Optimisation de la composition du béton à base de granulats recyclés pour une résistance à la compression maximale à l'aide de la méthode des plans d'expériences et d'un modèle d'apprentissage automatique

Abstract

Le béton est l'un des matériaux les plus utilisés dans le secteur de la construction, l'optimisation de sa composition pose des défis particuliers, notamment à cause des interactions complexes entre ses différents composants. Les méthodes conventionnelles, bien qu'utilisées, sont souvent coûteuses en termes d'expérimentation et peinent à appréhender la complexité des interactions entre les constituants. Cette recherche propose une approche novatrice combinant la méthode des plans d'expériences et l'apprentissage automatique pour l'optimisation des formulations de béton à base de granulats recyclés. Un modèle de régression CatBoost, entraîné sur un ensemble de données de 594 compositions de mélanges, a été utilisé pour prédire les réponses du plan d'expériences. Deux études de cas ont été considérées afin de démontrer l'efficacité de cette méthode. Les résultats obtenus indiquent que l'approche proposée permet de concevoir les mélanges de béton de manière précise et fiable, tout en réduisant le nombre d’expérimentations nécessaires en vue d’identifier la configuration optimale.