Détails du sujet
Application du réseau de neurones artificiels dans la prédiction des propriétés du béton: cas du béton à granulats recyclés
Résumé
Le présent travail porte sur l’application des réseaux de neurones artificiels dans la prédiction
des propriétés du béton issu des granulats recyclées. L’étude bibliographique s’est articulée
autour de l’état de l’art, notamment l’origine des gravats et graviers utilisées dans les données
récoltées dans différents ouvrages, leurs typologies, leurs caractéristiques, l’utilisation des
gravats dans les compositions cimentaires, leurs pathologies et une conclusion partielle.
L’étude expérimentale quant à elle a porté sur la caractérisation des différents constituants
entrant dans la formulation des bétons d’étude, la caractérisation du béton, la formulation des
bétons d’étude par la méthode de Dreux-Gorisse et la caractérisation des échantillons de béton
confectionné, brève aperçue sur la prédiction par les réseaux de neurones artificiels et une
conclusion partielle. Quatre bétons ont été confectionnés dont le béton issu d’une substitution
de 50%, de 75% et de 100% des graviers naturels par les graviers recyclés et enfin un béton
témoin ne contenant aucun gravier recyclé. Les essais d’ouvrabilité ont donné des valeurs de
l’affaissement au cône d’Abrams respectivement de 6.9 cm avec ajout de 15% de l’eau de
gâchage pour le 1er béton, 7.1cm avec ajout de 17.66% de l’eau de gâchage pour le second,
6.8cm avec ajout de 26.66% de l’eau de gâchage pour le 3e
béton et 7.4cm avec ajout d’eau de
13.33% pour le 4e béton. Les résistances en compression à 28 jours des échantillons de béton
d’étude sont respectivement de 14.9MPa ; 10.58MPa ; 10.080MPa et 16.8MPa. Il ressort de
ces résultats que les propriétés des bétons de granulats recyclés sont améliorées par substitution
d’une fraction de granulats recyclés par les granulats naturels. En appliquant les réseaux des
neurones artificiels nous avons obtenus différents résultats avec différents modèle de
prédiction. Avec le modèle prédiction de la résistance et de l’ouvrabilité nous avons obtenus
une erreur quadratique moyenne de 18.49 et une erreur absolue moyenne de 3.0123 et la valeur
de corrélation de 0.78, pour le modèle de prédiction de la résistance nous avons obtenus une
erreur quadrique de 20.6, une erreur moyenne absolue moyenne de 3.0123 et une corrélation
de 0.768 et pour le modèle de prédiction de l’ouvrabilité nous avons une valeur quadratique
moyenne de 1.88, une erreur moyenne absolue de 1.42 et une valeur de corrélation de 78 . De
ces trois modèles il ressort que le modèle de prédiction le mieux est celui de la prédiction de
l’ouvrabilité car la différence entre l’erreur moyenne quadratique et l’erreur moyenne absolue
n'est pas grande. La prédiction des propriétés du béton n’est pas une chose facile sur les données
de Génie civil parce qu’elles ne sont pas généralisées. Et donc pour une formulation donnée,
on peut obtenir différentes valeurs de résistance.
Auteur : Furaha Chiza
Niveau: TECH2
Département: Genie civil
Année Ac: 2023-2024 , | 2024-03-06 05:19:34
Mots clés
Réseau de neurones artificiels, le béton et granulats recyclés
Intérêt
Ce sujet a pour intérêt de fournir une résistance et une valeur de l’ouvrabilité à utiliser dans la formulation du béton
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIEL
Encadreur: ALINABIWE NYAMUHANGA Ally
Status
Décision ou observation:
Feu vert:
Déposé : OUI
Défendu: NON
Finalisé: OUI
Application du réseau de neurones artificiels dans la prédiction des propriétés du béton: cas du béton à granulats recyclés
Résumé
Le présent travail porte sur l’application des réseaux de neurones artificiels dans la prédiction
des propriétés du béton issu des granulats recyclées. L’étude bibliographique s’est articulée
autour de l’état de l’art, notamment l’origine des gravats et graviers utilisées dans les données
récoltées dans différents ouvrages, leurs typologies, leurs caractéristiques, l’utilisation des
gravats dans les compositions cimentaires, leurs pathologies et une conclusion partielle.
L’étude expérimentale quant à elle a porté sur la caractérisation des différents constituants
entrant dans la formulation des bétons d’étude, la caractérisation du béton, la formulation des
bétons d’étude par la méthode de Dreux-Gorisse et la caractérisation des échantillons de béton
confectionné, brève aperçue sur la prédiction par les réseaux de neurones artificiels et une
conclusion partielle. Quatre bétons ont été confectionnés dont le béton issu d’une substitution
de 50%, de 75% et de 100% des graviers naturels par les graviers recyclés et enfin un béton
témoin ne contenant aucun gravier recyclé. Les essais d’ouvrabilité ont donné des valeurs de
l’affaissement au cône d’Abrams respectivement de 6.9 cm avec ajout de 15% de l’eau de
gâchage pour le 1er béton, 7.1cm avec ajout de 17.66% de l’eau de gâchage pour le second,
6.8cm avec ajout de 26.66% de l’eau de gâchage pour le 3e
béton et 7.4cm avec ajout d’eau de
13.33% pour le 4e béton. Les résistances en compression à 28 jours des échantillons de béton
d’étude sont respectivement de 14.9MPa ; 10.58MPa ; 10.080MPa et 16.8MPa. Il ressort de
ces résultats que les propriétés des bétons de granulats recyclés sont améliorées par substitution
d’une fraction de granulats recyclés par les granulats naturels. En appliquant les réseaux des
neurones artificiels nous avons obtenus différents résultats avec différents modèle de
prédiction. Avec le modèle prédiction de la résistance et de l’ouvrabilité nous avons obtenus
une erreur quadratique moyenne de 18.49 et une erreur absolue moyenne de 3.0123 et la valeur
de corrélation de 0.78, pour le modèle de prédiction de la résistance nous avons obtenus une
erreur quadrique de 20.6, une erreur moyenne absolue moyenne de 3.0123 et une corrélation
de 0.768 et pour le modèle de prédiction de l’ouvrabilité nous avons une valeur quadratique
moyenne de 1.88, une erreur moyenne absolue de 1.42 et une valeur de corrélation de 78 . De
ces trois modèles il ressort que le modèle de prédiction le mieux est celui de la prédiction de
l’ouvrabilité car la différence entre l’erreur moyenne quadratique et l’erreur moyenne absolue
n'est pas grande. La prédiction des propriétés du béton n’est pas une chose facile sur les données
de Génie civil parce qu’elles ne sont pas généralisées. Et donc pour une formulation donnée,
on peut obtenir différentes valeurs de résistance.
Auteur : Furaha Chiza
Niveau: TECH2
Département: Genie civil
Année Ac: 2023-2024 , | 2024-03-06 05:19:34
Mots clés
Réseau de neurones artificiels, le béton et granulats recyclésIntérêt
Ce sujet a pour intérêt de fournir une résistance et une valeur de l’ouvrabilité à utiliser dans la formulation du bétonDirecteur & Encadreur
Directeur: AKWIR Alain NKIEDIELEncadreur: ALINABIWE NYAMUHANGA Ally
Status
Décision ou observation:Feu vert:
Déposé : OUI
Défendu: NON
Finalisé: OUI
