21me Congrs Franais de Mcanique

Bordeaux, 26 au 30 aot 2013

Evaluation non destructive en place du bton :

un problme usuellement mal pos.
D. BREYSSE
Universit Bordeaux 1, I2M, UMR CNRS 5295, Talence Cedex

Rsum :
Les techniques de contrle non destructif permettent destimer la rsistance en place du bton, en
sappuyant sur un modle empirique quil faut calibrer. Nous analysons au moyen de simulations
synthtiques lensemble de ce processus et montrons que le problme est en fait un problme dinversion. Il
en rsulte que quelques facteurs cls conditionnent la qualit de lestimation finale. La taille de lchantillon
de calibration et la prcision des mesures jouent un rle essentiel.

Abstract :
Non destructive techniques can be used for on site concrete strength estimation, by using an empirical model
after a calibration stage. Synthetic simulations are carried out in order to show that this problem is typical
in version problem. It results that some key factors influence the quality of the final estimate. The calibration
sample size and the accuracy of NDT measurements play a key role.

Mots clefs : bton, valuation non destructive, incertitudes, qualit des mesures, rebond, rsistance
en place,

Introduction : les sources dincertitude dans lestimation de la rsistance

Fiabiliser lvaluation non destructive (END) des proprits mcaniques du bton, et en particulier de sa
rsistance en compression fc est un enjeu des gestionnaires d'ouvrages. De nombreuses techniques ont t
dveloppes dans ce but, les plus utilises tant la mesure du rebond R (duret de surface) et celle de la
vitesse de propagation des ondes ultrasoniques V. La pratique consiste utiliser un modle empirique M
liant la mesure la rsistance recherche fc(V) ou fc(R). On peut aussi combiner les mesures avec un modle
multivariable fc(R, V).
La prcision de lestimation des proprits in situ dpend de la pertinence et de la qualit du modle dune
part et de la prcision des mesures non destructives dautre part. Il peut en rsulter une forte incertitude, qui
rend alors trs difficile lapprciation de la variabilit intrinsque, propre au caractre htrogne du
matriau. Or cette variabilit intrinsque peut constituer une vraie cible du diagnostic, en particulier pour les
problmes de durabilit et de fiabilit. La rduction des incertitudes pistmiques peut donc suivre deux
voies, celle de la rduction des incertitudes de mesures, et celle de la fiabilisation des modles. La premire
voie a t explore de manire approfondie dans le cadre de plusieurs projets de recherche rcents, au cours
desquels ont t estimes les variabilits rsultant de la rptition des mesures sur des chantillons de bton
homognes ou lchelle de zones plus ou moins tendues douvrages rels [1-2] Elle se poursuit dans le
cadre de travaux de doctorat [3]. La deuxime voie demande de comprendre les implications du choix de tel
ou tel modle des fins destimation. Cest cette question que cet article est consacr. Lanalyse de cette
question reposera sur une tude bibliographique approfondie des modles empiriques disponibles et le
recours des simulations synthtiques permettant de reproduire les tapes majeures de la procdure
destimation.

21me Congrs Franais de Mcanique

Bordeaux, 26 au 30 aot 2013

Etablissement du modle direct : un classique problme dinversion

La figure 1 reproduit le schma suivi dans une procdure destimation des proprits des btons. Dans une
dmarche usuelle dingnierie, ce schma se rsume aux tapes 3-4-5 : sur la base dun modle M(CND)
(souvent de type abaque ou quation fournie par le constructeur), et de mesures non destructives en place, on
estime la valeur de la rsistance fc. Cette procdure peut tre directe, ou avec une phase de recalage, certains
paramtres du modles tant ajusts sur la base de quelques mesures complmentaires de rsistance sur des
carottes prleves au voisinage des points de mesures CND. Une procdure de ce type est formalise dans le
cadre de Normes europennes (EN 13 671). La qualit de lestimation dpend donc de la prcision et de la
reprsentativit des mesures, de la qualit du modle M et de la procdure employe pour la calibration.

FIG. 1. Schma de la procdure de calibration de modle et destimation de la rsistance

Que lon considre comme paramtre de mesure CND la vitesse ultrasonique V ou le rebond R, la littrature
rvle lexistence dune grande diversit de modles empiriques, de formes diverses (loi linaire, loi
puissance, loi exponentielle). Ce constat reste valide avec des mesures CND moins usuelles, comme la
rsistivit lectrique ou la mesure de la pntration dune aiguille ( pin test ). En outre, les coefficients du
modle (par exemple a, b et c dans le cas dun modle combin fc = a Rb Vc) sont minemment variables [4].
De fait, la premire phase de la procdure est celle de lidentification des coefficients du modle partir des
valeurs mesures (rsistance et mesures non destructives en un nombre limit de points de contrle). Le
problme ainsi pos devient un classique problme dinversion (tapes 1-2-3) :
[Pr] Trouver {a, b, c}, fc = a Rb Vc

(1)

en ayant mesur en N points les triplets (fci , Ri, Vi), i = 1, N. Une analyse approfondie dun grand nombre de
modles publis a rvl quau-del du dsordre apparent, une vritable cohrence peut tre dcouvert entre
les valeurs retenues par le modle [4]. Nous allons expliquer comment cette cohrence rsulte du problme
dinversion (1).

Le recours des simulations synthtiques

Lide originale consiste, pour analyser cette question, de recourir des simulations synthtiques, qui
permettront de dcortiquer le poids des hypothses faites chaque tape du processus sur la qualit finale de
lestimation. De fait, valuer la qualit des estimations de la rsistance est impossible en pratique, puisque les
valeurs vraies des proprits ne sont pas accessibles directement, mais seulement au travers de mesures, y
compris celles de la rsistance mcanique, dont on sait que la variabilit exprimentale nest pas ngligeable
[5]. La figure 2 reproduit lorganisation des simulations synthtiques qui peut tre dcompos en trois
parties : (a) la simulation du monde rel , (b) la simulation de la procdure destimation, selon un schma
semblable celui de la figure 1, (c) lvaluation de la qualit de lestimation.
(a) la simulation du monde rel consiste reproduire au sein de lordinateur des lois aussi proches
que possible des lois physiques qui gouvernent la ralit. Concrtement, il sagit de simuler les
relations existant entre les paramtres physiques et mcaniques caractrisant ltat du matriau (on a
retenu ici la rsistance en compression et lhumidit interne H du bton) et les valeurs des proprits
physiques qui sont estimes par les techniques CND (on a retenu la vitesse ultrasonique V et le
rebond R). Le choix de lhumidit du bton est justifi par sa variabilit intrinsque et sous leffet
des conditions climatiques externes, non matrisables sur site rel, et qui perturbent fortement
2

21me Congrs Franais de Mcanique

Bordeaux, 26 au 30 aot 2013

linterprtation des mesures. Les relations utilises pour la simulation sont tablies sur la base dune
analyse approfondie de la littrature de manire reproduire fidlement : les lois de distribution de
chaque grandeur et leur amplitude de variation, ainsi que leurs corrlations. A titre dexemple,
lquation 2 est utilise pour simuler la valeur de la vitesse ultrasonique :
V = Vref (fc/fcref)1/bf (H/Href)1/bx

(2)

Les valeurs de rfrence retenues pour normaliser la relation sont arbitraires : Vref = 4000 m/s, Href =
85% et fcref = 40 MPa. Les exposants quantifient la sensibilit de V aux variations de rsistance et
dhumidit. Leur valeur a t choisie pour reproduire les observations. Avec par exemple bx gal
7.14, cela correspond une augmentation de 6% de la vitesse (soit 270 m/s pour une vitesse de 4500
m/s) entre un bton sec lair (H=65%) et un bton satur (H=100%). Ceci est en accord avec les
augmentations indiques par diffrents auteurs en de telles conditions : entre 300 et 400 m/s pour
[6], entre 200 et 400 m/s [7], de 265 m/s entre 85% et 100% [1]. Le choix de bf et des coefficients
dcrivant la sensibilit du rebond suit la mme logique.
(b) la procdure destimation suit un schma semblable celui de la figure 1. Conformment ce que
permet la Norme europenne, on peut soit tablir un modle par corrlation statistique entre les
mesures CND et des valeurs obtenues sur carottes ( Approche A ), soit calibrer, par une procdure
de translation, un modle a priori ( Approche B ). Le choix du modle a priori fait partie des
paramtres de la simulation : modle linaire, puissance, exponentiel Les autres variables dans
cette procdure sont essentielles : le nombre N de carottes utilises pour la calibration (du fait de
lincertitude dchantillonnage qui rsulte dun nombre trop limit) et lamplitude des erreurs de
mesures CND.
(c) Lavantage des simulations synthtiques est quelles permettent dvaluer la qualit de lestimation,
chose impossible dans le monde rel, puisque les vraies proprits ne sont jamais connues.

FIG. 2. Organisation des simulations synthtiques pour lestimation de la rsistance

Pour chaque jeu de donnes, on procde des simulations de Monte-Carlo en rptant la procdure Nsim
fois : on gnre Npop chantillons (soit Npop paires de valeurs de fc et H), dont on dduit des valeurs vraies
de V et de R. Ces chantillons constituent la population de rfrence. On fait de mme sur N chantillons
complmentaires sur lesquels on simule la procdure de CND et de calibration. On calcule sur ces
chantillons les valeurs mesures avec lquation 3 :
CNDmes = CNDvrai + (CND)

(3)

o CND est soit R soit V et o (CND) est une erreur alatoire de mesure, suppose gaussienne et dont
lcart-type dpend de la qualit de la mesure. La valeur vraie est calcule par lquation 2 pour V (et u ne
quation de mme type pour R). Sur la base de N triplets (fci , Ri, Vi), i = 1, N, on peut alors identifier les
paramtres de la loi recherche, puis en dernire tape, utiliser ces paramtres pour estimer les rsistances
des Npop chantillons de la population de rfrence. On peut enfin comparer ces valeurs estimes aux valeurs
3

21me Congrs Franais de Mcanique

Bordeaux, 26 au 30 aot 2013

vraies. On retient lcart-type moyen (RMSE) comme mesure de la qualit de lestimation. La rptition
Nsim reprises du processus permet de sassurer de la stabilit des conclusions.
Dans les simulations analyses ici, on conservera un certain nombre de paramtres inchangs :
- Nsim = 20, Npop = 1000,
- fc est suppose gaussienne, de moyenne 35 MPa et dcart-type 7 MPa,
- H est gaussienne tronque, de moyenne 80% et dcart-type 10%, avec H 100%,
- Lapproche de calibration est lapproche A, par optimisation de la corrlation,
Les points dont on analyse leffet plus en dtail sont :
- La qualit de la mesure : on considre des cart-types derreur de mesure de la vitesse ultrasonique
respectivement gaux 0 (mesures parfaites), 50 m/s (trs bonnes mesures), 100 m/s (qualit
moyenne), 200 m/s (qualit mdiocre). Ces valeurs sont respectivement gales 0, 1, 2 et 4 pour le
rebond.
- La taille de lchantillon de calibration partir duquel on identifie la loi, qui varie de 3 13,
- Le fait que lon recoure une seule techniques CND (V) ou que lon en combine deux (R etV). Dans
le premier cas, on veut identifier les deux paramtres dun modle exponentiel fc = a exp (bV), dans le
deuxime cas les trois paramtres dun modle en double loi puissance fc = a Rb Vc.

Le trade-off typique dun problme dinversion et ses consquences

Examinons dabord le cas o une seule technique de mesure est utilise. Notons dabord que la procdure
didentification du modle ne peut conduire la solution vraie , mme avec des mesures parfaites, car
intervient une erreur de modle : le modle retenu pour la calibration est de forme exponentiel alors que la
loi physique (utilise dans les simulations synthtiques) est une loi puissance. Lerreur finale ne peut donc
tre nulle. Chacune des 20 simulations sur un chantillon de taille N conduit un jeu de coefficients (a, b)
dont les valeurs rsultent dune minimisation de lcart entre valeurs mesures et valeurs estimes dpendant
de a et b sur cet chantillon. Deux reprsentations permettent dillustrer un caractre remarquable du
processus dinversion. La figure 3 montre que, dans un repre semi-logarithmique, les points de coordonnes
(a, b) sorganisent remarquablement selon une droite. On a rcemment montr que cette mme proprit se
retrouve sur les donnes exprimentales issues de mesures relles [2]. Ltendue couverte par les points est
dautant plus grande que lchantillon de calibration est de taille limite, donc que les valeurs estimes de a
et b sont incertaines. La figure 4 illustre comment varie, en parallle, la valeur de lerreur destimation. Elle
prsente une forme caractristique en boomerang, avec une erreur minimale correspondant la meilleure
estimation possible, et une tendue qui dpend ici de lincertitude de mesure.
0,0016

0,0015

0,0014

0,00125

0,0012
0,001
0,00075

s(V)=0

0,001

y = -0,00023ln(x) + 0,00082
R = 0,99693

0,0005

s(V)=50

0,0008

s(V)=100

0,0006

s(V)=200

0,0004
0,00025

0,0002

a
0,01

0
0,1

10

RMSE (MPa)

100

FIG. 3- Illustration du compromis (trade-off) entre a

et b pour s(V) = 50 m/s et deux tailles dchantillons
(N = 8 (toiles) et N = 3 (carrs)

10

FIG. 4- Variation de lerreur RMSE en fonction de b

pour quatre niveaux de lerreur de mesure et N = 13.

Ces rsultats montrent que tout couple de coefficients (a, b) identifis par le processus de calibration (c'est-dire par la rsolution du problme dinversion) nest quun couple de valeurs alatoires, auquel le processus a
conduit aprs minimisation de lerreur sur lchantillon de taille N, sur la base des mesures disponibles
(elles-mmes affectes dune erreur alatoire). Le processus didentification conduit un couple parmi une
population possible, tous les couples tant quivalents au sens de lerreur [8]. La diversit des jeux de valeurs
(a, b) auxquelles on peut parvenir induit une grande diversit des lois fc = a exp (bV) correspondantes, comme
4

21me Congrs Franais de Mcanique

Bordeaux, 26 au 30 aot 2013

lillustre la figure 5. On a trac sur cette figure les 20 lois qui ont t identifies en rptant la simulation,
avec des mesures CND supposes parfaites. Si la prcision de lestimation demeure bonne au voisinage des
valeurs centrales de rsistance (35 MPa), elle se dtriore rapidement lorsquon sen carte, illustrant la
fragilit dextrapoler des lois modles identifies dans ces conditions. Les figures 6 et 7 illustrent la double
influence de la qualit de la mesure (figure 6) et de la taille de lchantillon de calibration (figure 7).
100
90
80
70
60
50
40
30
20
10
0
3000

3500

4000

4500

5000

5500

FIG. 5- Courbes fc(V) des modles identifis aprs calibration sur N = 7 chantillons,
avec des mesures de V parfaites.
7
6

RMSE (MPa)

3
2

core number

s(V)=0

s(V)=50

s(V)=100

s(V)=200

FIG. 6- Effet de la qualit de la mesure sur la

prcision de lestimation.

RMSE (MPa)

10

12

14

FIG. 7- Effet de la taille de lchantillon sur la

prcision de lestimation.

Et si lon combine plusieurs techniques de CND ?

De nombreuses tudes ont plaid pour la combinaison des plusieurs techniques de CND, afin de rduire les
erreurs destimation. Lide de base est que les techniques pouvant tre sensibles diffrentes proprits du
matriau, leur combinaison permet dliminer au moins en partie les effets de paramtres mal matriss, dont
leffet peut sapparenter un bruit supplmentaire sur les mesures. Lexemple le plus connu pour les btons
est celui de la mthode SonReb, o la combinaison des mesures ultrasoniques et de rebond permet de
saffranchir en partie des variations incontrles de lhumidit du bton du fait de la diffrence de signe des
drives partielles (cf Tableau 1).
Augmentation de la rsistance
Augmentation de lhumidit
mcanique
Effet sur la vitesse ultrasonique
augmente
augmente
Effet sur le rebond
augmente
diminue
TAB. 1. Sensibilit des techniques de rebond et de vitesse ultrasonique aux variations de rsistance et
dhumidit.
Cette combinaison nest pas la panace, dans la mesure o le problme dinversion du modle demeure. Il est
mme tendu, puisquil faut dsormais identifier au minimum trois coefficients de modle, comme dans la
loi double puissance. Les simulations synthtiques montrent que lon est soumis au mme phnomne de
trade-off entre les coefficients. Les figures 8a et 8b illustrent le double effet de la taille dchantillon et de la
qualit des mesures CND sur la qualit de lestimation (ici lerreur de modle est potentiellement nulle, car
5

21me Congrs Franais de Mcanique

Bordeaux, 26 au 30 aot 2013

modle retenu pour la calibration double loi puissance a la mme forme que le modle introduit dans la
physique synthtique).
5

RMSE (MPa)

4,5

RMSE (MPa)

3,5

2,5

1,5

1
0,5

core number

0
2

10

12

core number

0
14

10

12

14

FIG. 8a-b- Influence de la taille dchantillonnage sur lerreur destimation (moyenne de RMSE et cart-type calcul
sur 20 simulations) pour des mesures de haute qualit (fig 8a) et de qualit moyenne (fig. 8b).

Avec des mesures de haute qualit, lerreur est effectivement rduite, mais combiner des techniques de
qualit moyenne est beaucoup moins efficace. La bibliographie montre effectivement des effets contrasts de
la combinaison qui savre souvent sans intrt pratique, ce qui sexplique ici par le fait quune technique
trop imprcise vient ajouter du bruit et dgrade le processus didentification.

Conclusions
Nous avons dvelopp un ensemble de simulations synthtiques permettant de reproduire les caractristiques
majeures du processus didentification non destructive de la rsistance du bton. Ltude a t centre sur le
processus didentification du modle empirique rsistance = f(mesures CND). Nous avons montr combien
la solution de ce problme, typique des problmes dinversion, est conditionne par un ensemble de facteurs
cls, dont la qualit des mesures CND et la taille de lchantillon de calibration. Les simulations permettent
de reproduire lensemble des constats fait exprimentalement, tels que la relation tablie entre les diffrents
coefficients du modle empirique, qui rsulte directement du processus. Les travaux prochains seront
concentrs sur une analyse plus prcise du poids de lerreur de modle, ainsi que sur la valeur ajoute
potentielle de la combinaison des techniques de CND.

Rfrences
[1] Balayssac J.P., Laurens S., Arliguie G., Breysse D., Garnier V., Drobert X., Piwakowski B., Description of the
general outlines of the French project SENSO Quality assessment and limits of different NDT methods,
Construction and Building Materials, 35, 131-138, 2012.
[2] Breysse D., Larget M., Sbartai Z.M., Lataste J.F., Balayssac J.P., Quality of NDT measurements and accuracy of
concrete physical properties quantitative assessment, Eur. J. of Environmental and Civil Engineering. Vol 15, 4, p.
619-632, 2011
[3] Nguyen N.T., Vers une fiabilisation de l'valuation destructive des ouvrages en bton arm , novembre 2012,
Entretiens du RGC&U, Paris (Prix du jury).
[4] Breysse D., Nondestructive evaluation of concrete strength: An historical review and a new perspective by
combining NDT methods, Constr. Building Mat., 33, 139-163, 2012.
[5] MacLeod G., An assessment of two non-destructive techniques as a means of examining the quality and variability
of concrete in structures, Rep. C1/sfB/Eg/(A7q)UDC 666.972.017.620 179.142.454, Cement and Concrete
Association, London, 1971
[6] Samarin A., Meynink, Use of combined ultrasonic and rebound hammer for determining strength of concrete
structural members, Concrete International, 3, 25-29, mars 1981.

[7] Kheder G.F.,A two stage procedure for assessment of in situ concrete strength using combined nondestructive testing, Mat. Struct. 32:6, 410-417, 1999.
[8] Fernndez-Martnez, J. L., Fernndez-Muiz, Z., Tompkins, M. J. On the topography of the cost functional in linear
and nonlinear inverse problems, Geophysics, 77(1), p. W1-W15, 2012