Evaluation of the most influent input variables on quantities of interest in a fire simulation

This paper is concerned with a fire simulation model which aims at evaluating the effects from a fire source in a building on people evacuation. Three parameters are investigated to assess the safety of the building : the maximal upper layer temperature, the maximal lower layer temperature and the minimal layer height. The combination of these three parameters is supposed to let the evacuation paths practicable in case of a fire. The parameters are computed through a computational code in a measurement context. Consequently their knowledge is supposed to be based on a measurement uncertainty evaluation and this paper aims at evaluating the contribution of a set of input parameters to the variance of these three parameters. In measurement science, the use of Monte Carlo methods to evaluate measurement uncertainty is quite new and therefore, tools for sensitivity analysis associated to Monte Carlo methods are not well known. In this framework, we will briefly introduce the main stochastic techniques to cope with this problem and show some practical results concerning fire risk assessment of a tertiary building. Resume : Ce papier traite d'un modele de simulation incendie dont le but est d'evaluer les effets sur l'evacuation du public d'un incendie dans un bâtiment. Trois parametres caracterisent la securite dans le bâtiment : la temperature maximale en couche chaude, la temperature maximale en couche froide et la hauteur minimale de fumees. La combinaison des ces trois parametres doit assurer que les chemins d'evacuation restent praticables en cas d'incendie. Les parametres sont calcules a partir d'un code de calcul dans le contexte de la mesure. Par consequent, leur connaissance s'accompagne d'une evaluation de l'incertitude de mesure et ce papier a pour but d'evaluer la contribution d'un ensemble de grandeurs influentes a la variance de ces trois parametres. Dans la science de la mesure, l'utilisation des methodes de Monte Carlo pour evaluer l'incertitude de mesure est assez recente et, par consequent, les outils pour l'analyse de sensibilite associes aux methodes de Monte Carlo sont peu connus. Dans ce cadre, nous introduisons brievement les principales techniques stochastiques pour traiter ce probleme et montrons quelques resultats pratiques concernant la determination du risque incendie dans un bâtiment public.