Projets soutenus

En France, 10 % de la valeur du patrimoine routier provient des ouvrages d’art présents sur le pays (ils sont estimés au nombre de 200000-250000 ponts). Or, ce réseau routier assure 88 % des déplacements de voyageurs et de marchandises, il joue donc un rôle primordial dans la communication et l’économie du pays. Pourtant, un sondage de l’institut IPSOS, a souligné une augmentation du taux d’insatisfaction des Français qui est passé de 17 % à 22 % en deux ans. Cela fait suite à l’effondrement du pont Morandi de Gênes, en 2018, qui a ravivé le débat sur la sécurité des ouvrages d’art et le souvenir de la catastrophe du tunnel du Mont-Blanc en 1999. Ce ressenti est justifié lorsque nous savons qu’un tiers des ponts gérés par l’État nécessitent des réparations, selon le Ministère de la transition écologique et solidaire en 2018, et que la totalité des ponts métalliques n’est pas en bon état. Or le vieillissement du patrimoine routier français est tout à fait normal puisque la durée de vie théorique d’un ouvrage d’art est estimée à 100 ans. Cependant, bon nombre de ponts ont été construits avant les années 2000 et la mise en place des normes européennes, ce qui implique donc que leur durée de vie est en-deçà des 100 ans attendus et tend plutôt vers 70 ans. Or la gestion de ce patrimoine est difficile puisque le suivi des dégradations n’est que visuel, ce qui est loin d’être suffisant pour repérer certaines pathologies, telles que la corrosion, qui se développent à l’intérieur des matériaux. Il est donc nécessaire de prendre le problème plus en amont. Ce travail de thèse se base sur le postulat qu’en enregistrant et analysant le comportement de la structure durant un temps suffisant long (période d’apprentissage), celui-ci permettra d’obtenir un dictionnaire de signaux compatibles avec l’état de détérioration de l’ouvrage et son chargement, et d’appliquer des méthode Deep Learning pour détecter les modifications de ce comportement.

Doctorant : Mohamed Abdelillah Fidma