DSpace
 

Dspace de universite Djillali Liabes de SBA >
Thèse de Doctorat en Sciences >
Génie Civil >

Veuillez utiliser cette adresse pour citer ce document : http://hdl.handle.net/123456789/2814

Titre: Optimisation des bétons légers incorporant des granulats issus du broyage des pneus usés
Auteur(s): RAHALI, Bachir
Encadreur: TROUZINE, Habib
Mots-clés: Granulats de caoutchouc
prédiction
réseaux de neurones artificiels
résistance en compression
module d’élasticité
composite particulier
Date de publication: 15-nov-2018
Résumé: الملخص (بالعربية) : ملخص ان استخدام حبيبات المطاط (G.C) كتعزيز في مصفوفة الاسمنتية يعطي للمركب مزايا معينة. الا ان الدراسات التجريبية يمكن أن تكون طويلة وحساسة ومكلفة، فإن أداة التنبؤ تجعل من السهل تحليل تأثيرها، وبالتالي تظهر كأداة مكملة وأقل تكلفة. نقترح هذه الأطروحة منهجًا ثنائيًا من حيث التنبؤات الخاصة بتوصيف السلوك المرن للخرسانة المتضمنة حبيبات المطاط من طحن الإطارات المستعملة (B.IG.C). على أساس معايير معينة ، تم تناول التنبؤ بالخواص الميكانيكية مثل قوة الضغط ومعامل المرونة بواسطة دراسة إحصائية أولية أثبتت أنها غير كافية. للتغلب على هذه الصعوبات، يتم استخدام طريقة الشبكات العصبية الاصطناعية (R.N.A). وتظهر المواجهة مع البيانات التجريبية من المؤلفات نتائج جيدة من حيث معايير الأداء.في المرحلة الثانية من مساهمتنا، تم تطوير نموذج جديد للتنبؤ بناء على الحل الدقيق المخصص لبيئات نهارية لا نهائية. يتم التعامل مع المركب B.I.G.C كنظام مركّز لا يمكن العثور على حل دقيق له. تم اشتقاق معادلات معامل مرنة جديدة باستخدام المخطط التفاضلي لأنظمة مخففة لانهائية. تظهر النتائج التي تم الحصول عليها من العمل التجريبي من الأدبيات والتنبؤات التي تم الحصول عليها من خلال طريقة الشبكات العصبية أنها مؤطرة بشكل جيد بالحدود التي تم الحصول عليها بواسطة النموذج. الكلمات الرئيسية: ركام المطاط ، التنبؤ ، الشبكات العصبية الاصطناعية ، قوة الانضغاط ، معامل المرونة ، مركب معين --------------------------------------- Abstract (Anglais) : The use of rubber granules as inclusion in a cement matrix gives to the composite some advantages. While experimental studies can be long, delicate and expensive, the prediction tool makes it easy to analyze their influence and thus appears as a valuable and less expensive complementary tool. This work proposes a dual approach in terms of predictions for the characterization of the elastic behavior of concretes incorporating rubber granules from the grinding of used tires (B.I.G.C). On the basis of certain criteria, the prediction of mechanical properties such as compressive strength and modulus of elasticity was addressed by preliminary statistical study which proved to be insufficient. To overcome this difficulty, the method of artificial neural networks is used. A comparison with experimental data from the literature shows good results in terms of performance criteria. In the second phase of the contribution, a new prediction model was developed based on the exact solution dedicated to infinitely diluted systems. The B.I.G.C composite is treated as concentrated system whose exact solution cannot be found. New elastic modulus equations were derived using the differential scheme for infinitely dilute system. The results obtained from the experimental work resulting from literature and the predictions obtained by the neural network method show that they are well framed by the limits obtained by the model -------------------------------------- Résumé (Français) : L’emploi des granulats de caoutchouc (G.C) comme inclusion dans une matrice cimentaire confère au composite certains avantages. Alors que les études expérimentales peuvent être longues, délicates et couteuses, l’outil de prédiction permet d’analyser aisément leur influence et apparait ainsi comme un outil complémentaire précieux et moins onéreux. Ce travail propose une double approche en termes de prédictions pour la caractérisation du comportement élastique des bétons incorporant des granulats de caoutchouc issus du broyage des pneus usés (B.IG.C). Partant de certains critères, la prédiction des propriétés mécaniques telles que la résistance en compression et le module d’élasticité a été abordée par une étude statistique au préalable qui s’est avérée insuffisante. Pour pallier à cette difficulté, la méthode des réseaux de neurones artificiels (R.N.A) est utilisée. Une confrontation aux données expérimentales issues de la littérature fait ressortir de bons résultats en termes de critères de performance. Dans la seconde phase de notre contribution, un nouveau modèle de prédiction a été élaboré en se basant sur la solution exacte dédiée aux milieux dilués infinis. Le composite B.I.G.C est traité en tant que système concentré dont on ne peut trouver la solution exacte. De nouvelles équations du module d’élasticité ont été dérivées en utilisant le schéma différentiel réservé aux systèmes dilués infinis. Les résultats obtenus confrontés aux travaux expérimentaux issus de la littérature et aux prédictions obtenues par la méthode des réseaux de neurones montrent que celles-ci sont bien encadrées par les limites obtenues par le modèle.
Description: Doctorat en sciences
URI/URL: http://hdl.handle.net/123456789/2814
Collection(s) :Génie Civil

Fichier(s) constituant ce document :

Fichier Description TailleFormat
DS_GC_RAHALI_Bachir.pdf4,04 MBAdobe PDFVoir/Ouvrir
View Statistics

Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.

 

Ce site utilise la plate-forme Dspace version 3.2-Copyright ©2014.