Issue |
Matériaux & Techniques
Volume 101, Number 5-6, 2013
Corrosion et protection des ouvrages métalliques en environnement marin / Corrosion and protection of metallic structures in marine environments
|
|
---|---|---|
Article Number | 507 | |
Number of page(s) | 11 | |
DOI | https://doi.org/10.1051/mattech/2013081 | |
Published online | 20 December 2013 |
The αδ method for modeling NDT results in risk based inspection of corroded steel wharves
La méthode αδ pour la modélisation des résultats CND pour l’inspection basée sur les risques de quais métalliques corrodés
1 Professeur des Universités, LUNAM
Université, Université de Nantes-École Centrale Nantes, GeM, Institute for Research in
Civil and Mechanical Engineering, CNRS UMR 6183, 2 rue de la Houssinière
BP 92208, 44322
Nantes Cedex 3,
France
Franck.Schoefs@univ-nantes.fr
2 Ingenieur, Oxand S.A, 49 avenue Franklin Roosevelt, 77210
Avon/Fontainebleau,
France
Received:
4
July
2013
Accepted:
22
October
2013
Owners of structures and infrastructure base their maintenance decision schemes mainly on structural integrity assessment and consequence analysis. The major inputs come from information collected by inspections employing non-destructive or destructive tools. Uncertainties and errors of measurement can lead to bad decisions but these effects are rarely integrated into the decision making process. Risk Based Inspection (RBI) provides the basics for optimizing the maintenance plans of existing structures while ensuring satisfactory safety and availability of the structure during its service life. This basis depends both on computation of reliability index and probabilistic modeling of inspection results. Probabilistic modeling of inspection results leads to specifying the Probability of Detection (PoD), the Probability of False Alarms (PFA) and the Receiver Operating Characteristics (ROC) curve that are usually considered as key parameters in RBI. Under these circumstances the comparison of Non destructive Testing (NDT) tools in terms of cost/benefit is difficult to be established as well as the method for optimizing a given technique. This paper starts from the αδ method that gives a new performance indicator in this context, and apply it to the field of inspection of steel harbor structures, after a detailed analysis of uncertainties during corrosion assessment by ultrasonic measurements.
Résumé
Les gestionnaires de structures et d’infrastructures fondent leurs décisions de maintenance sur des analyses d’intégrité structurelle et des conséquences de défaillances. Les entrées principales de ces méthodes sont les inspections par contrôles destructifs ou non destructifs. Les erreurs de mesure peuvent conduire à de mauvaises décisions, celles-ci étant rarement prises en compte dans les analyses de risque. Les méthodes d’inspection basées sur les analyses des risques fournissent le cadre méthodologique d’optimisation des inspections. Les résultats dépendent de l’évaluation de la fiabilité et de la modélisation probabiliste des données d’inspection. Cette dernière est généralement basée sur l’évaluation des Probabilités de Détection, Probabilités de Fausses Alarmes et Courbes ROC. Au vu de la difficulté d’une évaluation précise de ces grandeurs, il reste difficile de disposer des outils d’optimisation du rapport coût/bénéfice ou de comparaison des techniques. Cet article s’appuie sur la méthode αδ qui fournit un indicateur de performance dans ce contexte appliqué au contrôle de la corrosion de palplanches métalliques; on décrit et modélise en particulier les incertitudes de mesure par ultrasons selon différents protocoles.
Key words: Ultrasonic testing / steel / risk management / corrosion / wharves
Mots clés : Contrôle par ultrasons / acier / management des risques / corrosion / quais
© EDP Sciences, 2013
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.