Résumé :

Dans un contexte de transition énergétique et de raréfaction des ressources primaires, il est crucial de réduire la consommation d’énergie liée à l’éclairage des bâtiments tout en garantissant un confort visuel optimal. L’efficacité énergétique doit s’allier aux innovations technologiques pour répondre aux exigences environnementales et au bien-être des usagers. Les propriétés optiques des matériaux de construction dans le spectre visible et proche infrarouge jouent un rôle déterminant dans les économies d’énergie. En été, le rayonnement solaire direct peut atteindre 500 W/m² sur certaines façades, ce qui, combiné à la transmission à travers des vitrages et à des réflexions multiples, peut générer un flux approchant 1 000 W pour 2 m² de fenêtres, augmentant ainsi les besoins en climatisation. En revanche, une gestion optimisée de cet apport peut être bénéfique en hiver en contribuant au chauffage passif du bâtiment. Les propriétés optiques de ces matériaux sont généralement décrites par la fonction de distribution de la diffusion bidirectionnelle (BSDF), qui se décompose en BRDF (pour la réflexion) et BTDF (pour la transmission). Bien que des dispositifs existent pour mesurer la BSDF, leur besoin d’échantillons de matériaux empêche une caractérisation directe sur site, et ces mesures sont souvent longues avec des fichiers volumineux. L’objectif de ce travail est de développer une méthode permettant de caractériser in situ les propriétés optiques des matériaux de construction dans le spectre visible et proche infrarouge à partir d’une photographie.

Cette méthode repose sur l’utilisation des réseaux de neurones et a nécessité la création d’une base de données d’images et de caractéristiques optiques des matériaux pour entraîner ces réseaux. Deux bases de données ont été établies : l’une pour les matériaux opaques et l’autre pour les vitrages. Un modèle analytique de BRDF a été élaboré pour décrire le comportement optique des matériaux. Une base de 185 réflectances spectrales a également été constituée. Des méthodes mathématiques ont été employées pour élargir cette base à partir des caractéristiques mesurées. Le même processus a été appliqué pour les facteurs de transmission spectraux des vitrages. Les réseaux de neurones ont pour objectif d’estimer la réflectance spectrale, les paramètres de BRDF ou la transmission spectrale d’un matériau à partir d’une image. Les réseaux de neurones ont produit des estimations avec une erreur relative moyenne de 8,98 % pour les paramètres de BRDF, de 13,98 % pour les réflectances spectrales et de 6,65 % pour les facteurs de transmission pour des images non utilisées pour l’entraînement. De plus, une validation expérimentale a été réalisée pour estimer ces facteurs à partir de photographies prises avec un iPad, avec une erreur relative moyenne de 13,80 %.

Liste des membres du jury :

Rapporteurs :

Mathieu Hébert, Professeur HDR, Institut d’Optique Graduate School / Laboratoire Hubert Curien,

Georges Zissis, Professeur HDR, Université Toulouse III Paul Sabatier / LAPLACE.

Examinatrices :

Valérie Muzet, Chargée de recherche, Cerema Est- Agence de Strasbourg / ENDSUM,

Céline Villa,  Ingénieure de recherche, Université Gustave Eiffel / COSYS- PICS-L.

Directeur de thèse :

Raphaël Labayrade, Professeur assimilé HDR, ENTPE, LTDS.