Évaluation sismique des façades en maçonnerie non armée à partir d’images grâce à une modélisation par macroéléments

Les enjeux de l’évaluation sismique des façades en maçonnerie non armée à partir d’images

La vulnérabilité sismique des bâtiments anciens et récents construits en maçonnerie non armée (MNA) représente un enjeu majeur pour la sécurité des populations, particulièrement dans les zones urbaines denses. Ces constructions, souvent bâties sans renforts structurels modernes, présentent une grande sensibilité aux séismes en raison de la nature composite et hétérogène des matériaux utilisés, tels que les moellons, briques et mortiers. Leur incapacité à résister efficacement aux efforts horizontaux sismiques peut engendrer des dommages importants, voire des effondrements. Pourtant, les contraintes économiques et logistiques limitent la possibilité de procéder à des inspections traditionnelles approfondies sur tous les bâtiments d’une ville.

Face à ce constat, l’usage d’images issues de photogrammétrie, de prises de vue aériennes ou de photographies à hauteur d’homme s’avère une stratégie prometteuse pour réaliser un diagnostic non destructif à large échelle. Ces images permettent d’extraire des informations essentielles sur les façades, telles que la géométrie, la disposition des ouvertures et la texture des matériaux, sans avoir besoin d’accéder physiquement à chaque bâtiment. Leur traitement associé à une modélisation adaptée offre une fenêtre d’analyse rapide et efficace pour évaluer la vulnérabilité sismique des structures.

Grâce à la modélisation par macroéléments, chaque façade est décomposée en panneaux élémentaires, chacun reproduisant le comportement mécanique d’une section de mur. Ces macroéléments sont équipés de ressorts non linéaires qui simulent le comportement en cisaillement et tension-compression des joints de mortier ainsi que des ouvertures, tout en intégrant des interfaces cohésives pour modéliser les interactions et fissurations potentielles. Cette approche se distingue par son compromis judicieux entre réalisme mécanique et coûts de calcul maîtrisés, ce qui facilite son utilisation sur un grand nombre de bâtiments.

Les avancées récentes en intelligence artificielle et en traitement d’images jouent également un rôle important. Les réseaux de neurones convolutifs permettent, par exemple, de classifier automatiquement les matériaux et d’identifier les ouvertures comme les fenêtres et portes sur les façades extraites des images. Intégrée au processus, cette analyse facilite la création automatique des modèles numériques des façades, en adaptant la configuration des macroéléments à la complexité géométrique capturée.

Cette méthode innovante contribue à combiner rapidité, coût réduit et analyse structurale approfondie, autant de qualités indispensables pour répondre à l’urgence d’une évaluation sismique généralisée en 2026, notamment dans des pays où la mise en œuvre de règles parasismiques est historique mais limitée par un contexte économique contraint. Pour exemple, l’application de ces outils aux bâtiments historiques en terre cuite, pierre ou brique dans la région méditerranéenne illustre leur capacité à cibler efficacement les éléments à risque et à orienter les actions de renforcement préventif.

Automatisation du diagnostic non destructif via traitement d’images et modélisation numérique

Le recours à un diagnostic non destructif fondé sur l’imagerie haute résolution permet de dresser un inventaire rapide des caractéristiques structurelles des façades en maçonnerie non armée. Le procédé débute par la capture de multiples images RGB à différentes perspectives autour du bâtiment, processus souvent appuyé par des technologies de photogrammétrie appelées Structure from Motion (SfM). Ce flux génère un nuage de points dense, qui est ensuite converti en surfaces polygonales représentant la géométrie extérieure, nivelée en données LOD2 (Level of Detail 2).

Pour caractériser les ouvertures et identifier les zones potentiellement fragiles, des réseaux de neurones comme TernausNet sont déployés dans une phase de segmentation d’image. Ce type d’algorithme produit des masques binaires localisant les fenêtres, portes, voire les fissures apparentes, facilitant ainsi leur projection géométrique dans le modèle 3D. Cela génère un modèle enrichi appelé LOD3, qui conjugue géométrie générale avec informations spécifiques des éléments porteurs.

Le passage à la modélisation structurelle s’opère par la décimation et la fusion des polygones, créant un maillage de macroéléments qui découpent la façade en panneaux mécaniquement pertinents. Un algorithme adapté corrige automatiquement les jonctions entre ces panneaux, assurant un maillage cohérent compatible avec les logiciels de calcul par éléments finis (FEM). Chaque macroélément est alors équipé des équations non linéaires permettant de simuler les réponses en tension, compression, cisaillement et flexion des matériaux hétérogènes.

Les avantages de cette démarche automatisée sont multiples :

• Gain de temps considérable par rapport à une modélisation manuelle classique
• Réduction des biais liés à l’interprétation humaine lors du maillage et du positionnement des ouvertures
• Évolutivité forte permettant de passer de l’échelle d’un bâtiment à celle d’un quartier entier
• Accessibilité accrue grâce à l’utilisation exclusive d’images externes, sans intrusion ni démantèlement

Un aspect fondamental de cette méthode est la possibilité d’intégrer les caractéristiques matérielles moyennes fournies par la littérature technique, telles que présentées dans ce rapport sur la capacité en charge latérale. Ceci permet de calibrer les paramètres des interfaces cohésives des joints et des ressorts non linéaires contenus dans le macroélément, garantissant une réponse mécanique crédible lors de la simulation dynamique sismique.

Enfin, la transparence de la plateforme numérique et la compatibilité avec des logiciels standards d’analyse structurale encouragent son adoption dans les bureaux d’études et les agences de prévention, tout en permettant de croiser les évaluations avec d’autres données, comme les relevés topographiques, les résistances des matériaux locales, ou encore les historiques de dommage.

Modélisation par macroéléments pour l’analyse structurale précise des façades en maçonnerie non armée

La modélisation par macroéléments constitue le cœur du processus d’évaluation sismique. Chaque macroélément représente une portion simplifiée de la façade, reproduisant les comportements mécaniques clés tels que la flexion, le cisaillement et la compression des murs. Cette approche s’appuie sur une combinaison de blocs rigides liés par des interfaces cohésives à épaisseur nulle, capables de reproduire l’interaction complexe entre blocs de maçonnerie et joints de mortier.

Le macroélément modélise également la dégradation cyclique caractéristique de la maçonnerie sous contraintes sismiques alternées, qui conduit à une diminution progressive de la raideur et de la résistance. Cette modélisation par macroéléments intègre donc une loi constitutive avancée permettant de simuler l’évolution des dommages au moyen de ressorts non linéaires internes, dont les paramètres ont été calibrés sur la base de tests expérimentaux du projet européen ESECMaSE. Ceux-ci incluent la résistance à la traction, la cohésion, l’angle de frottement, ainsi que la finesse des fractures dans les joints.

Cette méthodologie est particulièrement adaptée aux façades de bâtiments bas (1 à 3 étages) en maçonnerie non armée, présentant une distribution semi-régulière des ouvertures. Elle excelle dans la capture du comportement in-plane, identifié comme majoritaire lors de l’endommagement observé après des séismes historiques, tels que celui de Molise en 2002 ou de L’Aquila en 2009. Le macroélément permet ainsi d’évaluer les modes de défaillance in-plane typiques : cisaillement au niveau des piliers, écrasement au niveau des pieds de mur, ou fissuration en diagonale.

Par ailleurs, le caractère modulaire de la modélisation facilite la représentation des façades comportant des ouvertures multiples. Chaque ouverture est modélisée non pas comme un simple vide, mais comme une interface mécanique complexe pouvant concentrer contraintes et déformations locales. Ceci est crucial pour détecter les zones les plus à risque de décollement ou d’effondrement partiel.

Le tableau suivant résume les principaux paramètres matériels utilisés dans la modélisation par macroéléments :

Paramètre	Symbole	Description	Valeur typique (MPa ou unité appropriée)
Module d’élasticité horizontal	EX	Rigidité des joints horizontaux	3000 MPa
Module d’élasticité vertical	EY	Rigidité des joints verticaux	2100 MPa
Cohésion	c	Force de liaison interne	0,12 MPa
Angle de frottement	φ	Résistance au glissement	35°
Résistance en compression	fc	Capacité portante des blocs et mortiers	6 à 8 MPa
Résistance en traction	ft	Résistance des joints aux fissurations	0,08 MPa

L’efficacité de ce modèle a été validée par comparaison avec des résultats expérimentaux et d’autres simulations numériques sophistiquées, notamment dans le cadre de l’analyse des murs en maçonnerie confiné qui présentent des caractéristiques mécaniques proches.

Par conséquent, la modélisation par macroéléments représente un outil puissant pour fournir des évaluations quantitatives des risques sismiques spécifiques aux façades, renseignant sur les paramètres clés nécessaires à la prise de décision dans la sécurisation et la préservation du patrimoine bâti.

Intégration des images pour une évaluation sismique à grande échelle des façades en maçonnerie non armée

Alors que les méthodes traditionnelles d’évaluation sismique requièrent des visites sur site, des tests destructifs ou des analyses complexes, l’intégration d’images acquises à distance ouvre la voie à une approche scalable et peu intrusive. En 2026, cette évolution devient essentielle pour répondre aux besoins des villes en expansion et à la nécessité d’identifier rapidement les bâtiments vulnérables.

L’utilisation d’images permet non seulement de reconstruire la géométrie extérieure, mais aussi de collecter de l’information qualitative : type de matériaux visibles, présence de fissures, état de surface, types et dimensions des ouvertures, et parfois les déformations apparentes après séisme. Ces données alimentent ensuite la modélisation numérique personnalisée face par face.

Cette stratégie facilite la mise en place d’un protocol d’évaluation sismique qui s’appuie sur :

1. Collecte d’images via drones, caméras fixes ou services de cartographie urbaine.
2. Traitement photogrammétrique pour générer des modèles 3D précis et nets.
3. Segmentation automatique basée sur l’intelligence artificielle pour identifier éléments et défauts.
4. Discrétisation en macroéléments garantissant une modélisation réaliste et fiable de la structure.
5. Simulation numérique des réponses sismiques sous actions accélérées, avec indications poussées sur la localisation et l’amplitude des dommages.

En parallèle, l’approche peut être couplée avec les méthodes classiques du Rapid Visual Screening (RVS), couvrant ainsi l’analyse rapide à bas coût et le raffinement détaillé des façades à risque. Cette synergie optimise les interventions en ciblant uniquement les bâtiments présentant des indices d’instabilité structurelle. La transition vers des outils utilisant des bases de données urbaines enrichies de modélisations permet même d’envisager des cartographies du risque sismique à l’échelle métropolitaine.

Toutefois, cette automatisation s’accompagne d’un compromis inhérent entre la précision et l’accessibilité. L’absence d’informations sur les parois internes et l’épaisseur des murs, difficilement évaluables uniquement par images extérieures, impose d’adopter des hypothèses prudentes sur ces paramètres, afin de ne pas sous-estimer la vulnérabilité. Par conséquent, la méthode est particulièrement adaptée aux structures homogènes sans éléments internes complexes, et celles où la force sismique est principalement répartie par les façades extérieures dans le plan in-plane.

Enfin, la montée en puissance de bases d’images et de modèles digitaux collaboratifs encourage l’élargissement des applications au secteur de la rénovation et de la réhabilitation. Par exemple, lors de projets de rénovation de granges, une analyse sismique rapide des façades peut prémunir des erreurs de conception et sécuriser durablement les ouvrages.

Perspectives et défis actuels de la modélisation et évaluation sismique des bâtis en maçonnerie non armée

Malgré les progrès considérables, plusieurs défis persistent pour déployer largement cette approche de modélisation et évaluation sismique à base d’images et de macroéléments. D’abord, la qualité des images demeure cruciale. Des imperfections liées au bruit, aux conditions d’éclairage, à l’occlusion par la végétation ou d’autres bâtiments peuvent altérer la précision des modèles 3D et des segmentations automatiques.

Ensuite, la caractérisation mécanique des matériaux, fondée souvent sur des bases de données génériques, ne remplace pas encore un diagnostic in situ précis. Cela ajoute de l’incertitude dans la prédiction des comportements sous séisme, notamment pour les maçonneries hétérogènes comme celles en pierre ou terre crue. L’optimisation des paramètres de modélisation par calibration inversée à partir de données expérimentales ou de domanialités spécifiques reste un axe clé de la recherche.

Par ailleurs, la modélisation actuelle se concentre essentiellement sur le comportement in-plane, laissant en suspens la modélisation des mécanismes hors-plan, souvent à l’origine d’effondrements totaux. L’importante recherche sur les mécanismes d’arrachement, de basculement et la prise en compte des interactions avec les planchers est nécessaire pour compléter la vidéo analytique.

Enfin, la question de l’intégration dans un cadre réglementaire et opérationnel est majeure. Traduire les sorties de modélisation en recommandations exploitables par les praticiens, en tenant compte des normes en vigueur, impose la création d’interfaces conviviales et l’élaboration de scénarios d’action clairs et adaptés aux réalités locales.

Nous assistons donc à une convergence des champs entre coûts de construction, complexité technique du bâti, accessibilité aux données, et exigences croissantes en matière de sécurité. L’alliance de la vision par ordinateur, de la modélisation macro structurée et des calculs sismiques offre un potentiel prometteur pour relever ces défis, contribuant à la résilience urbaine et à la protection du patrimoine bâti en 2026 et au-delà.