Vulnérabilité des Structures et des Ouvrages en Béton Armé

Abstract

Afin de modéliser de manière réaliste le comportement des structures sous des charges sismiques et évaluer correctement leur vulnérabilité, il est important de tenir compte de l’interaction sol structure (ISS). En effet, négliger l’interaction sol structure peut entraîner une sous-évaluation des forces dynamiques exercées sur les structures, augmentant ainsi les risques de défaillance en cas de tremblement de terre. Dans notre travail, l’interaction sol structure est prise en compte en utilisant un élément d’interface tridimensionnel (Macro-élément) qui simule une fondation reposant sur un sol semi-infini, en tenant compte des non-linéarités matérielles (plasticité du sol) et géométriques (décollage de la fondation). Cet élément permet de modéliser les forces et déplacements de manière simplifiée, tout en réduisant le temps de calcul. L’étude du comportement dynamique des structures soumises à des séismes exige la prise en compte de nombreuses variables complexes, telles que les caractéristiques mécaniques des matériaux, les propriétés géotechniques du sol, l’intensité sismique, etc. Ces analyses, souvent menées à travers des méthodes telles que l’analyse dynamique transitoire non linéaire, sont particulièrement rigoureuses mais également très gourmandes en temps de calcul et en ressources informatiques. Dans ce contexte, l’utilisation des réseaux de neurones artificiels dans l’évaluation des risques sismiques s’avère particulièrement utile. Elle permet non seulement d’automatiser le processus de calcul complexe, mais aussi de prédire avec plus de précision la réponse des structures à des scénarios sismiques variés. Les réseaux de neurones peuvent analyser de grandes quantités de données et modéliser des cas spécifiques qui ne seraient pas nécessairement présents dans les données d’apprentissage initiales, améliorant ainsi la précision des prévisions. L’objectif de notre travail est de développer des réseaux de neurones artificiels pour l’établissement des courbes de fragilité d’un pont existant. Un essai pseudo-dynamique d’une maquette de ce pont a été réalisé au laboratoire ELSA. La stratégie consiste à entraîner un réseau de neurones à partir d'une base de données numérique obtenue par un modèle d'éléments finis, développé sous Matlab, et validé par les résultats expérimentaux obtenus lors de l’essai pseudo-dynamique. Une prédiction optimale de la réponse dynamique non linéaire est obtenue grâce aux réseaux de neurones artificiels. Finalement, des courbes de fragilité ont été établies en prenant en compte l'ISS pour trois classes de sols différentes. Les résultats mettent en évidence l'importance d'intégrer les effets de l'interaction sol structure dans l'évaluation des dommages structurels et l'analyse des risques sismiques.