L’infrastructure souterraine du CERN est l’une des plus complexes au monde : elle consiste en plus de 60 km de tunnels et plus de 80 cavernes à des profondeurs allant de 50 à 175 mètres. Comme la plupart de ces tunnels ont plus de 60 ans et que la géologie des terrains du CERN est composée de moraine, de molasse et de calcaire, il est nécessaire de réaliser une évaluation continue des risques. En effet, toute altération risquerait de perturber, voire de stopper, l’exploitation du complexe d’accélérateurs.
Pendant le LS2, la section Futures études (FS) du département Site et génie civil (SCE) a inspecté les 60 km de tunnels souterrains et d’infrastructures souterraines. Elle a repéré 550 défauts, pour la plupart mineurs. Et, parmi les 8 % de défauts graves, les fissures sont apparues comme le problème le plus fréquent.
Jusqu’à présent, c’est un ingénieur qui inspectait les tunnels et inventoriait les fissures et autres problèmes repérés, travail à la fois chronophage et méticuleux. Dans le but de trouver des solutions efficaces destinées à optimiser le temps et à améliorer la sécurité et l’efficacité des inspections, un nouveau projet a été lancé, mené en collaboration avec d’autres départements, qui fait appel à des technologies nouvelles permettant l’analyse automatisée, la réalisation d’inspections à distance et la numérisation.
Parmi ces solutions figure l’Outil d’inspection du CERN (TIC – « Collector »), une application mobile entièrement numérique, intégrée au portail GIS du CERN, et grâce à laquelle les utilisateurs peuvent consigner un défaut, joindre des photos, relever des mesures et localiser le défaut sur une carte. Après inspection, les différents éléments consignés sont transférés de manière non filaire vers les serveurs du portail GIS, où ils peuvent être visualisés sans délai en cliquant sur « Tunnel Inspection » sous « Thématiques ».
Depuis peu, des dispositifs d’intelligence artificielle conçus au CERN, comme CERNbot et le robot TIM, sont utilisés pour collecter des données et prendre des photos dans les tunnels. Ces robots télécommandés, développés par le groupe Électronique de contrôle-commande et mécatronique (BE-CEM), prennent des photos d’inspection qui sont ensuite analysées en vue d’une détection des fissures et de leur localisation automatique. En utilisant la photogrammétrie et l’apprentissage approfondi pour l’analyse des infrastructures souterraines du CERN, une équipe de spécialistes de la section Futures études (FS) et de l’University College Cork (UCC) a mis au point un algorithme de reconnaissance en temps réel des fissures et de leurs caractéristiques. « Recueillir à distance des photos et des données ayant été obtenues par des robots devrait permettre de mener plus régulièrement des inspections et de réduire les risques pour les personnes chargées de l’inspection. Des tests supplémentaires sont toutefois nécessaires », explique John Osborne, chef de la section Futures études.
Une recherche doctorale, menée elle aussi conjointement par le département SCE et l’University College Cork, étudie le recours à des câbles à fibres optiques pour mesurer à distance les mouvements souterrains, permettant ainsi de surveiller les tunnels en continu, y compris pendant l’exploitation de l’accélérateur