L’EPFZ développe avec les CFF une IA pour évaluer la sécurité des ponts
Avec l'aide des CFF, l’EPFZ a développé un modèle de machine learning permettant d’évaluer la sécurité des ponts ferroviaires. Cet outil vise à anticiper les détériorations structurelles et prolonger la durée de vie des infrastructures existantes.
Des chercheurs de l'EPFZ ont collaboré avec les CFF pour développer de nouveaux modèles prédictifs basés sur le machine learning. Objectif principal: prolonger la durée de vie des ponts ferroviaires existants et éviter des accidents dramatiques, comme l'effondrement du viaduc autoroutier de Gênes en 2018. Cette catastrophe a été causée par des processus de détérioration liés au vieillissement de la structure, qui n'avaient pas été détectés et corrigés à temps.
«La Suisse est également confrontée à une situation où une part importante de ses infrastructures arrive en fin de vie et doit être inspectée et renforcée si nécessaire, explique Sophia Kuhn, doctorante dans le groupe dirigé par Walter Kaufmann, professeur de génie civil à l’EPFZ. Nous développons un outil permettant de maintenir les ponts en service le plus longtemps possible, afin de préserver les ressources, sans pour autant prendre un risque disproportionné d’accident.»
Les chercheurs ont développé un modèle algorithmique qui fournit une première évaluation de la sécurité structurelle et permet de déterminer si un pont présente un risque statique critique. Il est ainsi possible de prioriser les infrastructures qui nécessitent sans tarder une évaluation approfondie. En plus d'un diagnostic simple, le modèle quantifie également son degré d'incertitude, indiquant ainsi la fiabilité des résultats.
Un réseau neuronal artificiel entraîné pour l'occasion
Pour développer ce modèle, les chercheurs se sont appuyés sur le portefeuille de ponts à cadre rigide des CFF pour mettre au point «un pipeline de simulation paramétrique». Cette méthode a permis de générer des structures virtuelles en fonction de différents paramètres. Les données ont ensuite été traitées par un réseau neuronal artificiel spécialement conçu à cet effet. Le modèle de machine learning ainsi obtenu permet de prédire la sécurité de nombreux ponts à cadre rigide existants, même s'ils n'ont jamais été étudiés en détail par des experts ou par le biais de la simulation.
Dans un second projet, mené en collaboration avec le Swiss Data Science Center, la doctorante Sophia Kuhn a approfondi ses recherches en développant un assistant IA pour aider les ingénieurs civils à concevoir de nouveaux ponts. «Notre objectif était de développer un assistant intelligent qui aide activement une équipe d'ingénieurs à concevoir un pont, afin d'obtenir des structures économiquement viables et aussi durables que possible, sans compromettre la sécurité», explique-t-elle.
