Evaluation des scénarii de dégradation des produits de construction

Evaluation des scénarii de dégradation des produits de construction

Etat de l’art sur l’évaluation de la durée de vie

Les données temporelles sont indispensables à l’évaluation des performances d’un produit de construction ; l’étape de quantification temporelle de la méthodologie que nous proposons en partie B s’appuie sur des méthodes et outils existants d’évaluation de la durée de vie. C’est la raison pour laquelle, ce paragraphe est consacré à un état de l’art sur l’évaluation de la durée de vie des entités constructives (matériau, produit, bâtiment). Nous présentons d’abord les types de données de durée de vie existants et leur méthode d’acquisition (cf. II.3.1) puis nous détaillons les méthodes de traitement de ces données permettant d’estimer ou d’évaluer la durée de vie d’une entité constructive (cf. II.3.2). 

Type et acquisition des données de durée de vie

Types de données de durée de vie

Nous distinguons deux types de données de durée de vie : • données expérimentales : ensemble des données qualitatives et quantitatives résultant d’une expérience définie dans le Larousse comme « épreuve, essai effectués pour étudier un phénomène » (cf. II.3.1-b et c), • données élaborées : ensemble des données quantitatives résultant du traitement de données expérimentales (cf. II.3.2). Les données expérimentales de durée de vie sont obtenues par des essais de vieillissement ou du suivi d’ouvrage en œuvre. 

Essais de vieillissement : acquisition des données expérimentales

La deuxième partie de l’ISO 15686 [ISO, 05b] propose de classer les essais de vieillissement des entités constructives selon leur durée d’exposition : 1. exposition de longue durée : la durée d’exposition est semblable à la durée de vie en service de l’entité constructive étudiée ; 2. exposition de courte durée : la durée d’exposition est très nettement inférieure à la durée de vie en service de l’entité considérée. L’European Organisation for Technical Approvals (EOTA) stipule les équations suivantes [EOT, 99] : Durée d’exposition ≥ Durée de vie de conception / 10 (cas recommandé) Durée d’exposition > Durée de vie de conception / 101,5 (cas exceptionnel) [ 3 ] Par exemple, pour une durée de vie de conception de 100 ans, la durée d’exposition doit être supérieure à 10 ans et elle ne doit en aucun cas être inférieure à 3 ans et 2 mois. Les différents types d’essais de vieillissement en exposition de longue durée et en exposition de courte durée sont présentés en annexe 4. c) Comparaison des essais de vieillissement Le tableau 7 présente le(s) niveau(x) des entités constructives sur l’échelle géométrique auquel(s) sont réalisés les différents essais de vieillissement, leur intérêt et les contraintes / limites de ces essais

Traitement des données de durée de vie

L’évaluation de la durée de vie peut être vue comme une épreuve « quel est le laps de temps pour qu’au moins une fonction ou une combinaison de fonctions d’un produit atteigne son seuil de défaillance ? » dont la variable à mesurer est une durée influencée par un ensemble de paramètres. Dans le contexte de l’évaluation des durées de vie, les méthodes de traitement combinent généralement plusieurs modèles de données. a) Approche fiabiliste L’étude de la fiabilité d’une entité constructive consiste à quantifier la probabilité d’atteinte de ses états limites. Deux états limites se distinguent : • état limite de service : la résistance de l’entité constructive a atteint son seuil de défaillance. Le seuil de défaillance est fixé par l’utilisateur et / ou des règlementations, il correspond à un niveau de fonctionnement de l’entité constructive au dessous duquel cet utilisateur n’est plus satisfait ; • état limite ultime : correspond à la ruine de l’entité constructive. Cette entité n’a plus les capacités mécaniques / physiques / chimiques pour assurer ses fonctions requises. Remarque : nous nous intéressons dans la suite de ce mémoire, à l’atteinte par les entités constructives de leur état limite de service. Un état limite est atteint lorsque la sollicitation S, par l’environnement climatique et d’usage, devient supérieure à la résistance R d’une entité. Dans une démarche probabiliste, la résistance et la sollicitation sont modélisées par des variables aléatoires afin de prendre en compte leurs méconnaissances et leur variabilité. Le niveau de fiabilité d’une entité constructive sera alors caractérisé par la probabilité de défaillance, c’est-à-dire la probabilité que R – S soit inférieure à zéro [CRE, 03]. Dans ce contexte, la durée de vie d’une entité constructive est également modélisée par une variable aléatoire et correspond au laps de temps séparant la mise en service d’une entité et l’atteinte de son état limite de service. La difficulté liée à ce type d’approche réside dans la détermination des lois de distribution associées à la résistance et à la sollicitation, pour qu’elles soient les plus réalistes possibles. Des études continuent à être menées pour les matériaux de construction, telles que proposées dans [AUG, 03], mais les moyens nécessaires à une telle détermination étant conséquents, il semble difficile d’utiliser une telle approche pour l’évaluation de la durée de vie de produits ou de bâtiments. b) Approche statistique Considérant une épreuve et un échantillon fixés, l’approche statistique consiste à observer le nombre / la fréquence d’apparition d’une variable, puis à en déduire sa loi de distribution. La détermination des lois de survie des chaussées [COU, 97] et [REC, 04], est par exemple basée sur une approche statistique ; pour un ensemble de tronçons fixés (échantillon) il s’agit à des dates fixes de relever des indicateurs de dégradation, tels que des fissures, pour en déduire son état (épreuve). Dans le domaine de la construction, des démarches internationales, tel que le projet Investimmo [CST, 06] intégrant le logiciel EPIQR (Energy Performance Indoor environment Quality Retrofit) [BRA, 99], et des démarches nationales, telles que celles menées par l’OPAC, visent par auscultation des produits et bâtiments à connaître leur état de dégradation et ainsi gérer au mieux leur maintenance. L’approche bayésienne peut s’apparenter à une approche statistique dans la mesure où ayant fixé des lois de distribution a priori, elle permet, à l’aide de données statistiques, d’en déduire des lois de distribution a posteriori [PRO, 03]. L’avantage d’une telle approche est de pouvoir affiner un modèle de comportement initial en intégrant des données de retour d’expérience. La difficulté de l’approche statistique dans le contexte de la construction réside dans la détermination de la granularité d’étude la plus pertinente ; par exemple : • l’étude d’une fenêtre particulière (par exemple, une fenêtre composée d’un double vitrage feuilleté à l’extérieur et trempé à l’intérieur, avec un cadre en aluminium anodisé) dans un environnement spécifique (par exemple, en France à moins de 10km de la côte) impliquera un échantillon réduit et donc une difficulté de détermination d’une loi de distribution, • l’étude d’une fenêtre non spécifiée dans un environnement non caractérisé augmentera la taille de l’échantillon mais diminuera la précision du modèle déduit de cette étude et les informations que l’on peut en tirer.

Modèles de mécanismes de vieillissement

Les modèles de mécanismes de vieillissement des matériaux sont générés soit par : • approche 1 : expérimentations puis déduction d’une formulation et enfin validation par de nouvelles expérimentations, • approche 2 : proposition d’une formulation puis validation et calage par expérimentations. Dans le domaine de la construction, la première approche est très répandue ; une méthodologie d’obtention de mécanismes de vieillissement, selon cette approche, consiste à comparer les résultats obtenus par des tests de vieillissement de courte durée accélérée avec des tests de vieillissements de longue durée. Connaissant l’ensemble des dégradations conduisant à la défaillance du matériau (test de courte durée accélérée) et les dates de réalisation des premières dégradations (test de longue durée) il est possible d’en déduire la date de défaillance, donc la durée de vie du produit. Les étapes de cette méthode sont détaillées à la figure 10. En préparant une application de cette méthodologie, il est essentiel de réaliser un plan d’expériences [PIL, 94] et [LAS, 01] afin d’optimiser les coûts d’expérimentation. Une difficulté de cette méthodologie réside dans l’évaluation du facteur d’échelle entre les conditions d’« accélérations » des sollicitations des deux types d’essais. Les « dose-response functions » permettent d’aider cette évaluation. Une dose-reponse function permet d’expliquer le mécanisme physico-chimique existant entre la concentration d’un agent environnemental (dose) et le comportement du matériau (response). De nombreuses études et programmes de recherches ont été menés en Europe, aux Etats-Unis et au Canada, afin d’obtenir ces fonctions pour la plupart des matériaux de construction [JER, 04] et [HAA, 96]. Haagenrud et al. [HAA, 85] ont par exemple étudié la corrosion de plusieurs métaux en zone urbaine (Sarpsborg / Fredikstad) pendant quatre ans sur treize sites. Une synthèse des résultats de leur étude est présentée dans le tableau .