Listening to bridges through everyday traffic: mobile sensing and AI for safer infrastructures
Nous avons le plaisir d'accueillir notre ancien collègue Kévin Theunissen, qui réalisera une présentation des recherches qu'il a développées aux Etats-Unis, ce jeudi 10 septembre 2026 de 10h30 à 12h00 dans la salle 0/429, bâtiment B52.
Sa présentation est intitulée "Listening to bridges through everyday traffic: mobile sensing and AI for safer infrastructures"
Pour toute question, nous vous invitons à prendre contact avec Margaux Geuzaine.
Résumé
Un pont ne parle pas, mais chaque véhicule qui le traverse le fait vibrer. À l’instar d’un médecin qui écoute les battements d’un cœur, les ingénieurs peuvent se demander : comment le pont bouge-t-il ? Où subit-il des contraintes ? Quelles parties risquent de devenir plus vulnérables avec le temps ? Ces questions sont au cœur de la surveillance des ponts, d’autant plus que les infrastructures vieillissent, que le trafic augmente et que les décisions d’entretien doivent être prises avec des ressources limitées.
La détection mobile offre une nouvelle façon d’écouter les ponts. Au lieu de s’appuyer uniquement sur des capteurs installés de manière permanente sur une structure, elle utilise des mesures recueillies par des capteurs se déplaçant sur celle-ci, tels que des accéléromètres intégrés à des véhicules ou à des smartphones. Chaque passage devient une brève observation du comportement dynamique du pont. Lorsque de nombreux passages sont combinés, le trafic quotidien peut fournir des informations répétées et riches sur le plan spatial, à une échelle que les réseaux de capteurs fixes ne peuvent souvent pas atteindre. Cela rend la détection mobile particulièrement intéressante pour les grands parcs de ponts, la surveillance à long terme et les situations où l’installation d’un réseau dense d’instruments est trop coûteuse ou peu pratique.
Cependant, la détection mobile modifie également le problème d’ingénierie. Le signal mesuré ne provient pas uniquement du pont : il contient également la dynamique du véhicule, la rugosité de la chaussée, les effets de la vitesse, la variabilité des capteurs et le bruit ambiant. Chaque passage ne capture qu’une vue partielle et mobile de l’ouvrage ; le défi consiste donc non seulement à mesurer les vibrations, mais aussi à transformer de nombreuses observations imparfaites en informations structurelles fiables. Cela implique d’identifier les fréquences de vibration, de comprendre les modes de vibration et, à terme, d’estimer des grandeurs directement liées à la sécurité et à la durabilité.
L’intelligence artificielle offre un outil puissant pour cette transformation. Elle peut aider à évaluer la qualité du signal, à sélectionner les passages utiles, à réduire le bruit, à distinguer les contributions du véhicule de celles du pont, et à apprendre des relations difficiles à décrire à l’aide de modèles purement analytiques. Plus important encore, l’IA ouvre la voie à la détection virtuelle : l’utilisation de données mesurées à un endroit donné, ou provenant d’un capteur mobile, pour estimer les réponses structurelles à des emplacements où aucun capteur physique n’est installé.
Dans cette optique, les mesures d’accélération mobiles peuvent être converties en réponses de ponts à référence fixe, y compris les historiques de déformation aux emplacements critiques. La déformation revêt une importance particulière, car elle relie la surveillance des vibrations à la fatigue, à l’accumulation des dommages et à la gestion du cycle de vie. En combinant la détection mobile et le traitement du signal basé sur l’IA, le trafic quotidien peut devenir plus qu’une simple source de charge : il peut devenir un outil de diagnostic distribué permettant de comprendre comment les ponts se comportent, comment ils vieillissent et comment nous pouvons les entretenir de manière plus intelligente.
