Return to search

Régularisation et optimisation pour l'imagerie sismique des fondations de pylônes

Cette thèse porte sur l'auscultation de fondations de pylônes électriques par contrôle non destructif. Une procédure d'imagerie par ondes sismiques est utilisée, ce qui consiste à générer une onde sismique au voisinage de la fondation avec une source vibratoire et à mesurer la vitesse de l'onde résultante à l'aide d'un réseau de géophones. Le travail présenté s'intéresse spécifiquement à la résolution du problème inverse. L'objectif est de concevoir un algorithme permettant de déterminer la géométrie de la fondation auscultée à partir des données enregistrées par les capteurs. Il s'agit d'un problème de tomographie de diffraction. Son caractère mal posé ainsi que la forte non-linéarité du modèle direct rendent sa résolution particulièrement difficile. Deux méthodes d'inversion ont été développées. Elles consistent toutes deux à reconstruire plusieurs cartes du sous-sol, chaque carte étant associée à une caractéristique physique du sous-sol. Dans les deux cas, un critère des moindres carrés régularisé est minimisé de façon itérative. Pour la première approche, peu d'a priori sont pris en compte. Elle se base sur une régularisation markovienne et la différence entre pixels voisins est pénalisée de manière à favoriser la reconstruction de régions lisses séparées par des contours francs. La seconde approche tient compte d'informations a priori plus nombreuses et plus précises. Elles sont liées à la structure particulière des fondations et aux caractéristiques de la terre et du béton. La méthode se base sur une segmentation du milieu à imager en deux régions. Des tests ont été réalisés sur des données simulées afin d'évaluer et de comparer les performances de ces deux méthodes.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00692589
Date14 December 2011
CreatorsVautrin, Denis
PublisherEcole centrale de nantes - ECN
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0016 seconds