No description available.

Pour évaluer la résistance mécanique du béton dans un ouvrage existant, la méthodologie courante combine des mesures non destructives (CND) comme le rebond ou/et la vitesse des ondes ultrasoniques avec la technique destructive (carottes) afin de produire une relation‘‘modèle de conversion” entre la résistance mécanique et les mesures CND. Le modèle de conversion est utilisé pour estimer la valeur locale de résistance mécanique à chaque emplacement de test en utilisant la valeur CND correspondante. Ensuite, on calcule les estimations de la résistance moyenne et/ou de l’écart-type de la résistance (variabilité de la résistance du béton). Cependant, la fiabilité d’estimation est toujours discutable en raison des incertitudes associées à l’évaluation de la résistance basée sur les mesures CND. Pour améliorer la fiabilité, les incertitudes doivent être réduites en spécifiant et en contrôlant leurs facteurs d’influence. Par conséquent, l’objectif de cette thèse est d’analyser la méthodologie d’évaluation courante afin de fournir des recommandations pratiques qui peuvent améliorer la fiabilité de l’évaluation de la résistance in-situ du béton dans les ouvrages existantes par des tests non destructifs et des carottes.Pour ce but, un simulateur a été construit afin d’analyser les effets des facteurs les plus influents en utilisant une vaste campagne de données provenant de sources différentes (études in situ ou en laboratoire et données synthétiques générées). La première contribution de ce travail est le développement d’une nouvelle approche d’identification du modèle ‘‘bi-objectif” qui peut efficacement capturer la variabilité de la résistance mécanique en plus de la moyenne. Après avoir étudié l’effet du mode de sélection des emplacements pour les carottes, une méthode a été proposée pour sélectionner ces emplacements en fonction des mesures CND ‘‘sélection conditionnelle” qui améliore la qualité de l’évaluation sans coût supplémentaire. Une dernière innovation est l’établissement de courbes de risque qui quantifient la relation entre le nombre de carottes et la précision de l’estimation. Enfin, des recommandations ont été formulées afin de fournir des estimations plus fiables. / To assess concrete strength in an existing structure, the current methodology combines nondestructive measurements (NDT) like rebound hammer or/and pulse velocity with destructive technique (cores) in order to implement a relationship ‘‘conversion model” between the compressive strength and NDT measurements. The conversion model is used to estimate the local strength value at each test location using the corresponding NDT value.Then the estimated mean strength and/or estimated strength standard deviation (concrete strength variability) values are calculated. However, the reliability of these estimated values isalways a questionable issue because of the uncertainties associated with the strength assessment based upon NDT measurements. To improve the reliability, the uncertainties must be reduced by specifying and controlling their influencing factors. Therefore, the objective of this thesis is to analyze the current assessment methodology in order to provide practical recommendations that can improve the reliability of assessing the in-situ strength in existing concrete structures by nondestructive tests and cores.To this end, a simulator was built in order to analyze the effects of the most influencing factors using a large campaign of datasets from different sources (in-situ or laboratory studies,and generated synthetic data).The first contribution of this work is the development of a new model identification approach“bi-objective” that can efficiently capture the strength variability in addition to the mean strength. After studying the effect of the way of selection the core locations, a method was proposed to select these locations depending on the NDT measurements “conditional selection” that improves the quality of assessment without additional cost. A third innovation was the development of a procedure to identify the relation between the number of cores and the accuracy of the estimation. Finally recommendations were derived in order to providemore reliable estimated values.