Professional Documents
Culture Documents
Analyse Des Effets Domino
Analyse Des Effets Domino
Sous la direction de :
Composition du Jury :
ENP 2023
ملخص:
هدف هذه الدراسة هو إجراء تحليل كمي لتأثيرات حوادث الدومينو باستخدام طريقة التحليل الكمي
للمخاطر وتقديم توصيات للتحسين.
في الجزء األول من هذه الدراسة ،قمنا بإجراء تحليل للمخاطر التقليدية باستخدام طريقة "عقدة الفراشة"
حيث سمحت لنا هذه الطريقة بتحديد األحداث األساسية والمعدات العدوانية والمستهدفة المشاركة في
حوادث الدومينو ،حيث قدم لنا هذا التحليل أساسا قوي لبقية الدراسة.
الجزء الثاني من هذه الدراسة مخصص لتحليل تأثيرات الدومينو باستخدام طريقة التحليل الكمي للمخاطر
لقد قمنا بتطبيق هذه الطريقة لتقييم المخاطر الكمية للحوادث المتتالية .باإلضافة إلى ذلك ،قدمنا توصيات
للتحسين استنادا إلى مقياس الخطورة لتقدير درجة الضرر المرتبطة بكل سلسلة من الحوادث المحددة.
Abstract
L’objectif de cette étude est d’effectuer une analyse quantitative des effets domino
en utilisant la méthode de l’Analyse Quantitative des Risques QRA et de proposer
des recommandations d’amélioration.
Dans la première partie de cette étude, nous avons réalisé une analyse des risques
classiques en utilisant la méthode du ”nœud papillon”. Cette méthode nous a permis
d’identifier les événements primaires ainsi que les équipements agresseurs et cibles
impliqués dans les accidents à effet domino. Cette analyse nous a fourni une base
solide pour la suite de l’étude.
La deuxième partie de cette étude est dédiée à l’analyse des effets domino en util-
isant la méthode QRA. Nous avons appliqué cette méthode pour évaluer de manière
quantitative les risques d’accidents en cascade. De plus, nous avons proposé des
recommandations d’amélioration basées sur une échelle de gravité afin d’estimer le
degré de dommage associé à chaque chaı̂ne d’accident identifiée.
Remerciements :
Nous tenons à remercier en premier lieu DIEU le tout puissant de nous avoir
donné la force, la volonté et le courage pour réaliser ce modeste travail, de nous avoir
éclairé le chemin du savoir et de nous avoir entourés par des personnes qui nous ont
beaucoup aidés.
Nous tenons à exprimer notre gratitude et nos plus vifs remerciements à nos pro-
fesseurs de l’ENPA qui doivent voir dans ce travail la fierté d’un savoir bien acquis.
Enfin, nous tenons à remercier toutes les personnes qui ont pu contribuer de près
ou de loin à l’élaboration de notre travail.
Dédicaces
A mes parents,
A mon binôme et amie Dhia-Elhak GUNEZ avec qui j’ai tout partagé ce magnifique
expérience,
avec amour
Louai
Dédicaces
Je tiens à dédier ce modeste travail à mes parents qui sont la source de mon inspiration
et la raison de ma vie.
A mon frère et mes sœurs qui m’ont tout appris et qui ont fait de moi la personne que je
suis aujourd’hui.
A tous mes proches qui ont cru en moi et qui m’ont motivé de près ou de loin.
A mes ami(e)s qui m’ont soutenu tout au long de la réalisation de mon mémoire et qui
ont fait de ma vie d’étudiant un énorme plaisir.
Avec amour
Dhia el-hak
Table des matières
Abreviations 9
Intoduction générale 10
1
2.4.1 Méthode SADT (Structured Analysis and Design Technique) . . . . . 35
2.4.2 Représentation des fonctions : . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Arbre des défaillances (ADD) . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6 Arbre des événements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.7 Nœud papillon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.8 Présentation de la méthode QRA : . . . . . . . . . . . . . . . . . . . . . . . . 41
2.8.1 Définitions de l’effet domino . . . . . . . . . . . . . . . . . . . . . . . . 41
2.8.2 Caractéristiques des effets dominos . . . . . . . . . . . . . . . . . . . 43
2.8.3 Vecteurs d’escalade générés par l’accident primaire . . . . . . . . . . . 43
2.8.4 Déroulement de la méthode QRA . . . . . . . . . . . . . . . . . . . . 44
2.8.4.1 Identification des évènements primaires . . . . . . . . . . . . 46
2.8.4.2 Sélection d’un évènement primaire . . . . . . . . . . . . . . 46
2.8.4.3 Estimation du potentiel de dommage . . . . . . . . . . . . . 46
2.8.4.4 Identification des cibles par les critères d’escalade . . . . . . 46
2.8.4.5 Estimation du risque d’effet domino . . . . . . . . . . . . . . 47
2.8.4.6 Elaboration d’un scenario d’accident . . . . . . . . . . . . . 50
2.9 Présentation de la méthode Reseau Bayesien . . . . . . . . . . . . . . . . . . 50
2.10 Présentation du logiciel SAFETI . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.11 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Conclusion générale 92
Bibliographie 96
2
Annexes I (Nœud papillon) 97
3
Table des figures
4
3.12 Section fonctionelle A1,2 : Sphère de stockage de charge. . . . . . . . . . . . . 73
5
4.45 Pool Fire Bac T06. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
4.46 Pool Fire Bac T08. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
4.47 UVCE Fractionateur 2101. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
4.48 Jet Fire Déshydratateur 2101. . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.49 Jet Fire E-004. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.50 Jet Fire E-005. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.51 Jet Fire Ballon de reflux de Fractionateur 2101. . . . . . . . . . . . . . . . . . 123
4.52 BLEVE ballon de reflux de Deéthaniseur 2101. . . . . . . . . . . . . . . . . . 124
4.53 Fire ball Deéthaniseur 2102 Rupture totale. . . . . . . . . . . . . . . . . . . . 124
4.54 UVCE Deéthaniseur 2102. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
4.55 Jet Fire Ballon de reflux de Deethaniseur. . . . . . . . . . . . . . . . . . . . . 125
4.56 Jet Fire E-004. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
4.57 BLEVE Ballon de reflux de Fractionateur. . . . . . . . . . . . . . . . . . . . . 126
4.58 Jet Fire E-005. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
4.59 BLEVE Déshydratateur V-2001. . . . . . . . . . . . . . . . . . . . . . . . . . 127
4.60 Fireball Fractionateur 2101 Rupture totale. . . . . . . . . . . . . . . . . . . . 128
4.61 Fireball E-2021 Rupture totale. . . . . . . . . . . . . . . . . . . . . . . . . . . 128
4.62 Fireball Déshydratateur Rupture totale. . . . . . . . . . . . . . . . . . . . . . 129
4.63 UVCE Compresseur de propane. . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.64 Jet Fire E-8021. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
4.65 BLEVE Deéthaniseur 8102. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
4.66 Fireball E-8004 Rupture totale. . . . . . . . . . . . . . . . . . . . . . . . . . . 131
4.67 Fireball E-8005 Rupture totale. . . . . . . . . . . . . . . . . . . . . . . . . . . 131
4.68 Fireball Fractionateur 8101 Rupture totale. . . . . . . . . . . . . . . . . . . . 132
4.69 Fireball Déshydratateur Rupture totale. . . . . . . . . . . . . . . . . . . . . . 132
4.70 Fireball Ballon de reflux du Fractionateur Rupture totale. . . . . . . . . . . . 133
4.71 Fireball Ballon de reflux du Deéthaniseur Rupture totale. . . . . . . . . . . . 133
4.72 UVCE Ballon de reflux du Fractionateur. . . . . . . . . . . . . . . . . . . . . 134
4.73 Jet Fire Fractionateur 8101. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
4.74 BLEVE Ballon de reflux du Deéthaniseur. . . . . . . . . . . . . . . . . . . . . 135
4.75 Fireball E-8004 Rupture totale. . . . . . . . . . . . . . . . . . . . . . . . . . . 135
4.76 Fireball E-8005 Rupture totale. . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.77 Fireball Deéthaniseur 8102 Rupture totale. . . . . . . . . . . . . . . . . . . . 136
4.78 Réseau Bayésien N2 de l’événement primaire (UVCE 37-T11). . . . . . . . . . 138
4.79 : Réseau Bayésien N3 de l’événement primaire (UVCE 36-T06). . . . . . . . 139
4.80 Réseau Bayésien N4 de l’événement primaire (UVCE 06-T04). . . . . . . . . . 140
4.81 Réseau Bayésien N5 de l’événement primaire (UVCE V-2101). . . . . . . . . . 141
4.82 Réseau Bayésien N6 de l’événement primaire (UVCE V-2102). . . . . . . . . . 142
4.83 Réseau Bayésien N7 de l’événement primaire (UVCE 8001). . . . . . . . . . . 143
4.84 Réseau Bayésien N8 de l’événement primaire (UVCE V-8003). . . . . . . . . . 144
6
Liste des tableaux
2.1 Critères d’escalade spécifiques obtenus pour les différents scénarios primaires
[15]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2 Modèles de probabilité d’escalade utilisés pour les études de cas[18]. . . . . . 49
2.3 La TPC attribuée au nœud auxiliaire L1 montrant qu’il dépend condition-
nellement de ses parents à travers une porte-OU. . . . . . . . . . . . . . . . . 53
2.4 La TPC en porte-ET pour le nœud DL1. . . . . . . . . . . . . . . . . . . . . 53
2.5 Les avantages et les inconvénients de DNV SAFETI. . . . . . . . . . . . . . . 54
7
4.4 Caractéristiques et paramètres de fonctionnement des équipements. . . . . . . 79
4.5 Composition du butane commercial. . . . . . . . . . . . . . . . . . . . . . . . 79
4.6 Composition du propane commercial. . . . . . . . . . . . . . . . . . . . . . . 80
4.7 Composition du GPL d’alimentation. . . . . . . . . . . . . . . . . . . . . . . 80
4.8 Propriété physico-chimique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.9 Probabilité d’escalade de premier niveau. . . . . . . . . . . . . . . . . . . . . 82
4.10 Probabilité d’escalade de deuxieme niveau (T17). . . . . . . . . . . . . . . . . 84
4.11 Probabilité d’escalade de deuxieme niveau (T16). . . . . . . . . . . . . . . . . 84
4.12 Probabilité d’escalade de deuxieme niveau (T18). . . . . . . . . . . . . . . . . 84
4.13 Mesure globale des effets thermiques sur les équipements cibles. . . . . . . . . 84
4.14 Probabilité d’escalade de troisième niveau. . . . . . . . . . . . . . . . . . . . . 85
4.15 Probabilité d’occurrence de l’effet domino à différents niveaux
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.16 Echelle proposer évaluation de la gravité des effets domino. . . . . . . . . . . 88
4.17 Évaluation de la gravité des réseaux du complexe GP1Z. . . . . . . . . . . . . 88
4.18 Les chaînes d’accidents et le nombre de niveaux pour chaque chaîne. . . . . . 94
8
Abreviations
9
Introduction générale
Les accidents à effet domino font partie des plus graves dans l’environnement industriel.
Les accidents industriels les plus graves dans le monde sont des accidents en cascade, tels
que l’accident de Texas City aux États-Unis (1947), l’accident de Mexico City au Mexique
(1984), l’accident de Feyzin en France (1966), l’accident de Visakhapatnam en Inde (1997)
et l’accident de Skikda en Algérie (2004).
Cependant, le GPL est une substance hautement inflammable et dangereuse, et son
stockage, son processus de séparation et son transport représentent un danger significatif
pour la sécurité des personnes et des équipements des installations
Les installations de GPL comme le GP1Z sont considérées comme des installations clas-
sées en vertu de la loi algérienne, ce qui exige une étude de danger pour démontrer que les
différents risques dans l’installation sont maitrisés et pour assurer la sécurité des travailleurs
par des mesures de protection et de prévention. Malgré les études de danger menées à GP1Z,
il a été observé que la partie concernant les effets domino, qui représente un danger impor-
tant et sont les plus fréquents en cas du GPL, n’est pas suffisamment maitrisée. Les effets
domino font référence à la propagation spatiale ou temporelle d’un événement primaire pro-
voquant d’autres événements secondaires. Ils sont connus pour être les accidents les plus
graves pouvant survenir dans telles installations, mais les études de danger menées n’ont
identifié que les équipements agressifs et les cibles sans étudier véritablement ce phénomène.
Bien que le danger dû aux effets dominos soit bien connu et pris en compte depuis 1947,
et mentionnée dans la législation européenne depuis la première directive Seveso (direc-
tive 82/501/CEE), la nouvelle version de cette directive qui est le Seveso oblige d’analyser
les accidents à effet domino dans la prévention des accidents majeurs. La législation algé-
rienne (décret exécutif 21-319) relative au régime d’autorisation d’exploitation spécifique
aux installations et ouvrages des activités d’hydrocarbures ainsi que les modalités d’appro-
bation des études de risques relatives aux activités de recherche et leur contenu, qui exigeait
l’évaluation des risques d’effets dominos dans toutes les installations classées sans préciser
commet ? ou proposer une estimation de leur gravité ?
Notre étude a comme objective principale de répondre aux questions : « comment ana-
lyser les accidents à effet domino ? et comment estimer leur potentiel de dommage ? »
Pour ce faire, on essaye de développer une démarche quantitative d’analyse (QRA) des
effets domino et de proposer une échelle de gravité pour estimer le potentiel de dommage
des effets domino avec des recommandations pour le cas de GP1Z.
Le mémoire est structuré en quatre chapitres et s’organise de la façon suivante :
Le premier chapitre comporte une accidentologie, une problématique, objectif, la
méthodologie, une présentation de l’entreprise et description de leur procédé.
Le deuxième chapitre traite le cadre réglementaire, description des phénomène dange-
reux, une partie théorique sur l’analyse fonctionnelle SADT, puis sur la méthode d’analyse
10
des risques « nœud de papillon », après le déroulement du QRA d’effet domino, enfin une
description du réseaux Bayésien.
Le troisième chapitre représente l’application de la méthode SADT pour mieux com-
prendre le procédé et identifie leur partie critique après l’application de la méthode d’analyse
des risques « nœud de papillon » pour faire sortir les évènements primaires.
Le quatrième chapitre est le cœur de mémoire, il est constitué de l’application de la dé-
marche quantitative d’analyse des effets domino pour le cas de GP1Z, après une proposition
d’une échelle de gravité pour estimer le niveau de dommage, et enfin des recommandations.
Ce mémoire propose une approche complète pour analyser les effets domino de manière
quantitative, en fournissant une échelle de gravité adaptée à cette analyse. Les résultats
obtenus peuvent être utilisés pour prendre des décisions éclairées en matière de prévention
des accidents et de protection des installations industrielles.
11
Chapitre 1
1.1 Introduction
Ce chapitre offre une mise en contexte du projet portant sur l’analyse des effets domino
au moyen de méthodes techniques telles que l’Analyse Quantitative des Risques (QRA) et
les Réseaux Bayésiens (BN), associées à la perte de confinement qui peut engendre un ou
plusieurs accidents. Cette étude a été réalisée au sein de la complexe GP1Z à Arzew, Oran.
Nous avons examiné plusieurs accidents survenus dans des complexes similaires à travers le
monde et en Algérie.
Ensuite, nous avons formulé la problématique et présenté la méthodologie utilisée pour
mener notre étude, dans le but d’apporter des éléments de réponse. Pour ce faire, nous
avons tout d’abord présenté la complexe GP1Z, ainsi que les procédés de séparation du
GPL jusqu’à sa mise en stockage sous forme de propane et de butane, avant d’être expédié
sur les marchés national et international.
12
1.2 Mise en contexte et accidentologie des effets domino
dans des complexes similaires
Le retour d’expérience revêt une importance primordiale dans le domaine de la sécu-
rité. L’acquisition d’informations sur les accidents survenus dans des industries similaires
permet d’appréhender les problèmes majeurs et les effets domino inhérents à ces secteurs.
Une synthèse crédible et objective de ces informations guide notre étude en mettant en évi-
dence les problématiques essentielles. À cet égard, nous présentons ci-dessous des exemples
d’accidents survenus dans des installations similaires,[1] répertoriés dans diverses bases de
données :
13
Table 1.1 – Les causes principales et les conséquences directes de l’accident de SKIKDA.
causes conséquences
- Mesures de sécurité insuffisantes : les - Au moins 27 décès confirmés et plus
enquêtes ont révélé des lacunes en de 70 personnes blessées.
matière de sécurité qui ont pu - Un coût de 940 millions de dollars
contribuer à l’aggravation de pour cette catastrophe, ainsi que la
l’accident. perte de 2% de la capacité mondiale de
- Défaillance de l’équipement ayant GNL.
entraîné la fuite de vapeur - Perte de production, de revenus et
d’hydrocarbures. d’opportunités d’emploi.
- Facteurs humains : erreurs humaines, - Pollution de l’air et de l’eau,
représentant des erreurs dans les libération de substances dangereuses,
opérations, la maintenance ou la dommages causés à l’écosystème
réponse aux urgences, ainsi qu’un environnant et à la faune.
manque de formation et de - Impact sur la réputation et l’image
sensibilisation. de l’entreprise SONATRECH.
- Conditions environnementales telles
que la température, la vitesse et la
direction du vent.
Les principales causes et conséquences directes de cette catastrophe sont illustrées dans
le tableau ci-dessous :
14
Table 1.2 – Les causes principales et les conséquences directes de l’accident de Mexico
City, Mexique (1984).
causes conséquences
- Une vanne défectueuse censée isoler - 18 décès et plus de 80 blessés.
une section de la raffinerie a - Destruction de plusieurs réservoirs de
dysfonctionné, permettant stockage et unités de traitement, ainsi
l’accumulation d’hydrocarbures. que des dommages causés à d’autres
- Un manque de mesures de sécurité a bâtiments autour de la raffinerie.
permis à gaz de s’accumuler et de - Perturbation de l’approvisionnement
s’enflammer, entraînant l’explosion et en pétrole et en gaz en France et des
l’incendie. pertes économiques importantes.
- Les conditions météorologiques, en - Fermeture de la raffinerie pendant
raison du faible vent, ont favorisé la plusieurs mois, ce qui a entraîné une
propagation du gaz dans la zone pénurie de carburant et d’autres
autour de la raffinerie, augmentant produits en France.
ainsi la gravité de l’explosion et son - Libération de gaz toxiques et
impact. pollution de l’air et du sol.
- Des erreurs humaines, telles que la
mauvaise communication entre les
travailleurs, ont entraîné le
non-respect des procédures de sécurité.
Les principales causes et conséquences directes de cet accident sont illustrées dans le
tableau ci-dessous :
15
Table 1.3 – Les causes principales et les conséquences directes de l’accident de Mexico
City, Mexique (1984).
causes conséquences
- Fuite de gaz due à un mauvais - 200 décès et plus de 5000 blessés.
entretien du pipeline. - Libération de produits chimiques
- Les opérateurs du système de toxiques dans l’air et les voies
pipeline n’ont pas pu détecter la fuite navigables.
de gaz même si les résidents avaient - L’onde de choc a détruit environ 10
signalé une forte odeur de gaz quelques km de fenêtres.
jours avant l’explosion. - Des fragments ont été retrouvés entre
- Manque de mesures de sécurité dans quelques mètres et 1,2 km, certains
le système de pipeline. pesant jusqu’à 30 tonnes.
- Mauvaise réponse en cas d’urgence, - Problèmes respiratoires et irritations
ce qui a entraîné un manque de cutanées pour les personnes autour de
coordination entre les agences la zone de l’accident en raison de la
gouvernementales et les responsables libération de produits chimiques
de l’entreprise. toxiques.
Par apport aux causes Le recensement d’accidentologie dans le monde durant la période
de 1983 à 2020 fait apparaître un nombre de 68 accidents [1] se rapportant à des pertes de
confinement. Il est possible de les regrouper en fonction de l’évènement initiateur responsable
de l’accident. Cinq causes différentes peuvent être identifiées :
— Défaillance d’équipements (choix d’équipement, rupture de soudure, défaut d’étan-
chéité, etc.)
— Défaillance organisationnelle et d’exploitation
— Conditions climatiques défavorables
— Travaux tierces
— Accident de circulation Le tableau suivant donne un aperçu de la récurrence des dif-
férents évènements initiateurs par apport à des équipements éventuellement présents
dans le complexe.
16
Table 1.4 – Synthese de l’accidentologie internationale des installations se rapportant aux
installations du complexe GP1Z.
Par apport aux conséquences Selon l’étude portant sur les accidents passés impliquant
un effet domino réalisée par Bahaman et Abbasi [2], qui représente un échantillon aléatoire
de la population générale des événements en cascade comprenant 224 accidents passés, les
substances inflammables sont associées de manière écrasante à une fraction importante, soit
89%, de tous les événements en cascade (voir figure 1.2). Les produits pétroliers, les hydro-
carbures en aval et les explosifs à l’état condensé sont les substances les plus fréquemment
17
impliquées. Les événements enregistrés dans leur étude indiquent que l’explosion est la cause
la plus fréquente d’effet domino, suivie de près par l’incendie (voir figure 1.3).
Figure 1.2 – Types de substances dangereuses impliquées dans les événements en cascade
liés à l’industrie des processus chimiques.
Figure 1.3 – Types d’accidents primaires (déclencheurs) impliqués dans les cas enregistrés
d’effet domino.
Selon leur étude, parmi les événements en cascade déclenchés par un incendie, la cause
la plus fréquente a été l’incendie de liquide en nappe (80%), suivi de l’incendie de nuage
de vapeur (VCF ; 12%) à cause de l’évaporation de la nappe du combustible (voir figure
1.4). Pour ce qui est des événements en cascade déclenchés par une explosion, l’explosion de
nuage de vapeur (VCE) a été la cause la plus fréquente (voir figure 1.5).
18
Figure 1.4 – Types d’incendies impliqués dans le déclenchement d’un effet domino.
Figure 1.5 – Types d’explosions impliqués dans le déclenchement d’un effet domino.
En conclusion, les substances inflammables sont les plus susceptibles de provoquer des
accidents en cascade, avec l’explosion de nuage de vapeur (VCE) étant l’événement primaire
le plus courant pour les explosions, et l’incendie de liquide en nappe en tant que deuxième
événement le plus courant pour les incendies. Par conséquent, Flash Fire et Fire Ball ont peu
de chances de déclencher un accident en cascade en raison de leur courte durée d’apparition.
Même le phénomène BlEVE (Explosion d’un liquide en ébullition à expansion de vapeur)
est rarement l’événement initiateur d’un accident en cascade, mais il devient un puissant
propagateur de la chaîne d’accidents
19
1.3 Problématique et objectifs de l’étude
Au cours des dernières décennies, la survenue d’accidents graves avec un effet domino
dans les complexes GPL a constitué un enjeu crucial nécessitant une attention particulière
pour étudier ces phénomènes dangereux. Plusieurs organisations internationales et natio-
nales ont élaboré des lois et des réglementations afin de régir de tels accidents.
Cependant, malgré les études antérieures sur les risques réalisées dans le complexe GP1Z,
la probabilité de survenue de tels accidents n’a pas été prise en considération. Par consé-
quent, l’entreprise propose d’identifier tous les scénarios d’accidents avec un effet domino
afin d’évaluer les dommages potentiels et de rendre le complexe GP1Z conforme aux condi-
tions stipulées par cette loi.
Étant donné que ce complexe présente un niveau de danger élevé, il existe un risque d’ac-
cidents touchant plusieurs unités en raison de l’effet domino. Par conséquent, une analyse
complète de l’effet domino dans ce complexe est essentielle.
Afin d’atteindre ces objectifs, cette étude sera présentée en suivant une méthodologie de
travail qui sera détaillée dans la section suivante.
20
1.4 Démarche méthodologique
La démarche suivie pour répondre à la problématique et atteindre tous les objectifs fixés
commence par la description des processus. Il est crucial de déterminer les processus et
équipements susceptibles d’être endommagés par les vecteurs d’escalade issus des scénarios
accidentels primaires. Cette étape constitue le point de départ de l’évaluation des risques
d’accidents à effet domino.
Ensuite, nous mettons en place des méthodes pour analyser les risques. L’analyse débute
par la découpe fonctionnelle du processus à l’aide de la méthode SADT, qui permet de
suivre le cheminement du GPL et de ses dérivés, ainsi que d’identifier les équipements où
un événement redouté pourrait se produire.
En nous basant sur les APR déjà réalisées au sein du complexe GP1Z pour chaque pro-
cessus jugé critique et sur l’étude d’accidentologie que nous avons réalisée, nous identifions
les événements primaires susceptibles de déclencher une séquence domino. Cela nous permet
de mener une analyse détaillée des risques associés au nœud de papillon.
La méthode retenue pour l’analyse des effets domino au sein du complexe GP1Z est le
QRA (Quantitative Risk Assessment). Cette méthode permet une démarche quantitative
d’analyse des effets domino. Nous nous appuyons sur des outils et logiciels tels que SAFETI
et le modèle bayésien pour évaluer la probabilité des scénarios d’effets domino.
Ensuite, notre étude se concentre sur l’évaluation de la gravité des effets domino. Tout
d’abord, nous évaluons les résultats de l’analyse des effets domino pour déterminer le poten-
tiel de danger. Ensuite, nous proposons des recommandations adaptées au sein du complexe
en cas d’effet domino.
En suivant ces étapes de l’étude, nous apporterons des réponses à la problématique
soulevée.
21
1.5 Présentation du complexe GP1Z
Le complexe GP1/Z est parmi les plus importantes réalisations industrielles de la chaîne
de transformation des hydrocarbures exploités par la société SONATRACH en Algérie. Le
sud Algérien possède des richesses naturelles, parmi lesquelles nous citons les réserves en
hydrocarbures d’où la présence d’une large gamme de produits relatifs aux gisements de
pétrole et gaz. Pour la séparation de ces produits et de leurs dérivés, notre pays a investi
des sommes colossales dont la nécessité est d’acquérir et installer ces grands complexes de
traitement qui sont répartis en plusieurs unités comme c’est le cas du complexe GP1Z[3].
22
Figure 1.7 – Localisation de la région d’étude à une hauteur de 6 km.
23
Table 1.5 – Fiche technique du complexe GP1Z.
Localisation Mers-El-Hadjadj.
Superficie +120 hectares.
Objectif 10,8 Millions t/an de GPL.
Produits Propane commercial.
Butane commercial.
Procédé utilisé Distillation sous pression.
Nombre de trains Neuf (09) trains de 1,2 Mt/an chacun.
Constructeur Consortium Japonais IHI (Ishikawa-
jimaHarima Heavy Industries) et C.
ITOH Compagnies.
Date de démarrage des travaux 10 Novembre 1980.
Date de mise en production 12 Décembre 1983.
Date de mise en production de l’exten- 24 Février 1998.
sion pour phase 2
Date de mise en production de l’exten- 24 Février 2010.
sion pour phase 3
Destination de la Production Exportation et Marché local.
Source d’Approvisionnement Gaz en provenance des champs gaziers
et pétroliers de Hassi R’mel et Hassi
Messaoud.
Capacité de stockage Stockage de la charge : 22000 m3 .
Stockage de produits réfrigérés : 560000
m3 .
Stockage de produits ambiants : 2500
m3 .
24
Figure 1.8 – Organigramme du complexe GP1Z.
A- Service prévention Ce service met les moyens dont il dispose pour assurer les
meilleures conditions de travail et sécuriser toutes les interventions. Pour cela, il est doté de
deux sections :
— Section animation : La section animation est chargée d’informer et de sensibiliser
25
tout le personnel sur les mesures de sécurité à prendre par des affiches, des messages
et des formations.
— Section contrôle : Elle est constituée d’inspecteurs de sécurité afin d’assure la
sécurité lors des travaux effectués.Tous les travaux doivent passer par le département
HSE pour leur attribuer un permis de travail (permis de travail à froid, permis de
travail à chaud, permis de travail de pénétration).
26
Après cette étape le GPL peut être envoyé vers les réservoirs de stockage tampons Cette
section comprend :
• Douze réservoirs (sphères) en trois blocs de 4 sphères et six pompes pour la phase I.
• Quatre réservoirs (sphères) en un bloc de 4 sphères et trois pompes pour la phase II.
• Six réservoirs (sphères) en deux blocs et quatre pompes pour la phase III.
Ces réservoirs ont pour but de stocker et délivrer le GPL brut. Les réservoirs présentent
un volume suffisant pour assurer un fonctionnement stable de cette usine en cas de variation
du débit à l’alimentation et peuvent recevoir des produits hors spécification en provenance
des trains de procédés et des réservoirs de stockage à basse températures.
A ce niveau le gaz doit être déshydraté pour atteindre les exigences en termes de te-
neur maximale en eau présente. Pour y parvenir, la technologie du tamis moléculaire a été
sélectionnée. La teneur en eau doit être inférieure à 100 ppm afin d’éliminer le risque de
corrosion et de formation d’hydrates dans les installations avals et satisfaire également aux
exigences requises pour les propriétés du gaz produit.
L’unité de déshydratation consiste en trois colonnes identiques dont chacune alterne une
même séquence de 3-cycles, adsorption, régénération et réserve, de telle sorte qu’une d’entre
elles reste en mode normal d’adsorption tandis que les deux autres sont respectivement en
cours de régénération ou de refroidissement (réserve).
27
dans ce système. Le four d’huile fournira la quantité de chaleur suffisante pour la section
de séparation, il servira aussi à chauffer du gaz pour la régénération au niveau de l’unité
de déshydratation Le circuit d’huile chaude consiste en une boucle fermée, chacun des neuf
trains de production à sa propre unité d’huile chaude, comprenant un ballon d’expansion, une
pompe de circulation, un four d’huile chaude. La pression du ballon d’expansion absorbant
la dilatation thermique de l’huile dans le système fermé est contrôlée pour être dépressuriser
vers le système torche. L’huile chaude est envoyée par la pompe de circulation du ballon
d’expansion vers le four d’huile chaude. L’huile est chauffée dans le four jusqu’à 180°C à la
sortie. Cette température est maintenue par un contrôleur de température en agissant sur
la pression de gaz combustible aux brûleurs.
28
produits sont refroidis à leurs températures de stockage par trois refroidisseurs associés au
différent étage d’un compresseur.
Le propane est utilisé comme fluide réfrigérant. Les vapeurs produites sont comprimées en
trois étages, condensées puis reprises par les utilisateurs, sous forme d’une seule boucle fer-
mée de réfrigération. Cette section est conçue pour la réfrigération de 1 million de tonnes
par an et par train, de propane et de butane.
Le propane et le butane produit par la section de séparation sont pré-refroidis par des aé-
roréfrigérants à 43°C avant de pénétrer la section réfrigération. Le propane y est refroidi à
-38°C et le butane à -6°C.
Zone de stockage produit Les GPL produits dans la section process sont transférés à
chaque bac fonctionnant à la pression comprise entre 0.029 et 0.078 bars La température
des produits C3 et C4 est de -44 et -7 °C respectivement (température minimum), et le débit
de calcul d’un bac est de 786 t/h pour le C3 et 702 t/h pour le C4.
Une circulation de propane et de butane est maintenue dans les lignes de chargement de
navire via des pompes de circulation, afin de les garder au froid entre les opérations de
chargement. Chaque bac est également doté de trois pompes de chargement pour assurer
l’opération de chargement navires.
Dans le bac de propane, la vapeur de détente issue de chaleur de la ligne de transfert de
produit à partir de la section de réfrigération est ajoutée au BOG produit dans le bac, nous
donne un excès de gaz à envoyer à la section BOG.
Au niveau du bac de butane. Les BOG peuvent être réduits au minimum par sous refroidis-
sement excessif du butane commercial sortant de la section réfrigération.
29
Le produit entrant dans les réservoirs sphériques est un produit à température ambiante
provenant de la section séparation, la section de réfrigération et la section de stockage à
basse température.
Les installations de chargement sur camion sont conçues de manière à permettre le char-
gement simultané propane pentane, butane et du mélange pentane/propane. Le tableau
suivant donne la capacité de stockage ainsi que les conditions d’exploitation des réservoirs
sphériques :
30
1.7 Conclusion
En conclusion, ce chapitre met en évidence l’importance du retour d’expérience et de
l’analyse des accidents survenus dans des industries similaires pour comprendre les problèmes
majeurs et les effets domino potentiels dans le domaine de la sécurité. L’objectif principal
de cette étude est de déterminer si le complexe GP1Z est préparé à faire face aux accidents
à effet domino et d’optimiser le service d’intervention en cas d’accident majeur.
La méthodologie de travail présentée comprend plusieurs étapes, notamment la des-
cription des processus, l’analyse des risques, l’évaluation quantitative des accidents à effet
domino à l’aide de la méthode QRA, l’identification des séquences les plus critiques et l’op-
timisation du service d’intervention adapté au complexe.
Le chapitre met en évidence l’importance du complexe GP1Z en tant qu’accomplissement
industriel majeur de SONATRACH.
Enfin, les différentes sections du complexe, sont brièvement décrites pour fournir un
aperçu des processus et des équipements concernés.
Ce chapitre fournit donc un aperçu contextuel et une base solide pour l’étude des ef-
fets domino potentiels dans le complexe GP1Z, ainsi que pour l’optimisation du service
d’intervention en cas d’accident majeur.
31
Chapitre 2
2.1 Introduction
Pour optimiser la gestion des accidents à effet domino de manière probabiliste, en pre-
nant en compte différents critères, nous pouvons utiliser des méthodes et des outils d’analyse
des risques. Parmi ces méthodes, on trouve la SADT (Structured Analysis and Design Tech-
nique), l’ADD (Arbre de Défaillance), l’ADE (Arbre des événements), le Nœud papillon,
la QRA (Quantitative Risk Analysis) et les Réseaux Bayésiens. Ces approches nous per-
mettent de mieux comprendre et maîtriser les accidents en chaîne, ainsi que de limiter leurs
conséquences graves. C’est donc ce que nous allons explorer dans ce chapitre.
32
• Arrêté interministériel du 22 août 2007 relatif aux règles générales de sécurité appli-
cables aux installations, équipements et stockages de produits pétroliers : Cet arrêté
énonce les règles de sécurité obligatoires pour les installations et équipements pétroliers
en Algérie.
— VCE : Commence par la libération dans l’air d’une grande quantité de gaz inflam-
mable formant un nuage de vapeur. En cas d’inflammation, la boule de feu se dépla-
cera initialement lentement, puis accélérera, alimentée par la turbulence interne dans
le nuage due au feu et à des facteurs externes tels que le confinement partiel créée par
les tuyauteries, l’équipement ou même la végétation.
33
de la résistance du récipient. En conséquence, de grandes quantités de vapeur sous
pression sont libérées, créant une dépressurisation du récipient et une boule de feu.
— FIRE BALL : Les boules de feu se produisent lorsqu’une quantité de liquide in-
flammable ou de brouillard/vapeur est rapidement libérée sous forme de nuage et
s’enflamme. Le feu se présente sous une forme sphérique qui s’élève dans l’air et le com-
bustible brûle rapidement. La taille d’une boule de feu est déterminée par la masse du
combustible libéré. Par exemple, une boule de feu peut se produire après un BLEVE.
— FLASH FIRE : Les flashs de feu se produisent lorsqu’un gaz inflammable s’accumule
dans l’air libre puis s’enflamme. La frontière de flamme se déplace très rapidement à
travers le gaz, accélérant à mesure qu’elle avance, et peut provoquer d’autres incendies.
Selon la quantité d’oxygène présente, la vitesse de la frontière de flamme peut atteindre
la vitesse du son et créer des surpressions explosives si le confinement est suffisant. Les
flashs de feu peuvent également impliquer une poussière combustible.
— POOL FIRE : Les feux de bassin se produisent lorsqu’il y a une nappe de liquide sur
une surface qui peut être solide ou liquide, comme de l’essence flottant sur de l’eau, qui
s’enflamme. Un feu de bassin crée une combustion continue, car le combustible néces-
saire pour alimenter le feu provient de la vaporisation du bassin de liquide, alimentée
par la chaleur du feu. Les feux de bassin produisent des températures élevées et des
flammes intenses, ce qui peut entraîner une propagation et une inflammation rapides
des équipements ou matériaux environnants. Ils peuvent également générer une épaisse
fumée, des gaz toxiques et des explosions, ce qui en fait un danger important pour la
santé humaine et l’environnement.
34
2.4 Analyse fonctionnelle
L’analyse fonctionnelle est une méthode utilisée dans les domaines de l’ingénierie, de la
gestion de projet et du développement de produits pour comprendre et spécifier les fonctions
et les exigences d’un système. Elle vise à décomposer un système complexe en sous-fonctions
plus simples afin de mieux comprendre son fonctionnement global.
35
Figure 2.1 – Représentation d’une fonction[13].
36
2.5 Arbre des défaillances (ADD)
L’objectif de la construction de l’arbre des défaillances est d’identifier les enchaînements
d’événements qui peuvent conduire à l’événement final sélectionné. L’analyse se poursuit
jusqu’à ce que toutes les causes potentielles correspondent à des événements élémentaires.
Le processus d’élaboration de l’arbre des défaillances suit une séquence présentée dans la
[Figure 2.3]. Il implique une recherche systématique des causes immédiates, nécessaires et
suffisantes. Cette étape est souvent délicate et il est recommandé de l’effectuer au sein d’un
groupe de travail pluridisciplinaire. De plus, l’utilisation préalable d’autres méthodes d’ana-
lyse des risques de type inductif facilite grandement la recherche des défaillances lors de la
construction de l’arbre, en particulier pour les systèmes complexes.
Pour sélectionner les événements intermédiaires, il est essentiel de procéder étape par étape
en identifiant clairement les causes directes et immédiates de l’événement considéré. Il est
important de se demander si ces causes sont bien nécessaires et suffisantes pour conduire à
l’événement redouté. Sans cette approche rigoureuse, l’arbre obtenu peut être partiellement
incomplet ou même erroné [8].
Figure 2.3 – Démarche pour l’élaboration d’un arbre des défaillances [9].
37
La structure de l’arbre de défaillance est basée sur la représentation graphique d’un arbre
[Figure 2.4], où l’événement redouté est placé à la racine de l’arbre et les événements de
base ainsi que leurs causes sont organisés en branches successives.
Chaque branche de l’arbre représente une combinaison d’événements qui peuvent conduire
à l’événement redouté.
Chaque événement est associé à une probabilité d’occurrence, qui peut être estimée en
fonction de données historiques, d’expériences antérieures ou d’analyses statistiques.
L’analyse par arbre de défaillances (ADD) présente à la fois des limites et des avantages.
Parmi les limites, on trouve la simplification excessive de la réalité, la difficulté à estimer
les probabilités, la dépendance des hypothèses et le manque de prise en compte des facteurs
humains. Cependant, l’ADD offre également des avantages significatifs tels qu’une visuali-
sation claire des causes et des effets, l’identification des combinaisons de défaillances, une
analyse systématique des risques et la possibilité d’amélioration continue. Il est important
de l’utiliser en complément d’autres méthodes d’évaluation des risques pour obtenir une
analyse plus complète et précise.
38
2.6 Arbre des événements
L’analyse par arbre des défaillances vise à identifier les causes d’un événement indésirable
ou redouté, en suivant une approche déductive. En revanche, l’analyse par arbre d’événe-
ments se concentre sur les événements qui découlent de la défaillance d’un composant ou
d’une partie du système. La démarche généralement utilisée pour réaliser une analyse par
arbre d’événements comprend les étapes suivantes [10] :
— Définir l’événement initiateur ou la défaillance d’origine.
— Identifier les événements intermédiaires.
— Analyser les événements intermédiaires.
— Déterminer les événements finaux.
— Estimer les probabilités.
— Analyser les mesures de prévention et de protection.
— Valider l’arbre d’événements.
Cette démarche permet d’analyser de manière systématique les événements qui résultent
d’une défaillance initiale, d’identifier les facteurs de risque et de mettre en place des mesures
appropriées pour prévenir ou atténuer ces événements.
La représentation schématique d’un nœud papillon [Figure 2.5] se présente sous la forme
d’un diagramme en forme de papillon. Le tronc central du papillon représente l’événement
ou la défaillance majeure étudiée. À partir de ce tronc central, des branches se déploient
pour représenter les différentes défaillances potentielles qui pourraient contribuer à l’événe-
ment majeur.
D’un côté du papillon, les branches décrivent les défaillances du système, en identifiant
les causes possibles et les défaillances techniques. De l’autre côté, les branches représentent
les événements qui pourraient se produire en réponse à ces défaillances, ainsi que leurs consé-
quences.
L’avantage du nœud papillon est qu’il permet de visualiser clairement les liens de cau-
salité entre les défaillances et les événements, facilitant ainsi l’identification des mesures
de prévention et de mitigation des risques. Cette méthode est couramment utilisée dans
des secteurs tels que l’industrie pétrolière, l’aérospatiale, la chimie et la gestion des risques
industriels.
39
Figure 2.5 – Représentation de scénarios d’accident selon la méthode du nœud papillon.
40
2.8 Présentation de la méthode QRA :
2.8.1 Définitions de l’effet domino
En Europe, Reniers et Cozzani [11]ont proposé de retenir la définition plus complète sui-
vante : L’effet domino est un accident, où un événement indésirable initiateur se propage au
sein d’un équipement (temporellement) et/ou aux équipements voisins (spatialement), sé-
quentiellement ou simultanément, déclenchant ainsi un ou plusieurs événements indésirables
secondaires, qui à leur tour peuvent provoquer d’autres événements indésirables (tertiaires
et/ou plus), entraînant ainsi des conséquences globales plus graves que celles de l’événement
initial.
Dans le contexte des hydrocarbures, les effets dominos se réfèrent à la propagation en
chaîne d’événements indésirables qui surviennent lors d’un accident ou d’une fuite impliquant
ces substances. Lorsque la source d’hydrocarbures est compromise, cela déclenche une série
d’événements en cascade, pouvant entraîner des conséquences néfastes sur l’environnement,
l’économie et la santé humaine.
La figure 2.6 présente un exemple simple d’application de la définition précédente pour
établir une hiérarchie des effets observés en termes d’aggravation ou non. Pour illustrer
cela, nous pouvons considérer un événement initial se produisant dans l’installation ou la
capacité A, dont la zone d’effet potentiel est représentée par un cercle plein. L’installation
ou la capacité B présente une zone d’effets induits par des phénomènes dangereux, qui est
entièrement incluse dans la zone d’effet domino de A. L’interaction entre A et B représente
un effet domino, mais il n’est pas nécessaire de l’examiner car l’effet résultant de B ne
conduit pas à une aggravation globale de la situation provoquée par A. En revanche, les
phénomènes dangereux générés par l’installation ou la capacité C entraînent une aggravation
de la situation observée pour A. Par conséquent, l’effet domino de l’événement initial généré
par A et impactant C doit être pris en considération[12].
41
Figure 2.6 – Illustration simplifiée des zones d’impact[12].
42
Figure 2.7 – Schéma des types de propagation de l’effet domino [12].
43
binaisons. Ces phénomènes dangereux sont considérés comme des sources primaires, ainsi
que les vecteurs d’escalade qui ont un impact direct sur les cibles secondaires potentielles.
En d’autres termes, différents types de dangers tels que la chaleur, les forces mécaniques,
les substances toxiques, ou une combinaison de ces éléments, peuvent être à l’origine des
vecteurs d’escalade qui se propagent vers les cibles secondaires potentielles[12].
L’objectif principal de la QRA des effets domino est d’évaluer la probabilité d’une dé-
faillance due à un effet domino, c’est-à-dire la probabilité qu’un événement initial déclenche
une série d’événements en cascade entraînant des conséquences graves. Les effets domino
peuvent se propager d’une unité à une autre, d’une installation à une autre, voire même à
travers des installations adjacentes.
Depuis le début des années 1990, des efforts ont été faits pour développer des méthodes
quantitatives permettant d’évaluer les effets domino de manière plus précise et rigoureuse.
Cependant, il a fallu attendre l’année 2005 pour que Cozzani et ses collègues proposent un
cadre QRA complet qui intègre spécifiquement les effets domino[14].
Ce cadre QRA pour les effets domino offre une approche systématique et structurée
pour évaluer les risques liés à la propagation en cascade. Il permet de prendre en compte les
interactions entre les différentes unités ou installations, les modes de propagation des effets
domino, ainsi que les conséquences potentielles sur la santé, la sécurité et l’environnement.
La figure 2.8 illustrant les etpes du QRA pour les effets domino, fournissant ainsi une
représentation visuelle de la méthodologie.
44
Figure 2.8 – Schéma explicatif de la méthode QRA pour les effets dominos.
45
2.8.4.1 Identification des évènements primaires
La première étape de la QRA (Évaluation Quantitative des Risques) consiste à identifier
les événements primaires. Ces événements primaires font référence aux accidents qui peuvent
déclencher une séquence des phénomènes dangereux, y compris les effets domino.
Pour identifier les événements primaires, il est nécessaire de réaliser une analyse appro-
fondie du système ou du processus étudié. Cela implique d’identifier les différentes sources
potentielles de dangers ou de défaillances, telles que les fuites de substances dangereuses,
les ruptures de tuyaux, les défaillances des équipements, etc. Cette étape peut être réalisée
en utilisant des outils d’analyse des risques tels que les analyses préliminaires des resques,
les arbres d’événements, etc.
L’objectif principal de cette étape est de recenser de manière exhaustive et précise tous les
événements primaires qui pourraient avoir un impact sur la sécurité du système ou du pro-
cessus étudié. Cette étape est cruciale pour pouvoir évaluer correctement les risques associés
aux effets domino.
46
Table 2.1 – Critères d’escalade spécifiques obtenus pour les différents scénarios primaires
[15].
Pour estimer la probabilité d’escalade, nous utiliserons l’équation proposée par Molina
47
et al en 2013 [16]. Cette equation comporte une erreur d’approximation de l’ordre de 1×10−3 .
1.005
Pi,j = Y
i,j −5.004
(2.1)
−
1−e 0.612
Pi,j : Probabilité que l’équipement j soit endommagé suite à un accident au sein de l’équi-
pement i.
Yi,j : Fonction probit.
Ensuite, nous pourrons calculer la fréquence de l’effet domino en utilisant l’équation, qui
sera ensuite utilisée pour le calcul des indices de risque [17].
Pour faire face aux incertitudes du processus d’escalade, des fonctions probit sont dévelop-
pées pour exprimer le potentiel de dommages avec un ensemble de ces variables associées.
Fonction probit : La fonction de Probit est une méthode statistique qui est souvent
utilisée pour estimer la probabilité d’un événement en fonction de certains paramètres. Elle
est basée sur une relation de dose-réponse entre une exposition à un facteur de risque et
la probabilité d’occurrence d’un effet. Dans le contexte de la méthode QRA, la fonction de
Probit Eq est utilisée pour estimer la probabilité d’escalade, c’est-à-dire la probabilité qu’un
effet domino se produise sur une cible donnée.
Y = k1 + k2 ln(V ) (2.3)
Z Y −5
1 u2
P = √ e− 2 du (2.4)
σ 2π −∞
48
Figure 2.9 – Relation entre la probabilité et la fonction de probit[12.]
Le tableau ci desous résume les modèles utilisés dans la présente étude pour l’évaluation
de la probabilité d’escalade. Cependant, étant donné que la présente étude se concentre sur
le développement d’une procédure pour l’évaluation quantitative de l’effet domino qui peut
être utilisée avec n’importe quel modèle permettant d’estimer la probabilité d’escalade.
Table 2.2 – Modèles de probabilité d’escalade utilisés pour les études de cas[18].
Vecteur d’escalade Équipement cible Modèle de probabilité
d’escalade
Effet thermique Atmosphérique Yi,j = 12.54 − 1.85 · ln(ttf)
ln(ttf) = −1.13 ln(Ii,j ) −
2.67 × 10−5 V + 9.88
Pressurisé Yi,j = 12.54 − 1.85 · ln(ttf)
ln(ttf) = −0.95 ln(Ii,j ) +
8.84V 0.032
Surpression Atmosphérique Yi,j = −18.96 + 2.44 ·
ln(∆Pi,j )
Pressurisé Yi,j = −42.44 + 4.33 ·
ln(∆Pi,j )
Allongé Yi,j = −28.07 + 3.16 ·
ln(∆Pi,j )
Auxiliaire Yi,j = −17.79 +
2.18 ln(∆Pi,j )
49
— j : équipement cible.
— Yi,j : fonction probit.
— ttf : temps-avant-défaillance (s).
— V : volume de l’équipement (m3 ).
— Ii,j : intensité des radiations thermique (kW.m -2
).
— ∆Pi,j : surpression statique maximale en (Pa)
50
Figure 2.10 – Modèle de propagation probable de l’effet domino [17].
— On prend X1 comme unité principale selon les critères qu’on a déjà vu dans la méthode
QRA.
— On choisit X 3 comme unité secondaire qui a la plus haute probabilité d’escalade, (X2,
X4) unités tertiaires et (X5, X6) unités quaternaires et ainsi de suite (X2 et X4) , (X5
et X6) ont les mêmes probabilités d’escalades.
La figure illustre le diagramme de flux qui développe le schéma de propagation de
l’effet domino, une fois que le schéma de propagation probable de l’effet domino est
développé sous forme de BN, et que la probabilité de l’événement primaire et les
probabilités conditionnelles des autres événements sont calculées, la distribution de
probabilité conjointe des événements contribuant à l’effet domino U = X1,..., X6 est
calculée comme suit :
P (U ) = P (X1).P (X3|X1).P (X2|X1, X3).P (X4|X1, X3).P (X5|X2, X3).P (X6|X3, X4)
(2.5)
Dans notre cas l’ordre chronologique probable ou séquentiel des événements serait le
suivant : X1 → X3 → X2/X4 → X5/X6
51
De même, l’effet domino pourrait se propager au deuxième niveau uniquement si au
moins l’une des unités tertiaires X2 et X4 est impactée par l’accident domino au
premier niveau (c’est-à-dire par une combinaison de X1 et X2). En conséquence, la
probabilité de l’effet domino au deuxième niveau est calculée comme suit :
Ptroisimeniveau = P (X1).P (X3|X1).P (X2 ∪ X4|X1, X3).P (X5 ∪ X6|X2, X3, X4)
(2.9)
Figure 2.11 – BN modifié pour intégrer l’union des événements tertiaires et quaternaires.
52
Cela indique que pour que l’effet domino de deuxième niveau se produise, il est nécessaire
non seulement d’avoir l’effet domino de premier niveau (DL1), mais aussi au moins l’un des
événements tertiaires (L1). Le tableau 2.4 présente la table de probabilités conditionnelles
(TPC) qui doit être assignée à DL1 (et également à DL2) pour modéliser les dépendances
d’intersection. De manière similaire, en se basant sur l’équation (2.9), si DL3 est relié aux
nœuds DL2 et L2 par des arcs causaux de type ET, P(DL3) représente la probabilité de
l’effet domino de troisième niveau[17].
Table 2.3 – La TPC attribuée au nœud auxiliaire L1 montrant qu’il dépend conditionnel-
lement de ses parents à travers une porte-OU.
X2 X4 P (L1 | X2, X4)
Accident Sécurisé
Accident Accident 1 0
Accident Sécurisé 1 0
Sécurisé Accident 1 0
Sécurisé Sécurisé 0 1
53
2.10 Présentation du logiciel SAFETI
DNV Safeti est un logiciel avancé développé par DNV (Det Norske Veritas) GL, un pres-
tataire mondial renommé de services de gestion des risques et d’assurance qualité. Avec un
accent spécifique sur les évaluations quantitatives des risques (QRAs) et l’analyse de sécurité
des installations industrielles et des processus, DNV Safeti propose une gamme complète de
modules et de fonctionnalités.
Le logiciel permet aux utilisateurs de modéliser et d’évaluer de manière efficace divers dan-
gers et risques, permettant ainsi l’évaluation de scénarios d’accidents potentiels, l’estimation
des conséquences et évaluer l’efficacité des barrières de sécurité et des mesures de réduction
des risques. Il prend en charge l’analyse des dangers tels que les incendies, les explosions,
les rejets toxiques et les accidents de transport. DNV Safeti offre plusieurs avantages et
inconvénients. Voici certains d’entre eux :
54
2.11 Conclusion
Après avoir passé en revue l’ensemble des méthodes d’analyse des risques que nous avons
sélectionnées, à savoir le SADT, l’AdD, l’AdE et le nœud papillon, nous avons pu identifier
des outils et des approches complémentaires pour évaluer les risques liés au complexe GP1Z.
La méthode SADT nous a permis d’effectuer une analyse fonctionnelle approfondie, en
mettant en évidence les fonctions principales du système et en déterminant les relations
entre elles. Cette approche nous a également permis de visualiser la hiérarchie des fonctions,
ce qui est essentiel pour comprendre le fonctionnement global du complexe.
L’approche AdD s’est avérée précieuse pour estimer la probabilité des événements re-
doutés (ER) et leurs causes sous-jacentes. En identifiant ces causes, nous pouvons mieux
évaluer les scénarios d’accidents potentiels et prendre des mesures préventives adaptées.
L’AdE, quant à elle, a été utilisée pour déterminer les événements et les conséquences
les plus catastrophiques. Cette méthode nous a permis de calculer les probabilités des phé-
nomènes dangereux et d’évaluer l’impact potentiel de ces événements sur la sécurité du
complexe.
Enfin, la méthode du nœud de papillon s’est avérée efficace pour déduire les différents
scénarios d’accidents possibles. Grâce à cette approche, nous avons pu explorer les relations
de cause à effet.
Dans le prochain chapitre, nous appliquerons ces méthodes au complexe GP1Z. Nous
utiliserons les informations recueillies lors des analyses précédentes pour évaluer les risques
spécifiques associés à ce complexe.
55
Chapitre 3
3.1 Introduction
Dans notre première partie de l’étude, nous avons entrepris une analyse détaillée des
risques en utilisant la méthode "Nœud de papillon". Pour cela, nous nous sommes basés sur
l’analyse préliminaire des risques (APR) du complexe GP1Z ainsi que sur l’accidentologie
existante. Notre objectif était d’identifier les équipements critiques, leurs événements redou-
tés centraux (ERC), les causes potentielles ainsi que les conséquences associées.
Pour réaliser cette analyse, nous avons utilisé divers documents de référence tels que l’IOGP
434-01, l’IOGP 434-03, l’IOGP 06 et l’API-581. Ces documents nous ont permis d’effectuer
les calculs nécessaires à la méthode "Nœud de papillon" et d’obtenir des résultats significa-
tifs.
Nous avons choisi la sphère de charge comme exemple d’application pour illustrer notre
approche. En utilisant les données spécifiques à cette sphère, nous avons réalisé une ana-
lyse détaillée des risques en identifiant les différents nœuds du papillon, leurs liens et leurs
impacts potentiels. Les résultats de cette analyse détaillée des risques sont présentés sous
forme d’annexes, fournissant ainsi une documentation complète des conclusions obtenues.
En utilisant la méthode "Nœud de papillon" et en se basant sur les documents de référence
appropriés, nous avons pu évaluer les risques de manière approfondie et systématique. Cette
approche nous permet de mieux comprendre les scénarios à risque, d’identifier les mesures
de prévention et de mitigation appropriées, et d’élaborer des stratégies de sécurité efficaces
pour le complexe GP1Z.
56
3.2 Analyse fonctionnelle à l’aide de la méthode SADT
La méthode SADT (Structured Analysis and Design Technique) est présentée comme
une approche de spécification fonctionnelle pour les systèmes, dans le cadre de la sécurité
fonctionnelle. Elle sera appliquée dans notre cas pour décrire et décomposer le système, ainsi
que définir ses principales fonctions et leurs interactions. La description technique précédente
nous a permis de déduire :
- Système A0 : Production de propane commercial et de butane commercial.
- Sous-système A1 : Stockage de chargement.
- Sous-système A2 : Ligne de production.
- Sous-système A3 : Stockage des produits finaux.
57
• Sous-système A2-1 : (Déshydratation)
-Entrée de GPL avec une concentration en H2O de 100 ppm.
-Sortie de GPL avec une concentration en H2O égale à 5 ppm.
La section de déshydratation de l’alimentation comprend trois colonnes de déshy-
dratation qui réduisent la teneur en eau dissoute afin d’éviter la formation de
givre et/ou d’hydrates dans les équipements en aval, un refroidisseur de gaz de
régénération qui refroidit le gaz sortant de la colonne, un séparateur de drainage
qui sépare l’eau libre et le condensat contenu dans le gaz refroidi, deux écrans
de type bac dans la conduite d’alimentation et deux écrans de type bac dans la
conduite de produit.
58
à ces refroidisseurs et au condenseur du dééthaniseur. Les vapeurs résultantes sont
comprimées en trois étapes, condensées, puis reprises par les utilisateurs dans une
boucle de réfrigération fermée unique.
59
Figure 3.1 – Modèle SADT détaillé de la Production du C3 et C4.
60
Figure 3.2 – Modèle SADT détaillé de la Production du C3 et C4.
61
Figure 3.4 – Modèle SADT détaillé du Train de production.
62
Figure 3.6 – Modèle SADT détaillé de la Séparation.
63
Figure 3.8 – Modèle SADT détaillé de la Réfrigération.
64
précisément notre système et de le décomposer en sous-systèmes. Cette approche nous a été
bénéfique pour identifier les zones critiques susceptibles de provoquer un accident primaire.
Nous avons déterminé les principales causes qui peuvent conduire à l’événement central
redouté suivantes :
— Défaillance matérielle, pouvant résulter de joints ou de brides qui fuient.
— Défaillance métallurgique, causée par la corrosion ou l’érosion de l’équipement.
— Défaillance du processus/erreur d’exploitation/défaut opératif, pouvant résulter de
la fermeture temporaire d’une soupape de pression, d’une puissance de charge ac-
crue, d’une fermeture intermittente d’une soupape SWV, d’un colmatage des filtres,
d’un trop-plein excessif, d’une défaillance de régulation de pression, d’un manque de
refroidissement, d’une soupape d’admission défectueuse ouverte, d’un camion en mou-
vement chargé, d’une production excessive de vapeur, d’une défaillance de régulation
de température/pression, d’une soupape d’admission bloquée ouverte, d’une déviation
de température/pression.
— Agressions naturelles externes, les plus probables étant les tremblements de terre,
l’élévation du niveau de la mer ou les inondations.
— Agressions mécaniques externes, pouvant se produire lors de travaux de maintenance
ou de levage, ou en raison des fragments d’un accident voisin (effet domino) ou d’une
onde de surpression (effet domino).
— Agression thermique externe, due à un accident voisin (effet domino) ou à une aug-
mentation de la température.
65
Grâce à notre compréhension des différentes causes pouvant conduire à l’événement
redouté, nous sommes en mesure de diriger nos efforts vers l’amélioration des systèmes
de protection existants. Cette prise de conscience nous permet de mettre en place des
mesures préventives plus efficaces afin de réduire les risques liés à l’effet domino.
Nous avons opté pour la première méthode afin de déterminer la fréquence de l’évé-
nement central redouté avec une incertitude acceptable.
Nous utilisons les outils suivants pour calculer la fréquence de l’événement redouté,
conformément aux meilleures pratiques de l’industrie :
— (P&ID) pour chaque équipement.
— Le rapport 434-01 et le rapport 434-03 (IOGP).
En utilisant ces outils, nous analysons les équipements, comptons tous les instruments
pertinents, et appliquons les méthodes de calcul appropriées décrites dans les rapports
434-01 et 434-03. Cela nous permet d’obtenir des évaluations précises de la fréquence
des événements redoutés. Pour illustrer le calcul de la fréquence de l’événement re-
douté, prenons l’exemple de la Section de stockage de charge.
— PT : Transmetteur de pression.
— TE : Élément de tempétateu.
— LI : Indicateur de niveau.
— LT : Transmetteur de niveau.
— PG : Jauge de pression.
— LG : Jauge de niveau.
— 1" = 25,4 mm
66
Nous utilisons la loi (3.1) afin de vérifier les valeurs du tableau (3.3). Ce tableau constitue
une référence des fréquences.
Pour les vannes actionnées : Le rapport 434-01 (IOGP)[19].
Équation générale
(
C · dm + B, si 1 mm < d ≤ D
F (d) = (3.1)
0, si d > D
Les paramètres C, m et B dépendent de la taille de l’équipement (D) telle qu’elle est donnée
par interpolation à partir du tableau suivant.
Pour les valeurs supérieures à 508 mm, utiliser la même valeur que pour 508 mm.
Nous avons comparé le diamètre du trou fixé avec le diamètre de l’équipement principal
associé, ce qui nous a permis d’obtenir sa fréquence propre.
Table 3.3 – Fréquence des vannes actionnées en fonction du diamètre du trou et du diamètre
de la tuyauterie[19].
Diamètre du 2" DIA (50 6” DIA (150 12” DIA (300 18” DIA (450 24” DIA (600 36” DIA (900
trou (mm) mm) mm) mm) mm) mm) mm)
1à3 2.4 × 10−4 1.3 × 10−4 1.3 × 10−4 1.4 × 10−4 1.5 × 10−4 1.5 × 10−4
3 à 10 9.7 × 10−5 6.2 × 10−5 5.5 × 10−5 5.6 × 10−5 5.6 × 10−5 5.6 × 10−5
10 à 50 3.9 × 10−5 3.0 × 10−5 2.5 × 10−5 2.2 × 10−5 2.2 × 10−5 2.2 × 10−5
50 à 150 1.2 × 10−5 7.2 × 10−6 5.6 × 10−6 4.4 × 10−6 4.1 × 10−6 4.1 × 10−6
>150 — 6.1 × 10−6 4.3 × 10−6 2.8 × 10−6 2.4 × 10−6 2.4 × 10−6
TOTAL 3.9 × 10−4 2.4 × 10−4 2.2 × 10−4 2.3 × 10−4 2.3 × 10−4 2.3 × 10−4
Table 3.4 – Fréquences de libération pour les réservoirs sous pression (/an)[20].
Mode de défaillance Vessels géné- Chlore GPL Sphérique
raux
Catastrophique 2×10−6 à 6× 2 × 10−6 2 × 10−6 2×10−6 à 6×
−6
10 10−6
Trou de 50 mm 5 × 10 −6
5 × 10−6
5 × 10 −6
5 × 10−6
Trou de 25 mm 5 × 10 −6
5 × 10−6
5 × 10 −6
5 × 10−6
Trou de 13 mm 1 × 10 −5
1 × 10−5
1 × 10 −5
1 × 10−5
Trou de 6 mm 4 × 10 −5
4 × 10−5
4 × 10−5
67
Et grâce à cela, nous pouvons obtenir la fréquence des événements redoutés liés aux
sphères de charge.
De cette manière, nous avons calculé toutes les fréquences des événements redoutés
identifiés, Les résultats obtenus sont les suivants :
68
par l’orifice, nous utilisons ces valeurs pour calculer la probabilité d’ignition (immédiate et
retardée) en nous référant au rapport 434-06 de l’IOGP.
IOGP 434-06 spécifie que ces courbes représentent la probabilité d’ignition totale. Selon
la méthode, la probabilité d’ignition immédiate est fixée à 0,001 et est indépendante du débit
de fuite. Par conséquent, toutes les courbes commencent avec une valeur de 0,001 corres-
pondant à un débit de fuite de 0,1 kg/s. Les utilisateurs des données peuvent adopter cette
valeur et obtenir les probabilités d’ignition différée en soustrayant 0,001 de la probabilité
d’ignition totale. Par exemple, une valeur de probabilité d’ignition de 0,004 obtenue à partir
des corrélations peut être considérée comme une probabilité d’ignition immédiate de 0,001
et une probabilité d’ignition différée de 0,003.
En ce qui concerne la probabilité d’explosion, on utilise le tableau suivant :
69
Dans notre exemple, le débit massique est de 28,5162 kg/s. Selon le graphique noir, P =
0,07, avec Pimmédiate = 0,001. Par conséquent, Pretardé = 0,07 - 0,001 = 0,069.
Selon le tableau de probabilité d’explosion, la valeur de Pd’explosion est de 0,12.
Les résultats obtenus sont les suivants :
Ensuite, nous pouvons calculer la probabilite des phénomènes dangereux selon la figure
suivante :
70
Figure 3.11 – Structure de l’arbre des événements.
FP hD = P × Fer (3.2)
— Fer : Fréquences des événements redoutés.
— P : Probabilité d’ignition
— FP hD : Fréquence de phénomène dangereux.
Les résultats obtenus sont les suivants :
71
Table 3.9 – Fréquence des Phénomènes Dangereux.
Fire Flash UVCE Jet BLEVE Pool Pool
Ball Fire Fire Fire(retardée) Fire(immédiate)
Stockage de la charge 8.38 × 6.86 × 9.35 × 1.13 × 2.20 ×
10−9 10−5 10−6 10−6 10−6
Séparation Fractionateur 2.88 × 1.12 × 1.53 × 2.50 × 2.00 ×
10−8 10−4 10−5 10−6 10−6
Déthaniseur 2.88 × 4.14 × 5.64 × 1.47 × 4.00 ×
10−9 10−5 10−6 10−6 10−6
Ballon de re- 2.59 × 8.61 × 1.17 × 8.90 × 9.00 ×
flux (F) 10−7 10−6 10−6 10−7 10−6
Ballon de re- 1.15 × 3.80 × 1.58 × 3.96 × 9.00 ×
flux (D) 10−7 10−7 10−8 10−7 10−6
Réfrigération Compresseur 9.00 × 4.18 × 5.70 × 3.96 ×
10−7 10−4 10−5 10−5
Ballon de 1.43 × 4.34 × 5.92 × 4.94 × 9.00 ×
propane 10−7 10−6 10−7 10−7 10−6
Bac de sto- Propane 5.19 × 2.22 × 7.41 × 10−4 3.55 × 10−6
ckage 10−4 10−4
Butane 5.69 × 2.44 × 8.12 × 10−4 3.55 × 10−6
10−4 10−4
Sphères Pro- Propane 8.38 × 6.59 × 8.99 × 9.49 × 2.00 ×
duit finis 10−9 10−5 10−6 10−7 10−6
butane 4.84 × 4.26 × 5.80 × 9.49 × 2.00 ×
10−5 10−5 10−6 10−7 10−6
Déshydratation 7.93 × 1.68 × 2.29 × 3.18 × 3.18 ×
10−8 10−5 10−6 10−6 10−6
BOG Compresseur 1.00 × 1.42 × 1.94 × 3.52 ×
Propane 10−7 10−3 10−4 10−5
Compresseur 2.56 × 1.74 × 2.10 × 2.19 ×
Butane 10−8 10−4 10−5 10−5
Four 9.75 × 2.11 × 2.87 × 5.32 ×
10−8 10−6 10−7 10−7
Échangeur E-021 8.17 × 7.71 × 1.05 × 5.16 ×
10−7 10−6 10−6 10−6
E-X004 8.17 × 3.37 × 4.60 × 2.95 ×
10−7 10−5 10−6 10−6
E-X005 8.17 × 1.60 × 2.18 × 1.82 ×
10−7 10−5 10−6 10−6
Canalisation Alimentation 2.63 × 3.59 × 1.87 ×
des trains 10−6 10−7 10−7
Alimentation 5.32 × 7.25 × 2.75 ×
GPL 10−8 10−9 10−9
Chargement 3.6 × 10−10 3.96 × 5.4 × 3.00 × 2.00 ×
de camions 10−7 10−8 10−7 10−6
Après avoir terminé l’arbre des événements et effectué tous les calculs de fréquence qui
nous aident à estimer le risque des événements primaires, Voici la schématisation du nœud
du papillon pour notre exemple (Sphère de charge) :
72
Figure 3.12 – Section fonctionelle A1,2 : Sphère de stockage de charge.
73
3.4 conclusion
Dans ce chapitre, nous présentons une liste des équipements critiques du complexe GP1Z,
accompagnés de leurs phénomènes dangereux associés et de leurs fréquences. Cette infor-
mation sera utilisée dans le chapitre suivant pour identifier les événements primaires ainsi
que les équipements agresseurs et cibles.
En recueillant et en analysant les données pertinentes, nous avons pu déterminer les
équipements qui présentent les risques les plus élevés au sein du complexe. Pour chaque
équipement critique identifié, nous avons examiné les différents phénomènes dangereux aux-
quels il est exposé, tels que les fuites, les explosions, les incendies, etc. De plus, nous avons
évalué les fréquences de ces phénomènes dangereux, ce qui nous permet de quantifier leur
probabilité d’occurrence.
La connaissance précise des équipements critiques et de leurs phénomènes dangereux
associés, ainsi que des fréquences de ces phénomènes, est essentielle pour une analyse ri-
goureuse des effets domino. En utilisant ces informations dans le chapitre suivant, nous
pourrons identifier les événements primaires, c’est-à-dire les accidents initiaux qui peuvent
déclencher une série d’accidents en cascade. De plus, nous serons en mesure de déterminer
les équipements agresseurs qui sont à l’origine des accidents et les équipements cibles qui
sont susceptibles d’être affectés.
Ce chapitre renforce la fiabilité et la robustesse de notre étude en fournissant des don-
nées concrètes sur les équipements critiques et leurs risques associés. Ces informations nous
permettent de réaliser une analyse approfondie des effets domino, contribuant ainsi à une
meilleure compréhension des scénarios à risque et à la formulation de recommandations et
de mesures de mitigation appropriées.
74
Chapitre 4
4.1 Introduction
Dans ce chapitre, nous procédons à l’analyse des effets domino en suivant la méthodolo-
gie du QRA, En utilisant l’exemple de sphère de charge pour expliquer chaque étape. Nous
commençons par identifier les événements primaires, en nous basant sur les résultats du
chapitre 3. Ensuite, nous effectuons une analyse météorologique et identifions les différents
paramètres pertinents pour les équipements sélectionnés. Ces paramètres sont ensuite inté-
grés dans le logiciel Safeti pour modéliser les différents phénomènes dangereux et estimer le
potentiel de dommage.
À la fin de ce chapitre, nous proposons une échelle de gravité pour classer les chaînes d’ac-
cidents identifiées. Cette échelle de gravité nous permet de quantifier les niveaux de gravité
des différents scénarios en cascade. De plus, nous formulons des recommandations visant
à réduire la gravité de ces chaînes d’accidents. Ces recommandations sont basées sur les
résultats de notre analyse et visent à améliorer la sécurité et à réduire les risques associés
aux accidents domino.
75
4.2 Identification des évènements primaires
D’après l’étude des accidents passés et l’application de l’analyse fonctionnelle au sein du
complexe, ainsi que la réalisation des nœuds de papillon, nous avons également pris en consi-
dération la quantité de combustible dans les différents équipements critiques, leur distance
les uns des autres, ainsi que la probabilité des événements primaires selon les hypothèses
décrites dans la référence [17]. On peut avoir une séquence d’accidents dans les complexes
d’hydrocarbures comme suit : explosion, feu, explosion, avec une probabilité de 0,339 selon
la référence [24].
Par conséquent, nous fixons l’UVCE comme un événement primaire dans tous les équipe-
ments critiques que nous avons choisis, à savoir :
— Sphere de stockage à température ambiante.
— Bac cryogénique à basse température.
— Fractionateur.
— Déthaniseur.
— Compresseur.
— Ballon de reflux.
76
4.4.1.1 Température
Les températures moyennes mensuelles et annuelles régissent directement le climat en
interaction avec les autres facteurs météorologiques et biogéographiques. Les températures
moyennes mensuelles, maximales et minimales sont représentées sur le tableau ci dessous :
77
4.4.2 Rose des vents
Nous avons utilisé la rose des vents d’Arzew pour obtenir la vitesse du vent dans 16
directions différentes.
Il est essentiel d’inclure cette mesure car la vitesse et la direction du vent ont un impact
direct sur la modélisation des phénomènes dangereux, en particulier lors de l’analyse des
effets domino.
D’après la figure 4.2 le vent souffle à la plus grande vitesse tout au long de l’année dans
la direction WSW. Par conséquent, nous allons réaliser le tableau de la vitesse moyenne du
vent durant l’année.
78
Table 4.3 – Vitesse moyenne annuelle du vent dans 16 directions.
Direction N NNE NE ENE E ESE SE SSE
Vitesse m/s 2.3044 3.0437 2.4311 1.2037 1.0881 0.9865 1.2365 1.3554
S SSW SW WSW W WNW NW NNW
1.5377 2.2642 3.1323 5.2389 3.5735 3.5735 3.5735 2.0532
79
Table 4.6 – Composition du propane commercial.
PROPANE
C2 H6 iC3 H8 nC4 H10 iC4 H10
0.79 99.01 0.18 0.02 %molaire
D’après ces données, nous allons procéder à la modélisation des événements primaires
(UVCE) de chaque équipement agresseur.
80
Figure 4.3 – UVCE Sphère de charge 07-T15.
Suite à la modélisation de l’UVCE, les résultats indiquent qu’une surpression s’étend sur
un rayon de 170,062 mètres lorsque le seuil de 0,16 bar est atteint. De plus, la formation du
nuage de gaz peut se propager jusqu’à une distance de 55 mètres à partir de la source de fuite.
81
Avec Yi,j représentant la fonction probité qui calcule les effets de surpression appliqués
aux équipements pressurisés, selon la loi suivante :
Les résultats du calcul de la probabilité d’escalade de premier niveau sont illustrés dans le
tableau suivant :
82
Figure 4.5 – Jet Fire sphère de charge T17.
Effectivement, d’après les résultats, il est possible d’avoir des équipements cibles iden-
tiques, ce qui signifie que certains équipements cibles peuvent être exposés aux radiations
thermiques émanant de différents équipements agresseurs. Ainsi, dans notre évaluation, nous
allons prendre en compte la somme des effets thermiques synergiques résultant de cette situa-
tion. La fonction probit correspondant aux effets thermiques sur les équipements pressurisés
cibles est :
Yi,j = 12.54 − 1.85 ln(ttf) (4.3)
83
Table 4.10 – Probabilité d’escalade de deuxieme niveau (T17).
N1
Equipment agresseur Equipment cibles I(kW/m2) Fonction probit Volume Ln(ttf) Yi,j Probabilité
Sphère de charge T17 T16 205,9 Yi,j = 12.54 − 1.85 ln(ttf) 1000 5,9666 1,503 3, 306 × 10−3
T18 262,49 ln(ttf) = −0.95 ln(Ii,j ) + 8.84V 0.032 1000 5,735 1,930 6, 662 × 10−3
T19 214,13 1000 5,929 1,572 3.70 × 10−3
T21 278,51 1000 5,679 2,034 7, 907 × 10−3
T20 251,05 1000 5,778 1,852 5, 857 × 10−3
T22 93,61 1000 6,715 0,118 3, 427E × 10−4
T13 278,51 103 5,679 2,034 7.907 × 10−3
T14 93,61 103 6,715 0,118 3.427 × 10−4
Pipe 16” 82,38 24 5,596 2,188 1.019 × 10−3
Pipe 20” 8,04 38 7,951 −2.169 8.159 × 10−6
Table 4.13 – Mesure globale des effets thermiques sur les équipements cibles.
Equipment agresseur Equipment cibles I(kW/m2) Fonction probit Volume Ln(ttf) Yi,j Probabilité
Sphère de charge T17 T19 558,69 Yi,j = 12.54 − 1.85 ln(ttf) 1000 5,016 3,258 6, 146 × 10−2
Sphère de charge T16 T21 372,12 ln(ttf) = −0.95 ln(Ii,j ) + 8.84V 0.032 1000 5,404 2,543 1, 836 × 10−2
Sphère de charge T18 T20 743,69 1000 4,746 3,760 1.515 × 10−1
T22 372,12 1000 5,404 2,543 1.836 × 10−2
T13 623,17 1000 4,914 3,450 8.604 × 10−2
T14 600,66 1000 4,949 3,385 7.676 × 10−2
T11 93,61 1000 6,715 0,118 3.427 × 10−4
T12 278,51 1000 5,679 2,034 7.906 × 10−3
Pipe 16” 203,11 24 4,738 3,774 1.556 × 10−1
Pipe 20” 86,02 38 5,699 1,996 7.427 × 10−3
D’après la mesure globale des effets thermiques sur les équipements cibles, les proba-
bilités les plus élevées d’escalade se situent au niveau de T20 et du tuyau d’alimentation
des trains de 16 pouces, avec des valeurs respectives de 1,515E-01 et 1,556E-01. Selon notre
hypothèse, un BLEVE pourrait se produire au niveau de ces équipements. Dans ce scéna-
rio, les vannes de sécurité se ferment et coupent le produit dans le tuyau, évitant ainsi un
84
phénomène dangereux au niveau du tuyau.
Par conséquent, il est nécessaire de procéder à une modélisation d’un BLEVE sur la
sphère de charge T20. Les résultats sont présentés dans la figure suivante :
À la base, le seuil de rupture totale des équipements cibles pressurisés est de 0,61 bar
[24]. Nous observons la présence de 3 sphères de charge et 4 sphères de produits finis (pro-
pane et butane), ainsi qu’un tuyau de 20 pouces situé dans la zone d’interaction avec une
surpression supérieure ou égale à 0,06 bar. De plus, les 8 sphères de charge sont soumises à
une surpression supérieure ou égale à 0,16 bar.
Après avoir effectué les calculs de probabilités à ce niveau, voici les résultats obtenus :
La rupture totale de ces équipements peut entraîner la formation d’une Fire Ball pour
chacun d’entre eux, ce qui est le phénomène dangereux le plus probable après un BLEVE.
85
La modélisation de ce phénomène dangereux pour chaque équipement nous fournit les ré-
sultats suivants :
86
Figure 4.9 – Réseau Bayésien N1 de l’événement primaire (UVCE T15).
87
Table 4.16 – Echelle proposer évaluation de la gravité des effets domino.
Niveau de gravité Dommage Equipe- Nombre de BLEVE Risque d’escalade à
ment l’extérieur de l’ins-
tallation
G1 Dommage modéré 0 Non
aux 2 équipements
G2 Dommage sérieux 1 Non
aux 3-5 équipe-
ments
G3 Dommage im- 2-5 Oui
portant aux 6-10
équipements avec
une destruction
totale d’un équipe-
ment
G4 Destruction totale 5-10 Oui
2-10 équipements
G5 Destruction totale 12 Oui
de plus de 10 équi-
pements
Nous allons utiliser cette échelle dans notre étude de cas sur GP1Z, et les résultats sont
présentés dans le tableau ci-dessous :
Il est évident que la situation en cas d’accident en cascade n’est généralement pas Mai-
trisable, car sur les 8 chaînes, 4 sont de niveau de gravité G4, 1 est de niveau G5 et 2 sont
de niveau G3.
88
4.9 Interprétation et Amélioration
Les résultats indiquent que la zone des sphères de stockage est la plus critique, ce qui
signifie que cette zone présente un risque élevé d’accidents. La zone des trains de production
est également considérée comme étant à haut risque, mais dans une moindre mesure que la
zone des sphères de stockage. Selon l’analyse, il est peu probable qu’un réservoir agresseur
puisse se produire en raison de la distance entre les réservoirs, ce qui réduit l’impact des
ondes de surpression et des effets thermiques.
Les mesures de mitigation des accidents à effet domino sont conçues pour atténuer les
conséquences des accidents en chaîne. Elles sont classées en deux catégories pour les effets
de surpression : passives (comme des barrières de sécurité) et actives (comme des systèmes de
réduction de la surpression). Pour les effets thermiques, elles sont classées en trois catégories :
passives (comme l’isolation thermique), actives (comme les systèmes de refroidissement) et
d’urgence (comme les systèmes d’extinction d’incendie).
Ces mesures visent à réduire les conséquences des accidents en limitant soit la perte de
confinement dans l’équipement cible, soit en réduisant la probabilité d’escalade, soit en
diminuant le potentiel d’escalade (c’est-à-dire la gravité de l’accident en cascade), soit en
réduisant la radiation thermique et le flux de chaleur reçus par l’équipement cible.
Ces mesures sont essentielles pour renforcer la sécurité industrielle et minimiser les risques
d’accidents à effet domino.
89
Pour notre étude de cas, nous recommandons ce qui suit :
— Revoir les normes récentes concernant l’installation des sphères de stockage afin de
mettre à jour les distances de sécurité entre les sphères.
— Il est insuffisant de se limiter à appliquer le système d’ignifugation uniquement aux
sphères, il est également nécessaire de l’appliquer aux instruments critiques liés aux
sphères tels que les pompes, vannes, conduits et systèmes de refroidissement.
— Séparer les sphères de charge des sphères de produits finis.
— Installer des murs anti-souffle pour séparer chaque groupe de 4 sphères.
— Pour les phases de stockage des sphères, proposer de réduire le nombre de sphères à 6
par phase.
— Les bacs sont correctement installés et présentent une faible probabilité d’accidents en
cascade, cependant, nous recommandons d’effectuer une étude en utilisant un incendie
de bassin (pool Fire) comme événement primaire, car c’est le phénomène le plus cou-
rant pour ce type de bac. Cela permettra d’avoir une image complète de la situation
des bacs en cas d’accident en cascade.
— Pour la zone de production, proposer une séparation conforme aux nouvelles normes
en termes de distance de sécurité entre les échangeurs E-004 et E-005 et les ballons de
reflux du Fractionateur et du Deéthaniseur.
— Installer un système d’ignifugation pour le Fractionateur, le Deéthaniseur et leurs
ballons de reflux.
— Séparer le Fractionateur de son ballon de reflux par une distance de sécurité.
— Si possible, séparer la section de déshydratation du train de production.
— Il est recommandé de mettre en place des murs anti-souffle entre les différentes sections
du train de production et entre les différents trains.
90
4.10 Conclusion
Dans ce chapitre, nous avons analysé les accidents en cascade susceptibles de se produire
dans le complexe GP1Z. Nous avons utilisé des hypothèses afin de nous rapprocher le plus
possible des situations réelles, tout en maintenant une incertitude acceptable. L’objectif
était d’estimer le niveau de gravité de chaque chaîne d’accidents en nous basant sur quatre
critères spécifiques.
En utilisant ces critères, nous avons pu formuler des recommandations de protection et
proposer des mesures d’atténuation visant à réduire la gravité de ce type d’accident. Ces
recommandations et mesures de mitigation sont essentielles pour renforcer la sécurité et
minimiser les conséquences potentielles des accidents à effet domino dans le GP1Z.
91
Conclusion générale
Ce projet a été réalisé dans le but d’analyser les accidents en cascade au sein du complexe
GP1Z situé à Béthioua, Oran. Les accidents à effet domino sont les plus fréquents dans le
domaine du GPL, selon Joaquim Casal. Pour cela, nous avons développé une approche
quantitative d’analyse des effets domino avec une estimation du niveau de gravité de chaque
chaîne d’accident, ce qui n’existe pas dans la littérature.
Notre travail a été divisé en deux grandes parties. La première partie du projet concerne
l’analyse détaillée des risques en utilisant la méthode du "nœud papillon". Nous nous sommes
basés sur les accidents passés et l’analyse préliminaire des risques (APR) du complexe GP1Z
pour identifier les causes directes, l’événement redouté central (ERC) et les phénomènes
dangereux pouvant survenir dans notre cas d’étude. D’après l’accidentologie et l’Analyse
Préliminaire des Risques (APR) du complexe GP1Z, nous avons identifié les causes les
plus fréquentes d’accidents, notamment les défaillances matérielles, les défaillances métallur-
giques, les agressions naturelles externes, les agressions mécaniques externes et les agressions
thermiques externes.
Ces causes engendré l’événement redouté central (ERC) le plus fréquent est la perte
de confinement de substances inflammables. Cela peut entraîner des situations dangereuses
telles que les explosions, notamment (UVCE) et (BLEVE), ainsi que les incendies tels que
le Jet Fire, le Pool Fire, le Flash Fire et le Fireball.
Ces résultats sont basés sur l’analyse approfondie de l’accidentologie passée et de l’APR
du complexe GP1Z. Ces informations nous permettent de cibler spécifiquement les phéno-
mènes dangereux les plus probables dans notre étude des effets domino.
Pour calculer les fréquences de l’ERC, nous nous sommes référés aux documents tel
que IOGP 434-01 et IOGP 434-03, en suivant les étapes détaillées dans le chapitre 3. Nous
avons utilisé les documents IOGP 434-06 et API-581 pour le calcul des probabilités de source
d’ignition et d’explosion. Les fréquences des phénomènes dangereux ont été calculées à l’aide
d’opérations mathématiques détaillées dans le chapitre 3. Nous avons comme résultat le
suivant : la fréquence d’un UVCE varie entre 2, 44 × 10−4 pour le bac de stockage de butane
et 7, 25 × 10−9 . pour la canalisation d’alimentation de GPL de 20”.
La deuxième partie traite de l’analyse des effets domino. Nous nous sommes basés sur
notre analyse des risques et les résultats des études de BAHMAN ABBASI ainsi que de
Joaquim Casal pour établir les hypothèses suivantes :
— Les événements initiateurs sont tous des explosions UVCE. Selon BAHMAN ABBASI,
les explosions sont les accidents primaires les plus fréquents entraînant des accidents
en cascade, avec un pourcentage de 57%. Étant donné que le phénomène de BLEVE
nécessite une agression thermique pour se produire, nous avons choisi l’UVCE comme
événement primaire.
92
— La chaîne d’accident est définie comme suit : Explosion → Feu → Explosion.
Selon Joaquim Casal, qui a analysé 334 accidents en cascade, c’est le chemin le plus
probable pour les explosions en tant qu’événements initiateurs.
— La boucle s’arrête en raison d’une rupture totale qui entraîne le phénomène de Fireball,
qui ne peut pas causer d’accidents aux équipements sous pression en raison de leur
courte durée.
Ces hypothèses sont basées sur les résultats des études passées et nous permettent de rap-
procher notre étude de cas de situations réelles avec une incertitude acceptable.
Une fois l’événement initiateur fixé comme étant l’UVCE, qui entraîne des accidents
en cascade, nous devons également déterminer les équipements agresseurs et cibles. Pour
cela, nous nous sommes basés sur trois critères obtenus à partir des accidents passés : la
quantité de substance inflammable dans les équipements, la distance entre les équipements,
la probabilité de l’événement primaire. En fonction de tous ces éléments, nous avons pu
identifier les équipements agresseurs qui sont les suivants :
— La sphère de charge 07-T15.
— La sphère de charge 37-T11.
— Le bac de butane 36-T06.
— Le bac de propane 06-T04.
— Le Fractionateur du train N° 2 : V-2101.
— Le Deéthaniseur du train N° 2 : V-2102.
— Le compresseur de réfrigération du train N° 8 : CT-8001.
— Ballon de reflux du Fractionateur du train N° 8 : V-8003.
Après avoir suivi la démarche de quantification de l’analyse des effets domino, nous avons
déterminé les chaînes d’accidents et le nombre de niveaux pour chaque chaîne, comme suit :
93
Table 4.18 – Les chaînes d’accidents et le nombre de niveaux pour chaque chaîne.
Réseaux Nombre de Chaîne d’accident
niveaux
1 4 UVCE → 3 Jet Fire → 1 Rupture méca-
nique + BLEVE → 8 Fireball Rupture
catastrophique
2 4 UVCE → 1 Jet Fire → 1 Rupture mé-
canique + 2 BLEVE → 8 Fireball Rup-
ture catastrophique
3 3 UVCE → 1 Jet Fire → 1 BLEVE
4 3 UVCE → 1 Pool Fire → 1 Rupture mé-
canique + 2 Pool Fire
5 4 UVCE → 4 Jet Fire → 1 BLEVE → 1
Fireball Rupture catastrophique
6 5 UVCE → 2 Jet Fire → 1 BLEVE + 1
Jet Fire → 3 Fireball rupture catastro-
phique + 1 BLEVE → 1 Rupture mé-
canique
7 4 UVCE → 1 Jet Fire → 1 BLEVE → 6
Fireball Rupture catastrophique
8 4 UVCE → 1 Jet Fire → 1 BLEVE → 3
Fireball Rupture catastrophique
Étant donné qu’il n’existe aucune référence dans la littérature concernant l’estimation
des gravités des accidents à effet domino, nous proposons une échelle de gravité qui met
l’accent sur cet aspect de l’analyse des effets en cascade et qui pourra être améliorée dans
les études futures.
Nous avons estimé le niveau de gravité des accidents en cascade en nous basant sur les
quatre critères suivants : le nombre d’équipements endommagés, le nombre d’équipements
ayant subi une rupture totale catastrophique, le nombre de BLEVE dans la séquence d’ac-
cidents (le BLEVE étant le phénomène le plus dangereux), et la possibilité de propagation
à l’extérieur de l’installation.
Nous avons appliqué cette échelle à notre étude de cas pour déterminer les niveaux de
gravité de chaque chaîne, comme suit : la chaine 3 est classée au niveau G2, les chaines 4,5
sont classées au niveau G3, les chaines 1,6,7,8 sont classées au niveau G4, et la chaine 2 est
classée au niveau G5.
En conclusion, nous avons proposé plusieurs recommandations pour tenter de réduire la
gravité des chaînes d’accidents identifiées. De plus, nous suggérons de réaliser une autre étude
en prenant les incendies comme événements primaires afin d’avoir une vision complète de la
situation du complexe GP1Z en cas d’accidents en cascade. Nous souhaitons également que
le concept des accidents à effet domino soit intégré dans le programme QHSE-GRI, ainsi que
l’inclusion de méthodes d’analyse spécifiques pour ces types d’accidents. Nous encourageons
également les bureaux d’études HSE à s’inspirer de notre démarche d’analyse des effets en
cascade.
Enfin, nous soulignons l’importance de mettre l’accent sur l’estimation de la gravité de
ces accidents en cascade en utilisant une échelle de gravité qui pourra être améliorée grâce
94
aux discussions d’experts et à de futures études.
95
Bibliographie
96
Annexes I
(Nœud papillon)
97
Figure 4.12 – Noeud papillon secion fonctionnelle A3,2 : BOG.
98
Figure 4.13 – Noeud papillon secion fonctionnelle A2,1 : Déshydratation.
99
Figure 4.14 – Noeud papillon secion fonctionnelle A3,1 : Chargement de camion.
100
Figure 4.15 – Noeud papillon secion fonctionnelle A3,2 : Bac de stockage de produits
réfrigérés.
101
Figure 4.16 – Noeud papillon secion fonctionnelle A2,3 :Séparation.
102
Figure 4.17 – Noeud papillon secion fonctionnelle A2,4 : Réfrigération.
103
Figure 4.18 – Noeud papillon : Canalisation.
104
Figure 4.19 – Noeud papillon secion fonctionnelle A2,3,3 : Four.
105
Figure 4.20 – Noeud papillon secion fonctionnelle A2,2 : Echangeur.
106
Figure 4.21 – Noeud papillon secion fonctionnelle A3,1 : Sphères sous préssion (produits
finis).
107
Annexes II
(Modélisation)
108
Réseaux 1 :
109
Figure 4.24 – Fireball Sphère de butane rupture totale T26.
110
Figure 4.26 – Fireball Sphère de charge rupture totale T21.
111
Réseaux 2 :
112
Figure 4.30 – BLEVE Sphère de charge 37T-13.
113
Figure 4.32 – Fireball Sphère de charge Rupture totale 37-T15.
114
Figure 4.34 – Fireball Sphère de charge Rupture totale 27-T11.
115
Figure 4.36 – Fireball Sphère de charge Rupture totale 27-T13.
116
Figure 4.38 – Fireball Bac rupture totale T02.
117
Réseaux 3 :
118
Figure 4.42 – BLEVE Accumulateur de condensat de butane.
Réseaux 4 :
119
Figure 4.44 – Pool Fire Bac T07.
120
Figure 4.46 – Pool Fire Bac T08.
Réseaux 5 :
121
Figure 4.48 – Jet Fire Déshydratateur 2101.
122
Figure 4.50 – Jet Fire E-005.
123
Figure 4.52 – BLEVE ballon de reflux de Deéthaniseur 2101.
124
Réseaux 6 :
125
Figure 4.56 – Jet Fire E-004.
126
Figure 4.58 – Jet Fire E-005.
127
Figure 4.60 – Fireball Fractionateur 2101 Rupture totale.
128
Figure 4.62 – Fireball Déshydratateur Rupture totale.
Réseaux 7 :
129
Figure 4.64 – Jet Fire E-8021.
130
Figure 4.66 – Fireball E-8004 Rupture totale.
131
Figure 4.68 – Fireball Fractionateur 8101 Rupture totale.
132
Figure 4.70 – Fireball Ballon de reflux du Fractionateur Rupture totale.
133
Réseaux 8 :
134
Figure 4.74 – BLEVE Ballon de reflux du Deéthaniseur.
135
Figure 4.76 – Fireball E-8005 Rupture totale.
136
Annexes III
(Réseau Bayésien )
137
Figure 4.78 – Réseau Bayésien N2 de l’événement primaire (UVCE 37-T11).
138
Figure 4.79 – : Réseau Bayésien N3 de l’événement primaire (UVCE 36-T06).
139
Figure 4.80 – Réseau Bayésien N4 de l’événement primaire (UVCE 06-T04).
140
Figure 4.81 – Réseau Bayésien N5 de l’événement primaire (UVCE V-2101).
141
Figure 4.82 – Réseau Bayésien N6 de l’événement primaire (UVCE V-2102).
142
Figure 4.83 – Réseau Bayésien N7 de l’événement primaire (UVCE 8001).
143
Figure 4.84 – Réseau Bayésien N8 de l’événement primaire (UVCE V-8003).
144