Vers des structures piézoélectriques de mesure résilientes avec une capacité d'autoréparation et d'une reconstruction intélligente

Les capteurs pour la surveillance de l'intégrité structurelle (SHM) sont conçus pour détecter les dommages de la structure hôte en supposant que ces capteurs restent fiables. A long terme cependant, ces capteurs ainsiq ue leurs connexions peuvent subir des défaillances, des dérives, un décollement ou une perte de sensibilité/communication, créant ainsi des zones aveugles et risquant de faire confondre la dégradation des capteurs avec les dommages structurels. Ce projet vise à développer une nouvelle classe de structures de détection intelligentes, dotées de capacités d'autodiagnostic et d'autoréparation, capables de diagnostiquer la dégradation de leurs propres capacités de mesure tout en préservant l'observabilité de la structure hôte qui est surveillée. La thèse se concentrera sur l'autoréparation au niveau du dispositif de mesures et du système plutôt que sur la synthèse de matériaux intrinsèquement autoréparables. Pour cela, le projet inclue d'abord le développement des transducteurs piézoélectriques distribués pour la mesure, puis étudie les observateurs basés sur des modèles et des méthodes de reconstruction fondées sur les données. En cas de défaillance d'un capteur ou d'une interconnexion entre plusieurs capteurs, le système identifiera la panne, reconfigurera les ressources de détection disponibles et reconstruira les informations manquantes grâce aux mesures des capteurs voisins, à des capteurs virtuels (observateurs) et à une intelligence informée par la physique. Le concept sera validé sur un panneau léger (métallique ou composite) représentatif de structures aéronautiques, spatiales ou liées aux énergies renouvelables. Les objectifs sont les suivants : O1 - Architecture de détection résiliente. Concevoir des topologies de détection piézoélectrique distribuée favorisant la capacité de rétablissement, en utilisant comme critères de conception le positionnement des capteurs, la redondance ainsi que les grammiens d'observabilité et de contrôlabilité. O2 - Autodiagnostic. Détecter et distinguer les défaillances de capteurs (biais systématiques, pannes temporaires), les dérives d'étalonnage, les décollements et les ruptures de connexion des véritables modifications de la structure hôte, y compris les comportements malveillants liés à des cyberattaques. O3 - Intelligence d'autoréparation. Développer des stratégies de reconfiguration, de fusion de données et d'estimation d'état (filtrage de Kalman, estimation bayésienne, détection virtuelle par observateur) ou d'autres méthodes probabilistes (agrégation d'informations bayésienne, algorithmes de consensus) pour reconstruire les mesures perdues et rétablir la capacité d'information. O4 - Démonstration d'un système SHM résilient. Quantifier le rétablissement des performances de détection et de localisation des dommages face à des défaillances progressives du système de détection. École doctorale : SYSTEMES Direction : Micky RAKOTONDRABE Financement : MSCA COFUND BEST