Sur l'estimation de la variabilié spatiale des paramètres de corrosion et sa necessité pour les plans de maintenance des ouvrages maritimes en béton armé

On the assessment of corrosion parameters spatial variability and its need for maintenance planning of maritime concrete structures

• Auteur / Autrice : Romain Clerc
• Direction : Franck Schoefs, Charbel-Pierre El Soueidy
• Type : Thèse de doctorat
• Discipline(s) : Génie civil
• Date : Soutenance le 13/01/2021
• Etablissement(s) : Nantes
• Ecole(s) doctorale(s) : Sciences de l'ingénierie et des systèmes (Nantes Université)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Génie Civil et Mécanique (Nantes)
• Jury : Président / Présidente : Véronique Bouteiller
• Jury : Examinateurs / Examinatrices : Frédéric Duprat, Stéphanie Bonnet, Emilio Bastidas-Arteaga

Mots clés

Mots clés contrôlés

Constructions en béton armé

Corrosion

Mots clés libres

Probabilité de défaillance

Résumé

L’estimation de la variabilité spatiale des paramètres de dégradation des ouvrages en béton armé présente un intérêt majeur dans la mise en oeuvre de leurs plans de maintenance. Pour les ouvrages maritimes, soumis à la corrosion par piqûre, la question du nombre restreint des données et de leur non stationnarité due aux conditions d’exposition variables est cependant éludée. De plus, il n’existe pas d’indications sur le niveau de précision recherché sur la caractérisation de la variabilité spatiale au regard des incertitudes sur les paramètres de dégradation. Deux stratégies de modélisation cohabitent alors : emploi de modèles issus d’inspections systématiques pour un niveau de précision élevé, très coûteuse ; emploi de modèles issus de bases de données préexistantes pour un faible niveau de précision, peu coûteuse. En réponse à ces problématiques, une méthodologie d’estimation robuste des paramètres géostatistiques de trajectoires non stationnaires est premièrement développée, validée, puis appliquée aux bases de données réelles des projets DéCoF-Ré et APOS. Une analyse de sensibilité des probabilités de défaillance aux ELS et ELU est ensuite menée sur un cas d’étude traduisant les niveaux d’incertitude actuels sur les paramètres de dégradation. Un modèle semi-empirique de corrosion par piqûre construit à partir d’une revue d’état de l’art est employé. Les résultats montrent qu’à l’ELS, un faible niveau de précision sur la variabilité spatiale suffit à l’évaluation robuste de la probabilité de défaillance. À l’ELU, les résultats soulignent au contraire l’importance accrue de la caractérisation de la variabilité spatiale au fur et à mesure de la durée de vie de l’ouvrage. Le coefficient de corrélation entre diffusivité et concentration de surface moyenne des chlorures totaux est quant à lui toujours identifié comme fortement sensible

Spatial variability assessment of concrete structures degradation parameters if of great interest for their maintenance planning definition. In the case of maritime structures, exposed to pitting corrosion, issues about the limited number and the non-stationarity of available data is however frequently eluded. There is moreover no indication on the spatial variability targeted precision level compared to uncertainties of degradation parameters. Two modeling strategies then coexist: use of models coming from systematic inspections for high precision level, very costly; use of models coming from existing databases for low precision level, inexpensive. To answer these issues, a robust geostatistical parameters assessment procedure for non-stationary trajectories is firstly developed, checked and then applied to real datasets of DéCoF-Ré and APOS projects. Sensitivity of SLS and ULS failure probabilities is then performed on a case study with current degradation parameters uncertainties levels. A semi-empirical pitting corrosion model built after literature review is used. Results show that weak precision level on spatial variability is sufficient to robustly assess SLS failure probability whereas the older the structure, the greater this precision level should be for ULS failure probability assessment. Correlation coefficient between chloride diffusivity and surface concentration is moreover always sensitive