Margaux Geuzaine, chercheuse en Dynamique structurelle et stochastique décroche une bourse BAEF pour un séjour postdoctoral à l’Université de Notre Dame



Margaux Geuzaine, chercheuse en Dynamique structurelle et stochastique au sein de l’unité de recherche  Urban and Environnemental Engineering (Faculté des sciences appliquées) à l'ULiège, poursuivra ses études postdoctorales à l'Université de Notre Dame (Indiana, USA) l'année prochaine grâce à une bourse BAEF (Belgian American Educational Foundation). Son projet consiste à développer l'apprentissage automatique basé sur la physique pour surveiller les structures exposées aux risques naturels.

O

n finit par ne plus les remarquer, mais les structures de génie civil telles que les ponts et les bâtiments sont essentielles à notre vie quotidienne. Mais ils sont inévitablement soumis à d'éventuelles surcharges et à des risques naturels comme les inondations, les vents extrêmes ou les tremblements de terre. Malheureusement, ces événements devraient devenir plus fréquents et plus vigoureux dans les années à venir en raison de deux problèmes majeurs de notre époque : le changement climatique et la croissance démographique. De plus, en construisant des ponts toujours plus longs et des bâtiments toujours plus hauts, la probabilité d'être confronté à des phénomènes inconnus ou peu compris augmente également. Il est donc crucial de pouvoir surveiller le chargement et la réponse des structures, afin d'identifier les dommages invisibles qui ont pu les affaiblir, de comprendre leur comportement dans des situations imprévues, et finalement d'améliorer la sécurité des personnes qui les utilisent.

Compte tenu de l'importance de cette question pour la société, de nombreux chercheurs travaillent sur le sujet et l'accent est mis aujourd'hui sur l'utilisation de l'intelligence artificielle (IA) pour traiter la quantité sans cesse croissante de données hétérogènes qui peuvent être collectées au moyen de capteurs qui évoluent rapidement. Mais les modèles basés sur les données n'obéissent pas toujours aux lois fondamentales de la physique et sont le plus souvent incapables de traiter des scénarios en dehors de leur ensemble d'apprentissage, même s'ils correspondent très bien aux observations.

Selon Margaux, et conformément à l'état actuel de l'art, l'intégration de contraintes physiques dans les algorithmes d'apprentissage créerait le terrain idéal pour développer de toutes nouvelles méthodes permettant de s'attaquer plus efficacement aux problèmes de surveillance de la santé des structures, mais aussi de combler certaines lacunes dans la compréhension de la façon dont les structures sont mises en danger par certains phénomènes, et comment il est possible de les rendre plus sûres. Au cours de ses études postdoctorales, elle prévoit donc de développer de telles techniques d'apprentissage automatique améliorées par la connaissance, en particulier pour les structures chargées par le vent, les vagues et les câbles, car elle a déjà acquis une certaine expertise sur la façon dont elles sont censées se comporter dans des circonstances données et a proposé des explications supplémentaires concernant leurs caractéristiques dynamiques et spectrales d'ordre supérieur dans le cadre de son doctorat.

Laboratoire de modélisation NatHaz à l'Université de Notre Dame

Dans cette perspective, Margaux a obtenu une invitation à rejoindre le groupe de recherche du Professeur Ahsan Kareem, qui est l'actuel Président de l'International Association for Wind Engineering. La mission de son laboratoire est de quantifier les effets que les charges associées à divers risques naturels (NatHaz) ont sur les structures et d'introduire des stratégies efficaces pour les prévenir et les gérer. Des méthodes analytiques fondamentales et des méthodes de calcul originales, ainsi que des expériences en laboratoire et en grandeur réelle, y sont utilisées pour caractériser la réponse dynamique due au vent, aux vagues et aux séismes des grands bâtiments, des ponts de longue portée, des systèmes offshore et d'autres structures. À cet égard, le NatHaz Lab se concentre sur le développement de techniques innovantes, en ayant recours par exemple à l'apprentissage automatique, à l'informatique en nuage, au crowdsourcing, à la détection et à l'actionnement.

Partagez cette news