Vous êtes sur la page 1sur 21

See

discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/220026985

laboration dun isolant thermique et


acoustique base vgtale : du concept sa
ralisation

Article in Revue des composites et des matriaux avancs December 2010


DOI: 10.3166/RCMA.20.315-334

READS

73

5 authors, including:

Amadou Ndiaye Jrme Malvestio


French National Institute for Agricultural R University of Bordeaux
73 PUBLICATIONS 159 CITATIONS 20 PUBLICATIONS 66 CITATIONS

SEE PROFILE SEE PROFILE

All in-text references underlined in blue are linked to publications on ResearchGate, Available from: Amadou Ndiaye
letting you access and read them immediately. Retrieved on: 23 April 2016
laboration dun isolant thermique
et acoustique base vgtale
Du concept sa ralisation

Patrick Castra1 Amadou Ndiaye1 Christine Delise2


Christophe Fernandez1 Jrme Malvestio3

1. INRA, UMR927 US2B, INRA, Universit Bordeaux 1, CNRS, F-33405 Talence


2. Universit Bordeaux 1, UMR5103 US2B, INRA, CNRS, F-33405 Talence
3. CNRS, UMR5103 US2B, INRA, Universit Bordeaux 1, CNRS, F-33405 Talence
{castera ; ndiaye ; delisee ; fernandez ; malvestio}@us2b.pierroton.inra.fr

RSUM. Cet article sappuie sur les travaux raliss dans le cadre de deux programmes
soutenus par lANR, lun concerne le dveloppement de mthodes dco-conception, le
second porte sur la conception de matriaux thermo-acoustiques pour le btiment. La
dmarche est base sur lutilisation de ressources dorigine agricole caractre abondant,
renouvelable et non concurrentiel dutilisations alimentaires, dune part, et loptimisation des
performances par les principes de conception (multi-matriaux retenus, mode dassemblage,
introduction dhtrognits matrises), dautre part. Les performances attendues se basent
sur les NRT et NRA 2010, avec comme rfrence les produits commercialiss les plus
courants. Aprs une prsentation dtaille des donnes du problme de conception
connaissances disponibles quelques lments de choix sont proposs. Laspect procd est
brivement abord en fin darticle.
ABSTRACT. This paper relies on the work realised within the framework of 2 ANR projects, the
first one concerning the development of eco-design tools, and the second treating a potential
application to the design of sound insulating materials for building applications. The
approach is based on the utilisation of agro resources having the character of being
abundant, renewable, and non concurrent with food uses, on one hand, and the optimisation
of performances by design principles, on the other hand (homogeneous or layered systems,
introduction of heterogeneities). The expected performances are those of NRA 2010, with the
most usual commercialised products as reference materials. After a detailed presentation of
the available knowledge (and the corresponding gaps), some elements of choice are
presented.
MOTS-CLS : matriaux isolants, bois, fibres vgtales, co-conception, intgration de
connaissances, optimisation multi-objectifs.
KEYWORDS: sound insulating materials, wood, cellulosic fibres, eco-design, knowledge
assembly, multi-objective optimization.

DOI:10.3166/RCMA.20.315-334 2010 Lavoisier, Paris

RCMA 20/2010. Les comatriaux, pages 315 334


316 RCMA 20/2010. Les comatriaux

1. Introduction

Lisolation thermo-acoustique concerne de nombreux secteurs de march,


comme lindustrie du transport, les amnagements urbains barrires antibruit par
exemple ou le btiment. Ce dernier secteur, particulirement concern par
lisolation thermique, car il reprsente la principale source de consommation
nergtique dans le monde, sintresse de plus en plus aux nuisances sonores,
notamment dans lhabitat collectif. Les performances isolantes intrinsques des
matriaux tant intimement lies leur microstructure, cest travers leur
morphologie que lon peut comprendre des proprits comme la conductivit
thermique ou labsorption acoustique, et les optimiser par un choix adquat des
constituants et des procds dlaboration. En revanche, les performances effectives
dpendent fortement des modes de mise en uvre (liaisons entre diffrents lments
pour crer des systmes dans lesquels peuvent apparatre des ponts thermiques ou
des chemins privilgiant la transmission acoustique). Cet aspect ne sera pas abord
dans cet article.
Si lon considre quelques caractristiques morphologiques majeures lies la
conductivit thermique ou labsorption acoustique porosit interne ou externe,
tortuosit, surface spcifique deux classes de matriaux dominent lensemble des
matriaux : les mousses cellulaires et les structures fibreuses. Les mousses
microporeuses, dveloppant de trs grandes surfaces spcifiques, sont considres
comme dexcellents isolants thermiques par exemple. Le bois, matriau cellulaire
porosit multiple (jusqua plus de 90 % de porosit pour certaines varits de balsa),
est galement considr comme un bon isolant thermique. En tant que matriau
renouvelable dont la production est gre durablement1 (cas des forts cultives
certifies FSC ou PEFC en particulier), cest galement un matriau de mieux en
mieux accept en France par le march du btiment. Cependant cest plutt sous la
forme de panneaux que lon utilise le bois comme isolant thermo-acoustique, pour la
ralisation de cloisons, faux plafonds ou sous-planchers. Outre laspect pratique de
mise en uvre lie la constitution dlments plans de plus ou moins grande
dimension, facilement assemblables, ce mode dutilisation permet une conomie des
ressources matire par lutilisation de coproduits (bois dclaircie, copeaux et
dlignures de sciage) dans llaboration des produits finaux.
Les isolants naturels vgtaux base de bois, de chanvre ou douate de cellulose
restent nanmoins marginaux sur le march du btiment, du fait dune plus faible
comptitivit par rapport aux produits phares comme la laine de verre ou les
mousses polyurthane et mlamine, et de leur inflammabilit imposant des
traitements ignifuges ou la mise en place de barrires anti-feu. Biodgradables, ils
sont de ce fait galement susceptibles daltration par des agents biotiques, rendant
ncessaire lintgration de biocides en prsence de conditions favorables au

1. Hors risques climatiques temptes, scheresse, incendies qui mettent mal la notion de
durabilit pour les forts.
Eco-conception dun isolant acoustique 317

dveloppement de champignons xylophages. La ralisation de dalles partir de


fibres ou copeaux de bois enrobs dune matrice inorganique constitue de ciment
ou de gypse peut constituer une solution intressante, tant du point de vue du
comportement acoustique que de la rsistance au feu ou de la stabilit
dimensionnelle. Linhomognit de surface obtenue et la porosit sont des facteurs
favorisant labsorption acoustique.
La conception dun isolant thermo-acoustique pour le btiment est donc un
problme de compromis entre des contraintes rglementaires (nouvelle
rglementation thermique, nouvelle rglementation acoustique, rglementation
incendie), conomiques, et environnementales. Cet article prsente les principes de
conception multi-objectif permettant dintgrer cette notion de compromis et
pouvant conduire de vritables innovations technologiques : ingnierie des
connaissances, satisfaction optimale dobjectifs contradictoires et front de Pareto.
Lapplication de ces concepts la ralisation dune cloison thermo-acoustique
multimatriau est prsente comme cas dtude faisant lobjet dun projet ANR en
cours. La ralisation industrielle dune telle cloison ne sera que brivement aborde.

2. Principes dco-conception et dinnovation continue

2.1. Cycle de vie, recyclage

Le cycle de vie dun produit est en principe valu sur une unit fonctionnelle,
par exemple une dalle disolant thermo-acoustique dun m!. Lpaisseur peut tre
une variable dajustement, une contrainte ou une fonction objectif (e.g. epopt =
min[ep]). Cela permet de comparer diffrentes solutions prsentant des
performances techniques quivalentes. Dans le cas disolants dorigine vgtale
uniquement, le cycle de vie va de la graine la tombe , ce qui inclut en amont les
facteurs de production agricole ou sylvicole, et en aval le recyclage ventuel des
produits avant destruction. Les diffrentes tapes du cycle de vie sont schmatises
sur la figure 1. Parmi les diffrents indicateurs valus dans lanalyse du cycle de
vie, deux sont considrs comme majeurs : lconomie des ressources (matire et
nergie), et le bilan carbone (quivalent) global. De ce fait on accordera une
attention plus particulire des critres tels que lutilisation de coproduits industriels
ou matires premires recycles, loptimisation nergtique des procds de
transformation, la dure de vie en service, la fin de vie.
NOTE. Dans le cas de multimatriaux, la dmarche sapplique chacun des
constituants, leur assemblage et leur ventuel dsassemblage.
Les principaux modes de destruction en fin de vie sont la combustion,
lenfouissement, la dgradation enzymatique. Le CO2 stock pendant la dure de vie
est intgralement restitu sur une priode plus ou moins longue, mais il faut souvent
lui ajouter la production de mthane (cas de la dgradation enzymatique par exemple),
nettement plus pnalisant que le CO2 en matire dimpact sur leffet de serre.
318 RCMA 20/2010. Les comatriaux

Sous-systme Sous-systme
Production des Autre
matires premires

Sous-systme Sous-systme
Acheminement 1 Fin de vie
du produit

Sous-systme
Fabrication Sous-systme
du produit Acheminement 3

Sous-systme Sous-systme
Acheminement 2 Utilisation
du produit

Figure 1. Reprsentation schmatique du cycle de vie dun produit (Ndiaye et al.,


2009)

Lintgration dobjectifs environnementaux en conception prliminaire (nouveau


matriau ou concept) suppose dtablir des scnarios de production, transformation,
mise en service et fin de vie. Plus les scnarios sont ouverts, et plus les perspectives
dinnovation de rupture le sont galement. Dans le cas contraire par exemple si les
schmas de production et transformation sont plus ou moins fixs on se place
plutt dans une innovation de type incrmental. Dun autre ct, une approche de
type cycle de vie virtuel doit rester borne par des contraintes conomiques ou
de faisabilit industrielle, ainsi que des critres normatifs. Ainsi, dans la dmarche
dco-conception, ltape de recueil de connaissances, quelle provienne de bases de
donnes, de modles ou de savoir-faire, est essentielle : elle permet didentifier les
connaissances non disponibles, ltablissement de fonctions objectifs, ou la
construction de scnarios ralistes. Si on prend lexemple de la consommation
dnergie, une fonction de type additif peut ainsi scrire (lACV tant la base une
somme de flux) :

E = " ! E + (1-! ) E
i
r
i i
nr
i
[1]
i

dans laquelle lindice i reprsente chaque tape du cycle de vie (sous-systme), Er et


Enr sont respectivement les units nergtiques issues de ressources renouvelables et
non renouvelables (correspondant par exemple des rendements diffrents), et !i est
la proportion dnergie renouvelable utilise dans ltape i. On peut galement
sparer lnergie totale E en nergie matire (nergie contenue dans les matires
consommes fonction de leur pouvoir calorifique) et nergie procd.
Eco-conception dun isolant acoustique 319

On peut quantifier de la mme manire la contribution du produit lpuisement


des ressources fossiles (hors nergies non renouvelables), qui correspond par
exemple aux composants, additifs, solvants dorigine ptrochimique utiliss lors de
la production, fabrication ou mise en uvre :

erf = " " ! ij [2]


i j

dans laquelle lindice j correspond la nature du composant, le coefficient "ij tant


la contribution de ce composant lpuisement des ressources fossiles (erf) lors de
ltape i.

2.2. Fonctions techniques associes

On distingue les proprits de surface et volumiques. Dun point de vue


isolation, la surface a essentiellement un rle dabsorption (A) et de transmission (T)
des ondes acoustiques incidentes I vers un milieu capable den dissiper une partie,
de sorte que la rflexion R = I - (A+T) << 1. Dans la dmarche de conception, on
cherchera donc le (les) matriau(x) prsentant un coefficient dabsorption ou
coefficient alpha Sabine # (0 " # " 1) maximum sur une gamme de frquences la
plus large possible. Labsorption rsulte de diffrents mcanismes, parmi lesquels
les vibrations de plaques basse frquence (typiquement f < 300 Hz) et les effets de
frottement hautes frquences (typiquement f > 1000 Hz). Les milieux fibreux
entrent dans la seconde catgorie dabsorption. La figure 2 reprsente
schmatiquement le coefficient dabsorption alpha Sabine de diffrents matriaux,
efficaces basses, moyennes, ou hautes frquences. Lorsque labsorption est limite
une gamme de frquences donne, on essaiera de privilgier la transmission vers
un matriau prsentant une meilleure absorption dans cette gamme, do la notion
de multimatriaux ou de matriaux gradients de proprits.

Figure 2. Variation du coefficient ! Sabine avec la frquence pour 3 classes de


matriaux
320 RCMA 20/2010. Les comatriaux

Le tableau 1 donne quelques exemples de valeurs du coefficient # Sabine pour


diffrents matriaux et plusieurs frquences centrales doctave, o lon retrouve les
trois types de courbes de la figure 2. On observe que le fibrociment mentionn
prcdemment a un assez bon coefficient des frquences suprieures 1 000 Hz,
les mousses pores ouverts comme les mousses mlamine sont dexcellents isolants
ds les basses frquences. Si on prend le cas dune plaque de bois fixe de manire
rigide, elle prsente un coefficient dabsorption trs faible. Lorsquelle est perfore,
ses capacits dabsorption samliorent, notamment au niveau des frquences
intermdiaires. Cela correspond un effet rsonateur de Helmotz.

Frquence moyenne doctave (Hz)


Dsignation du matriau
125 250 500 1000 2000 4000

Bois plein fix rigidement 0,04 0,05 0,06 0,07 0,06 0,07
Plaque de bois 11 mm perfore
0,2 0,8 0,95 0,55 0,5 0,35
(8 mm < D < 20 mm)
Fibrociment vgtal 35 mm coll 0,17 0,29 0,44 0,93 0,88 0,94

Contreplaqu 5 mm 50 mm support 0,47 0,34 0,30 0,11 0,08 0,08

Fibre minrale projete 19 mm 0,08 0,16 0,52 0,87 1,00 1,00

Laine de roche 40 mm surface Kraft 0,74 0,54 0,36 0,32 0,30 0,17

Mousse pores ouverts 0,32 0,89 0,82 1,00 1,00 1,00

Tableau 1. Valeurs indicatives du coefficient ! Sabine de diffrents matriaux


(Poubeau et Baron, 1991)

Les variables de contrle des fonctions isolantes, utilises comme variables


doptimisation, sont en gnral connues ; pour autant les modles les reliant aux
proprits recherches ne le sont pas toujours, ou alors de manire statistique, voire
mme qualitative. Cest tout lintrt de lingnierie des connaissances, qui permet
de traiter des donnes htrognes.
Les variables prdictives de la conductivit thermique ou de labsorption
acoustique les plus influentes sont la permabilit aux gaz, fortement relie la
densit du matriau, la porosit ouverte et la tortuosit, la granulomtrie des fibres
dans le cas de fibreux, la rigidit pour les proprits vibratoires. Ainsi si lon sait
dfinir une relation G entre les variables Xi doptimisation et la variable Y
optimiser, la fonction objectif scrit symboliquement :

FY : min ( G ( X i )) ou FY : max ( G ( X i )) [3]


Eco-conception dun isolant acoustique 321

Dans le cas des multimatriaux qui nous intressent, trois proprits au moins
vont constituer des fonctions objectif : la conductivit thermique minimiser, le
coefficient # Sabine maximiser dans une gamme de frquences donnes, la
premire frquence propre de rsonance qui peut tre lie la dissipation de
lnergie acoustique basses frquences, donc au coefficient # Sabine. Nous avons
donc dans le problme de conception plusieurs objectifs, parmi lesquels des
objectifs dordre environnemental mentionns prcdemment, certains dentre eux
tant corrls entre eux parfois de manire contradictoire.

3. Optimisation multi-objectif

La conception par optimisation multi-objectif implique loptimisation de


plusieurs objectifs contradictoires simultanment que lon peut illustrer comme suit.
Soit les deux fonctions f1 et f2 qui sont respectivement de dimensions 1 et 2 telles
que f1(x1) = x1 et f2(x1,x2) = x2/ax1. Pour un x2 donn, plus x1 est petit, plus f1 est petit
et plus f2 est grand. Si f1 et f2 sont les fonctions objectif dune optimisation multi-
objectif par minimisation, on voit bien que les deux objectifs sont lis et que
lamlioration du premier objectif (f1(x1)) saccompagne de la dgradation du second
objectif (f2(x1,x2)). Cette contradiction traduit le fait quil nexiste pas une solution
optimale au regard des deux objectifs, mais des compromis optimaux.
Sur cet exemple nous percevons bien que pour un f1 minimal et donc x1 le plus
petit possible, il faudra un x2 le plus petit possible pour minimiser f2. Par ailleurs le
minimum absolu de f2 est obtenu avec x1 le plus grand possible et x2 le plus petit
possible. La prise en compte de cette contradiction entre la minimisation de f1 et
celle de f2 passe par un compromis entre les deux objectifs. Nous constatons aussi
que dun point de vue purement algbrique, x1 ne peut pas tre nul car cela
entranerait une division par zro. Cette dernire observation introduit le fait quil y
a en gnral des contraintes qui doivent tre satisfaites par les fonctions objectif
et/ou leurs variables. Ces dernires sont aussi appeles paramtres, variables
doptimisation ou variables de conception. Les contraintes qui sont des
spcifications du problme, limitent les espaces des paramtres et/ou ceux des
fonctions objectif.
Un compromis sera dit optimal sil atteint un point dquilibre o on ne peut plus
amliorer un objectif sans en dgrader un autre. Tout compromis dont un des objectifs
peut tre amlior nest pas optimal, et est donc domin par le compromis que lon
obtient en amliorant au moins un des objectifs. Les compromis optimaux se situent
sur un front dit de Pareto (figure 3). La figure 3 reprsente une optimisation bi-
objectifs (f1 et f2) : les points noirs constituent le front de Pareto, les fonctions objectif
f1 et f2 au point " peuvent encore tre minimises pour atteindre le point #2 ; donc le
point " est domin par le point #2. Par ailleurs si, partir du point #2, on minimise
encore la fonction f2, on tombera sur le point #3 qui a un f2 suprieur au f2 au point #2.
Le mme phnomne se reproduirait en fonction de f1, #2 et #1.
322 RCMA 20/2010. Les comatriaux

Lobtention dun front de Pareto, un ensemble de solutions optimales non


quivalentes, permet de pouvoir choisir une solution optimale par rapport des
critres externes au problme doptimisation (conomiques, fonctionnels).
Le problme gnral de loptimisation multi-objectif comprend un ensemble de k
fonctions objectif de dimension n, le nombre de variables de dcision (les
paramtres), contraintes par m + p fonctions. Il est en gnral dfini comme suit :
! ! ! !
Optimiser f = [ f1 ( x), f2 ( x),, fk ( x)]
! ! [4]
sous les contraintes gi ( x) ! 0 pour j = 1,, m et h j ( x) = 0 pour j = 1,, p
!
avec x = (x1 , x2 ,, xn ) !" n , le vecteur des variables de dcision
fi : ! n " ! pour i = 1,,k, les fonctions objectif
gi ,h j : ! n " ! pour i = 1,,m et j = 1,,p, les contraintes du problme
!
La dominance au sens de Pareto entre deux vecteurs u = (u1 ,,u k ) et
! ! ! ! !
v = (v1 ,, vk ) avec u domine v , note u " v , peut tre dfinie comme suit (deb,
1999 ; Van Veldhuizen et al., 2000 ; Reyes-Sierra et al., 2006 ; Ndiaye et al., 2009) :
! !
u " v ! "i #{1,, k } , ui $ vi % &j #{1,, k} , u j < v j [5]

Figure 3. Illustration de la dominance au sens de Pareto : les points noirs


appartiennent au front de Pareto et les points gris sont domins (Ndiaye et al., 2009)

Une solution est optimale au sens de Pareto que si elle nest domine par aucune
autre solution (Van Veldhuizen et al., 2000 ; Reyes-Sierra et al., 2006 ; Eckart et al.,
2000). Pour une solution, un vecteur des variables de dcision
!
x = (x1 , x2 ,, xn ) !" n , loptimalit au sens de Pareto est dfinie comme suit :
Eco-conception dun isolant acoustique 323

! ! ! ! ! !
!x "# n $ !/ x % "# n : &q "{1,, k } , fq ( x % ) ' fq ( x) $ fq ( x % ) < fq ( x) [6]

Pour loptimisation en conception nous privilgions les algorithmes


volutionnaires, et en particulier loptimisation par essaim particulaire (OEP)
(Kennedy et al., 1995 ; 1997 ; Eberthart et al., 2001). Cette mthode offre lavantage
de pouvoir traiter des fonctions objectif quelconques des fonctions numriques ou
symboliques et des algorithmes de dimension n. Cette proprit permet dune part,
de pouvoir intgrer dans une mme fonction objectif des connaissances scientifiques
et de lexpertise (Castra et al., 2008 ; Michaud et al., 2009) et, dautre part, de
pouvoir optimiser en multi-objectifs des fonctions numriques, symboliques et des
algorithmes. Par ailleurs lOEP est une mthode trs flexible utilise en optimisation
mono et multi-objectifs dans des domaines scientifiques trs varis (Poli, 2008).

4. Conception dun lment de cloison isolante structure principalement


vgtale

Daprs les connaissances acquises, le choix de conception sorientera vers une


structure fibreuse pour labsorption acoustique en haute frquence et lisolation
thermique, et un lment de type plaque pour labsorption aux frquences
intermdiaires ou aux basses frquences. La modlisation des proprits de ces deux
lments constitue une tape cl du processus.

4.1. Modlisation des proprits dune structure fibreuse

La dmarche suivie pour optimiser les proprits disolation de structures


fibreuses est constitue des diffrentes tapes suivantes :
1. Caractrisation de la microstructure dun matriau de rfrence.
2. Choix dun modle de structure fibreuse thorique adapt au matriau tudi
et identification des paramtres du modle.
3. Importation dans le modle des proprits mesures ltape 1 et validation
du modle par comparaison au milieu rel.
4. Modlisation des proprits disolation partir du rseau thorique.
5. Mise en vidence des paramtres du modle influenant la proprit tudie et
recherche des valeurs des paramtres optimisant les proprits.
Ainsi, la premire tape consiste en la caractrisation dun matriau de rfrence
en termes de proprits intrinsques de la matire premire (fibres) mais aussi de la
morphologie et topologie de sa microstructure. Pour cela, des techniques non
destructives dimagerie comme la microscopie confocale ou la microtomographie X
(figure 4) permettent dobserver en 3D la microstructure des structures lchelle
millimtrique. Ces techniques permettent une observation quantitative dun
matriau, partir du traitement des images numriques tridimensionnelles obtenues.
324 RCMA 20/2010. Les comatriaux

Pour cela, des outils issus de la morphologie mathmatique (Matheron, 1967 ; Serra,
1982) sont utiliss pour traiter les images microtomographiques et obtenir des
informations en 3D sur les diffrentes phases du matriau : pores, fibres (diffrentes
populations peuvent tre mlanges). Des tudes concernant des isolants thermiques
(Lux et al., 2006) et thermo-acoustiques (Delise et al., 2010 ; Peyrega et al., Sous
presse) ont t prcdemment ralises dans ce sens. On ralise ainsi classiquement
des mesures de porosits (dont la porosit interne des fibres), de gradients de densit
dans diffrentes directions de lespace, de taille des fibres et de pores
(granulomtries), dorientation globale (covariogrammes) et locale ou encore de
tortuosit des fibres et des pores. Des outils permettent par ailleurs de segmenter le
rseau fibreux afin de raliser des mesures sur les fibres individualises (Lux et al.,
2006).

a) b) c)
Figure 4. tape 1. Observation qualitative prliminaire au MEB a) cas dun isolant
thermique non tiss. b) Acquisition dimages microtomographiques. c) Coupe
transverse aprs reconstruction en 3D

Puis il sagit de dfinir et valider un modle de milieu fibreux thorique adapt


au milieu considr, qui dpend en particulier du procd dlaboration (tapes 2 et
3). Dans le cas de matriaux isolants thermiques obtenus par procd textile non-
tiss, de forte porosit (> 95 %), les fibres de bois et fibres textiles synthtiques
utilises constituent un rseau 3D trs enchevtr (figures 4 et 5). Le modle
thorique choisi est un modle alatoire de fibres tortueuses (figure 5), identifi par
ses paramtres de dimensions, dorientation et de tortuosit (Faessel et al., 2005).
Dans le cas dun isolant thermo-acoustique obtenu par procd papetier, pris comme
matriau de rfrence dans le cadre du projet Silent Wall, les fibres de bois
prsentent une orientation privilgie dans des plans parallles aux faces (Lux et al.,
2006 ; Peyrega et al., 2009), de telle manire que le modle doit tre adapt
(figure 6).
Enfin, les dernires tapes (4 et 5) consistent en la modlisation des proprits du
matriau, sur un volume lmentaire reprsentatif puis lchelle du matriau, et
lidentification des paramtres dentre du modle pertinents pour loptimisation de
ces proprits. Une analyse de sensibilit de la conductivit thermique de matriaux
Eco-conception dun isolant acoustique 325

fibreux enchevtrs (Faessel et al., 2005) a ainsi permis didentifier la tortuosit des
fibres et leur orientation par rapport aux plans des faces comme les facteurs
dterminants.

a) b) c)
Figure 5. tapes 2, 3 et 4. Cas dun matriau isolant thermique labor par procd
textile non tiss. Rendu volumique de limage microtomographique (a). Modle de
fibres alatoires tortueuses (Faessel et al., 2005) (b). Modle de calcul par lments
finis de la conductivit thermique : champ des tempratures (Faessel et al., 2005)
(c)

a) b) c)
Figure 6. tapes 2 et 3. Cas dun matriau isolant thermo-acoustique. Image MEB
(a). Modle de fibres alatoires faiblement tortueuses et orientes (Faessel et al.,
2005) (b). Modle boolen de cylindres alatoires (Peyrega et al., 2009) (c)

4.2. Analyse des proprits vibratoires dun lment de paroi

Les fonctions dabsorption acoustique dune cloison de sparation par exemple


sont galement lies sa rigidit (absorption mcanique par vibrations de la
structure), qui permet dassurer par ailleurs des fonctions mcaniques essentielles
comme lautoportance ou la rsistance. Cette proprit peut tre utilise pour
amliorer labsorption des frquences basses ou intermdiaires. Ce sont en gnral
326 RCMA 20/2010. Les comatriaux

les faces extrieures qui remplissent cette double fonction dabsorption/transmission


et dautoportance. Si la rigidit moyenne de la structure est une contrainte fixe par
le cahier des charges techniques, cest par lintroduction dinhomognits de
surface ninterfrant pas sur la rigidit que nous avons envisag de dplacer les
modes propres de vibration et ainsi dplacer les frquences dabsorption. Il sagit
dune approche exploratoire mais non intuitive, puisque des travaux raliss par
B. Sapoval (Felix et al., 2009) ont dmontr quune surface rugosit fractale avait
un coefficient dabsorption acoustique suprieur la mme surface apparente, mais
lisse. Cette dmonstration a t ralise sur un mur anti-bruit constitu dun bton de
bois. Un lment important considrer est que le caractre fractal de la rugosit
induit une surface relle dabsorption pour un matriau constitutif prsentant des
proprits absorbantes correctes, voir tableau 1 considrablement suprieure la
surface apparente dabsorption.
La voie que nous avons rcemment explore consiste introduire une
htrognit spatiale de densit la surface donc de porosit pour un mme
matriau constitutif et par consquent de rigidit galement, tout en conservant les
moyennes spatiales de ces deux caractristiques. La raison de ce choix est que ce
sont les vibrations lastiques dune surface mince soumise une pression acoustique
incidente qui nous intressent. Le moyen le plus simple de maintenir une valeur
dfinie de la rigidit moyenne dun lment de surface tout en introduisant une
htrognit spatiale est de se baser sur un processus alatoire ergodique, i.e. pour
lequel la moyenne surfacique des rigidits est gale lesprance mathmatique
de cette grandeur donne par sa loi de probabilit et fixe par le cahier des charges
techniques. La surface tant divise en lments finis, tous les lments ont ainsi la
mme esprance mathmatique de rigidit do le caractre ergodique la
diffrence de rigidit entre un lment et son voisin tant associ la variance VE de
la loi de probabilit. La variance, ou lcart type plus couramment employ, qui
dtermine lintensit de lhtrognit spatiale, constitue donc dans ce schma la
variable doptimisation par rapport aux modes propres de vibrations.
Une tude de sensibilit a t ralise sur une plaque mince modlise par
lments finis (EF) avec le code ABAQUS (figure 7). Le maillage est un maillage
triangulaire simple. La plaque ainsi maille est divise en 10 x 10 sous-ensembles
reprsentant 100 matriaux diffrents (au sens des proprits lastiques).
Comme indiqu prcdemment, tous les sous-ensembles ont la mme esprance
mathmatique de masse volumique ou de rigidit, les diffrences de caractristiques
dun sous-ensemble au suivant tant associes la variance de la loi de probabilit
globale (suppose normale ici) pour la plaque. Les caractristiques de chacun des
100 matriaux pour une plaque sont tires alatoirement dans cette loi.
150 simulations de Monte Carlo, reprsentant 150 plaques diffrentes, ont t
ralises pour une valeur donne de variance, afin dobtenir une reprsentation
statistique des frquences propres. Seuls les 3 premiers modes propres ont t
tudis.
Eco-conception dun isolant acoustique 327

Le matriau de rfrence choisi est un panneau de particules de bois de masse


volumique moyenne gale 800 kg/m3 et de module dlasticit isotrope
proportionnel la masse volumique. Une valeur de 3 GPa a t choisie pour le
matriau de rfrence (conforme un calcul composite simple ou des donnes
commerciales). Linhomognit spatiale tant dfinie par le coefficient de variation
(COV) de la loi Normale de moyenne fixe par les valeurs donnes ci-avant, les
calculs ont t raliss pour des COV variant de 1,25 % (soit un cart type de
10 kg/m3 sagissant de la masse volumique) 25 % (200 kg/m3). Ces valeurs
dinhomognit restent relativement modestes, mais compatibles avec un nombre
limit de simulations de Monte Carlo.

Figure 7. Maillage par lments finis dune plaque de 8 mm dpaisseur constitue


dun panneau de particules de surface 450 x 450 mm! en vue du calcul des
frquences propres de vibration

Lensemble des rsultats nest pas dtaill ici, mais il apparat que
linhomognit introduite, quelle que soit son intensit dans la gamme de COV
tudie, ne dplace pas significativement les modes propres de vibrations. Cela
confirme le fait que cette inhomognit est trop faible et surtout trop peu
contraste. Il est probable que le choix dune loi de probabilit unimodale soit un
choix erron, ou que le caractre ergodique de la rpartition de linhomognit ait
un effet de lissage.
Un certain nombre dlments intressants ont nanmoins t observs
concernant la distribution statistique des trois premires frquences propres pour
150 simulations (i.e. 150 plaques virtuelles statistiquement identiques)
correspondant un COV donn. Pour une faible inhomognit, cette distribution
suit une loi Normale pour les 3 modes, comme lindique le test de normalit
figure 8. Par ailleurs, le coefficient directeur des droites, proche de $/2, indique une
328 RCMA 20/2010. Les comatriaux

trs faible dispersion de la frquence. Le mode fondamental se positionne autour de


12 Hz, le second de 30 Hz, et le troisime de 80 Hz.

Figure 8. Test de normalit sur les 3 premires frquences propres pour un COV de
1,25 % (faible inhomognit de masse volumique). Lalignement des points sur des
droites montre que les frquences suivent une loi Normale. Chaque droite est
reprsente par 150 points, correspondant 150 panneaux simuls. Il sagit donc
dune dispersion de frquences propres entre panneaux statistiquement identiques

a) b)

Figure 9. Test de normalit sur les 3 premires frquences propres pour un COV de
25 % (forte inhomognit de masse volumique). Le non-alignement des points sur
des droites, gauche, montre que les frquences ne suivent pas une loi normale.
Une transformation logarithmique de la frquence propre, droite, satisfait le test
de normalit
Eco-conception dun isolant acoustique 329

Pour un COV de 25 % en revanche, la distribution statistique des frquences


sloigne de la loi Normale, dautant plus que le mode est lev (figure 9a). Une
transformation logarithmique de la frquence indique quune loi Log normale 3
paramtres dcrit convenablement la distribution des frquences. Les valeurs
moyennes des 3 frquences propres sont, aux erreurs numriques prs, identiques
celles obtenues pour un COV de 1,25 %. En revanche, la dispersion est
significativement plus leve, quel que soit le mode.
Une consquence thoriquement utilisable est quune cloison constitue dune
centaine de dalles statistiquement identiques de 450 x 450 mm!, soit 10 m! au total
environ, constituera un systme htrogne prsentant des modes de rsonance
locaux situs des frquences diffrentes (du simple au double pour le troisime
mode).

4.3. Application des principes de conception

La premire tape de la conception prliminaire est la dfinition dun cahier des


charges techniques du produit, les critres conomiques et les procds tant
considrs dans une phase plus avance de la conception. Dans le cas de lco-
conception, il faut ajouter des indicateurs environnementaux ds la phase
prliminaire, ce qui implique que loptimisation des procds dlaboration ne peut
tre nglige, mme si elle reste qualitative. Le cahier des charges se dcompose en
3 sous-ensembles : des contraintes, des objectifs, et des variables dajustement. Les
contraintes sont des grandeurs devant atteindre une valeur cible pour permettre au
produit de remplir une fonction particulire, amliorer cette valeur ne prsentant pas
dintrt particulier. Un exemple classique est celui de la rsistance mcanique R du
produit, pour laquelle la contrainte peut scrire , o F est une force
extrieure applique, et k un coefficient de scurit dfini par un code de
dimensionnement.
Les objectifs sont des fonctions optimiser, et peuvent tre soumis ou non un
seuil rglementaire. Ce sont souvent des grandeurs qui impactent sur la
comptitivit du produit dans un secteur fortement concurrentiel. Typiquement les
missions de CO2 dun vhicule rentrent dans cette catgorie. Enfin les variables
dajustement sont des grandeurs pour lesquelles il ny a aucune contrainte, mais qui
apparaissent dans lexpression des contraintes ou fonctions objectif. Dans
lexpression de la rsistance thermique dune cloison de sparation, faisant
intervenir le rapport de lpaisseur e de la cloison sa conductivit thermique, e peut
tre une variable dajustement.
Dans le cas dun lment de cloison isolante, le cahier des charges peut se dfinir
qualitativement de la manire suivante :
1. Minimiser la conductivit thermique ! de llment, tout en respectant les
seuils dfinis par la nouvelle rglementation thermique (NRT). La NRT voluant
330 RCMA 20/2010. Les comatriaux

rgulirement, minimiser ! est un facteur danticipation, do son intrt dans une


dmarche dinnovation continue.
2. Maximiser le coefficient # Sabine pour une frquence doctave donne, tout
en respectant les seuils dfinis par la nouvelle rglementation acoustique (NRA). La
mme remarque que prcdemment peut tre faite ici.
3. Maximiser le spectre dabsorption, en ltendant notamment aux trs basses
frquences (<100 Hz). Cet objectif constitue un lment dinnovation et de
comptitivit important aujourdhui et dans les annes venir.
4. Permettre la recyclabilit du produit en fin de vie, ou limiter les missions de
polluants ou produits toxiques lors de son enfouissement ou de sa combustion. Il
sagit dune contrainte.
5. Minimiser lutilisation dnergies et ressources fossiles, de la production la
mise en uvre. Il sagit dun objectif.
6. Maximiser les conomies de ressources, fossiles ou renouvelables.
Sur la base de ce cahier des charges, on peut, en se servant de la modlisation
et/ou de connaissances dexpert, dterminer les variables qui vont influencer les
fonctions cibles, dites variables de dcision. La seconde tape est donc la
construction dun graphe dinfluence, dont une premire bauche est prsente
figure 10.
Le matriau envisag se compose a priori dune phase fibreuse dcrite par 5
variables de dcision, dont une variable de type rseau (lorientation), une phase
poreuse dcrite par 4 variables, et une phase rsine permettant dassurer la fonction
de rigidit en surface, laquelle on peut rajouter des additifs divers pour assurer
dautres fonctions.
Lintgration dobjectifs environnementaux fera apparatre de nouvelles
variables de dcision associes en particulier la nature et au nombre de
constituants dorigine renouvelable ou fossile, leurs modes dassemblage, aux
procds de transformation. Ltape doptimisation doit conduire un ensemble de
solutions optimales au sens de Pareto, parmi lesquelles des choix pourront tre faits
sur dautres critres, e.g. conomiques, socitaux, environnementaux, ou de
flexibilit (adaptation de nouvelles technologies par exemple). En tout tat de
cause, plusieurs possibilits soffrent : i) assemblage de matriaux existants, avec
comme question sous-jacente la contribution des interfaces dans la rponse
attendue ; ii) cration et assemblage de nouveaux matriaux ; iii) cration dun
matriau monolithique gradient de proprits.
Concernant les constituants, plusieurs possibilits sont galement offertes,
notamment pour la phase principale fibreuse : i) solution monofibre vgtale
diffrents degrs de raffinage, avec ou sans rsine ; ii) solution multifibres vgtales,
avec ou sans rsine ; iii) mlange de fibres vgtales et synthtiques, avec ou sans
rsine.
Eco-conception dun isolant acoustique 331

-$.*)'
+$,*&#'
Orientation des fibres -"#)'
! des fibres -/.*)'

Tortuosit des fibres

Conductivit thermique
Diamtre des fibres Surface spcifique

Htrognit des
diamtres des fibres
Absorption acoustique
p/r frquence d'octave

()*&#' Taille des pores

Porosit
Gamme de frquences
Tortuosit des pores Rigidit

Connectivit des pores

Variance de rigidit
!"#$%&'
Pourcentage

Rigidit rsine

Variable process

Figure 10. Graphe dinfluence liant les variables de dcision aux objectifs
techniques du cahier des charges. Les flches matrialisent des modles ou des
connaissances dexpert. Ce graphe doit permettre de construire les fonctions
objectif et identifier des contradictions ou interactions

NOTE. Il existe sur le march un nombre significatif (et croissant) de fibres


vgtales candidates, telles que le bambou, le chanvre, le bois, louate de cellulose,
lalfa Il existe galement de nombreux produits isolants base de fibres vgtales,
comme lIsonat chanvre, de la Socit Isonat, prsent sur la photo figure 11.
Cette tape de choix est en troite relation avec les procds qui seront mis en
uvre pour llaboration du produit, et conduit une conception plus avance,
sachant que le cahier des charges dco-conception doit tre respect.
332 RCMA 20/2010. Les comatriaux

Figure 11. Isonat chanvre, compos denviron 85 % de chanvre et 15 % de


fibres textiles, prsente de bonnes performances thermiques et acoustiques

4.4. Recherche dun procd propre dlaboration

Compte tenu du choix prliminaire de structures fibreuses 3D forte porosit, le


choix dun procd non tiss tait naturel ds le dbut, plutt quun procd
papetier, plus nergivore. Ce sont dailleurs des non tisss que lon trouve
principalement sur le march des isolants naturels. On les trouve sous forme de
moquettes ou de panneaux, selon le procd utilis. Ces matriaux napportent que
les fonctions disolation, et, tout en tant performants, restent relativement chers, ce
qui explique quils se situent encore dans des marchs de niche, bien quen
expansion. Ils ont par ailleurs les caractristiques des isolants fibreux, cest--dire
quils absorbent lnergie acoustique surtout dans les hautes frquences.
Le procd recherch est un procd permettant dobtenir un produit prsentant
un gradient transversal de proprits dabsorption associ une fonction
autoporteuse, ce gradient pouvant tre obtenu par superposition de couches ayant
des caractristiques distinctes par rapport aux variables de la figure 10, ou par un
gradient continu dans le cas dun matriau monolithique. Il doit galement permettre
de produire une inhomognit surfacique telle quelle aura t dfinie par
loptimisation. A ce stade, la veille technologique et lexpertise industrielle sont
essentielles dans le processus de conception. Le secteur des technologies textiles est
en constante volution, et lassemblage de deux ou plusieurs technologies existantes
est sans doute la voie explorer court terme.
Outre le fait de satisfaire les exigences du cahier des charges produit, le procd
doit tre peu nergivore, non polluant, et comporter le minimum doprations
dassemblage ou de reprise car elles sont coteuses.
Au stade o en sont ces recherches, nous navons pas identifi de technologie
unique permettant de satisfaire lensemble des conditions du cahier des charges,
cette tape devrait faire lobjet dun programme de valorisation.
Eco-conception dun isolant acoustique 333

5. Conclusion

Nous avons prsent dans cet article les diffrentes tapes dun processus dco-
conception dun produit relativement complexe, les mthodes utilises
optimisation multi-objectif, modlisation, formalisation dun cahier des charges et
des rsultats scientifiques sur la caractrisation dun fibreux et lanalyse dynamique
dune plaque inhomogne. Cette prsentation ne constitue que la trame dun
programme de recherche comportant notamment de nombreux rsultats
exprimentaux dont nous ne pouvions parler : mesures acoustiques de plaques et
fibreux, analyse modale de plaques homognes ou inhomognes
Linnovation associe lco-conception est un problme plus complexe que ce
que lon pense parfois. Aborde de manire conventionnelle, e.g. comment rduire
lempreinte cologique dun procd ou dun produit ? , elle est gnralement
incrmentale et relve de lingnierie inverse. Telle quelle est aborde ici, la
formulation serait plutt comment repenser un procd ou un produit de manire
minimiser lempreinte cologique dun procd ou un produit, de manire
prserver les fonctions de ce dernier ? et peut conduire des ruptures
technologiques. Dans notre cas, il sagirait dun produit nouveau qui remplacerait
les solutions dassemblage mises en uvre sur chantier.
Ce type de problmatique, tourne vers linnovation, fait avancer la recherche
scientifique. On la vu ici dans trois domaines : lingnierie de la connaissance,
limagerie 3D et la modlisation de microstructures fibreuses, ltude de linfluence
dinhomognits sur le comportement dynamique de plaques.
Alors que nous sommes partis dune tude matriau pour esprer arriver, la fin
de ce programme, lbauche dun procd dlaboration, la poursuite de ces
travaux se fera en sens inverse, en se concentrant sur loptimisation dun procd, et
devrait logiquement tre pilote par lexpertise industrielle.

6. Bibliographie

Castra P., A. Ndiaye C., Fernandez F., Michaud, Loptimisation par essaim particulaire
applique la conception de composites renforts lignocellulosiques , Revue des
composites et matriaux avancs, vol. 18 n 2, 2008, p. 185-190.
Deb K., Multi-objective Genetic Algorithms: Problem Difficulties and Construction of Test
Problems, Evolutionary Computation, vol. 7, n 3 1999, p. 205-230.

Delise C., Lux J., Malvestio J., 3D morphology and permeability of highly porous
cellulosic fibrous material, Transport in Porous Media, vol. 83, n 3 2010, p. 623-636.

Eberhart R., Shi Y., Particle swarm optimization: developments, applications and resources,
Proceedings of IEEE World Congress on Computational Intelligence. Congress on
Evolutionary Computation, CEC 2001 (Issue): 81-86
334 RCMA 20/2010. Les comatriaux

Eberhart and Y. Shi (2001). Particle swarm optimization: developments, applications and
resources. Proceedings of IEEE World Congress on Computational Intelligence. Congress
on Evolutionary Computation, CEC 2001 (Issue): 81-86
Faessel M., Delise C., Bos F., Castra P., 3D modelling of random cellulosic fibrous
networks based on X-ray tomography and image analysis, Composites Science and
Technology, vol. 65, n 13, 2005, p. 1931-1940.
Felix S., Sapoval B., Filoche M., Asch M., Enhanced wave absorption by irregular
interfaces, Europhysics letters, vol. 85, n 1, 2009.
Kennedy J. and Eberhart R.C., A discrete binary version of the particle swarm algorithm,
Proceedings of IEEE International Conference on Computational Cybernetics and
Simulation, Piscataway, NI, 1997, Systems, Man, and Cybernetics (Issue), IEEE, 1997,
p. 4104-4109.
Kennedy J., Eberhart R., Particle swarm optimization, Proceedings of the 1995 IEEE
International Conference on Neural Networks, Part 1 (of 6), 1942-1948, IEEE, 1995.
Lux J., Delise C., Thibault X., 3D characterization of wood based fibrous materials: an
application, Image Analysis and Stereology, vol. 25, n 1, 2006, p. 25-35.
Matheron G., lments pour une thorie des milieux poreux, Paris, Masson, 1967.
Michaud F., Castera P., Fernandez C. and Ndiaye A., Meta-heuristic Methods Applied to the
Design of Wood-Plastic Composites, with Some Attention to Environmental Aspects,
Journal of Composite Materials, vol. 43, n 5, 2009, p. 533-548.
Ndiaye A., Castra P., Fernandez C., Michaud F., Multi-objective preliminary ecodesign,
International Journal on Interactive Design and Manufacturing, vol. 3, n 4, 2009, p. 237-245.
Peyrega C, Jeulin D, Delise C, Malvestio J., 3D morphological modelling of a random
fibrous network, Image Analysis and Stereology, vol. 28, n 3, 2009, p. 129-141.
Peyrega C., Jeulin D., Delise C., Malvestio J., 3D morphological characterization of fibrous
media, Advanced Engineering Materials, sous presse.
Poli R., Analysis of the Publications on the Applications of Particle Swarm Optimisation,
Journal of Artificial Evolution and Applications, 2008, p. 1-10.
Poubeau P., Baron C., "Produits pour la correction acoustique", Paris, CATED. 1991.
Reyes-Sierra M. and C. Coello Coello, Multi-Objective Particle Swarm Optimizers: A
Survey of the State-of-the-Art, International Journal of Computational Intelligence
Research, vol. 2, n 3, 2006, p. 287-308.
Serra J., Image analysis and mathematical morphology, London, Academic Press, vol. 1,
1982.
Van Veldhuizen, D., G. Lamont, Multiobjective Evolutionary Algorithms: Analyzing the
State-of-the-Art, Evolutionary Computation, vol. 8, n 2, 2000, p. 125-147.
Zitzler E., Deb K. and Thiele L., Comparison of Multiobjective Evolutionary Algorithms:
Empirical Results, Evolutionary Computation, vol. 8, n 2, 2000, p. 173-195.

Vous aimerez peut-être aussi