Joints horizontaux soudés : 330 kN sur des voiles préfabriqués, avec quelles limites?

High-resolution image of a weathered concrete wall with rich texture details.

Dans un voile préfabriqué, la liaison horizontale entre le mur et le plancher transmet une partie des efforts de l’ensemble. Un article scientifique accepté le 17 février 2026 mesure environ 330 kN sur deux assemblages soudés, puis décrit leurs déplacements, leur rigidité et leur rupture.

Le sujet relève du gros œuvre. Quand les éléments arrivent déjà fabriqués, le raccord entre voiles et planchers concentre une partie des exigences de montage et de calcul. La précision industrielle ne dispense donc pas de comprendre le comportement de la connexion.

L’article scientifique Load-bearing and failure behavior of welded horizontal joints in prefabricated shear wall structuresaccepté le 17 février 2026 et publié dans Scientific Reportsétudie deux éprouvettes à l’échelle réelle. Les auteurs présentent une liaison entre un voile extérieur et un plancher, appelée HJSP1, puis une liaison entre un voile intérieur et un plancher, appelée HJSP2. L’étude porte sur des joints horizontaux secs soudés et associe essais expérimentaux et modélisation numérique. Le DOI de la publication est 10.1038/s41598-026-40936-2.

Le résultat à retenir ne tient pas au seul cordon de soudure : la plaque, le béton du voile et la compression excentrée participent ensemble au transfert des efforts.

Le joint change de côté

A large house behind a long grey concrete wall with decorative metal panels
Photo de Divaris Shirichena sur Unsplash.

Une connexion horizontale sèche concentre une partie des contraintes au droit du contact entre le voile préfabriqué et le plancher. L’étude observe donc la soudure avec les plaques de liaison et le béton voisin, et non comme une pièce isolée.

Les deux configurations ne sont pas interchangeables. Dans HJSP1, la liaison concerne un voile extérieur. Dans HJSP2, elle concerne un voile intérieur. La position du raccord modifie le chemin suivi par les efforts dans le voile, le plancher et la plaque soudée.

Deux éprouvettes, deux côtés du plancher

Les assemblages ont subi un chargement quasi statique à cycles inversés. Ce protocole permet d’observer la réponse de la connexion lorsque les efforts changent de sens, au lieu de retenir uniquement une charge appliquée une fois.

La campagne expérimentale porte donc sur la résistance, mais aussi sur la déformation et la dégradation progressive de la rigidité. Pour un joint soumis à des sollicitations alternées, cette lecture est plus instructive qu’un chiffre de charge pris isolément.

330 kN, la soudure ne fait pas tout

gray surface
Photo de Bhavya Kashyap sur Unsplash.

Les deux assemblages ont atteint une charge de pointe moyenne d’environ 330 kN. Le kilonewton mesure une force. Ce résultat correspond à ces deux éprouvettes, à leur géométrie, à leurs matériaux et au protocole d’essai; il ne constitue pas une valeur à recopier sur le plan d’exécution d’un autre bâtiment.

Le déplacement ultime mesuré se situe entre 40 et 44 mm. Les coefficients de ductilité en déplacement dépassent 3, ce qui indique que les assemblages ont conservé une capacité de déformation après le début de leur comportement non linéaire.

La rigidité initiale au début de la fissuration se situe autour de 60 à 65 kN/mm. Elle diminue progressivement au fil des cycles. Une connexion peut donc continuer à reprendre des efforts tout en devenant plus déformable et moins rigide.

Le chiffre utile est le trio charge de pointe, déplacement ultime et perte progressive de rigidité.

La rupture joue sur deux tableaux

gray concrete wall during daytime
Photo de Brands&People sur Unsplash.

La rupture observée combine cisaillement et flexion. Les plaques de liaison présentent une plastification en cisaillement, tandis que les éléments de rive du voile subissent un écrasement du béton sous compression excentrée.

La résistance de la soudure ne suffit donc pas à décrire la capacité de la liaison. L’effort transmis par la plaque se reporte ensuite vers le béton et les zones de rive du voile. L’excentricité de la compression modifie la répartition des contraintes et participe au mode de rupture.

Le béton reprend la parole

Sur un assemblage soudé, le métal visible attire naturellement l’attention. L’essai montre pourtant une chaîne de transfert composée des plaques, des soudures et des éléments en béton. Si une zone de rive s’écrase, le dimensionnement de la plaque ne décrit pas à lui seul le comportement réel de la connexion.

Pour un projet de préfabrication, il faut donc distinguer la liaison extérieure de la liaison intérieure et vérifier le chemin complet des efforts. Un dessin de connexion propre ne suffit pas si les sollicitations du voile et du plancher ne correspondent pas au détail calculé.

Soudé ou coulé, l’étude ne tranche pas

gray and brown concrete wall
Photo de Valentin Salja sur Unsplash.

Les résultats présentés concernent des joints horizontaux secs soudés entre voiles préfabriqués et planchers. Ils ne fournissent pas de comparaison chiffrée avec une liaison humide. Les 330 kN ne permettent donc pas de classer les méthodes d’assemblage selon leur coûtleur délai de chantier ou leur performance générale.

La même limite vaut pour le budget. L’étude ne donne ni coût au mètre carré, ni budget global, ni durée de travaux. Un résultat exprimé en kilonewtons ne se transforme pas en devis descriptif. Pour établir un prix, il faudrait intégrer la fabrication des éléments, les plaques, les soudures, le contrôle et les opérations de montage propres au projet.

Le modèle garde les pieds au sol

a cement wall with small holes in it
Photo de Jakub Żerdzicki sur Unsplash.

En complément des essais, les auteurs ont développé un modèle tridimensionnel par éléments finis. Cette modélisation ajoute une lecture numérique au comportement observé sur les deux éprouvettes et permet d’étudier la liaison au-delà du seul relevé expérimental.

La portée reste limitée par le nombre d’essais. Deux éprouvettes à l’échelle réelle ne couvrent pas toutes les géométries de voiles, toutes les épaisseurs de plancher, tous les matériaux ni toutes les conditions de fabrication et de soudage. Le modèle ne dispense donc pas de recalculer la connexion avec les données du bâtiment.

Du labo au chantier, pas de copier-coller

Confident engineer with hard hat using a spirit level on a wall at a construction site.
Photo de Thirdman sur Pexels.

Pour passer de l’étude à un projet réel, la vérification doit suivre une séquence précise :

  1. identifier la configuration de la liaison, extérieure ou intérieure, et sa position dans le système de voiles et de planchers;
  2. recalculer la connexion avec les charges, les dimensions, les matériaux, les plaques et les soudures réellement prévus;
  3. contrôler que les pièces posées et l’exécution correspondent au détail calculé avant la réception des travaux.

La réception ne remplace pas le calcul initial, pas plus qu’un cordon de soudure visible ne prouve à lui seul la capacité de toute la liaison. Sur un élément porteur, les hypothèses de calcul, les pièces fabriquées et le montage doivent rester cohérents.

Les 330 kN donnent un résultat d’essai, pas une autorisation de reproduire le joint sans vérification.

Sources et références scientifiques
  1. Load-bearing and failure behavior of welded horizontal joints in prefabricated shear wall structures – PMC. Scientific reports. DOI: 10.1038/s41598-026-40936-2 · PMID: 41724796.
  2. 1.Srikanth, K. & Borghate, S. Seismic fragility analysis of precast concrete framed structures with dry connections, SADHANA – Academy Proceedings in Engineering Sciences, 48(4), 278 (2023)..
  3. 2.Ci, M. et al. Seismic behavior of the assembled walls using uniform precast hollow-core concrete panels restrained by cast-in-place boundary elements in single-story buildings, Structures, 48, 195-211 (2023)..
  4. 3.Li, S., Jiaolei, Z., Zhao, D. & Deng, L. Study on fire resistance of a prefabricated reinforced concrete frame structure. J. Struct. Fire Eng.12 (3), 363-376 (2021). [Google Scholar].
  5. 4.Wang, S., Wang, Y., Sheng, D. & Wang, Y. Study on New Prefabricated Reinforced Concrete Structure Technology Based on Fault-Tolerant Design, Buildings,12(6), 814 (2022)..
  6. 5.Yan, X., Wang, S., Huang, C., Qi, A. & Hong, C. Experimental Study of a New Precast Prestressed Concrete Joint. Appl. Sci.8 (10), 1871 (2018). [Google Scholar].
  7. 6.Wang, Y. et al. Shaking table test of a full-scale lightweight bolt-connected concrete sandwich wall panel structure: Overview and seismic analyses. J. Building Eng.97, 110773 (2024). [Google Scholar].
  8. en, P., Liu, Z., Zhou, X., Xu, S. & Wang, J. Research on Work Performance of Monolithic Precast Concrete Shear Walls with Post-Cast Epoxy Resin Concrete, Buildings, 14(6), 1675 (2024)..
  9. 8.Soudki, K. Behaviour of horizontal connections for precast concrete load-bearing shear wall panels subjected to large reversed cyclic deformations, University of Manitoba: PhD Thesis, (1994)..
  10. oi, H., West, J. & Soudki, K. Analysis of the flexural behavior of partially bonded FRP strengthened concrete beams. J. Compos. Constr.12 (4), 375-386 (2008). [Google Scholar].
  11. 10.Henry, R., Aaleti, S., Sritharan, S. & Ingham, J. Concept and Finite-Element Modeling of New Steel Shear Connectors for Self-Centering Wall Systems. J. Eng. Mech.136 (2), 220-229 (2010). [Google Scholar].
  12. 11.Liao, X., Zhang, S., Cao, Z. & Xiao, X. Seismic performance of a new type of precast shear walls with non-connected vertical distributed reinforcement. J. Building Eng.44, 103219 (2021). [Google Scholar].
  13. 12.Fu, Q., Cao, Z., Liao, X., Liu, Y. & Zhang, S. Quasi-static test and simplified analysis method of a new type precast shear wall with unconnected vertical distributed reinforcements. J. Building Eng.47, 103794 (2022). [Google Scholar].
  14. Physics-Informed CNN-BiGRU Model for Downhole Weight-on-Bit Prediction Using Surface Measurement-While-Drilling Sensor Data in Horizontal Wells – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s26154747 · PMID: 42590524.
  15. 1.Wang H., Ge Y., Shi L. Technologies in deep and ultra-deep well drilling: Present status, challenges and future trend in the 13th Five-Year Plan period (2016-2020) Nat. Gas Ind. B. 2017;4:319-326. doi: 10.1016/j.ngib.2017.09.001. [DOI] [Google Scholar]. doi:10.1016/j.ngib.2017.09.001.
  16. 2.Ma T., Chen P., Zhao J. Overview on vertical and directional drilling technologies for the exploration and exploitation of deep petroleum resources. Geomech. Geophys. Geo-Energy Geo-Resour. 2016;2:365-395. doi: 10.1007/s40948-016-0038-y. [DOI] [Google Scholar]. doi:10.1007/s40948-016-0038-y.
  17. 3.Yi X., Song S., Chen L., Wang L. Progress of research on drillstring backing pressure effect in complex structure well. China Pet. Mach. 2013;41:100-104+110. doi: 10.3969/j.issn.1001-4578.2013.05.024. [DOI] [Google Scholar]. doi:10.3969/j.issn.1001-4578.2013.05.024.
  18. 4.Di Q., Yang H., Wang W., Luo D., Zhang H., Chen F. Research advances and development trend of drill string dynamics. Pet. Sci. Bull. 2024;9:224-239. doi: 10.3969/j.issn.2096-1693.2024.02.017. [DOI] [Google Scholar]. doi:10.3969/j.issn.2096-1693.2024.02.017.
  19. 5.Shi X., Shi T., Wang J., Jia H. Research on the deformation and stress of BHA. Acta Pet. Sin. 2002;23:93-96. [Google Scholar].
  20. en X., Fan H., Guo B., Gao D., Wei H., Ye Z. Real-time prediction and optimization of drilling performance based on a new mechanical specific energy model. Arab. J. Sci. Eng. 2014;39:8221-8231. doi: 10.1007/s13369-014-1376-0. [DOI] [Google Scholar]. doi:10.1007/s13369-014-1376-0.
  21. 7.Li W., Li X., Huang G. Method of drill string torque and drag of horizontal well based on beam-column theory. Sci. Technol. Eng. 2013;13:3577-3583. doi: 10.3923/jas.2013.1984.1987. [DOI] [Google Scholar]. doi:10.3923/jas.2013.1984.1987.
  22. 8.Wu Z., Guo L., Pan Y. Bottom hole WOB prediction in the process of horizontal well drilling and its application. Oil Drill. Prod. Technol. 2018;40:9-13. doi: 10.13639/j.odpt.2018.01.002. [DOI] [Google Scholar]. doi:10.13639/j.odpt.2018.01.002.
  23. 9.Mirhaj S.A., Kaarstad E., Aadnoy B.S. Torque and Drag Modeling; Soft-string versus Stiff-string Models; Proceedings of the SPE/IADC Middle East Drilling Technology Conference and Exhibition; Abu Dhabi, United Arab Emirates. 26-28 January 2016; [DOI] [Google Scholar].
  24. 10.Fazaelizadeh M. Ph.D. Thesis. University of Calgary; Calgary, AB, Canada: 2013. Real Time Torque and Drag Analysis During Directional Drilling. [DOI] [Google Scholar].
  25. 11.Hu Z., Yang J., Wang L., Hou X., Zhang Z., Jiang M. Intelligent identification and time-efficiency analysis of drilling operation conditions. Oil Drill. Prod. Technol. 2022;44:241-246. doi: 10.13639/j.odpt.2022.02.016. [DOI] [Google Scholar]. doi:10.13639/j.odpt.2022.02.016.
  26. 12.Li B., Yang M., Xu K., Cai X., Zhang J. Prediction method for ROP based on attention mechanism of convolutional neural network. Sci. Technol. Eng. 2024;24:8910-8916. doi: 10.12404/j.issn.1671-1815.2305870. [DOI] [Google Scholar]. doi:10.12404/j.issn.1671-1815.2305870.
  27. Comparing the uplink performance of 3D and 2D antenna models in THz networks in the presence of joint human and wall blockages – PMC. PloS one. DOI: 10.1371/journal.pone.0351223 · PMID: 42284333.
  28. 1.Merluzzi M, Filippou MC, Gomes Baltar L, Mueck MD, Calvanese Strinati E. 6G Goal-Oriented Communications: How to coexist with legacy systems?. Telecom. 2024;5(1):65-97. doi: 10.3390/telecom5010005 [DOI] [Google Scholar]. doi:10.3390/telecom5010005.
  29. 2.Sayed MS, Zakaria HM, Abdelhady AM, Zekry A. Interference mitigation in mixed-numerology system using hybrid waveforms. Ain Shams Engineering Journal. 2024;15(3):102581. doi: 10.1016/j.asej.2023.102581 [DOI] [Google Scholar]. doi:10.1016/j.asej.2023.102581.
  30. 3.Gui G, Liu M, Tang F, Kato N, Adachi F. 6G: Opening new horizons for integration of comfort, security, and intelligence. IEEE Wireless Communications. 2020;27(5):126-32. doi: 10.1109/MWC.001.1900516 [DOI] [Google Scholar]. doi:10.1109/MWC.001.1900516.
  31. 4.Kazmi SHA, Hassan R, Qamar F, Nisar K, Ibrahim AAA. Security concepts in emerging 6G communication: Threats, countermeasures, authentication techniques and research directions. Symmetry. 2023;15(6). doi: 10.3390/sym15061147 [DOI] [Google Scholar]. doi:10.3390/sym15061147.
  32. 5.Aslam T, Ahmed I, Ali S. Analysis of user association in multi-tier, multi-band heterogeneous cellular networks. Telecommun Syst. 2024;88(1). doi: 10.1007/s11235-024-01248-w [DOI] [Google Scholar]. doi:10.1007/s11235-024-01248-w.
  33. 6.Boulogeorgos A-AA, Alexiou A, Merkle T, Schubert C, Elschner R, Katsiotis A, et al. Terahertz technologies to deliver optical network quality of experience in wireless systems beyond 5G. IEEE Commun Mag. 2018;56(6):144-51. doi: 10.1109/mcom.2018.1700890 [DOI] [Google Scholar]. doi:10.1109/mcom.2018.1700890.
  34. 7.Akyildiz IF, Jornet JM, Han C. Terahertz Band: Next frontier for wireless communications. Physical Communication. 2014;12:16-32. doi: 10.1016/j.phycom.2014.01.006 [DOI] [Google Scholar]. doi:10.1016/j.phycom.2014.01.006.
  35. 8.Jiang W, Zhou Q, He J, Habibi MA, Melnyk S, El-Absi M, et al. Terahertz communications and sensing for 6G and beyond: A comprehensive review. IEEE Commun Surv Tutorials. 2024;26(4):2326-81. doi: 10.1109/comst.2024.3385908 [DOI] [Google Scholar]. doi:10.1109/comst.2024.3385908.
  36. 9.Jiang W, Han B, Habibi MA, Schotten HD. The road towards 6G: A comprehensive survey. IEEE Open J Commun Soc. 2021;2:334-66. doi: 10.1109/ojcoms.2021.3057679 [DOI] [Google Scholar]. doi:10.1109/ojcoms.2021.3057679.
  37. 10.Alsharif MH, Albreem MAM, Solyman AAA, Kim S. Toward 6g communication networks: Terahertz frequency challenges and open research issues. Computers, Materials and Continua. 2021;66(3):2831-42. doi: 10.32604/cmc.2021.013176 [DOI] [Google Scholar]. doi:10.32604/cmc.2021.013176.
  38. 11.Alhammadi A, Shayea I, El-saleh AA, Azmi MH, Ismail ZH, Kouhalvandi L, et al. Artificial intelligence in 6G wireless networks: Opportunities, applications, and challenges. 2024;2024. 10.1155/2024/8845070 [DOI]. doi:10.1155/2024/8845070.
  39. 12.Dang S, Amin O, Shihada B, Alouini MS. What Should 6G Be?. Nature Electronics. 2020;3(1):20-9. doi: 10.1038/s41928-019-0355-6 [DOI] [Google Scholar]. doi:10.1038/s41928-019-0355-6.
  40. GBCHV an advanced deep learning anatomy aware model for accurate classification of gallbladder cancer utilizing ultrasound images – PMC. Scientific reports. DOI: 10.1038/s41598-025-89232-5 · PMID: 40016258.
  41. 1.Kang, H. et al., “EUS-guided FNA and biopsy for cytohistologic diagnosis of gallbladder cancer: a multicenter retrospective study.” [Online]. Available: [DOI] [PubMed].
  42. 2.Obaid, A. M., Turki, A., Bellaaj, H., and Ksantini, M. Diagnosis of Gallbladder Disease Using Artificial Intelligence: A Comparative Study, 2024, Springer Science and Business Media B.V.10.1007/s44196-024-00431-w.. doi:10.1007/s44196-024-00431-w.
  43. 3.Xiang, F. et al. A deep learning model based on contrast-enhanced computed tomography for differential diagnosis of gallbladder carcinoma. Hepatobiliary Pancreat. Dis. Int.23(4), 376-384. 10.1016/j.hbpd.2023.04.001 (2024). [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.hbpd.2023.04.001.
  44. 4.Adam, K. M., Abdelrahim, E. Y., Doush, W. M. & Abdelaziz, M. S. Clinical presentation and management modalities of gallbladder cancer in Sudan: A single-center study. JGH Open7(5), 365-371. 10.1002/jgh3.12906 (2023). [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1002/jgh3.12906.
  45. 5.Basu, S., Gupta, M., Rana, P., Gupta, P. & Arora, C. RadFormer: Transformers with global-local attention for interpretable and accurate Gallbladder Cancer detection. Med. Image Anal.10.1016/j.media.2022.102676 (2023). [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.media.2022.102676.
  46. 6.Dadjouy, S. & Sajedi, H. Artificial intelligence applications in the diagnosis of gallbladder neoplasms through ultrasound: A review. Biomed. Signal Process Control10.1016/j.bspc.2024.106149 (2024). [Google Scholar].
  47. 7.Yin, Y. et al. The value of deep learning in gallbladder lesion characterization. Diagnostics10.3390/diagnostics13040704 (2023). [DOI] [PMC free article] [PubMed] [Google Scholar].
  48. 8.Kalage, D. et al. Contrast enhanced CT versus MRI for accurate diagnosis of wall-thickening type gallbladder cancer. J. Clin. Exp. Hepatol.10.1016/j.jceh.2024.101397 (2024). [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1016/j.jceh.2024.101397.
  49. 9.Zhang, Y.-D. et al., “COVID-19 classification using chest X-ray images based on fusion-assisted deep Bayesian optimization and Grad-CAM visualization.” [DOI] [PMC free article] [PubMed].
  50. 10.Takahashi, K. et al. Recent advances in endoscopic ultrasound for gallbladder disease diagnosis. Diagnostics10.3390/diagnostics14040374 (2024). [DOI] [PMC free article] [PubMed] [Google Scholar].
  51. 11.Barragán-Montero, A. et al. “Artificial intelligence and machine learning for medical imaging: A technology review. Physica Medica10.1016/j.ejmp.2021.04.016 (2021). [DOI] [PMC free article] [PubMed] [Google Scholar].
  52. 12.van der Velden, B. H. M., Kuijf, H. J., Gilhuijs, K. G. A. & Viergever, M. A. Explainable artificial intelligence (XAI) in deep learning-based medical image analysis. Med. Image Anal.10.1016/j.media.2022.102470 (2022). [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.media.2022.102470.
  53. Le chauffe-eau horizontal, un modèle qui a du mal à s'imposer | Quelle Énergie.
  54. Tableau mural horizontal – Etsy France.
  55. Horizontal mural – Etsy France.

Related Posts

Post a Comment