Newtech
Un scanner 3D et l’IA pour surveiller l’état d’usure des ponts
Par Charlotte Mauger, publié le 07 avril 2025
Pour calculer l’usure des ponts en acier, des chercheurs ont développé une méthodologie alliant fiabilité et rapidité pour évaluer précisément l’état de corrosion de ces infrastructures. Cette approche ouvre la voie à de nouvelles applications en matière de maintenance préventive, optimisant ainsi la gestion dans le temps de ces structures métalliques.
Les structures en acier, soumises aux intempéries et à l’usure du temps, subissent inévitablement des phénomènes de corrosion. La surveillance de leur dégradation représente un enjeu majeur en matière de sécurité, mais s’avère être une tâche particulièrement complexe et chronophage.
Dans le cas des ponts, souvent soutenus par des poutres en acier, les inspections sont principalement réalisées de manière visuelle, avec une précision limitée, ou bien avec un système de capture par ultrasons. Celui-ci offre des mesures détaillées (épaisseur résiduelle, état de corrosion) et précises, mais il reste long et fastidieux à mettre en œuvre : chaque point de contrôle nécessite environ trois minutes de mesure. Or « chaque pont compte plusieurs poutres avec des centaines de points à inspecter sur chacune d’elles », précise Sergey Sukhovey, cofondateur d’Artec 3D, entreprise spécialisée dans le développement et la fabrication de technologies 3D.
Pour dépasser cette problématique, une équipe réunissant des chercheurs des universités de Dresde en Allemagne et du Massachusetts aux USA a développé une approche innovante combinant un scanner 3D à un modèle d’apprentissage automatique. Cette méthode permet d’atteindre une précision comparable à celle des ultrasons tout en optimisant significativement le temps de capture, ouvrant ainsi la voie à de nouvelles applications en maintenance préventive des infrastructures métalliques.
Le scan 3D d’une poutre en acier d’un pont donne à voir en couleurs son état de corrosion et d’autres informations sur son altération comme la présence de trous (ici en noir).
Afin d’assurer une inspection des ponts où les poutres sont en hauteur et difficilement accessibles, il était essentiel de recourir à une solution portable. Les chercheurs ont donc opté pour Artec Leo, un scanner 3D sans fil d’Artec 3D. Cet outil, manipulable d’une seule main, délivre des reconstructions en trois dimensions des structures scannées. Il offre une rapidité d’exécution inédite par rapport aux méthodes traditionnelles. « Avec Leo, vous collectez des centaines de milliers de points en cinq minutes. Nous entrons dans une nouvelle dimension », explique Simos Gerasimidis, professeur associé à l’Université du Massachusetts et co-auteur de l’étude dans sa présentation.
« Le scan 3D donne à voir l’état de corrosion de la structure, les éventuelles fissures ou trous et son épaisseur actuelle », précise Sergey Sukhovey. Grâce à un modèle d’IA développé par l’équipe – élaboré sur une base décrivant 1 421 scénarios de corrosion réels – les chercheurs déduisent de ces données de terrain la capacité structurelle de la poutre, décrivant son état d’usure réel.
Ce calcul permet la planification des opérations de maintenance. Cette approche est presque aussi précise que la méthode précédemment utilisée pour le calcul de la capacité de la poutre, avec un taux d’erreur dégradé dans une proportion comprise entre 2,0 % et 3,3 %.
« Ils ont vraiment amélioré le workflow de l’inspection des ponts : en la simplifiant et en l’accélérant, tout en gardant la même précision que les méthodes traditionnelles », félicite Sergey Sukhovey. Cette avancée s’avère vraiment opportune dans un contexte où les infrastructures vieillissent : aux États-Unis, plus de 43 000 ponts sont aujourd’hui considérés comme en mauvais état. Mais au-delà des ponts, cette approche pourrait être appliquée à un large éventail de structures en acier, notamment dans l’industrie et le bâtiment. « Elle est adaptée à bien d’autres cas d’usage que l’inspection d’usure, par exemple à l’archéologie. Alors je crois que le succès de la méthode de ces chercheurs va inspirer d’autres développement de modèles d’IA ! », conclut Sergey Sukhovey.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
