Structural Health Monitoring (surveillance structurelle) : tout ce que vous devez savoir

Le monitorage structurel (Structural Health Monitoring) est indispensable pour prévenir d’éventuels problèmes qui peuvent compromettre la sécurité publique. Voyons de quoi il s’agit et comment ces activités se développent grâce à l’application de nouvelles technologies et systèmes numériques innovants pour le monitoring et l’entretien des structures.

Pour faciliter votre travail, il est nécessaire d’un logiciel de monitoring de la santé des structures afin de pouvoir rassembler toutes les informations nécessaires pour garantir l’intégrité et la sécurité des bâtiments, ponts, routes et tous les autres types d’infrastructures.

Contrôle de santé intégré des structures

Éléments d’un système de surveillance structurelle (Structural Health Monitoring)

Un système de surveillance structurelle est un ensemble d’outils et de procédures conçus pour surveiller et évaluer les conditions d’une structure, comme un bâtiment, un pont, un barrage ou une autre infrastructure. Il comprend des capteurs, du matériel d’acquisition de données, BIM IoT Platform pour l’analyse et l’interprétation des données et des stratégies pour prendre des décisions basées sur les données acquises.

Il s’agit de systèmes fondamentaux pour garantir la sécurité, identifier d’éventuels problèmes structurels et planifier les activités de maintenance : 

1. capteurs : les capteurs sont les éléments les plus fondamentaux d’un système de surveillance structurelle. Ils peuvent inclure des accéléromètres, des inclinomètres, des capteurs de déformation, des capteurs de température, des capteurs d’humidité et bien d’autres. Ces capteurs détectent et enregistrent divers paramètres physiques qui peuvent indiquer des changements dans l’état de la structure ;
2. matériel d’acquisition des données : ce composant collecte les données des capteurs et les transmet au système de traitement des données. Cela peut inclure des modules d’acquisition de données, des systèmes de transmission de données et d’autres dispositifs ;
3. logiciel de traitement des données (SHM – Structural Health Monitoring software) : c’est le cœur du système de surveillance structurelle. Ce logiciel reçoit les données du matériel d’acquisition des données, les traite et produit des résultats utiles. Ces résultats peuvent inclure des graphiques, des diagrammes, des tableaux et d’autres visualisations qui rendent les données facilement compréhensibles ;
4. modèles d’interprétation des données : ce sont des algorithmes ou des procédures utilisés pour interpréter les données recueillies. Ces modèles peuvent aider à identifier des tendances, détecter des anomalies et prévoir d’éventuels problèmes futurs ;
5. protocoles de réponse : ce sont des plans d’action qui sont mis en œuvre lorsque le système de surveillance structurelle détecte un problème. Ceux-ci peuvent inclure des procédures de maintenance, d’évacuation ou d’autres interventions.

En conclusion, un système de surveillance structurelle est un ensemble complexe de composants qui travaillent ensemble pour surveiller et maintenir l’intégrité d’une structure. Le succès de ces systèmes dépend de la qualité des capteurs, de l’efficacité du matériel et du logiciel d’acquisition et de traitement des données, ainsi que de la capacité à interpréter et à répondre adéquatement aux données recueillies.

La surveillance structurelle dans l’ingénierie civile

Le Structural Health Monitoring dans le domaine civil consiste à observer et à suivre les conditions d’une structure dans le temps, grâce à l’utilisation de capteurs et d’instruments de mesure, dans le but d’identifier d’éventuels problèmes avant qu’ils ne deviennent critiques. Ces activités s’inscrivent dans les pratiques plus larges de surveillance des infrastructures utilisées pour garantir la sécurité, la maintenance préventive et la gestion des actifs.

Les ingénieurs civils utilisent une série de techniques et d’outils pour surveiller les structures. Ceux-ci incluent, mais ne sont pas limités à, des capteurs de déformation, des accéléromètres, des capteurs d’humidité, des capteurs de température, des capteurs de déplacement, etc. Ces outils détectent des variations dans les conditions structurelles (mouvements, déformations, changements de température ou d’humidité) et transmettent les informations à un système d’acquisition de données.

Les données recueillies sont ensuite analysées à l’aide de logiciels de traitement des données. Ces programmes sont capables d’interpréter de grandes quantités de données et d’identifier des modèles et des tendances. Grâce à l’analyse effectuée, les ingénieurs peuvent déterminer si la structure subit des contraintes ou des dommages, et s’il est nécessaire d’intervenir.

Un autre aspect critique de la surveillance structurelle dans l’ingénierie civile est la planification et la mise en œuvre de protocoles de réponse. Lorsque le système de surveillance détecte un problème, ces protocoles fournissent une feuille de route pour les actions à entreprendre, qui peuvent inclure des inspections supplémentaires, des réparations, des renforcements structurels ou, dans les cas les plus graves, l’évacuation et la démolition.

Ainsi, grâce à l’utilisation de technologies avancées et à la capacité d’analyser et d’interpréter de grandes quantités de données, les ingénieurs civils peuvent prévenir des problèmes structurels, minimiser les coûts de maintenance et garantir la sécurité des personnes et des biens.

Contrôle de santé intégré du génie civil

Surveillance structurelle des ponts

Ce système ne se limite pas à la seule période post-construction, mais commence dès la phase de conception. Pendant cette phase, les ingénieurs utilisent une série d’outils de calcul pour prédire le comportement de la structure sous différents charges et conditions environnementales. Ces modèles, cependant, reposent sur une série d’hypothèses qui pourraient ne pas correspondre exactement à la réalité. Par conséquent, une fois le pont construit, une surveillance constante est nécessaire pour vérifier si le comportement réel de la structure correspond aux prévisions.

L’objectif principal de la surveillance structurelle des ponts est de garantir la sécurité de l’infrastructure et de ceux qui l’utilisent. Pour ce faire, les ingénieurs doivent détecter toute anomalie dans le comportement de la structure, comme un mouvement excessif, des déformations inattendues, ou des dommages causés par des événements environnementaux ou des charges de trafic. Cela se fait grâce à l’utilisation d’une série de capteurs installés sur le pont (accéléromètres, capteurs de déformation, gyroscopes, thermocouples, etc.).

Les données collectées par les capteurs sont ensuite analysées à l’aide de logiciels spécialisés, qui permettent d’identifier et d’interpréter toute variation par rapport aux modèles de comportement attendus. Si les données indiquent un problème potentiel, les ingénieurs peuvent intervenir rapidement pour effectuer des réparations ou des renforcements structurels, évitant ainsi des accidents ou des dommages plus graves.

De plus, la surveillance structurelle des ponts contribue également à leur maintenance et gestion à long terme. En analysant les données historiques, les ingénieurs peuvent mieux comprendre comment la structure réagit au fil du temps à différents facteurs, tels que la charge de trafic, les conditions météorologiques, le vieillissement des matériaux, etc. Cela permet de planifier la maintenance de manière plus efficace et de prévenir les problèmes avant qu’ils ne surviennent.

Enfin, seulement à travers une surveillance précise et continue est-il possible de garantir la sécurité et l’efficacité des ponts, préservant ainsi la vie des personnes et contribuant à la durabilité de nos infrastructures.

Surveillance structurelle des bâtiments

Tout comme les ponts, les bâtiments nécessitent une surveillance constante pour garantir leur sécurité et leur intégrité et peuvent révéler des signes de dégradation, des dommages dus à des événements tels que des tremblements de terre ou des inondations, ou simplement l’usure naturelle du temps.

Pour fournir une évaluation précise de l’état de santé structurelle d’un bâtiment, il est important de prendre en compte une série de phases et de composants fondamentaux qui se combinent entre eux : 

1. planification de la surveillance : prévoit la définition des objectifs de la surveillance, la sélection des paramètres à mesurer et la conception du système de surveillance. Les objectifs peuvent varier en fonction du type de structure, de son état actuel, de l’utilisation du bâtiment et d’autres facteurs. Les paramètres à surveiller peuvent inclure des mouvements structurels, des déformations, des sollicitations, des températures, de l’humidité, des vibrations, et d’autres encore ;
2. installation des capteurs : selon les paramètres sélectionnés, différents types de capteurs sont installés dans le bâtiment. Ceux-ci peuvent inclure des accéléromètres pour mesurer les vibrations, des extensomètres pour surveiller les déformations, des thermocouples pour la température, des hydromètres pour l’humidité, et ainsi de suite. La position et la configuration des capteurs sont choisies en fonction de la structure du bâtiment et des points critiques à surveiller ;
3. collecte des données : les capteurs collectent des données en temps réel ou à intervalles réguliers et les envoient à un système d’acquisition de données. Ce système peut être basé sur un ordinateur local ou sur une plateforme cloud, et permet l’enregistrement, le stockage et le traitement des données ;
4. analyse des données : les données collectées sont ensuite analysées à l’aide de logiciels spécifiques. Ces outils permettent d’identifier d’éventuelles variations par rapport aux valeurs de référence, signalant des anomalies ou des problèmes structurels possibles. L’analyse peut également inclure des techniques de modélisation et de simulation pour prévoir le comportement futur de la structure ;
5. intervention : en fonction des résultats de l’analyse, les ingénieurs peuvent décider d’effectuer des interventions correctives ou de maintenance sur la structure. Celles-ci peuvent inclure des renforcements structurels, des réparations, des modifications de la charge ou de l’utilisation du bâtiment et d’autres mesures ;
6. rapport et communication : enfin, les résultats de la surveillance et les actions entreprises sont documentés et communiqués aux parties prenantes. Cela peut inclure des propriétaires de bâtiments, des autorités de réglementation, des assureurs, et d’autres.

Durabilité structurelle et surveillance de la santé

Ce qui a été dit précédemment sert à garantir la durabilité structurelle grâce à la surveillance de la santé, des aspects qui vont de pair.

La durabilité se réfère à la capacité d’une structure à résister dans le temps et à supporter les conditions environnementales et est une caractéristique fondamentale des structures. Elle est influencée par une série de facteurs, y compris les matériaux utilisés, les techniques de construction, les conditions environnementales, l’utilisation de la structure et les pratiques de maintenance. Pour garantir la durabilité structurelle, il est nécessaire de prévoir et de gérer une série de problèmes et de risques potentiels, tels que la détérioration des matériaux due à des conditions environnementales défavorables, les charges excessives, les vibrations, les défauts de construction et d’autres encore. La surveillance de la santé, en revanche, aide à garantir que la structure maintienne cette durabilité.

À travers une approche intégrée qui combine une conception et une construction de qualité avec une surveillance et une maintenance efficaces, il est possible de garantir la sécurité, la fonctionnalité et la durabilité des structures dans le temps.

Programmation maintenance

Intelligence artificielle dans le suivi structurel : une perspective de machine learning

L’intelligence artificielle (IA) et le machine learning ont énormément changé le domaine du Structural Health Monitoring. Les algorithmes d’apprentissage automatique peuvent analyser d’énormes quantités de données recueillies par les capteurs, identifier des modèles et des tendances, et prévoir des problèmes structurels potentiels avec une précision jamais vue auparavant. Cela ouvre de nouvelles possibilités pour le suivi structurel, rendant nos infrastructures encore plus sûres et efficaces.

L’application de l’intelligence artificielle (IA) dans le suivi structurel repose sur la capacité de l’IA à traiter et interpréter de grandes quantités de données et à en apprendre les informations. L’IA peut donc aider à identifier et prévoir les problèmes structurels, améliorant l’efficacité et l’efficacité du suivi et de la maintenance.

Voici quelques façons dont l’IA peut être appliquée dans le suivi structurel : 

1. detection et diagnostic des anomalies : les algorithmes de machine learning peuvent être formés pour reconnaître des modèles dans les données de suivi structurel, identifier des anomalies ou des variations par rapport à ces modèles et diagnostiquer des problèmes potentiels. Par exemple, un algorithme pourrait être formé pour détecter des variations dans les vibrations d’un pont qui pourraient indiquer un dommage structurel ;
2. prévision de la détérioration structurelle : l’IA peut être utilisée pour développer des modèles de prévision qui estiment quand et où des problèmes structurels pourraient survenir en fonction de divers facteurs, tels que les données historiques de suivi, les conditions environnementales et les caractéristiques de la structure. Par exemple, on pourrait prévoir l’apparition de la corrosion dans un bâtiment en acier en fonction de facteurs tels que l’humidité et la température ;
3. optimisation de la maintenance : les algorithmes d’IA peuvent aider à planifier et optimiser les opérations de maintenance, par exemple en déterminant le moment optimal pour effectuer les réparations afin de minimiser les coûts et l’impact sur les opérations. Cela est souvent défini comme maintenance prédictive ;
4. analyse des images : l’IA peut être utilisée pour analyser les images ou les vidéos des structures, obtenues par drones ou autres technologies. Les algorithmes de machine learning peuvent aider à identifier certaines caractéristiques, telles que des fissures ou des déformations, qui pourraient indiquer un dommage structurel.

Juste pour donner un exemple, récemment, certaines entreprises d’ingénierie ont commencé à utiliser des drones équipés de caméras haute résolution et d’algorithmes d’IA pour inspecter les structures de ponts et de bâtiments. Les algorithmes ont analysé les images pour détecter des problèmes potentiels, tels que des fissures ou de la corrosion, difficiles à détecter à l’œil nu. Cela permet d’effectuer des inspections plus rapides, sûres et efficaces par rapport aux méthodes traditionnelles.

Le suivi structurel est un domaine en rapide évolution qui joue un rôle fondamental dans la sécurité et l’efficacité de nos infrastructures. Avec l’avènement de technologies telles que l’intelligence artificielle et le machine learning, les possibilités sont vraiment illimitées.

Le futur du contrôle et du suivi structurel des bâtiments : l’intégration entre IoT et Digital Twin

L’évolution technologique permet d’implémenter des systèmes de suivi structurel continu et permanent, capables de transformer la gestion du patrimoine immobilier d’une approche réactive à une approche proactive. Ce changement de paradigme est évident dans les résultats d’une récente expérimentation prototypale menée en Italie sur le « Condominio Libertà » à Reggio Calabria.

Le projet, né de la collaboration entre le spin-off académique BIG de l’Université Méditerranéenne de Reggio Calabria, Sisdev, ACCA Software et l’entreprise Berna Engineering, démontre comment l’union entre la modélisation informative et l’Internet des Objets (IoT) représente la nouvelle frontière pour la sauvegarde de la vie humaine et la résilience du bâti.

À travers cette approche, le suivi structurel des bâtiments n’est plus une mesure d’urgence, mais un outil de connaissance continue de l’œuvre. La combinaison entre les données en temps réel et les modèles numériques permet en effet de détecter rapidement même les plus petits signes de détérioration. Cela réduit drastiquement le risque d’interventions urgentes, coûteuses et impactantes, tout en optimisant les coûts de gestion et en accélérant le rétablissement des activités et de l’habitabilité après des événements calamiteux.

De la mesure Scan-to-BIM au jumeau numérique pour la surveillance de la santé structurelle

Le cœur opérationnel d’un système moderne de surveillance sismique et structurelle réside dans la création d’un jumeau numérique interactif. Dans le cas d’étude cité, le processus a commencé par la phase de mesure et de restitution numérique du bâtiment via la méthodologie Scan-to-BIM. Cette activité a permis de générer un modèle structurel et architectural as-built d’une très haute précision, fondamental pour planifier le plan exact de déploiement des capteurs. L’aspect innovant de la technologie digital twin structural health monitoring réside dans la connexion bidirectionnelle entre le modèle géométrique tridimensionnel (au format IFC) et la plateforme cloud de gestion IoT. À l’intérieur du jumeau numérique, chaque capteur physique est mappé avec un code de référence unique. De cette manière, la plateforme anime dynamiquement le modèle 3D, modifiant les couleurs et les étiquettes des éléments en temps réel en fonction des sollicitations détectées. Cette flexibilité permet de définir des règles de coloration conditionnelle pour mettre en évidence visuellement les situations critiques où les valeurs dépassent les seuils de sécurité établis, offrant aux gestionnaires une compréhension immédiate du comportement de l’ouvrage.

La technologie des capteurs pour la surveillance structurelle : réseaux sans fil et nœuds multisenseurs

Le choix de la sensorique est un élément crucial dans la conception d’un écosystème de structural health monitoring efficace, surtout lorsqu’il s’agit du patrimoine bâti existant. Les structures traditionnelles en béton armé, comme le bâtiment de six étages objet de l’expérimentation calabraise, nécessitent un positionnement stratégique qui évite la redondance des données. Pour gouverner la réponse sismique d’un bâtiment, il est nécessaire d’examiner les deux facteurs principaux qui la déterminent : la masse (généralement concentrée dans les dalles) et la rigidité (représentée par les éléments porteurs, les cages d’escalier et les sommets nodaux les plus éloignés du centre de masse).

Pour répondre à ces besoins sans impacter l’esthétique ou la fonctionnalité des espaces de vie, la technologie actuelle privilégie l’utilisation de nœuds multisenseurs sans fil. L’absence de câbles et l’utilisation de protocoles de transmission à longue portée et basse consommation, comme LoRaWAN, facilitent l’installation à tout point accessible de la structure. Un seul nœud placé sur la structure est capable de stocker et d’analyser simultanément jusqu’à dix paramètres différents, parmi lesquels la température, l’inclinométrie, l’accélération, le déplacement et la déformation. Dans la surveillance structurelle statique et dynamique, la distinction entre ces deux derniers paramètres est essentielle : tandis que les capteurs de déplacement contrôlent l’évolution des fissures physiques, les capteurs de déformation (connus sous le nom de strain gauges) mesurent les dilatations internes des matériaux pour évaluer la réponse mécanique effective de la structure sous charge ou lors d’un séisme.

Gestion des Big Data et Tableaux de Bord Interactifs pour la Maintenance Prédictive

L’énorme quantité de données générée par les nombreux points de mesure répartis sur les différents étages du bâtiment nécessite des outils avancés de cloud computing et de visualisation pour ne pas surcharger l’utilisateur final. Les plateformes modernes de iot structural health monitoring surmontent ce problème en introduisant la logique des « vues structurées », qui permettent d’isoler certains niveaux ou zones spécifiques de la construction pour effectuer des analyses ciblées. En plus du contrôle en temps réel, les systèmes logiciels associés permettent de structurer des tableaux de bord interactifs qui enregistrent et historisent les données dans le temps sous forme de séries temporelles. L’analyse de ces historiques, combinée à l’application de modèles de machine learning et de simulations prédictives, permet d’identifier des motifs anormaux latents ou des tendances de détérioration à long terme. On passe ainsi d’une simple surveillance à un véritable outil de maintenance préventive et prédictive, capable de générer des alertes automatiques et de fournir aux ingénieurs, constructeurs et gestionnaires les informations clés pour protéger les personnes et valoriser la résilience des actifs résidentiels et infrastructurels.

Étude de cas sur la surveillance de la santé structurelle IoT : l’intégration entre openBIM et capteurs IoT

L’évolution technologique dans le secteur de la construction redéfinit radicalement les modalités par lesquelles la sécurité de nos infrastructures est garantie. Un exemple concret de cette transformation numérique est représenté par le projet de recherche et développement intitulé « Open IBAM Advance Visual Technologies », mené en collaboration avec le Département de Structures pour l’Ingénierie et l’Architecture de l’Université Federico II de Naples. Ce projet a démontré comment l’application des Lignes Directrices Ponts émises par le Ministère des Infrastructures et des Transports peut être optimisée et numérisée grâce à l’utilisation de normes openBIM et de systèmes innovants de surveillance structurelle. L’objectif fondamental est de surmonter les limites technologiques des systèmes traditionnels, offrant à tous les acteurs impliqués une gestion collaborative, interopérable et hautement précise de la sécurité structurelle.

Le contexte réglementaire et la centralité du SHM

Les Lignes Directrices Ponts de 2022 introduisent une approche multilayer pour évaluer la sécurité des ouvrages existants, allant de l’acquisition des informations de base du recensement (Niveau 0) et des inspections visuelles (Niveau 1), jusqu’au calcul algorithmique de la classe d’attention (Niveau 2). Lorsque des classes de risque ou des vulnérabilités significatives sont détectées, l’adoption de systèmes pour la surveillance de la santé structurelle (SHM) continue devient un choix stratégique fondamental pour le gestionnaire. Ce type de surveillance structurelle permet en effet d’acquérir des flux de données en temps réel sur la réponse de l’ouvrage aux sollicitations environnementales et de trafic, orientant les décisions des opérateurs et prolongeant la durée de vie des structures. Les mêmes approches méthodologiques et l’utilisation d’outils avancés pour la surveillance structurelle trouvent aujourd’hui application non seulement dans les infrastructures, mais aussi dans la surveillance structurelle des bâtiments, offrant des stratégies prédictives essentielles pour la sauvegarde du patrimoine construit.

Le cas d’étude : le viaduc de Naples-Salerne

La validité de cette approche a été testée sur le terrain à travers un cas d’étude spécifique : un viaduc à haute voie supérieure situé sur l’autoroute Naples-Salerne. L’ouvrage en question est réalisé en béton armé et présente une portée totale de 120 mètres, divisée en 11 travées de 10 mètres chacune. Pour identifier avec précision le comportement structurel du viaduc, un plan de IoT Structural Health Monitoring a été conçu basé sur la disposition ciblée de capteurs avancés pour la surveillance structurelle. Plus précisément, le système prévoit l’installation de capteurs accélérométriques positionnés sur les poutres et de capteurs de pression répartis sur les arches et les piliers, tous connectés à des unités d’acquisition.

Cette configuration permet d’activer une surveillance structurelle efficace, statique et dynamique, surveillant constamment à la fois les réponses aux vibrations et les variations de pression et de charge sur l’ouvrage.

Le flux de travail numérique : LOIN et normes IDS

La véritable innovation du cas d’étude réside dans la gestion du flux d’informations entièrement numérisée au sein de l’environnement usBIM Platform. Le processus a commencé par la définition du LOIN (Level of Information Need), régulé par des normes européennes également adoptées au niveau national, qui spécifie la qualité, la quantité et la granularité des données géométriques et alphanumériques nécessaires pour l’échange d’informations.

Les exigences du LOIN ont été traduites dans un format électronique lisible par les ordinateurs (XML) grâce à la norme IDS (Information Delivery Specification) développée par BuildingSmart International. L’utilisation de l’IDS a permis de guider le modélisateur BIM tant dans la phase préliminaire que dans la phase d’exécution, en insérant dans les modèles IFC les propriétés correctes des capteurs de surveillance structurelle (comme les exigences de précision minimale ou le nombre d’axes).

De plus, l’application a automatisé la validation du modèle en sortie, signalant rapidement au validateur d’éventuelles anomalies ou manques par rapport aux exigences requises lors de la commande.

Vers le contrôle structurel en temps réel et les jumeaux numériques

L’intégration native des données provenant des capteurs IoT au sein des modèles d’information tridimensionnels représente l’étape évolutive fondamentale vers la création d’un digital twin structural health monitoring. Grâce à des tableaux de bord numériques ou des dashboards de gestion, les éléments structurels du modèle IFC peuvent changer de couleur dynamiquement en fonction des mesures effectuées sur site, offrant un retour visuel immédiat sur l’état de santé de l’ouvrage.

Ce flux de travail standardisé, en plus d’optimiser les processus de gestion des viaducs autoroutiers, définit une méthodologie d’excellence pour le contrôle et la surveillance structurelle des bâtiments complexes ou stratégiques.

Grâce à la transparence des données et à l’interopérabilité garantie par l’openBIM, les gestionnaires disposent enfin d’un outil scientifique pour détecter les phénomènes de dégradation dès leur apparition et planifier de manière rationnelle les investissements de maintenance.

Que pouvez-vous faire avec un logiciel de surveillance de la santé des structures

Pour créer un système IoT de surveillance d’un pont basé sur un modèle BIM avec un logiciel de surveillance de la santé des structures, on commence par développer le modèle IFC de l’infrastructure.

Dans ce modèle, les capteurs (accéléromètres, inclinomètres, capteurs de température, etc.) sont intégrés, chacun étant accompagné des propriétés IFC pertinentes. Chaque capteur est associé aux éléments structurels surveillés, permettant de collecter et de visualiser les données en temps réel directement dans le modèle.

Les données peuvent être filtrées par type de capteur ou par section du pont, comme la dalle, facilitant l’analyse des informations. Un système de gestion permet de visualiser toutes les infrastructures dans un environnement géoréférencé, avec la possibilité de créer des vues spécifiques, de mettre en évidence les capteurs et d’analyser des données historiques et en temps réel. De plus, il est possible d’activer des interactions BIM avancées pour optimiser la gestion et l’analyse des données provenant de la surveillance, améliorant ainsi la maintenance prédictive et la gestion structurelle.

Vous pourriez être intéressé par « GeoAI« 

FAQ Surveillance de la santé des structures

Qu’est-ce qu’un système de surveillance structurelle (Structural Health Monitoring) et quels éléments le composent ?

Un système de surveillance structurelle est un ensemble d’outils et de procédures conçus pour surveiller et évaluer les conditions d’une structure, comme un bâtiment, un pont, un barrage ou une autre infrastructure. Il comprend plusieurs éléments fondamentaux qui travaillent ensemble : les capteurs (accéléromètres, inclinomètres, capteurs de déformation, température, humidité, etc.) qui détectent et enregistrent les différents paramètres physiques ; le matériel d’acquisition de données qui collecte les données des capteurs et les transmet au système de traitement ; le logiciel de traitement des données (logiciel SHM) qui reçoit les données, les traite et produit des résultats utiles tels que des graphiques, des diagrammes et des tableaux ; les modèles d’interprétation des données, c’est-à-dire des algorithmes utilisés pour identifier des tendances, des anomalies et prévoir des problèmes futurs ; et enfin, les protocoles de réponse, c’est-à-dire des plans d’action (maintenance, évacuation ou autres interventions) mis en œuvre lorsque le système détecte un problème.

Comment la surveillance de la santé des structures est-elle appliquée dans le génie civil ?

Dans le domaine civil, elle consiste à observer et à suivre les conditions d’une structure dans le temps grâce à l’utilisation de capteurs et d’instruments de mesure, afin d’identifier d’éventuels problèmes avant qu’ils ne deviennent critiques. Les ingénieurs civils utilisent des techniques et des outils pour détecter des variations dans les conditions structurelles (mouvements, déformations, variations thermiques ou hygrométriques) et transmettent les informations à un système d’acquisition de données. Ces données sont analysées avec des logiciels de traitement pour déterminer si la structure subit des contraintes ou des dommages et s’il est nécessaire d’intervenir. De plus, des protocoles de réponse sont planifiés et exécutés, fournissant une feuille de route pour les actions à entreprendre, telles que des inspections supplémentaires, des réparations, des renforcements structurels ou, dans les cas les plus graves, l’évacuation et la démolition.

Quelles sont les particularités de la surveillance structurelle des ponts ?

La surveillance des ponts ne se limite pas à la seule période post-construction, mais commence dès la phase de conception grâce à des outils de calcul pour prédire le comportement de la structure. Une fois le pont construit, la surveillance constante sert à vérifier si le comportement réel correspond aux prévisions. L’objectif principal est de garantir la sécurité de l’infrastructure en détectant des anomalies (mouvement excessif, déformations inattendues, dommages dus à des événements environnementaux ou à des charges de trafic) grâce à des capteurs installés (accéléromètres, capteurs de déformation, gyroscopes, thermocouples, etc.). Les données collectées sont analysées par des logiciels spécialisés pour identifier des variations par rapport aux modèles attendus, permettant des réparations rapides et une gestion et une maintenance efficaces à long terme basées sur l’analyse des données historiques liées au vieillissement des matériaux et aux facteurs météorologiques ou de trafic.

Quelles sont les phases et les composants fondamentaux du suivi structurel des bâtiments ?

Le suivi des bâtiments pour garantir leur sécurité et leur intégrité se décline en plusieurs phases et composants : 1) Planification du suivi : définition des objectifs en fonction du type et de l’utilisation du bâtiment et sélection des paramètres à mesurer (mouvements, déformations, sollicitations, vibrations, etc.) ; 2) Installation des capteurs : positionnement aux points critiques d’accéléromètres, extensomètres, thermocouples ou hydromètres ; 3) Collecte des données : envoi des données en temps réel ou à intervalles réguliers à un système d’acquisition local ou dans le cloud ; 4) Analyse des données : utilisation de logiciels spécifiques, modèles et simulations pour identifier les variations par rapport aux valeurs de référence et signaler les anomalies ; 5) Intervention : exécution de mesures correctives ou de maintenance telles que des renforts structurels ou des modifications de charge ; 6) Rapport et communication : documentation et partage des résultats avec les parties prenantes (propriétaires, autorités, assureurs).

Quel est le lien entre la durabilité structurelle et le suivi de la santé des structures ?

La durabilité se réfère à la capacité d’une structure à résister dans le temps et à supporter les conditions environnementales, et elle est influencée par les matériaux, les techniques de construction, l’utilisation et les pratiques de maintenance. Pour garantir la durabilité, il est nécessaire de gérer des risques tels que la dégradation des matériaux, les charges excessives, les vibrations et les défauts de construction. Le suivi de la santé (Structural Health Monitoring) aide à garantir que la structure maintienne cette durabilité dans le temps. Grâce à une approche intégrée qui combine une conception et une construction de qualité avec un suivi et une maintenance efficaces, il est possible de préserver la sécurité, la fonctionnalité et la durabilité des ouvrages.

Comment l’intelligence artificielle et le machine learning sont-ils appliqués dans le Structural Health Monitoring ?

L’intelligence artificielle et le machine learning permettent de traiter et d’interpréter d’énormes quantités de données provenant des capteurs pour identifier des modèles, des tendances et prévoir des problèmes avec une précision très élevée. Ils trouvent application de différentes manières : dans la détection et le diagnostic d’anomalies (ex. reconnaître des variations dans les vibrations d’un pont indiquant un dommage) ; dans la prévision de la dégradation structurelle via des modèles prédictifs basés sur des données historiques et environnementales (ex. estimer l’apparition de la corrosion due à l’humidité et à la température) ; dans l’optimisation de la maintenance (maintenance prédictive pour minimiser les coûts et les désagréments) ; et dans l’analyse des images ou vidéos capturées par des drones, où les algorithmes détectent des fissures ou des déformations difficiles à percevoir à l’œil nu, rendant les inspections plus rapides, sûres et efficaces.

En quoi consiste l’intégration entre l’IoT et le Digital Twin dans le contrôle et le suivi structurel des bâtiments ?

L’intégration entre l’Internet des Objets (IoT) et le Digital Twin représente la nouvelle frontière pour la sauvegarde de la vie humaine et la résilience du bâti, transformant la gestion du patrimoine immobilier d’une approche réactive à une approche proactive. Comme démontré dans l’expérimentation du ‘Condominium Libertà’ à Reggio Calabria, le processus commence par le relevé Scan-to-BIM pour générer un modèle structurel et architectural as-built de haute précision. La technologie Digital Twin crée une connexion bidirectionnelle entre le modèle géométrique 3D (au format IFC) et la plateforme cloud IoT. À l’intérieur du jumeau numérique, chaque capteur physique est mappé avec un code unique : la plateforme anime dynamiquement le modèle 3D en modifiant les couleurs et les étiquettes en temps réel en fonction des sollicitations détectées, appliquant des règles de coloration conditionnelle au dépassement des seuils de sécurité.

Quelles technologies et critères guident le choix des capteurs pour la surveillance structurelle ?

Dans les structures existantes, on privilégie l’utilisation de nœuds multisenseurs sans fil pour éviter le déploiement de câbles et faciliter l’installation via des protocoles à longue portée et basse consommation comme LoRaWAN. Un seul nœud peut analyser simultanément jusqu’à dix paramètres (température, inclinométrie, accélération, déplacement et déformation). Le choix nécessite un positionnement stratégique pour éviter les redondances, en enquêtant sur les facteurs qui gouvernent la réponse sismique : la masse (concentrée dans les dalles) et la rigidité (éléments portants, cages d’escalier et sommets nodaux). Dans la surveillance statique et dynamique, il est fondamental de distinguer entre les capteurs de déplacement (qui contrôlent l’évolution des fissures physiques) et les capteurs de déformation ou jauges de contrainte (qui mesurent les dilatations internes des matériaux pour évaluer la réponse mécanique de la structure sous charge ou lors d’un séisme).

Comment se déroule la gestion des Big Data et l’utilisation des tableaux de bord interactifs pour la maintenance prédictive ?

L’énorme volume de données généré par les capteurs est géré via des plateformes cloud de surveillance de la santé structurelle IoT qui introduisent la logique des ‘vues structurées’, permettant d’isoler certains niveaux ou zones spécifiques de la construction sans surcharger la visualisation. Le système permet de structurer des tableaux de bord interactifs qui enregistrent et historisent les données dans le temps sous forme de séries temporelles. L’analyse de ces historiques, combinée à des modèles d’apprentissage automatique et des simulations prédictives, permet d’identifier des motifs anormaux latents ou des tendances de détérioration à long terme. Cela transforme la surveillance en un outil de maintenance préventive et prédictive, capable de générer des alertes automatiques utiles aux ingénieurs, constructeurs et gestionnaires pour protéger les personnes et valoriser la résilience des actifs résidentiels et infrastructurels.

Que peut-on faire concrètement avec un logiciel de surveillance de la santé structurelle intégré au BIM ?

Avec un logiciel de surveillance de la santé structurelle, il est possible de créer un système IoT de surveillance basé sur un modèle BIM (par exemple d’un pont) en développant le modèle IFC de l’infrastructure. Dans ce modèle, les capteurs (accéléromètres, inclinomètres, capteurs de température, etc.) sont intégrés numériquement, accompagnés de leurs propriétés IFC et associés aux éléments structurels surveillés, permettant de collecter et de visualiser les données en temps réel directement dans le modèle 3D. Les données peuvent être filtrées par type de capteur ou section structurelle (comme la dalle), facilitant l’analyse. Le système permet également de visualiser toutes les infrastructures dans un environnement géoréférencé, de créer des vues spécifiques, de mettre en évidence les capteurs, d’analyser les données historiques et d’activer des interactions BIM avancées pour optimiser la maintenance prédictive.