applications de la thermographie aux ponts et chaussées

Transcription

Thermogram’ 2009 233
APPLICATIONS DE LA THERMOGRAPHIE
AUX PONTS ET CHAUSSÉES
Jean DUMOULIN
LCPC-DMI
route de Pornic
BP 4129
44341 BOUGUENAIS Cedex
[email protected]
Résumé
Les applications de la thermographie infrarouge aux ponts et chaussées présentées dans cet article
relèvent du domaine du contrôle non destructif et de la vision sur route en présence de brouillard.
Ces applications traitent de la détection de défauts en sous-face d’enrobés bitumineux, de la
détection de défauts lors du collage de composites utilisés pour le renforcement de structure en
béton, de simulations numériques et d’essais en tunnel de brouillard. Les deux premières applications,
relèvent du domaine du contrôle non destructif par thermographie active. La dernière relève du
domaine de la vision en conditions météoroutières dégradées par thermographie passive.
NOTA – Dans ce texte :
bande II signifie bande spectrale de 3 à 5 µm
bande III : bande spectrale de 8 à 12 µm.
REIMS, 10 et 11 décembre 2009
Congrès National de Thermographie THERMOGRAM' 2009
234 Thermogram’ 2009
1 - INTRODUCTION
Les travaux présentés dans cet article portent à la fois sur l’utilisation de la thermographie
infrarouge dans le domaine de l’auscultation des ouvrages routiers mais aussi sur la problématique de
la perception de la route (vision embarquée) dans des conditions météorologiques dégradées. Ces
actions peuvent être rattachées à deux grandes thématiques de recherche abordées au sein du
Laboratoire Central des Ponts et Chaussées qui sont le diagnostic et la maintenance des
infrastructures, mais aussi à la sécurité routière.
Dans la plupart des applications présentées ci-après, la thermographie est utilisée en complément ou
en association avec d’autres techniques de mesure. Les bandes spectrales des caméras infrarouges
utilisées sont choisies en fonction des applications considérées et de contraintes liées à la mise en
œuvre sur sites réels. Il est à noter que l’émergence des caméras non refroidies en Bande III,
maniables sur le terrain et à « bas coût », a favorisé le développement de travaux de recherche
faisant appel à cette technique dans le domaine des routes et des ponts. Dans les travaux présentés,
la thermographie est utilisée en mode passif ou en mode actif.
En ce qui concerne l’auscultation des ouvrages routiers par thermographie, ces travaux ont bénéficié
de la richesse de la littérature dans le domaine du contrôle non destructif. En effet, la détection de
défauts par thermographie active a été étudiée et utilisée depuis de nombreuses années 0 sur de
nombreux matériaux (métaux, composites, etc…) dans le domaine de la construction mécanique. A
notre connaissance, dans le domaine du Génie Civil, le nombre d’études publiées à ce jour est plus
limité. Parmi celles-ci, on notera les travaux conduits sur les parements en béton de ciment des
ouvrages d’art 0 et sur l’isolation des parois de bâtiment 0.
L’étude de méthodes de détection de défauts, par thermographie active, dans le cas de matériaux de
porosité variable et très hétérogènes, tels que les enrobés bitumineux employés dans la construction
des chaussées, reste un champ d’investigation ouvert. Dans ce contexte, une première étude de
faisabilité de la détection de défauts artificiels insérés sur des échantillons parallélépipédiques en
béton bitumineux avait été conduite 0. Elle s’appuyait principalement sur des essais réalisés en
laboratoire par thermographie pulsée, avec une caméra refroidie en bande II et une caméra non
refroidie en bande III. La détection des défauts était obtenue par calcul des contrastes thermiques.
Une première méthode inverse pour estimer la profondeur du défaut, éprouvée dans le cas de
matériaux en béton de ciment, avait été évaluée et conduit à des résultats encourageants. Dans le
paragraphe 2, nous présentons un état d’avancement des travaux sur cette problématique.
Dans le domaine des opérations de contrôle lors de chantiers d’entretien de structures de génie civil,
plus particulièrement l’étanchéité des dalles de ponts et le renforcement par collage de composites,
la thermographie est utilisée en mode passif et en mode actif (0, 0). A notre connaissance, les
travaux présentés dans la littérature utilisent fort souvent une excitation de type mécanique pour
solliciter la structure 0 ce qui diffère de l’approche présentée au paragraphe 3.
Dans le domaine de la perception de scènes routières 0 à l’aide de dispositifs de vision infrarouge
embarqués dans des véhicules, des travaux ont été initiés notamment dans le cadre d’un projet du 6e
PCRD New Road Construction Concepts (NR2C - http://www.fehrl.org/nr2c). Cette étude a été
conduite sur les propriétés caractéristiques des matériaux routiers dans l’infrarouge (chaussées et
équipements), les propriétés de transmission du brouillard dans l’infrarouge et les principales
caractéristiques des capteurs de vision infrarouge qui équipent certains véhicules du marché.
L’objectif était d’identifier comment modifier certaines propriétés pour rendre coopérative
l’infrastructure routière vis-à-vis de systèmes de vision infrarouge embarqués et de les mettre au
service de l’amélioration de la vision des conducteurs par temps de brouillard ou de nuit. Ces travaux,
qui se poursuivent, font l’objet d’une présentation au paragraphe 4.
2 - QUELQUES ILLUSTRATIONS DANS LE DOMAINE DES CHAUSSÉES
Dans le cadre de la politique de diagnostic de l’état structurel et de préservation du patrimoine
routier français, il s’avère nécessaire de développer des méthodes permettant un contrôle non
destructif des revêtements de chaussées (0, 0 et 0).
Ces méthodes visent à détecter différents défauts, émergents ou pas, caractéristiques d’une
dégradation des structures de chaussées. Parmi ces défauts, les décollements entre la couche de
roulement et la couche de liaison de la structure de chaussée peuvent conduire à une dégradation
rapide de l’état de surface pouvant engendrer la réfection totale de la couche de roulement. Leur
détection précoce est donc un enjeu d’importance. La Figure 1 présente une illustration de cette
problématique au niveau des chaussées.
Figure 1 : Exemple de fissuration en surface de chaussée (illustration de gauche) probablement liée
à un décollement entre couches (illustration de droite)
Les travaux présentés dans la suite de ce paragraphe portent sur des essais en laboratoire
l’exploitation de simulations numériques. Les évolutions des champs de températures de surface,
présence ou pas de défauts en sous face, sont analysées. Cette analyse fait appel à des outils
traitement du signal et des images pour localiser les défauts et à des modélisations thermiques
pour estimer leur profondeur.
et
en
du
1D
2.1. Essais de faisabilité en laboratoire : mise en œuvre d’échantillons sur
un banc d’essai au CERTES
Le dispositif expérimental consiste en un banc optique sur lequel sont positionnés la caméra
thermique, deux spots halogènes de 500 W (pilotés en tension) et un échantillon de béton bitumineux
(épaisseur 10 cm x largeur 18 cm x longueur 50 cm) inséré dans un cadre en béton cellulaire. Un
caisson équipé d’un revêtement réfléchissant est utilisé pour homogénéiser la distribution spatiale de
la densité de flux d’excitation thermique en surface de l’échantillon étudié. Les sollicitations
thermiques appliquées lors des essais étaient des créneaux. La Figure 2 présente une vue
schématique du dispositif expérimental en laboratoire.
Isolant
Défaut
Echantillon
Lampe
Caisson
Caméra
Lampe
Isolant
P
T0
0
Auto-Transformateur
220V, 50Hz
~
TMAX
Voltmètre
t
Début
Chauffage
Refroidissement
Figure 2 : Synoptique du banc expérimental (à gauche) - protocole de mesure (à droite)
La Figure 3 (photo de gauche) présente un exemple de deux défauts en bois de pin de géométries
différentes et non émergents qui ont été insérés dans l’échantillon en béton bitumineux lors de sa
fabrication. La Figure 3 (photo de droite) présente une vue de la surface de l’échantillon en béton
bitumineux, surface qui est observée lors des essais. La partie supérieure de ces deux défauts est
située à - 1,3 cm depuis la surface observée. Les deux défauts ont une hauteur de 8,7 cm et une base
carrée en face arrière de section 4 x 4 cm2. Le défaut pyramidal permet de simuler grossièrement la
géométrie d’une fissure non émergente. Différentes durées de créneaux de 60 s à 3600 s ont été
étudiées. La densité de flux moyenne appliquée variait de 3000 à 200 W.m-2. L’émissivité moyenne de
l’enrobé bitumineux étudié dans les bandes II et III est de 0,98.
Figure 3 : Vue de deux défauts en bois insérés en face arrière de l’échantillon (à gauche) – vue de la
face avant d’un échantillon en enrobé bitumineux (à droite)
Les échantillons étudiés lors de ces essais sont placés face à la source d’excitation à 10 cm de
l’extrémité du caisson réfléchissant. Ils sont supportés par un porte-échantillon en béton cellulaire.
2.2. Simulations numériques
En parallèle, des simulations numériques par volumes finis et en régime variable ont été réalisées.
L’échantillon étudié numériquement a été soumis à des sollicitations thermiques proches de celles
générées en laboratoire. La phase de relaxation thermique au cours du temps a également été suivie
numériquement. Pour les créneaux de 60 s et 300 s, la densité de flux appliquée était de 2620 W.m-2.
La géométrie de l’échantillon de béton bitumineux avec des défauts non émergents sur la face
observée est équivalente à celle utilisée pour les essais en laboratoire. Pour les simulations, un
maillage 3D non structuré basé sur des cellules en forme de tétraèdres a été réalisé. Le nombre de
cellules est égal à 1 892 429. Les propriétés thermophysiques du béton bitumineux et des différents
matériaux constitutifs des défauts utilisés lors des calculs sont reportées dans le Tableau 1.
λ
Matériaux
W.m-1.K-1
ρ
Cp
kg.m-3
J.kg-1.K-1
a
×10-7 m2.s-1
b
W.s1/2.m-2.K-1
Béton Bitumineux
1,41
2262
1255
4,97
2000
Bois de pin
0,15
600
1900
1,32
414
Air
0,024
1,2
1006
286
4,5
Eau
0,6
998,2
4182
1,44
1583
Tableau 1 : Propriétés Thermophysiques des matériaux utilisées lors des simulations
La température initiale pour tout le volume de l’échantillon est choisie égale à 293 K et un coefficient
d’échange global h = 10 W.m-2.K-1 constant au cours du temps a été considéré pour modéliser les
échanges sur les faces avant et arrière. Les faces latérales de l’échantillon sont supposées
parfaitement isolées.
La Figure 4 présente le maillage réalisé pour des échantillons avec deux (à gauche) et trois défauts (à
droite).
Figure 4 : Vue des maillages réalisés lors des simulations numériques
2.3. Evolution des températures au cours du temps
Sur la Figure 5 sont présentées les cartes de températures obtenues avec deux caméras thermiques
(bande II et bande III) équipées de deux objectifs de distances focales différentes. Deux durées
de créneau de chauffe pour deux densités de flux appliquées en surface sont présentées. Dans ces
deux configurations de mesure, le déphasage en réponse thermique du défaut parallélépipédique peut
être identifié visuellement sur les images.
(a) Caméra non refroidie bande III – créneau de 1 heure à 220 W.m-2 – 2 défauts en bois
à t=0s
à t=600 s
à t=2400 s
à t=4200 s
-2
(b) Caméra refroidie en bande II – créneau de 1 minute à 3000 W.m – Défaut carré en bois
à t=0 s
à t=120 s (fin créneau)
à t=200 s
à t=300 s
Figure 5 : Evolution des cartes de températures apparentes en surface des échantillons
Il est à noter que l’utilisation d’une résolution spatiale plus fine (cas de la bande II) permet d’obtenir
une réponse thermique différente entre les granulats sous un voile de liant bitumineux et le liant
bitumineux seul.
Des simulations numériques conduites pour la configuration géométrique avec deux défauts insérés
dans l’échantillon font l’objet d’une comparaison avec les résultats expérimentaux obtenus. Les
images sont prises à des instants équivalents et pour une densité de flux de puissance de la
sollicitation thermique du même ordre de grandeur. La Figure 6 présente les résultats obtenus au
niveau des cartes de températures simulées et mesurées dans le cas de deux défauts en bois. La
durée du créneau est de 300 s. Sur les cartes de températures expérimentales de surface, on
observe un échauffement non homogène au niveau de la zone saine et également au-dessus du défaut
de type pyramide. Ces résultats expérimentaux sont issus de mesure en bande III avec la caméra
non-refroidie. Le changement de la palette de couleur utilisée pour ces figures permet de souligner
l’influence des écarts de diffusivité thermique entre granulats et le liant bitumineux au bout de
300 s de chauffe. Il est également possible de discerner l’amorce de signature thermique déphasée
entre la zone saine et la zone au-dessus du défaut parallélépipédique.
à t = 300 s
à t = 510 s
(a) Cartes de températures apparentes mesurées : créneau de 300 s et sollicitation ≈ 3000 W.m-2
à t = 300s
à t = 510 s
(b) Cartes de températures apparentes simulées : créneau de 300 s et sollicitation de 3000 W.m-2
Figure 6 : Cartes de températures de surface expérimentales et simulées
Sur la Figure 7 sont reportées les évolutions temporelles de la température apparente de surface
moyennée sur des régions d’intérêt prises au-dessus des défauts et dans une zone sans défaut. Les
défauts considérés sont en bois et la durée du créneau d’excitation thermique est de 60 s.
303
310
302
308
301
306
Parallélépipède
Pyramide
302
zone saine
300
Température [K]
Température [K]
300
304
Pyramide
299
Parallélépipède
Zone saine
298
297
296
298
295
296
294
293
294
0
100
200
300
400
500
600
700
800
900
Temps [s]
1000 1100 1200 1300 1400 1500
0
100
200
300
400
500
600
700
800
900 1000 1100 1200 1300 1400 1500
Temps [s]
Figure 7 : Evolution des températures sur les défauts et dans une zone saine
(mesure à gauche et simulation à droite)
Alors que les simulations considèrent un matériau sain ayant des propriétés homogènes, ce n’est plus
le cas pour les données expérimentales. L’influence des granulats se fait ressentir en première partie
de la phase de relaxation thermique. Ce comportement doit être pris en considération si l’on souhaite
procéder à une localisation des défauts en s’appuyant sur une analyse des cartes de phases générées
après mise en œuvre d’une transformée de Fourier appliquée en chaque point de la carte des
températures apparentes de surface de l’objet inspecté.
2.4. Localisation des défauts
Pour détecter les défauts sur les images thermiques, différents outils d’analyse peuvent être mis en
œuvre 0. Ils font appel à des techniques de rehaussement de contraste (accroissement de la
signature des défauts), de décomposition des séquences d’images thermiques sur des bases
(compression des informations) et de segmentation d’images (localisation des défauts sur les images
thermiques).
2.4.1. Exemple de localisation par calcul de cartes de contraste
Il est possible de calculer différents contrastes à partir d’une image thermique. Le contraste absolu
est défini comme la différence entre la température en un point (défaut potentiel) et la température
(1)
dans une zone de référence au même temps : Ca (t ) = Tdefaut ( t ) − Tref (t )
Le contraste standard est défini suivant :
CS (t ) =
Tdefaut (t ) − Tdéfaut (t = 0)
Tref (t ) − Tref (t = 0)
(2)
Une approche proposée dans 0 consiste à considérer pour la référence la moyenne des températures
sur toute l’image (hypothèse satisfaite tant que le poids de la signature du défaut est négligeable visà-vis de la signature thermique de la zone saine dans le reste de l’image). Ceci permet également de
limiter l’influence du choix de la zone saine quand l’image comporte un gradient de température (par
exemple en présence d’un chauffage non homogène).
La Figure 8 présente un exemple d’évolution du signal moyen enregistré par une caméra non refroidie
en bande III sur un défaut parallélépipédique en bois et pour une zone de référence prise comme la
moyenne de l’image. Sur cette figure est également présenté un exemple de carte de contraste
standard obtenue en moyennant 30 images successives soumises au préalable à un filtrage gaussien.
Figure 8 : Evolution du signal moyen dans la zone du défaut et dans la zone de référence (à gauche) –
Exemple de carte de contraste standard calculée (à droite)
Cette approche permet donc de localiser des défauts.
2.4.2. Exemple de localisation en utilisant la décomposition en valeurs singulières
L’inconvénient de l’approche précédente est qu’elle conduit à autant de cartes à analyser que d’images
thermiques prises en compte pour le calcul. La localisation du défaut requiert alors d’analyser
l’ensemble de la séquence obtenue. Pour réduire le nombre d’images thermiques à analyser dans une
séquence, il existe différentes alternatives 0 (analyse fréquentielle, interpolation par un polynôme,
...). Parmi celles-ci, la décomposition en valeurs singulières permet d’extraire de manière compacte
des informations sur les variations spatiales et temporelles d’une séquence d’images thermiques 0. La
décomposition en valeurs singulières d’une matrice A de taille MxN (avec M>N) prend pour
A = UΣV T
expression (équation 3) :
(3)
Avec : U matrice orthogonale de taille MxN, Σ matrice diagonale de taille NxN (valeurs singulières
de A sur la diagonale) et VT transposée d’une matrice orthogonale de taille NxN.
Pour pouvoir mettre en œuvre cette décomposition sur une séquence d’images thermiques (matrices
3D), il faut au préalable réorganiser cette séquence sous forme d’une matrice 2D A de taille MxN.
Pour se faire, chaque image thermique à un instant t devient une colonne de la matrice A. Dès lors,
l’information spatiale est obtenue en parcourant la matrice A suivant ses lignes et l’information
temporelle en la parcourant suivant ses colonnes. Après calcul, les colonnes de U représentent les
modes statistiques orthogonaux (fonctions empiriques orthogonales) qui permettent de décrire les
variations spatiales des données. Les lignes de VT représentent les composantes principales qui
décrivent les variations temporelles. La première fonction empirique orthogonale représente les
variations spatiales les plus caractéristiques des données et ainsi de suite par ordre décroissant. La
Figure 9 présente une description schématique de la mise en œuvre de cette technique sur des
séquences d’images thermiques. Dans le cadre de nos travaux, l’analyse des cinq premières fonctions
empiriques orthogonales suffisaient à localiser le défaut parallélépipédique.
Séquence temporelle Cartes des N Fonctions
de N Images IR
Empiriques Orthogonales
y
y
x
A = UΣ
ΣVT
x
t
3D => 2D
. . .
FEON
.. .
N
FEO1
FEO2
FEO3
t
2D => 3D
t t t ...
1 23
U
=
x
MxN
MxN
Σ
Nx N
x
VT
N xN
. . .
CP1
CP2
A
tN
. . .
FEON
t1 t2 t3 . . .
FEO1
FEO2
FEO3
CPN
Avec M>N
Figure 9 : Description schématique de la mise en œuvre de la décomposition en valeurs singulières
sur des images thermiques
La figure 5 présente les résultats obtenus en utilisant l’approche par décomposition en valeurs
singulières de séquences d’images thermiques simulées et expérimentales pour une durée du créneau
d’excitation de 300 s.
Figure 5 : Fonctions empiriques orthogonales : simulations (à gauche) –essais (à droite)
La signature du défaut parallélépipédique est nette sur les données simulées et plus diffuse sur les
données expérimentales. Cette dégradation de la signature peut être attribuée aux performances de
la caméra utilisée, à la présence de convection naturelle et au comportement thermique des granulats
différent de celui du liant. Le même constat a pu être fait sur différentes simulations et
expérimentations. Pour le défaut pyramidal seules les données simulées permettent d’isoler par un
simple « seuillage » ce défaut sur de telles cartes. L’avantage de cette approche est qu’elle permet
de concentrer l’information sur quelques cartes. Toutefois, son coût en calcul et en espace mémoire
requis, lors du post traitement, peut s’avérer un facteur limitant à son utilisation.
2.5. Estimation de la profondeur des défauts
2.5.1. Utilisation d’un modèle direct
L’approche par utilisation d’un modèle direct est présentée dans 0. Elle s’appuie sur l’utilisation de la
solution analytique du transfert de chaleur en 1D dans le cas d’un créneau appliqué en surface d’un
milieu semi-infini notamment présentée par Vavilov 0 et son utilisation dans l’approche proposée par
D. Balageas 0. De par les hypothèses faites sur le transfert de chaleur 1D dans le matériau étudié,
cette approche peut être appliquée à chaque point des séquences d’images thermiques afin de bâtir
des cartes de profondeur de défauts.
La Figure 10 présente les résultats obtenus à partir de données issues de simulations numériques et
mesures en laboratoire dans le cas d’un créneau de chauffe de 300 s pour le défaut
parallélépipédique.
Cas du défaut en bois de pin : simulation (à gauche) – essai en laboratoire (à droite)
Cas du défaut avec de l’air : simulation (à gauche) – essai en laboratoire (à droite)
Figure 10 : Exemples de cartographies de profondeur de défauts calculées à partir de données
simulées et expérimentales
Dans le cas du défaut en bois de pin la profondeur calculée dans la zone du défaut est entre 1,2 et
1,4 cm à partir des simulations numériques. Elle est de 1,1 à 1,3 cm pour les calculs conduits sur les
données expérimentales. Dans le cas du défaut avec de l’air la profondeur calculée dans la zone du
défaut est entre 1,0 et 1,3 cm à partir des simulations numériques. Elle est de 1,1 à 1,2 cm pour les
calculs conduits sur les données expérimentales.
Les résultats obtenus sur les données expérimentales conduisent à des cartes de profondeur moins
homogènes au regard des hypothèses d’homogénéité faite sur les propriétés de l’enrobé bitumineux
dans le cas des simulations numériques. A cela s’ajoute le développement d’une convection naturelle
non homogène en surface des échantillons lors des mesures en laboratoire.
2.5.2. Utilisation des quadripôles thermiques associés à une méthode inverse
Le problème de modélisation 1D transitoire dans la configuration avec et sans défaut étudiée est
résolu à l’aide des quadripôles thermiques 0. Cette technique semi-analytique consiste à appliquer la
transformation de Laplace à la température T et à la densité de flux de chaleur ϕ (sollicitation
thermique). La transformation du problème de conduction thermique conduit à des relations
matricielles, décrites dans 0, reliant les transformées de la température et du flux en face avant et
en face arrière de l’échantillon pour les zones d’intérêt avec et sans défaut.
La procédure d’identification vise à déterminer l’ensemble des paramètres inconnus du modèle en
J
minimisant le critère suivant:
j
S = ∑ Tmes
− Testj ( β ) 
2
(4)
j =1
Tmes sont les températures mesurées, Test les températures estimées calculées à l’aide du modèle
quadripôles à partir du vecteur β regroupant les paramètres à estimer et J le nombre de données
expérimentales. La minimisation de S menant à l’identification des paramètres est effectuée avec
l’algorithme de Levenberg-Marquard 0.
L’estimation de la profondeur d’un défaut est réalisée en trois temps. Dans un premier temps, une
technique de localisation des défauts (cf. § 2.4.) doit être utilisée pour identifier une zone saine de
l’enrobé bitumineux (sans défaut) et une zone défectueuse. La deuxième étape consiste alors à
appliquer l’algorithme d’inversion sur la zone saine afin d’estimer la densité de flux thermique
dissipée lors du créneau et les coefficients d’échange en surface de l’échantillon, les propriétés
thermophysiques de l’enrobé bitumineux étant connues. Lors de la troisième et dernière étape, ces
valeurs estimées sont utilisées en paramètres d’entrée pour l’identification de la profondeur du
défaut sur les données de la zone avec défaut.
La Figure 11 présente les résultats obtenus avec ce modèle dans le cas de mesures réalisées sur le
défaut parallélépipédique en bois localisé à 1,3 cm de profondeur dans l’échantillon d’enrobé
bitumineux. L’échantillon est soumis à un créneau d’excitation d’une durée de 300 s. Les graphes des
températures estimées et mesurées sur les deux zones sont présentés sur la Figure 11.
Figure 11 : Echauffements mesurés et estimés sur une zone saine et sur une zone défectueuse
L’étape 1 d’estimation de la densité de flux mène à une estimation de la densité de flux
ϕdiss=3108 W.m-2 et des coefficients d’échange en face avant et arrière de l’échantillon h0 et
he=15,0 W.m-2.K-1. L’étape suivante de l’identification nous conduit à une estimation de la profondeur
de défaut de 1,5 cm. L’ordre de grandeur de la profondeur estimée est correct mais reste supérieur
à la profondeur réelle du défaut. Une explication à cet écart sur la profondeur peut être imputée au
modèle de transfert 1D utilisé. Pour de telles durées, il ne permet pas de décrire correctement le
phénomène de diffusion thermique se développant à l’interface entre le défaut et le matériau sain
(apparition de phénomènes 2D/3D). Par ailleurs, un échauffement plus faible permettrait de
minimiser la variation du coefficient d’échange en face avant au cours du temps (coefficient
considéré constant dans le modèle). Cependant, ceci aurait pour effet de diminuer les écarts de
température entre la zone saine et la zone défectueuse et donc la sensibilité de l’algorithme
d’inversion à la profondeur du défaut.
3 - QUELQUES ILLUSTRATIONS DANS LE DOMAINE DES STRUCTURES DE
GÉNIE CIVIL
Le patrimoine routier comporte également de nombreuses structures de Génie Civil, pour lesquelles il
est également important de développer des méthodes d’auscultation (0 et 0). Elles sont nécessaires
au suivi dans le temps de l’état structurel des ouvrages mais également au diagnostic de la qualité des
opérations de maintenance structurelle réalisées sur les ponts. Deux exemples d’application sont
présentés dans ce paragraphe sur la réalisation de l’étanchéité de tabliers de ponts et sur le
renforcement de la structure par collage de composites.
3.1. Détection de défauts de collage de composites : essais en laboratoire
Afin d’évaluer les performances en détection de défauts de collage de composites sur du béton lors
d’opération de renforcement de structures de génie civil différents échantillons ont été réalisés en
laboratoire. La Figure 12 présente des exemples d’échantillons réalisés pour des essais en
laboratoire.
Echantillon N°1
Réalisation du collage
Echantillon N°2
Préparation de la surface en béton
Exemple de montage pour un essai en laboratoire
Figure 12 : Exemple d’échantillons de béton comportant des défauts artificiels en sous-face du
composite (tissu en fibre de carbone) collé et photographie d’un montage expérimental en laboratoire
La Figure 13 présente un exemple de localisation des défauts par calcul des cartes de phases
obtenues par analyse fréquentielle des séquences d’images infrarouges acquises en sollicitant
thermiquement les échantillons avec des spots halogènes.
Voir page suivante. Sur l’échantillon N°1 les quatre défauts peuvent être localisés. Ici l’utilisation
d’une approche par calcul des cartes de phases permet également d’observer des différences au
niveau des quatre défauts inclus dans l’échantillon N°2.
Echantillon N°1
Echantillon N°2
Figure 13 : Cartes de phase calculées à f = 1.10-2 Hz pour une durée du créneau de 60 s
3.2. Exemples d’essais lors d’opérations d’entretien sur des structures de
Génie Civil
Dans ce paragraphe des exemples de mise en œuvre sur des sites réels sont présentés.
3.2.1. Cas de l’étanchéité des dalles de ponts
L’illustration présentée sur la Figure 14 a été obtenue par thermographie passive sous sollicitation
thermique naturelle en journée.
Figure 14 : Chantier de pose de feuilles asphaltées préfabriquées sur une dalle de pont – exemple de
défaut de collage pouvant conduire à une mauvaise étanchéité
L’utilisation de la thermographie permet dans ce type d’application de détecter des problèmes de
mise en œuvre. Afin d’éviter des diagnostics erronés dans le cas de l’utilisation de la thermographie
en mode passif un repérage de la dalle avant pose des feuilles est recommandé.
3.2.2. Cas du renforcement par collage de composites
La première illustration présentée sur la Figure 15 concerne le contrôle du collage de lamelles en
fibre de carbone sur des poutres en béton.
Sollicitation thermique
Examen à la caméra thermique
Figure 15 : Mise en œuvre de la thermographie infrarouge sur site – exemple de défauts de collage
détectés
Un deuxième exemple d’application de contrôle de collage sur ouvrage réel est présenté dans le cas
d’un renforcement de structure par collage d’un tissu composite fibré. La Figure 16 présente la
géométrie de la scène contrôlée ainsi que deux exemples de défauts détectés par thermographie
active. La source d’excitation étant encore la lampe infrarouge présentée précédemment.
Figure 16 : Représentation schématique de la géométrie de la zone contrôlée par ThIR (à gauche) Défaut « d’enrobage » du tissu composite (au centre)
Défaut de collage du tissu composite (à droite)
L’état d’avancement des travaux conduits dans ce domaine permet d’envisager dans un futur proche la
rédaction d’une méthode d’essai LPC pour les deux types d’application de la thermographie présentés
dans ce paragraphe.
4 - VISION INFRAROUGE APPLIQUÉE AUX ROUTES EN PRÉSENCE DE
BROUILLARD
Ces travaux conduits en coopération avec des Laboratoires Régionaux des Ponts et Chaussées et la
Division Métrologie et Instrumentation du LCPC combine une approche expérimentale à base de
mesures d’émissivité sur site, d’essais sur sites réels et en tunnel de brouillard, associée au
développement d’outils pour la simulation numérique de scènes routières de géométries simplifiées
dans le visible et l’infrarouge (en conditions nocturnes avec ou sans brouillard).
4.1. Simulations numériques
Des outils de simulations dans l’infrarouge d’images de scènes routières de géométries simplifiées
avec des conditions d’échanges radiatifs simplifiés (pas d’échanges entre les objets 3D insérés dans
la scène mais seulement avec l’environnement assimilé à une enceinte fermée) ont été développés. La
construction des scènes s’appuie sur l’élaboration d’un maillage intégrant les caractéristiques
géométriques du détecteur, de l’optique qui lui est associée et de son positionnement sur la scène
routière (sur la route ou sur le bas côté) dans le cadre de l’hypothèse du monde plan. Par la suite, les
éléments présents dans la scène routière sont positionnés en fonction de leurs coordonnées dans le
monde réel, ainsi que les objets 3D qui sont pris de forme parallélépipédique. On affecte également à
chaque élément de la scène des propriétés thermo-physiques (émissivité, température de surface) et
cela en fonction de la bande spectrale de fonctionnement du dispositif de vision infrarouge étudié. Le
calcul du flux reçu par chacun des éléments de la matrice du détecteur infrarouge se fait alors en
utilisant un bilan radiatif simplifié basé sur la méthode des radiosités. Elle nécessite le calcul des
facteurs de formes entre chaque élément de la matrice du détecteur et les différents éléments
présents dans la scène. Pour se faire nous avons utilisé la méthode du contour qui a pu être comparée
à une approche par solution analytique et à la méthode de l’hémicube. Au final une image
(cartographie) de l’éclairement reçu au niveau de la matrice du détecteur infrarouge est établie. Il
peut y être affecté un coefficient d’atténuation en fonction de l’atmosphère traversée. La Figure 17
présente un exemple de simulation d’une scène routière simplifiée.
Road Scene Construction
ILLUMINATION Map - τ = 1
IRFPA 320*240 f=35 mm pitch 35 micron
Elevation 1.2 m in middle of road lane
view angle 89.9°
Sky
50
50
100
Shoulder
Grass
Pavement
100
IRFPA Rows
Road Legnth
Heated surface of 1 m width and 10 m length at 150, 100, 50, 30 and 15 m
150
150
200
200
Road lane
50
50
100
150
200
250
100
150
IRFPA Columns
200
250
300
300
Road Width
Figure 17 : Exemple de scène simulée pour une caméra non refroidie en bande III
Un autre outil de simulation dans le visible permet de simuler le signal reçu dans cette bande
spectrale en présence de brouillard. Il s’appuie sur la théorie de MIE et permet de tenir compte de la
granulométrie des gouttelettes d’eau en suspension dans le brouillard. Il est utile à ce stade
Vm qui est la plus grande distance à laquelle un
objet noir peut être perçu et identifié sur un fond clair (contraste intrinsèque C0 = 1 ) et pour
d’introduire la notion de visibilité météorologique
laquelle le contraste apparent de la cible tend vers le seuil de perception visuelle pris par hypothèse
équivalent à un contraste de 5%. Le contraste d’une cible avec son fond dans le brouillard perçu à une
C = C0 ⋅ e − K 550 nmd
distance d prend alors pour expression :
(5)
En tenant compte de l’hypothèse d’un contraste de 5%, on obtient alors la loi de Koschmieder qui
donne la relation entre la visibilité météorologique Vm et le coefficient d’extinction du
brouillard K 550 nm :
Vm ≈
3
K 550nm
(6)
La Figure 18 présente un exemple de résultat pour trois rayons de gouttelettes d’eau et une même
visibilité météorologique en condition nocturne.
Figure 18 : Exemple de simulation dans le visible pour une visibilité météorologique de 40 m –
taille des gouttelettes de gauche à droite (10 µm, 1 µm, 0,1 µm)
Ces outils de simulations permettent d’appréhender l’apport de la thermographie en tant qu’outil de
vision mais aussi de quantifier le signal reçu en fonction du type de brouillard (de sa granulométrie)
dans le visible et l’infrarouge 0.
4.2. Essais en Tunnel de Brouillard
La salle de brouillard 0, présentée sur la Figure 19, est divisée en deux parties, ces deux parties sont
le tunnel et la serre. Le tunnel est un bâtiment en « dur » qui permet d’effectuer uniquement des
mesures de nuit. La serre elle, peut être recouverte d’une bâche noire pour recréer les conditions de
nuit, sinon avec sa structure transparente, elle permet de recréer les conditions diurnes. Un poste
d’observation est adossé au tunnel. Cette salle a pour but de permettre la réalisation de différentes
mesures physiques, en particulier photométrique sans perturber l’atmosphère de la salle de brouillard
et en préservant les capteurs de l’humidité. Il est à noter que la conduite d’essais dans l’infrarouge
requiert de placer les caméras directement dans le tunnel à cause du vitrage utilisé au niveau du
poste d’observation. Le sol du tunnel et de la serre sont constitués d’un enrobé drainant afin
d’évacuer l’eau pulvérisée pendant les essais. La salle de brouillard mesure 30 mètres de long dont 15
mètres pour la serre et 15 mètres pour le tunnel. Une porte coulissante peut isoler le tunnel de la
serre. Le volume de brouillard produit dans le tunnel est de 220 m3.
Figure 19 : Vue schématique de la chambre de brouillard (à gauche) – Exemple de génération de
brouillard (à droite)
Le processus de création du brouillard artificiel (Figure 19) consiste à pulvériser de l’eau sous
pression à travers des diffuseurs, générant des micro-gouttelettes. Le tunnel est très rapidement à
saturation, au bout de 15 minutes environ, le brouillard est homogénéisé et atteint sa densité
maximale (5 m de visibilité météorologique). Il est possible de faire varier les conditions
expérimentales (granulométrie du brouillard) en changeant la pression d’injection, entre 30 et 70
bars, la nature de l’eau, ordinaire du réseau ou déminéralisé, le type d’injecteur, à aiguille ou à vortex.
La Figure 20 présente des images acquises dans le visible avec un filtre ayant une réponse
équivalente à celle de l’œil humain et en infrarouge bande III.
Visibilité météorologique 85 m
Figure 20 : Exemple de cartes de luminance apparente dans le visible (à gauche) et l’infrarouge
bande III (à droite) pour 3 visibilités météorologiques et un brouillard de granulométrie moyenne
autour de 1 µm
A partir de ces essais il est possible de calculer une visibilité infrarouge en fonction de la visibilité
météorologique mesurée et de calculer le gain de visibilité pouvant être obtenu suivant la
granulométrie du brouillard étudié 0.
5 - CONCLUSION
Dans cet article nous avons présenté quelques applications de la thermographie infrarouge aux Ponts
et Chaussées. Pour la détection des défauts non émergents en surface de chaussées, l’approche
développée en laboratoire ne peut pas être transposée telle quelle sur les routes. Des travaux sont en
cours et ont fait l’objet de premiers essais sur un tronçon d’une structure de chaussée comportant
des défauts artificiels. Pour les ponts, les travaux conduits en laboratoire ainsi qu’une approche
complémentaire s’appuyant sur des simulations numériques ont pu être confrontés à des essais sur
sites réels. La prochaine étape est de formaliser ces procédures de contrôle appliquées à l’entretien
des ponts dans une méthode d’essai LPC. Néanmoins, ces méthodes de contrôle par thermographie
continuent de faire l’objet de travaux de recherche en association avec d’autres techniques de
mesure sans contact (Radar à saut de fréquence, Shearographie). Les connaissances acquises au
travers des travaux conduits sur la vision infrarouge par temps de brouillard permettent d’envisager
de nouvelles applications. A titre de perspective et d’illustration, on citera le projet ISTIMES
(Integrated System for Transport Infrastructures surveillance and Monitoring by Electromagnetic
Sensing - http://www.istimes.eu) du 7e PCRD qui intègrera notamment la thermographie infrarouge
parmi d’autres techniques de mesure.
REMERCIEMENTS
Les résultats présentés dans cette communication sont issus de différents travaux. J’adresse donc
ici mes remerciements aux personnes avec qui j’ai pu collaborer au cours de ces différentes études :
L. Ibos, V. Feuillet et A. Mazioud du CERTES, M. Marchetti, M. Mouton et S. Ludwig du LRPC de
Nancy, L. Wendling, Ch. Aubagnac du LRPC d’Autun, M. Quiertant et F. Taillade du LCPC, V. Boucher
et F. Greffier du LRPC d’Angers, M. Colomb et Ph. Morange du LRPC de Clermont-Ferrand.
RÉFÉRENCES BIBLIOGRAPHIQUES
[1]
Maldague, X.P.V., “Theory and practice of infrared technology for non-destructive testing”, John Wiley &
sons Inc (2001).
[2]
Maierhofer, Ch., Arndt, R., Röllig, M., Rieck, C., Walther, A., Scheel, H., Hillemeier, B. "Application of
impulse-thermography for non-destructive assessment of concrete structures", Journal of Cement &
Concrete Composite (2006), vol 28, pp 393-401.
[3]
Larbi Youcef, M., Mazioud, A., Ibos, L., Candau, Y., Brémond, P., Piro, M., Filloux, A. "A non destructive
method for diagnostic of insulated building walls using infrared thermography", Proc. of Thermosense
XXIX, 9-13 Avril 2007, Orlando, USA.
[4]
Marchetti, M., Ludwig, S., Dumoulin, J., Ibos, L., Mazioud, A., "Active Infrared Thermography for NonDestructive Control for Detection of Defects in Asphalt Pavements", Proc. of QIRT 2008 (Quantitative
Infrared Thermography), 2-5 Juillet 2008, Cracovie, Pologne.
[5]
Ch. Aubagnac, F. Taillade et J. Dumoulin, « Renforcement par plats composites collés du VIPP de TOUTRY
sur A6 : Les contrôles extérieurs », Colloque le pont, Toulouse, France, le 21 octobre 2008.
[6]
F. Taillade, K. Benzarti, M. Quiertant, Ch. Aubagnac et J. Dumoulin, « Evaluation Non Destructive du
collage Composite-Béton par Shearographie et Thermographie Infrarouge”, Journée Contrôle de Santé
Structurale des Matériaux Composites, Nantes, France, le 17 décembre 2008.
[7]
M. R. Valluzzi, E. Grinzato, C. Pellegrino, C. Modena, "IR thermography for interface analysis of FRP
laminates externally bonded to RC beams”, Materials and Structures, vol 42, 2009.
[8]
J. Dumoulin, V. Boucher, M. Marchetti, L. Wendling et M. Colomb, "Roadway perception technology using
the infrared know-how ", Proceedings of the final workshop of NR2C organised by FEHRL, Bruxelles,
Belgium, 16th -17th November 2007.
[9]
Simonin, J.-M., Abraham, O. "Two complementary seismic investigation methods for the detection and
characterization of delamination in road structures", Proc. of the 6th Int. Symp. on NDT in Civil
Engineering, 14-18 August 2006, Saint Louis, Missouri, United States, pp.454-462.
[10]
Fauchard, C., Rejiba, F., Dérobert, X., Côte, Ph., Sagnard, F. "Step frequency radar applied for asphalt
thickness measurements with various interface conditions", Proc. of the 12th Int. Conf. on Ground
Penetrating Radar, 16-18 June 2008, Birmingham, United Kingdom.
[11]
Chambon, S., Subirats, P., Dumoulin, J., "Introduction of a wavelet transform based on 2D matched filter
in a Markov random field for fine structure extraction: application on road crack detection", Proc of
IS&T/SPIE Electronic Imaging 2009: Image Processing: Machine Vision Applications II, San Jose, USA.
[12]
Ibarra-Castanedo C., González D., Klein M., Pilla M., Vallerand S., Maldague X., “Infrared Image
Processing and Data Analysis” Infrared Physics,, vol 46, n 1-2, pp 75-83, 2004.
[13]
N. Rajic, Principal component thermography for flaw contrast enhancement and flaw depth
characterisation in composite structures, Composite Structures, vol 58, pp 521–528, 2002.
[14]
J. Dumoulin, L. Ibos, M. Marchetti, S. Ludwig et A. Mazioud, "Active Infrared Thermography applied to
detection and characterization of non emergent defects on asphalt pavement", NDTCE’09 (NonDestructive Testing in Civil Engineering), Nantes, France, 30 juin – 3 juillet 2009.
[15]
Vavilov, V. "Transient thermal NDT: conception in formulae", in Proceedings of QIRT 92, Paris 1992, pp.
229-234, 1992.
[16]
Balageas D. L., Deom A. A. and Boscher D. M., “Characterization and nondestructive testing of carbonepoxy composites by a pulsed photothermal method,” Journal of Materials Evaluation, vol 45, n 4, pp 465–
466, 1987.
[17]
D. Maillet, S. André, J.C. Batsale, A. Degiovanni, C. Moyne, Thermal Quadrupoles, Wiley ed., Chichester
(2000)
[18]
J. Dumoulin, V. Feuillet, M. Marchetti, T. Sauvagnat, L. Ibos, et A. Mazioud, "Evaluation de méthodes de
détection de défauts, par thermographie infrarouge active, dans des échantillons d’enrobés bitumineux ",
SFT 2009 (Congrès annuel de la Société Française de Thermique), Vannes, France, 26-29 mai 2009.
[19]
Marquardt D.; “An algorithm for least-squares estimation of nonlinear parameters”, SIAM Journal
Applied Math. (1963), Vol. 11, pp. 431-441.
[20]
Taillade F., Quiertant M., Tourneur C. (2006). Nondestructive Evaluation of FRP Bonding by
Shearography. Proceeding of the Third International Conference on FRP Composites in Civil Engineering
(CICE 2006), 327-330, December 13-15 2006 - Miami, Florida, U.S.A.
[21]
F Derkx, J. Dumoulin, J-L Sorin et V. Legeay, "Inspection des ouvrages d’art : Intérêt des drones", revue
Essais Industriels, pp 23-27, mars 2003 ;
[22]
J. Dumoulin, V. Boucher and F. Greffier, “Numerical and experimental evaluation of road infrastructure
perception in fog and/or night conditions using infrared and photometric vision systems”, in. Proc of
SPIE, SPIE International Symposium on Optical Engineering + Applications : Session Infrared Spaceborne
Remote Sensing and Instrumentation XVII (OP501), San Diego, USA, 2-6 août 2009
[23]
M. Colomb, K. Hirech, P. Morange, J.J. Boreux, P. Lacote, J. Dufour, “Innovative artificial fog production
device - A technical facility for research activities”, 3rd Int. Conf. on Fog, October 2004

applications de la thermographie aux ponts et chaussées

Transcription

Documents pareils

Thermographie infraroug ographie infrarouge du bâtiment

Info Véhicule PEUGEOT 307 tous les modèles avec

Comment comprendre la garantie lorsque l`on achète un véhicule :

qu`est-ce que la thermographie infrarouge

THERMOGRAPHIE INFRAROUGE

les applications militaires de l`observation dans l`infrarouge

Thermographie lettre N°2 - Communauté d`Agglomération du

Opération autour de la thermographie de Cholet

Diagnostic de l`état des machines par l`analyse des vibrations