Vers un choix optimisé de la modélisation des dégradations du béton pour la maintenance des structures

Il est communément accepté qu'une stratégie de maintenance préventive efficace est indispensable pour optimiser la durée de vie d'un ouvrage donné. La présent travail de thèse s'inscrit dans le cadre du projet ANR-EVADEOS (Évaluation non destructive des ouvrages pour la prévision des dégradations et l'optimisation de leur suivi) dont l'objectif est de fournir aux gestionnaires d'ouvrages en béton une stratégie de maintenance préventive vis-à-vis de la corrosion des armatures, en tenant compte des aspects physico-chimiques, ainsi que des contraintes et moyens techniques et financiers des gestionnaires. S'agissant d'une démarche préventive, l'utilisation de modèles de prévision des dégradations est nécessaire. L'objectif global de cette etude est d'orienter le gestionnaire d'ouvrage quant au choix du modèle le plus approprié pour sa structure compte tenu des données dont il dispose et de sa stratégie de maintenance souhaitée. Une synthèse des modèles existants a donc été menée. Cependant, cette étude se focalise par la suite sur les modèles simplifiés car ces derniers ont été conçus pour une utilisation en ingénierie et sont plus accessibles pour le gestionnaire d'ouvrage. La quantité de données disponibles est variable d'un ouvrage à l'autre, ce qui impose de faire des inspections lorsque les données sont insuffisantes pour alimenter les modèles prévisionnels. De plus, les modèles simplifiés ne fournissent que des informations en un point de la surface d'une structure mais ne permettent pas la description des dégradations sur l'ensemble d'une surface, chose essentielle dans une stratégie de maintenance. Enfin, les mécanismes de dégradations, les instruments de mesures et la prévision des modèles sont sujets à des incertitudes. La prise en compte de ces dernières est une démarche essentielle pour l'optimisation de la maintenance. Trois critères ont donc été proposées dans le présent travail de thèse pour le choix d'un modèle : (i) l'adéquation des moyens requis pour son utilisation avec les moyens du gestionnaire (ii) sa capacité à propager des incertitudes (iii) sa capacité à reproduire la corrélation spatiale des dégradations. Les résultats mettent en évidence que les moyens disponibles pour l'inspection ont une forte incidence sur le choix du modèle. D'autre part, l'importance des incertitudes a une influence sur la capacité des modèles à reproduire la corrélation spatiale des dégradations. Dans le travail réalisé, un maître d'ouvrage peut trouver une aide à la décision quant au choix du modèle le plus approprié pour sa structure, compte tenu de ses contraintes de gestions.It is widely accepted that an efficient maintenance strategy is required to optimize life-cycle of a given structure. This thesis was carried out within the ANR-EVADEOS project, which aims to provide such preventive maintenance strategy for building managers, against RC-corrosion. Physicochemical phenomena as well as the management constraints and financial constraints are also taken into account. The prevision could be made using predictive models. The main objective of this work is to setup a decision tool for selecting appropriate model for a given structure with respect to data availability and management constraints. A synthesis of existing models was carried out, however, this study focused in the sequel on simplified models given that these latter are user-friendly for building managers. When available data is not sufficient to provide input parameters of the models, inspection should be carried out. On the other hand simplified models provide assessment of degradation at a given point of the structure but are not able to compute this assessment over all a surface of a structure. Finally, the degradation processes, the instruments used for inspection, and the computation of the models are all subjected to uncertainties. Taking into account these latter is of utter importance for enhancing maintenance strategy. Three criteria was identified for the selection of the models : (i) data availability and resources allocated for maintenance (ii) the ability of the model to transfer uncertainties, and (iii) to transfer spatial correlation. Results show that data availability has significant impact on the model selection. On the other hand when the magnitudes of uncertainties are larger, ability of the models to reproduce the spatial correlation of the degradations is reduced. The tool for models selection proposed in this work could be useful for building managers