Soutenance publique de thèse de doctorat en Sciences mathématiques - Loïc Warscotte

Advances in statistical and dynamical modeling of High-Speed Weigh-in-Motion for direct enforcement

Jury

• Prof. Timoteo CARLETTI (UNamur), Président
• Prof. Anne-Sophie LIBERT (UNamur), Secrétaire
• Dr Jehan BOREUX (SPW)
• Prof. Bernard JACOB (Université Gustave Eiffel)
• Prof. Jean-Charles DELVENNE (UCLouvain)
• Prof. Germain VAN BEVER (ULB)

Résumé

Le nombre croissant de véhicules lourds met à mal les systèmes de pesée à basses vitesses sur les autoroutes. Peser un véhicule en vitesse réelle avec une haute précision devient la seule manière possible de tester une part significative du trafic et d’imposer des limites de poids. Dans cette thèse, nous avons cherché à améliorer la précision du pesage par le système de pesée à haute vitesse (HS-WIM) et à assurer cette précision au cours du temps. Dans la première partie, nous avons identifié les facteurs qui influencent la précision, et utilisé cette information pour créer un modèle qui corrige les erreurs de pesage. Dans la deuxième partie, nous avons analysé la régularité des estimations de poids au cours du temps et avons proposé une méthode de détection de point de changement pour permettre la surveillance automatique du système. Dans la troisième partie, nous modéliserons les véhicules avec des systèmes dynamiques, qui seront exploités pour simuler numériquement le poids dynamique de véhicules après une accélération. Les mesures des forces d’impact simulées sur les capteurs de pesée sont utilisées pour évaluer et corriger les erreurs de pesée résultant de perturbations dynamiques.

Abstract

The growing traffic of heavy vehicles puts in jeopardy the static/low-speed weighing systems on highways. Weighing vehicles at real speed with high accuracy becomes the only manageable way to test a significant part of the vehicles, and to enforce weight limits. In this work, we focus on improving the accuracy of the weight estimations and ensuring the quality of weighing over an extended period of time. In the first part, we identify which characteristics of the vehicles influence the weight estimation, and fit a model to correct the weighing error. In the second part, the consistency of weight estimation over time is analyzed, and a statistical changepoint detection method is proposed to ensure the monitoring of the system. In the third part, we model the vehicles as dynamical systems, which are exploited to numerically simulate the dynamical load of the vehicles after an acceleration. The measurements of the simulated impact forces on the weighing sensors are used to evaluate and correct the weighing errors arising from the dynamical perturbations.

Télecharger : vCal