Caractérisation des discontinuités dans le massif rocheux par combinaison de mesures de diagraphies soniques et électriques
Notice bibliographique
Résumé
La présence de discontinuités dans un massif rocheux a un impact significatif sur la stabilité et la résistance mécanique de ce dernier, ainsi que sur la sécurité et la conception de projets impliquant la roche. Dans cette thèse, nous chercherons à caractériser les propriétés discontinuités, directement dans le massif, par l’utilisation de mesures diagraphiques classiques, avec les sondes Fullwave (FW) et sonde électrique normale (DN). Dans le but ultime de mieux comprendre leur impact sur le comportement du massif et de prendre des décisions éclairées en matière de construction, d'exploitation minière et de gestion des risques géologiques.Dans cette optique, cette thèse propose une nouvelle méthodologie de caractérisation des propriétés géométriques (ouverture, longueur) et physiques (vitesse de compression, vitesse de cisaillement, densité, résistivité) des discontinuités en combinant les réponses de deux techniques. Les deux outils ont montré leur potentiel de détecter les discontinuités, ainsi que leurs limites à caractériser ces propriétés. La complémentarité des données électriques (DN) et acoustiques (FW) est exploitée pour surmonter les limites de chaque méthode et bénéficier de leurs caractéristiques distinctes en termes de volume d'investigation, de propriétés détectées et de résolution, Pour cela, les réponses des deux outils sont combinées dans le but de caractériser les propriétés des discontinuités de manière non destructive.Cette thèse repose sur une première approche numérique qui consiste à modéliser la réponse de deux outils de diagraphie (FW et DN) face à la présence d'une discontinuité idéale et isolée dans un massif rocheux. Sur la base de l’étude de sensibilité réalisée, cette approche a permis de définir des facteurs de perte acoustique (liés à l'atténuation et au retard des ondes de compression et de cisaillement) et électrique (liés à la diminution de la résistivité). Une base de données numériques de 880 cas issue de l’étude paramétrique, est construite. Des techniques de régressions multiples non linéaires et de réseaux de neurones ont été comparées pour créer des modèles prédictifs visant à diagnostiquer les différentes propriétés de la discontinuité. Les résultats sont ensuite confrontés à une validation expérimentale sur des données réelles réalisées sur un site de calibration à Bells Corners (Ottawa, Ontario, Canada). Les résultats attestent du potentiel de l’approche pour évaluer l’ouverture de la discontinuité à un niveau de précision d’ordre centimétrique.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».