff. 1
SVI correlation coeff. 2 -4.67
SVI correlation coeff. 3 0.018
SVI correlation coeff. 5 -2.9E-06
SVI correlation coeff. 6 2.5E-08
Steady-State
Steady-State Parameters
number of retries on iteration
error limit on individual
variables 1E-10
iteration termination criteria
maximum number of iterations 100000
maximum number of unsuccessful iterations 20000
Iteration Search Setup
force iteration even if model converged
contract constant 0.982
expand constant
maximum step size in one iteration
damping factor on final
approach
initial perturbation 0
convergence output interval
steady-state loop counter initial value
Trim Parameters
print value of dsum 1E+10
display improved iterations
only
iteration output interval in trim 50000
Analyzer
Monte Carlo Analysis
number of runs 1
Optimizer
Static
number of optimized
parameters
number of data points (at least 2) 2048
parameter tolerance 0.000001
objective function tolerance -1E+10
scaled termination value for objective function
maximum number of optimizer iterations
detailed statistical report
solution report to file
Optimizer Settings
scaled step size in initial guess
reflection constant 0
contraction constant 0
expansion constant
shrink constant
Dynamic
DPE timewindow 1E+10
Maximum Likelihood
error distribution Normal
estimate standard deviations of errors
standard deviations of errors
use specified standard deviations as reference
level of significance 0
heteroscedasticity model
heteroscedasticity parameters
Derivative Information
report objective function gradient and Hessian
report model sensitivity coefficients
finite-difference relative perturbation size 1E-07
Confidence Limits
printing of confidence limits
confidence level for confidence limits 0
treat the different target variables as one target
Significance of the Regression
level of significance for significance of regression
test 0
Lack of Fit
lack of fit test
level of significance for lack of fit test 0
replication sum of squares User Supplied
relative tolerance used to detect repeat
measurements 0.0001
User Supplied Replication Sum of Squares
number of target variables
replication sum of squares
degrees of freedom for replication sum of squares
Portmanteau
Portmanteau test on weighted residuals
level of significance for portmanteau test 0
maximum number of lags used in portmanteau test
Matlab Link
Matlab Link
Matlab link control
Diagnostics
show messages in log window
print Matlab output in log window
On-Line Operation
On-Line Run
on-line run
wait for all data to synchronize
waiting period
sampling rate from data base
DDE
clipboard format Xltable
wait for DDE transactions
Input Files
input file extension (in offline mode)
replace failed data with form value
plant #1 name (for data file) blank
Data Files
Output Files
use global alarm file
alarm file name blank
Real Time Synchronized Mode
real time synchronized mode
real time acceleration factor
Data Transfer
send data to simulator module
max number of control and output
variables
max number of datapoints
Communication
output into Matlab format
send warnings to log window
send optimizer status to log window
send DPE status to log window
Numerical
Bounding
number of iterations in IMPL operator
error bound in IMPL operator 0.000001
bottom bound on flows 1E-10
top bound on flows 1E+10
bottom bound on initial concentrations 0.000001
top bound on initial concentrations 1E+10
bottom bound on
concentrations
top bound on concentrations 1E+10
bottom bound on derivatives -1E+33
top bound on derivatives 1E+33
bottom bound on volumes 1E-10
ignore dilution rate below this volume 0.0001
ignore dilution rate below this layer thickness 0.0001
top bound on volumes 1E+10
bottom bound on parameters 1E-10
top bound on parameters 1E+10
top bound on integers 999999
initial iteration on loops
top bound on exponential
(xmin) 1
Speed
smooth pump discharge at discontinuities
smoothing period 0.00001
smooth factor (logistic parameter)
smooth at flow changes larger than
Miscellaneous
General
controller tuning array size 3
controller sampling time 0.0035
controller damping in steady-state
Operating Cost
Energy Cost
energy pricing Constant Price
Constant Price
energy price
Time-Based Pricing
number of price levels
energy price 0
0
price level starting hour (24-hour clock)
Integration Control
Integration Settings
numerical solver Runge-Kutta-Fehlberg(2)
initial number of integration steps
minimum integration step size
maximum integration step size
Output Variables
General Program Variables
Library Variables
macro library
biological model ID
biological model
Dynamic Run
simulation time
completed part of dynamic run
Steady-State
convergence
steady-state loop counter 1
year 2
month
day
hour
minute
second
last integration step size (from MGA)
last integration step size (GPS-X) 9.6E-06
average integration step size 0.000381
sum of absolute values of derivatives 2720
Physical
dynamic viscosity 1
density of water 998000
kinematic viscosity
Numerical
zero
Optimizer
error (data/simulation)
Alarm
alarmtext
data failure in fileinput controllers
failed cryptic variable names
Simulation Setup
Time
stopping time
communication interval
date and time at t=0 2020
initial
time
Rounding
round seconds to full minutes
round minutes to quarter hours
Repeat Runs
number of reruns
Consistency Check
show process warnings
Process Warnings
write process warnings into file
process warnings only once per run
apply aeration limits (airflow per diffuser)
show aeration limit warning
Model Check
warn user when states and models don't match
display concentrations in discontinuous pump flows at all times
Physical
liquid temperature
blower inlet air temperature
elevation above sea level
barometric pressure at sea
level
standard air conditions
Physical Constants
Conditions)
gas constant 8310
Antoine coefficient A3
mole fraction of oxygen in user-defined air
density of user-defined air 1
molecular weight of user-defined air
exponent in blower power equation 0.284
SOTE regression constant A2 (ceramic disc) -3.24
SOTE regression constant A2 (ceramic dome) -13.6
SOTE regression constant A3 (ceramic dome) 3
SOTE regression constant A5 (ceramic dome) 0.172
SOTE regression constant A1 (membrane disc) 8
SOTE regression constant A2 (membrane tube) -2.72
SOTE regression constant A4 (membrane tube)
SOTE regression constant A5 (membrane tube) 0.156
SOTE regression constant A1 (coarse bubble) 3
SOTE regression constant A2 (coarse bubble) -0.0927
SOTE regression constant A2 (jet) -0.268
Deep Tank SOTE regression constant A6 (ceramic disc) -0.00419
Deep Tank SOTE regression constant A6 (ceramic dome) -0.00389
Deep Tank SOTE regression constant A6 (membrane disc) -0.00909
Deep Tank SOTE regression constant A6 (membrane tube) -0.00725
SVI correlation coeff. 1
Steady-State
number of retries on iteration
variables 1E-10
iteration termination criteria
maximum number of iterations 100000
maximum number of unsuccessful iterations 20000
force iteration even if model converged
expand constant
maximum step size in one iteration
approach
initial perturbation 0
convergence output interval
steady-state loop counter initial value
Trim Parameters
print value of dsum 1E+10
display improved iterations
only
iteration output interval in trim 50000
Analyzer
number of runs 1
Optimizer
Static
parameter tolerance 0.000001
objective function tolerance -1E+10
scaled termination value for objective function
maximum number of optimizer iterations
detailed statistical report
solution report to file
Optimizer Settings
scaled step size in initial guess
reflection constant 0
contraction constant 0
expansion constant
shrink constant
Dynamic
DPE timewindow 1E+10
Maximum Likelihood
error distribution
estimate standard deviations of errors
use specified standard deviations as reference
level of significance 0
heteroscedasticity model
Derivative
Information heteroscedasticity parameters
report objective function gradient and Hessian
report model sensitivity coefficients
finite-difference relative perturbation size 1E-07
Confidence Limits
printing of confidence limits
confidence level for confidence limits 0
treat the different target variables as one target
level of significance for significance of regression
test 0
Lack of Fit
lack of fit test
level of significance for lack of fit test 0
measurements 0.0001
degrees of freedom for replication sum of squares
Portmanteau
Portmanteau test on weighted residuals
level of significance for portmanteau test 0
maximum number of lags used in portmanteau test
Matlab Link
Matlab Link
Matlab link control
Diagnostics
show messages in log window
print Matlab output in log window
On-Line Operation
On-Line Run
on-line run
wait for all data to synchronize
waiting period
sampling rate from data base
DDE
clipboard format
wait for DDE transactions
Input Files
input file extension (in offline mode)
replace failed data with form value
plant #1 name (for data file)
Data Files
Output Files
use global alarm file
alarm file name
real time synchronized mode
real time acceleration factor
Data Transfer
send data to simulator module
Communication
output into Matlab format
send warnings to log window
send optimizer status to log window
send DPE status to log window
Numerical
Bounding
number of iterations in IMPL operator
error bound in IMPL operator 0.000001
bottom bound on flows 1E-10

top bound on flows 1E+10
bottom bound on initial concentrations 0.000001
top bound on initial concentrations 1E+10
bottom bound on
concentrations
top bound on concentrations 1E+10
bottom bound on derivatives -1E+33
top bound on derivatives 1E+33
bottom bound on volumes 1E-10
ignore dilution rate below this volume 0.0001
ignore dilution rate below this layer thickness 0.0001
top bound on volumes 1E+10
bottom bound on parameters 1E-10
initial iteration on loops
(xmin) 1
Speed
smooth pump discharge at discontinuities
smoothing period 0.00001
smooth factor (logistic parameter)
smooth at flow changes larger than
Miscellaneous
General
controller sampling time 0.0035
controller damping in steady-state
Operating Cost
Energy Cost
energy pricing
Constant Price
energy price
Time-Based Pricing
energy price 0
0
price level starting hour (24-hour clock)
t q28 x28 bod28 cod28
days m3/d mg/L mgO2/L mgCOD/L
std 8400 4.88 3.64 21.2
1 8400 4.88 3.64 21.2
2 8400 4.88 3.64 21.2
3 8400 4.88 3.64 21.2
4 8400 4.88 3.64 21.2
5 8670 4.88 3.64 21.2
6 11700 5.02 3.74 21.4
7 10200 6.57 4.78 23.6
8 9170 5.85 4.27 22.5
9 10100 5.3 3.89 21.7
10 10100 5.76 4.2 22.3
11 12000 5.76 4.2 22.3
12 8670 6.78 4.87 23.7
13 20600 5.06 3.72 21.3
14 9530 11.2 7.7 29.5
15 10600 5.54 4.06 21.9
16 11700 6.09 4.35 22.6
17 11700 6.64 4.69 23.4
18 11700 6.64 4.69 23.4
19 11700 6.64 4.69 23.4
20 11700 6.64 4.69 23.4
21 15800 6.65 4.69 23.4
22 17500 8.75 6 26.1
23 16300 9.68 6.54 27.2
24 17500 9.05 6.1 26.3
25 20000 9.71 6.48 27.1
26 19500 11 7.25 28.6
27 24100 10.8 7.06 28.2
28 38400 13.2 8.53 31.2
29 34500 20.8 13.6 40.9
30 31300 18.8 12 37.8
30 31300 18.8 12 37.8
Min 8400 4.88 3.64 21.2

Max 38400 20.8 13.6 40.9
Mean 15251.25 8.187813 5.644688 25.25625
Std Dev 8343.488 4.317462 2.625616 5.234066
Annexe 2
Simulation Setup
Time
stopping time 0 [d]
communication interval 1 [h]
date and time at
t=0 2006 [yr,m,d,h,min,s]
1
1
0
0
0
initial
time 0 [d]
Rounding
round seconds to full
minutes Off
round minutes to quarter
hours Off
Repeat Runs
number of reruns 0
Consistency Check
show process warnings Off
Process Warnings
write process warnings
into file Off
process warnings only once per
run On
apply aeration limits (airflow per
diffuser) Off
show aeration limit
warning On
Model Check
warn user when states and models don't
match On
display concentrations in discontinuous pump flows
at all times Off
Physical
liquid
temperature 20 [C]
blower inlet air
temperature 20 [C]
elevation above sea level 0 [m]
barometric pressure at
sea level 1 [atm]
U.S. (air temp 20C, 36%
standard air conditions humidity)
Physical Constants
Conditions) 29 [g/mol]
gas constant 8310 [J/kmol.K]
Antoine coefficient A1 8.11 [-]
Antoine coefficient A2 1750 [-]
mole fraction of oxygen in user-
defined air 1 [-]
density of user-defined air 1430 [mg/L]
molecular weight of user-defined
air 32 [g/mole]
exponent in blower power
equation 0.284 [-]
SOTE regression constant A1 (ceramic
disc) 12.1 [-]
disc) -3.24 [-]
disc) 0.0816 [-]
disc) 1.22 [-]
disc) 0.158 [-]
dome) 19.8 [-]
dome) -13.6 [-]
dome) 3.07 [-]
dome) 1.11 [-]
dome) 0.172 [-]
SOTE regression constant A1 (membrane
disc) 8.48 [-]
disc) -5.38 [-]
disc) 1.06 [-]
SOTE regression constant A4 (membrane 1.73 [-]
disc)
disc) -0.0233 [-]
tube) 7.57 [-]
tube) -2.72 [-]
tube) 0.15 [-]
tube) 1.5 [-]
tube) 0.156 [-]
SOTE regression constant A1 (coarse
bubble) 3.79 [-]
bubble) -0.0927 [-]
bubble) 0.00108 [-]
bubble) 0.266 [-]
bubble) 0.0236 [-]
SOTE regression constant A1 (jet) 1.43 [-]
SOTE regression constant A2 (jet) -0.268 [-]
Deep Tank SOTE regression constant A6 (ceramic
disc) -0.00419 [-]
dome) -0.00389 [-]
Deep Tank SOTE regression constant A6
(membrane disc) -0.00909 [-]
(membrane tube) -0.00725 [-]
SVI correlation coeff. 1 710
Steady-State
number of retries on
iteration 1
variables 1E-10
iteration termination
criteria 5
maximum number of
iterations 100000
maximum number of unsuccessful
iterations 20000
force iteration even if model
converged On
expand constant 1
maximum step size in one iteration 0.5
approach 1
initial perturbation 0.05
convergence output
interval 200
steady-state loop counter initial
value 0
Trim Parameters
print value of
dsum 1E+10 [d]
display improved
iterations only On
iteration output interval in
trim 50000
Analyzer
number of runs 1000
Optimizer
Static
number of optimized
parameters 1
number of data points (at least 2) 2048
parameter
tolerance 0.000001
objective function
tolerance -1E+10
scaled termination value for objective
function 0.1
maximum number of optimizer
iterations 200
detailed statistical report Off
solution report to
file Off
Optimizer Settings
scaled step size in initial
guess 0.2
reflection
constant 0.95
contraction
constant 0.45
expansion
constant 1.9
shrink constant 0.5
Dynamic
DPE timewindow 1E+10 [d]
Maximum Likelihood
error distribution Normal
estimate standard deviations of
errors On
standard deviations of
errors
use specified standard deviations as
reference Off
level of
significance 0.05 [-]
heteroscedasticity model Off
heteroscedasticity
parameters
Derivative Information
report objective function gradient and
Hessian Off
report model sensitivity
coefficients Off
finite-difference relative
perturbation size 1E-07
Confidence Limits
printing of confidence
limits Off
confidence level for confidence
limits 0.95 [-]
treat the different target variables as one
target Off
level of significance for significance of
regression test 0.05 [-]
Lack of Fit
lack of fit test Off
level of significance for lack of fit
test 0.05 [-]
replication sum of squares User Supplied
measurements 0.0001 [-]
number of target variables 1
replication sum of squares 1
degrees of freedom for replication sum of
squares 5
Portmanteau
Portmanteau test on weighted
residuals Off
level of significance for
portmanteau test 0.05 [-]
maximum number of lags used in
portmanteau test 20
Matlab Link
Matlab Link
Matlab link
control On
Diagnostics
show messages in log
window Off
print Matlab output in log window Off
On-Line Operation
On-Line Run
on-line run Off
wait for all data to
synchronize Off
waiting period 2 [h]
sampling rate from data
base 60 [s]
DDE
clipboard format Xltable
wait for DDE transactions 10
Input Files
input file extension (in offline
mode) dat
replace failed data with form value Off
plant #1 name (for data
file) blank
Data Files
file) blank
file) blank
file) blank
file) blank
file) blank
file) blank
file) blank
file) blank
file) blank
Output Files
use global alarm
file Off
alarm file name blank
real time synchronized
mode Off
real time acceleration
factor 1
Data Transfer
send data to simulator
module Off
max number of control and output
variables 100
max number of datapoints 100
Communication
output into Matlab format Off
send warnings to log
window On
send optimizer status to log
window On
send DPE status to log
window On
Numerical
Bounding
number of iterations in IMPL
operator 30
error bound in IMPL
operator 0.000001
bottom bound on flows 1E-10 [m3/d]
top bound on
flows 1E+10 [m3/d]
bottom bound on initial
concentrations 0.000001 [mg/L]
top bound on initial concentrations 1E+10 [mg/L]
bottom bound on
concentrations 0 [mg/L]
top bound on
concentrations 1E+10 [mg/L]
bottom bound on
derivatives -1E+33 [mg/(L.d)]
top bound on derivatives 1E+33 [mg/(L.d)]
bottom bound on volumes 1E-10 [m3]
ignore dilution rate below this
volume 0.0001 [m3]
ignore dilution rate below this layer
thickness 0.0001 [m]
top bound on volumes 1E+10 [m3]
bottom bound on
parameters 1E-10
initial iteration on loops 100
(xmin) 1000 [mg/L]
Speed
smooth pump discharge at
discontinuities Off
smoothing period 0.00001 [d]
smooth factor (logistic parameter) 15
smooth at flow changes larger
than 50 [%]
Miscellaneous
General
controller tuning array
size 3000
controller sampling time 0.0035 [d]
controller damping in steady-state 100 [d]
Operating Cost
Energy Cost
energy pricing Constant Price
Constant Price
energy price 0.1 [$/KWh]
Time-Based Pricing
number of price levels 2
0.11
price level starting hour (24-hour
clock) 6
18
Integration Control
Integration Settings
Runge-Kutta-
numerical solver Fehlberg(2)
initial number of integration steps 50
minimum integration step
size 0 [d]
maximum integration step
size 0.1 [d]
Output Variables
General Program Variables
Library Variables
macro library
biological model
ID 4
biological model
Dynamic Run
simulation time 30 [d]
completed part of
dynamic run 100 [%]
Steady-State
convergence 100 [%]
steady-state loop counter 774
year 2010
month 1
day 31
hour 0
minute 0
second 2
last integration step size (from
MGA)
last integration step size (GPS-X) 0.000012 [d]
average integration step
size 0.000446 [d]
sum of absolute values of
derivatives 2130 [mg/(L.d)]
Physical
dynamic viscosity 1000 [Pa.s]
density of water 998000 [mg/L]
kinematic
viscosity 1 [m2/s]
Numerical
zero 0
Optimizer
error (data/simulation)
Alarm
alarmtext
data failure in fileinput controllers 0
failed cryptic variable
names
Simulation Setup
Time
stopping time 30 [d]
communication interval 1 [h]
date and time at
t=0 2010 [yr,m,d,h,min,s]
1
1
0
0
0
initial
time 0 [d]
Rounding
round seconds to full
minutes 0
round minutes to quarter
hours 0
Repeat Runs
number of reruns 0
Consistency Check
show process warnings 0
Process Warnings
write process warnings
into file 0
process warnings only once per
run 1
apply aeration limits (airflow per
diffuser) 0
show aeration limit
warning 1
Model Check
warn user when states and models don't
match 1
display concentrations in discontinuous pump flows
at all times 0
Physical
liquid
temperature 20 [C]
blower inlet air
temperature 20 [C]
elevation above sea level 0 [m]
barometric pressure at 1 [atm]
sea level
standard air conditions 1
Physical Constants
Conditions) 29 [g/mol]
gas constant 8310 [J/kmol.K]
Antoine coefficient A1 8.11 [-]
mole fraction of oxygen in user-
defined air 1 [-]
density of user-defined air 1430 [mg/L]
molecular weight of user-defined
air 32 [g/mole]
exponent in blower power
equation 0.284 [-]
disc) 12.1 [-]
disc) -3.24 [-]
disc) 0.0816 [-]
disc) 1.22 [-]
disc) 0.158 [-]
dome) 19.8 [-]
dome) -13.6 [-]
dome) 3.07 [-]
dome) 1.11 [-]
dome) 0.172 [-]
disc) 8.48 [-]
disc) -5.38 [-]
disc) 1.06 [-]
disc) 1.73 [-]
disc) -0.0233 [-]
tube) 7.57 [-]
tube) -2.72 [-]
tube) 0.15 [-]
tube) 1.5 [-]
tube) 0.156 [-]
SOTE regression constant A1 (coarse 3.79 [-]
bubble)
bubble) -0.0927 [-]
bubble) 0.00108 [-]
bubble) 0.266 [-]
bubble) 0.0236 [-]
SOTE regression constant A2 (jet) -0.268 [-]
disc) -0.00419 [-]
dome) -0.00389 [-]
(membrane disc) -0.00909 [-]
(membrane tube) -0.00725 [-]
SVI correlation coeff. 1 710
Steady-State
number of retries on
iteration 1
variables 1E-10
iteration termination
criteria 5
maximum number of
iterations 100000
maximum number of unsuccessful
iterations 20000
force iteration even if model
converged 1
expand constant 1
maximum step size in one iteration 0.5
approach 1
initial perturbation 0.05
convergence output
interval 200
steady-state loop counter initial 0
value
Trim Parameters
print value of
dsum 1E+10 [d]
display improved
iterations only 1
iteration output interval in
trim 50000
Analyzer
number of runs 1000
Optimizer
Static
parameter
tolerance 0.000001
objective function
tolerance -1E+10
scaled termination value for objective
function 0.1
maximum number of optimizer
iterations 200
detailed statistical report 0
solution report to
file 0
Optimizer Settings
scaled step size in initial
guess 0.2
reflection
constant 0.95
contraction
constant 0.45
expansion
constant 1.9
shrink constant 0.5
Dynamic
DPE timewindow 1E+10 [d]
Maximum Likelihood
error distribution 1
estimate standard deviations of
errors 1
use specified standard deviations as
reference 0
level of
significance 0.05 [-]
heteroscedasticity model 0
Derivative heteroscedasticity
Information parameters
report objective function gradient and
Hessian 0
report model sensitivity
coefficients 0
finite-difference relative
perturbation size 1E-07
Confidence Limits
printing of confidence
limits 0
confidence level for confidence
limits 0.95 [-]
treat the different target variables as one 0
target
level of significance for significance of
regression test 0.05 [-]
Lack of Fit
lack of fit test 0
level of significance for lack of fit
test 0.05 [-]
measurements 0.0001 [-]
degrees of freedom for replication sum of
squares 5
Portmanteau
Portmanteau test on weighted
residuals 0
level of significance for
portmanteau test 0.05 [-]
maximum number of lags used in
portmanteau test 20
Matlab Link
Matlab Link
Matlab link
control 1
Diagnostics
show messages in log
window 0
print Matlab output in log window 0
On-Line Operation
On-Line Run
on-line run 0
wait for all data to
synchronize 0
waiting period 2 [h]
sampling rate from data
base 60 [s]
DDE
clipboard format 1
wait for DDE transactions 10 [msec]
Input Files
input file extension (in offline
mode) 2
replace failed data with form value 0
file)
Data Files
file)
file)
file)
file)
file)
file)
file)
file)
file)
Output Files
use global alarm
file 0
alarm file name
real time synchronized
mode 0
real time acceleration
factor 1
Data Transfer
send data to simulator
module 0
Communication
output into Matlab format 0
send warnings to log
window 1
send optimizer status to log
window 1
send DPE status to log
window 1
Numerical
Bounding
number of iterations in IMPL
operator 30
error bound in IMPL
operator 0.000001
bottom bound on flows 1E-10 [m3/d]
top bound on
flows 1E+10 [m3/d]
bottom bound on initial
concentrations 0.000001 [mg/L]
top bound on initial concentrations 1E+10 [mg/L]
bottom bound on
concentrations 0 [mg/L]
top bound on
concentrations 1E+10 [mg/L]
bottom bound on
derivatives -1E+33 [mg/(L.d)]
top bound on derivatives 1E+33 [mg/(L.d)]
bottom bound on volumes 1E-10 [m3]
ignore dilution rate below this
volume 0.0001 [m3]
ignore dilution rate below this layer
thickness 0.0001 [m]
top bound on volumes 1E+10 [m3]
bottom bound on
parameters 1E-10
initial iteration on loops 100
top bound on exponential 1000 [mg/L]
(xmin)
Speed
smooth pump discharge at
discontinuities 0
smoothing period 0.00001 [d]
smooth factor (logistic parameter) 15
smooth at flow changes larger
than 50 [%]
Miscellaneous
General
controller sampling time 0.0035 [d]
controller damping in steady-state 100 [d]
Operating Cost
Energy Cost
energy pricing 1
Constant Price
Time-Based Pricing
0.11
price level starting hour (24-hour
clock) 6
18
t q32 x32 bod32 cod32

days m3/d mg/L mgO2/L mgCOD/L
std 34200 5.3 8.02 28.7
0.0417 34200 5.3 8.02 28.7
0.0833 34200 5.3 8.02 28.7
0.125 34200 5.3 8.02 28.7
0.167 34200 5.3 8.02 28.7
0.208 34200 5.3 8.02 28.7
0.25 34200 5.3 8.02 28.7
0.292 34200 5.3 8.02 28.7
0.333 34200 5.3 8.02 28.7
0.375 34200 5.3 8.02 28.7
0.417 34200 5.3 8.02 28.7
0.458 34200 5.3 8.02 28.7
0.5 34200 5.3 8.02 28.7
0.542 34200 5.3 8.02 28.7
0.583 34200 5.3 8.02 28.7
0.625 34200 5.3 8.02 28.7
0.667 34200 5.3 8.02 28.7
0.708 34200 5.3 8.02 28.7
0.75 34200 5.3 8.02 28.7
0.792 34200 5.3 8.02 28.7
0.833 34200 5.3 8.02 28.7
0.875 34200 5.3 8.02 28.7
0.917 34200 5.3 8.02 28.7
0.958 34200 5.3 8.02 28.7
1 34200 5.3 8.02 28.7
1.04 34200 5.3 8.02 28.7
1.08 34200 5.3 8.02 28.7
1.13 34200 5.3 8.02 28.7
1.17 34200 5.3 8.02 28.7
1.21 34200 5.3 8.02 28.7
1.25 34200 5.3 8.02 28.7
1.29 34200 5.3 8.02 28.7
1.33 34200 5.3 8.02 28.7
1.38 34200 5.3 8.02 28.7
1.42 34200 5.3 8.02 28.7
1.46 34200 5.3 8.02 28.7
1.5 34200 5.3 8.02 28.7
1.54 34200 5.3 8.02 28.7
1.58 34200 5.3 8.02 28.7
1.63 34200 5.3 8.02 28.7
1.67 34200 5.3 8.02 28.7
1.71 34200 5.3 8.02 28.7
1.75 34200 5.3 8.02 28.7
1.79 34200 5.3 8.02 28.7
1.83 34200 5.3 8.02 28.7
1.88 34200 5.3 8.02 28.7
1.92 34200 5.3 8.02 28.7
1.96 34200 5.3 8.02 28.7
2 34200 5.3 8.02 28.7
2.04 34200 5.3 8.02 28.7
2.08 34200 5.3 8.02 28.7
2.13 34200 5.3 8.02 28.7
2.17 34200 5.3 8.02 28.7
2.21 34200 5.3 8.02 28.7
2.25 34200 5.3 8.02 28.7
2.29 34200 5.3 8.02 28.7
2.33 34200 5.3 8.02 28.7
2.38 34200 5.3 8.02 28.7
2.42 34200 5.3 8.02 28.7
2.46 34200 5.3 8.02 28.7
2.5 34200 5.3 8.02 28.7
2.54 34200 5.3 8.02 28.7
2.58 34200 5.3 8.02 28.7
2.63 34200 5.3 8.02 28.7
2.67 34200 5.3 8.02 28.7
2.71 34200 5.3 8.02 28.7
2.75 34200 5.3 8.02 28.7
2.79 34200 5.3 8.02 28.7
2.83 34200 5.3 8.02 28.7
2.88 34200 5.3 8.02 28.7
2.92 34200 5.3 8.02 28.7
2.96 34200 5.3 8.02 28.7
3 34200 5.3 8.02 28.7
3.04 34200 5.3 8.02 28.7
3.08 34200 5.3 8.02 28.7
3.13 34200 5.3 8.02 28.7
3.17 34200 5.3 8.02 28.7
3.21 34200 5.3 8.02 28.7
3.25 34200 5.3 8.02 28.7
3.29 34200 5.3 8.02 28.7
3.33 34200 5.3 8.02 28.7
3.38 34200 5.3 8.02 28.7
3.42 34200 5.3 8.02 28.7
3.46 34200 5.3 8.02 28.7
3.5 34200 5.3 8.02 28.7
3.54 34200 5.3 8.02 28.7
3.58 34200 5.3 8.02 28.7
3.63 34200 5.3 8.02 28.7
3.67 34200 5.3 8.02 28.7
3.71 34200 5.3 8.02 28.7
3.75 34200 5.3 8.02 28.7
3.79 33800 5.3 8.02 28.7
3.83 34600 5.29 8.01 28.7
3.88 36500 5.31 8.02 28.7
3.92 40100 5.39 8.07 28.8
3.96 44500 5.59 8.2 29
4 50200 5.92 8.42 29.5
4.04 54400 6.43 8.8 30.2
4.08 55800 7.03 9.3 31.1
4.13 55800 7.58 9.81 32
4.17 59400 7.97 10.3 32.8
4.21 59400 8.42 10.8 33.7
4.25 59400 8.72 11.2 34.4
4.29 59400 8.91 11.6 35
4.33 59400 9.02 12 35.6
4.38 60100 9.1 12.3 36
4.42 60100 9.18 12.6 36.5
4.46 57200 9.23 12.8 36.8
4.5 56500 9.1 12.9 37
4.54 54400 8.98 13 37.1
4.58 50200 8.78 13 37
4.63 48100 8.42 12.9 36.8
4.67 46600 8.09 12.8 36.5
4.71 43700 7.8 12.7 36.2
4.75 43700 7.47 12.5 35.8
4.79 43000 7.25 12.4 35.6
4.83 43000 7.07 12.2 35.3
4.88 42300 6.95 12.1 35.2
4.92 42300 6.83 12.1 35
4.96 42300 6.75 12 34.9
5 42300 6.7 11.9 34.8
5.04 42300 6.66 11.9 34.7
5.08 43000 6.63 11.8 34.6
5.13 45900 6.65 11.8 34.6
5.17 50800 6.79 11.9 34.7
5.21 55100 7.12 12.1 35.1
5.25 60100 7.57 12.4 35.7
5.29 63000 8.19 12.8 36.4
5.33 63000 8.8 13.3 37.3
5.38 63700 9.21 13.6 38
5.42 63700 9.52 14 38.5
5.46 63700 9.69 14.2 38.9
5.5 63700 9.79 14.4 39.2
5.54 63700 9.85 14.6 39.5
5.58 63700 9.89 14.7 39.7
5.63 63700 9.91 14.8 39.8
5.67 62300 9.92 14.9 40
5.71 53600 9.84 14.9 40
5.75 50800 9.26 14.7 39.4
5.79 45900 8.77 14.4 38.9
5.83 44500 8.2 14 38.2
5.88 43700 7.77 13.7 37.6
5.92 42300 7.46 13.4 37.1
5.96 42300 7.18 13.2 36.7
6 42300 7 13 36.3
6.04 42300 6.87 12.8 36.1
6.08 42300 6.79 12.7 35.9
6.13 42300 6.73 12.6 35.7
6.17 42300 6.69 12.5 35.5
6.21 42300 6.66 12.4 35.4
6.25 44500 6.64 12.3 35.3
6.29 50800 6.73 12.3 35.3
6.33 54400 7.08 12.5 35.7
6.38 56500 7.52 12.8 36.2
6.42 60100 7.97 13 36.7
6.46 70000 8.49 13.4 37.4
6.5 77900 9.43 14.1 38.6
6.54 87100 10.6 15 40.2
6.58 95000 12.1 16.1 42.3
6.63 98500 13.6 17.5 44.6
6.67 104000 14.7 18.6 46.6
6.71 106000 15.7 19.7 48.5
6.75 106000 16.4 20.7 50.1
6.79 106000 16.7 21.4 51.2
6.83 107000 16.8 22 52.1
6.88 108000 17.1 22.6 53
6.92 109000 17.4 23.2 53.9
6.96 109000 17.6 23.7 54.7
7 109000 17.8 24.2 55.4
7.04 109000 17.9 24.6 56
7.08 109000 18 24.9 56.5
7.13 109000 18.1 25.2 57
7.17 109000 18.2 25.5 57.4
7.21 109000 18.3 25.8 57.9
7.25 109000 18.4 26.1 58.3
7.29 109000 18.5 26.4 58.7
7.33 109000 18.6 26.6 59.1
7.38 109000 18.7 26.9 59.5
7.42 106000 18.6 27.1 59.8
7.46 103000 18.4 27.1 59.7
7.5 99200 17.9 26.9 59.4
7.54 97000 17.4 26.7 58.9
7.58 95800 16.9 26.4 58.4
7.63 91400 16.6 26.2 58
7.67 90700 16.1 25.8 57.3
7.71 88600 15.8 25.5 56.8
7.75 87800 15.4 25.2 56.3
7.79 87100 15.2 24.9 55.8
7.83 87100 15.1 24.7 55.4
7.88 87100 15 24.5 55.1
7.92 87100 15 24.3 54.8
7.96 87100 15 24.2 54.6
8 87100 15 24 54.4
8.04 87100 15 23.9 54.2
8.08 87800 15.1 23.8 54.1
8.13 90000 15.1 23.8 54
8.17 91400 15.4 23.9 54.2
8.21 95000 15.7 24 54.5
8.25 97000 16.3 24.3 55.1
8.29 99900 16.9 24.7 55.8
8.33 99900 17.6 25.2 56.7
8.38 99900 18 25.6 57.3
8.42 99900 18.2 25.8 57.8
8.46 99900 18.3 26.1 58.1
8.5 99900 18.4 26.3 58.4
8.54 99900 18.5 26.4 58.7
8.58 99900 18.6 26.6 59
8.63 99900 18.7 26.8 59.2
8.67 95800 18.8 26.9 59.5
8.71 93600 18.3 26.7 59
8.75 90700 17.8 26.4 58.5
8.79 87100 17.3 26.1 57.9
8.83 87100 16.7 25.6 57.1
8.88 87100 16.5 25.4 56.7
8.92 87100 16.4 25.3 56.5
8.96 87100 16.4 25.1 56.3
9 87100 16.4 25 56.1
9.04 87100 16.5 24.9 56
9.08 87100 16.5 24.8 55.9
9.13 87100 16.5 24.7 55.7
9.17 88600 16.6 24.6 55.6
9.21 91400 16.8 24.7 55.7
9.25 94300 17.3 24.9 56.2
9.29 95000 17.9 25.3 56.9
9.33 96300 18.2 25.5 57.3
9.38 96300 18.6 25.8 57.7
9.42 96300 18.7 25.9 58
9.46 96300 18.8 26.1 58.2
9.5 96300 18.8 26.2 58.4
9.54 96300 18.8 26.3 58.5
9.58 96300 18.9 26.4 58.7
9.63 95000 18.9 26.4 58.8
9.67 87100 18.8 26.4 58.7
9.71 82800 17.6 25.7 57.4
9.75 81400 16.6 25 56.2
9.79 78700 16.1 24.6 55.4
9.83 78700 15.6 24.1 54.6
9.88 78700 15.4 23.8 54.1
9.92 78700 15.3 23.6 53.8
9.96 78700 15.3 23.4 53.5
10 78700 15.3 23.2 53.2
10 78700 15.3 23 52.9
10.1 82800 15.3 22.9 52.7
10.1 82800 15.9 23 53.1
10.2 86400 16.1 23.1 53.2
10.2 95800 16.7 23.4 53.8
10.3 99900 18.5 24.5 55.9
10.3 106000 20.4 25.8 58.1
10.3 110000 22.4 27.2 60.7
10.4 120000 23.8 28.4 62.7
10.4 121000 26.5 30.4 66.4
10.5 123000 27.6 31.6 68.4
10.5 123000 28.4 32.7 70.2
10.5 123000 28.8 33.4 71.4
10.6 123000 29 34.1 72.4
10.6 123000 29.2 34.7 73.4
10.7 123000 29.7 35.5 74.6
10.7 123000 30.5 36.4 76.2
10.8 123000 31.2 37.3 77.7
10.8 123000 31.9 38.1 79
10.8 123000 32.5 38.8 80.1
10.9 123000 33 39.5 81.2
10.9 119000 33.4 40.1 82.3
11 111000 32.4 39.7 81.5
11 93600 30 38.5 79.1
11 85700 24.6 35.2 73.1
11.1 70000 21.1 33 69
11.1 64400 17.3 30.4 64.4
11.2 58000 15.3 28.8 61.6
11.2 50200 13.7 27.3 59
11.3 48100 12.1 25.8 56.4
11.3 47300 11.1 24.5 54.3
11.3 47300 10.5 23.5 52.6
11.4 47300 10.2 22.6 51.2
11.4 47300 9.97 21.8 49.9
11.5 47300 9.8 21 48.8
11.5 46600 9.63 20.3 47.6
11.5 46600 9.42 19.6 46.5
11.6 47300 9.29 18.9 45.6
11.6 50800 9.28 18.4 44.8
11.7 54400 9.58 18.2 44.5
11.7 57200 10.1 18.1 44.4
11.8 64400 10.7 18.1 44.6
11.8 87100 11.8 18.5 45.4
11.8 95800 16.3 21 50.1
11.9 99200 20.4 23.5 54.8
11.9 103000 22.2 24.8 57.1
12 103000 23.4 25.9 59
12 103000 23.8 26.5 60
12 103000 23.9 27 60.7
12.1 103000 24.1 27.4 61.4
12.1 103000 24.3 27.8 62.1
12.2 103000 24.8 28.4 63.1
12.2 103000 25.4 29 64.2
12.3 101000 25.9 29.6 65
12.3 91400 25.7 29.6 65.1
12.3 87100 23.2 28.3 62.5
12.4 85000 21.3 27.1 60.4
12.4 83500 20.2 26.4 59.1
12.5 81400 19.6 26 58.3
12.5 80100 19.1 25.6 57.6
12.5 80100 18.7 25.2 56.9
12.6 80100 18.6 25 56.6
12.6 80100 18.6 24.8 56.4
12.7 80100 18.6 24.7 56.2
12.7 80100 18.7 24.6 56
12.8 80600 18.7 24.5 55.8
12.8 82100 18.8 24.4 55.8
12.8 87800 19.1 24.6 56.1
12.9 90000 21 25.7 58.1
12.9 91400 22.6 26.6 59.9
13 96300 23.5 27.3 61
13 96300 25.3 28.4 63.2
13 96300 25.9 28.9 64.1
13.1 96300 26.1 29.2 64.6
13.1 96300 26.3 29.5 65
13.2 96300 26.5 29.8 65.4
13.2 96300 26.6 30 65.8
13.3 96300 26.8 30.2 66.2
13.3 92900 26.9 30.4 66.5
13.3 87800 26 30 65.6
13.4 85700 24.5 29.1 63.9
13.4 84200 23.6 28.5 62.9
13.5 83500 23.1 28.1 62.2
13.5 82100 22.8 27.9 61.8
13.5 82100 22.4 27.5 61.2
13.6 82100 22.3 27.4 60.9
13.6 82100 22.3 27.3 60.8
13.7 82100 22.4 27.2 60.6
13.7 82100 22.4 27.1 60.5
13.8 84200 22.4 27 60.4
13.8 85000 23.1 27.3 61
13.8 90700 23.5 27.5 61.4
13.9 94300 25.3 28.6 63.5
13.9 97700 26.9 29.6 65.3
14 101000 28.4 30.6 67.1
14 104000 29.7 31.6 68.8
14 104000 31 32.6 70.6
14.1 104000 31.5 33.2 71.6
14.1 104000 32.5 34 73
14.2 104000 33.8 35.1 74.9
14.2 104000 34.7 35.8 76.2
14.3 102000 35.3 36.5 77.3
14.3 99200 34.8 36.3 76.9
14.3 91400 33.5 35.7 75.7
14.4 87100 29.5 33.3 71.3
14.4 79400 26.4 31.4 67.8
14.5 75100 23.7 29.6 64.5
14.5 74300 22 28.4 62.4
14.5 74300 21.4 27.8 61.4
14.6 74300 21.3 27.5 60.9
14.6 74300 21.3 27.2 60.4
14.7 74300 21.3 26.9 60
14.7 74300 21.3 26.6 59.6
14.8 74300 21.3 26.4 59.2
14.8 74300 21.3 26.2 58.9
14.8 74300 21.3 26 58.6
14.9 74300 21.3 25.8 58.3
14.9 77900 21.3 25.6 58.1
15 83500 22.3 26.1 59
15 86400 24.2 27.2 61.1
15 93600 25.5 28 62.5
15.1 104000 29.1 30.2 66.6
15.1 112000 36.4 34.9 75.2
15.2 118000 42.9 39.1 82.9
15.2 122000 48 42.7 89.4
15.3 126000 51.4 45.3 94
15.3 128000 55.1 48.3 99.2
15.3 133000 61.8 53 108
15.4 134000 71 59.4 119
15.4 136000 76 63.1 126
15.5 136000 80.2 66.5 132
15.5 136000 82.3 68.5 135
15.5 136000 84.1 70.2 138
15.6 136000 85.8 71.9 141
15.6 136000 87.3 73.4 143
15.7 136000 88.7 74.8 146
15.7 136000 90 76.2 148
15.8 136000 91.3 77.5 150
15.8 136000 92.5 78.7 152
15.8 136000 93.7 79.9 154
15.9 136000 95.8 81.7 157
15.9 135000 97 82.8 159
16 131000 95.9 82.6 159
16 126000 91.7 80.3 154
16 120000 85.4 76.7 148
16.1 111000 77.6 72.1 139
16.1 104000 67.1 65.8 128
16.2 94300 58.2 60.3 118
16.2 83500 45.7 52.4 103
16.3 78700 35.3 45.8 91.2
16.3 76500 32 43.4 87
16.3 75100 30.5 42 84.6
16.4 75100 29.5 40.9 82.7
16.4 75100 29.3 40.2 81.5
16.5 75100 29.2 39.5 80.4
16.5 75100 29.1 38.8 79.3
16.5 75100 29.1 38 78.2
16.6 75100 29 37.3 77.2
16.6 76500 29 36.7 76.2
16.7 80100 29.6 36.5 76
16.7 83500 31.5 37 77.2
16.8 85700 33.6 37.8 78.8
16.8 91400 35.1 38.3 79.8
16.8 95800 38.5 40 83.2
16.9 98500 42 41.9 86.7
16.9 103000 48.3 45.7 93.6
17 103000 55.6 50.2 102
17 103000 57.6 51.5 104
17 103000 58.7 52.2 106
17.1 103000 59.6 52.9 107
17.1 104000 60.4 53.5 108
17.2 103000 62 54.6 110
17.2 99900 62 54.8 110
17.3 94300 59.4 53.2 107
17.3 91400 53.2 49.5 100
17.3 90700 49.2 47 95.8
17.4 90000 47.9 46.1 94.2
17.4 87100 47.2 45.6 93.2
17.5 87100 44 43.5 89.5
17.5 86400 43.3 42.9 88.4
17.5 86400 42.7 42.3 87.4
17.6 86400 42.6 42.1 87.1
17.6 86400 42.9 42.1 87.1
17.7 86400 43.2 42.1 87.2
17.7 86400 43.5 42.1 87.3
17.8 87100 43.8 42.1 87.4
17.8 90000 44.9 42.7 88.4
17.8 91400 48.7 44.9 92.6
17.9 92900 51.5 46.5 95.5
17.9 94300 53.8 47.9 98.1
18 94300 56.1 49.3 101
18 95000 56.8 49.7 102
18 95000 58 50.5 103
18.1 95000 58.6 50.9 104
18.1 95000 59 51.1 104
18.2 94300 59.4 51.4 105
18.2 93600 58.9 51.2 104
18.3 92200 58.3 50.8 104
18.3 91400 56.9 50 102
18.3 91400 56.2 49.5 101
18.4 90700 56.2 49.5 101
18.4 90700 55.7 49.2 100
18.5 90700 55.8 49.2 100
18.5 90700 56 49.2 101
18.5 90700 56.2 49.3 101
18.6 92200 56.4 49.4 101
18.6 94300 58.2 50.5 103
18.7 94300 61.1 52.2 106
18.7 94300 61.7 52.6 107
18.8 95800 62 52.8 107
18.8 96300 63.9 54 109
18.8 96300 65 54.8 111
18.9 96300 65.4 55.1 111
18.9 96300 65.7 55.3 112
19 95000 66 55.5 112
19 95000 64.8 54.8 111
19 94300 64.9 54.9 111
19.1 92200 64.3 54.6 110
19.1 87800 62 53.2 108
19.2 86400 57.1 50.1 102
19.2 83500 54.9 48.7 99.6
19.3 82800 51.6 46.6 95.8
19.3 82100 50.2 45.6 94
19.3 82100 49.3 44.8 92.7
19.4 82100 49.1 44.5 92.2
19.4 82100 49 44.3 91.9
19.5 82100 49 44.2 91.6
19.5 82100 49 44 91.4
19.5 82100 49 43.9 91.2
19.6 82100 49 43.8 91
19.6 82100 49 43.6 90.9
19.7 82800 49.1 43.6 90.8
19.7 82800 49.9 43.9 91.5
19.8 83500 50.1 44 91.6
19.8 83500 50.9 44.4 92.5
19.8 83500 51.1 44.5 92.6
19.9 83500 51.2 44.5 92.7
19.9 83500 51.3 44.5 92.7
20 83500 51.4 44.5 92.7
20 83500 51.5 44.5 92.8
20 83500 51.6 44.5 92.8
20.1 83500 51.7 44.5 92.9
20.1 83500 51.7 44.6 92.9
20.2 82100 51.8 44.6 93
20.2 77200 50.4 43.7 91.3
20.3 73600 45.3 40.5 85.5
20.3 66400 40.4 37.4 79.8
20.3 65700 31.4 31.8 69.6
20.4 62300 28.3 29.7 65.8
20.4 58000 26.5 28.4 63.4
20.5 51500 24.2 26.8 60.5
20.5 47300 21 24.6 56.6
20.5 42300 18.5 22.9 53.4
20.6 37300 15.9 21 50.1
20.6 35300 13.1 19.1 46.6
20.7 33800 11.4 17.8 44.3
20.7 33800 10.5 17 42.9
20.8 33800 10.1 16.5 42.1
20.8 33800 9.94 16.1 41.6
20.8 33800 9.83 15.9 41.1
20.9 33800 9.74 15.6 40.7
20.9 33800 9.66 15.4 40.4
21 33800 9.58 15.1 40
21 33800 9.49 14.9 39.7
21 33800 9.39 14.7 39.4
21.1 33800 9.28 14.5 39
21.1 34600 9.15 14.3 38.7
21.2 35800 9.11 14.2 38.5
21.2 39400 9.19 14.1 38.4
21.3 42300 9.71 14.3 38.9
21.3 45200 10.6 14.7 39.7
21.3 48100 11.6 15.2 40.7
21.4 55100 12.6 15.8 41.8
21.4 58000 14.5 16.9 43.9
21.5 64400 16 17.8 45.6
21.5 70000 18 19 48
21.5 71500 20.2 20.4 50.6
21.6 71500 21.1 21.2 52
21.6 71500 21.3 21.5 52.5
21.7 71500 21.4 21.7 52.9
21.7 71500 21.6 22 53.3
21.8 71500 22.1 22.4 54.1
21.8 71500 22.5 22.8 54.7
21.8 71500 22.8 23.1 55.2
21.9 71500 23.1 23.4 55.7
21.9 71500 23.3 23.6 56
22 68600 23.5 23.8 56.4
22 65200 22.4 23.2 55.2
22 63700 20.3 22 52.9
22.1 61600 19.2 21.4 51.7
22.1 58700 18.4 20.9 50.8
22.2 58700 17.5 20.3 49.7
22.2 58000 17.2 20.1 49.3
22.3 58000 17 19.9 49
22.3 58000 16.9 19.8 48.7
22.3 58000 16.8 19.7 48.6
22.4 58000 16.8 19.6 48.5
22.4 59400 16.7 19.5 48.4
22.5 60800 17.1 19.7 48.6
22.5 65200 17.5 19.9 49.1
22.5 67900 18.7 20.6 50.4
22.6 70700 19.8 21.2 51.7
22.6 77200 20.8 21.9 52.9
22.7 77200 23.6 23.7 56.2
22.7 77900 25.4 24.9 58.4
22.8 77900 26.2 25.5 59.5
22.8 77900 26.6 25.9 60.1
22.8 77900 26.8 26.2 60.6
22.9 77900 27 26.4 61
22.9 76500 27.1 26.6 61.3
23 73600 26.6 26.4 60.9
23 70000 25.2 25.7 59.4
23 64400 23.1 24.5 57.2
23.1 61600 20.1 22.7 53.7
23.1 58000 18.5 21.7 51.9
23.2 53600 17.2 20.8 50.4
23.2 52200 15.9 19.9 48.7
23.3 52200 15.1 19.3 47.6
23.3 52200 14.8 19 47.1
23.3 52200 14.7 18.8 46.7
23.4 52200 14.6 18.6 46.4
23.4 51500 14.5 18.4 46.2
23.5 51500 14.3 18.2 45.8
23.5 52200 14.2 18 45.4
23.5 54400 14.2 17.9 45.4
23.6 56500 14.7 18.1 45.7
23.6 61600 15.3 18.4 46.3
23.7 67100 16.7 19.2 47.8
23.7 71500 18.6 20.3 49.9
23.8 77200 20.3 21.4 51.9
23.8 81400 22.3 22.7 54.4
23.8 84200 24 23.9 56.6
23.9 85700 26 25.3 59.2
23.9 87100 28.1 26.8 61.9
24 87800 29.6 28 64
24 88600 30.7 28.9 65.5
24 88600 31.5 29.6 66.8
24.1 88600 32 30.1 67.6
24.1 88600 32.3 30.5 68.3
24.2 88600 32.6 30.9 68.9
24.2 88600 32.8 31.2 69.4
24.3 88600 33.1 31.5 69.9
24.3 88600 33.3 31.8 70.3
24.3 85700 33.5 32.1 70.7
24.4 83500 32.3 31.4 69.5
24.4 80600 31.1 30.8 68.3
24.5 75100 29.6 29.9 66.6
24.5 69300 26.7 28.2 63.4
24.5 64400 23.4 26.1 59.5
24.6 61600 20.1 24 55.6
24.6 60100 18.5 22.9 53.6
24.7 59400 17.7 22.3 52.5
24.7 58700 17.4 21.8 51.7
24.8 58700 17.1 21.4 51.1
24.8 58700 16.9 21.2 50.7
24.8 58700 16.9 21 50.4
24.9 58700 16.8 20.8 50.1
24.9 58700 16.8 20.6 49.8
25 58700 16.7 20.4 49.5
25 58700 16.7 20.3 49.3
25 58700 16.7 20.2 49.1
25.1 58700 16.6 20 48.9
25.1 59400 16.6 19.9 48.8
25.2 59400 16.7 19.9 48.8
25.2 61600 16.7 19.9 48.8
25.3 63700 17.2 20.1 49.2
25.3 64400 17.9 20.5 49.9
25.3 67900 18.3 20.7 50.3
25.4 71500 19.2 21.3 51.4
25.4 76500 20.5 22.1 52.9
25.5 77900 22.2 23.2 55
25.5 81400 23 23.8 56.1
25.5 85000 24.3 24.7 57.7
25.6 86400 27.1 26.6 61.2
25.6 87100 29.1 28 63.7
25.7 87800 30.2 28.9 65.2
25.7 87800 31 29.6 66.5
25.8 87800 31.4 30 67.2
25.8 87800 31.7 30.4 67.8
25.8 87800 32 30.7 68.4
25.9 87800 32.2 31.1 68.9
25.9 87800 32.5 31.3 69.3
26 90700 32.7 31.6 69.7
26 90700 34.3 32.7 71.8
26 90700 34.8 33.1 72.5
26.1 92200 35 33.4 72.9
26.1 92200 36 34.1 74.2
26.2 92200 36.3 34.4 74.7
26.2 92200 36.5 34.7 75.1
26.3 92200 36.7 34.9 75.5
26.3 92200 36.9 35.2 75.9
26.3 92200 37 35.4 76.2
26.4 92200 37.2 35.6 76.6
26.4 92200 37.4 35.8 76.9
26.5 92200 37.5 36 77.2
26.5 92200 37.7 36.2 77.5
26.5 92200 37.9 36.3 77.8
26.6 92200 38 36.5 78
26.6 92200 38.2 36.6 78.3
26.7 92200 38.3 36.8 78.5
26.7 92200 38.4 37 78.8
26.8 92200 38.6 37.1 79
26.8 92200 38.7 37.2 79.2
26.8 92200 38.9 37.4 79.5
26.9 92200 39 37.5 79.7
26.9 92200 39.1 37.6 79.9
27 92200 39.3 37.8 80.1
27 92200 39.4 37.9 80.3
27 92200 39.5 38 80.5
27.1 92200 39.7 38.1 80.7
27.1 92200 39.8 38.2 80.9
27.2 92200 39.9 38.4 81.1
27.2 92200 40.5 38.7 81.8
27.3 92200 41.4 39.3 82.9
27.3 92200 42.3 39.9 83.9
27.3 92200 43 40.4 84.8
27.4 92200 43.8 40.9 85.7
27.4 92200 44.5 41.3 86.5
27.5 92200 45.1 41.7 87.2
27.5 92200 45.8 42.1 88
27.5 92200 46.3 42.5 88.7
27.6 92200 46.9 42.9 89.3
27.6 92200 47.4 43.2 90
27.7 92200 48 43.6 90.6
27.7 92200 48.4 43.9 91.1
27.8 92200 48.9 44.2 91.7
27.8 92200 49.4 44.5 92.2
27.8 92200 49.8 44.8 92.8
27.9 92200 50.2 45.1 93.3
27.9 92200 50.7 45.3 93.8
28 92200 51.1 45.6 94.2
28 92200 51.5 45.8 94.7
28 92200 51.8 46.1 95.1
28.1 92200 52.2 46.3 95.6
28.1 92200 52.6 46.6 96
28.2 92200 52.9 46.8 96.4
28.2 92200 53.2 47 96.8
28.3 92200 53.6 47.2 97.2
28.3 92200 53.9 47.4 97.5
28.3 92200 54.2 47.6 97.9
28.4 92200 54.5 47.8 98.3
28.4 92200 54.8 48 98.6
28.5 92200 55.1 48.2 99
28.5 92200 55.4 48.4 99.3
28.5 92200 55.7 48.6 99.6
28.6 92200 56 48.7 100
28.6 92200 56.3 48.9 100
28.7 92200 56.5 49.1 101
28.7 92200 56.8 49.3 101
28.8 92200 57.1 49.4 101
28.8 92200 57.3 49.6 101
28.8 92200 57.6 49.7 102
28.9 92200 57.8 49.9 102
28.9 92200 58.1 50.1 102
29 92200 58.3 50.2 103
29 92200 58.5 50.4 103
29 92200 58.8 50.5 103
29.1 92200 59 50.6 103
29.1 92200 59.2 50.8 104
29.2 92200 59.4 50.9 104
29.2 92200 59.6 51.1 104
29.3 92200 59.9 51.2 104
29.3 92200 60.1 51.3 105
29.3 92200 60.3 51.5 105
29.4 92200 60.5 51.6 105
29.4 92200 60.7 51.7 105
29.5 92200 60.9 51.8 106
29.5 92200 61.1 52 106
29.5 92200 61.3 52.1 106
29.6 92200 61.5 52.2 106
29.6 92200 61.7 52.3 106
29.7 92200 61.8 52.4 107
29.7 92200 62 52.5 107
29.8 92200 62.2 52.7 107
29.8 92200 62.4 52.8 107
29.8 92200 62.6 52.9 108
29.9 92200 62.7 53 108
29.9 92200 62.9 53.1 108
30 92200 63.1 53.2 108
30 92200 63.3 53.3 108
30 92200 63.3 53.3 108
Min 33800 5.29 8.01 28.7

Max 136000 97 82.8 159
Mean 76368.7 27.43697 28.81713 64.29072
Std Dev 25861.17 20.08642 15.57766 27.33046

These Kherfane Wahida

Transféré par

Droits d'auteur :

Formats disponibles

These Kherfane Wahida

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

These Kherfane Wahida

Transféré par

Droits d'auteur :

Formats disponibles

BADJI-MOKHTAR-ANNABA UNIVERSITY

Faculté des sciences de l’ingénieur

ETUDE DE L’HYDRODYNAMIQUE DES

Melle KHERFANE WAHIDA

Président : DJEMILI Lakhdar Professeur Univ.Annaba

A ma très chère mère pour son aide et ses encouragements,

A tous les membres de ma famille,

A mes chers frères,

A mes chères soeurs,

A tous mes collègues et amis,

A tous ceux que j’aime.

J’adresse aussi mes remerciements à toutes les enseignants de département

Figure 23 Evolution de la solubilité de l’oxygène dans l’eau 30

Figure 53 Paramètres de sortie station simulée par GPS-X 94

DCO : Demande chimique en oxygène .

2. Expression du tenseur des contraintes 33

 Cas d’un fluide incompressible soumis à son poids 33

3. Equation en régime turbinant 33

6.2.2. Conditions aux limites 76

Comparaison des résultats (MES) 98

Comparaison des résultats : (MES) 99

La première partie théorique s’organise en quatre chapitres :

1. Le procédé à boues activées

Figure.1. Principe du procédé par boue activée

Le système à boues activée est classé en trois catégories :

Tableau 1. les paramètres caractéristiques du système à boues activées (Metcalf, 2003)

Forte > 1.5 0.4 à 1

Moyenne 0.5 à 1.5 0.15 à 0.35

Faible 0.5 à 0.45 < 0.1

Enfin il faut retenir que :

1.2. Décantation des boues activées

1.3. Indice de Mohlman et retour des boues

La décantation et le foisonnement des boues sont souvent appréciés en déterminant le volume

DBO 5 (entr ée−sortie )

• au numérateur apparaît la teneur de DBO 5 abattue dans le réacteur en g/m3,

2. Calcul des réacteurs a boues activées

La cinétique de croissance des agglomérats biologiquement actifs de l'élimination

2.2. Détermination pratique de l'efficacité du traitement

1a qualité de l'effluent final dépendra par conséquent:

• d'une part de l'efficacité de la séparation liquide/solide par le décanteur secondaire qui

X : est la concentration g/m3 de boues volatiles dans le réacteur,

Tableau 2. les valeurs de α et β pour des illustrations pratiques pédagogiques

Un régime stationnaire s'établira naturellement quand l'excès de boues générées sera

Δ(VX) = αQ(𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 )-β(VX) =QX (8)

En divisant par VX on obtient

Figure.2. Schéma de la circulation des liquides et des boues

qr Xr +αQ (𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 ) – 𝛽𝛽XV – (Q+qr)X = 0 (11)

αQ (𝑙𝑙𝑜𝑜 − 𝑙𝑙𝑓𝑓 ) – 𝛽𝛽XV - (Q+qr)Xe - 𝑞𝑞𝑝𝑝 Xr =0 (12)

La deuxième relation donne le débit de la purge des boues en excès.

Si on prend comme caractéristique principale la charge massique, les relations précédentes

Si on-néglige Xe devant X et Xr (bon décanteur secondaire), sinon de p se simplifie :

Tableau 3. Variation de X d’après Gomella et Guerree 1982

3. Bassin d’aération à boues activées

3.1. Différents types de bassins d’aération

3.1.1. Bassin à flux piston

Figure.3.principe du bassin d’aération à flux piston (Louvet, 2007)

3.1.2. Bassin à mélange intégral

Figure.4.Principe du mélange intégral d’un bassin d’aération (Louvet, 2007)