Cadre d’optimisation basé sur l’intelligence artificielle pour la conception de ciments résistants à la rupture

Abstract

La rupture des matériaux à base de ciment se produit à partir de microfissures dans la pâte de ciment ou aux interfaces, lorsque la contrainte de traction dépasse la résistance à la traction. En raison de la nature très hétérogène de la pâte de ciment, la résistance à la propagation des fissures dépend des phases non hydratées, des produits d'hydratation et de la porosité. Cette étude propose un modèle d'intelligence artificielle combinant un LSTM et un DNN pour simuler la composition de la pâte de ciment hydratée et évaluer sa résistance à la traction. Le modèle LSTM est entraîné sur une base de données numériques issue d’un modèle thermodynamique et reproduit l’évolution microstructurale en fonction de l’âge d’hydratation. Le DNN, quant à lui, évalue la résistance à la traction à partir des microstructures simulées. Le DNN a été entraîné sur une base de données obtenue par simulation à l'aide d'une modélisation micromécanique par éléments finis. Ensemble, les modèles LSTM et DNN permettent de prévoir l'évolution temporelle de la résistance à la traction de la pâte de ciment hydratée à partir de la composition du ciment et du rapport E/C comme seules entrées. Le cadre développé sert également d’outil d’optimisation contraint pour la conception de ciments ayant une résistance à la traction cible.