Monitoring temps réel des forages pour alimentation de base de données sur le nuage // Real-time monitoring of drilling operations to feed a cloud-based database

La construction d'un modèle du sous-sol fiable est un verrou technique du domaine de la construction et de gestion des risques. Le monitoring en temps réel des forages par l'enregistrement des paramètres de forage est une solution technique à l'acquisition sans biais des caractéristiques du terrain. À l'heure actuelle, il n'existe pas de système de mesure métrologiquement correct et précis. La collecte en temps réel de ces données sur des bases de données partagées peut permettre de limiter les difficultés liées aux couches de sols difficiles et aux cavités souterraines naturelles ou anthropiques. L'hétérogénéité du terrain ne peut être convenablement appréciée et la vision très partielle du site, obtenue à l'issue des investigations, conduit à des résultats variables selon le nombre et la localisation des points de sondages. De plus l'opérateur de la machine méconnaissant la lithologie n'adapte pas toujours correctement le pilotage de la machine au terrain.
Nous proposons de développer un nouveau type de capteur innovant, précis, intelligent et sans fils (IoT) afin d'utiliser les paramètres de forages, mesures de la réponse du sol vis à vis du processus de forage et permettre le repérage des hétérogénéités locales à l'aide d'outils géostatistiques pour l'établissement du modèle de terrain fiable en temps quasi réel et le pilotage fin à terme de la machine.
Enfin, il s'agira de développer un algorithme (ou plus simplement un système expert paramétré par l'opérateur) permettant de piloter automatiquement la foreuse et d'ajuster aussi bien les paramètres de forage que la profondeur de celui-ci afin de répondre au plus près aux exigences de conception. L'objectif est d'exploiter à la fois les paramètres de forage, généralement faciles et rapides à réaliser, c'est-à-dire la réponse du sol vis-à-vis du processus de forage et des essais SPT, CPT, voire pressiométriques, afin d'identifier des corrélations robustes.
Cette approche multi-sources permettra d'établir un modèle géotechnique de terrain beaucoup plus fiable et continu.
Ces développements pourront aboutir à une optimisation et une fiabilisation de l'information sur les propriétés des sols, et, à terme, à une réduction des coefficients de sécurité actuellement appliqués dans le dimensionnement des ouvrages, grâce à une meilleure connaissance géotechnique.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The construction of a reliable subsurface model is a technical challenge in the field of construction and risk management. Real-time monitoring of drilling by recording drilling parameters is a technical solution for the unbiased acquisition of ground characteristics. At present, there is no metrologically correct and accurate measurement system. Real-time collection of this data in shared databases can help to limit the difficulties associated with difficult soil layers and natural or anthropogenic underground cavities. The heterogeneity of the terrain cannot be properly assessed, and the very partial view of the site obtained at the end of the investigations leads to variable results depending on the number and location of the survey points. In addition, the machine operator, who is unfamiliar with the lithology, does not always adapt the machine's control to the terrain correctly.
We propose to develop a new type of innovative, accurate, intelligent, and wireless sensor to use drilling parameters and measurements of the soil's response to the drilling process and enable the identification of local heterogeneities using geostatistical tools to establish a reliable terrain model in near real time and ultimately control the machine.
Finally, an artificial intelligence algorithm (or, more simply, an expert system configured by the operator) will be developed to automatically control the drill and adjust both the drilling parameters and the depth of the hole in order to meet the design requirements as closely as possible.
These developments could lead to the design of a new electronic architecture enabling the robotization of drilling rigs, which will reduce machine time and energy consumption, and ultimately reduce production costs and save natural resources.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Cifre

CIFRE ANRT

Université Gustave Eiffel

531 SIE - Sciences, Ingénierie et Environnement

- Etudiant de formation en Génie Civil, Géotechnique, ou Mécanique des Milieux Continus - De solides bases en mécaniques des sols avec une appétence marquée pour la manipulation et l'analyse de données (Big Data) sont indispensables. - Rigueur scientifique, capacité de synthèse et aisance relationnelle pour collaborer avec les équipes de terrain et les Datas Scientists.
- Student majoring in Civil Engineering, Geotechnical Engineering, or Continuum Mechanics - A solid foundation in soil mechanics and a strong interest in data handling and analysis (Big Data) are essential. - Scientific rigor, the ability to synthesize information, and strong interpersonal skills to collaborate with field teams and data scientists.