En 2017, l'Infrastructure Report Card de l'American Society of Civil Engineer a attribué à l'infrastructure américaine une note globale de D+. Étant donné que le rapport a révélé que les États-Unis n'avaient payé que la moitié de leurs besoins en infrastructure, la faible note n'était malheureusement pas surprenante.

Pour résoudre la crise, chercheurs Fengdi Guo, Jérémy Grégory, et Randolph Kirchain du MIT Concrete Sustainability Hub ont proposé une nouvelle approche de la préservation des infrastructures à long terme. L'approche, décrit dans le Journal of the Transportation Research Board, est appelée analyse des coûts du cycle de vie de l'optimisation de la simulation (LCCA).

Comme d'autres stratégies de préservation de la chaussée à long terme, cette nouvelle méthode MIT s'inscrit dans une perspective d'analyse des coûts du cycle de vie, impliquant la prise en compte des coûts d'entretien futur dans le coût total d'un projet en plus des coûts initiaux de construction.

Mais ce qui distingue le LCCA d'optimisation de la simulation du MIT des autres approches, c'est son acceptation de diverses incertitudes, particulièrement liées au calendrier et aux méthodes de traitement utilisées pour réparer et réhabiliter les chaussées, appelées calendrier de traitement.

Actuellement, les stratégies traditionnelles à long terme emploient un calendrier rigide pour les futurs traitements routiers, explique Guo. "Un inconvénient d'un horaire rigide, " il dit, « est-ce qu'il peut surestimer le coût total du cycle de vie. »

De telles stratégies supposent également que des investissements ou des décisions prédéterminés se traduiront par un résultat prévisible, par exemple, qu'un investissement planifié dans une autoroute produira une amélioration future correspondante de ses performances et de sa qualité.

L'approche MIT, cependant, reconnaît que ce n'est souvent pas le cas.

Des conditions telles que les coûts de construction, coûts de maintenance, et les processus de détérioration peuvent changer de façon imprévisible au cours de la durée de vie d'un projet. Cela signifie qu'un investissement défini peut ne pas produire un résultat défini, et, si les chaussées se détériorent plus rapidement que prévu, peuvent entraîner des réparations non budgétisées ou même des conditions dangereuses.

Pour gérer ces incertitudes, Les chercheurs du MIT assemblent les prix, détérioration, et des informations sur le calendrier de traitement potentiel pour éclairer leurs prédictions. Ils prédisent ensuite les nombreux prix futurs possibles de l'asphalte et du béton, deux matériaux de pavage clés.

La partie suivante du processus est ce qui donne son nom à l'optimisation de la simulation :un algorithme simule de nombreux scénarios potentiels de tarification et de détérioration d'année en année.

"Nous avons simulé environ 1, 000 scénarios et, pour chaque scénario, le coût futur et le taux de détérioration sont fixes, " dit Guo.

Après avoir terminé les simulations, l'optimisation entre alors en jeu. "Pour chaque scénario simulé, nous pouvons trouver un programme de traitement optimal, " dit Guo, « et sur la base de ce calendrier, nous pouvons ensuite calculer ses coûts de cycle de vie. »

Tous ces résultats simulés puis optimisés sont ensuite compilés pour montrer la répartition des coûts du cycle de vie des différentes alternatives de conception de chaussées. Sur la base de ces distributions, le meilleur design est sélectionné.

Essentiellement, cette nouvelle méthode prend en compte l'incertitude du calendrier de traitement et des actions de traitement pour réduire le coût du cycle de vie d'un projet. Cela se traduit par différents, conceptions de chaussées plus avantageuses.

Et par rapport aux coûts des méthodes conventionnelles, les avantages de l'optimisation de la simulation deviennent évidents.

Dans une étude de cas d'un kilomètre de route sur une période de 35 ans, le modèle d'optimisation de la simulation coûte 150 $, 000 de moins par mile que les méthodes conventionnelles lorsque l'on considère le coût du cycle de vie.

Il en va de même pour une route de longueur similaire mais avec encore plus de circulation. Lorsque la route a vu près de six fois le trafic de camions, le modèle d'optimisation de simulation coûte 100 $, 000 de moins par mile au cours de son cycle de vie.

A l'heure où le financement des infrastructures se fait rare, ces études de cas démontrent qu'un modèle d'optimisation de simulation permettra aux agences de prendre des décisions d'asphaltage mieux informées qui s'avéreront plus rentables tout au long du cycle de vie d'une chaussée.

Cette histoire est republiée avec l'aimable autorisation de MIT News (web.mit.edu/newsoffice/), un site populaire qui couvre l'actualité de la recherche du MIT, innovation et enseignement.