Les essais de résistance au feu constituent l'un des aspects les plus critiques et les plus coûteux du développement de produits intumescents destinés à protéger les structures métalliques contre l'incendie. Il est impératif de comprendre la nature et le comportement d'un four lors des essais afin d'interpréter correctement les résultats du développement de la formulation.
Dans ce cas précis, les données de température issues de capteurs (thermocouples) intégrés à des fours sur mesure ont été utilisées dans JMP Pro pour établir et analyser les profils de température en fonction de la position, tout en minimisant le nombre d'essais. L'outil Functional Data Explorer a été déployé comme technique de réduction de dimension pour décrire les courbes température-temps en fonction de leurs composantes principales, permettant ainsi de comprendre et de comparer directement leur composante spatiale. Les graphiques de scores FPCA ont mis en évidence le regroupement des capteurs spatialement équivalents lors des essais répétés, confirmant la fiabilité des profils de température.
De plus, la simulation FDOE, combinée à un diagramme de dispersion 3D, a permis une compréhension dynamique des distributions de température à différents intervalles de temps, facilitant ainsi la communication entre chimistes et responsables. Cette approche a non seulement permis de réaliser d'importantes économies sur les coûts des tests, mais aussi d'obtenir une meilleure compréhension des tendances au sein du four, ce qui aurait été impossible avec les techniques d'analyse conventionnelles. L'analyse a confirmé les attentes concernant le gradient de température observé à l'arrière du four, dû à la circulation de l'air et à l'évacuation des fumées.
Bonjour. Je suis ravi de vous présenter certains travaux réalisés chez Jotun Paints et je suis enchanté que vous ayez choisi de visionner cet enregistrement de la présentation que je donnerai au Discovery Summit. Je commencerai par une brève introduction à Jotun, puis j'expliquerai ce que sont les revêtements intumescents et pourquoi il est important de comprendre le fonctionnement des fours dans le cadre de notre travail au sein du département Intumescent. Enfin, j'aborderai la manière dont nous pouvons utiliser JMP et exploiter certaines des fonctionnalités analytiques avancées de JMP Pro.
Mon article s'intitule : « Comprendre les tendances de température en fonction de la position pour améliorer la fiabilité des tests avec JMP Pro ». Je m'appelle Jay Richardson, je suis chimiste en recherche et développement chez Jotun au Royaume-Uni, et je m'intéresse particulièrement à l'exploitation des données de R&D afin d'optimiser leur impact et leur valeur, et ce, de la manière la plus efficace possible, pour améliorer les processus de R&D.
Qui est Jotun ? Jotun est une entreprise mondiale de revêtements et de peintures qui opère dans quatre segments : décoratif, marin, protecteur et revêtements en poudre, chacun proposant ses propres solutions et innovations dans ces domaines.
Jotun a son siège social à Sandefjord, une ville située à environ une heure d'Oslo. Fondée en 1926, l'entreprise s'est d'abord spécialisée dans les revêtements marins et navals, un secteur alors en plein essor. Elle s'est depuis internationalisée et est présente dans plus de 100 pays. Elle possède aujourd'hui 68 filiales et 41 sites de production.
Qu'est-ce qu'un revêtement intumescent ? Un revêtement intumescent est un revêtement qui se dilate et réagit au feu, formant une barrière isolante, comme vous le voyez ici, pour recouvrir l'acier et le protéger de la source de chaleur en cas d'incendie.
Au sein du département des revêtements intumescents, nous concevons des produits de pointe pour la protection de l'acier contre l'incendie. Comme je l'ai montré dans la vidéo, et comme vous pouvez le constater à l'écran, ces revêtements gonflent jusqu'à 60 fois leur épaisseur initiale, ce qui représente un gain de temps précieux pour les secours. Ce délai leur permet d'intervenir rapidement, de sauver les biens et de secourir les personnes piégées dans le bâtiment.
Je pense que c'est primordial, et chacun connaît les conséquences qu'un incendie peut avoir. Notre travail est donc essentiel pour protéger les biens et les vies au quotidien. C'est un aspect fondamental de la sécurité des bâtiments.
L'un de nos principaux défis consiste à comprendre la nature de nos tests, car cela peut paraître contre-intuitif. Cependant, pour tester nos produits, nous devons les soumettre à une combustion. Notre test suit des profils de température standardisés pour la certification, contrôlés par des capteurs de température appelés thermocouples. Vous pouvez en voir un ici, dans le four, sous forme de fil.
Leur fonctionnement est le suivant : lorsque le thermocouple chauffe, la résistance à l'intérieur du fil change, et il en résulte un certain passage de courant, proportionnel à la température à l'intérieur du four lui-même.
En 2023, notre installation a connu une expansion significative, avec la mise en service de deux nouveaux fours de grande capacité, quadruplant ainsi notre capacité d'essais. En 2022, nous disposions de deux petits fours cubiques identiques ; grâce à cette extension, nous avons ajouté deux grands fours. Notre objectif était d'être en mesure, dès 2024, de réaliser des essais à pleine capacité avec ces nouveaux fours.
Mais pour bien comprendre cela, il nous fallait absolument maîtriser la reproductibilité de chaque test et nous assurer que le profil de température était conforme aux attentes. Nous avons donc réalisé une cartographie thermique du four, en observant différentes positions à l'intérieur et en analysant les variations de température. Nos tests étaient assez limités, car le four comportait des trous pré-percés très précis ; il était impossible d'ajouter de nouveaux trous à volonté et de mettre en place un plan d'expériences classique. Nos possibilités étaient donc très restreintes.
Un autre élément à prendre en compte est le coût élevé de chaque test. La quantité de gaz et de produit nécessaire aux essais d'incendie eux-mêmes peut atteindre 5 000 £, du début à la fin. On constate donc que les tests sont très onéreux, mais il est également indispensable d'approfondir nos connaissances à ce sujet.
Lors des tests, six thermocouples placés en haut du toit surveillaient la température du four et la régulaient selon la courbe de température standard. Quinze autres thermocouples permettaient de suivre le profil de température à des points précis à l'intérieur du four.
Comme je l'ai dit, il est essentiel de bien comprendre la fiabilité de ces thermocouples et le fonctionnement du four lui-même afin de garantir la reproductibilité des formulations comparées et la comparabilité des résultats. Il est primordial de comprendre ces tendances lors de la mise en œuvre de nouveaux tests afin d'obtenir les résultats les plus précis possibles.
Si je… Excusez-moi. Revenons-y. Le problème, c'est que l'analyse conventionnelle n'est pas adaptée au niveau de détail que nous intégrons à nos fours, car nos données reposent d'abord sur un profil temps-température, mais aussi sur une variation spatiale. Nous disposons d'un schéma 3D de l'emplacement de tous les thermocouples. Il est difficile de contrôler la reproductibilité de chacun d'eux.
Pour cartographier ces tendances, nous devons élaborer des modèles plus complexes. À cette fin, nous avons utilisé l'Explorateur de données fonctionnelles comme technique de réduction de dimension en ajustant un modèle décrivant ces courbes température-temps à l'aide de leurs composantes principales. Cela nous a permis d'interpréter plus facilement leur composante positionnelle.
L'analyse en composantes principales fonctionnelles serait alors utilisée pour comprendre les relations entre la température, le temps et la position, et pour bien comprendre la reproductibilité de ce test.
Grâce à ce modèle, la température peut ensuite être simulée à l'aide de FDOE afin de mieux visualiser les variations de température en fonction de la position, et Scatterplot-3D peut faciliter la communication avec d'autres chimistes R&D qui ne sont peut-être pas aussi intéressés par les détails ou qui sont peut-être confus par le profileur de prédiction, mais qui parviennent également à voir clairement l'impact du travail que nous effectuons.
Je sais que cela fait beaucoup d'informations, une démonstration s'impose donc. La première étape consiste à générer le tableau JMP avec tous les composants : les composants de position et les thermocouples, en indiquant le temps et la température. Les lignes sont colorées selon le numéro du thermocouple, qui correspond à sa position. La position du thermocouple reste la même d'un test à l'autre.
Nous pouvons ensuite utiliser le traitement des données pour observer les tendances générales. La fonction moyenne correspond très précisément à la courbe de profil de température standard du four. On constate une relation différentielle entre la fonction moyenne et l'écart type, ce qui est normal. En effet, au début du test, une forte chaleur est générée pour atteindre rapidement la température, ce qui explique la grande dispersion des données dans le four. Puis, lorsque la température se stabilise, l'écart moyen diminue, comme prévu.
Dans ce modèle, nous avons utilisé des B-splines, et nous constatons que la fonction moyenne est décrite de façon optimale par la combinaison des fonctions de forme FPC 1 et 2, ce qui correspond à 98 %. Ensuite, à partir de cette ACP et des graphiques de scores… Nous pouvons alors utiliser ces graphiques pour évaluer la cohérence de chaque essai en fonction de la position du thermocouple, qui, comme je l'ai mentionné précédemment, est déterminée par la couleur.
L'analyse des blocs de scores révèle une forte corrélation entre les thermocouples placés au même endroit lors des différents tests. Les tests 1, 2 et 3 sont tous représentés par la même couleur pour un même thermocouple. Ceci confirme la bonne reproductibilité des tests effectués au même endroit et permet d'affirmer que tout échantillon placé à cet endroit présentera le même profil de température. On obtient ainsi un résultat fiable et précis.
Nous pouvons aller plus loin et examiner le modèle du profileur FDOE. On constate qu'en début d'essai, la variation est maximale, puis qu'elle se stabilise légèrement. On observe également, entre les essais, cette même relation : les composantes X, Y et Z présentent une variation minimale, et la composante température des deux courbes affiche la même tendance.
L'autre information que nous avons obtenue est que la variation de position sur l'axe X semble cohérente. De gauche à droite dans le four, la tendance est similaire, ou du moins il n'y a pas de différence significative. En revanche, en observant le four d'avant en arrière et de haut en bas, une tendance se dessine. On constate que la température est la plus élevée à l'arrière et en bas du four, et la plus basse à l'avant et en haut.
Tout cela est bien beau, et les personnes qui maîtrisent parfaitement JMP et ses différents profileurs comprendront sans doute ce détail. En revanche, cela risque d'être plus difficile pour celles qui sont moins familières avec JMP et ses outils d'analyse. L'étape suivante consiste à utiliser le simulateur FDOE pour clarifier ce point et simuler le modèle jusqu'à 10 000 points.
Nous pouvons observer ici une simulation dans le tableau JMP. Nous pouvons ensuite utiliser ces données simulées dans Scatterplot-3D, en appliquant un filtre de données local basé sur le temps. Nous pouvons ainsi visualiser ces données en trois dimensions, avec une composante temporelle. Comme prévu, nous avons un axe X et un axe Y, ainsi qu'un axe Z orienté vers le passé. En déplaçant le temps, nous pouvons observer comment le modèle prédit le fonctionnement du four et à quoi ressemblera le profil de température d'après la simulation.
On constate qu'au début du test, la température présente la plus grande variation autour de 400 degrés. Cependant, au fur et à mesure que le test progresse, cette variation se stabilise et diminue entre les différents intervalles de temps. Cela nous permet de présenter visuellement les données aux gestionnaires et autres personnes qui ne souhaitent pas forcément analyser les données en détail. La température est représentée par un code couleur, ce qui facilite grandement la visualisation.
En résumé, cela confirme les observations du profileur FDOE. On retrouve la même tendance de haut en bas, et de gauche à droite, la différence entre les deux points est minime. On peut donc affirmer avec certitude que des tendances se dégagent du four, et il est important d'en tenir compte lors du développement.
Nous nous attendons à observer ces tendances car le système d'extraction, situé à l'arrière et en bas du four, a pour effet de concentrer la chaleur vers le bas. Cela correspond à nos prévisions et indique que la zone la plus chaude se situe potentiellement loin des échantillons, placés en haut du four.
L'outil FDE de JMP Pro permet d'évaluer efficacement la reproductibilité des essais de feu, ce qui renforce la fiabilité du développement à moindre coût. Comme je l'ai mentionné d'emblée, ces essais coûtent 5 000 £. Une approche traditionnelle, visant à une compréhension aussi approfondie que la création de ce modèle JMP, engendrerait des coûts bien plus élevés.
Cela nous apporte également une grande confiance et une fiabilité accrue, car nos conclusions reposent sur une approche fondée sur les données. Nous avons construit un modèle dans JMP. Nous comprenons tous les paramètres qui y sont associés et nous ne nous basons sur aucune croyance ni sur quoi que ce soit de ce genre. Cela nous inspire vraiment confiance.
Il est clair que dans JMP, les visualisations sont essentielles à la communication, tant entre les personnes moins intéressées par les données qu'avec les gestionnaires. L'utilisation du simulateur FDOE conjointement avec Scatterplot-3D nous a permis de visualiser efficacement nos données en 3D positionnelle.
Cette analyse nous a permis de mieux comprendre notre four, tant pour le développement que pour la fiabilité. Nous savons désormais que les effets obtenus lors du développement et de la formulation de nos revêtements sont dus aux modifications apportées à la formulation elle-même, et non à des variations du four ou des essais. Cela nous donne l'assurance que notre travail est fiable. C'est essentiel, car en matière de protection incendie et de sécurité des bâtiments, il est crucial d'avoir confiance en nos résultats et de pouvoir les appliquer là où ils sont indispensables.
