SoutenanceAlexisCourtois Vedf

CONTRIBUTION À LA SURVEILLANCE DES ENCEINTES DE
CONFINEMENT EN BÉTON PRÉCONTRAINT :

PROPOSITION D'UNE DÉMARCHE POUR INTÉGRER LE SUIVI
DE LA TENEUR EN EAU DANS LE PRONOSTIC
Alexis COURTOIS
Reprise pour le Rendez Vous de la Conception Mécanique et du Génie civil à EDF DT

03/02/2020
• Directeurs de thèse : Dominique Placko (ENS), Frédéric Taillade, (EDF R&D PRISME)
De l’eau dans le béton
Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 2

Fonction de sûreté de l’enceinte de
confinement des réacteurs nucléaires
(www.irsn.fr)

Des enceintes en béton précontraint

Evolution des forces de précontrainte
• Déformations différées du béton
Þ Diminution (perte) de précontrainte
Þ Diminution des marges en situation
accidentelle
• Exigences de sûreté :
– Anticiper les contraintes dans la structure
dès la conception (codes de construction,
recommandations).
– Suivi des déformations tout au long de la vie
de l’ouvrage (surveillance opérationnelle).
– Vérification de la cohérence des mesures et
des prédictions par l’utilisation de modèles.

Déformations différées de retrait et de fluage
• 4 expériences pour caractériser le retrait et de fluage du béton :
Sealed specimen
Echantillon isolé Drying specimen
Echantillon séchant
1 1 2 2
Déformation
Strain
ds = 2 - 1
Retrait de dessiccation (Sellier et al., 2009)
as
 = 1
Time Retrait endogène
Temps
Echantillon
Sealed specimenisolé
with et chargéload
sustained Echantillon
Drying séchant with
sealed specimen et chargé
sustained load
(Le Roy, 1995)
3 3 4 4
Déformation
Strain
Fluage de
dessiccation
dc = 4 - 3- 2 - 1
Fluage de dessiccation
bc = 3 - 2 - 1
(Benboudjema,
Time Fluage propre 2002)
Temps
(Neville, 1983), (Benboudjema, 2002)

Le séchage du béton
• Echanges d’eau pour équilibre thermodynamique entre la structure
en béton et son environnement.
• A l’échelle macroscopique, le séchage peut être modélisé en
première approche par un modèle de diffusion non linéaire
((Bazant, 2000), (Benboudjema, 2002)).
𝜕𝜃
− 𝛻 ( 𝐷𝑒𝑞 ( 𝜃 ) ∙ 𝛻 𝜃 ) =0
𝜕𝑡
(Mensi et al., 1988)

(Baroghel-Bouny, 1994)

Pourquoi mesurer de teneur en eau du
béton in-situ ?
• Le système de surveillance (ou « d’auscultation ») des enceintes EDF est
composé principalement de capteurs de déformation, de déplacement et de
température (Courtois et al., 2011).
• Ces mesures sont déjà utilisées pour recaler les modèles qui prédisent les
déformations en fin d’exploitation.
• Un suivi de la teneur en eau in-situ serait-il de nature à améliorer ces
prédictions (Courtois et al., 2017) ?
Pour gagner en qualité de prédiction Pour gagner du temps

Problématique scientifique
• Cadre :
– Approche pragmatique : exploiter outils et informations disponibles in-situ.
– Données de laboratoire exclues, faute de moyens appropriés pour les
assimiler conjointement aux mesures in-situ.
• Trois questions :
– Comment quantifier l’apport d’information par la mesure de teneur en eau
dans le processus actuel de surveillance des enceintes de confinement ?
– Quelle incertitude-cible préconiser pour la mesure de teneur en eau, dans
ce même contexte ?
– Quelle est l’influence de la distribution spatiale d’éventuels capteurs de
teneur en eau sur la prédiction des déformations différées d’une enceinte
en béton ?

Plan
1. Contexte industriel et problématique scientifique
2. Quantification de l’information apportée par la mesure in-situ
de teneur en eau
3. Tentative d’intégration des mesures de teneur en eau dans un
pronostic sur ouvrage réel
4. Conclusions et perspectives

Plan
de teneur en eau

Objectif assigné à la mesure de teneur en eau
Gagner en qualité de prédiction en fin d’exploitation, sur la base

d’une période d’observation Tobs.

Méthode simplifiée reliant les variances des
paramètres et des prédictions d’un modèle
• Propagation des incertitudes de mesure dans un processus de
recalage de paramètres d’un modèle (De Coulon, 1998), (Brun,
2001), (Olrande, 2011).
Mesures Y
Système réel et
capteurs
Entrées +
e = Y - Ymo
X -
Réponse du modèle
Ymo(X, P)
Modèle et
paramètres P
෡ = 𝑎𝑟𝑔 ቂmin(𝐽ሺ𝑿, 𝑷ሻ)ቃ

𝑷
𝑷
Ajustement sur P
𝐽ሺ𝑿, 𝑷ሻ = 𝒆𝑻 ∙ 𝒆

Linéarisation, sensibilité normalisée et
covariance des paramètres
• Au voisinage de la solution : linéarisation
• Matrice de sensibilité normalisée

~
𝑺 ( 𝑿 , 𝑷 ) =¿
• Relation entre la matrice de covariance des paramètres
cov(P) et celle des mesures, assimilée à cov(e)
−1 −𝟏
𝑐𝑜𝑣 ሺ𝑷ሻ = ൣ𝑺෨𝑇 ∙ 𝑺෨൧ ∙ 𝑺෨𝑇 ∙ 𝒄𝒐𝒗ሺ𝒆ሻ∙ 𝑺෨ ∙ ൣ𝑺෨𝑇 ∙ 𝑺෨൧ = 𝑯∗ ∙ 𝒄𝒐𝒗(𝒆) ∙ 𝑯∗𝑻

Modèles analytiques utilisés
• Lois de retrait ds et de fluage cr
𝐴𝑑𝑠 ∙ 𝑡
𝜀𝑑𝑠 (𝑡) = (Eurocode 2)
𝐾𝑑 + 𝑡
𝜀𝑐𝑟 (𝑡) = 𝐴𝑐𝑟 ⋅ 𝐿𝑛(1 + 𝐾𝑐𝑟 ⋅ 𝑡) (Model Code 2010)
• Loi d’évolution de la perte de masse 

𝐴𝑝 ∙ 𝑡
𝜋(𝑡) =
𝐾𝑑 + 𝑡
~
𝑺 =¿
Incertitude sur la prédiction à long terme
• cov(P) estimée sur une période Tobs.
• Absence de biais systématique.
• Incertitude sur la prédiction à tfinal via la formule classique
de propagation des incertitudes.
• U (𝜀𝑓𝑖𝑛𝑎𝑙 ) = 2.u (𝜀𝑓𝑖𝑛𝑎𝑙 ).
𝑢2 ( 𝜀 𝑓𝑖𝑛𝑎𝑙 ) = ∑ ¿ ¿ ¿
𝑖 (GUM, 2008)

Résultats : évolution de l’incertitude sur la
prédiction en fonction de Tobs, U() et U()
U() = 20 m/m U() = 50 m/m
U() = 0,1%
U() = 0,5%

Application à un système de capteurs placés
dans la paroi
• En pratique, on place des capteurs ponctuels dans l’ouvrage
– Utilisation d’un modèle de séchage pour prédire l’incertitude sur la perte de
masse à tfinal en se basant sur sa sensibilité aux mesures provenant de N
capteurs dans la paroi
– Estimation de N et positionnement de capteurs pour obtenir des estimation
de perte de masse cohérente avec une incertitude de 0,1% ?
1,20 m

Résultats : sensibilités du modèle de séchage
à la position du capteur
𝜕𝜃
𝜕𝑡
− 𝛻 ( 𝐷𝑒𝑞 ( 𝜃 ) ∙ 𝛻 𝜃 ) =0 ¿
(Mensi et al., 1988)
Capteur au bord de la paroi Capteur au centre de la paroi

Résultats : évolution de l’incertitude de la
prédiction selon le nombre de capteurs et
l’incertitude de mesure de teneur en eau
0.1%
N° capteur 1 2 3 4 5 …..
Disposition et incrémentation des

capteurs dans la paroi séchante

Démarche pour une approche plus réaliste final obtenue avec  seules
final obtenue
avec  et 
Propagation des incertitudes par méthode de Monte Carlo

Géométrie, conditions
initiales, conditions aux
limites, chargement et
matériaux
IC de final
Etape 1 Recalage de Prédiction de la final et de avec  et  OUI :
modèles
l’intervalle de confiance <
simplifiés de
associé IC IC de final incertitude
 ou 
Etapes 4b et 5 avec 
Etape 4a de mesure
Etape 6
sur 
identifiée
Génération
des mesures Simulation
NON :
sans incertitudes
incertitude Etape 3 simulation d’une nouvelle incertitude de mesure de 
Etape 2
Ajustement de la loi de distribution représentant l’incertitude de mesure de 
Soutenance de thèse d'Alexis Courtois

21
- RVCMG - 03/02/2020
Génération des « mesures synthétiques »
• Production de mesures de déformation et de teneur en eau associées grâce à
– 2 modèles éléments finis 3D, construits avec code_aster.
– une génération de nombres aléatoires simulant l’incertitude des mesures.
• Modèle de séchage : SECH_MENSI
• Modèle de fluage : BETON_BURGER (proche de (Sellier, 2009))
• Enceinte EDF avec les dix premières années de mesure disponibles, scénario
simplifié

Modèles simplifiés à recaler
• Lois proposées par CEOS.fr, proches de Model Code 2010 (Barré,

2016)
• Nouveau modèle linéaire dit « TETT » (Teneur en Eau – Temps –
Température), inspiré du modèle « TPT » de surveillance
opérationnelle des enceintes d’EDF (Simon, 2019)
❑
𝜀 𝑇𝐸𝑇𝑇 = 𝛤 𝑅𝐷 ∙ ( 𝛩 −𝛩 𝑠 )+ 𝛤 𝐹𝑃 ∙ 𝐿𝑛 1+
❑
( 𝑡 −𝑡 0
𝜏 ) ❑
+ 𝛤 𝐾 + 𝛽 1 ∙ 𝑇 𝑚+ 𝛽 2 ∙ Δ 𝑇 +Ο 𝑟𝑒𝑠

Méthodes d’inversion utilisée (Scilab 5.4)
• TETT: régression linéaire
• CEOS.fr: Levenberg Marquardt (Marquardt, 1963)
• Séchage: Simplexe de Nelder Mead (Nelder and Mead 1965)

Résultats de l’approche « plus réaliste »
Déformation extrapolée Ecart à la référence Largeur de l’intervalle de confiance
(m/m) (m/m)
CEOS 𝑪𝑬𝑶𝑺
𝜺ො
𝑻 ൫𝒕𝒇𝒊𝒏𝒂𝒍 ൯ -29 274
𝑪𝑬𝑶𝑺 -65 199
𝜺ො
𝑽 ൫𝒕𝒇𝒊𝒏𝒂𝒍 ൯
Incertitude de mesure Incertitude de mesure de Incertitude de mesure de

de teneur en eau nulle teneur en eau = 1% teneur en eau = 5%
Déformation Ecart à la Largeur de Ecart à la Largeur de Ecart à la Largeur de
extrapolée référence l’intervalle référence l’intervalle référence l’intervalle
TETT (m/m) de (m/m) de (m/m) de
confiance confiance confiance
(m/m) (m/m) (m/m)
𝑻𝑬𝑻𝑻 174 300 71 356 69 376
𝜺ො
𝑻 ൫𝒕𝒇𝒊𝒏𝒂𝒍 ൯
𝑻𝑬𝑻𝑻 15 292 -48 360 -53 360
𝜺ො
𝑽 ൫𝒕𝒇𝒊𝒏𝒂𝒍 ൯
• Ecart à la référence parfois assez significatif

• La mesure de teneur en eau n’apporte rien dans ce
cas précis
Influence de la fonction logarithmique des
lois simplifiées
Termes de dessiccation
relativement faibles
Termes logarithmiques dominants
• Scénario trop simplifié et inadapté à la démonstration recherchée.

• Mais qu’en serait il en cas de conditions de séchage variables ?

Plan
de teneur en eau

Maquette Vercors
• Maquette échelle 1/3 d’une enceinte interne
– Rayon interne 7,30 m
– Hauteur 21 m
– Epaisseur 0,40 m
• Echelle réduite => séchage accéléré => retrait et fluage accéléré
(facteur 9) (Masson, 2014)
• Système d’auscultation pour suivre déformations (TS) et teneur en
eau (TDR et pulse) (Oukhemanou, 2016)
Zone courante
Capteurs de déformation Sonde de température

Soutenance de thèse d'Alexis Courtois - RVCMG
à corde - 03/02/2020
vibrante et TDR 28
Extensomètre à corde vibrante
Bobine
excitatrice Bobine de
réception
Corde vibrante

Cours MOS 3.2 - Ouvrages de l'énergie - ouvrages nucléaires - partie 2
Le pendule

30
- RVCMG - 03/02/2020
Systèmes de mesure de teneur en eau
testés par EDF (Vercors et FA3)
Time Domain Reflectomerty (TDR) « Pulse » (conçu par ECL/LML)
Mesures EPR
Flamanville

31
- RVCMG - 03/02/2020
Autres systèmes connus
« Capacitif » (Bloc CEBTP, Paluel 2, Civaux Capteur HR (Ringhals, Forsmark, Suède)

1) (Paquet, 1971) (CEBTP, 2006) (Oxfall, 2016)

Profils mesurés et simulés sur 32
- RVCMG - 03/02/2020
Civaux 1 avec mesures CEBTP
Tentative d’exploitation en 2007

33
- RVCMG - 03/02/2020
Nécessaire filtrage des mesures
TDR sur Vercors

34
- RVCMG - 03/02/2020
Sélection des voies de mesure
• Modélisation des déformations V
et H par la température et la
teneur en eau (régression linéaire)
• Quels représentants choisir parmi (Husson et al., 2016)
les capteurs , T et  ?
• 2 méthodes mises en œuvre
successivement pour sélectionner
les voies représentatives :
– 1er tri : Classification Ascendante
Hiérarchique (CAH) www.lovelyanalytics.com
– 2ème tri : Analyse par Composantes

Principales (ACP) p1 correspond à la première
valeur propre de CZZ
(www.speechi.net)

Résultats de la sélection des capteurs
• Données du 10/08/2015 au 16/06/2018 soit 8 ans et ½ à l’échelle 1.
• CAH sur  d’une part et T d’autre part
• ACP sur les mesures Pt100 et TDR (variables actives). Les
déformations sont considérées comme variables supplémentaires.
TDR et TS
Pt100
ACP sur Pt100 et

TDR : éboulis des
valeurs propres
CAH sur les extensomètres, critère de Ward ACP sur Pt100 et TDR : cercle des
corrélation et position des déformations
Matplot

37
- RVCMG - 03/02/2020
Séries chronologiques sélectionnées
Teneur en eau
Séchage non constant Partie courante
Partie courante
Température
Radier
Partie courante
Déformation
Partie courante

Résultats pour le capteur P1_ET
• Régression linéaire sans terme logarithmique sur la totalité des données
𝜀❑
𝑇𝐸𝑇𝑇 =𝛤 𝑅𝐷 ∙ ( 𝛩 −𝛩 𝑠 )+ 𝛤 ❑
𝐾 + 𝛽1 ∙ 𝑇 𝑚 + 𝛽2 ∙ Δ 𝑇 +Ο 𝑟𝑒𝑠
Variable Coefficient Intervalle de confiance R²

à 95%
TDR16_P 1463,3 [1442,0 ;1484,6]
TETA_C10 -7,0 [-6,4 ; -7,7] 0,96
TETA_P1 8,9 [8,4 ;9,4]
Constante -1180.8 [-1201.2 ; -1160.3]

Régression sur la première moitié des mesures

Plan
de teneur en eau

Conclusion sur l’utilisation des mesures de
teneur en eau sur ouvrages réels
• Ce travail méthodologique permet de tirer les
enseignements suivants
– l’intérêt de mesurer l’humidité in-situ du béton des enceintes
de confinement, surtout si les conditions hydriques varient
(sinon, TPT ou CEOS, c’est tout à fait correct)
– l’apport des matrices de sensibilité dans ce genre d’analyse
(simple application du GUM qui peut guider les études de
performance métrologique des chaines de mesure)
– l’apport des outils d’analyse factorielles pour trier les séries
chronologiques
• Une nouvelle loi (TETT) a été proposée pour intégrer la
teneur en eau dans le diagnostic d’ouvrage
Conclusion sur les exigences métrologiques
• Eléments de spécification des chaines de mesures
– Au moins un capteur tous les 20 cm soit 5 capteurs sur
1,20 m (reconstitution correcte du gradient hydrique)
– La fidélité des mesures est le critère principal
– Valeurs d’incertitude proposées pour  (volumique) :
• 1% pour la répétabilité
• 2% pour la justesse

Perspectives
• Au plan de la modélisation des phénomènes
– Capacité d’un modèle de séchage de Mensi recalé sur des mesures in-situ
(en cours à EDF R&D)
– Combinaison des résultats obtenus en laboratoire et sur l’ouvrage
• Pour la qualification de matériel de mesure in-situ
– Définition d’un cas test mieux adapté pour dimensionner l’incertitude cible
de teneur en eau (variations de conditions aux limites hydriques)
– Développer des méthodes d’étalonnage pour les capteurs de teneur en eau
– Compléter le champs des exigences métiers, selon les applications visées
• Pour l’analyse des données de surveillance des ouvrages
– Domaine de validité de TETT et informations complémentaires apportées
par le laboratoire

Merci pour votre attention

QUIZZ

46
- RVCMG - 03/02/2020
Un béton qui sèche flue plus qu’un béton
qui ne sèche pas ?
1. VRAI
2. FAUX

Les pertes de précontraintes peuvent
modifier
1. La résistance de l’enceinte en cas d’accident
2. Le niveau d’indemnisation des frais de déplacement
3. La sûreté de l’installation
4. L’étanchéité de l’enceinte
5. La vitesse de séchage du béton

Si la fréquence mesurée par un témoin
sonore augmente…
• Ça veut dire que le béton rétrécit
• Ca veut dire que le béton s’allonge

Pourquoi le retrait endogène n’occasionne
quasiment pas de perte de précontrainte
sur une enceinte ?
• Parce qu’il se développe dans les premiers mois
après coulage du béton, alors que les câbles sont
généralement tendus après sa stabilisation

Associer les système de mesure et les
mesurandes
A. TDR
1. La permittivité
2. La température
B. Pulse
3. Résistivité électrique
C. Sonde résistive
4. Perméabilité apparente
D. Sonde capacitive du CEBTP au gaz

Quel est l’intérêt d’introduire la teneur en
eau dans le processus de surveillance ?
1. Justifier un projet de recherche au profit d’un individu à
la morale douteuse et le faire financer par les clients
d’EDF
2. Expliquer plus finement le comportement des enceintes
en exploitation
3. Expliquer plus finement le comportement de la maquette
Vercors
4. Modéliser l’évolution du taux de fuite
5. Permettre de mieux prédire le comportement en fin de
vie des réacteurs en début d’exploitation
Vous devez diagnostiquer une pathologie
de type Réaction Alcali Granulats et vous
avez l’idée de mesure la teneur en eau sur
l’ouvrage
1. Vous spécifiez les exigences métrologiques proposées
en conclusion de la thèse d’Alexis Courtois
2. Vous vous ré-interrogez sur les phénomènes, leurs
influences, la sensibilité des modèles pour les
représenter et la méthode de pronostic
3. Vous faites exactement le contraire de ce que
recommande Alexis Courtois, ce type est une vraie
« boussole sud »

SoutenanceAlexisCourtois Vedf

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

SoutenanceAlexisCourtois Vedf

Transféré par

Droits d'auteur :

Formats disponibles

CONTRIBUTION À LA SURVEILLANCE DES ENCEINTES DE

CONFINEMENT EN BÉTON PRÉCONTRAINT :

Reprise pour le Rendez Vous de la Conception Mécanique et du Génie civil à EDF DT

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 2

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 3

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 4

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 5

(Le Roy, 1995)

(Neville, 1983), (Benboudjema, 2002)

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 6

(Mensi et al., 1988)

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 7

Pour gagner en qualité de prédiction Pour gagner du temps

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 9

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 10

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 11

Gagner en qualité de prédiction en fin d’exploitation, sur la base

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 12

෡ = 𝑎𝑟𝑔 ቂmin(𝐽ሺ𝑿, 𝑷ሻ)ቃ

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 13

• Matrice de sensibilité normalisée

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 14

• Loi d’évolution de la perte de masse 

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 16

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 17

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 18

Capteur au bord de la paroi Capteur au centre de la paroi

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 19

Disposition et incrémentation des

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 20

Propagation des incertitudes par méthode de Monte Carlo

Ajustement de la loi de distribution représentant l’incertitude de mesure de 

Soutenance de thèse d'Alexis Courtois

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 22

• Lois proposées par CEOS.fr, proches de Model Code 2010 (Barré,

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 23

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 24

Incertitude de mesure Incertitude de mesure de Incertitude de mesure de

• Ecart à la référence parfois assez significatif

Termes logarithmiques dominants

• Scénario trop simplifié et inadapté à la démonstration recherchée.

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 26

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 27

Capteurs de déformation Sonde de température

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 29

Soutenance de thèse d'Alexis Courtois

Soutenance de thèse d'Alexis Courtois

« Capacitif » (Bloc CEBTP, Paluel 2, Civaux Capteur HR (Ringhals, Forsmark, Suède)

Soutenance de thèse d'Alexis Courtois

Soutenance de thèse d'Alexis Courtois

Soutenance de thèse d'Alexis Courtois

– 2ème tri : Analyse par Composantes

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 35

ACP sur Pt100 et

Soutenance de thèse d'Alexis Courtois

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 38

Variable Coefficient Intervalle de confiance R²

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 39

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 40

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 41

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 43

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 44

Soutenance de thèse d'Alexis Courtois - RVCMG - 03/02/2020 45