⚡ electrical engineering

A predictive machine-learning and topology-optimization framework for the seismic retrofit of vulnerable housing with UHPC overlays and FRP nanocomposites: transposing the United States experience to Peru

Ce document propose un cadre intégré combinant l'apprentissage automatique et l'optimisation topologique avec des revêtements de composites nanocomposites UHPC et FRP afin d'optimiser le renforcement parasismique des logements informels vulnérables du Pérou, tout en adaptant les meilleures pratiques et normes américaines et japonaises au contexte local péruvien.

Auteurs originaux : PAUL RICARDO PRUDENCIO GALVEZ

Publié 2026-07-06

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : PAUL RICARDO PRUDENCIO GALVEZ

Article original sous licence CC BY 4.0 (https://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 une maison au Pérou comme un délicat pot en argile fait à la main. Elle est construite à la main, souvent sans plan directeur, et repose dans une région où le sol tremble violemment comme un tambour géant et imprévisible. Quand ce tambour bat fort (un séisme), ce pot est susceptible de se fissurer ou de se briser.

Cet article propose une « armure » de haute technologie pour sauver ces pots, mais au lieu de simplement les envelopper dans des couvertures épaisses et lourdes, il utilise un costume intelligent conçu par ordinateur, composé de super-matériaux. Voici comment l'auteur décompose la chose :

1. Le Problème : Le « Toit Fuyant » de la Sécurité

Au Péru, environ 7 maisons sur 10 sont construites de manière informelle. Elles ne sont pas conçues par des ingénieurs. Si un séisme massif survient (ce que les scientifiques disent être statistiquement probable), plus d'un tiers de ces maisons pourraient être détruites.

L'analogie : C'est comme essayer d'arrêter une inondation avec un tamis. Les filets de sécurité actuels (codes de construction) existent, mais ils n'ont pas encore rattrapé la réalité de la façon dont ces maisons sont réellement construites.

2. La Solution : Un « Costume Intelligent » pour les Maisons

L'auteur suggère une nouvelle façon de réparer ces maisons en utilisant deux ingrédients spéciaux :

Le Béton à Ultra-Hautes Performances (BUHP) : Considérez cela comme de l'« acier liquide ». C'est un mélange de béton si fort et dense qu'il peut être coulé en couches très fines tout en possédant une puissance immense.
Les Nanocomposites FRP : Imaginez envelopper la maison dans un ruban de haute technologie en fibre de carbone (comme celui utilisé sur les voitures de course ou les raquettes de tennis) qui est renforcé par de minuscules particules invisibles (nanotechnologie) pour le rendre encore plus robuste.

3. Le « Cerveau » de l'Opération : Deux Super-Outils

L'article ne se contente pas de dire « mettez ce truc sur le mur ». Il utilise deux outils informatiques avancés pour déterminer exactement où et comment le placer :

Outil A : La Boule de Cristal (Apprentissage Automatique / Machine Learning)
- Ce qu'il fait : Au lieu de deviner la force du nouveau béton, l'ordinateur examine des milliers d'expériences passées (comme un étudiant étudiant pour un examen) pour prédire la résistance avec une précision de 93 % à 99 %.
- L'analogie : C'est comme une application météo qui ne se contente pas de deviner s'il va pleuvoir, mais prédit la quantité exacte de pluie basée sur des données historiques, afin que vous sachiez exactement quelle taille de parapluie il vous faut.
Outil B : Le Sculpteur (Optimisation Topologique)
- Ce qu'il fait : Cet outil agit comme un sculpteur numérique. Il prend un bloc de matériau et « dévore » tout ce qui n'est pas nécessaire, ne laissant que la forme la plus efficace pour supporter le poids.
- L'analogie : Imaginez un tailleur de pierre sculptant une statue. Il ne dégringole pas la pierre de manière aléatoire ; il retire la pierre du milieu pour laisser une arche solide et creuse qui utilise le moins de pierre possible pour supporter le plus de poids. Cet outil fait cela pour le revêtement en béton, créant des « entretoises » diagonales (comme les os de l'aile d'un oiseau) qui guident les forces du séisme en toute sécurité à travers le mur.

4. Le Plan : Emprunter aux Meilleurs

L'auteur observe comment d'autres pays gèrent cela et crée un « livre de recettes » pour le Pérou :

Les États-Unis : Ils ont un programme massif (GRRP) qui dépense des milliards de dollars pour réparer les maisons, en utilisant des ordinateurs pour décider quelles maisons sont les plus à risque.
Le Japon : Ils ont des règles strictes et détaillées (comme la recette d'un grand chef) sur la façon d'appliquer ces matériaux de haute technologie, garantissant que le travail est parfaitement exécuté.
Le Pérou : Actuellement, le Pérou possède les « ingrédients » (lois et certains financements) mais manque de la « recette » pour utiliser ces matériaux de haute technologie spécifiques sur les maisons informelles.

L'Objectif de l'Article : Il prend le « cerveau » américain (utiliser des ordinateurs pour prioriser et prédire) et les « mains » japonaises (étapes de construction strictes) et les adapte au contexte péruvien.

5. Le Résultat : Une Réparation Plus Légère et Plus Intelligente

En utilisant cette approche conçue par ordinateur, l'article affirme que vous n'avez pas besoin de couvrir l'intégralité du mur avec du matériau coûteux.

L'analogie : Au lieu d'envelopper un bras cassé dans un plâtre qui couvre tout le corps, vous mettez un plâtre uniquement sur l'os cassé et les articulations qui ont besoin de soutien.
Le Bénéfice : Cela permet d'économiser de l'argent (en utilisant jusqu'à 70 % de matériel en moins dans certains cas) tout en gardant la maison tout aussi sûre.

Ce que l'Article Ne Prétend Pas

Il est important de noter ce que cet article ne fait pas :

Ce n'est pas un rapport sur une maison qui a été réellement construite et testée dans le monde réel. C'est un « plan » et une preuve mathématique.
Il ne dit pas que cela se produira demain. Il admet que les matériaux locaux doivent d'abord être testés et que les étapes de construction doivent être essayées en laboratoire avant de pouvoir être utilisées dans chaque rue du Pérou.
Ce n'est pas une étude médicale ; il s'agit strictement d'ingénierie et de mathématiques.

En Résumé :
Cet article est une proposition pour cesser de deviner la sécurité face aux séismes. Il suggère d'utiliser un « ordinateur intelligent » pour concevoir une armure personnalisée, légère et ultra-résistante pour les maisons vulnérables du Pérou, en empruntant les meilleures règles de sécurité aux États-Unis et au Japon, et en les adaptant pour correspondre à la réalité locale. Il s'agit de passer de « espérer le meilleur » à une « sécurité calculée ».

Résumé Technique : Un cadre de rétrofit par apprentissage automatique prédictif et optimisation topologique pour le renforcement parasismique au Pérou

Énoncé du Problème
Environ 70 % des logements au Pérou sont construits de manière informelle sans conception technique, principalement en maçonnerie chaînée dont les résistances à la compression sont inférieures aux minima requis par la norme NTE E.070. Situées dans une zone de haute sismicité où un événement de magnitude $M_w \approx 8,0$ est statistiquement attendu, ces structures font face à une vulnérabilité sévère ; sous un scénario d'intensité IX, plus de 32 % pourraient subir des dommages de niveau 4. Tandis que les États-Unis disposent de programmes de renforcement avancés (par exemple, le GRRP) utilisant l'apprentissage automatique (ML) et la hiérarchisation assistée par l'apprentissage automatique, et que le Japon a codifié les directives pour le béton à ultra-hautes performances (UHPC) et les polymères renforcés de fibres (FRP) (JBDPA-2001), le Pérou manque d'un programme national de renforcement spécifiquement dédié aux logements vulnérables et d'une voie normative explicite pour les nanocomposites UHPC et FRP. De plus, les équations de conception empiriques existantes pour ces matériaux sous-estiment souvent la capacité par rapport aux modèles de ML entraînés sur de grands ensembles de données, et l'optimisation topologique (TO) demeure largement absente de la conception de renforcement de la maçonnerie.

Méthodologie
L'étude emploie une conception de synthèse technique transdisciplinaire comprenant trois piliers :

Analyse Comparative : Une matrice quantitative de onze lignes a été développée pour contraster les pratiques de renforcement parasismique aux États-Unis, au Japon et au Pérou. Cette analyse couvre les cadres réglementaires, les typologies de logements cibles, les indices de vulnérabilité, les technologies dominantes et l'application d'algorithmes de ML (spécifiquement Random Forest, XGBoost et Gradient Boosting Regression Trees).
Optimisation Topologique (TO) : Un problème de contrainte de plan dans un plan de contrainte est formulé pour un mur de maçonnerie chaînée typique de 2,40 m $\times$ 2,40 m. En utilisant la méthode SIMP (Solid Isotropic Material with Penalization), l'étude a minimisé l'énergie de déformation sous une contrainte de volume de 30 % pour l'overlay en UHPC. Le domaine a été discrétisé en un maillage de 96 $\times$ 96, avec une zone passive de 50 mm autour des poteaux de chaînage. L'optimisation a utilisé une méthode de critère d'optimalité avec un rayon de filtre de sensibilité de 1,5 largeur d'élément.
Modélisation Prédictive et Équations Structurelles : Le cadre intègre les prédictions de ML pour la résistance des matériaux avec quatre équations de génie civil spécifiques :
- Pénalisation SIMP : Pour pousser les valeurs de densité vers des états binaires (0 ou 1).
- ACI 440.2R : Pour calculer la contribution du FRP à la capacité de cisaillement nominale.
- Modèle Mander-Priestley-Park : Pour déterminer la résistance du béton confiné ( $f'_{cc}$ ) des colonnes gainées d'UHPC.
- NTE E.030-2018 : Pour calculer le spectre d'accélération pseudo-spectrale ( $S_a$ ) pour la conception parasismique à Lima.

Résultats Clés

Matrice Comparative : L'analyse révèle que si les États-Unis mènent sur l'échelle de financement et le Japon sur la profondeur technologique codifiée (particulièrement l'usage de l'UHPC), le Pérou accuse un retard dans l'adoption du ML, la codification de l'UHPC et l'utilisation de nanocomposites FRP. L'écart de précision prédictive (valeurs $R^2$ du ML) est identifié comme le domaine d'action immédiat le plus pertinent.
Résultat d'Optimisation : L'overlay en UHPC optimisé par SIMP a convergé en environ 47 itérations. La géométrie résultante présente deux structures de compression diagonales reliant les coins de la base aux poteaux de chaînage supérieurs, avec des bordures élargies au-dessus et en dessous des ouvertures. Cette disposition s'aligne sur les chemins de flux de force et réduit le volume de matériau sans compromettre la rigidité.
Performance Prédictive : Les modèles de ML référencés démontrent une grande précision : les modèles Random Forest ont atteint un coefficient de corrélation de Pearson ( $R$ ) de 0,94 pour la résistance à la compression de l'UHPC, et les Gradient Boosting Regression Trees ont atteint un $R^2$ de 0,987 pour le béton confiné par FRP.
Adaptation à la Construction : L'article propose un flux de processus de construction adaptant les directives japonaises JBDPA-2001 au contexte péruvien. Les adaptations clés incluent le remplacement de la cure à la vapeur par une cure humide traditionnelle, la limitation de l'épaisseur de l'overlay à 40 mm et l'utilisation de goujons époxy pour l'ancrage du CFRP, conformément à la norme NTE E.070-2020.

Signification et Revendications
L'article affirme que sa principale nouveauté réside dans le couplage inédit de la prédiction par ML basée sur les données et de l'optimisation topologique générative spécifiquement pour la conception de couches de renforcement destinées aux logements informels au Pérou. En intégrant ces méthodes de calcul avancées aux équations structurelles établies, le cadre offre une base quantitative pour dimensionner les interventions de renforcement qui ciblent les chemins de contraintes critiques plutôt que d'appliquer un chemisage complet du mur.

L'étude soutient que cette approche :

Transfère la Technologie : Elle formalise une feuille de route pour transposer les expériences américaines et japonaises (modèles de financement et rigueur de construction) au contexte normatif et de main-d'œuvre du Pérou.
Optimise les Ressources : Elle permet une stratégie de renforcement ciblé qui réduit le volume de matériaux à coût élevé (UHPC et nanocomposites FRP) tout en maintenant la capacité de confinement dans les zones critiques.
Fournit un Cadre Replicable : Elle codifie un flux de processus de construction et un ensemble de quatre équations de conception modernes qui peuvent servir de référence pour les futures mises à jour réglementaires et les programmes de subvention, tels que le « Bono de Protección de Vivienda Vulnerable ».

Les auteurs maintiennent une position modeste, reconnaissant que le cadre n'a pas encore été validé sur le terrain et que les modèles de ML reposent sur des données de laboratoire. Ils identifient comme travaux futurs la nécessité de valider le système par des tests pilotes instrumentés, d'étendre l'optimisation à des domaines 3D avec un comportement de maçonnerie non linéaire, et d'évaluer l'incorporation spécifique des lignes UHPC/FRP dans la législation des subventions péruviennes.