See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/29599740

Diagnostic et maintenance d'un réseau de distribution d'eau potable :

Application au réseau principal de BONABERI à Douala Cameroun

Article · July 2007

Source: OAI

CITATION READS

1 1,134

3 authors, including:

Sylvain Mbemmo Zineb Simeu-Abazi

University of Douala University Joseph Fourier - Grenoble 1
4 PUBLICATIONS   1 CITATION    96 PUBLICATIONS   361 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Using interval constrained Petri nets and timed automata for diagnosis of dynamic systems View project

MAINTENANCE CONDITIONNELLE D’ UN RÉSEAU HYDRAULIQUE : View project

All content following this page was uploaded by Zineb Simeu-Abazi on 21 May 2014.

The user has requested enhancement of the downloaded file.

Diagnostic et maintenance d’un réseau de
distribution d’eau potable :
Application au réseau principal de BONABERI à Douala
Cameroun

MBEMMO Sylvain, SIMEU-ABAZI Zineb*,

TAMO TATIETSE Thomas

Université de Douala au Cameroun

[email protected]
*Laboratoire G-SCOP
(Grenoble- Sciences pour la Conception, l'Optimisation et la Production)
46 avenue Félix Viallet 38031 Grenoble Cedex France
[email protected]

RÉSUMÉ. Dans un réseau de distribution d’eau potable où les problèmes récurrents sont
généralement dus aux fuites, la maintenance curative devient inefficace et économiquement non
viable. L’implantation d’une maintenance préventive permet de réduire les fuites au niveau des
canalisations à travers des interventions en temps réel. Dans cet article, on s’intéresse à la mise
en œuvre d’une démarche de diagnostic et de maintenance préventive conditionnelle d’un réseau
de distribution d’eau potable. Elle est basée sur le suivi des informations des capteurs donnant
les paramètres d’écoulement (pression, débit) Les données enregistrées aux différents points de
contrôles sont comparées en permanence avec les données de références (étalon.)
Un écart entre ces données indique une anomalie et renseigne sur l’action de maintenance à
réaliser. Les données enregistrées avec le positionnement des capteurs constituent le Système
d’Information Géographique (SIG) En plus de ses fonctions classiques d’acquisition, de
stockage, un algorithme de traitement est intégré dans le SIG. Il permet de diagnostiquer et de
localiser la présence des fuites d’eau sur le réseau.
Le modèle couplant les paramètres étalons aux données réelles du réseau permettant de
diagnostiquer et d’assurer la maintenance, est appliqué au réseau de distribution d’eau de la
région de BONABÉRI à Douala au Cameroun.

MOTS-CLÉS : diagnostic, maintenance, réseau de distribution d’eau, fuite, SIG (Système

d’Information Géographique), étalon.
1. Introduction

L’accès à l’eau potable est un enjeu important dans le monde. Si un homme

peut passer des jours sans électricité et sans nourriture, il est par contre impossible de
passer plus d’une journée sans boire. Le volume d’eau potable représente seulement 1/3
du volume total d’eau dans le monde (BANQUE, 2004). D’ici 2025, 300 millions
d’africains risquent de vivre dans un environnement où l’eau sera rare avec une
population qui risque dépasser le cap du milliard. Actuellement, 25% de la population
urbaine en Afrique sont mal approvisionnée en eau. (Morel, 1990) . Pour fournir de
l’eau potable et un assainissement adéquat à tous les ménages en Afrique subsaharien,
il faudra 47 milliard de dollars (Narendra, 2002). Par endroit, la situation est critique et
la menace sur la santé publique, la sécurité alimentaire, le suivi des êtres vivants et de
l’environnement est immédiat (Tamo, 2001). Une étude menée sur le réseau de Douala
en 2002 nous a permit de voir que la demande en eau dans la région (Douala) croit
proportionnellement aux fuites (Mbemmo, 2002). L’état de dégradation des installations
par manque de maintenance régulière est préoccupant. D’où l’idée d’assurer une
maintenance en temps réel de l’installation (Baron, 1992)et ainsi de diagnostiquer les
fuites. Le but est de réduire considérablement les pertes pour satisfaire les demandes en
attente et assurer une régularité de distribution d’eau.
Après avoir décrit la structure du réseau à étudier, les techniques de diagnostic
en temps réel sont proposées au paragraphe 3. L’algorithme permettant de coupler les
paramètres étalons aux données réelles de fonctionnement est présenté dans le
paragraphe 4. Cet algorithme permet d’activer la maintenance préventive conditionnelle
du réseau. La méthode développée est appliquée au réseau d’eau de Bonabéri (Douala –
Cameroun). Les résultats expérimentaux seront présentés au paragraphe 5. Une
conclusion avec des perspectives d’extension terminera cet article.

2. Structure du réseau étudié

2.1 Présentation

La ville de Douala est alimentée par deux canalisations de 800mm de diamètre captées
à la station de traitement de Japoma. La structure du réseau de distribution d’eau est
représentée par la figure 1. Le réseau est constitué de deux canalisations : l’une qui
constitue le réseau bas, arrose la partie basse de la ville et l’autre qui constitue le réseau
haut arrose la partie haute de la ville (Cemm, 95).
Bonabéri est une région basse de Douala. Le réseau d’eau qui arrose la zone est tiré du
réseau bas par une canalisation de 350mm de diamètre jusqu’à la traversée du pont.
Ensuite, jusqu’à la sortie du pont il y a une canalisation de 300mm, suivie par une
reprise de 350mm de diamètre qui se divise en deux branches au niveau de « l’ancienne
et la nouvelle route de Bonabéri ». Le long de « la nouvelle route », la variation de
diamètre de la canalisation principale va de 350 à 300 mm, alors que sur « l’ancienne
route » cette variation va de 200 à 800 mm (voir la carte numérisée de la région en
(Mbemmo, 2002).
 Diagnostic et maintenance d’un réseau de distribution d’eau potable

Les composantes du réseau de Bonabéri sont semblables aux réseaux urbains classiques
[CE-95]. On y trouve (figure 10):
- des canalisations en fonte et pvc
- des robinets et vannes
- des manographes enregistreurs
- des compteurs volumétriques
- des châteaux et réservoirs d’eaux
- les bouches d’incendies
- les suppresseurs.

Réseau haut
Réservoir
V c Réseau bas
de Japoma c c

c c

Robinet vanne
Réseau principal
Réseau secondaire
Réseau tertiaire et quaternaire

c Capteur manométrique

V
Compteur volumétrique

Canalisation principale
R R’’

Réseau maillé Réseau ramifié

Figure 1 : Structure du réseau de distribution d’eau à Douala

2.2 Problématiques

Le réseau de distribution d’eau dans plusieurs villes africaines date de la période

coloniale (Cemm, 99).
Les travaux d’extensions survenus n’ont pas pris en compte certains problèmes générés
par ces modifications(Tamo,2000). On peut citer :
le dimensionnement des structures
le suivi des équipements et la détection des fuites
l’usure et le vieillissement de la canalisation
l’adaptation des techniques de maintenance aux dimensions du réseau
D’où la nécessité de mettre sur pied une démarche susceptible de résoudre les
problèmes cités. La démarche proposée est basée sur l’analyse de données réelles
enregistrées sur site (apprentissage). Dans ce contexte, les données enregistrées doivent
être traitées par un système de gestion composé des quatre fonctions suivantes :
- la fonction apprentissage
- la fonction acquisition
- la fonction traitement
- la fonction aide à la décision de maintenance,
- organisation du système d’information Géographique

Apprentissage

Données d’étalonnage

Carte réseau
Données logiques

Données réelles Maintenance

Surveillance du
Réseau

Données de maintenance

Figure 2 : Architecture générale de gestion du réseau

3. Organisation du système d’information géographique

Le diagnostic et la maintenance préventive conditionnelle d’un réseau de distribution

d’eau potable sont basés sur le suivi des informations des capteurs donnant les
paramètres d’écoulement. Ces paramètres sont essentiellement le débit et la pression.
Des points de contrôle judicieusement positionnés permettent de suivre l’évolution de
ces paramètres. Les données enregistrées aux différents points de contrôles sont en
permanence comparées avec les données de références préalablement établies. C’est ce
qui correspond aux données étalons obtenues en phase d’apprentissage. Un écart entre
ses données indique une anomalie et renseigne sur l’action de maintenance à réaliser.
Les données enregistrées avec le positionnement des capteurs constituent le Système
d’Information Géographique (SIG). Le SIG est un système qui intègre non seulement
les fonctions classiques d’acquisition mais aussi, le stockage et l’algorithme de
traitement. L’exploitation des données intégrées dans le SIG permet ainsi, de
diagnostiquer et de localiser la présence des fuites d’eau sur le réseau.L’objectif est de
connaître et matérialiser sur un graphique le comportement du réseau de distribution
d’eau en fonction des mouvements de la population et de variation de saison. Pour ce
Diagnostic et maintenance d’un réseau de distribution d’eau potable

faire nous nous inspirons sur le principe des réseaux de neurones (Baron, 1992). C'est-
à-dire observer et enregistrer les mouvements du réseau pendant une longue période.
L’ensemble des variations normales constituera une base de référence appelée
« données étalons ». Les données étalons seront par la suite comparées aux paramètres
réels pour diagnostiquer l’état du réseau et actionner les opérations de maintenance.
Ainsi, quatre phases sont nécessaires :
- Phase 1 apprentissage : identification du réseau
- Phase 2 acquisition : sauvegarde des données
- Phase 3 traitement : diagnostic du réseau
- Phase 4 décision : maintenance du réseau

3.1 Phase 1 : apprentissage

L’apprentissage du réseau d’eau potable pendant une période longue et appropriée
(prenant en compte les variations saisonnières, les mouvements de la population)
permet de connaître le comportement du réseau et la plage de ses paramètres de
fonctionnement (pression P, débit F, coordonnées géographique R(i,j). Cette
connaissance permet de créer une base de données étalons comme le montre la figure 3.
Des courbes de référence en débit et pression sont ainsi obtenues à chaque point de
contrôle du réseau R(i,j). Les paramètres étalons sont notés Et(i,j) où i correspond à la
position géographique et j à l’heure d’enregistrement.

Réseau Er(i,j) Données

d’étalonnage

Et(i,j)
Figure 3 : Apprentissage du réseau

3.2 Phase 2 acquisition des données

Pendant le fonctionnement normal du réseau, les capteurs enregistrent les pressions et

débit d’écoulement heure par heure. Les données ainsi recueillies sont stockées dans
une base de données réelle. C’est la phase d’acquisition qui est schématisée sur la figure
4. La surveillance du réseau permet de détecter au plutôt les variations brusques de
débit. Une tolérance ∆Εt(i,j) est associée à chaque nœud du réseau. La valeur de ∆Εt(i,j)
est calculée en fonction de l’emplacement du capteur (type de réseau primaire ou
secondaire) et du nombre de connexions au réseau tertiaire et le rendement du réseau.
 Réseau Er(i,j) Données réelles

Surveillance
(Er(i,j)) , ∆Et(i,j)
)

Figure 4 : Acquisition de données en temps réel

3.3 Phase3 : diagnostic du réseau

Pendant le fonctionnement, les paramètres réels du réseau sont relevés et comparés en

temps réel à la base de données étalons. Le résultat de comparaison est inscrit dans une
base de données que l’on nommera « données logiques » comme le montre la figure 5.
La comparaison est effectuée par l’algorithme de couplage. Cet algorithme permet de
comparer les données réelles obtenues sur site aux données étalons obtenues par
apprentissage du réseau. Il signale les défaillances sur le réseau et affiche les conditions
de maintenance de la zone à problème.

Données étalon
Et(i,j)

Données
logiques

Données réelles
Er(i,j)

Figure 5 : Principe du diagnostic du réseau

Déclaration des variables

m est le nombre de capteur i sur le réseau
Et(i,j) matrice étalon ligne i variant de 1 à m et j( heure de la journée), variant de 1 à 24
∆Et(i,j) définit la tolérance ou l’écart de variation de chaque élément de la matrice Et.
Er(i,j) matrice de données réelles colletées sur site (ligne i et colonne j)
C(i.j) matrice booléenne contenant les résultats de comparaison de Et et Er
Bm(i) : Ensemble des actions à entreprendre pour la maintenance des points du réseau.
Rh est le réseau hydraulique
Rh (i) : coordonnées du point i
Diagnostic et maintenance d’un réseau de distribution d’eau potable

L’algorithme de couplage est basé sur le traitement heure par heure j (variant de 1 à 24)
des informations données par les capteurs i (variant de 1 à m) . Ces informations sont
enregistrées dans une base de données Er(i,j) qui par comparaison avec la base de
données étalon Et(i,j) , actionne les opérations de maintenance Bm(i,j) et les points
réseau Rh(i).

3.4 Phase 4 : maintenance

La comparaison des données logiques avec la base de données de maintenance permet

de déclencher les opérations. Une base de maintenance donnant, les indications du
réseau, le profil des techniciens, l’outillage indispensable, les fiches de travaux et de
maintenance sont définit pour chaque canalisation et dans une base Bm. En cas de
signal déclenché par la comparaison des paramètres d’écoulement et réelles, la base est
mise à jour pour l’action de maintenance.

3.4.1 Inspection

Une fois la fuite diagnostiquer, l’algorithme affiche sur la carte les points défaillants. Ce
qui permet aux techniciens de descendre sur le terrain et de localiser la fuite.

3.4.2 Maintenance

La base de maintenance est constituée : du profil des techniciens, d’une description de

l’outillage de maintenance et de collage, des fiches de maintenance, de la description
des canalisations. Sous la coordination d’un responsable maintenance, chaque
technicien sur site accompli sa tâche en vu de colmater la fuite

Algorithme Données Données de

Logiques maintenance

Maintenance

Figure 6 : Maintenance du réseau

4. Application au réseau de Bonabéri
Le réseau de distribution est jalonné de plusieurs capteurs qui recueillent les paramètres
d’écoulement. Il présente un rendement faible (61 %). Ce qui témoigne la nécessité
d’implanter une démarche de diagnostic et de maintenance des fuites. Le rendement du
réseau est obtenu en faisant le rapport du volume produit par mois sur celui consommé.
La somme des volumes journaliers relevés sur le compteur placé à l’entrée de la zone
nous permet d’obtenir le volume mensuel. Ces volumes sont directement obtenus au
service d’exploitation du réseau.

Mois Volume produit en m3 Volume facturé m3 Rendement

Moyenne
juin 176100 115281 0,65
juillet 199400 115381 0,58 61%
Août 192600 116500 0,60
Tableau 1 : Volumes d’eau à Bonabéri
La facturation des volumes mensuels consommés par abonné est assurée par le service
commercial de la société nationale de distribution d’eau potable. Pour réaliser son
travail, le service commercial a divisé BONABERI en zone et les zones en îlot. Les
releveurs vont dans les îlots prélever les volumes consommés par abonné. Ce qui
permet d’obtenir les volumes facturés par zone. La somme des volumes facturés par
zone donne le volume mensuel facturé.
5. Données référentielles d’étalonnage

Les manographes (ou capteurs) placés sur le réseau donnent les pressions heure par
heure aux points considérés. Pour cette application, nous nous sommes limités à quatre
points sensibles du réseau. L’indexation est donnée par le tableau 2. Nous aurons en
entrée de notre algorithme un nombre de capteur m=4.

Emplacement des points de contrôle Indexation (i)

Avant le pont i=1

Entrée du pont i=2
BONABERI château i=3
BONASAMA Gendarmerie i=4
Tableau 2 – Indexation des points de contrôle

PARAMETRES ETALON : Les quatre points de contrôle du réseau sont fixes et leurs
positions sur la carte permettent de les localiser. Pour le suivi de l’état du réseau, il est
nécessaire de suivre les pressions et débit [CE-95]. Pour cette application, les données
actuelles ne permettent de suivre que les paramètres de pressions.

PRESSIONS ETALON : Des relevés du manographe et de l’analyse sur Excel, nous

avons les pressions étalon avant le pont au point i=1. De la même manière, nous avons
traité les points i=2 à i=4 pour obtenir la matrice Et voir tableau2

La courbe ci-dessous (figure 7) montre que les périodes de base pression en eau se
situent entre 5 heures et 12heure. Ce qui correspond aux heures de forte consommation.
Diagnostic et maintenance d’un réseau de distribution d’eau potable

evolution des pressions avant le pont

350

300

250
PRESSIONS en mbar

200 MAX
M IN

150 M O YE N N E

100

50

0
heures
T E M PS E N H E U R E S

Figure 7 : Courbe d’apprentissage des pressions avant le pont

6. Apprentissage, acquisition, diagnostic et maintenance

Point choisi : Bonassama Gendarmerie

Sur la courbe figure 8, les données étalons et réelles sont superposées. Un cas de fuite a
été constaté le 08/07/2003 à 15 heures précises. Voir figure 8

Diagnostic de fuite d’eau

Figure 8 : Etude de cas à Bonassama

Bonassama correspond au point de capteur i=4 sur l’algorithme. Sur un tableau , sont
indiquées les composantes de la base étalon Et4, de la base réelle Er4 et celles de la
base logique C4 associé au cas étudié. Le début de la fuite est 14 heures temps de
diagnostic. L’action de maintenance a démarré à 15 heures et la situation est redevenue
normale à 17 heures. Ce cas étudié met en relief une démarche faisant ressortir les
phases d’apprentissage, d’acquisition des données en temps réelle, de diagnostic suivi
de la maintenance du réseau. Les données de maintenance associées sont : L’affichage
de la liste du personnel apte à intervenir sur le réseau défaillant, la liste du matériel de
maintenance et les fiches de travaux.

Analyse des résultats

Des trois mois de prélèvement effectué sur le réseau de Bonabéri, nous avons constaté
que le rendement moyen est de 61%. Ce qui suppose une perte d’environ 40% par mois.
Pour une zone en manque d’eaux ces pertes sont énormes et expliquent d’une part la
nécessité de ce projet. A partir de la matrice Et il ressort que les périodes de forte
consommation d’eau à Bonabéri se situent entre 6 et 13 heures. Grâce au model, Les
pertes sont passées de 40% à 30%de la production globale d’eau dans la région. Mais
le nombre de capteur reste réduit. La base de trois mois utile à l’implantation du modèle
est faible et devra tenir en compte les variations de saison et les mouvements de la
population afin d’améliorer ce rendement. Une analyse du vieillissement de la
canalisation en fonction du temps permettra une maintenance préventive systématique
du réseau de distribution d’eau.

7. CONCLUSION
Au terme de ce travail, il ressort que la réduction des pertes sur le réseau de distribution
contribue largement à l’augmentation d’accès à l’eau potable. Les paramètres
d’écoulement du fluide sont recueillis en temps réel et le traitement différé de 24
heures.
Pour un traitement en temps réel, le coût de l’opération est élevé et on assiste à une
redondance matérielle. En plus du recueil et du traitement des données on emploi des
capteurs émetteurs récepteurs et des techniciens spécialisés pour la pose et la
maintenance. L’avantage de cette méthode est de permettre une réduction optimale du
volume d’eau perdu pendant les casses. Le coût est élevé pour les pays pauvres.
Un traitement en différé admet un investissement réduit au travail de conception et au
recueil et traitement des données. Aucun composant supplémentaire n’est ajouté au
réseau sauf quelques enregistreurs ou capteurs jugés utile et placés aux points de
recueil des paramètres découlement. Pour le cas spécial de Bonabéri à Douala
Cameroun, dont les pertes sont situées à près de 40% de la production, une telle
application admet un temps de retour presque nul.
Dans tous les cas, l’apprentissage du réseau, les liaisons basses de données, SIG et
cartographie est utilisé pour implanter et assurer une maintenance préventive. Au vu de
l’importance de l’eau dans la vie des hommes, animaux et plantes n’est-il pas temps
d’optimiser la résolution des problèmes d’eaux en vu de prévenir certaines sources de
conflit future et de contribuer à la lutte contre la pauvreté dans les pays pauvres et à
revenue intermédiaire ?
 Diagnostic et maintenance d’un réseau de distribution d’eau potable

BIBLIOGRAPHIE

Banque mondiale 2004. Approvisionnement en eau potable. Série pauvreté et besoins Essentiels.
Oxford university press.

Baron1. R 1992 .Techniques neuronales et détection des pannes dans les réseaux urbains.
Mémoire de DEA Ecole Normale Supérieur de L yon..

Bernard GREIL, 2000. Méthode statique. Troisième édition Dunod.

Braun T., Diot C., Hoglander A., ROCA V., An experimental user level implementation of TCP,
rapport de recherche n° 265, septembre 1995, INRIA.

CEMM. 1995. Infrastructures de distribution d’eau.

Demeure I., Farhat J., « Systèmes de processus légers : concepts et exemples », Technique et
Science Informatiques, vol. 13, n° 6, 1994, p. 765-795.
Kolski C., Interfaces homme-machine, Paris, Editions Hermès, 1997.
Lallouet A., « DP-LOG : un langage logique data-parallèle », Actes des 6e journées francophones
de programmation logique et programmation par contraintes JFPLC’97, Orléans, 26-28
mai 1997, Paris, Editions Hermès, p. 53-68.

Lenormand G. et Mignee R., 1981 . Construction mécanique : éléments de technologie,. Edition

FOUCHER. 264 pages.

MBEMMO S. 2002. Gestion du réseau d’eau potable. Mémoire de DEA. ENSP yaoundé.

MOREL. A. 1990. Economie de la distribution d’eau aux populations urbaines à faible revenu
dans les pays en voix de développement. Thèse de doctorat. ENPC de Paris.

Narendra et P Sharma. Édition N° 331F 2002. Gestion des ressources d’eaux en Afrique .
Tamo Tatiétsé. T and M. Rodriguez.2001. A Method to improve population access to drinking
water networks in cities of developing countries. Journal of Water Supply : Research and
Technology-AQUA. IWA Publishing, vol.50, N°1, pp. 47 -60
Tamo Tatiétsé T, and M. Zimmermann, P.2000. Villeneuve and C. Pettang. A new and rational
approach to modelling and designing potable water and electricity supply systems in African
cities. Building and Environment, Elsevier, vol. 35, N° 7, pp. 645 – 654

SHUO W., 1995. Discussion on maintenance strategy, policy and corresponding Maintenance
systems in manufacturing.

View publication stats