Annuaire des thèses
JUmeau Numérique pour la cartographie des Ions Chlorures dans les structures EMR en Béton (projet JUNIC) Franck Schoefs
Description
Objectifs de la thèse : Le premier objectif de la thèse est de développer des outils pour cartographier les chlorures dans un béton d’enrobage avec des capteurs intégrés. Le second objectif est d’appliquer cette cartographie à une structure bio-colonisée. Le troisième est de développer un code tirant partie de cette nouvelle manière de mesurer les chlorures et d’essais accélérés en laboratoire pour prédire la pénétration future des chlorures in-situ en prolongeant les travaux de Tran et al. (2018) dans un cadre de variabilité spatiale.
Travaux prévisionnels : Dans cette thèse on propose en premier lieu de cartographier les chlorures à partir de mesures de résistivité obtenues avec un capteur de résistivité multi électrodes intégré à la structure (Priou 2019 a), de température et d’humidité. On s’appuiera sur les algorithmes développés dans le cadre de la thèse de Johann Priou (Priou 2019 B), qui a démontré la possibilité d’obtenir une cartographie de résistivité d’un béton à partir d’un jeu de mesure de potentiel, d’un modèle aux éléments finis de la structure en béton et d’une approximation de celui-ci. Les promesses entrevues dans cette thèse devront être consolidés avec notamment une amélioration des algorithmes permettant d’identifier la résistivité dans des temps de calculs raisonnables (quelques heures ou jours contre quelques semaines actuellement dû au grand nombre de paramètres à identifier) rendant les algorithmes de traitement compatibles avec les systèmes de supervision sur site. Pour y arriver, les stratégies suivantes seront étudiées : proposer une modélisation de la résistivité qui rende compte d’une éventuelle connaissance a priori de propriétés du champ de résistivité (corrélation spatiale, front de chlorure etc) et qui en même temps diminue le paramétrage associé ; optimiser les algorithmes de résolution afin de tenir compte des erreurs de mesure et des erreurs de modélisation de la résistivité.
La seconde tâche concerne le passage de la cartographie de résistivité à une cartographie des ions chlorures. La relation n’est pas directe et une manière de procéder consiste à effectuer des essais de qualification du couple résistivité-béton pour obtenir la probabilité de détection d’un seuil de chlorures donné (Lecieux 2015) en réponse à la mesure d’une diminution de résistivité du béton. Une telle approche n’est pas viable dans le contexte d’une utilisation à grande échelle du monitoring puisque ces essais sont longs et onéreux. L’enjeu est de limiter le nombre d’expérimentations nécessaires à qualifier un béton particulier. On cherchera notamment à identifier un modèle prédictif du taux de chlorures en s’appuyant sur des bases de données liant taux d’humidité, taux de chlorure et résistivité électrique (Saleem 1996). L’enjeu sera de construire des modèles pertinents du taux de chlorures à partir de données incomplètes par des techniques d’apprentissage de modèle multiparamétriques.
La troisième tâche est l’identification de la viabilité spatiale des ions chlorures en fonction de la profondeur et du temps, ce qui n’a jamais été réalisé mais ce que rend possible le capteur de résistivité avec l’approche développée par Clerc et al. (2019). Elle comprendra l’analyse du rôle de la biocolonisation sur la pénétration des chlorures à 3 ans. On s’appuiera pour ces dévellopements sur les résultats du projet SIMAR (Surveillance Intelligente des structures MARitimes basé sur un noyau multicapteur) sur lequel s’adosse le projet actuel.
La dernière tâche est d’alimenter un modèle de prédiction de pénétration des ions chlorures à partir d’essais couplés accélérés en bac de marnage et des mesures in-situ. Il s’agit de créer un réseau bayésien dont l’inconnue est le facteur d’accélération et les paramètres du modèle de diffusion de Clerc. Ce modèle, développé en 2020, n’a jamais été utilisé à cette fin et est le seul à ce jour à introduire un niveau de complexité suffisant et compatible avec les données disponibles pour un constructeur.
Base de données : Pour valider les algorithmes développés dans la thèse, outre les résultats expérimentaux disponibles dans la bibliographie, on s’appuiera sur des données expérimentales collectées par les membres de l’équipe d’encadrement sur plusieurs structures Ligériennes. Des capteurs de résistivité ont en effet été installés sur un quai portuaire à Saint Nazaire dans le cadre du projet IMARECO. Un essai accéléré simulant le marnage sur des éprouvettes représentant le béton d’enrobage de ce même quai est planifié au printemps 2022 pour une durée de deux ans dans les locaux du GeM sur le site de la faculté des sciences de Nantes. La confrontation de données issues des capteurs analysées avec les algorithmes développés dans le cadre de la thèse avec des titrages de chlorures issus de prélèvements sera riche d’enseignements. Enfin, la thèse a vocation à s’intégrer au projet SIMAR lauréat de l’AMI « Inventons le Port du Futur à La Turballe en 2020 », en analysant les mesures effectuées sur des éprouvettes similaires à celles utilisées en marnage accéléré positionnées en sous face d’un quai flottant en béton situé à la sortie du port de la Turballe. On disposera alors de 5 poutres de quais instrumentées mais surtout du ponton flottant instrumenté, ce qui constitue un « mini-fotteur » accessible bord à quai, ce qui est unique en France en termes d’instrumentation.
Mot(s)-clé(s)
- Béton
- Contrôle non destructif
- Modélisation