Clear Sky Science · fr

Évaluation expérimentale et par apprentissage automatique de la résistance du béton au caoutchouc en miettes à températures élevées

· Retour à l’index

Transformer les vieux pneus en bâtiments plus sûrs

Des montagnes de pneus de voiture usés s’accumulent dans le monde entier, encombrant les décharges et constituant un risque d’incendie. Une idée prometteuse consiste à broyer ces pneus en petites miettes et à les incorporer au béton, créant ainsi des constructions et des routes qui réutilisent les déchets au lieu du sable naturel. Cette étude examine le comportement de ce béton au caoutchouc en miettes lorsqu’il est exposé à de fortes chaleurs, par exemple lors d’un incendie, et montre comment des outils informatiques modernes peuvent aider les ingénieurs à prédire sa résistance sans tester chaque formulation en laboratoire.

Figure 1. Comment les pneus hors d’usage deviennent du béton et comment les ordinateurs prédisent sa résistance dans des températures proches de celles d’un incendie.
Figure 1. Comment les pneus hors d’usage deviennent du béton et comment les ordinateurs prédisent sa résistance dans des températures proches de celles d’un incendie.

Des tas de déchets au mélange de béton

Les chercheurs commencent par expliquer pourquoi le caoutchouc de pneu dans le béton est à la fois attractif et problématique. Les particules de caoutchouc peuvent alléger le béton, améliorer sa capacité à absorber les chocs et le rendre plus résistant aux ruptures brutales. Cependant, elles affaiblissent aussi le matériau car le caoutchouc n’adhère pas bien à la pâte de ciment durcie. Ce lien faible, ajouté à des poches d’air autour des particules de caoutchouc, tend à réduire à la fois la capacité portante du béton et sa tenue en traction. Des études antérieures ont testé de nombreux dosages de caoutchouc, mais il n’existait toujours pas de méthode claire et fiable pour prédire la performance de ces mélanges selon la température et les conditions de cure.

Chauffer le béton au caoutchouc en laboratoire

Pour aborder ce problème, l’équipe a préparé plusieurs mélanges de béton où une partie du sable fin a été remplacée par des miettes de caoutchouc à des taux de 10, 20 et 30 pour cent. Ils ont coulé des éprouvettes cylindriques, les ont laissées durcir, puis les ont exposées à différentes températures jusqu’à 200 degrés Celsius avant de les écraser et de les fendre pour mesurer la résistance en compression et en traction. Comme prévu, l’ajout de caoutchouc a réduit la résistance à température ambiante, car le béton devenait moins dense et les particules de caoutchouc formaient des liaisons plus faibles dans l’armature interne. Le chauffage aggrave la situation dans la plupart des cas : lorsque le caoutchouc commence à se décomposer et à se dilater, il crée davantage de vides microscopiques et de microfissures, érodant encore la résistance, surtout dans les mélanges à la teneur en caoutchouc la plus élevée.

Figure 2. Comment l’ajout de caoutchouc et la chaleur transforment le béton, d’un matériau dense et résistant à un matériau poreux et fissuré avec le temps.
Figure 2. Comment l’ajout de caoutchouc et la chaleur transforment le béton, d’un matériau dense et résistant à un matériau poreux et fissuré avec le temps.

Apprendre aux ordinateurs à prédire la résistance

Plutôt que de se fier uniquement à de nouveaux essais, les chercheurs ont aussi rassemblé une vaste base de données de plus d’un millier de mélanges de béton au caoutchouc décrits dans des études antérieures. Pour chaque mélange, ils ont enregistré des ingrédients tels que le ciment, les poudres additionnelles, la teneur en caoutchouc, le rapport eau, la température et l’âge de cure, ainsi que les résistances mesurées en compression et en traction. Ils ont ensuite entraîné neuf modèles d’apprentissage automatique différents pour apprendre la relation entre la recette et la résistance obtenue. Des approches sophistiquées telles que XGBoost, Light Gradient Boosting et un type de réseau de neurones appelé perceptron multicouche ont fourni les prédictions les plus précises, avec des résultats très proches des valeurs expérimentales pour la compression et la traction.

Voir quels ingrédients comptent le plus

Pour interpréter ces prédictions numériques, l’équipe a utilisé une méthode d’interprétabilité qui attribue à chaque entrée une part de responsabilité dans la réponse finale. Cela a révélé que le pourcentage de remplacement du granulats fins par du caoutchouc, la quantité d’eau par rapport au ciment et l’âge du béton sont les facteurs les plus influents sur la résistance en compression et en traction. Le remplacement par du caoutchouc fin s’est particulièrement démarqué, confirmant que modifier les particules les plus petites dans le mélange a un fort impact sur le comportement du matériau. D’autres additifs comme la fumée de silice étaient utiles mais moins déterminants, tandis que la température de cure, dans la plage étudiée, jouait un rôle moindre que prévu dans la base de données combinée.

Ce que cela signifie pour une construction plus verte

Pour les non-spécialistes, le message clé est que l’utilisation de pneus déchiquetés dans le béton peut aider à réduire les déchets mais diminuera généralement la résistance, en particulier lorsque le matériau est exposé à une chaleur élevée. L’étude montre que cette perte peut être maîtrisée si les ingénieurs savent exactement quelle résistance attendre pour un mélange et une température donnés. En combinant des essais rigoureux en laboratoire et des modèles informatiques puissants, les auteurs fournissent un outil capable d’estimer rapidement les performances du béton au caoutchouc en miettes, guidant des conceptions plus sûres et un usage plus intelligent des matériaux recyclés dans des bâtiments soumis à la fois aux charges quotidiennes et aux risques d’incendie.

Citation: Alameri, M., Alsulami, B.T. Experimental and machine learning evaluation of crumb rubber concrete strength at elevated temperatures. Sci Rep 16, 15616 (2026). https://doi.org/10.1038/s41598-026-44147-7

Mots-clés: béton au caoutchouc en miettes, recyclage des pneus usés, température élevée, modèles d’apprentissage automatique, résistance du béton