Optimiser la pose de revêtements grâce à l'intelligence artificielle

 --> https://acoustic-mixture-testing.gundp.ch/ <--
(uniquement en allemand)

Cet outil permet de déterminer en quelques clics le gain acoustique escompté des revêtements SDA4. L'outil est particulièrement adapté pour :

• Services spécialisés dans le bruit: S'assurer que les revêtements peu bruyants commandés le sont effectivement.
• Services de génie civil: Définir les spécifications exactes des revêtements à faible émission sonore
• Usines d'enrobage: Vérifier la formulation du revêtement et l'optimiser en fonction des possibilités de l'usine.

L'outil permet ainsi de renoncer à des installations d'essai coûteuses et de déterminer l'effet acoustique sur la base de l'algorithme. L'outil présente également un calcul de la teneur en vide attendue.

Comment fonctionne l'outil et comment puis-je y accéder ?

L'outil est mis en œuvre sur le site https://acoustic-mixture-testing.gundp.ch/ en tant qu'outil web. L'accès au modèle peut être obtenu en enregistrant un utilisateur. Il est ensuite possible de tester ses revêtements avec le modèle. Si nécessaire, il est possible de générer un rapport du revêtement testé, qui peut être téléchargé.  

Modélisation de l'acoustique du revêtement routier

L'ingrédient de base d'un revêtement est le squelette minéral (structure granulaire). Cet assemblage de granulats est mélangé à un liant bitumineux et chauffé. L'asphalte peut ainsi être appliquée sur la route et cylindrée (compactée). Dans le cas des revêtements peu bruyants, la composition de l'enrobé (formulation) est d'une importance capitale.

Depuis plus de dix ans, des revêtements peu bruyants sont posés en Suisse à une cadence élevée. Le qualité acoustique peut être mesurée et contrôlée à l'aide du procédé CPX (Close ProXimity). En numérisant les protocoles de pose de plus de 100 revêtements différents et environ 850 points de mesure, un modèle d'intelligence artificielle a été entraîné afin de pouvoir prédire le gain acoustique d'un composé bitumineux.

Validation du modèle

Le modèle a été validé avec une partie de l'ensemble des données (20% des points de données) afin de tester la capacité de prédiction du modèle. La validation a montré que le modèle présente une très bonne performance prédictive. En effet, la concordance entre les points mesurés et les points modélisés est très grande. Cela va des meilleures valeurs (-9 dB) aux pires valeurs (-3,5 dB). Cela montre également l'importance d'optimiser le mélange. En effet, la largeur de bande des performances acoustiques lors de la pose d'un revêtement peut être importante.