Proposition d’une approche multidisciplinaire pour la maintenance prédictive des chaussées

Abstract

La dégradation d’une chaussée a pour origine de multiples facteurs tels que le trafic, les conditions climatiques et ses caractéristiques structurelles. Pour maintenir la qualité des infrastructures routières et prolonger leurs durées de vie tout en réduisant les coûts de maintenance, il devient essentiel de prédire et d'anticiper ces dégradations. Dans cette optique, l’utilisation de la maintenance prédictive, basée sur des moyens de surveillance in-situ, d'analyse statistique et d'intelligence artificielle, est donc nécessaire. Cependant, sa mise en œuvre fait face à de nombreux défis tels que la gestion de grandes quantités de données collectées par diverses sources mais aussi la modélisation dans un environnement incertain. Dans ce contexte, pour améliorer la surveillance des infrastructures routières, cette étude combine trois disciplines scientifiques pour démontrer la faisabilité d’un jumeau numérique d'une section de chaussée. La méthodologie proposée s’appuie sur l'optimisation des moyens d'instrumentation des routes, à l'aide de capteurs sans fil, pour alimenter des modèles mécaniques et issus des données destinés à prédire l'endommagement de la chaussée et ainsi anticiper son état de santé. Cette approche pluridisciplinaire est mise en œuvre sur un cas d'étude : une section d’autoroute instrumentée dans la région de Bordeaux en France.