Sujet de thèse IFSTTAR

English version
Fiche détaillée :

Titre : Méthodologie corrective de signaux d’un profilomètre de chaussée basée sur le comportement dynamique du véhicule porteur

Laboratoire principal - Référent principal MAST - LAMES  -  MENANT Fabien      tél. : +33 240845772

Directeur du laboratoire principal VILLAIN Géraldine  -

Spécialité de la thèse mécanique / vibrations, Génie civil

Axe 2 - COP2017 - Améliorer l'efficience et la résilience des infrastructures

Site principal Nantes

Etablissement d'inscription UNIVERSITE GUSTAVE EIFFEL

Ecole doctorale Sciences de l'Ingénierie et des Systèmes (SIS)

Directeur de thèse prévu ANFOSSO-LEDEE Fabienne  -  Ifsttar  -  MAST

Co-directeur de thèse prévu VANDANJON Pierre-Olivier  -  Université Gustave Eiffel  -  AME - SPLOTT

Type de financement prévu Contrat doctoral  - Université Gustave Eiffel

Résumé

A – Contexte :
La mesure des déformations des chaussées (profilométrie) constitue une action fondamentale dans l’analyse du niveau de service offert aux usagers ainsi que dans la gestion patrimoniale de l’infrastructure. Traditionnellement, les moyens d’auscultation pour réaliser des mesures de profilométrie reposent sur une instrumentation intégrant des capteurs laser qui sont montés spécifiquement sur un véhicule support. De tels capteurs ont l’intérêt d’offrir une précision submillimétrique pour mesurer des distances et permettent en outre de générer des traces de mesures indépendantes les unes des autres quand ils sont montés sur un véhicule (dans la pratique, une trace de mesure dans les bandes de roulement droite et gauche). Néanmoins, l’usage des capteurs laser fait croitre le coût de l’instrumentation (et donc par extension celui de la mesure) mais surtout il est fortement dépendant des aléas climatiques qui réduisent les capacités opérationnelles (capteur inopérant quand la surface de chaussée est humide ou bruitage du signal par forte luminosité ambiante).
Dans ce contexte, l’unité MAST/LAMES a développé à partir de 2018 un dispositif de mesure alternatif baptisé « UniWheel » qui s'affranchit de capteur laser pour mesurer les déformations longitudinales de chaussée tout en préservant un niveau de précision acceptable pour caractériser l’état de l’infrastructure. Ce dispositif repose uniquement sur l’exploitation des données en provenance d’une centrale inertielle ultra-compacte et communicante positionnée à proximité de la roue d’un véhicule pour restituer un profil longitudinal. Grâce au dispositif UniWheel, qui a désormais atteint le stade de démonstrateur (niveau TRL 7), la mesure de profil peut être réalisée indépendamment des conditions de surface de la chaussée (sèche ou humide), des conditions de luminosité. Elle peut par ailleurs être réalisée sur des chaussées non revêtues ce qui élargit considérablement le cadre d’utilisation en France (ex : contrôle intermédiaire des couches de chaussées) mais aussi à l’étranger (cas des pays émergents en Afrique, Amérique du Sud et Asie). Comme le dispositif UniWheel constitue une instrumentation très légère, il peut être monté sur des flottes de véhicules standards à des fins de monitoring de l’état du réseau routier. Ce moyen intéresse fortement les collectivités locales qui veulent surveiller et gérer efficacement leurs réseaux à des coûts raisonnables. Pour cette raison, plusieurs expérimentations pilotes à grande échelle ont été réalisées en France avec plusieurs conseils départementaux [1,4] et au Canada avec le Ministère des Transports du Québec [3]. Cependant, afin de tendre vers un outil qualifié répondant à des attentes métrologiques et opérationnelles exigeantes, il est nécessaire de travailler plus profondément sur l’analyse des signaux correspondant aux vibrations enregistrées par le capteur inertiel et à leur correction en fonction des situations.

B – Problématique
En effet, les nombreux retours d’expériences ont montré que les indicateurs d’état de la chaussée estimés depuis l’UniWheel sont statistiquement très proches de ceux obtenus avec des appareils de référence. Néanmoins, quand on examine les résultats à travers le degré de reproductibilité (i.e. d’un type de véhicule à un autre) mais aussi en fonction de l’importance du niveau de déformations, des écarts relativement significatifs peuvent apparaitre. Ces écarts étaient attendus car le principe de mesure au moyen de l’UniWheel est « véhicule dépendant ». Autrement dit, en fonction des caractéristiques mécaniques des composants du véhicule (en particulier celles des trains roulants), de la vitesse d’avancement ainsi que la nature des excitations causées par la chaussée (défaut périodique, défaut ponctuel, etc.) la réponse d’un même dispositif UniWheel est susceptible de varier et d’impacter plus ou moins fortement l’indicateur d’état. De même, quand on travaille en mode bitrace avec deux UniWheel montés sur des roues droite et gauche, la transmission des vibrations d’un côté du véhicule sur l’autre (par exemple à cause d’un effet de roulis) peut nuire à la qualité des profils reconstruits (il en est de même pour les effets de tangage).

C - Objectifs
Grâce aux expérimentations menées sur différents types de chaussées et au moyen de plusieurs types de véhicules, on dispose d’une base de données / de signaux très riche à partir de laquelle les incertitudes de mesure ont été caractérisées. Dans ce sujet de thèse, on se propose de comprendre ces incertitudes en cherchant à étudier précisément les phénomènes vibratoires du véhicule qui sont responsables des écarts observés puis de les réduire en proposant une méthodologie de correction des signaux en fonction des « paramètres » du véhicule et de la vitesse.

D – Axes de travail
On propose de structurer le programme de travail de la façon suivante :
1- Etablir l’état de l’art (doctrine technique sur l’état des chaussées, interactions chaussée / véhicule, techniques de filtrage appliquées aux vibrations)
2 – Modéliser le comportement vibratoire de véhicules et réaliser des simulations numériques pour chercher à reproduire les données observables recueillies in situ avec l’UniWheel. Plusieurs types de modèles seront considérés en commençant par les plus simplifiés (représentation d’un système avec un seul train roulant) puis en utilisant progressivement des modèles plus complets (représentation d’un système avec quatre trains roulants). Les signaux d’excitation des modèles pourront provenir de mesures de référence collectées lors d’expérimentations. En déduire quels sont les composants et les caractéristiques mécaniques du véhicule porteur qui sont majoritairement responsables des perturbations constatées dans les résultats obtenus avec le dispositif UniWheel.
3 – Proposer une méthode expérimentale qui permettrait d’estimer globalement les paramètres les plus influents du système véhicule (ex : raideur de suspension, coefficient d’amortissement) en considérant que ceux-ci ne peuvent pas être mesurables directement (contrainte de type « boite noire ») [2]. Une fois ces paramètres connus, on cherchera à construire la « fonction de transfert » du système véhicule en s’appuyant sur le modèle mécanique le plus adéquat.
Remarque : l’estimation de ces paramètres pourra se faire par une méthode déterministe ou par apprentissage automatique (grâce à l’accès à une base de données expérimentales très riche).
4 – Utiliser cette fonction de transfert pour corriger / « auto calibrer » tout ou partie de la réponse du véhicule a posteriori puis de modifier le signal fourni par l’UniWheel en sortie ; cette correction interviendrait à l’échelle du signal profil voire sur la valeur de l’indicateur d’état directement.
5 – Estimer l’efficacité des méthodes proposées par une application sur des relevés antérieurs ou sur des nouveaux.
Compétences recherchées : profil en sciences de l’ingénieur généraliste ou avec spécialité mécanique, vibrations, dynamique de véhicules, analyse de signaux. Goût pour la modélisation mécanique et l’expérimentation en conditions réelles.

Exemples de références
1. Menant F., Martin J.-M., Garros J.-P. (2021), Nouveaux outils pour l’auscultation du réseau secondaire : Retours d’expérimentations, Revue Générale des Routes et de l’Aménagement n°981, pp. 44-54, Mai 2021.
2. Shohel Rana, Asaduzzaman, Vibration based pavement roughness monitoring system using vehicle dynamics and smartphone with estimated vehicle parameters, Results in Engineering, Volume 12, 2021, doi.org/10.1016/j.rineng.2021.100294.
3. Menant F., Garros J.-P., Gomez Lara H., Ouellette J., Robert M. (2022), Measurement of the IRI in winter condition with a road profilometer inspired by probe vehicles techniques, XVI World Winter Service and Road Resilience Congress, Calgary, Canada, February 7-11 2022.
4. Martin J.-M., Menant F., Garros J.-P. : La mobilité professionnelle au service de l’évaluation des réseaux: des véhicules de service équipés de capteurs bas-coût, TEC (Transport Environnement Circulation) n°257, Avril 2023.

Mots-clefs: modélisation de véhicules, vibrations, réponses temporelles et fréquentielles de systèmes, profilométrie et déformations de chaussées

Laboratoire principal - Référent principal	MAST - LAMES - MENANT Fabien tél. : +33 240845772
Directeur du laboratoire principal	VILLAIN Géraldine -
Spécialité de la thèse	mécanique / vibrations, Génie civil
Axe	2 - COP2017 - Améliorer l'efficience et la résilience des infrastructures
Site principal	Nantes
Etablissement d'inscription	UNIVERSITE GUSTAVE EIFFEL
Ecole doctorale	Sciences de l'Ingénierie et des Systèmes (SIS)
Directeur de thèse prévu	ANFOSSO-LEDEE Fabienne - Ifsttar - MAST
Co-directeur de thèse prévu	VANDANJON Pierre-Olivier - Université Gustave Eiffel - AME - SPLOTT
Type de financement prévu	Contrat doctoral - Université Gustave Eiffel
Résumé A – Contexte : La mesure des déformations des chaussées (profilométrie) constitue une action fondamentale dans l’analyse du niveau de service offert aux usagers ainsi que dans la gestion patrimoniale de l’infrastructure. Traditionnellement, les moyens d’auscultation pour réaliser des mesures de profilométrie reposent sur une instrumentation intégrant des capteurs laser qui sont montés spécifiquement sur un véhicule support. De tels capteurs ont l’intérêt d’offrir une précision submillimétrique pour mesurer des distances et permettent en outre de générer des traces de mesures indépendantes les unes des autres quand ils sont montés sur un véhicule (dans la pratique, une trace de mesure dans les bandes de roulement droite et gauche). Néanmoins, l’usage des capteurs laser fait croitre le coût de l’instrumentation (et donc par extension celui de la mesure) mais surtout il est fortement dépendant des aléas climatiques qui réduisent les capacités opérationnelles (capteur inopérant quand la surface de chaussée est humide ou bruitage du signal par forte luminosité ambiante). Dans ce contexte, l’unité MAST/LAMES a développé à partir de 2018 un dispositif de mesure alternatif baptisé « UniWheel » qui s'affranchit de capteur laser pour mesurer les déformations longitudinales de chaussée tout en préservant un niveau de précision acceptable pour caractériser l’état de l’infrastructure. Ce dispositif repose uniquement sur l’exploitation des données en provenance d’une centrale inertielle ultra-compacte et communicante positionnée à proximité de la roue d’un véhicule pour restituer un profil longitudinal. Grâce au dispositif UniWheel, qui a désormais atteint le stade de démonstrateur (niveau TRL 7), la mesure de profil peut être réalisée indépendamment des conditions de surface de la chaussée (sèche ou humide), des conditions de luminosité. Elle peut par ailleurs être réalisée sur des chaussées non revêtues ce qui élargit considérablement le cadre d’utilisation en France (ex : contrôle intermédiaire des couches de chaussées) mais aussi à l’étranger (cas des pays émergents en Afrique, Amérique du Sud et Asie). Comme le dispositif UniWheel constitue une instrumentation très légère, il peut être monté sur des flottes de véhicules standards à des fins de monitoring de l’état du réseau routier. Ce moyen intéresse fortement les collectivités locales qui veulent surveiller et gérer efficacement leurs réseaux à des coûts raisonnables. Pour cette raison, plusieurs expérimentations pilotes à grande échelle ont été réalisées en France avec plusieurs conseils départementaux [1,4] et au Canada avec le Ministère des Transports du Québec [3]. Cependant, afin de tendre vers un outil qualifié répondant à des attentes métrologiques et opérationnelles exigeantes, il est nécessaire de travailler plus profondément sur l’analyse des signaux correspondant aux vibrations enregistrées par le capteur inertiel et à leur correction en fonction des situations. B – Problématique En effet, les nombreux retours d’expériences ont montré que les indicateurs d’état de la chaussée estimés depuis l’UniWheel sont statistiquement très proches de ceux obtenus avec des appareils de référence. Néanmoins, quand on examine les résultats à travers le degré de reproductibilité (i.e. d’un type de véhicule à un autre) mais aussi en fonction de l’importance du niveau de déformations, des écarts relativement significatifs peuvent apparaitre. Ces écarts étaient attendus car le principe de mesure au moyen de l’UniWheel est « véhicule dépendant ». Autrement dit, en fonction des caractéristiques mécaniques des composants du véhicule (en particulier celles des trains roulants), de la vitesse d’avancement ainsi que la nature des excitations causées par la chaussée (défaut périodique, défaut ponctuel, etc.) la réponse d’un même dispositif UniWheel est susceptible de varier et d’impacter plus ou moins fortement l’indicateur d’état. De même, quand on travaille en mode bitrace avec deux UniWheel montés sur des roues droite et gauche, la transmission des vibrations d’un côté du véhicule sur l’autre (par exemple à cause d’un effet de roulis) peut nuire à la qualité des profils reconstruits (il en est de même pour les effets de tangage). C - Objectifs Grâce aux expérimentations menées sur différents types de chaussées et au moyen de plusieurs types de véhicules, on dispose d’une base de données / de signaux très riche à partir de laquelle les incertitudes de mesure ont été caractérisées. Dans ce sujet de thèse, on se propose de comprendre ces incertitudes en cherchant à étudier précisément les phénomènes vibratoires du véhicule qui sont responsables des écarts observés puis de les réduire en proposant une méthodologie de correction des signaux en fonction des « paramètres » du véhicule et de la vitesse. D – Axes de travail On propose de structurer le programme de travail de la façon suivante : 1- Etablir l’état de l’art (doctrine technique sur l’état des chaussées, interactions chaussée / véhicule, techniques de filtrage appliquées aux vibrations) 2 – Modéliser le comportement vibratoire de véhicules et réaliser des simulations numériques pour chercher à reproduire les données observables recueillies in situ avec l’UniWheel. Plusieurs types de modèles seront considérés en commençant par les plus simplifiés (représentation d’un système avec un seul train roulant) puis en utilisant progressivement des modèles plus complets (représentation d’un système avec quatre trains roulants). Les signaux d’excitation des modèles pourront provenir de mesures de référence collectées lors d’expérimentations. En déduire quels sont les composants et les caractéristiques mécaniques du véhicule porteur qui sont majoritairement responsables des perturbations constatées dans les résultats obtenus avec le dispositif UniWheel. 3 – Proposer une méthode expérimentale qui permettrait d’estimer globalement les paramètres les plus influents du système véhicule (ex : raideur de suspension, coefficient d’amortissement) en considérant que ceux-ci ne peuvent pas être mesurables directement (contrainte de type « boite noire ») [2]. Une fois ces paramètres connus, on cherchera à construire la « fonction de transfert » du système véhicule en s’appuyant sur le modèle mécanique le plus adéquat. Remarque : l’estimation de ces paramètres pourra se faire par une méthode déterministe ou par apprentissage automatique (grâce à l’accès à une base de données expérimentales très riche). 4 – Utiliser cette fonction de transfert pour corriger / « auto calibrer » tout ou partie de la réponse du véhicule a posteriori puis de modifier le signal fourni par l’UniWheel en sortie ; cette correction interviendrait à l’échelle du signal profil voire sur la valeur de l’indicateur d’état directement. 5 – Estimer l’efficacité des méthodes proposées par une application sur des relevés antérieurs ou sur des nouveaux. Compétences recherchées : profil en sciences de l’ingénieur généraliste ou avec spécialité mécanique, vibrations, dynamique de véhicules, analyse de signaux. Goût pour la modélisation mécanique et l’expérimentation en conditions réelles. Exemples de références 1. Menant F., Martin J.-M., Garros J.-P. (2021), Nouveaux outils pour l’auscultation du réseau secondaire : Retours d’expérimentations, Revue Générale des Routes et de l’Aménagement n°981, pp. 44-54, Mai 2021. 2. Shohel Rana, Asaduzzaman, Vibration based pavement roughness monitoring system using vehicle dynamics and smartphone with estimated vehicle parameters, Results in Engineering, Volume 12, 2021, doi.org/10.1016/j.rineng.2021.100294. 3. Menant F., Garros J.-P., Gomez Lara H., Ouellette J., Robert M. (2022), Measurement of the IRI in winter condition with a road profilometer inspired by probe vehicles techniques, XVI World Winter Service and Road Resilience Congress, Calgary, Canada, February 7-11 2022. 4. Martin J.-M., Menant F., Garros J.-P. : La mobilité professionnelle au service de l’évaluation des réseaux: des véhicules de service équipés de capteurs bas-coût, TEC (Transport Environnement Circulation) n°257, Avril 2023.
Mots-clefs:	modélisation de véhicules, vibrations, réponses temporelles et fréquentielles de systèmes, profilométrie et déformations de chaussées

Liste des sujets

Candidatures fermées