Le Pont de Saint-Nazaire, les quais du port de Nantes, les digues et jetées qui jalonnent notre façade Atlantique : ces ouvrages colossaux semblent inébranlables. Pourtant, le sel de l'air et de la mer les ronge en silence, de l'intérieur. Savoir dans quel état ils se trouvent réellement - et a quel endroit précis ils se dégradent - est un défi scientifique, économique et environnemental majeur. C'est à la résolution de ce défi que contribue les  recherches menées par Romain CLERC, Maître de Conférences rattaché à l'Institut de Recherche en Génie Civil et Mécanique (GeM), sous la tutelle de Nantes Université, de Centrale Nantes, et du CNRS.

(illustration : insidegovernment.co.nz)

Des ponts et des quais sous pression

Imaginez une barre en acier enfouie dans du béton, a quelques centimètres de la surface. Elle est censée y rester protégée a jamais. Mais en bord de mer, le béton n'est pas imperméable : les ions chlorure - le sel dissous dans l'eau de mer et l'air marin - s'y infiltrent lentement, millimètre par millimètre. Lorsqu'ils atteignent l'acier, la corrosion s'enclenche. L'acier rouille, gonfle, et finit par faire éclater le béton de l'interieur. Ce phénomène, invisible a l’œil nu pendant des années, est l'une des principales causes de dégradation des grandes infrastructures côtières.

A l’échelle mondiale, la corrosion des infrastructures représenterait environ 3 % du PIB mondial [1]. Pour les gestionnaires d'ouvrages - collectivités, ports, gestionnaires de réseaux routiers - la question n'est donc pas seulement technique : c'est aussi une question de budget, de priorité, et d'impact environnemental lie aux travaux de réparation.

Un problème de surveillance : quoi inspecter, ou et quand ?

Face a cette menace, les ingénieurs ont développé des stratégies d'inspection : des agents ou des capteurs mesurent périodiquement la teneur en sel dans le béton, ou des propriétés qui lui sont liées, comme la résistivité électrique du matériau. Plus la concentration en chlorures est élevée a proximité des armatures, plus le risque de corrosion est grand.

Mais une structure comme un quai portuaire peut s'étendre sur des centaines de mètres. Impossible d'inspecter chaque centimètre carré : les mesures sont couteuses, parfois destructives, et l'accès a certaines zones est difficile. La vraie question devient alors : ou placer les points de mesure ? A quelle fréquence revenir ? Quelles données valent vraiment la peine d'être collectées ?

Pour répondre a cette question de façon rigoureuse, les chercheurs ont développé un outil mathématique appelé la Valeur de l'Information (VoI) [2]. L'idée est simple en apparence : avant de lancer une campagne d'inspection, on calcule combien elle va rapporter - en réduction de risque, en économies de maintenance évitées, en gains environnementaux. Si la valeur attendue de l'information collectée est supérieure a son cout de collecte, l'inspection vaut la peine. Sinon, on peut s'en passer ou la simplifier.

La Valeur de l'Information (VoI) répond a la question : combien vaut une mesure avant même de la faire ? Elle permet d'arbitrer entre le cout d'une inspection et le bénéfice attendu en termes de meilleures décisions de maintenance.

Le béton n'est pas homogène - et c'est la que ça se complique

Pour calculer correctement la VoI, il faut d'abord construire un modèle mathématique fidèle de la structure : modéliser comment le sel se repartit dans le béton, et estimer la probabilité que la corrosion atteigne un seuil critique a tel ou tel endroit. Or, une propriété du béton complique fortement ce calcul : la variabilité spatiale.

Le béton n'est pas un matériau parfaitement homogène. La teneur en sel, la porosité, l'enrobage des armatures : toutes ces propriétés varient d'un endroit a l'autre le long d'une même poutre, parfois de façon importante sur quelques dizaines de centimètres. Cette variabilité est inhérente au matériau béton et à son processus de coulage - notamment a l'espacement des passes de vibration, l'opération qui permet de chasser les bulles d'air lors de la construction.

Pour tenir compte de cette variabilité dans les modèles, les chercheurs utilisent des outils mathématiques appelés champs aléatoires : au lieu de représenter une propriété par une valeur unique, on la représente par une fonction qui varie dans l'espace, avec ses propres lois statistiques. Mais cela soulève une question fondamentale : faut-il mesurer précisément cette variabilité sur chaque ouvrage - ce qui est couteux - ou peut-on s'en passer ?

La découverte centrale : la variabilité spatiale est moins critique qu'on ne le craignait

C'est la question centrale que le projet mené par Romain CLERC a cherché a trancher. En analysant des données réelles collectées sur une poutre du quai de Montoir-de-Bretagne - un ouvrage du Grand Port Maritime de Nantes-Saint-Nazaire expose aux conditions marines depuis près de trente ans - l'équipe a mené plus de 2 000 simulations en faisant varier systématiquement tous les paramètres du modèle [3].

Le résultat est encourageant : dans la grande majorité des configurations étudiées, une connaissance imprécise de la variabilité spatiale du béton n'a qu'une influence limitée sur l'estimation du risque de défaillance de la structure. Autrement dit, il n'est pas indispensable de mesurer très précisément comment les propriétés varient le long de la poutre pour calculer correctement la probabilité qu'elle se dégrade. Un intervalle de valeurs de 4 a 20 % des dimensions de l'élément, défini a l'avance, semble suffire dans la plupart des cas - sous réserve de confirmation sur d'autres ouvrages et configurations.

Ce résultat pourrait simplifier considérablement les calculs de maintenance : moins de mesures couteuses, des modèles plus rapides a mettre en œuvre, et donc une VoI plus facile a calculer et a exploiter en pratique.

Ce résultat a été publié dans la revue internationale Structural Safety et présenté a la conférence ICASP14 a Dublin en 2023, l'une des conférences de référence mondiale en fiabilité des structures de génie civil.

Mieux connaitre le béton : des mesures sur le terrain

Pour nourrir ces modèles et les rendre aussi réalistes que possible, il faut des données. Une campagne de prélèvements avait permis de constituer une base de 37 profils de mesures de chlorures repartis sur les deux faces d'une même poutre du quai de Montoir-de-Bretagne [4]. L'analyse statistique de ces données a révélé que la teneur en sel varie peu le long de la poutre en profondeur - avec une distance de corrélation estimée a environ 70 cm - mais beaucoup plus près de la surface, la ou les cycles d’humidité et de séchage rendent la répartition du sel plus aléatoire.

Cette distance de 70 cm est du même ordre de grandeur que l'espacement habituel des passes de vibration lors du coulage du béton (30 a 60 cm), ce qui suggère un lien entre la façon dont le béton a été construit et la façon dont il se dégrade - une piste qui mérite d’être confirmée expérimentalement.

En parallèle, une analyse de 222 mesures de résistivité électrique et de 366 mesures de profondeur d'enrobage des armatures réalisées sur le même ouvrage a permis d’établir des modèles statistiques robustes pour ces deux paramètres [5]. La résistivité présente une distance de corrélation d'environ cohérente avec les résultats précédents, et son profil spatial semble présenter des oscillations régulières qui pourraient elles aussi être reliées au processus de vibration - hypothèse a confirmer [6].

Lire la structure de l'interieur grâce a des capteurs intégrés

Une approche complémentaire a été explorée par Yanyan Xiao, alors étudiante en Master, en s'appuyant sur des capteurs de résistivité intégrés au béton, développés depuis plusieurs années par Yann Lecieux, Maître de Conférences Habilité à Diriger des Recherches (HDR) au GeM [7]. Ces capteurs - de petites électrodes alignées sur un support en PVC, noyées dans la masse lors du coulage - permettent de mesurer en continu, depuis l'interieur, la résistivité électrique le long d'une poutre, sans intervention extérieure ni prélèvement destructif.

Sur dix éprouvettes en béton fabriquées en laboratoire avec deux techniques de vibration différentes, les mesures ont révélé deux résultats frappants [6] : d'abord, chaque poutre possède une signature spatiale propre - un profil de résistivité caractéristique - qui reste stable dans le temps, même lorsque le béton continue a durcir et a évoluer chimiquement ; ensuite, les oscillations de cette signature reproduisent fidèlement l'espacement des passes de l'aiguille vibrante utilisée lors du coulage [3].

Ces résultats ouvrent une perspective concrète de détection d'anomalies : si chaque élément de béton possède une signature spatiale stable et caractéristique, toute modification de cette signature au cours du temps pourrait indiquer l'apparition d'une dégradation localisée - corrosion, fissuration. Le capteur deviendrait ainsi un outil d'alerte précoce ancre dans la structure elle-même.

Ces travaux ont été présentés a la conférence nationale DIAGNOBETON 2023, organisée a Nantes.

Vers une modélisation complète de la dégradation

La corrosion par les chlorures se déroule en deux phases. La première - dite phase d'initiation - correspond au temps que met le sel pour traverser l'enrobage et atteindre l'armature. C'est sur cette phase que portent la plupart des travaux décrits jusqu'ici. Mais une fois la corrosion amorcée, commence la seconde phase, dite de propagation : l'armature se corrode activement, perd de la matière, et la résistance mécanique de la structure diminue progressivement jusqu'a un risque de rupture.

Cette phase de propagation est particulièrement difficile a modéliser, car la corrosion ne ronge pas l'armature de façon uniforme : elle se concentre en des points localisés, formant des piqûres de profondeurs variables. C'est ce qu'on appelle la corrosion par piqûres, et c'est elle qui determine en grande partie la résistance résiduelle de l'acier.

Un premier travail a consiste a sélectionner et analyser, sur 64 scenarios d'inspection différents, le modèle mathématique le plus approprié pour calculer la vitesse de corrosion à partir de mesures courantes (résistivité, humidité, température, épaisseur d'enrobage) [8]. Il ressort notamment que la résistivité électrique et les conditions hygrothermiques (humidité et temperature) sont les paramètres les plus influents sur la vitesse de corrosion - ce qui confirme l'intérêt des capteurs de résistivité intégrés développés au GeM.

Un second travail à cherché a prédire la profondeur des piqûres de corrosion a partir de ces vitesses, en utilisant un paramètre statistique appelé facteur de piqûre [9]. Les résultats suggèrent que ce facteur suit une loi statistique particulière - une loi des valeurs extrêmes - dont les paramètres evolueraient de facon prévisible au fil du temps. Si cette prediction se confirme experimentalement sur des structures naturellement corrodées, elle pourrait permettre d'estimer le risque de rupture structurelle d'une poutre à partir de quelques mesures de surface, avec un nombre de prélèvement.

Et maintenant : vers la Valeur de l'Information a grande echelle

Tous ces travaux convergent vers un même objectif : disposer des briques nécessaires pour calculer, sur des ouvrages réels, la valeur de chaque décision d'inspection. Savoir si poser un capteur en tel point vaut la peine. Savoir si une campagne de prélèvements supplémentaire justifie son coût. Savoir à quel moment déclencher des travaux de réparation plutôt que de continuer a surveiller.

Ce calcul de la Valeur de l'Information a l'échelle d'une structure réelle reste encore a mettre en oeuvre de façon complète. C'est précisement l'objet d'un projet ANR (Agence Nationale de la Recherche) en cours de préparation, qui viendrait prolonger les résultats de PULSAR. Il associerait des chercheurs en fiabilité des structures et en statistiques et intelligence artificielle , en lien avec les gestionnaires d'ouvrages de la façade Atlantique.

L'enjeu dépasse la simple économie de maintenance. À mesure que le réchauffement climatique modifie les conditions d'exposition des ouvrages côtiers - hausse du niveau marin, tempêtes plus fréquentes, variations de température et d'humidite - la surveillance intelligente des infrastructures devient un enjeu de resilience territoriale. Optimiser ces decisions d'inspection, c'est aussi minimiser l'impact environnemental des travaux de reparation, en n'intervenant qu'au bon moment et au bon endroit.

[1]World Corrosion Organization. Annual Report on the Cost of Corrosion, 2012. Estimation a ~2 300 Mds USD/an, soit ~3,4 % du PIB mondial.

[2]Pozzi, M., & Der Kiureghian, A. (2011, April). Assessing the value
of information for long-term structural health monitoring. In Health monitoring of structural and biological systems 2011 (Vol. 7984, pp. 812-825). SPIE.

[3]Clerc R., El-Soueidy C.-P., Schoefs F. (2025). Evaluating the importance of spatial variability of corrosion initiation parameters for risk-based maintenance of reinforced concrete marine structures. Structural Safety, 113, 102568. doi:10.1016/j.strusafe.2024.102568

[4]Clerc R., Schoefs F., Oumouni M., Othmen I., Bonnet S. (2024). Modeling of Chloride Spatial Variability in a Reinforced Concrete Wharf from Onsite Measurements. ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part A: Civil Engineering, 10, 04024048. doi:10.1061/AJRUA6.RUENG-1214

[5]Clerc R., El-Soueidy C.-P., Schoefs F. (soumis, 2026). Modeling of spatial variability of concrete cover electric resistivity and depth in a reinforced concrete wharf from onsite measurements.

[6] Xiao Y., Clerc R., Schoefs F. et al. (2023). Spatial variability of concrete resistivity as a function of vibration and time. DIAGNOBETON 2023, Nantes, 24–26/10/2023, AJCE vol. 41(4). doi.org/10.26168/ajce.41.4.6

[7] Lecieux Y. et al. (2019). Monitoring of a Reinforced Concrete Wharf Using Structural Health Monitoring System and Material Testing. Journal of Marine Science and Engineering, 7(4), 84. doi:10.3390/jmse7040084

[8]Clerc R., El-Soueidy C.-P., Schoefs F. (soumis, 2026). Comparative Review and Sensitivity-Guided Operational Framework for Corrosion Current Density Modeling in Marine Reinforced Concrete. 64 analyses de sensibilite sur 37 scenarios.

[9]Clerc R., El-Soueidy C.-P., Schoefs F. (soumis, 2026). Probabilistic Modeling of Pitting Corrosion in Marine Reinforced Concrete Incorporating Spatial Variability and Inspection Data.