EvaDéOS

Evaluation non destructive pour la prédiction de la Dégradation des structures et l’Optimisation de leur Suivi

 

 

Accueil

Objectifs

Organisation

Exemples de résultats :

- Tâche 3

- Tâche 4 : synthèse, hiérachisation, banc d'essais

Planning

 

 

 

 

 

Tâche 4 : prévision et modèle de dégradation (pilotage : LMDC, Phimeca)

Banc d’essai numérique des modèles de carbonatation

La capacité de prévision des modèles simplifiés ne peut pas être appréciée dans la durée du projet EvaDéOS sur la base de données réelles, étant donné la lenteur du phénomène. Il a ainsi été envisagé de construire un banc d’essai numérique s’appuyant sur l’utilisation d’un modèle numérique de carbonatation, supposé « exact », permettant de produire des profondeurs carbonatées, à partir d’un profil de concentration en portlandite, mais également d’autres grandeurs qui pourraient être fournies par END (porosité et taux de saturation) à partir de profils moyennés sur des profondeurs correspondant aux profondeurs d’investigation des différentes techniques utilisées dans le projet.
La production des données repose sur l’emploi de simulations de Monte-Carlo de la porosité, la concentration de portlandite et la perméabilité intrinsèque initiales, quantités supposées corrélées entre elles, pour les trois bétons retenus pour l’étude (C45, C35 et C25). L’utilisation des chroniques climatiques de Météo-France (relevés météorologiques) a permis de simuler une exposition sur 60 ans à Toulouse. 150 échantillons de béton d’une même composition sont ainsi exposés à la carbonatation pendant les 60 dernières années.
Les données produites sont destinées à actualiser par une procédure bayésienne (simulations de Monte-Carlo par chaînes de Markov) les prévisions des modèles simplifiés, selon plusieurs schémas d’actualisation définis en fonction des besoins des gestionnaires :

 

 

 


- Schéma 1 : inspection et actualisation à t0+30 ans pour une prévision à t0+60 ans (difficulté et coût élevé des inspections, nécessité de prévoir à longue échéance)
- Schéma 2 : inspection et actualisation à t0+30 ans pour une prévision à t0+32 ans, inspection et actualisation à t0+38 ans pour une prévision à t0+40 ans puis prévision à t0+60 ans, avec historique des observations (inspections réalisées en vue d’une intervention à courte échéance) ;
- Schéma 3 : inspection à t0+15 ans, inspection et actualisation à t0+30 ans, puis inspection et actualisation à t0+40 ans pour une prévision à t0+60 ans, avec historique des observations (inspections régulières pour mieux ajuster les prévisions à longue échéance).
Pour chaque schéma on envisage ou non que la porosité et le taux de saturation moyennés sur une certaine profondeur soient disponibles (entrées disponibles ou non).

Le fait de considérer les entrées disponibles pour certains modèles (ici Duracrete) permet de réduire la variabilité de la sortie après actualisation, mais également de réduire le biais par rapport aux observations.
A courte échéance, les prévisions sont alors à la fois satisfaisantes et conservatives puisque les valeurs les plus faibles de profondeurs carbonatées prévues sont supérieures à celles des observations.
Comme le modèle Duracrete, le modèle de Hyvert bénéficie d’une réduction de variabilité lorsque les entrées sont prises en compte. La réduction de biais est moindre que celle précédemment observée, alors que la réduction de variabilité est plus marquée et la dispersion des prévisions devient alors nettement plus faible que celle des observations.
Les deux modèles ne sont pas conservatifs dans ce schéma à long terme : ils prévoient mieux les plus faibles profondeurs carbonatées que les plus élevées.
Dans un schéma avec des inspections régulières et des prévisions à longue échéance conservant l’historique des observations, les modèles Duracrete et de Hyvert montrent une bonne capacité de prévision, autant sur la tendance moyenne que sur la dispersion, à condition que les entrées disponibles soient prises en compte.
La cinétique du modèle de Papadakis n’est pas actualisée de façon satisfaisante. Ainsi, la dispersion des prévisions compense le manque de pertinence de la cinétique, ce qui conduit à des prévisions inexploitables en pratique.
Dans le cas du modèle Oxand, la cinétique est réajustée de façon satisfaisante, mais la dispersion des prévisions est réduite au point de leur donner un caractère très peu conservatif à longue échéance.
Un modèle plus simple que les précédents a été proposé, faisant apparaître deux paramètres liés à la fois au matériau et à l’environnement, d’équation
Ce modèle présente l’inconvénient de devoir être systématiquement calibré pour un nouvel environnement et un nouveau matériau, mais également l’avantage d’être facilement adaptatif aux mesures de profondeurs carbonatées disponibles.
Si l’échéance de prévision est éloignée de l’actualisation, la capacité de prévision à long terme est limitée par sa dispersion et par le manque de justesse de la tendance moyenne. Le modèle est dans ce cas incapable de prévoir les plus fortes profondeurs carbonatées expérimentales.
Si l’actualisation est établie sur des données disponibles à des échéances plus nombreuses, les prévisions s’avèrent satisfaisante, autant pour la dispersion que pour la tendance moyenne.