🔢 mathematics

Data-Informed Mathematical Characterization of Absorption Properties in Artificial and Natural Porous Materials

Ce papier présente une approche combinée de modélisation expérimentale et mathématique, mettant en œuvre une procédure d'ajustement réduisant le bruit et des simulations d'équations aux dérivées partielles, afin de caractériser les propriétés d'absorption de l'eau de divers matériaux poreux pour la préservation du patrimoine culturel.

Auteurs originaux : Elishan C. Braun, Gabriella Bretti, Melania Di Fazio, Laura Medeghini, Mario Pezzella

Publié 2026-05-08

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Elishan C. Braun, Gabriella Bretti, Melania Di Fazio, Laura Medeghini, Mario Pezzella

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous avez une éponge, un morceau de pain et un rocher. Si vous plongez le bas de chacun dans une tasse d'eau, ils absorbent tous l'eau, mais le font de manières très différentes. Certains boivent vite, d'autres lentement, et certains arrêtent de boire bien avant d'être « rassasiés ».

Ce papier est comme une histoire de détective où les auteurs tentent de comprendre exactement comment différents matériaux de construction (comme ceux utilisés dans les ruines romaines antiques) absorbent l'eau. Ils souhaitent créer une « recette mathématique » qui prédit exactement la quantité d'eau qu'une pierre ou une brique spécifique retiendra à tout moment donné.

Voici l'histoire de leur démarche, décomposée en étapes simples :

1. Le Problème : Pourquoi les Vieux Bâtiments Tombent-ils Malades ?

Imaginez les vieux bâtiments comme des êtres vivants qui peuvent tomber malades. L'un des plus grands « germes » est l'eau. Lorsque la pluie ou les eaux souterraines s'infiltrent dans les minuscules trous (pores) des pierres et des briques, cela cause des ennuis. Cela peut faire croître des cristaux de sel (comme le givre sur une fenêtre), apporter de la pollution, ou laisser la moisissure prendre le dessus.

Pour arrêter cela, les scientifiques doivent comprendre exactement comment ces matériaux « boivent » l'eau. Mais mesurer cela est délicat car les données réelles sont désordonnées, comme un enregistrement vidéo tremblant.

2. L'Expérience : Le « Test de Soif »

Les chercheurs ont prélevé des échantillons de quatre types de matériaux différents :

Marbre Blanc : Un rocher très dense et lisse (comme un bonbon dur).
Travertin : Un rocher bosselé et poreux souvent utilisé dans les fontaines (comme une éponge faite de pierre).
Wackestone : Un rocher boueux à grains fins.
Mortier : La « colle » utilisée pour maintenir les briques ensemble. Ils ont testé à la fois une colle de style antique et une colle moderne et écologique fabriquée avec des algues.

Ils ont plongé le bas de ces échantillons dans l'eau et les ont pesés toutes les quelques minutes. C'est comme observer une personne assoiffée boire avec une paille et enregistrer la quantité de liquide consommée chaque seconde.

3. Les Mathématiques : Construire un « Jumeau Numérique »

Les auteurs n'ont pas seulement regardé les chiffres ; ils ont construit un modèle mathématique. Imaginez ce modèle comme un « jumeau numérique » de la pierre.

Les Règles : Ils ont utilisé un ensemble de règles (équations) basées sur la façon dont l'eau circule naturellement à travers les trous.
La Simulation : Ils ont exécuté un programme informatique qui agissait comme la pierre. L'ordinateur tentait de deviner comment l'eau se déplacerait à l'intérieur.
Le Défi : L'ordinateur a besoin de connaître des paramètres spécifiques pour fonctionner correctement, comme « à quelle vitesse l'eau se déplace-t-elle ? » ou « jusqu'à quel point la pierre peut-elle se remplir avant de s'arrêter ? ». Ce sont les « boutons » de la machine.

4. Nettoyage des Données : Lisser la Vidéo Tremblante

Les expériences réelles ne sont jamais parfaites. Parfois, la balance oscille, ou l'eau dégouline sur le côté, faisant ressembler les données à une ligne irrégulière et tremblante plutôt qu'à une courbe lisse.

Les auteurs ont inventé une technique de lissage spéciale. Imaginez que vous avez une vidéo tremblante d'un coureur. Vous ne pouvez pas simplement supprimer les parties tremblantes car vous perdriez la vitesse. Au lieu de cela, ils ont utilisé un astucieux tour de mathématiques pour « redessiner » la ligne afin qu'elle monte de manière fluide (car l'absorption d'eau doit toujours augmenter, jamais diminuer) tout en conservant la vraie vitesse du coureur. Cela leur a donné une image propre et fiable de ce qui s'est réellement passé.

5. Réglage de la Machine : La Recherche en « Essaim »

Vient maintenant la partie difficile : trouver les bons paramètres pour le modèle informatique. Ils devaient faire correspondre le « jumeau numérique » à la « vraie pierre ».

Le Problème : Il existe des millions de paramètres possibles. Si vous les essayez un par un, cela prendrait une éternité.
La Solution : Ils ont utilisé une méthode appelée Optimisation par Essaim de Particules. Imaginez un vol d'oiseaux cherchant le meilleur endroit pour atterrir. Chaque oiseau essaie un endroit différent. Si un oiseau trouve un bon endroit, les autres volent vers lui. S'ils trouvent un endroit encore meilleur, ils ajustent tous leur trajectoire.
L'Astuce Multigrille : Pour accélérer cela, ils ont commencé par une carte grossière et basse résolution (comme regarder une carte depuis un avion en haute altitude) pour trouver la zone générale. Une fois la zone générale trouvée, ils ont zoomé avec une carte haute résolution (comme marcher au sol) pour trouver l'endroit exact et parfait.

6. Les Résultats : Une Correspondance Parfaite

Une fois qu'ils ont fini de régler les « boutons », le modèle informatique correspondait presque parfaitement aux données expérimentales réelles.

Pour le Marbre et le Wackestone : Le modèle était un ajustement parfait.
Pour le Travertin : Ce rocher était délicat car il possède des couches (comme un sandwich). L'eau se déplaçait différemment selon qu'elle s'écoulait le long des couches ou à travers elles. Les chercheurs ont réalisé qu'ils devaient traiter ces deux directions comme des « types » différents de travertin pour obtenir une correspondance précise.
Pour le Mortier : Le modèle a prédit avec succès comment les nouveaux mortiers écologiques absorbaient l'eau par rapport aux mortiers romains anciens.

La Conclusion

Les auteurs ont créé une boîte à outils fiable combinant expériences réelles et simulations informatiques intelligentes.

Ils ont prouvé qu'en nettoyant les données désordonnées et en utilisant un algorithme de recherche de type « vol d'oiseaux » pour régler les mathématiques, ils peuvent prédire avec précision comment différents matériaux de construction absorbent l'eau. C'est un outil puissant pour toute personne tentant de préserver les vieux bâtiments, car cela les aide à comprendre comment l'eau endommagera la structure au fil du temps, leur permettant de choisir les bons matériaux pour la réparer.

Résumé technique : Caractérisation mathématique fondée sur les données des propriétés d'absorption dans les matériaux poreux artificiels et naturels

Énoncé du problème
La dégradation du patrimoine culturel, en particulier des bâtiments historiques et des sites archéologiques, est significativement entraînée par l'infiltration d'eau dans les pierres naturelles poreuses et les géomatériaux artificiels. L'eau agit comme vecteur pour des écoulements réactifs, déclenchant des processus destructeurs tels que la cristallisation des sels, la pénétration de polluants et la biocolonisation. Bien que l'absorption capillaire soit un mécanisme de dégradation primaire, il existe un manque de caractérisations mathématiques détaillées pour les matériaux spécifiques utilisés en restauration, notamment les mortiers écologiques de nouvelle génération et certaines pierres naturelles comme le wackestone. La littérature existante décrit souvent ces matériaux d'un point de vue minéro-pétrographique, sans modèle mathématique rigoureux pour prédire la dynamique de l'absorption d'eau. Ce travail répond au besoin d'intégrer des données expérimentales à la modélisation mathématique pour caractériser de manière fiable les propriétés d'absorption de ces matériaux.

Méthodologie
Les auteurs proposent un cadre fondé sur les données combinant des expériences de laboratoire avec un modèle d'équations aux dérivées partielles (EDP) et une optimisation numérique.

Configuration expérimentale : Des tests d'absorption capillaire d'eau ont été réalisés sur des pierres naturelles (marbre de Carrare, travertin de Tivoli, wackestone) et des géomatériaux artificiels (mortiers hydrauliques basés sur des recettes romaines et mortiers aériens avec additifs organiques/acryliques). Les échantillons ont été séchés, partiellement immergés dans de l'eau distillée et pesés à des intervalles spécifiques pour déterminer l'eau absorbée par unité de surface ( $Q_{data}$ ).
Modélisation mathématique : Le processus d'imbibition est modélisé à l'aide d'une équation de Richards unidimensionnelle dérivée de la loi de Darcy. Le modèle décrit l'évolution de la saturation en fluide $\theta(z,t)$ $θ (z, t)$ dans un milieu poreux. Une fonction d'absorption spécifique $B(s)$ $B (s)$ est définie, où $s$ $s$ est le niveau de saturation. Cette fonction est paramétrée par :
- La saturation résiduelle ( $s_R$ ) et la saturation maximale ( $s_S$ ).
- Un taux de diffusion ( $D$ ).
- Un taux d'échange d'eau ( $K_w$ ) à la frontière.
- La porosité du matériau ( $n_0$ ).
Simulation numérique : L'EDP est résolue en utilisant un schéma de méthode des lignes (MOL). Les dérivées spatiales sont discrétisées à l'aide de différences finies centrales d'ordre deux, et le système d'équations différentielles ordinaires (EDO) résultant est intégré en utilisant une approximation de Heun d'ordre deux. Ce schéma explicite s'avère convergent quadratiquement et computationnellement efficace par rapport aux schémas Forward-Time Central-Space (FTCS) standards.
Prétraitement des données : Pour corriger les erreurs instrumentales et les non-monotonies dans les données expérimentales brutes (fréquentes dans les matériaux naturels et les mortiers à absorption rapide), une technique de reconstruction différentielle préservant la monotonie est employée. Cette méthode reformule le problème d'ajustement des données comme une optimisation sans contrainte d'une fonction $w_f(t)$ dans un espace de fonctions monotones lisses, utilisant des expansions de Legendre tronquées et une régularisation.
Calibration des paramètres (problème inverse) : Les paramètres optimaux du modèle sont déterminés en minimisant une fonctionnelle de coût comparant l'absorption totale de fluide simulée ( $Q_{num}$ $Q_{n u m}$ ) avec les données expérimentales/reconstruites ( $Q_{data}$ $Q_{d a t a}$ ). La fonction de perte combine :
- L'erreur euclidienne relative au carré (SRE) pour les écarts ponctuels.
- L'erreur de Warping dynamique du temps (DTW) pour tenir compte des désalignements temporels.
- Un terme de pénalité pour les écarts dans l'état final.
- L'optimisation est réalisée à l'aide d'un algorithme d'optimisation par essaim de particules (PSO) renforcé par une stratégie de maillage multiple (affinement de grille du grossier au fin) pour gérer la non-linéarité et les minima locaux.

Contributions clés

Cadre intégré : L'article présente un flux de travail novateur reliant les tests d'absorption capillaire en laboratoire à un modèle EDP calibré, spécifiquement adapté aux pierres naturelles et aux mortiers de restauration modernes.
Reconstruction préservant la monotonie : Une nouvelle technique d'ajustement différentiel est introduite pour prétraiter les données expérimentales. Cette méthode réduit le bruit et les erreurs instrumentales tout en imposant strictement la contrainte physique selon laquelle l'absorption d'eau doit être non décroissante, sans perdre le contenu informationnel des mesures originales.
Stratégie d'optimisation robuste : Le développement d'une approche de calibration par maillage multiple basée sur le PSO permet une estimation efficace et robuste des paramètres du modèle ( $s_R, s_S, D, K_w, n_0$ ), même en présence de fonctions objectives complexes et non lisses.
Caractérisation des matériaux : L'étude fournit des paramètres calibrés spécifiques pour un ensemble diversifié de matériaux, y compris le wackestone et les mortiers aériens écologiques (GS, GSN, GSP), qui n'avaient pas été caractérisés mathématiquement de cette manière auparavant.

Résultats

Précision du modèle : Les modèles calibrés reproduisent avec succès la dynamique d'imbibition pour la plupart des matériaux. L'utilisation combinée des erreurs SRE et DTW dans la fonctionnelle de coût équilibre efficacement les différences d'amplitude et de forme, aboutissant à de faibles valeurs de fonction objective pour tous les matériaux testés.
Anisotropie dans le travertin : Une divergence notable a été observée dans les échantillons de travertin. En classant les échantillons selon l'orientation des plans d'anisotropie (parallèle vs perpendiculaire à l'écoulement de l'eau), les auteurs ont obtenu des ensembles de paramètres distincts pour chaque classe. Cela met en évidence la sensibilité du modèle à l'anisotropie structurelle, qui n'est pas explicitement modélisée dans l'EDP 1D mais est capturée par la différenciation des paramètres.
Performance : Le schéma numérique MOL a démontré une performance supérieure et une convergence quadratique par rapport aux méthodes FTCS. La procédure de reconstruction a efficacement lissé le bruit expérimental tout en préservant la monotonie physique des courbes d'absorption.
Plages de paramètres : L'étude a produit des taux de diffusion et des niveaux de saturation spécifiques pour chaque matériau. Par exemple, les mortiers hydrauliques (OT) ont montré une porosité élevée (33,5 %–44,3 %) et des taux de diffusion variables, tandis que les pierres naturelles présentaient une porosité plus faible et des comportements de saturation distincts.

Signification et affirmations
Les auteurs affirment que ce travail fournit un outil réaliste et fiable pour caractériser les propriétés d'absorption d'eau des matériaux de construction pertinents pour le patrimoine culturel. En allant au-delà de l'analyse pétrographique purement descriptive pour adopter une approche mathématique quantitative, l'étude offre des perspectives précieuses sur les mécanismes de dégradation. La méthodologie proposée est présentée comme un outil polyvalent pour l'étude et la préservation du patrimoine culturel, capable de gérer à la fois les géomatériaux naturels et artificiels. L'article suggère modestement que, bien que le modèle 1D actuel soit efficace, des travaux futurs pourraient intégrer l'anisotropie et la perméabilité hétérogène pour affiner davantage la représentation de matériaux complexes comme le travertin. L'objectif ultime est de déployer ces techniques en tant qu'outils de diagnostic et de prédiction pour les efforts de conservation dans le monde réel.