Chapitre 3 : Modélisation sur Comsol

III.1 Modèle numérique du séchage

III.1.1 Introduction
Le modèle de séchage que nous allons présenter est basé sur la Méthode des Eléments Finis (MEF) et
les calculs sont réalisés sur le logiciel de calcul COMSOL.
Le modèle considéré est un modèle mésoscopique avec un élément volumique représentatif. Ainsi, il
est très difficile de prédire avec précision les différents modes de transfert à l’échelle de la
microstructure. La simulation des transferts thermique et hydrique à cette échelle n’est donc pas
envisageable. Nous supposons par conséquent que la répartition d’eau au sein du matériau est
homogène. Enfin, nous nous intéressons seulement à la première phase de séchage.

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.

III.1.2 Comportement thermo-hydrique

Dans cette partie, nous allons présenter les équations des modèles utilisés tels que le modèle de
transfert de chaleur et de masse (vapeur d’eau) au sein d’une pâte d’alumine exposée à l’air chaud
(Figure1).
Les équations de transport sont respectivement réagies par la loi de Fourier et la loi de Fick. Le
transfert de chaleur et de masse (Eq.1) est provoqué par un gradient de température.

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.

Figure 1 Géométrie du modèle de séchage et ses hypothèses [14]

Le modèle thermo-hydrique permet de représenter les phénomènes de transfert de chaleur et de

masse. Il offre par ailleurs, une bonne exactitude des résultats par rapport aux résultats
expérimentaux avec un temps restreint de résolution.
Les équations de chaleur et de transfert de masse sont résolues simultanément. Le couplage entre
ces équations est assuré par les deux conditions aux limites suivantes ((Eqs.3 et 4) :

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.

Dans l’équation 4, ɸC désigne le flux de transfert, k est le coefficient de transfert de masse et C a et

C lim ¿¿ sont respectivement la concentration d’eau dans l’air et dans la couche limite. Ces derniers
sont déterminés comme suit :

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.

Le défi scientifique de ce travail est le couplage des termes thermique et hydrique.

Les problèmes de transfert de chaleur et de masse sont résolus afin de décrire les phénomènes
d’échange et de déterminer la distribution de la température et de la teneur en humidité de la pièce
à étudier. Cette résolution est faite indépendamment de la résolution mécanique. Le modèle
numérique fait appels à 2 modules de calcul implémentés dans COMSOL :

 Un module transfert de chaleur pour résoudre le problème thermique.

 Un modèle de transfert des espèces diluées pour modéliser le transfert de masse.

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]

Figure 2: Fittage de l’activité de l’eau selon le modèle d’OSWIN

pour l’alumine à 20_C (A=0.262, B=2.6623)

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

Suite à l’étude de l’évolution du coefficient de diffusion massique de l’eau D w en fonction de la

cinétique de séchage, nous pouvons distinguer 2 périodes. Dans une première période, seuls l’eau et
le matériau solide coexistent. La distribution de l’eau est alors uniforme et on associe une valeur
maximale à D w . En utilisant les mêmes dimensions d’échantillon et les mêmes conditions de
séchage, nous réduisons ensuite la diffusion jusqu’à ce qu’un gradient de concentration en eau
apparaisse. La dernière valeur qui mène à une concentration d’eau uniforme a été utilisée dans le
modèle (6. 10−5 m 2 . s−1). Dans une deuxième phase où un gradient de concentration apparait, nous
introduisons un coefficient de diffusion qui tient compte de la variation de la teneur en eau. Dans
l’exemple de l’alumine la relation D w et la teneur en eau (X) s’écrit [19] :
−9 0.3 X
D2=2 ×10 e
( 10 )

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 )

L’évolution du coefficient de diffusion dans l’exemple de l’alumine est présentée en Figure 3 :

Figure 3: Fittage du coefficient de diffusion effective de l’eau en fonction de la teneur en eau

 - Conductivité thermique λ

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 )

où a et b sont des constantes à déterminer.

L’augmentation de la conductivité thermique λ s’explique par l’augmentation de l’évaporation de

l’eau au sein du matériau. En effet, la fraction volumique du solide qui possède une conductivité
supérieure à celle de l’eau. Puis, la diminution de la conductivité thermique s’explique par le fait que
l’eau va être remplacé par l’air qui possède une conductivité´ thermique inférieure à celle de l’eau.

Figure 4: Fittage de la conductivité thermique en fonction

de la teneur en eau

L’étude numérique du procédé de séchage (ou de l’humidification) nécessite un nombre de

paramètres d’entrée. Pour le cas de l’alumine, Tableau.1 ci-dessous résume les constantes et les
paramètres à introduire [19] :
III.2 Validation du modèle numérique
Dans la partie précédente, nous avons présenté une démarche permettant la résolution dans le
domaine transitoire d’un problème thermo-hydrique d’un échantillon de matériau soumis à des
gradients thermique et hydrique. Nous considérons maintenant les travaux expérimentaux réalisés
sur l’alumine comme cadre applicatif. Différentes configurations sont ainsi étudiées à des fins de
validation du modèle numérique.

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.

Figure 5: Conditions initiales imposées à un bloc cubique d’alumine déposé dans un

four a` 40°C

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

Figure 7 : Variation de la teneur en eau et de la température en fonction du temps

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

Tableau 2: Paramètres d’entrée du modèle numérique

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

Figure 9 : Condition imposées à l’échantillon de ciment CEM1 durant le procédé

de sorption

{
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

Figure 10 : Variation de l’activité de l’eau pour différentes

dimensions en fonction du temps
nécessaire pour passer d’un palier d’équilibre thermo-hydrique à un autre. Cela s’explique par
l’augmentation du volume de l’échantillon qui nécessite plus de temps pour que l’eau se diffuse de la
surface à l’intérieur de l’échantillon de béton.
 Tableau 3 : Durées nécessaires pour atteindre les différentes valeurs ciblées de l’humidité relative en fonction des
dimensions du bloc de ciment

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.

IV.3 Modèle numérique de sorption de vapeur d’eau dans le plâtre de gypse

Nous appliquons la même démarche suivie lors de l’étude de sorption du cément CEM1 pour le
plâtre de gypse. Ainsi, nous obtenons, pour les mêmes paliers que ceux vus précédemment, la
variation de la teneur en eau et de l’activité de l’eau en fonction du temps. Des données
expérimentales issues de la littérature [16] [17] pour le plâtre du gypse sont présentées dans le
Tableau 4 :
Les isothermes de sorption de plâtre du gypse proviennent des travaux de MATIASOVSKY et
TAKACSOVA. La courbe de sorption utilisée dans la suite de travail est présentée sur la Figure 12.

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

Tableau 4 : Paramètres d’entrée du modèle numérique

 Figure 12 : Isothermes de sorption du plâtre de gypse [18]

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

Comparaison des résultats entre le ciment CEM1 et le plâtre de gypse

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.

Figure 14 : Variation de l’activité de l’eau pour différentes

dimensions en fonction du temps

HR=0.1 HR=0.4 HR=0.8 HR=1

L=0.02 m t ≤ 1.2h 1.2h ≤ t ≤ 2.2h 2.2h ≤ t ≤ 3.2h t > 3.2h
L=0.04 m t ≤ 4.5h 4.5h ≤ t ≤ 8.5h 8.5h ≤ t ≤ t > 12.5h
12.5h
L=0.06 m t ≤ 10h 10h ≤ t ≤ 20h 20h ≤ t ≤ 28h t > 28h
 L=0.08 m t ≤ 18h 18h ≤ t ≤ 34h 34h ≤ t ≤ 47h t > 47h
L=0.1 m t ≤ 20h 28h ≤ t ≤ 52h 52h ≤ t ≤ 72h t > 72h

Tableau 5 : Durées nécessaires pour atteindre les différentes valeurs ciblées de l’humidité relative en fonction des
dimensions du bloc de ciment

Figure 15 : Variation de la teneur en eau pour différentes

dimensions en fonction du temps

HR = 0.1 HR = 0.4 HR = 0.8 HR = 1

L = 0.02M Be 210h 240h 200h 350h
´ton
Plaˆtr 1.2h 1h 1h 2.8h
e
L=0.1m Be 4800h 6200h 5000h 4000h
´ton
Tableau 6: Plaˆtr 20h 24h 20h 48h Tableau de
comparaison e

Conclusion

L’examen de nombreuses configurations de transfert thermo-hydrique avec différents types de

matériaux (alumine, ciment CEM1, plâtre de gypse) nous a permis de conclure que notre modèle est
capable de prédire certains paramètres d’études utiles telles que la détermination du temps
nécessaire pour valider le fonctionnement des capteurs d’humidité et de pression intégrés dans le
matériau.
 Conclusions Générales

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.

Finalement, le modèle numérique développé a été appliqué dans le chapitre IV à la sorption de la

vapeur d’eau au sein de deux matériaux poreux : le ciment CEM1 et le plâtre de gypse, deux
matériaux envisagés pour réaliser des tests de fonctionnement du capteur. D’après les résultats
obtenus, le plâtre de gypse répond mieux aux besoins du projet en termes de performances thermo-
hydriques et de durée des essais. Il est un bon candidat pour valider les performances du capteur en
terme du temps de l’essai en comparant avec le béton.

Le modèle peut jouer un double rôle :

- 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.