APPLICATIONS DE LA THERMOGRAPHIE AUX …wiki-thermographie.net/pdfs/Applications_de_la_thermographie_aux... · relèvent du domaine du contrôle non destructif et de la vision sur

Thermogram’ 2009 233

REIMS, 10 et 11 décembre 2009 Congrès National de Thermographie THERMOGRAM' 2009

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.

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 et l’exploitation de simulations numériques. Les évolutions des champs de températures de surface, en présence ou pas de défauts en sous face, sont analysées. Cette analyse fait appel à des outils du traitement du signal et des images pour localiser les défauts et à des modélisations thermiques 1D pour estimer leur profondeur.

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.

CaméraCaisson

Iso

lant

Lampe

Lampe

Voltmètre~220V, 50Hz

Auto-Transformateur

Echantillon

Iso

lan

t

Défaut

CaméraCaméraCaméraCaissonCaisson

Iso

lant

Lampe

Lampe

Lampe

Lampe

Voltmètre~220V, 50Hz

Auto-Transformateur

Echantillon

Iso

lan

t

Défaut

Figure 2 : Synoptique du banc expérimental (à gauche) - protocole de mesure (à droite)

RefroidissementChauffageDébut

t

P

TMAX

T0

0tt

P

TMAX

T0

0



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.

Matériaux λ

W.m-1.K-1

ρ

kg.m-3

Cp

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

(b) Caméra refroidie en bande II – créneau de 1 minute à 3000 W.m-2 – 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.

294

296

298

300

302

304

306

308

310

0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500

Temps [s]

Tem

pé

ratu

re [

K]

Parallélépipède

Pyramide

zone saine

293

294

295

296

297

298

299

300

301

302

303

0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500

Temps [s]

Tem

péra

ture

[K

] Pyramide

Parallélépipède

Zone saine

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

dans une zone de référence au même temps : ( ) )()( tTtTtC refdefauta −= (1)

Le contraste standard est défini suivant : ( ))0()(

)0()(

=−

=−=

tTtT

tTtTtC

refref

défautdefaut

S (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 vis-à-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



expression (équation 3) : TVUA Σ= (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.

Cartes des N Fonctions

Empiriques Orthogonales

Séquence temporelle

de N Images IR

tN

x

y

. . .t1

t2

t3

t

ΣΣΣΣ

N x N

x x VT

. .

.

N xN

CP1

CP2

CPN

U

M x N

. . .t1 t2 t3 tN

x

y

. . .

FE

O1

FE

O2

FE

ON

3D

=>

2D

A = UΣΣΣΣVT

. . .

2D

=>

3D

. . .

FE

O1

FE

O2

FE

ON

A

M x N

FE

O3

FE

O3

=

Avec M>N

Cartes des N Fonctions

Empiriques Orthogonales

Séquence temporelle

de N Images IR

tN

x

y

. . .t1

t2

t3

t

ΣΣΣΣ

N x N

x x VT

. .

.

N xN

CP1

CP2

CPN

U

M x N

. . .t1 t2 t3 tN

x

y

. . .

FE

O1

FE

O2

FE

ON

3D

=>

2D

A = UΣΣΣΣVT

. . .

2D

=>

3D

. . .

FE

O1

FE

O2

FE

ON

A

M x N

FE

O3

FE

O3

=

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

minimisant le critère suivant: 2

1

( )J

j j

mes est

j

S T T β=

= − ∑ (4)

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 Echantillon N°2 Préparation de la surface en béton

Réalisation du collage 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

Road Width

Ro

ad L

egn

th

50 100 150 200 250 300

50

100

150

200 Road lane

Shoulder Pavement

Grass

Heated surface of 1 m width and 10 m length at 150, 100, 50, 30 and 15 m

Sky

IRFPA 320*240 f=35 mm pitch 35 micron

Elevation 1.2 m in middle of road lane

view angle 89.9°

ILLUMINATION Map - τ = 1

IRFPA Columns

IRF

PA

Row

s

50 100 150 200 250 300

50

100

150

200

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

d’introduire la notion de visibilité météorologique mV qui est la plus grande distance à laquelle un

objet noir peut être perçu et identifié sur un fond clair (contraste intrinsèque 10 =C ) et pour

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

distance d prend alors pour expression : dK nmeCC 550

0

−⋅= (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 mV et le coefficient d’extinction du

brouillard nmK550 : nm

mK

V550

3≈ (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 Non-

Destructive 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 (Non-Destructive 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 carbon-epoxy 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

Documents

APPLICATIONS DE LA THERMOGRAPHIE AUX …wiki-thermographie.net/pdfs/Applications_de_la_thermographie_aux... · relèvent du domaine du contrôle non destructif et de la vision sur