Soutenance de thèse de Abdelgader ABDELMUHSEN
Abdelgader Abdelmuhsen, Doctorant du Lames, Université Gustave Eiffel, a soutenu sa thèse intitulée
"Application de l’intelligence artificielle à l’exploitation des mesures de déflexion pour la
caractérisation mécanique des structures de chaussées"
le
lundi 30 septembre 2024 à 09h30
à l’amphithéâtre du bâtiment Viarme de l'université Gustave Eiffel, campus de Nantes
La thèse a été présentée devant le jury suivant :
Rapporteurs :
Prof. Simona Fontul, Enseignant-chercheur (Assistant Professor) - LNEC, Lisbonne-Portugal
Prof. Khalil EL Khamlichi Drissi, Professeur des universités - Université Clermont Auvergne
Examinateurs :
Prof. Fekri Meftah, Professeur des universités - INSA Rennes
Prof. Yide Wang, Professeur des universités - Université de Nantes
Directeur et directrice de thèse :
Dr. Amine Ihamouten, IDTPE - HDR - Université Gustave Eiffel
Dr. Franziska Schmidt, IDTPE - HDR - Université Gustave Eiffel
Encadrant :
Dr. Jean-Michel Simonin, Chargé de recherche - Université Gustave Eiffel
Résumé :
Cette thèse présente un modèle et une méthodologie efficaces basés sur l’apprentissage automatique (ML) pour l’estimation du module d’élasticité des couches de chaussée (Ei). Cette approche novatrice utilise des mesures de pente de déflexion TSD (DS) plutôt que la méthode classique de déflexion. Le modèle inverse développé dans le cadre de cette recherche repose sur des données issues de logiciels (Alizé-LCPC) reconnus
par les praticiens et d’un simulateur expérimental externe, garantissant ainsi leur conformité aux conditions réelles. De plus, un processus de validation paramétrique avancé a été exécuté pour valider leur performance.
Ce modèle surmonte non seulement les défis liés à l’estimation précise de Ei, mais mène également une analyse de sensibilité quantitative
rigoureuse. Cette analyse examine systématiquement les impacts négatifs de quatre défis majeurs : la complexité des données TSD en haute dimension, l’influence du bruit de mesure, les variations de température, et les incertitudes de Ei des autres couches.
Tout cela vise à souligner l’objectif principal : apporter des contributions précieuses au domaine de la mécanique des chaussées.
Mot clés : Évaluation structurale, Modélisation du comportement mécanique des chaussées, Module d’élasticité, Déflectomètre à grande vitesse (TSD), Pente de déflexion, Apprentissage automatique (ML)