Contrôler le taux de fausses alarmes
en surveillance d'ouvrages

Partie 1Qui parle, et pourquoi la transparence d'abord

Avant la science, l'honnêteté sur nous-mêmes — un dossier de transfert ne vaut que si l'on sait d'où il vient et ce qu'il ne sait pas faire.

• Une petite association. Emmanuel Klein est économiste, passionné de traitement de l'information ; le travail technique est mené avec l'assistance d'IA, ce que nous disons ouvertement. (Note d'origine, sans plus d'importance : notre premier terrain était la détection de signaux faibles dans des relations humaines — anecdotique pour vous, le cœur ici est l'OMA, l'EOV et le FP contrôlé.)
• Nous ne sommes pas un laboratoire de génie civil. Nous ne prétendons pas vous apprendre la détection de dommage — sujet sur lequel votre communauté SHM travaille depuis des décennies. Notre apport est méthodologique et transversal : un framework de contrôle du taux de fausses alarmes pour l'OMA en environnement non-stationnaire, et une discipline de validation (Partie 3.4).
• Nous ne vendons pas de matériel. Notre contribution n'est ni le capteur ni l'algorithme de base — c'est l'assemblage statistique discipliné : décision séquentielle, FP mesuré sur du sain, incertitude par prédiction conforme. C'est là, et seulement là, que nous prétendons être utiles.
• Notre boussole : « drapeau, pas verdict ». L'outil aide une décision humaine, il ne la remplace jamais — nécessité juridique et, on le verra, conséquence mathématique.

La chose la plus précieuse que nous puissions offrir à un chercheur n'est pas une promesse, c'est un travail que vous pouvez auditer — y compris ses échecs.

Partie 2Comment nous voyons les choses (la vision)

Un système qui se dirige vers une bascule — un pont, un matériau, un écosystème, une relation — perd d'abord sa capacité à revenir en arrière. Cette perte de réversibilité est mesurable, et elle précède la rupture.

Ce n'est pas une métaphore. La théorie des transitions critiques (Scheffer et al., Nature 2009, « Early-warning signals for critical transitions ») établit des signatures génériques à l'approche d'un point de bascule, indépendantes de la matière :

1. L'autocorrélation (AR1) monte vers 1 — le système met de plus en plus longtemps à revenir à l'équilibre (critical slowing down). ⚠️ Honnêteté de cadrage : nous ne prétendons PAS observer l'AR1→1 sur des ouvrages civils — c'est établi en écologie et sur certains matériaux en labo, pas démontré (à notre connaissance) sur une structure de génie civil en service, et nous n'en faisons pas un argument. En pratique sur un ouvrage, nous mesurons plus modestement un décalage des fréquences propres / de la réponse modale trahissant un changement de raideur globale ou de conditions aux limites (appui bloqué, tassement, affouillement, glissement d'ancrage, renforcement).
2. La variance augmente — les fluctuations s'amplifient.
3. La distribution des événements se déforme — la b-value de Gutenberg-Richter baisse : la part des événements de forte magnitude croît. Établi pour les séismes et la fissuration des matériaux (émission acoustique).
4. La réversibilité disparaît — au-delà d'un seuil γ*, le système ne revient plus.

Notre objet n'est donc pas « cet événement est-il grave ? » mais « à quelle distance de γ* sommes-nous, et dans quel sens dérivons-nous ? » — un déplacement du seuil (déjà le danger) vers la dérive vers le seuil (qui donne du temps).

Un mot sur la posture, parce qu'elle change tout côté gestionnaire. Nous ne parlons pas « le pont va s'effondrer » : ce registre déclenche un réflexe défensif (« je préfère ne pas savoir, je n'ai pas le budget de réparer » — blame avoidance, Weaver 1986). Nous parlons carnet de santé longitudinal de l'ouvrage : « il suit sa ligne de comportement normale sous l'effet du trafic et de la température ; voici la preuve datée que vos choix de maintenance tiennent. » Pas une liste de pathologies — un sceau de vigilance présentable en audit budgétaire.

Le coût opérationnel du faux positif, dit honnêtement. Un FP de 6 % sur 15 mois représente environ une fausse alarme tous les 2-3 mois par ouvrage. À l'échelle d'un parc, ce volume a un coût réel — la désensibilisation des équipes (« encore une alerte qui ne mène à rien »). C'est exactement pour cela que la sortie est un drapeau pour inspection ciblée et priorisation, jamais une alarme automatique : l'outil aide à hiérarchiser les inspections, il ne déclenche pas de procédure tout seul. Baisser ce FP sans perdre le signal est un objectif de recherche en soi.

Partie 3Le fond scientifique (sans édulcorer)

3.1 La boîte à outils — et le fait qu'elle est déjà la vôtre

Nous ne réinventons aucune mathématique. Nous industrialisons en produit explicable une boîte à outils que la littérature SHM utilise déjà :

Notre valeur n'est pas la maths — c'est l'assemblage explicable, frugal, et la discipline de validation. Là où les solutions existantes proposent du capteur + un tableau de bord à seuils fixes, nous transformons un résidu (que vos méthodes de normalisation exposent déjà) en décision datée, quantifiée et honnêtement incertaine.

3.2 Détection séquentielle — pourquoi « drapeau, pas verdict » est mathématique

Quatre champs indépendants (radar, contrôle qualité, sismologie, statistiques) convergent : il ne faut pas classer chaque mesure puis voter ; il faut intégrer la série entière puis décider une seule fois (Neyman-Pearson ; CUSUM ; SPRT de Wald). Optimal au sens du rapport de vraisemblance, avec un contrôle natif du taux de fausses alarmes.

Le SPRT montre qu'au niveau d'un cas individuel, la certitude exige un nombre d'observations prohibitif ou un coût en FP/délai. On ne peut donc honnêtement livrer qu'une alerte calibrée, jamais un jugement définitif. « Drapeau, pas verdict » n'est pas une prudence ajoutée : c'est imposé par la structure du problème. L'outil éclaire, l'ingénieur décide.

Conséquence sur le vocabulaire (doctrine de responsabilité). Pour ne jamais endosser le rôle d'un bureau d'études — et la responsabilité en cascade qui va avec — nous ne produisons jamais « structure validée » ni « aucun risque détecté », mais un indice de déviation (« écart statistique au comportement normal ») assorti d'un geste d'observation recommandé (« cet indice justifie une inspection visuelle par un ingénieur qualifié »). Contractuellement : outil d'aide à la décision ; l'ingénieur reste seul qualifié pour statuer sur l'état mécanique réel (cohérent Eurocodes / Cerema). Et la validation par un tiers reconnu (Cerema, ou un laboratoire comme le vôtre) est précisément ce qui manque à ce type d'outil : nous y voyons une raison de travailler ensemble, pas un obstacle.

3.3 Ce que nous avons réellement construit et mesuré (transparence totale)

Deux choses à ne jamais confondre. (A) ce que nous avons mesuré : un classifieur de texte explicable (ado-FR), statique. (B) ce que nous proposons d'instrumenter sur vos ouvrages : la dérive dans le temps (early-warning signals). (A) ne prouve pas (B) — vérifié dans notre propre code (13/06) : le moteur (A) est aveugle à l'ordre (mélanger les messages ne change que ~4 % des décisions) et lit le contenu (features par lexiques). Il ne mesure donc pas la dynamique temporelle, et nous ne vous le présentons pas comme une preuve de détection temporelle.

Ce que (A) prouve, en revanche — et c'est ce qui devrait vous intéresser : nous savons construire un détecteur explicable, le mesurer honnêtement, et publier ce qui ne marche pas. Les chiffres de ce détecteur appartiennent à notre branche jumelle humaine (du texte) ; nous ne les transposons pas à un ouvrage — ce serait une erreur de catégorie. Ce qui compte ici, c'est la discipline : corpus de contrôle, taux de fausses alertes mesuré, statut de chaque chiffre affiché.

Côté (B) — la dimension qui compte pour un ouvrage — nous avons désormais des résultats mesurés sur données réelles de structures (mise à jour 15/06/2026), avec intervalles de confiance et un protocole anti-fuite (fit/cal/held disjoints, FP sur sain held-out, aucun canal choisi avec le label). Nous avons bâti un front-end OMA (SSI-cov, stabilisation durcie MAC+amortissement, sans injection des modes publiés) + une couche de décision (Mahalanobis + prédiction conforme), testés sur ~17 jeux publics consolidés :

• FP-moat démontré sur UN seul ouvrage difficile, la réplication échoue : pont ferroviaire KW51 (15 mois) — FP 6,0 % [IC 4,6-7,9], recall 99,2 %, lead +3 j. ⚠️ Trois caveats : (a) c'est un renforcement daté, donc un changement GLOBAL massif, un signal FACILE, pas un signal faible ; (b) c'est un n=1 ; (c) l'IC binomial affiché n'a pas de sens fréquentiste strict — les fenêtres successives d'un même ouvrage sont auto-corrélées (tests non indépendants), l'IC sous-estime la vraie incertitude. En revanche la tentative sur un 2ᵉ ouvrage openlab-tud (8 mois, 9→34 °C) échoue en chronologique anti-fuite — FP 56 % [IC 44,8-67,0] (le 7,2 % cru obtenu était un artefact de découpage entrelacé ; rétracté). La correction environnementale linéaire n'extrapole pas hors-saison → le « n=1 » du cas difficile n'est pas levé (un 3ᵉ ouvrage, Gjemnessund, ajoute un point FP propre mais sur un cas FACILE, pont quasi insensible à T). + 4 vrais-négatifs calibrés (tour de Lucca FP 0,0 % [0-11,4], tunnel en stabilisation FP 2,3 % [1,3-4,0], pont haubané sous crue réelle FP 6,7 % [0-18,3] — change-point réel mais lead non robuste, IC traversant 0).
• Détection multi-structures (changements globaux) : portique 4 étages (perte de raideur, recall 100 % [96-100] à condition appariée), gradin 10 états (85 % [IC bootstrap 70-96], un joint quasi invisible (≈ 28 %) restant le plus dur), affouillement robuste sur 3 structures (100 %/89 %), tassements du Z24 (~75 %).
• Échecs publiés, sans survente : sur une vraie fissure locale (Vänersborg) nous sommes non concluants en non-supervisé (33 % [11-67], FP 0 %). Disons-le franchement : la fissuration locale naissante est un cas-cible MAJEUR de la surveillance d'ouvrages, et nous le ratons à FP contrôlé. Ce n'est pas un détail caché : c'est la limite actuelle de la recherche SHM internationale (un dommage local ne décale presque pas les modes globaux extraits par OMA), et nous ne prétendons pas la résoudre — notre outil voit les changements globaux, pas la microfissure qui démarre. — Par ailleurs, sur une pale d'éolienne menée à la rupture, la zone « saine » est non-stationnaire → pas de FP propre, et la 1ʳᵉ alarme coïncide avec un changement de gain du pot vibrant (artefact opératoire), pas avec une fissure → aucun lead-time exploitable.

Comment lever le n=1 proprement (le protocole que nous proposons). La seule preuve recevable du contrôle du FP serait de le mesurer sur ≥ 5 ouvrages sains indépendants, chacun disjoint des données de calage, et de reporter le FP sur chacun (pas un agrégat), idéalement sur des ouvrages thermosensibles couvrant un cycle annuel complet. Tant qu'on n'a pas cela, la doctrine honnête reste : FP démontré sur un cas facile à n=1, à répliquer. C'est l'objet de la collaboration que nous cherchons.

La mathématique temporelle (CSD / AR1 / CUSUM / EVT) est établie dans votre littérature ; notre apport = l'assemblage discipliné + la mesure honnête du FP + l'incertitude calibrée + ces premières mesures réelles. Mais ces résultats ne sont pas encore consolidés pour une publication (pipeline unique reproductible, durcissement de l'EOV, re-audit) : c'est ce que nous proposons de finaliser avec vous (Proposition 1), idéalement sur vos ouvrages.

Le vrai différenciateur, et l'angle d'un papier co-signé : la prédiction conforme. Au lieu d'un seuil binaire, chaque sortie est assortie d'une région de confiance à couverture garantie (au sens distribution-free de la conformal prediction) — « l'état réel est dans cet intervalle avec une probabilité ≥ 1−α, sans hypothèse sur la loi des résidus ». C'est rare en SHM opérationnel, ça se marie naturellement avec la décision séquentielle, et c'est la contribution la plus publiable de l'ensemble : une couverture d'incertitude calibrée et auditable sur des indicateurs modaux d'ouvrages réels.

3.4 La leçon que nous avons payée — notre vrai apport méthodologique

Sans corpus de contrôle, une « détection » ne vaut rien. Montrer « notre algorithme aurait alerté N jours avant » sur un seul cas connu est un piège : c'est le sophisme du procureur (Boettiger & Hastings, Proc. R. Soc. B, 2012) — du surapprentissage. La seule preuve qui tienne est le contre-exemple : un faible taux de fausses alertes mesuré sur des ouvrages SAINS, sur la même période.

Nous avons appris cela à nos dépens, au point d'en faire une règle absolue — et de l'appliquer à nos propres mesures d'ouvrages : chaque chiffre ci-dessus a son taux de fausses alertes mesuré sur du sain held-out, avec intervalle de confiance. Nous publions aussi nos résultats négatifs : le dommage brutal et global (perte de raideur, tassement, affouillement) se détecte bien, mais le dommage local et voilé — la fissuration naissante — reste hors de portée (la vraie fissure de Vänersborg ratée à 33 %, l'état le plus subtil du gradin) ; et le FP@5 % n'est calibrable de façon fiable qu'au-delà d'environ 60 enregistrements sains.

Et nous poussons l'honnêteté méthodologique d'un cran de plus, parce qu'un relecteur le verra : l'IC binomial que nous affichons sur le FP d'un ouvrage n'a pas de validité fréquentiste stricte, car les fenêtres d'un même ouvrage sont temporellement corrélées — l'IC est donc optimiste. Conséquence assumée : un FP mesuré sur un seul ouvrage, même avec un joli IC, ne démontre rien de général. Le protocole correct, que nous proposons de mener avec vous : ≥ 5 ouvrages sains indépendants, disjoints du calage, FP reporté ouvrage par ouvrage — la seule façon de transformer un n=1 en preuve. Une équipe qui affiche ses échecs, ses faux positifs ET les limites de ses propres intervalles de confiance est celle avec qui un laboratoire de structures peut travailler en confiance.

Partie 4Comment cela s'intègre dans votre métier

Nous avons regardé ce que fait l'ENPC, honnêtement et de l'extérieur. Deux ancrages concrets :

1. Le Laboratoire Navier (UMR 8205, unité commune ENPC / Université Gustave Eiffel / CNRS) affiche parmi ses axes la « sécurité et durabilité des structures » et les « infrastructures de transport ». Notre couche s'y inscrit comme brique d'analyse temporelle, pas comme objet concurrent.
2. L'ENPC a déjà publié, avec OSMOS Group, une méthode probabiliste d'analyse de fatigue à partir de mesures de déformation sur ponts (règle de Miner probabiliste, modèle Weibull-Basquin ; enpc.hal.science/hal-04632581). La donnée et la culture probabiliste sont déjà là. ⚠️ Pour éviter un contre-sens : notre outil n'est PAS un « complément à la règle de Miner ». Miner décrit l'accumulation linéaire de fatigue, sans ralentissement critique ; nous détectons un autre objet, un changement de raideur globale / de conditions aux limites (changement de régime). Deux versants distincts et non concurrents de la surveillance.

Et nous ne marchons sur les plates-bandes de personne. Nous ne concurrençons ni Sixense / OSMOS / Cementys (capteurs + plateforme), ni Fugro (prestation lourde) : nous sommes la couche d'analyse explicable, complémentaire de leur matériel et de vos méthodes. Frontal = absurde ; complément = utile.

Modalités adaptées à un laboratoire (pas à un client commercial) — évoquées sans rien préjuger ; la forme se déciderait ensemble, plus tard : une collaboration de recherche à l'interface « early-warning signals × ouvrages d'art » (forme ouverte) · une co-publication d'une note méthodologique (y compris si le résultat est partiellement négatif) · brique frugale on-premise (rien ne sort de votre système) · langage commun (IQOA, résidus de normalisation, seuils réglementaires — pas de jargon ML).

Partie 4 bisComment ça s'installe (le volet concret)

Aucun capteur à poser. Rien ne sort de votre système. Empreinte minimale. Une couche logicielle qui se pose sur ce que vous avez déjà.

Empreinte et souveraineté : on-premise (le calcul reste chez vous, aucune donnée ne part dans un cloud) · frugal (tourne sur CPU, pas de ferme GPU, pas besoin d'un gros dataset labellisé de dommages) · deux modes : d'abord rétrospectif (le POC — un résultat sur l'historique d'un ouvrage en quelques jours à quelques semaines), puis continu si vous le souhaitez.

Concrètement : donnez-nous l'export d'un seul ouvrage et voyez l'outil tourner, expliqué, en quelques jours — sans toucher à votre instrumentation ni laisser sortir la moindre donnée.

Partie 5Ce que nous proposons (force de proposition)

Notre philosophie tient en une ligne : d'abord nous donnons de l'information ; ensuite, on verra ensemble. Nous ne posons ni prix, ni plan de financement, ni promesse que nous ne sommes pas sûrs de tenir.

Sur la propriété intellectuelle — pour lever tout malentendu d'emblée. Nous sommes ouverts à une co-publication et à un co-encadrement ; la PI se discute, elle n'est pas un préalable bloquant. Une mention d'antériorité existe (annexe, en pied de page), mais elle ne conditionne pas l'échange : dans un cadre académique, l'usage (co-signature, attribution) prime, et nous nous calerons sur vos pratiques.

La première action, si l'idée vous parle, est minuscule : une conversation de 30 minutes, puis l'identification d'un jeu de données sur lequel se confronter au réel.

Partie 6Transparence : niveaux de preuve et limites

Nous appliquons à ce dossier la règle que nous nous imposons : aucun chiffre sans son statut.

Reproductibilité — disponible en audit fermé sur demande. Tout est reproductible : le front-end OMA (SSI-cov durci par MAC + amortissement, sans injection des modes publiés), la couche de décision (Mahalanobis + prédiction conforme), le protocole anti-fuite documenté (splits fit / cal / held disjoints, FP sur sain held-out), les ~17 jeux avec leur table de résultats et leurs IC, les scripts permanents (un par jeu) et un fichier MASTER-RESULTS qui régénère la table de vérité. Nous le mettons à disposition pour un audit fermé (pas de publication ouverte à ce stade), précisément pour que vous puissiez le réfuter avant d'y croire.

Notre engagement : jamais un chiffre synthétique présenté comme un résultat terrain, jamais un cas extrême comme une règle. Si la méthode échoue sur vos données, nous le dirons — c'est la condition pour que sa réussite, le cas échéant, ait une valeur.