depuis le 29 octobre 2018 :
Visualisation(s): 76 (2 ULiège)
Téléchargement(s): 5 (0 ULiège)
print        
Youcef CHAKALI & Ahmed HADJ SADOK

R-119 OPTIMISATION DES PARAMÈTRES ESSENTIELS DE LA FORMULATION D'UN BCR À BASE DE FILLERS CALCAIRE PAR LES RÉSEAUX DE NEURONES ARTIFICIELS «RNA»

Article
Open Access

Document(s) associé(s)

Version PDF originale

Résumé

L’optimisation de la formulation des bétons compactés au rouleau (BCR) pour les barrages réservoirs représente un intérêt majeur. Plusieurs méthodes de formulation, empiriques ou semi-empiriques, ont été développées et employées avec succès. Cependant ces méthodes, requièrent la réalisation d’un grand nombre de gâchées d’essais afin d’obtenir le mélange aux proportions optimales. D’autres méthodes théoriques récentes développées (Modèle d’empilement granulaire, …) restent efficaces mais impliquent une caractérisation expérimentale contraignante des différents matériaux constitutifs du BCR. Le problème de formulation du BCR est généralement traité par l’approche biphasique. Il s’agit d’optimiser le squelette granulaire (fillers, sable et graviers) suivi de l’optimisation de la pâte de ciment permettant l’obtention de la résistance à la compression et de l’ouvrabilité (Temps Vébé) du BCR souhaités. L’objectif de l’étude est l’optimisation de la pâte de ciment du BCR destiné à la construction de barrage. Cette investigation propose le développement de modèles à base de réseaux de neurones artificiels (RNA) capables de prédire avec une précision significative deux paramètres essentiels de la formulation du BCR, à savoir le rapport Eau/Ciment « E/C » et du le dosage en ciment « C ». La prédiction est faite en fonction des résistances à la compression (à 28 et 90 jours) et du temps de Vébé souhaités d’une part et, d’autre part, en fonction du diamètre maximum des granulats « D » et de teneur en fillers. Les modèles de RNA sont développés en utilisant une base de données expérimentale de 200 formulations issues des rapports d’activité des laboratoires de deux barrages en BCR construit en Algérie (Barrage de Tabellout et Barrage de Koudiat Asserdoune). Des résultats intéressants ont été obtenus pour la prédiction du rapport E/C (Erreur quadratique RMSE = 0,041 et un coefficient de corrélation R2 de l’ordre de 0,95) ainsi que pour le dosage en ciment C (RMSE = 0.002 et R2=0,97). Ces premiers modèles méritent d’être développés d’avantage par un élargissement de la base de données et validés par d’autres résultats expérimentaux en laboratoire.

Index de mots-clés : béton, formulation, optimisation, béton compacté au rouleau (BCR), barrage, réseau de neurones artificiels (RNA)

Pour citer cet article

Youcef CHAKALI & Ahmed HADJ SADOK, «R-119 OPTIMISATION DES PARAMÈTRES ESSENTIELS DE LA FORMULATION D'UN BCR À BASE DE FILLERS CALCAIRE PAR LES RÉSEAUX DE NEURONES ARTIFICIELS «RNA»», NoMaD 2018 [En ligne], Actes du colloque, URL : https://popups.uliege.be:443/NoMaD2018/index.php?id=632.

A propos de : Youcef CHAKALI

ENSH - Ecole Nationale Supérieure d'Hydraulique de Blida (Algérie) - Laboratoire Génie de l'Eau et de l'Environnement

A propos de : Ahmed HADJ SADOK

ENSH - Ecole Nationale Supérieure d'Hydraulique de Blida (Algérie) - Laboratoire Génie de l'Eau et de l'Environnement