28.06.2013 Views

Curriculum Vitae - APC - Université Paris Diderot-Paris 7

Curriculum Vitae - APC - Université Paris Diderot-Paris 7

Curriculum Vitae - APC - Université Paris Diderot-Paris 7

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

localisation forte) cette forme de cohérence particulière n’existe plus. Cette forme de cohérence persistante a deux<br />

conséquences importantes :<br />

- d’un point de vue pratique, dans le cas général où diffusion simple et multiple coexistent, cela nous permet de séparer<br />

dans la réponse ondulatoire matricielle G d’un milieu hétérogène la contribution de diffusion simple G DS (utile à<br />

construction d’une image) de la contribution de diffusion multiple G DM (qui est un cauchemar pour l’imagerie), d’où une<br />

amélioration significative pour l’imagerie de milieux diffusants.<br />

- d’un point de vue plus fondamental, les propriétés statistiques des valeurs singulières des matrices G DS et G DM sont<br />

très différentes, ce qui en retour va déterminer la probabilité de détection d’une cible enfouie au sein d’un milieu diffusant.<br />

Fig. 3 : Coupes des images obtenues, dans le plan de la cible, par focalisation<br />

classique en émission-réception (en noir) et après élimination matricielle de la<br />

contribution de diffusion multiple (en gris). La ligne verticale noire indique la<br />

position exacte du centre de la cible. Une fois que la contribution de diffusion<br />

multiple (G DM ) est séparée de la contribution de diffusion simple(G DS ) dans la<br />

matrice totale G, la cible est détectée presque parfaitement comme si la forêt<br />

diffusante avait été enlevée.<br />

Les travaux que nous avons menés ces dernières années en relation avec la théorie des matrices aléatoires appliquée ici au<br />

cas des ultrasons ont donné lieu à quatre publications et un brevet [A43-A46 et E2 dans la liste des travaux et<br />

publications]. Entre autres choses, nous avons prouvé qu’il est effectivement possible expérimentalement de séparer la<br />

matrice de Green totale G en une somme de contributions G DS + G DM dues respectivement aux événements de diffusion<br />

simple et multiple, et que cette idée permettait en effet d’améliorer considérablement la détection d’une cible placée<br />

derrière un milieu hétérogène multiplement diffuseur. Mais pour le moment ceci n’a été validé que dans le cas d’école d’un<br />

milieu multiplement diffuseur synthétique (Figs. 1 à 3) de type forêt de tiges métalliques. Je propose donc deux<br />

développements de cette approche, l’un à consonance appliquée l’autre au contraire très fondamental.<br />

2.1.1 Matrices aléatoires et contrôle non destructif d’aciers à grains<br />

L’application de cette approche matricielle à des matériaux réels comme les aciers à grains fortement diffusants constitue<br />

un nouveau défi. Pour cela, je propose de réaliser, en partenariat avec EDF R&D avec lequel j’ai établi une collaboration,<br />

plusieurs campagnes expérimentales sur des échantillons d’aciers à gros grains, couramment utilisés dans les tuyauteries<br />

des centrales nucléaires et dont la structure hétérogène empêche la détection de défauts trop profonds (au-delà d’un ou<br />

deux libres parcours moyens) par les techniques habituelles.<br />

Dans un premier temps, nous réaliserons une campagne de mesures ultrasonores sur des échantillons d’alliages métalliques<br />

sains mis à disposition par EDF R&D, à des fréquences typiques de 1 à 5 MHz. Les échantillons retenus pour ces<br />

campagnes de mesures seront choisis en fonction de plusieurs critères : la connaissance de leur microstructure polycristalline<br />

(taille et orientation des grains), leurs dimensions, leur intérêt en termes d’inspection par techniques<br />

ultrasonores. Nous étudierons les propriétés statistiques de la matrice de Green G. On s’intéressera en particulier au « bruit<br />

de structure » du matériau sain (c-à-d le niveau rms, au cours du temps, du signal rétrodiffusé à la source) ainsi qu’à la<br />

distribution des valeurs singulières de la matrice G. L’évolution temporelle de intensité multiplement diffusée, relativement<br />

à l’intensité totale, sera étudiée. On s’intéressera également à l’effet de rétrodiffusion cohérente, qui signe la présence de<br />

diffusion multiple.<br />

Une fois le milieu sain caractérisé, une deuxième campagne aura ensuite pour objet d’étude un échantillon du même type<br />

d’acier, dans lequel seront placés des défauts artificiels (trous cylindriques de profondeurs et de diamètre contrôlés, trous à<br />

fond plat, entailles). Nous testerons alors les performances de la technique de séparation diffusion simple/diffusion<br />

multiple en termes de détection de ces défauts, et les comparerons avec celles d’autres techniques plus classiques<br />

d’inspection ultrasonore.<br />

Le succès de cette approche sera mesuré par sa capacité à apporter des réponses aux questions posées :<br />

- évaluer le degré de diffusion multiple dans un échantillon d’acier à grains, en fonction du temps et de la<br />

fréquence centrale<br />

- estimer la statistique des valeurs singulières de la matrice G, en déduire un critère de détection de défaut<br />

applicable à un échantillon réel<br />

- comparer les performances (en termes de détectabilité des défauts) de cette « antenne intelligente », fondée sur la<br />

séparation diffusion simple/diffusion multiple, à celles de techniques ultrasonores classiques (échographie par<br />

focalisation [7], DORT [8]).

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!