GT3 : E.N.D, Fiabilité et Décision (ENDFD)

La maintenance optimale des structures et infrastructures est un enjeu économique, social et environnemental essentiel dans le cadre d’une conception, d’une construction et d’une gestion durable. Le vieillissement du patrimoine bâti et la dégradation de ses performances (en tant que système) et de ses propriétés (en tant que structure), nécessite d’avoir des données par le biais de l’évaluation non destructive qui soient fiables. Les modèles et méthodes développés doivent, afin d’aider le décideur à retenir le meilleur des scénarios/stratégies de gestion patrimoniale (IMR : inspection, maintenance, réparation/réhabilitation) potentiels tout en tenant compte d’un environnement incertain et complexe.

Contact : 
Zoubir-Mehdi Sbartaï

Membres : 
Sidi-Mohammed Elachachi, Zoubir-Mehdi Sbartaï, Cédric Baudrit, Humberto Yanez-Godoy, Frédéric Bos, Hamza Allam

La maintenance optimale des structures et infrastructures est un enjeu économique, social et environnemental essentiel dans le cadre d’une conception, d’une construction et d’une gestion durable. Le vieillissement du patrimoine bâti et la dégradation de ses performances (en tant que système) et de ses propriétés (en tant que structure), nécessite d’avoir des données par le biais de l’évaluation non destructive qui soient fiables. Les modèles et méthodes développés doivent, afin d’aider le décideur à retenir le meilleur des scénarios/stratégies de gestion patrimoniale (IMR : inspection, maintenance, réparation/réhabilitation) potentiels tout en tenant compte d’un environnement incertain et complexe.

Axe — « Développement de méthodologies d’Évaluation Non Destructive (E.N.D) »

Axe — « Développement de méthodologies d’Évaluation Non Destructive (E.N.D) »

Cet axe vise à développer des méthodes de mesures et d’instrumentation non destructive multi-échelles innovante en couplant plusieurs physiques à distance (ondes électromagnétiques de qlq GHz au THz, tomographie électrique, acoustique passive/active, sismoélectricité). L’instrumentation et les méthodologies associées permettront d'évaluer et de surveiller in situ et en temps réel les propriétés physiques des matériaux, leur distribution spatiale (béton, bois, sols, composite, maçonnerie) et la détection et suivi d’éventuels dégradations de ces propriétés dans un environnement complexe (variabilité, incertitudes, bruit de mesure et de l’environnement…etc). La recherche se focalisera sur les problématiques complexes de l'inversion, de la fusion et réduction optimales des données de différentes techniques d’END à fréquences multiples. L'objectif est d'obtenir en temps réel une évaluation des propriétés physiques des matériaux et des milieux complexes impliquant des traitements de données massives par l’intégration de l’intelligence artificielle (IA). Dans le cadre de collaborations industrielles avec EDF/Andra on s’intéressera également aux développements de nouvelles méthodologies d’END pour la caractérisation in situ des bétons en intégrant l’effet d’échelle, la caractérisation 3D, les contraintes de coût et de mise en œuvre en temps réel.

Axe — « Prise en compte de l’incertain, approches probabilistes et fiabilistes »

Axe — « Prise en compte de l’incertain, approches probabilistes et fiabilistes »

Nous nous proposons de recourir aux couplages de méthodes mécano-probabilistes/mécano-fiabilistes pour mieux appréhender les phénomènes complexes d’interaction entre systèmes et/ou éléments de systèmes, la variabilité spatiale des déterminants (pour les systèmes) ou des propriétés (pour les matériaux constitutifs des structures) tels que le béton ou le bois ou en lien tel que le sol, tout en intégrant les dimensions temporelles des mécanismes de dégradation, de non linéarité des comportement (du sol ou des matériaux béton ou bois),par les données obtenues in situ dans le cadre de l’axe E.N.D. De même en lien avec l’axe Décision : dans le cadre de l’amélioration des modèles mis à disposition d’un décideur pour sa gestion patrimoniale qu’il s’agisse d’un réseau ou d’un parc, modèles initialement basés sur le concept de performance (ou niveau de service) par la poursuite du développement d'une méthodologie cohérente aux différentes échelles : temporelles (court, moyen, long termes) ou organisationnelles (macro, micro), par une analyse multicritères et multi-objectifs en domaine incertain (ou information incomplète). Le développement de modèles "Défauts-Dysfonctionnements" ou "physiques- fonctionnels" constitue un verrou scientifique majeur.

Axe — « Assemblage de connaissances, décision »

Axe — « Assemblage de connaissances, décision »

La complexité des systèmes conduit à devoir structurer, mutualiser et modéliser les flux de connaissances intra et inter disciplinaires. L’intégration des mesures, des connaissances et des modèles est capital pour concevoir des modèles communs intelligents, autonomes et évolutifs. Cette intégration se trouve confrontée à l’hétérogénéité des sources de connaissances, des formalismes utilisés dans chaque discipline impliquée (équations différentielles, graphes conceptuels, règles, cartes cognitives …), des échelles manipulées, des incertitudes (stochastiques, épistémiques, …). Un des enjeux de cet axe sera de mettre en place une démarche intégrative et générique de modélisation permettant d’assembler des morceaux de connaissances hétérogènes multi sources et multi échelles. On propose de poursuivre le développement du formalisme des livres électroniques de connaissances pour capitaliser et structurer la connaissance en le dotant de moteurs de raisonnement dans l’incertain. Les avancées technologiques et la numérisation des données entrainent une production massive de données connues ( bigdata). Leur exploitation est souvent rendue difficile (volume à explorer et/ou faute de connaissance approfondie pour systèmes complexes). Face à cette réalité, cet axe développera des méthodes et des outils de data minning, machine learning, deep learning issues de l’IA pour extraire et apprendre de la connaissance utile et exploitable à partir des données issues de l’axe END et ainsi enrichir les modèles prédictifs, basés sur de l’optimisation multi-objectifs.

GT3
De gauche à droite : effet du nombre de carottes sur la qualité de l’estimation de la résistance in situ du béton, front de Pareto des solutions optimales dans un problème d’interaction sol-structure, évaluation multi-critère et optimisation 

Mise à jour le 07/11/2024