Thèse Année : 2024

In situ characterization of the optical properties of building materials in the visible and near-infrared spectral range

Caractérisation in situ des propriétés optiques des matériaux du bâtiment dans le domaine spectral du visible et du proche infrarouge

Résumé

In the context of the energy transition and the depletion of primary resources, it is crucial to reduce energy consumption related to the lighting of buildings while ensuring optimal visual comfort. Energy efficiency must align with technological innovations to meet environmental requirements and the well-being of users. The optical properties of building materials in the visible and near-infrared spectrum play a decisive role in energy savings. In summer, direct solar radiation can reach 500 W/m² on certain facades, which, combined with transmission through glazing and multiple reflections, can generate a flux approaching 1000 W for 2 m² of windows, thus increasing the cooling requirements. Conversely, optimized management of this input can be beneficial in winter by contributing to the passive heating of the building. The optical properties of these materials are generally described by the bidirectional scattering distribution function (BSDF), which is decomposed into BRDF (for reflection) and BTDF (for transmission). Although devices exist to measure the BSDF, they require samples of materials, which prevents direct characterization on-site. The objective of this work is to develop a method for in situ characterization of the optical properties of building materials in the visible and near-infrared spectrum from a photograph. This method relies on the use of neural networks and required the development of an analytical model of BRDF, the proposal of a colorimetric calibration method for images, and the creation of a database of images and optical characteristics of materials. Two databases have been constructed: the first for opaque materials and the second for glazing. Methods based on PCA have been used to expand these databases from the measured characteristics. The developed neural networks aim to estimate the spectral reflectance, BRDF parameters, and spectral transmission of a material from an image of a material. Used with images from the database that were not utilized for training, the neural networks produced estimates with a mean relative error of 8.98% for BRDF parameters, 13.98% for spectral reflectances, and 6.65% for transmission factors. Furthermore, an experimental validation using photographs taken with an iPad showed that the estimation of spectral transmission factors for glazing was achieved with a mean relative error of 13.80% over the spectral range of visible and near-infrared.

Dans le contexte de la transition énergétique et de la 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 1000 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, ils nécessitent des échantillons de matériaux, ce qui empêche une caractérisation directe sur site. 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 le développement d'un modèle analytique de BRDF, la proposition d'une méthode d'étalonnage colorimétrique d'images, et la création d'une base de données d'images et de caractéristiques optiques des matériaux. Deux bases de données ont été construites : la première pour les matériaux opaques, et la seconde pour les vitrages. Des méthodes fondées sur l'ACP ont été employées pour élargir ces bases de données à partir des caractéristiques mesurées. Les réseaux de neurones développés ont pour objectif d'estimer la réflectance spectrale, les paramètres de BRDF et la transmission spectrale d'un matériau à partir d'une image d'un matériau. Utilisés avec des images de la base de données non utilisées pour l'entraînement, 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. De plus, une validation expérimentale à partir de photographies prises avec un iPad a montré que l'estimation des facteurs de transmission spectraux des vitrages était réalisée avec une erreur relative moyenne de 13,80 % sur le domaine spectral du visible et du proche infrarouge.

Fichier principal
Vignette du fichier
Bouillot_PhD_thesis_2024.pdf (63.53 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
Licence

Dates et versions

tel-05218850 , version 1 (22-08-2025)

Licence

Identifiants

  • HAL Id : tel-05218850 , version 1

Citer

Emile Bouillot. Caractérisation in situ des propriétés optiques des matériaux du bâtiment dans le domaine spectral du visible et du proche infrarouge. Optique / photonique. École Nationale des Travaux Publics de l'État [ENTPE], 2024. Français. ⟨NNT : 2024ENTP0017⟩. ⟨tel-05218850⟩
434 Consultations
40 Téléchargements

Partager

  • More