Communication Dans Un Congrès Année : 2023

Caractérisation rapide et automatisée du mortier de chaux : traitement de données d’imagerie LIBS par réseau de neurones artificiels

Anne Schmitt
Valérie Thirion-Merle
Aldo Borlenghi

Résumé

Le mortier de chaux est un matériau de construction largement employé de la période antique jusqu’à la Révolution industrielle. Il s’agit d’un mélange complexe de chaux et d’agrégats, dont certains composants sont de même nature chimique, notamment les carbonates de calcium qui nécessitent d’être différenciés au préalable d’une datation 14C. La caractérisation des mortiers de chaux par imagerie micro-LIBS (Laser-Induced Breakdown Spectroscopy) est en développement et a déjà montré son potentiel pour la différentiation du liant et des agrégats calcaires et siliceux (Richiero, et al., 2022). Cependant, l’hétérogénéité du matériau et la taille toujours plus grande des ensembles de données (parfois > 1 million de spectres) rendent le traitement des données spectrales long et difficile. Des méthodes statistiques avancées sont devenues nécessaires pour les traiter. La plupart d’entre elles nécessitent encore une forte expertise et ne sont pas adaptées à un traitement rapide des données ou à une analyse à haut débit. Pour résoudre ces problèmes, nous avons développé un réseau de neurones artificiels (ANN) pour le traitement des données spectrales d’imagerie LIBS, afin d’identifier les différentes phases minérales dans le mortier de chaux. Nous avons entraîné l’ANN pour la détection automatique des différentes phases dans ces échantillons complexes grâce à plus de 1300 spectres LIBS de référence, obtenus à partir de divers matériaux présélectionnés qui peuvent être présents dans les mortiers. Les paramètres de l’ANN (prétraitement des données, nombre de neurones et d’itérations) ont été optimisés pour assurer la meilleure reconnaissance des composants du mortier, tout en évitant le surentraînement. Les résultats montrent une identification rapide et précise de chaque composant. L’utilisation d’un ANN semble être un moyen efficace pour fournir une caractérisation LIBS rapide et automatisée du mortier. Un concept qui pourrait plus tard être généralisé à d’autres types de matériaux.

Fichier non déposé

Dates et versions

hal-04797815 , version 1 (22-11-2024)

Identifiants

  • HAL Id : hal-04797815 , version 1

Citer

Nicolas Herreyre, Adèle Cormier, Sylvain Hermelin, Christine Oberlin, Anne Schmitt, et al.. Caractérisation rapide et automatisée du mortier de chaux : traitement de données d’imagerie LIBS par réseau de neurones artificiels. XXIVe colloque d'Archéométrie du GMPCA, Apr 2023, Nice, France. ⟨hal-04797815⟩
175 Consultations
0 Téléchargements

Partager

  • More