⚡ electrical engineering

Mechanical Performance and Strength Prediction of Rubberized Silica Fume Concrete: An Experimental and Machine Learning Investigation for Sustainable Construction

Cette étude étudie la performance mécanique du béton de fumée de silice caoutchoutée par des essais expérimentaux et l'apprentissage automatique, démontrant que si la poudre de caoutchouc et la fumée de silice améliorent certaines propriétés et que les codes de conception existants sous-estiment la résistance, les modèles prédictifs avancés tels que les réseaux de neurones artificiels offrent une précision supérieure pour estimer la résistance à la compression et à la flexion afin de soutenir la construction durable.

Auteurs originaux : M. Shariq, A. Fuzail Hashmi, M. Ayaz, M. Tanveer, M. Asif Ansari

Publié 2026-06-25

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : M. Shariq, A. Fuzail Hashmi, M. Ayaz, M. Tanveer, M. Asif Ansari

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 que l'industrie de la construction soit comme une immense boulangerie. Depuis des années, ils préparent des « gâteaux de béton » en utilisant des ingrédients standards : du ciment, du sable et des cailloux. Mais le monde est confronté à deux grands problèmes : une montagne de vieux pneus qui s'accumulent dans les décharges (qui sont toxiques et difficiles à décomposer) et la nécessité d'utiliser moins de ciment pour sauver la planète.

Ce document de recherche est comme une équipe de boulangers essayant de résoudre ces deux problèmes à la fois en inventant une nouvelle recette écologique. Ils voulaient voir ce qui se passerait si l'on remplaçait une partie du sable par de la poudre de caoutchouc broyé (issue de vieux pneus) et si l'on remplaçait une partie du ciment par de la fumée de silice (un sous-produit industriel très fin).

Voici une décomposition simple de ce qu'ils ont fait, de ce qu'ils ont découvert et de la manière dont ils ont utilisé l'informatique pour prédire les résultats.

1. L'expérience : Mélanger le « Gâteau Éco »

Les chercheurs ont créé 16 lots différents de béton.

Le Caoutchouc : Ils ont remplacé le sable par de la poudre de caoutchouc en quantités allant de 0 % (béton pur) jusqu'à 35 %.
L'Ingrédient Secret : Pour la moitié de ces lots, ils ont ajouté 10 % de fumée de silice au mélange de ciment.
Le Test : Ils ont cuit ces mélanges sous forme de blocs et ont attendu 7, 28 et 56 jours. Ensuite, ils les ont broyés pour voir s'ils étaient résistants, les ont pliés pour voir jusqu'à quel point ils pouvaient fléchir, et ont envoyé des ondes sonores à travers eux (comme une échographie pour un bébé) pour vérifier leur qualité interne.

2. Les Résultats : Que s'est-il passé ?

Considérez le béton comme une éponge. Lorsque vous ajoutez du caoutchouc, c'est comme mettre des éponges douces et molles à l'intérieur d'une brique dure.

L'Effet du Caoutchouc : À mesure qu'ils ajoutaient du caoutchouc, le béton devenait plus mou. Il devenait moins capable de supporter des poids lourds (la résistance à la compression chutait). Les ondes sonores voyageaient plus lentement à travers lui, ce qui signifie que le matériau devenait moins dense et présentait plus de minuscules poches d'air.
- Cependant, il y avait un point d'équilibre. Lorsqu'ils ajoutaient juste un tout petit peu de caoutchouc (5 %), le béton devenait en fait meilleur pour la flexion sans se briser. C'était comme ajouter un peu de caoutchouc à un biscuit cassant pour le rendre légèrement élastique plutôt que de le faire éclater.
L'Effet de la Fumée de Silice : C'était l'élément décisif. Lorsqu'ils ajoutaient la fumée de silice, elle agissait comme un remplissage ultra-fin. Elle bouchait les minuscules trous laissés par le caoutchouc et collait le tout plus étroitement.
- Le Résultat : La fumée de silice a boosté la résistance de chaque mélange, même ceux contenant beaucoup de caoutchouc. Elle a transformé ce béton de caoutchouc « mou » en quelque chose de beaucoup plus solide et durable.

3. Le Problème des Vieilles Règles

Les ingénieurs utilisent généralement des « codes de conception » (règles de calcul) pour deviner la résistance d'un nouveau type de béton. Les chercheurs ont testé leur nouveau béton de caoutchouc contre ces vieilles règles.

La Découverte : Les règles étaient fausses. Elles prédisaient systématiquement que la résistance serait bien plus faible qu'elle ne l'est en réalité. C'est comme si un météorologue prédisait toujours une tempête de neige alors qu'il ne s'agit que d'une légère chute de neige. Les anciennes règles ne prenaient pas en compte la façon unique dont le caoutchouc et la fumée de silice travaillent ensemble.

4. La Solution : Enseigner aux Ordinateurs à Prédire

Puisque les anciennes règles échouaient, les chercheurs se sont tournés vers l'Apprentissage Automatique (Machine Learning - ML). Imaginez entraîner un robot intelligent pour être un « prédicteur de résistance ».

L'Entraînement : Ils ont nourri le robot avec les données de leurs 16 expériences. Ils lui ont montré : « Voici la quantité de caoutchouc, voici la fumée de silice, et voici la résistance obtenue. »
Le Concours : Ils ont testé six types différents de « cerveaux de robots » (algorithmes) pour voir lequel apprenait le mieux :
1. Réseau de Neurones Artificiels (ANN) : Un système semblable à un cerveau qui apprend des modèles.
2. Arbres de Régression et Arbres Boostés : Des systèmes qui prennent des décisions comme un organigramme.
3. Machines à Vecteurs de Support et autres : Des modèles mathématiques qui tracent des lignes pour séparer les données.
Le Gagnant : Le Réseau de Neurones Artificiels (ANN) a été le champion. Il était le meilleur pour comprendre la relation complexe et non linéaire entre les ingrédients et la résistance. Il commettait le moins d'erreurs.

5. L'Outil Final : Une Nouvelle Formule

Bien que l'ANN soit le plus intelligent, les chercheurs voulaient quelque chose de pratique pour les ingénieurs sur un chantier de construction sans avoir besoin d'un supercalculateur. Ils ont donc utilisé les données pour créer une formule mathématique simple (un modèle de régression).

Cette formule permet à un ingénieur de saisir l'âge du béton, la quantité de caoutchouc et la quantité de fumée de silice, et elle prédira avec précision la résistance.
Ils ont même utilisé cette formule pour prédire la capacité de flexion du béton simplement en connaissant sa résistance lors d'un test d'écrasement direct.

Résumé

Ce document est une réussite de recyclage et de mathématiques intelligentes.

Recyclage : Ils ont prouvé que l'on peut utiliser des pneus usagés dans le béton, mais qu'il faut faire attention à la quantité.
Amélioration : L'ajout de fumée de silice corrige la faiblesse causée par le caoutchouc.
Prédiction : Les anciennes règles d'ingénierie ne fonctionnent pas pour ce nouveau mélange, mais une nouvelle formule simple (dérivée d'un apprentissage informatique intelligent) peut prédire la résistance avec précision.

L'objectif n'est pas seulement de fabriquer du béton « vert », mais de le rendre prévisible afin que les constructeurs puissent lui faire confiance et l'utiliser en toute sécurité dans la construction réelle.

Résumé Technique : Performance Mécanique et Prédiction de la Résistance du Béton de Gomme à la Fumée de Silice

Énoncé du Problème
L'accumulation mondiale de pneus usagés présente un défi environnemental majeur, les méthodes d'élimination traditionnelles telles que la mise en décharge et l'incinération provoquant une dégradation des terres et des émissions toxiques. Bien que l'incorporation de caoutchouc de pneu recyclé dans le béton (béton caoutchouté) offre une voie d'élimination durable, cela entraîne généralement une réduction des propriétés mécaniques, particulièrement de la résistance à la compression, en raison de la faible liaison entre les particules de caoutchouc hydrophobes et la pâte de ciment. À l'inverse, la fumée de silice est connue pour améliorer la résistance du béton grâce aux réactions pouzzolaniques, pourtant son effet synergique lorsqu'elle est combinée à des pourcentages variables de poudre de caoutchouc reste sous-exploré. De plus, les codes de conception empiriques existants (IS, Eurocode, ACI, NZS) sous-estiment systématiquement le module de rupture du béton caoutchouté, soulignant une lacune critique dans les outils de prédiction pour ce matériau modifié.

Méthodologie
L'étude a employé une double approche combinant une investigation expérimentale et une modélisation avancée basée sur les données :

Programme Expérimental : Seize mélanges de béton ont été préparés en utilisant du ciment Portland ordinaire (CPA) de classe 43. De la poudre de caoutchouc (0 % à 35 % en poids des granulats fins) et de la fumée de silice (10 % en poids du ciment) ont été utilisées comme remplacements partiels. Les mélanges comprenaient des variations avec et sans fumée de silice, maintenant des rapports eau-ciment spécifiques (0,44 pour les mélanges sans SF, 0,49 pour les mélanges avec SF).
Protocole de Test : Les éprouvettes ont été curées dans des conditions de submersion à 27±2 °C. Les tests comprenaient la vitesse de l'impulsion ultrasonique (VPU) à 28 jours pour évaluer la qualité, la résistance à la compression à 7, 28 et 56 jours, et la résistance à la traction par flexion à 28 jours.
Modélisation Prédictive :
- Apprentissage Automatique (Machine Learning - ML) : Six algorithmes — Réseau de neurones artificiels (ANN), Arbre de régression (RT), Arbre boosté (BT), Régression par processus gaussien (GPR), Machine à vecteurs de support (SVM) et Modèle de régression linéaire (LRM) — ont été entraînés sur 80 % du jeu de données pour prédire la résistance à la compression.
- Analyse de Régression : Une analyse de régression multivariée a été réalisée pour développer des équations analytiques de la résistance à la compression et à la traction par flexion dépendantes de l'âge.
- Validation : Les résultats expérimentaux ont été comparés aux équations empiriques des principaux codes de conception. Une analyse de sensibilité a été effectuée sur le meilleur modèle de ML pour déterminer l'influence des paramètres d'entrée.

Résultats Clés

Performance Mécanique :
- Résistance à la Compression : L'augmentation de la teneur en poudre de caoutchouc a entraîné une diminution progressive de la résistance à la compression. Le mélange à 35 % de caoutchouc (sans fumée de silice) a subi une réduction de 70 % par rapport au béton pur. Cependant, l'ajout de 10 % de fumée de silice a considérablement atténué cette perte, améliorant la résistance dans tous les mélanges caoutchoutés.
- Résistance à la Traction par Flexion : Une tendance unique a été observée où l'ajout de jusqu'à 5 % de poudre de caoutchouc a augmenté la résistance à la flexion de 6,2 % en raison de la nature élastique du caoutchouc retardant la fracture. Au-delà de 5 %, la résistance a décliné. La fumée de silice a systématiquement amélioré la résistance à la flexion, le mélange à 10 % de SF montrant une augmentation de 8,7 % par rapport au béton pur.
- VPU : La vitesse de l'impulsion a diminué de 4,70 km/s à 3,75 km/s à mesure que la teneur en caoutchouc passait de 0 % à 35 %, indiquant un passage d'une qualité de béton « excellente » à « bonne », attribué à une densité réduite et une porosité accrue.
Comparaison avec les Codes de Conception : Tous les codes de conception évalués (IS, Eurocode, ACI, NZS) ont considérablement sous-estimé le module de rupture expérimental, avec des sous-estimations allant de 27 % à 56 %.
Performance des Modèles :
- Parmi les modèles de ML, le Réseau de Neurones Artificiels (ANN) a démontré une précision prédictive supérieure pour la résistance à la compression, atteignant un $R^2$ de test de 0,9905 et l'erreur quadratique moyenne (RMSE) la plus faible (1,3793). L'analyse de sensibilité a identifié le contenu en ciment comme le paramètre le plus influent, tandis que la poudre de caoutchouc était le moins influent.
- Bien que l'ANN présente une haute précision, un modèle de régression multivariée a été sélectionné pour une application pratique en raison de sa simplicité et de sa formulation explicite. Ce modèle a atteint un $R^2$ de 0,98 pour la prédiction de la résistance à la compression.
- Le modèle de régression a été étendu avec succès pour prédire la résistance à la traction par flexion à partir des données de résistance à la compression, tous les points de données se situant dans une marge d'erreur de ±10 %.

Signification et Contributions
L'article prétend fournir un cadre complet pour l'utilisation durable du caoutchouc de rebut et de la fumée de silice dans la construction. Ses principales contributions incluent :

Optimisation Synergique : Démontrer que la combinaison de la poudre de caoutchouc (jusqu'à 5 %) avec la fumée de silice peut améliorer les propriétés de flexion tout en maintenant une résistance à la compression acceptable, offrant une voie viable pour une construction durable.
Identification des Limites des Codes : Souligner l'insuffisance des codes de conception internationaux actuels pour prédire le comportement du béton de fumée de silice caoutchouté, nécessitant ainsi de nouveaux modèles spécifiques au matériau.
Outils Prédictifs Pratiques : Développer et valider des modèles analytiques (Éq. 12 et Éq. 14) qui permettent aux ingénieurs d'estimer avec précision les résistances à la compression et à la traction par flexion dépendantes de l'âge sans dépendre d'outils de calcul complexes. Ces modèles facilitent l'intégration de matériaux de rebut dans la conception structurelle réelle.
Impact Environnemental : Fournir une base technique pour l'utilisation de pneus usagés dans le béton, répondant ainsi aux problèmes de gestion des déchets et promouvant le recyclage des sous-produits industriels.

L'étude conclut que bien que l'apprentissage automatique offre une prédiction de haute précision, les modèles de régression analytique dérivés fournissent un outil pratique et accessible pour les ingénieurs praticiens afin de concevoir des structures intégrant du béton de fumée de silice caoutchouté.