Data-driven prediction and low-carbon optimization of limestone calcined clay cement compressive strength using CPO-XGBoost

Le béton est le matériau de construction le plus largement utilisé sur Terre, formant le squelette de nos villes, de nos ponts et de nos routes. Pourtant, le processus de fabrication du ciment qui lie ce béton constitue un contributeur massif au changement climatique mondial, étant responsable d'environ huit pour cent de toutes les émissions de dioxyde de carbone. L'industrie subit une pression immense pour trouver un moyen de construire sans chauffer la planète, ce qui a conduit les scientifiques à explorer un type spécifique de liant à faible émission de carbone appelé ciment de calcaire et d'argile calcinée. Ce matériau est prometteur car il remplace une grande partie de l'ingrédient de ciment traditionnel, énergivore, par deux matériaux abondants et naturels : de l'argile qui a été cuite à des températures relativement basses et du calcaire broyé. Cependant, créer un mélange qui soit à la fois assez résistant pour soutenir un bâtiment et assez bas en carbone pour aider l'environnement est un puzzle complexe. La résistance de ce nouveau ciment ne dépend pas d'un seul ingrédient, mais d'une danse délicate et non linéaire d'interactions entre l'argile, le calcaire, le reste du ciment traditionnel et une petite quantité de gypse, le tout réagissant au fil du temps à mesure que le matériau durcit.

Pendant des décennies, les ingénieurs se sont appuyés sur des règles empiriques simples pour concevoir ces mélanges, mais ces méthodes traditionnelles peinent à capturer la chimie complexe de ce système multi-composants. Elles échouent souvent à prédire exactement comment la modification de la quantité d'un ingrédient affectera la résistance finale, menant à des mélanges soit trop faibles, soit inutilement lourds en émissions de carbone. Pour résoudre cela, une équipe de chercheurs de l'Université de Lanzhou Jiaotong et de l'Université de Cardiff s'est tournée vers une approche différente : ils ont laissé un ordinateur apprendre les règles du jeu en étudiant un ensemble complet de données de résultats expérimentaux. Au lieu de forcer les données dans une formule simple, ils ont entraîné un modèle d'apprentissage automatique sophistiqué pour reconnaître les motifs cachés dans les interactions de ces ingrédients. Les chercheurs ont utilisé un type spécifique d'algorithme appelé XGBoost, qui est excellent pour trouver des relations complexes, et l'ont affiné à l'aide d'une nouvelle méthode d'optimisation inspirée des stratégies de défense du porc-épic à crête. Cette inspiration biologique a aidé l'ordinateur à éviter de rester bloqué dans des solutions locales, lui permettant d'explorer un vaste éventail de possibilités pour trouver les réglages absolus les meilleurs pour le modèle.

Le résultat fut un outil numérique hautement précis capable de prédire la résistance du ciment de calcaire et d'argile calcinée avec une précision remarquable. Testé par rapport à des données réelles, le modèle a correctement prédit le résultat dans près de 94 pour cent des cas, surpassant largement les autres méthodes de prédiction standards. Plus important encore, le modèle n'a pas seulement agi comme une boîte noire fournissant un chiffre ; les chercheurs ont utilisé des techniques d'analyse avancées pour comprendre exactement pourquoi le modèle faisait ses prédictions. Ils ont découvert que la résistance du ciment n'est pas uniquement dictée par la quantité de ciment traditionnel utilisée, mais qu'elle est fortement influencée par la surface spécifique des particules de ciment et la quantité précise de gypse ajoutée. L'analyse a révélé que le gypse agit comme un régulateur chimique critique ; trop peu entraîne des réactions instables, tandis que trop peut provoquer l'expansion et la fissuration du matériau ultérieurement. L'ordinateur a identifié un « point idéal » pour le mélange : un assemblage contenant entre 40 et 55 pour cent de ciment traditionnel, 25 à 35 pour cent d'argile calcinée, 15 à 25 pour cent de calcaire et 3 à 5 pour cent de gypse.

À l'intérieur de ces plages spécifiques, les chercheurs ont constaté que le matériau atteint sa résistance maximale tout en minimisant son empreinte environnementale. En déplaçant la recette vers ces proportions optimisées, le nouveau ciment produit entre 41,9 et 53,2 pour cent de dioxyde de carbone en moins que le ciment ordinaire de type Portland traditionnel. Cette réduction est significative car elle provient du processus de production lui-même, évitant la cuisson à haute température requise pour le ciment standard. Pour rendre cette découverte utile aux ingénieurs sur le terrain, l'équipe a construit un système logiciel simple et interactif qui permet aux utilisateurs de saisir leur résistance cible et leur temps de cure, recevant en retour une conception de mélange optimisée instantanément. Bien que l'étude ait été menée sur des échantillons de laboratoire et nécessite des tests supplémentaires avec des agrégats réels et des conditions de construction réelles, ce travail fournit une voie robuste et basée sur les données pour l'industrie de la construction. Il démontre qu'en combinant la science expérimentale et l'analyse intelligente des données, il est possible de concevoir des matériaux de construction qui sont à la fois plus solides et plus propres, offrant une étape tangible vers un avenir plus durable pour les infrastructures mondiales.