Des chercheurs ont mis au point un tuyau de surveillance intelligent qui combine la détection optique et des algorithmes d’apprentissage automatique pour surveiller et prédire les tassements de sol en 3D. Avec des développements supplémentaires, ce système pourrait permettre de détecter précocement les risques liés aux tassements de sol, contribuant ainsi à prévenir les déplacements de canalisations, les accidents dus aux fissures dans les bâtiments et même l’effondrement de structures.
« Le tassement du sol met directement en péril la sécurité des ouvrages d’art tels que les bâtiments, les ponts, les pipelines et les talus », a déclaré Dandan Sun, chef de l’équipe de recherche de l’université du Shanxi en Chine. « Notre dispositif surmonte les problèmes liés à la surveillance traditionnelle des sols en fournissant des mesures 3D précises et en capturant les changements dynamiques grâce à une structure simple qui peut être directement enterrée dans le sol. »
Dans la revue Optics Express du groupe Optica Publishing , les chercheurs décrivent leur tuyau de surveillance intelligent. Ce dispositif est constitué d’un tuyau en PVC équipé de structures de protection imprimées en 3D, de composants de compensation de température et de réseaux de Bragg sur fibre (FBG). Ils démontrent que des modèles d’apprentissage automatique peuvent détecter les premiers signes d’affaissement du sol et en prédire l’évolution grâce à l’analyse des données recueillies par ce système.
« Cette technologie pourrait notamment trouver une application dans les vieux quartiers urbains, souvent construits sur des sols meubles ou instables », a déclaré Sun. « En surveillant en temps réel la trajectoire de tassement 3D des fondations d’un bâtiment et en prévoyant à l’avance si ce tassement atteint un stade dangereux, on pourrait remédier aux problèmes avant qu’ils ne s’aggravent. Cette méthode pourrait également s’avérer utile pour la détection des glissements de terrain et la surveillance de l’intégrité structurelle des ponts, ainsi que pour le suivi du tassement des plateformes ferroviaires ou routières dans des environnements difficiles. »
Capture en temps réel des changements du sol en 3D
Bien que la surveillance du tassement du sol puisse aider à détecter les risques précocement, les méthodes actuelles effectuent des mesures à partir d’un seul point, ne permettent pas un suivi en temps réel de l’évolution dynamique du tassement ou ne tiennent pas compte des conditions locales complexes et réalistes du sol.
Le loess, un type de sol présent dans diverses régions du monde, pose un défi particulier aux méthodes actuelles de tassement des sols. Ce limon éolien est très meuble et extrêmement sensible à l’érosion, à l’affaissement et au tassement, notamment après la pluie ou des travaux de construction.
Pour créer un dispositif de surveillance plus performant, utilisable également dans les sols loessiques, les chercheurs ont conçu un capteur basé sur des réseaux de Bragg à fibre (FBG). Les FBG sont extrêmement sensibles aux infimes déformations dues à l’extrusion et au tassement du sol, tout en étant insensibles aux interférences électromagnétiques et robustes dans des environnements difficiles comme le sol. Afin de protéger davantage le capteur et de garantir des mesures stables, l’équipe a fabriqué des structures imprimées en 3D qui isolent les FBG du sol lorsqu’ils sont enfouis.
Un réseau de Bragg sur fibre (FBG) est un petit segment de fibre optique présentant de minuscules variations périodiques de son indice de réfraction. Les FBG réfléchissent fortement la lumière à une longueur d’onde spécifique, et lorsque la fibre est étirée ou comprimée par un mouvement du sol, l’espacement du réseau se modifie. Ceci décale la longueur d’onde réfléchie, ce qui peut être converti en signaux de déformation du sol.
« Au lieu d’un seul réseau, nous avons utilisé deux ensembles de réseaux à cinq points fixés au tuyau selon un angle de 45°, ainsi qu’un réseau de compensation de température indépendant afin d’éliminer l’influence des fluctuations de température », a expliqué Sun. « Cela permet une mesure de la déformation plus précise et la capture de signaux de déformation multidirectionnels. »
La combinaison des signaux monopoints provenant de FBG individuels à l’aide du cadre de Frenet-Serret — une façon de décrire comment une courbe se déplace et se courbe dans l’espace 3D — a permis aux chercheurs de reconstruire la morphologie 3D globale et la trajectoire du tassement du sol.
Détection du tassement simulé du sol
Pour vérifier les performances du capteur, les chercheurs ont mené des tests en conditions ambiantes. Ces tests ont démontré que le décalage de longueur d’onde des réseaux présentait une relation linéaire parfaite avec la déformation et permettait de détecter avec fiabilité de très faibles déformations. Le capteur a également enregistré avec précision les signaux de déformation sous différents angles et déplacements, confirmant ainsi sa capacité de perception multidirectionnelle.
Ensuite, les capteurs ont été testés en laboratoire par enfouissement dans le sol. Cette opération consistait à enterrer le tube de surveillance intelligent dans un sol loessique, au sein d’une chambre d’essai contenant six sacs d’eau. Des vides ont été créés dans le sol par drainage progressif des sacs afin de simuler le tassement. Le cadre de Frenet a permis la reconstruction morphologique 3D, et les données de surveillance ont été intégrées à des algorithmes d’apprentissage automatique pour la prédiction des stades d’évolution.
Le système de capteurs a identifié avec précision les différentes phases de tassement du sol induites par le drainage et a enregistré la déformation non linéaire des particules de sol, passant d’une structure ordonnée à un glissement brutal lorsque le drainage dépassait 8 000 millilitres. De plus, les résultats de la reconstruction morphologique 3D étaient très cohérents avec la morphologie réelle du tassement, reconstituant clairement la trajectoire 3D de ce dernier.
Les chercheurs ont testé différents modèles d’apprentissage automatique et ont constaté que l’algorithme Random Forest était le plus performant. Celui-ci a permis d’obtenir une précision de classification des stades de tassement de 95,65 % et une erreur relative de seulement 4,02 % dans la prédiction du volume de tassement induit par le drainage.
Afin d’optimiser davantage cette technologie, les chercheurs prévoient de mener des essais sur le terrain, notamment autour des fondations de bâtiments ruraux et urbains du plateau de Lœss en Chine, sur les pentes des mines de charbon à ciel ouvert et le long des canalisations municipales.
Ils travaillent également à l’optimisation du dispositif en le miniaturisant, en l’intégrant davantage, en ajoutant des fonctionnalités sans fil et de contrôle à distance, et en le rendant plus abordable. Ils souhaitent par ailleurs développer un logiciel permettant la visualisation en temps réel des trajectoires de tassement en 3D, l’alerte précoce automatique aux différentes phases de tassement et le stockage des données à long terme, afin de simplifier l’utilisation du système par les ingénieurs.
