Étude de l'influence de la température et de l'humidité sur les propriétés mécaniques en traction des fibres de chanvre et de coco

Cette recherche a pour objectif d'investiguer l'influence de la temperature et de l'humidite sur la resistance en traction et le module elastique des fibres de chanvre et de coco. Apres avoir caracterise leurs proprietes intrinseques comme la temperature de transition vitreuse et la morphologie, deux etudes ont ete realisees afin de bien comprendre ce phenomene. La premiere vise l'absorption de l'humidite dans ces fibres en exposition dans l'air ainsi que l'absorpfion de l'eau dans ces fibres lors de l'immersion dans l'eau sous differentes conditions de temperature. La deuxieme consiste a mesurer la resistance en traction et le module elastique de ces fibres sous differentes conditions d'humidite et de temperature. Lors de l'exposition de ces fibres dans l'air ambiant dont l'humidite relative varie de 0% a 80%, les resultats experimentaux confirme que le mecanisme de l'absorption de l'humidite dans ces fibres ressemble a une absorption muhicouche dans le systeme aireau- fibre cellulosique telle que decrite par le modele de GAB. Par consequent, la teneur en humidite des fibres diminue avec l'augmentafion de la temperature pour une humidite relative de l'air constante. Quant aux fibre impregnees dans l'eau, il est observe que la teneur en eau des fibres de chanvre et de coco immergees dans l'eau augmente avec l'augmentation de la temperature. L'activation de la diffusion d'eau dans les fibres immergees dans l'eau par la temperature conjointement a l'impossibilite d'evaporation de l'eau emprisonnee dans les fibres serait la cause de cet effet. Sur le plan de l'influence de l'environnement sur le comportement en traction des ces fibres, les resultats obtenus confirme que l'humidite et la chaleur reduisent leurs proprietes en traction. Les modeles semi-empiriques etablissant a partir des relations non lineaires entre les proprietes en traction des fibres avec la teneur en humidite des fibres aux differentes temperatures donnent les valeurs predites moins realistes que celles fournies par les reseaux de neurones.