Application des réseaux de neurones pour la prédiction de la contribution des composites dans le renforcement au cisaillement des poutres

Abstract

Le présent mémoire s’intéresse à l’intégration de l’intelligence artificielle dans le domaine du génie civil, à travers une étude visant à prédire la contribution des matériaux composites dans le renforcement au cisaillement des poutres. L'approche adoptée repose sur l’utilisation des réseaux de neurones artificiels, outils performants de modélisation non linéaire, afin de prédire le comportement des poutres en béton armé renforcées par des bandes composites. Une première partie du travail est consacrée à l’examen des phénomènes de dégradation structurelle et des différentes solutions de renforcement, en mettant l’accent sur les matériaux composites (FRP) et leurs atouts mécaniques. Une seconde partie aborde les principes fondamentaux de l’intelligence artificielle, avec un focus sur l’apprentissage supervisé et les architectures de réseaux de neurones. Enfin, une étude est menée afin de valider la pertinence du modèle prédictif développé. Les résultats obtenus montrent que les réseaux de neurones sont capables de prédire avec une précision satisfaisante la contribution en cisaillement des bandes composites d'une poutre renforcée