Thermographie infrarouge multi- et hyper-spectrale pour la mesure de hautes températures de matériaux opaques et semi-transparents
Dans les environnements industriels à haute température (800–1200 K), le contrôle précis de la température est essentiel pour la maîtrise des procédés et la qualité de production. Les méthodes classiques de mesure par contact, intrusives et peu fiables à ces températures, sont mal adaptées aux matériaux mobiles (fibres optiques, vitrages, bains de verre, laminoirs, céramiques, etc.) où un suivi dynamique est requis.
Les techniques sans contact, reposant sur l’émission propre du matériau, offrent une alternative prometteuse. Pourtant, leur précision est fortement limitée par la méconnaissance des propriétés optiques des matériaux, notamment l’émissivité (pour les surfaces opaques) ou l’émittance (pour les milieux semi-transparents), ainsi que leur dépendance à la température et à la longueur d’onde.
Cette étude propose une méthode de thermographie infrarouge multi- et hyper-spectrale, couplant des mesures radiométriques à des techniques d’inversion, pour estimer la température en tenant compte des propriétés spectrales du matériau.
La première partie porte sur les matériaux opaques. Elle s’appuie sur des simulations Monte Carlo et une validation expérimentale avec une caméra infrarouge à 4 longueurs d’onde et un four à induction. Le modèle direct utilise une base de polynômes de type éléments finis P1-1D pour interpoler l’émissivité, assurant une meilleure régularisation du problème inverse. Cette approche permet d’atteindre des erreurs relatives inférieures à 5 % en régime transitoire. Des simulations hyper-spectrales à 20 longueurs d’onde montrent une réduction notable du biais systématique grâce à l’augmentation du nombre de paramètres explicatifs.
La seconde partie concerne les milieux semi-transparents absorbants-émettants non diffusants. Pour le verre plat, les résultats numériques préliminaires utilisant une fonction de température linéaire par morceaux présentent des erreurs d’interpolation inférieures à 2,78 %, avec une incertitude globale autour de 5 %.
Work In Progress