Journal of Materials, Processes and Environment
Volume 1, Numéro 1, Pages 34-38
2013-05-03
Auteurs : Dahou Zohra .
L’importance de l’expérimentation en génie civil est plus que nécessaire pour mieux approcher le comportement des matériaux sous les différentes conditions de leurs utilisations et exploitations. La constitution des bases de données des résultats expérimentaux permet l’élaboration des modèles prédictifs qui seront d’un grand apport pour des futurs expérimentations ou modélisations. Nous proposons dans cet article une présentation générale des outils statistiques existant et applicable pour les matériaux de génie civil. Les réseaux de neurones artificiels, désigné aussi sous les termes « réseaux neuromimétiques » ou « réseaux connexionnistes », font partie de ces différentes techniques. Une banque de données expérimentales, associant des essais d’arrachement et de compression, a été constituée en laboratoire. Elle a permis de développer deux modèles de prédiction en utilisant les réseaux de neurones multicouches dit aussi perceptron multicouche (PMC). Le premier modèle estime la résistance à la compression à différentes maturités en incluant uniquement deux données d’entrées. La force d’arrachement d’une barre ancrée dans le béton est prédite par un deuxième modèle ayant six paramètres d’entrées. Leurs validations ont montré de bonnes capacités de généralisations et de très bonnes précisions des prédictions des résistances de compression et d’adhérence. Ainsi, la méthode de réseaux de neurones artificiels s’avère très performante pour des problèmes fortement non linéaires. Dans les limites des valeurs extremums d’un programme expérimental, une étude paramétrique de tout modèle de prédiction pourra mettre en évidence des relations mathématiques intéressantes. Ce qui sera exploité par la suite dans de nouveaux programmes expérimentaux.
Méthodes statistiques, béton, réseaux de neurone, résistance à la compression, contrainte d’adhérence.
T Bouziani
.
A Ferhat
.
M Bedrina
.
pages 34-41.
Bazine R
.
pages 29-33.
Ousmana H
.
El Hmaidi A
.
Berrada M
.
Damnati B
.
Etebaai I
.
pages 49-65.
Fekih Nassima
.
Souar Youcef
.
pages 125-141.
Dahmani K.
.
Notton G.
.
Dizène R.
.
Paoli C.
.
pages 687-702.