Comment identifier précisément l’état des fissures dans le béton vieillissant des ponts, barrages, tunnels et autres bâtiments - Mais surtout comment la technologie et l’intelligence artificielle peuvent faciliter les interventions des ingénieures et ingénieurs sur le terrain - Ces questions sont au coeur du travail de Master en génie civil d’Hugo Nick. Pour mener à bien ses recherches, le jeune homme a collaboré avec le Laboratoire de construction en béton (IBETON), au sein de la Faculté de l’environnement naturel, architectural et construit (ENAC).
«Il est normal d’observer des fissures dans des structures en béton armé. Ces dernières peuvent s’ouvrir ou se fermer selon les différents types de charges qui agissent sur la structure», explique Enrique Corres Sojo, assistant-doctorant à IBETON qui a encadré le travail de l’ancien étudiant. «La question délicate est de savoir si la fissure pose problème et s’il y a un risque associé.» Actuellement, l’observation des ouvrages d’art est réalisée par un expert qui évalue son état à l’oeil nu et à l’aide d’outils de mesure simples comme une petite règle. Mais une telle inspection peut engendrer une certaine imprécision. «Elle est également limitée puisqu’elle ne permet pas de se rendre dans des endroits difficiles d’accès», ajoute Hugo Nick. C’est pourquoi le développement de service automatisé de détection de fissures a vu le jour et est en plein essor.
L’ancien étudiant de l’ENAC aujourd’hui employé dans un bureau d’ingénieur civil en Valais s’est penché sur ces nouveaux moyens de détection automatique et a analysé les forces et faiblesses de deux méthodes de mesure différentes, dont une nouvelle développée à l’EPFL.
Reproduction à petite échelle
Le premier outil à disposition, appelé la corrélation d’images numériques, est une technique de mesure déjà connue pour sa grande précision, majoritairement exploitable en laboratoire. Le principe est de créer artificiellement à l’aide d’une charge une fissure dans une structure en béton reproduite à petite ou grande échelle. Puis, de prendre des images du processus à toutes les étapes de chargement jusqu’à la rupture des éléments. Les scientifiques utilisent ensuite un logiciel doté d’un algorithme qui analyse une image de référence avant la fissure et une autre où la déformation est visible. Il identifie les points de références entre les deux clichés afin d’obtenir un champ de déplacement puis un champ de déformation. Cet outil fournit des informations très claires sur l’ouverture de la fissure.La deuxième méthode automatique de détection, elle, est encore au stade expérimental et a été développée au sein du Laboratoire d’ingénierie sismique (EESD). Nommée «approche par les bords», elle nécessite uniquement une photo de la fissure prise sur le site. «On applique un algorithme de détection qui utilise l’intelligence artificielle. Il s’agit d’un réseau de neurones qui a été entrainé avec des milliers de photos et qui arrive à prédire la détection de la fissure. Cette nouvelle méthode commence à être utilisée sur le terrain et présente de nombreux avantages», précise l’ingénieur.
Photos prise au téléphone portable
Pour documenter les capacités de ce nouvel outil, l’alumnus l’a testé en laboratoire. Il devait comprendre en particulier quel type d’appareil photo il pouvait utiliser, le nombre de pixels nécessaire pour obtenir une image de qualité et la distance adéquate à laquelle la photo devait être prise pour l’obtenir. Il est arrivé à la conclusion que l’algorithme fonctionne correctement lorsque l’ouverture de la fissure est représentée par trois pixels au minimum. Ensuite, la précision des mesures dépend de la taille des pixels sur l’image. «J’ai calculé que je devais prendre la photo à 35 cm pour mesurer une fissure problématique de 0,3 millimètre.» Ses tests confirment que cette nouvelle approche est prometteuse, car elle est simple d’utilisation, peut être réalisée avec un téléphone portable, et appliquée dans des lieux compliqués d’accès, via un drone par exemple. Mais l’algorithme de détection présente encore quelques imprécisions surtout pour les ouvertures de fissures très petites. A cet égard, la méthode de corrélation d’images numériques reste la plus précise.Automatiser la détection des fissures permettra de limiter les erreurs et imprécisions et rendre les inspections d’ouvrages d’art plus fiables et plus rapides.
Hugo Nick, ancien étudiant en génie civil de l’EPFL
Dans les années à venir, ces nouveaux outils pourront guider les experts sur le terrain afin d’obtenir des informations supplémentaires sur l’état général des structures en béton armé. «Automatiser la détection des fissures permettra de limiter les erreurs et imprécisions et rendre les inspections d’ouvrages d’art plus fiables et plus rapides. Mais il reste encore des recherches à mener afin de développer une méthodolgie fiable capable d’évaluer la dangerosité d’une fissure sur site, » conclut Hugo Nick.