Soutenance mémoire
SHM
Le contrôle de santé intégré des structures (SHM) est une science multidisciplinaire dont l’objectif est de détecter et prédire d’éventuelles défaillances dans des structures afin d’en assurer leur intégrité (maintien voire prolongation de la durée de vie), en remplacement (ou complément) des techniques de contrôle non destructif (CND) habituelles. Tous les secteurs industriels sont concernés par cette approche innovante dès lors que la sécurité ou la sûreté des biens et des personnes est en jeu. Les principaux domaines d’application identifiés actuellement sont le génie civil, le ferroviaire, l’énergie et l’aéronautique. Si le SHM est clairement considéré comme une filière à part entière dans certains pays (États-Unis, Royaume Uni, Chine), son développement français est beaucoup plus timide7 : cette filière très proche du domaine du CND est en cours de structuration, si bien que le vocabulaire de référence concernant ce domaine peut diverger en fonction des industries ou des entreprises8 . Le terme SHM peut ainsi faire référence à de la maintenance préventive, ou du contrôle à distance (On-Line Monitoring), ou encore le contrôle de l’état de santé des structures.
Contrôle non destructif (CND) et SHM
Le CND est un ensemble de méthodes qui permettent de caractériser l’état d’intégrité de structures ou de matériaux sans les dégrader au cours de la production, de l’utilisation, ou dans le cadre de maintenance. Une des façons les plus simples de décrire un système SHM est de considérer qu’il correspond à une version embarquée (montée de façon permanente) et automatisée (l’évaluation du contrôle santé est réalisée sans opérateur) d’un système CND. En effet, les systèmes SHM déployés correspondent souvent à des versions simplifiées d’appareils de mesure plus sophistiqués utilisés en CND (Staszewski et al., 2004). Leur intégration est rendue possible grâce aux avancées technologiques impressionnantes de ces trente dernières années (informatique, électronique et matériaux) qui permettent de miniaturiser les moyens de mesure tout en baissant leur coût de fabrication. Le CND et le SHM sont donc très proches lorsque l’on se place au niveau du capteur et de la méthode physique d’investigation, mais ils ont chacun des problématiques qui leur sont propres. L’application des méthodes CND repose sur des opérations de maintenance coûteuses car elles mobilisent des opérateurs humains et nécessitent souvent l’immobilisation des structures inspectées (perte d’exploitation). Dans un contexte aéronautique, ces opérations de maintenance sont effectuées de façon régulière, mais la périodicité des contrôles ne permet pas toujours d’établir un diagnostic fiable quant à l’évolution de l’état de santé des structures (Guan et Yong, 2003; Hood, 2013; NTSB, 1988).
Le terme SHM désigne la science du contrôle santé intégré, résultant de travaux sur l’automatisation de certaines tâches de CND (Giurgiutiu et al., 2002; Mel Siegel et al., 1998; Sohn et al., 2003) en vue d’une amélioration de la fiabilité des systèmes impliqués et d’une réduction de coûts de maintenance dans différentes industries. Cette amélioration est généralement accompagnée d’une connaissance en temps réel de l’état des systèmes étudiés. Pour (Adams, 2007), le SHM est un processus qui consiste en l’implémentation d’une stratégie automatisée de détection, localisation, évaluation et caractérisation d’endommagements qui peuvent conduire à la dégradation d’une structure. Cela implique l’utilisation de structures dites « intelligentes » : des matériaux équipés de capteurs et actionneurs (pour extraire les informations utiles) ainsi qu’un système de transmission de données et de calcul au sein de la structure étudiée (Figure 1.1). On parle donc plus volontiers de processus ou de système SHM, évoquant toute la chaîne d’actions partant du capteur pour aller jusqu’à l’information utile qu’est la durée de vie résiduelle de la structure inspectée.
Un système SHM peut être séquencé en cinq niveaux d’information (Rytter, 1993) :
♦ Niveau 1 – détection : indication qualitative sur la présence éventuelle d’un endommagement
♦ Niveau 2 – localisation : indication de la position probable de l’endommagement détecté
♦ Niveau 3 – classification : détermination du type d’endommagement détecté
♦ Niveau 4 – sévérité : évaluation de la géométrie de l’endommagement
♦ Niveau 5 – pronostic : estimation de la durée de vie résiduelle de la structure .
Le SHM répond à quelques problématiques du CND : il permet de réduire les coûts des opérations de maintenance tout en garantissant un suivi en continu de la structure instrumentée. Il fait cependant intervenir d’autres compétences telles que le transfert, le stockage et l’interprétation d’une large quantité d’informations (Internet des objets, big data) en temps réel et sur des technologies embarquées, ainsi que l’établissement de pronostic et des prises de décisions. Comme pour tous les systèmes qui tendent à être automatisés, les méthodes SHM déportent l’intelligence humaine vers la prise de décision (faut-il continuer à faire voler cet avion ?) et l’éloigne de la manutention (CND). Le SHM apporte une vraie innovation dans le domaine de la maintenance mais le CND ne devient pas obsolète pour autant. L’intégration nécessaire au système SHM ne permet pas toujours d’établir un diagnostic aussi poussé que le résultat issu du CND, et le système déployé ne peut pas remplacer tous les contrôles réalisés. Ces deux domaines sont complémentaires: le SHM peut par exemple servir pour un prédiagnostic global qui peut déclencher un CND local ciblé, donc plus efficace et moins coûteux.
Intérêts d’un système SHM
Un système SHM présente de nombreux intérêts :
♦ Il fournit des informations en « temps réel » sur l’état de santé d’une structure instrumentée. Cela contribue à réduire les temps d’immobilisation des structures et de diminuer le nombre d’incident en améliorant la sécurité des installations.
♦ Il permet de repenser la conception des structures. Des géométries plus complexes peuvent être envisagées car un système SHM permet d’établir un diagnostic sur des parties difficile d’accès avec des méthodes de CND et donc un gain de temps et de coût. Un contrôle continu permet aussi d’éviter le surdimensionnement de certaines parties ce qui peut représenter un avantage majeur lorsque l’on souhaite optimiser la masse des composants utilisés.
♦ Il fournit des informations capitales pour envisager la maintenance prévisionnelle. L’écoute en continu de l’état de santé d’une structure permet d’anticiper les éventuelles défaillances et les moyens pour les affronter efficacement (personnel qualifié, commande de pièces de remplacement). Dans une configuration optimale, un système SHM permet de se baser sur une maintenance conditionnelle (ou CBM pour Condition-based maintenance) à l’inverse des maintenances programmées actuellement utilisées.
Un dispositif de contrôle santé intégré est une alternative séduisante aux méthodes de contrôle non destructif classiques. L’objectif principal est de disposer de méthodes efficaces et robustes pour l’analyse structurale et la surveillance d’intégrité dans des domaines variés : génie civil, transport d’énergie, transports ferroviaire, naval et aéronautique. Si l’on considère le domaine de l’industrie aéronautique, les motivations pour l’utilisation des systèmes SHM sont nombreuses, notamment à cause de la complexité des structures concernées et des contraintes d’embarquement d’instrumentation. Actuellement, les principales motivations sont d’ordre économique par le biais de la réduction du coût des temps d’immobilisation, de travail ou de réparation. Le SHM s’inscrit donc dans une stratégie à la fois économique, commerciale et sécuritaire. Il permet d’éviter une maintenance systématique et d’adopter une maintenance conditionnelle en surveillant en continu des mesures issues de ces structures.
Axiomes fondamentaux du SHM
Dans leur livre, (Farrar et Worden, 2013) définissent des axiomes fondamentaux qui servent de base pour tout déploiement d’un système SHM. Ils sont cités ci-dessous :
(i) Tout matériau possède des défauts et endommagements intrinsèques.
(ii) Un diagnostic d’endommagement requiert une comparaison entre deux systèmes.
(iii) La détection et la localisation d’un endommagement peuvent être réalisées avec un apprentissage non-supervisé, mais l’identification du type d’endommagement et sa sévérité nécessitent généralement un apprentissage supervisé.
(iv) a. Les capteurs ne mesurent pas d’endommagements. Il est nécessaire d’extraire des informations en se basant sur des algorithmes de traitement du signal et/ou des méthodes de classification statistiques pour convertir une donnée mesurée par un capteur en information d’endommagement.
b. En l’absence d’extraction intelligente de caractéristiques dans les données mesurées, si la sensibilité d’une mesure à un endommagement augmente, sa sensibilité aux variations opérationnelles et environnementales augmente.
(v) La taille et l’échelle temporelle associée à l’apparition et l’évolution d’un endommagement dictent les exigences du système d’acquisition SHM
(vi) Il y a un compromis entre la sensibilité d’un algorithme à la présence d’un endommagement et sa capacité à rejeter le bruit
(vii) La taille de l’endommagement qui peut être détectée à partir des variations dynamiques d’un système est inversement proportionnelle à la plage de fréquence d’excitation considérée.
(viii) Un endommagement augmente la complexité d’une structure.
Ces axiomes introduisent l’intérêt des algorithmes (traitement du signal) et de l’établissement d’indicateurs ou seuil dans la démarche d’intégration d’un système SHM. Ils donnent une série d’observations suffisamment objectives pour être généralisables à tout système SHM.
|
Table des matières
Introduction générale
Chapitre 1 : Contrôle santé des structures (SHM) par ondes de Lamb
1.1. SHM
1.1.1. Contrôle non destructif (CND) et SHM
1.1.2. Intérêts d’un système SHM
1.1.3. Axiomes fondamentaux du SHM
1.2. SHM pour le domaine aéronautique
1.2.1. Matériau composite
1.2.2. Application à l’aéronautique
1.2.3. Dommages dans les matériaux composites
1.3. Détection d’endommagement dans les matériaux composites
1.3.1. De la mesure au diagnostic
1.3.2. Méthodes de détection
1.3.3. Activation et mesure des ondes de Lamb
1.4. Verrous adressés dans cette thèse
1.4.1. Influence de la temperature
1.4.2. Compensation des variations de température et intérêt de la démarche proposée
1.4.3. Intérêt des méthodes baseline free
Chapitre 2 : Outils théoriques pour le contrôle santé avec des éléments piézoélectriques
2.1. Théorie sur les ondes de Lamb
2.1.1. Propagation dans un milieu isotrope
2.1.2. Propagation dans les composites stratifiés
2.2. Impédance d’un transducteur piézoélectrique couplé à une structure
2.2.1. Cas d’un PZT libre
2.2.2. Cas d’un PZT couplé à une structure
2.2.3. Impédance électrique et capacité d’un PZT
2.3. Modèle Pin-Force pour le couplage PZT-plaque
2.4. Conclusion
Chapitre 3 : Estimation de la température à l’aide d’éléments piézoélectriques
3.1. Introduction
3.2. Estimation de la température par mesure de fonction de transfert
3.2.1. Description
3.2.2. Études expérimentales
3.2.3. Discussion et analyses des résultats
3.3. Estimation de la température par mesure d’impédance
3.3.1. Théorie
3.3.2. Études expérimentales
3.3.3. Estimation de la température avec un dual PZT
3.3.4. Discussion et analyse des résultats
3.4. Conclusions
Chapitre 4 : Réseaux de dual PZTs pour la décomposition des modes 𝑨𝟎 et 𝑺𝟎
4.1. Introduction
4.2. Méthodes classiques de décomposition des modes
4.2.1. Effet d’accord des ondes de Lamb
4.2.2. PZT co-localisés
4.2.3. Transducteurs interdigitaux et peignes
4.2.4. Méthodes semi-analytiques
4.3. Dual PZT
4.3.1. Dual PZTs pour l’excitation des fréquences « sweet spot »
4.3.2. Dual PZTs pour la décomposition des modes
4.3.3. Détermination expérimentale de 𝐒
4.3.4. Conclusion sur les méthodes de décomposition des modes avec les dual PZTs
4.4. Dimensionnement d’un réseau de dual PZTs
4.4.1. Présentation du processus de dimensionnement
4.4.2. Matériaux et structure étudiés
4.4.3. Choix des dimensions des transducteurs à partir des courbes de dispersion
4.4.4. Etude de la propagation des ondes dans le matériau considéré : modèle élément fini local
4.4.5. Algorithme pour le placement des transducteurs.
4.4.6. Application
4.4.7. Discussions
4.5. Conclusions
Conclusion générale
Télécharger le rapport complet
