Le Contrôle-Santé Intégré (CSI) réduit les besoins d’inspections humaines grâce à une surveillance automatisée, réduit les coûts de maintenance grâce à la détection précoce des anomalies avant qu’elles ne dégénèrent et améliore la sécurité ainsi que la fiabilité des services. L’objectif de cette thèse est de concevoir une plateforme de communication sans fil pour le CSI des structures ferroviaires. Le principe de contrôle repose sur la reconstruction des réponses impulsionnelles (fonctions de Green) par corrélation de bruit aléatoire se propageant dans le milieu. Durant ces travaux, nous avons éprouvé expérimentalement la relation entre les réponses actives expérimentales et une version post-traitée des fonctions de corrélation de bruit dans un contexte ferroviaire. Ainsi, nous avons démontré l’applicabilité des fonctions de corrélation pour la détection d’un défaut local sur un rail. Ensuite, nous avons réalisé une étude expérimentale comparative sur la caractérisation d’une transmission ZigBee en termes d’atténuation et de portée dans plusieurs environnements. Dans l’environnement ferroviaire sous test, nous avons démontré l’adéquation avec la portée d’une transmission ZigBee mono-saut (dans un rayon de 76m). Une solution de synchronisation des capteurs lors du prélèvement du signal basée sur la norme IEEE 802.15.4 a été proposée et validée par une campagne de mesures. Il a été démontré que cette approche offre une précision de l’ordre de quelques centaines de nanosecondes. Un prototype-plateforme de communication sans fil basé sur la technologie ZigBee/IEEE 802.15.4 a été mis en place et déployé sur un échantillon de rail. Cette solution a permis de valider les performances de cette plateforme, une fois les données récoltées par les transducteurs, ces informations sont transmises par un lien ZigBee vers une station de base où des algorithmes de détection leurs sont appliqués. / Structural Health Monitoring (SHM) reduces human inspection requirements through automated monitoring, reduces maintenance costs by early detection of defects before they escalate, and improves safety and reliability of services. The work presented in this thesis aims to design a wireless communication platform for railway structures health monitoring. The control principle is based on the reconstruction of impulse responses (Green’s functions) by correlation of random noise propagated in the medium. In this work, direct comparison between an active emission-reception response and the estimated noise correlation function has confirmed the validity of the equivalence relation between them. Thus, we have demonstrated the applicability of the correlation functions for local defect detection in a rail. Then, we conducted an experimental study on the characterization of a ZigBee transmission in terms of path loss and communication range in multiple environments. In the railway environment under test, we showed the adequacy with the range of a ZigBee single-hop transmission (within a radius of 76m). Furthermore, a flexible solution for sensors synchronization during the sampling process, based on IEEE 802.15.4 standard was proposed and validated by a measurement campaign. It has been demonstrated that this approach provides a precision of a few hundred nanoseconds. A wireless communication-platform prototype based on the ZigBee/IEEE 802.15.4 technology has been implemented and deployed on a rail sample. This solution enabled the validation of the platform performances, once the data collected by the transducers, the information is transmitted by a ZigBee link to a base station where detection algorithms are applied.

Cette thèse porte sur l’application de la technique de corrélation de bruit sismologique ambiant pour l'imagerie et le suivi des réservoirs géothermiques de Rittershoffen (ECOGI) et de Soultz-sous-Forêts (GEIE-EMC). La forte variabilité spatio-temporelle des sources du bruit de fond sismologique dans la gamme de période 0.2-7s limite la reconstruction des fonctions de Green. Cela induit des erreurs dans la construction des modèles de vitesse. Deux approches sont proposées pour s’affranchir des effets de la non-uniformité spatiale du bruit. Par ailleurs, la variabilité temporelle des sources de bruit est un facteur limitant pour le suivi du réservoir. On estime que les perturbations de vitesse doivent être de l’ordre de 0.1% à 1% pour pouvoir être détectées par les réseaux disponibles. Ce seuil n’a pas été franchi lors de la construction du site Rittershoffen mais une modification probable des propriétés diffractantes du milieu a été observée à la suite d’une stimulation. / This work focuses on the application of the ambient seismic noise correlation technique for the imaging and monitoring of deep geothermal reservoirs near Rittershoffen (ECOGI) and Soultz-sous-Forêts (GEIE-EMC). The strong spatial and temporal variability of the noise sources in the period range 0.2-7s limits the reconstruction of the Green’s functions. This results in significant errors in the velocity models. Two approaches are proposed to overcome the spatial non-uniformity of the noise and to improve the quality of the velocity models. Besides that, the temporal variability of the noise sources is a limiting factor for monitoring purposes. We estimate that the speed variations should be larger than 0.1% to 1% to be detected by the available networks. This threshold was not reached at Rittershoffen during the drillings or the stimulations. However, a probable change of the diffracting properties of the medium was observed following a hydraulic stimulation.