Des réseaux de neurones pour la caractérisation automatique des granulats recyclés

Abstract

Les granulats recyclés proviennent du concassage de déchets inertes du BTP. Ce sont des matériaux complexes constitués de granulats de différentes natures (béton, pierres naturelles, bitume, briques, etc.). Afin d’accroitre l’utilisation de ces matériaux aussi bien dans le secteur des TP que dans la fabrication de béton, il est nécessaire d’être en mesure de garantir la qualité des granulats. Nous proposons ici une nouvelle architecture de réseau de neurones permettant l’automatisation du processus de caractérisation des granulats recyclés. Le prototype développé permet de déterminer la composition massique ainsi que la granulométrie et éventuellement d’autres paramètres morphologiques à partir d’images 2D d’un flux de granulats. Les résultats obtenus montrent que cette approche peut remplacer avantageusement les essais de granulométrie et de tri manuel préconisés par les normes actuelles. Le réseau de neurones permet en effet d’estimer la masse de chaque type de granulat avec une erreur de l’ordre de 2%.