Smart TCscan - Évaluation intelligente, à grand rendement et non destructive des défauts de collage dans les chaussées | FEREC 2020

Rapport de projet - Smart TCscan - Évaluation intelligente, à grand rendement et non destructive des défauts de collage dans les chaussées	1
Sommaire du rapport	4
1. Résumé	4
2. Contexte et objectifs du projet	5
3. Introduction	7
3.1. Zone étudiée : couche d’accrochage en subsurface	7
3.2. Evaluation non destructive : rappel du principe GPR	8
4. Validation de la faisabilité sur données synthétiques	9
4.1. Modélisation de structures de chaussées	9
4.2. Utilisation de méthode de machine learning SVM pour la classification des données	11
4.3. Application de la méthode développée pour la cartographie EM d’une chaussée présentant des anomalies de collage	13
5. Paramétrage du plan d’expérience	17
5.1. Conception de dalles d’essais	17
5.2. Résultats	18
5.3. Conception complémentaire	19
6. Deep learning - Réseau de Neurones Artificiels (ANN) : Validation sur données synthétiques (pré-étude)	20
7. Développement d’une IHM Python pour l’exploitation des résultats de la méthode SVM / RSF	22
7.1. Introduction	22
7.2. Génération de signaux et base de données synthétiques	23
7.3. Relecture des signaux temporels	24
7.4. Interfaçage des méthodes de machine learning et deep learning	25
8. Utilisation de l’aide de la FEREC dans le projet	27
9. Impact	28
9.1. Apports et retombées opérationnelles	28
9.2. Valorisation	29

RkJQdWJsaXNoZXIy MTIzMTM=