Prédiction de résistance durable pilotée par IA et évaluation expérimentale d’un béton fibré haute performance incorporant du métakaolin

Un béton plus solide et plus vert pour les villes de demain

Le béton est l’épine dorsale des villes modernes, mais sa fabrication consomme d’énormes quantités de ciment, une source majeure d’émissions de carbone, et le matériau peut se fissurer et se détériorer avec le temps. Cette étude examine comment fabriquer un béton plus résistant et plus durable tout en réduisant son empreinte environnementale. Les auteurs combinent des fibres avancées, un substitut de ciment plus propre appelé métakaolin, et l’intelligence artificielle pour concevoir des dosages à la fois performants et durables — ce qui pourrait transformer la manière dont ponts, tours et chaussées sont construits à l’avenir.

Pourquoi le béton actuel doit évoluer

Le béton ordinaire est excellent pour supporter des charges mais il est fragile et faible en traction, ce qui le rend sujet aux fissures. Une fois les fissures apparues, l’eau et l’air peuvent atteindre les armatures en acier, provoquant corrosion et dégradation progressive de la structure. Le béton haute résistance peut supporter des charges plus importantes, mais il est souvent encore plus cassant. Pour y remédier, les ingénieurs ont exploré deux idées principales : remplacer une partie du ciment par des matériaux minéraux finement broyés, et ajouter de courtes fibres qui agissent comme de minuscules barres d’armature dans la matrice. Cette étude se concentre sur le métakaolin — une argile calcinée hautement réactive — comme substitution partielle du ciment, associée à des fibres d’acier, de verre, de nylon et de polypropylène pour lutter contre la fissuration et améliorer les performances.

Concevoir un meilleur mélange avec fibres et métakaolin

L’équipe de recherche a conçu un mélange de béton haute résistance (désigné M60) dans lequel 10 % du ciment a été remplacé par du métakaolin. Elle a ensuite créé plusieurs variantes de ce béton en ajoutant différents types et dosages de fibres, incluant acier, verre, nylon et polypropylène. Chaque mélange a été testé avec soin pour évaluer son écoulement à l’état frais et ses résistances en compression, traction et flexion après durcissement à 7, 28, 56 et 90 jours.

Apprendre à une IA à prédire la résistance du béton

Tester physiquement chaque mélange possible est lent, coûteux et générateur de déchets. Pour éviter des essais laborieux en laboratoire, les auteurs ont construit un modèle d’apprentissage profond pour prédire la résistance d’un béton fibré en fonction uniquement de ses ingrédients et de son âge de cure. Leur modèle, nommé A-PDDLSTM-SA, combine plusieurs idées avancées en intelligence artificielle : des unités mémoires capables de suivre l’évolution de la résistance dans le temps, des filtres multi-échelle qui captent à la fois les motifs fins et larges des données, et un mécanisme d’attention qui met l’accent sur les entrées les plus importantes, comme le type de fibre, le dosage et la durée de cure. Ils ont en outre optimisé les paramètres internes du modèle en utilisant une nouvelle stratégie d’optimisation inspirée de randonneurs explorant un paysage, afin d’éviter que l’algorithme ne se bloque sur de mauvaises solutions.

Ce que révèlent les essais et les prédictions

Sur le plan expérimental, le mélange le plus performant comportait 10 % de métakaolin et 1 % de fibres d’acier, offrant des résistances en compression, traction et flexion supérieures au béton témoin sans fibres. Les fibres de verre, de nylon et de polypropylène ont aussi amélioré le comportement selon différents aspects — augmentation de la résistance aux chocs, réduction des fissures de retrait et amélioration de la ténacité post-fissuration — bien que pas toujours avec l’ampleur observée pour l’acier. Le modèle d’IA a été entraîné sur les données expérimentales et comparé à plusieurs méthodes d’apprentissage machine établies. Il a systématiquement prédit la résistance en compression, traction et flexion avec une meilleure précision que les techniques concurrentes, affichant de faibles niveaux d’erreur et une bonne stabilité, même entraîné sur des jeux de données limités.

Du laboratoire à l’impact réel

Pour les non-spécialistes, le message essentiel est qu’il est désormais possible de concevoir des dosages de béton plus intelligents, à la fois plus résistants, plus durables et plus respectueux de l’environnement — et de le faire majoritairement sur ordinateur avant de couler une seule dalle. En combinant le métakaolin avec des fibres choisies avec soin, les ingénieurs peuvent réduire l’usage de ciment et améliorer la résistance à la fissuration. Le modèle d’IA développé dans cette étude fonctionne comme un outil de planification puissant : il peut proposer des formulations prometteuses, réduire les essais physiques superflus et accélérer l’adoption de bétons haute performance plus verts dans des projets réels. À long terme, cette approche pourrait contribuer à livrer des infrastructures plus sûres avec une empreinte environnementale réduite.

Citation: N.S, N.P., P, K. & P, S. AI-driven sustainable strength prediction and experimental evaluation of high-performance fiber-reinforced concrete incorporating metakaolin. Sci Rep 16, 13614 (2026). https://doi.org/10.1038/s41598-026-41115-z

Mots-clés: béton fibré, métakaolin, apprentissage profond, construction durable, prédiction de résistance