Académique Documents
Professionnel Documents
Culture Documents
Dans le présent travail, nous nous basons en premier lieu sur des travaux expérimentales afin de
développer un modèle numérique de transfert thermo-hydrique. Puis, dans un second temps, ce
modèle est validé à travers une confrontation de résultats numériques à des mesures expérimentales
obtenues pour un échantillon d’alumine.
dT 2
=D t ×∇ T
dt
(1 )
où T est la température et D t est le coefficient de diffusion thermique lequel est calculé en fonction
de la conductivité thermique λ, la masse volumique ρ et la capacite´ calorifique du matériau Cp.
Selon la loi de Fick (Eq 2), le flux de masse est proportionnel au gradient de concentration en
humidité :
dC 2
=D w × ∇ C
dt
( 2)
où C est la concentration d’eau et D w est le coefficient de diffusion massique.
ɸT =D w Lw ∇ C M w +h ( T a +T s )
( 3)
ɸC =k ¿
¿
où ɸT est le flux thermique de surface, Lw est la chaleur latente d’évaporation et de sorption, M w est
la masse molaire de l’eau, R est la constante des gaz parfaits, h est le coefficient de transfert
thermique.
P v ,sat
C a=RH ×
RTa
( 5)
C Pa (6 )
lim ¿=a w × ¿
RT s
T a est la température de l’air et T s est la température du solide. a w est l’activité´ de l’eau laquelle
se définie comme l’humidité relative au sein du matériau.
Pv
a w=
P v ,sat
(7 )
Il est possible de la déterminer expérimentalement. Une étude menée dans [14] [13] a montré que
[ ( )]
B −1
A
a w = 1+
l’activité de l’eau peut être reliée à la teneur en eau X. X où A et B sont deux
( 8)
paramètres à identifier expérimentalement.
Par ailleurs, ce modèle nécessite certaines propriétés et paramètres physiques sous forme
d’inputs qui dépendent de la teneur en eau (X).
Ainsi, dans l’exemple de l’alumine, l’activité de l’eau a w peut être décrit selon le modèle
d’Oswin où les paramètres A et B sont déterminés expérimentalement (figure 2) en fonction
de la teneur en eau [19]
Notons que la teneur en eau (X) est liée à la concentration en eau par l’expression suivante :
C × Mw
X=
ρsec
( 9)
- Coefficient de diffusion massique D w
La transition entre les deux périodes de séchage s’exprime par la relation suivante :
Dw ( X )= D2+ erf
( X −X f , p
0.5
2 dX )( D1−D 2)
( 11 )
X f , p est la teneur en eau pour laquelle la première période de séchage se termine, dX est l’écart
type et erf est la fonction d’erreur :
x
2
∗∫ exp (−t ) dt
2
erf =
√π 0
(12 )
La conductivité thermique n’est a priori pas constante et dépend fortement de la teneur en eau (X).
Dans l’exemple de l’alumine [16], on trouve trois régimes distincts. D’un point de vue pratique, les
points expérimentaux sont fittés (Figure 4) selon l’équation linéaire suivante :
λ=aX + b
( 13 )
Le problème proposé est celui du séchage convectif d’un échantillon d’alumine de forme cubique
de côté´ L = 20mm ou` la face inférieure n’échange ni de la chaleur ni de la masse avec l’extérieur
tel que présenté sur la Figure 5. La pièce est déposée sur un four de température constante T=40◦C
et d’un taux d’humidité de 29%. Elle est soumise a` des gradients d’humidité pour une température
initiale T init=20° C . La teneur en eau initiale est de 30%. La Figure III.6 ci-dessous montre l’état du
matériau au bout de deux heures et demi de séchage.
D’un point de vue hygroscopique, la partie inférieure contient plus d’eau que le reste du domaine.
On voit clairement l’effet des échanges thermique et hygroscopique avec l’air. Ceci valide d’une
manière qualitative notre modèle. Du point de vue quantitatif, le modèle numérique permet
d’accéder à plusieurs grandeurs physiques (Figure 7) et ce en tout point du domaine. A titre
d’exemple, on peut suivre la teneur en eau dans l’échantillon. On peut également mesurer la
variation de la température en fonction du temps.
Figure 6 : Variation du champ de concentration en eau et de la température représentée en 3D
Une comparaison est établie entre les résultats expérimentaux et numériques concernant la
température et la teneur en eau pour le séchage à 40°C. La première phase, à vitesse de séchage
constante, se caractérise par un taux de séchage constant par unité de surface clairement identifiée
sur la courbe de teneur en eau durant les 4-5 premières heures. En effet, la surface exposée au
séchage de l’échantillon se comporte comme une surface d’eau libre. Au cours de cette phase, le flux
de chaleur et la chaleur latente de l’eau d’évaporation tendent à établir un état d’équilibre
caractérisé par une température constante de la surface de l’échantillon (≈ 27◦C). Avant que cela ne
soit établi, on observe un régime transitoire qui peut être expliqué par la température initiale de
préparation de l’échantillon (20°C) qui est inférieure à la température du four (40°C). Ensuite, lorsque
le taux de séchage est ralenti en perturbant l’équilibre de la surface d’évaporation, on observe une
forte augmentation de T. Le modèle présente une bonne concordance avec les données
expérimentales, soit en termes de teneur en humidité, soit en termes de température de surface. En
revanche, on ne peut pas ignorer le faible écart entre les résultats expérimentaux et numériques.
Cela est peut-être lié à la préparation expérimentale de l’échantillon à la température ambiante
(20°C) avant de le s’écher à 40°C ou bien au choix du coefficient de transfert de chaleur h.
Conclusion
Dans ce chapitre, un modèle numérique macroscopique tridimensionnel a été développé et validé
dans le cadre de l’étude de l’alumine. Ce modèle est basé sur un couplage des équations de chaleur
et de masse, mais son principal avantage réside dans le fait que les changements des propriétés
physiques déterminantes avec la teneur en eau sont pris en compte. La résolution de ces équations a
été réalisée en utilisant la MEF.
Chapitre 4 : Application du Modèle Numérique
IV.1 Introduction
Dans le chapitre III, nous avons vu que suite à l’introduction d’un ensemble de propriétés
thermophysiques et hydriques dans un modèle numérique, on peut obtenir des résultats
avec un degré de réalisme acceptable. Notre objectif est maintenant d’appliquer notre
modèle numérique à l’humidification de matériaux candidats (ciment CEM1, plâtre de gypse)
envisagés pour réaliser des tests de fonctionnement du capteur SAW.
Nous considérons le ciment Portland CEMI (échantillon C5) [15] dont les paramètres d’entrée
sont donnés sur le tableau 2 et dont la courbe de sorption isotherme est donnée sur la
Figure IV.1. Les données de la courbe de sorption de l’échantillon C5 ont été introduites dans
le logiciel COMSOL.
Paramètres Valeur
Porosité 14.8 %
Coefficient de diffusion massique D w 10
−10
m²/s
Coefficient de transfert du chaleur h 40 W/m². K
Pression de la vapeur saturante de l’eau Ps(T) = exp (13.7 − (5120/T)) : Pa
Conductivité thermique λ 1.5 W/m. K
Figure 8 : Variabilité des isothermes de sorption pour différents échantillons à 20°C (on
s’intéresse à l’échantillon C5) [15]
IV.2 Modèle numérique de sorption de vapeur d’eau dans le ciment
Le problème proposé est celui de la sorption d’un échantillon de ciment sec de forme cubique de
côté L dont la valeur admissible dépend des dimensions du capteur et varie entre 0.02m à 0.1m.
Toutes les faces du cube échangent avec l’extérieur de la chaleur et de l’humidité. La pièce est
déposée dans une chambre climatique à température constante T= 20◦C tel que présenté sur la
Figure 9 et elle est soumise à des gradients d’humidité relative qui varient en fonction du temps
(Eq.14) à une température initialeT init . Ce choix pour l’humidité relative a pour but d’éviter
l’apparition des fissurations dans l’échantillon
{
HR=0.1 ,∧si(t < X 1 )
HR=f ( t )= HR=0.4 ,∧si (X 1 ≤ t < X 2 )
HR=0.8 ,∧si(X 2 ≤t ≤ X 3)
HR=1 ,∧si(X 3 >t )
( 14 )
Résultats et discussion :
Les matériaux poreux tel que le ciment ont la capacité d’échanger de l’humidité avec l’air
environnant. L’augmentation de l’humidité de l’air au voisinage du matériau entraîne une
augmentation de la masse apparente de celui-ci. Une fixation de molécules d’eau en surface des
pores apparaît, il s’agit du phénomène d’adsorption. L’eau liquide présente une conductivité
−1 −1
thermique ( λ air =0.6 W . m . K ) trente fois supérieure à celle de l’air sec (
−1 −1
λ air =0.6 W . m . K ). Ainsi la présence d’eau au sein du milieu poreux va modifier la
conductivité thermique globale des matériaux.
Les Figures 10, 11 montrent l’impact des dimensions du bloc sur le temps nécessaire pour atteindre
un état d’équilibre thermo-hydrique où a w =H Ra. Le Tableau 3 résume les temps nécessaires pour
atteindre les différents paliers d’humidité relative imposées HR=0.1, 0.4, 0.8, et 1, on constate que
pour L=0.02m on a besoin de 9 jours pour atteindre le 10% de l’humidité relative de l’air imposée.
Notons que pour L=0.1m le procédé nécessite 200 jours (7 mois) pour atteindre la même valeur
d’humidité relative. D’autre part, à chaque fois que la dimension de l’échantillon augmente le temps
D’un point de vue théorique, les simulations numériques ont montré que le temps de sorption est
très sensible aux dimensions de l’échantillon et aux valeurs imposées de l’humidité relative de l’air.
Afin de répondre aux objectifs du projet, le ciment CEM1, bien que proche du béton réfractaire,
s’avère un mauvais choix pratique car exige des durées de sorption beaucoup trop importantes
(jusqu’à 28 mois L=0.1m).
Dans la partie suivante, nous considérons un autre matériau, le plâtre de gypse, comme matériau
d’étude. Ce matériau présente en effet un taux important de porosité ainsi qu’un coefficient de
diffusion plus important que le ciment, paramètres qui influent grandement sur le temps de
sorption.
Paramètres Valeur
Porosité´ 55 %
Coefficient de diffusion massique Dw 2×10−8 m²/s
Coefficient de transfert du chaleur h 40 W/m². K
Pression de la vapeur saturante de l’eau Ps(T) = 101325*exp (13.7 − (5120/T)) : Pa
Conductivité´ thermique λ 0.48 W/m.K
Le problème proposé est celui de la sorption d’un échantillon du plâtre de gypse de forme
cubique de côté L qui varie de 0.02m à 0.1m. Toutes les faces du cube échangent de la
chaleur et de la masse avec le milieu extérieur. La pièce est déposée dans une chambre
climatique à température constante T= 20◦C tel que présenté sur la Figure IV.6 et elle est
soumise à des gradients d’humidité relative qui varient en fonction du temps (Eq 15) à une
température initiale T init =20◦C :
{
HR=0.1 ,∧si(t < X 1 )
HR=0.4 ,∧si (X 1 ≤ t < X 2 )
HR=f ( t )= HR=0.8 ,∧si(X 2 ≤t ≤ X 3) ¿
HR=1 ,∧si ( X 3 >t )
¿
( 1 5)
Figure 13 : Conditions imposées à l’´échantillon de plâtre de gypse
durant le procédé
Les Figures 14, 15 montrent à nouveau que le temps nécessaire pour atteindre les valeurs imposées
d’humidité relative pour le plâtre varie en fonction de la dimension de l’échantillon. D’après les
Tableaux 5, 6 le temps nécessaire pour atteindre les valeurs imposées d’humidité relative pour le
plâtre (maximum de 5 jours pour L=0.1m) est beaucoup plus réduit par rapport au béton (maximum
28 mois pour L=0.1m). Cette différence est dû principalement à la valeur élevée de la porosité pour le
plâtre 55 % contre 14.8 % pour le ciment et a` la valeur du coefficient de diffusion massique (2. 10−8
m²/s contre 10−8 m²/s pour le ciment).
Ainsi, afin de valider la performance du capteur il est préférable de travailler avec le plâtre qui
présente une durée d’essai assez réduite et efficace par rapport au ciment CEM1.
Tableau 5 : Durées nécessaires pour atteindre les différentes valeurs ciblées de l’humidité relative en fonction des
dimensions du bloc de ciment
Conclusion
Le travail réalisé durant ce stage a conduit la mise en place d’un outil numérique contribuant à
l’étude et à la validation du fonctionnement de capteurs innovants pour le monitoring in-situ du
béton réfractaire au cours du séchage.
Tout d’abord, dans le chapitre II, une étude détaillée du phénomène de séchage a été présentée. Un
tel procédé d’avère en effet assez complexe en raison des phénomènes physiques simultanés de
transfert de chaleur et de masse. Le défi d’aujourd’hui, consiste à mettre en place un outil
numérique fiable et performant permettant de prédire via un ensemble de données d’entrée qu’il
fait intervenir l’évolution du processus de séchage quel que soit la sévérité des conditions de
température et d’humidité. Dans l’optique de répondre à ce besoin, une étude bibliographique a été
abordée afin de mettre en évidence les données expérimentales nécessaires à la simulation
numérique. Parmi ces données, on trouve la teneur en eau, l’activité de l’eau, l’humidité relative de
l’air, la chaleur spécifique, la conductivité thermique et le coefficient de diffusion de l’eau.
Dans un second temps, un modèle numérique tridimensionnel a été développé dans le chapitre III
dédié au séchage des matériaux poreux. Ce modèle est basé sur un couplage des équations de
chaleur et de masse et sur la théorie de la couche limite. La résolution de ces équations se base sur la
MEF et les calculs sont réalisés à l’aide du logiciel de calcul COMSOL. La validation de ce modèle a été
réalisée dans plusieurs configurations (avec différentes conditions initiales et géométries de
l’échantillon) par comparaison avec les résultats expérimentaux tirés de l’étude du séchage convectif
d’une pâte d’alumine.
- Permet de savoir quel matériau adéquat pour le capteur, en comparaison les données de chaque
matériau candidat (humidité, température...).
- Peut jouer aussi le rôle du capteur sois même vu qu'il peut donner des courbes de Température et
de teneur en eau en fonction du temps après séchage ou humidification (Peut prédire l'état séchage
du béton)
=> Du coups le résultat de ce travail qu'on a eu un modèle qui nous donne des courbes de
Température et concentration d'eau qui reflète l'état de n'importe quel matériau après séchage ou
humidification.