Cette recherche s’inscrit dans le cadre de la surveillance structurale des enceintes de confinement des centrales nucléaires qu’EDF exploite. L’objectif est de déterminer comment la connaissance de la teneur en eau du béton de ces ouvrages pourrait améliorer les prédictions de leur comportement mécanique, qui sont régulièrement réalisées dans le cadre de la démonstration de sûreté des installations.Dans un premier temps, nous avons étudié comment les incertitudes de mesure d’auscultation se propageaient dans les modèles pour quantifier l’information apportée par la mesure de teneur en eau. Nous avons également considéré les effets de ces incertitudes sur les extrapolations en fin de vie de l’ouvrage. Dans un second temps, nous avons proposé un modèle de surveillance des déformations différées comprenant la teneur en eau comme variable explicative et fondé sur une dépendance linéaire avec les déformations. Cette approche a été validée grâce aux données issues de la maquette VeRCoRs.Nous avons voulu ensuite estimer plus précisément l’exigence métrologique pour qualifier les chaines de mesure in situ de teneur en eau des bétons. Pour cela, nous avons utilisé la méthode de Monte Carlo pour simuler la propagation des incertitudes de mesures, en comparant les performances du modèle que nous proposions avec celles d’une approche d’ingénierie plus classique. / This research takes place within the framework of the structural monitoring of nuclear power plant containments that EDF operates. Our goal is to determine how the knowledge of the concrete water content these structures could improve the predictions of their mechanical behavior, which are periodically undertaken as part of the safety case for the facilities.As a first step, we have studied monitoring data uncertainties propagation through the models, in order to quantify the information brought by the water content measurement. We have also addressed the effects of these uncertainties on the extrapolations to the end of the structure lifetime. In a second phase, we have proposed a delayed deformation monitoring model including water content as an explanatory variable and based on a linear dependence with strains. This approach has been validated with data from the VeRCoRs mock up.Then, we sought to estimate more accurately the metrological requirement to qualify in-situ measurement systems for concrete water content. To do this, we used the Monte Carlo method to simulate the propagation of measurement uncertainties, by comparing the performances of the model that we proposed with those of a more conventional engineering approach.