Vous êtes sur la page 1sur 465

JEAN-PASCAL BILODEAU

OPTIMISATION DE LA GRANULOMÉTRIE DES


MATÉRIAUX GRANULAIRES DE FONDATION DES
CHAUSSÉES

Thèse présentée
à la Faculté des études supérieures de l’Université Laval
dans le cadre du programme de doctorat en génie civil
pour l’obtention du grade de Philosophiae Doctor (Ph.D.)

DÉPARTEMENT DE GÉNIE CIVIL


FACULTÉ DES SCIENCES ET GÉNIE
UNIVERSITÉ LAVAL
QUÉBEC

2009

© Jean-Pascal Bilodeau, 2009


À Lilianne
et Laurent

i
REMERCIEMENTS

Je tiens d’abord à remercier mes superviseurs, monsieur Guy Doré et madame Pascale
Pierre, pour m’avoir fait confiance pour la réalisation d’études graduées. Ces derniers
m’ont offert beaucoup de latitude pour la réalisation de ce travail, m’ont toujours prodigué
de bons conseils, en plus de me fournir un support quotidien. Je remercie également
messieurs Sylvain Juneau et Christian Juneau, le premier m’ayant fourni une grande aide
logistique tout au long de mon doctorat et le second m’ayant grandement aidé lors de la
réalisation des essais de laboratoire à l’Université Laval.

Je tiens aussi à remercier l’équipe du Ministère des Transports du Québec avec laquelle j’ai
été en étroite collaboration au cours de ce doctorat. En effet, la collaboration avec
messieurs Bruno Auger, Félix Doucet et Claude Robert, en plus de me permettre de réaliser
des essais dans leur laboratoire, m’a permis de prendre part à des discussions fructueuses
qui m’ont grandement aidé dans mon cheminement.

La réalisation de ce projet de recherche m’a permis de connaître un bon nombre d’autres


étudiants de tous niveaux que je considère comme des amis et envers qui je suis très
reconnaissant à plusieurs égards. Alors que certains m’ont grandement aidé lors de la
réalisation de mes travaux, d’autres ont été présents quotidiennement pour me supporter,
académiquement et moralement, dans mes études. Merci à Alexa, Mélanie, Érika, Laurent,
Maryse, Sophie D., Daniel, Isabelle, Philippe, Cédric, Kate, Dave, Jean-François, Cindy P.,
Cindy H., Steve, Marc, Eva, Mathieu, Jonathan, Guillaume M., Marc-Antoine, Émilie,
Sophie B., Anne-Marie, Adam, Guillaume C., Brian et Valérie. Il ne fait aucun doute dans
mon esprit que je ne pourrais pas avoir accompli ce travail sans votre contribution, à des
degrés divers à celui-ci mais aussi, et surtout, sans votre présence et support à différents
moments de mes études.

Finalement, je tiens surtout à remercier mes parents et ma conjointe, pour avoir été
constamment présents pour m’encourager et m’appuyer tout au long de ce cheminement.

ii
RÉSUMÉ

Dans la majorité des agences de transports, il est commun de restreindre la distribution de


la taille des grains des MG 20 par l’utilisation de fuseaux granulométriques. Pourtant, des
variations de la performance allant de subtiles à très marquées peuvent être mesurées à
l’intérieur d’un même fuseau granulaire. Ceci est vrai malgré le fait que certains fuseaux
sont relativement serrés, comme c’est le cas entre autres au Québec, particulièrement en
termes de pourcentage de particules fines, pour contrer les effets du gel. Il semble donc
nécessaire d’arriver à mieux comprendre et expliquer l’influence des modifications
granulométriques sur diverses qualités que doivent présenter les MG 20. Cette thèse
présente donc la synthèse d’une étude détaillée en laboratoire analysant l’effet de la
granulométrie sur la performance globale des MG 20, quantifiée par la sensibilité aux
contraintes mécaniques et environnementales. En caractérisant le comportement
mécanique, hydrique et thermique de six courbes granulométriques de formes variées, il a
été possible d’identifier les principaux indicateurs, directement ou indirectement reliés à la
granulométrie, en lien avec divers types de performance des MG 20 pour trois sources de
granulats typiquement retrouvées au Québec. Les résultats montrent que la sensibilité aux
contraintes environnementales peut être globalement décrite par un paramètre lié à la
volumétrie des particules fines et que la sensibilité aux contraintes mécaniques est reliée à
divers indicateurs granulométriques liés à diverses fractions granulométriques. Afin
d’arriver à proposer des matériaux ayant un comportement global bonifié pour divers
contextes de performance, il a été suggéré de subdiviser la plage de variation maximale de
chaque paramètre de performance en quatre niveaux de performance. Ceci permet, pour des
contextes de performance typiques au Québec et leurs principaux mécanismes de
dégradation associés, de suggérer des zones granulométriques relativement continues et
définissant des matériaux ayant un comportement optimisé pour ces divers contextes. Cette
approche offre une latitude nécessaire permettant de prendre en compte les diverses
caractéristiques souhaitables des MG 20, pour les divers paramètres de performance, qui
sont souvent complémentaires.

iii
TABLE DES MATIÈRES

CHAPITRE 1 INTRODUCTION, PROBLÉMATIQUE ET OBJECTIFS....................1

1.1. Mise en contexte, problématique et objectifs .........................................................1

1.2. Méthodologie .............................................................................................................4

1.3. Structure du document.............................................................................................6

CHAPITRE 2 REVUE DE LITTÉRATURE.....................................................................7

2.1. Généralités sur les chaussées ...................................................................................7

2.2. Éléments constitutifs de la chaussée........................................................................9

2.3. Fondations .................................................................................................................9


2.3.1. Fonctions des matériaux de fondation ..................................................................10
2.3.2. Exigences relatives aux matériaux de fondation des chaussées ...........................11

2.4. Caractéristiques des granulats ..............................................................................13

2.5. Mélange de granulats..............................................................................................15

2.6. Caractéristiques mécaniques des matériaux de fondation des chaussées..........16


2.6.1. Contraintes au passage d’une roue........................................................................17
2.6.2. Mécanismes de déformation .................................................................................18
2.6.3. Relation contrainte/déformation des matériaux granulaires .................................19

2.7. Concept du module réversible ...............................................................................19

2.8. Facteurs influençant la valeur du MR ...................................................................22


2.8.1. Effet des contraintes..............................................................................................23
2.8.2. Effet de la masse volumique .................................................................................23
2.8.3. Effet de la granulométrie, de la teneur en fines et de la taille maximale..............23
2.8.4. Effet de la teneur en eau .......................................................................................31
2.8.5. Effet de l’histoire des contraintes et du nombre de cycles ...................................35
2.8.6. Effet du type de granulat et de la forme des particules.........................................35
2.8.7. Effet de la durée de la charge, de la fréquence et de la séquence de chargement.38
2.8.8. Conclusion ............................................................................................................39

2.9. Résistance à la déformation permanente..............................................................40


2.9.1. Effet des contraintes..............................................................................................40

iv
2.9.2. Effet de la rotation de la contrainte principale......................................................41
2.9.3. Effet du nombre d’applications de charges...........................................................42
2.9.4. Effet de la teneur en eau .......................................................................................42
2.9.5. Effet de l’histoire des contraintes .........................................................................43
2.9.6. Influence de la masse volumique..........................................................................44
2.9.7. Effet de la granulométrie, de la teneur en fines et du type de granulat ................45
2.9.8. Modèles définissant la déformation permanente dans les matériaux granulaires.46
2.9.9. Conclusion ............................................................................................................47

2.10. Succion dans les matériaux granulaires de fondation des chaussées .................47
2.10.1. Courbe caractéristique de rétention d’eau ........................................................49
2.10.2. Mesure de la courbe caractéristique de rétention d’eau....................................52
2.10.3. Équation de la courbe caractéristique sol-eau...................................................54

2.11. Conductivité hydraulique des matériaux granulaires.........................................55


2.11.1. Modèle de porosité pour les MG à granulométrie étalée contenant des fines ..60
2.11.2. Facteurs influençant la conductivité hydraulique .............................................63

2.12. Résistance à l’érosion des matériaux granulaires de fondations routières........73


2.12.1. Principe de l’essai de résistance à l’érosion......................................................74
2.12.2. Résultats de résistance à l’érosion ....................................................................76

2.13. Susceptibilité au gel et au dégel des matériaux granulaires de fondation des


chaussées ..............................................................................................................................77

2.14. Principaux principes statistiques utiles.................................................................84

2.15. Relations de phases utiles .......................................................................................86

2.16. Conclusion ...............................................................................................................89

CHAPITRE 3 MATÉRIAUX ÉTUDIÉS..........................................................................92

3.1. Sources de granulats...............................................................................................92

3.2. Granulométries à l’étude........................................................................................93

3.3. Caractérisation des matériaux...............................................................................97

3.4. Analyse des essais de caractérisation ..................................................................100

3.5. Vérification de la qualité du tamisage.................................................................104

CHAPITRE 4 DESCRIPTION DES MATÉRIAUX ÉTUDIÉS À L’AIDE DE


PRINCIPES TIRÉS DE LA MÉTHODE BAILEY.......................................................107

4.1. Réflexions sur l’équation de Fuller et Thompson ..............................................107

v
4.2. Principes de la méthode Bailey ............................................................................111

4.3. Commentaires sur les matériaux étudiés............................................................122

4.4. Conclusion .............................................................................................................129

CHAPITRE 5 ESSAIS DE PERFORMANCE : PROCÉDURES, RÉSULTATS ET


ANALYSES .......................................................................................................................130

5.1. Essais de performance thermique : gel et dégel .................................................130


5.1.1. Préparation des échantillons et méthodologie ....................................................130
5.1.2. Résultats des essais de gel et dégel.....................................................................135
5.1.3. Analyse des essais de gel ....................................................................................142
5.1.4. Analyse des essais de dégel ................................................................................153
5.1.5. Conclusion ..........................................................................................................158

5.2. Essais de performance hydrique .........................................................................158


5.2.1. Résistance à l’érosion .........................................................................................158
5.2.1.1. Préparation des échantillons et méthodologie ............................................158
5.2.1.2. Résultats des essais de résistance à l’érosion..............................................159
5.2.1.3. Analyse des essais de résistance à l’érosion ...............................................164
5.2.2. Essais de conductivité hydraulique.....................................................................169
5.2.2.1. Préparation des échantillons et méthodologie ............................................169
5.2.2.2. Résultats des essais de conductivité hydraulique .......................................174
5.2.2.3. Analyse des essais de conductivité hydraulique .........................................179
5.2.3. Conclusion ..........................................................................................................185

5.3. Essais de performance mécanique : module réversible et susceptibilité à la


déformation permanente..................................................................................................186
5.3.1. Préparation des échantillons et méthodologie ....................................................186
5.3.2. Résultats des essais de module réversible...........................................................193
5.3.3. Analyse des essais de module réversible ............................................................203
5.3.3.1. Effet de la granulométrie et de la source sur le module réversible.............203
5.3.3.2. Effet de la teneur en eau sur le module réversible ......................................219
5.3.4. Résultats sur la susceptibilité à la déformation permanente ...............................227
5.3.5. Analyse de la susceptibilité à la déformation permanente..................................231
5.3.6. Conclusion ..........................................................................................................236

CHAPITRE 6 OPTIMISATION DE LA PERFORMANCE DES MG 20..................238

6.1. Optimisation de la porosité de la fraction fine à l’optimum .............................244


6.1.1. Notes sur la résistance à l’érosion.......................................................................267

6.2. Optimisation du comportement mécanique .......................................................268

6.3. Pourcentage de gravier critique ..........................................................................281

vi
6.4. Conclusion .............................................................................................................284

CHAPITRE 7 DISCUSSION...........................................................................................285

CHAPITRE 8 CONCLUSION ........................................................................................307

BIBLIOGRAPHIE............................................................................................................310

ANNEXE A ESSAIS DE CARACTÉRISATION..........................................................324

ANNEXE B ESSAIS DE POTENTIEL DE SÉGRÉGATION.....................................342

ANNEXE C ESSAIS DE DÉGEL ...................................................................................352

ANNEXE D ESSAIS DE RÉSISTANCE À L’ÉROSION ............................................377

ANNEXE E ESSAIS DE PERMÉABILITÉ ..................................................................383

ANNEXE F ESSAIS DE MODULE RÉVERSIBLE .....................................................393

ANNEXE G ESSAIS DE SUSCEPTIBILITÉ À LA DÉFORMATION


PERMANENTE ................................................................................................................430

ANNEXE H COEFFICIENTS DE CORRÉLATION ENTRE LA POROSITÉ ET


DES VARIABLES EXPLICATIVES .............................................................................434

vii
LISTE DES FIGURES

Figure 2.1 : Pénétration de l’eau dans la chaussée (tirée de Lebeau 2006) ............................8 
Figure 2.2 : Comportement d’une chaussée affectée par la présence d’eau (tirée de
Barksdale 1991) ......................................................................................................................8 
Figure 2.3 : Fuseau granulaire des MG 20............................................................................12 
Figure 2.4 : Contraintes au passage d’une roue (tirée de Lekarp et coll. (2000a))...............18 
Figure 2.5 : Relation contrainte/déformation d’un matériau granulaire (tirée de Lekarp et
coll. (2000a)).........................................................................................................................19 
Figure 2.6 : Schéma de l’appareil triaxial servant à déterminer le MR (tirée de Kim et coll.
(2001)) ..................................................................................................................................22 
Figure 2.7 : Génération de pression pour différentes granulométries (tirée de Raad et coll.
(1992)) ..................................................................................................................................25 
Figure 2.8 : Rigidité vs nFT (Grading parameter ‘n’) pour différentes compacités (tirée de
Dawson (2001)) ....................................................................................................................26 
Figure 2.9 : Rigidité vs nFT (‘n’) (tirée de Ekblad (2007)) ...................................................27 
Figure 2.10 : Influence de la granulométrie sur le MR pour un calcaire et un grès (adaptée de
Tian et coll. (1998)) ..............................................................................................................28 
Figure 2.11 : Influence de la quantité et de la qualité des fines sur l’indice CBR pour un
granite (tirée de Flon et Poulin (1987)) ................................................................................29 
Figure 2.12 : Influence de la quantité et de la qualité des fines sur l’indice CBR pour un
schiste (tirée de Flon et Poulin (1987)).................................................................................30 
Figure 2.13 : Effet de la teneur en eau sur le module réversible (tirée de Lebeau 2006) .....32 
Figure 2.14 : Modèle reliant le MR,  et la succion matricielle (ua-uw) (tirée de Doucet et
Doré (2004)) .........................................................................................................................33 
Figure 2.15 : Influence de la teneur en eau sur le MR pour un calcaire et un grès (adaptée de
Tian et coll. (1998)) ..............................................................................................................34 
Figure 2.16 : Effet du type de granulat sur la valeur de MR (tirée de Zaman et coll. (1994))
..............................................................................................................................................37 
Figure 2.17 : Effet de la teneur en mica sur le MR relatif moyen (tirée de Ekblad (2007)) ..38 
Figure 2.18 : Déformation permanente vs nombre de cycles pour des essais drainés et non
drainés (tirée de Lekarp et coll. (2000b)) .............................................................................43 
Figure 2.19 : Déformation permanente en fonction du nombre de cycles pour différents
états de d (tirée de Lekarp et coll. (2000b)) ........................................................................44 
Figure 2.20 : Déformation plastique vs n (nFT) pour différentes compacités (tirée de Thom
et Brown (1988))...................................................................................................................45 
Figure 2.21 : Effet de la proportion de particules concassées sur la déformation permanente
εP (tirée de Pan et Tutumluer (2007))....................................................................................46 
Figure 2.22 : Exemple de courbe caractéristique de rétention d’eau (tirée de Côté et Roy
(1998)) ..................................................................................................................................50 
Figure 2.23 : Pression d’entrée d’air (a) vs porosité (n) pour différents matériaux (tirée de
Côté et Konrad (2003)) .........................................................................................................52 

viii
Figure 2.24 : Indice de distribution de la taille des pores () vs surface spécifique (SSF)
pour différents matériaux (tirée de Côté et Konrad (2003)) .................................................52 
Figure 2.25 : Essai de potentiel de succion (tirée de Côté et Roy (1998)) ...........................53 
Figure 2.26 : Essais à charge constante et variable (tirée de Côté et Roy (1998)) ...............57 
Figure 2.27 : Essai de conductivité hydraulique non saturée (tirée de Côté et Roy (1998)) 59 
Figure 2.28 : Schématisation de la porosité de la fraction fine.............................................61 
Figure 2.29 : Analyse paramétrique du concept nc-nf de Côté et Konrad (2003) .................63 
Figure 2.30 : Conductivité hydraulique vs porosité pour différents matériaux (tirée de Côté
et Konrad (2003))..................................................................................................................64 
Figure 2.31 : Influence de nf sur la conductivité hydraulique saturée (tirée de Côté et
Konrad (2003)) .....................................................................................................................65 
Figure 2.32 : Pression d’entrée d’air en fonction de nf (tirée de Côté et Konrad (2003)) ....65 
Figure 2.33 : Indice de distribution de la taille des pores en fonction de la porosité de la
fraction fine et de la surface spécifique (tirée de Côté et Konrad (2003))............................66 
Figure 2.34 : Relation entre nf, SSF et Ksat (tirée de Côté et Konrad (2003))........................67 
Figure 2.35 : Conductivité hydraulique vs coefficient d’uniformité (tirée de Hoppe (1996))
..............................................................................................................................................71 
Figure 2.36 : Montage de l’essai à écoulement turbulent (tirée de Bilodeau (2003)) ..........75 
Figure 2.37 : Schéma de l’essai à écoulement turbulent (tirée de Bilodeau (2003)) ............75 
Figure 2.38 : Taux de soulèvement en fonction de %F (adaptée de Tester et Gaskin (1996))
..............................................................................................................................................79 
Figure 2.39 : Décomposition du cycle de gel-dégel (Doré 2002).........................................82 
Figure 2.40 : Diagramme de phases......................................................................................87 
Figure 2.41 : Schématisation de l’évolution de la performance dans un fuseau ..................91 
Figure 3.1 : Courbes granulométriques testées.....................................................................95 
Figure 3.2 : Exemple montrant le calcul pour l’obtention des valeurs dxG et dxS................96 
Figure 3.3 : Courbes granulométriques des particules fines.................................................96 
Figure 3.4 : Relation entre l’indice CBR et la porosité ......................................................103 
Figure 3.5 : Comparaison entre les courbes CI5mm et CS5mm théoriques et reconstituées ..105 
Figure 4.1 : Courbes testées ayant un dmax=31,5 mm dans un espace %Passant-Diamètre0,45
............................................................................................................................................108 
Figure 4.2 : Courbes testées ayant un dmax=20 mm dans un espace %Passant-Diamètre0,45
............................................................................................................................................109 
Figure 4.3 : Différentes relations des dimensions d’un mélange granulaire (Langlois 2003)
............................................................................................................................................114 
Figure 5.1 : Schéma d’un essai de gel ................................................................................131 
Figure 5.2 : Granulométries écrêtées au tamis de 5 mm.....................................................132 
Figure 5.3 : Données typiques d’essai de gel......................................................................134 
Figure 5.4 : Première séquence de chargement lors du dégel – Basalte CSS.....................135 
Figure 5.5 : Relation entre SP et nf .....................................................................................137 
Figure 5.6 : Caractéristiques de la chaussée pour la simulation portant sur le soulèvement
théorique .............................................................................................................................143 
Figure 5.7 : Relation entre SP7kPa-γ et résidus normalisés associés....................................150 
Figure 5.8 : Effet de la source sur les fines de carrières testées par Konrad (2005)...........152 
Figure 5.9 : Relation entre la perte de module engendrée par un gonflement et SP...........157 
Figure 5.10 : Relation entre ER et le Cu, nf et %F/%S .......................................................163 
Figure 5.11 : Relation entre Ksat et ER................................................................................163 

ix
Figure 5.12 : Relation entre ER et  ...................................................................................169 
Figure 5.13 : Perméamètre à paroi rigide ...........................................................................170 
Figure 5.14 : Schéma de l’essai de conductivité hydraulique.............................................171 
Figure 5.15 : Tableau pour les mesures de volume et de pression .....................................172 
Figure 5.16 : Relation entre Ksat et nf ..................................................................................178 
Figure 5.17 : Estimation de la conductivité hydraulique pour les MG testés.....................180 
Figure 5.18 : Comparaison entre K mesurée et estimée .....................................................181 
Figure 5.19 : Schéma du montage d’un essai de module réversible (MTQ 2004) .............187 
Figure 5.20 : Photo de l’équipement triaxial au MTQ........................................................188 
Figure 5.21 : Processus de saturation : A – Entrée de l’eau dans l’échantillon ; B –
Équilibration de la succion à l’intérieur de l’échantillon ; C – Circulation d’eau dans
l’échantillon ; D – Équilibration du niveau de l’eau...........................................................191 
Figure 5.22 : Résultats typiques d’un essai de module réversible – Gneiss CSI ................194 
Figure 5.23 : Résultats des essais de module réversible à l’état saturé ..............................194 
Figure 5.24 : Exemple de l’effet de l’inclusion de la CSS sur l’estimation du MR.............201 
Figure 5.25: Pente de la relation linéaire entre MR et SR .....................................................202 
Figure 5.26 : Résultats des essais de MR en comparaison avec ceux de Doucet et Doré
(2004)..................................................................................................................................205 
Figure 5.27 : Courbe caractéristique de rétention d’eau moyenne des matériaux granulaires
C-LTPP (adaptée de Doucet et Doré (2004)) .....................................................................209 
Figure 5.28 : Exemples de relations entre le MR400 et des variables explicatives pour la
source gneiss .......................................................................................................................211 
Figure 5.29 : Exemples de relation entre MR400 et des variables explicatives pour la source
calcaire ................................................................................................................................212 
Figure 5.30 : Exemples de relation entre MR400 et des variables explicatives pour la source
basalte .................................................................................................................................213 
Figure 5.31 : Relation entre S700 et nf ..................................................................................222 
Figure 5.32 : Relation S-nf en fonction de  – Source gneiss granitique ............................223 
Figure 5.33 : Cycle de conditionnement et taux de déformation permanente – Basalte – CS
............................................................................................................................................228 
Figure 5.34 : Effet de la CSS sur les relations pour le taux de déformation permanente ...231 
Figure 5.35 : Effet de la granulométrie sur le taux de déformation permanente de la source
gneiss ..................................................................................................................................233 
Figure 5.36 : Effet de la granulométrie sur le taux de déformation permanente de la source
calcaire ................................................................................................................................234 
Figure 5.37 : Effet de la granulométrie sur le taux de déformation permanente de la source
basalte .................................................................................................................................235 
Figure 6.1 : Schématisation de la relation paramètre de performance – variable explicative
et des niveaux de performance associés .............................................................................242 
Figure 6.2 : Relations entre MR400 et diverses variables explicatives montrant la difficulté de
l’imposition de valeurs critiques de performance...............................................................243 
Figure 6.3 : Relation nfopt-%F pour la source calcaire ........................................................247 
Figure 6.4 : Relation entre nc et d50 pour le gneiss granitique ............................................248 
Figure 6.5 : Relations d’estimation de la porosité pour la source calcaire .........................250 
Figure 6.6 : Relations d’estimation de la porosité pour la source basalte ..........................250 
Figure 6.7 : Relation entre nopt et Cu pour la source gneiss granitique...............................251 

x
Figure 6.8 : Matrice de granulométries...............................................................................256 
Figure 6.9 : Relation entre nf et %F pour les courbes de la matrice ...................................258 
Figure 6.10 : Exemple de la droite de tendance linéaire entre nfoptestimée et %F pour le
basalte .................................................................................................................................261 
Figure 6.11 : Schématisation de l’optimisation par minimisation de la fonction de
sommation...........................................................................................................................262 
Figure 6.12 : Relation entre les %Fc obtenus des deux méthodes d’optimisation .............265 
Figure 6.13 : Sommaire des %Fc obtenus par la fonction de sommation pour les trois
sources ................................................................................................................................266 
Figure 6.14 : Zones de performance mécanique pour la source gneiss ..............................278 
Figure 6.15 : Zones de performance mécanique pour la source calcaire............................278 
Figure 6.16 : Zones de performance mécanique pour la source basalte .............................279 
Figure 7.1 : Courbes formulées avec l’équation de Fuller et Thompson pour nFT=0,45 ....291 
Figure 7.2 : Exemples de sous fuseaux pour deux contextes de performance et trois sources
............................................................................................................................................295 
Figure A.1 : Proctor – Gneiss CS et CM (0-5 mm) ............................................................328 
Figure A.2 : Proctor – Gneiss CI et CSI (0-5 mm) .............................................................329 
Figure A.3 : Proctor – Gneiss CIS et CSS (0-5 mm)..........................................................330 
Figure A.4 : Proctor – Calcaire CS et CM (0-5 mm)..........................................................331 
Figure A.5 : Proctor – Calcaire CI et CSI (0-5 mm)...........................................................332 
Figure A.6 : Proctor – Calcaire CIS et CSS (0-5 mm) .......................................................333 
Figure A.7 : Proctor – Basalte CS et CM (0-5 mm) ...........................................................334 
Figure A.8 : Basalte CI et CSI (0-5 mm) ............................................................................335 
Figure A.9 : Basalte CIS et CSS (0-5 mm).........................................................................336 
Figure A.10 :Proctor – Particules fines – gneiss/calcaire/basalte.......................................337 
Figure A.11 : Limites de consistance – particules fines – gneiss/calcaire/basalte .............338 
Figure A.12 : Sédimentation – particules fines - gneiss .....................................................339 
Figure A.13 : Sédimentation – particules fines - calcaire...................................................340 
Figure A.14 : Sédimentation – particules fines - basalte ....................................................341 
Figure B.1 : Essais de potentiel de ségrégation – Gneiss CS et CM ..................................343 
Figure B.2 : Essais de potentiel de ségrégation – Gneiss CI et CS.....................................344 
Figure B.3 : Essais de potentiel de ségrégation – Gneiss CIS et CSS ................................345 
Figure B.4 : Essais de potentiel de ségrégation – Calcaire CS et CM................................346 
Figure B.5 : Essais de potentiel de ségrégation – Calcaire CI et CSI.................................347 
Figure B.6 : Essais de potentiel de ségrégation – Calcaire CIS et CSS..............................348 
Figure B.7 : Essais de potentiel de ségrégation – Basalte CS et CM .................................349 
Figure B.8 : Essais de potentiel de ségrégation – Basalte CI et CSI ..................................350 
Figure B.9 : Essais de potentiel de ségrégation – Basalte CIS et CSS ...............................351 
Figure C.1 : Dégel – Chargement avant-gel – Gneiss CS, CM et CI .................................353 
Figure C.2 : Dégel – Chargement avant-gel – Gneiss CSI, CIS et CSS.............................354 
Figure C.3 : Dégel – Chargement avant-gel – Calcaire CS, CM et CI...............................355 
Figure C.4 : Dégel – Chargement avant-gel – Calcaire CSI, CIS et CSS ..........................356 
Figure C.5 : Dégel – Chargement avant-gel – Basalte CS, CM et CI ................................357 
Figure C.6 : Dégel – Chargement avant-gel – Basalte CSI, CIS et CSS ............................358 
Figure C.7 : Chargements en dégel – Gneiss CS................................................................359 
Figure C.8 : Chargements en dégel – Gneiss CM...............................................................360 
Figure C.9 : Chargements en dégel – Gneiss CI.................................................................361 

xi
Figure C.10 : Chargements en dégel – Gneiss CSI.............................................................362 
Figure C.11 : Chargements en dégel – Gneiss CIS.............................................................363 
Figure C.12 : Chargements en dégel – Gneiss CSS............................................................364 
Figure C.13 : Chargements en dégel – Calcaire CS ...........................................................365 
Figure C.14 : Chargements en dégel – Calcaire CM ..........................................................366 
Figure C.15 : Chargements en dégel – Calcaire CI ............................................................367 
Figure C.16 : Chargements en dégel – Calcaire CSI ..........................................................368 
Figure C.17 : Chargements en dégel – Calcaire CIS ..........................................................369 
Figure C.18 : Chargements en dégel – Calcaire CSS .........................................................370 
Figure C.19 : Chargements en dégel – Basalte CS .............................................................371 
Figure C.20 : Chargements en dégel – Basalte CM............................................................372 
Figure C.21 : Chargements en dégel – Basalte CI..............................................................373 
Figure C.22 : Chargements en dégel – Basalte CSI............................................................374 
Figure C.23 : Chargements en dégel – Basalte CIS............................................................375 
Figure C.24 : Chargements en dégel – Basalte CSS...........................................................376 
Figure D.1 : Résistance à l’érosion – Gneiss CS, CM, CI et CSI.......................................378 
Figure D.2 : Résistance à l’érosion – Gneiss CIS, CSS, Basalte CS et CM.......................379 
Figure D.3 : Résistance à l’érosion – Basalte CI, CSI, CIS et CSS....................................380 
Figure D.4 : Résistance à l’érosion – Calcaire CS, CM, CI et CSI ....................................381 
Figure D.5 : Résistance à l’érosion – Calcaire CI et CSS...................................................382 
Figure E.1 : Conductivité hydraulique – Gneiss CS et CM................................................384 
Figure E.2 : Conductivité hydraulique – Gneiss CI et CSI.................................................385 
Figure E.3 : Conductivité hydraulique – Gneiss CIS et CSS..............................................386 
Figure E.4 : Conductivité hydraulique – Calcaire CS et CM .............................................387 
Figure E.5 : Conductivité hydraulique – Calcaire CI et CSI ..............................................388 
Figure E.6 : Conductivité hydraulique – Calcaire CIS et CSS ...........................................389 
Figure E.7 : Conductivité hydraulique – Basalte CS et CM ...............................................390 
Figure E.8 : Conductivité hydraulique – Basalte CI et CSI................................................391 
Figure E.9 : Conductivité hydraulique – Basalte CIS et CSS.............................................392 
Figure F.1 : Module réversible – Gneiss CS – État initial et saturé ...................................394 
Figure F.2 : Module réversible – Gneiss CS – État drainé et compilation .........................395 
Figure F.3 : Module réversible – Gneiss CM – État initial et saturé ..................................396 
Figure F.4 : Module réversible – Gneiss CM – État drainé et compilation........................397 
Figure F.5 : Module réversible – Gneiss CI – État initial et saturé ....................................398 
Figure F.6 : Module réversible – Gneiss CI – État drainé et compilation ..........................399 
Figure F.7 : Module réversible – Gneiss CSI – État initial et saturé ..................................400 
Figure F.8 : Module réversible – Gneiss CSI – État drainé et compilation........................401 
Figure F.9 : Module réversible – Gneiss CIS – État initial et saturé ..................................402 
Figure F.10 : Module réversible – Gneiss CÌS – État drainé et compilation......................403 
Figure F.11 : Module réversible – Gneiss CSS – État initial et saturé ...............................404 
Figure F.12 : Module réversible – Gneiss CSS – État drainé et compilation .....................405 
Figure F.13 : Module réversible – Calcaire CS – État initial et saturé ...............................406 
Figure F.14 : Module réversible – Calcaire CS – État drainé et compilation.....................407 
Figure F.15 : Module réversible – Calcaire CM – État initial et saturé..............................408 
Figure F.16 : Module réversible – Calcaire CM – État drainé et compilation ...................409 
Figure F.17 : Module réversible – Calcaire CI – État initial et saturé ................................410 
Figure F.18 : Module réversible – Calcaire CI – État drainé et compilation......................411 

xii
Figure F.19 : Module réversible – Calcaire CSI – État initial et saturé..............................412 
Figure F.20 : Module réversible – Calcaire CSI – État drainé et compilation ...................413 
Figure F.21 : Module réversible – Calcaire CIS – État initial et saturé..............................414 
Figure F.22 : Module réversible – Calcaire CIS – État drainé et compilation ...................415 
Figure F.23 : Module réversible – Calcaire CSS – État initial et saturé.............................416 
Figure F.24 : Module réversible – Calcaire CSS – État drainé et compilation...................417 
Figure F.25 : Module réversible – Basalte CS – État initial et saturé.................................418 
Figure F.26 : Module réversible – Basalte CS – État drainé et compilation ......................419 
Figure F.27 : Module réversible – Basalte CM – État initial et saturé ...............................420 
Figure F.28 : Module réversible – Basalte CM – État drainé et compilation .....................421 
Figure F.29 : Module réversible – Basalte CI – État initial et saturé .................................422 
Figure F.30 : Module réversible – Basalte CI – État drainé et compilation .......................423 
Figure F.31 : Module réversible – Basalte CSI – État initial et saturé ...............................424 
Figure F.32 : Module réversible – Basalte CSI – État drainé et compilation .....................425 
Figure F.33 : Module réversible – Basalte CIS – État initial et saturé ...............................426 
Figure F.34 : Module réversible – Basalte CIS – État drainé et compilation .....................427 
Figure F.35 : Module réversible – Basalte CSS – État initial et saturé ..............................428 
Figure F.36 : Module réversible – Basalte CSS – État drainé et compilation ....................429 
Figure G.1 : Déformation permanente - gneiss...................................................................431 
Figure G.2 : Déformation permanente - calcaire ................................................................432 
Figure G.3 : Déformation permanente - basalte .................................................................433 

xiii
LISTE DES TABLEAUX

Tableau 2.1 : Fuseau granulaire des MG 20 .........................................................................12 


Tableau 2.2 : Effet de diverses caractéristiques des MG sur la résistance au cisaillement
(adapté de Theyse (2002)) ....................................................................................................17 
Tableau 2.3 : Effet de divers paramètres sur K1, K2 et MR (adapté de Theyse (2002)).........39 
Tableau 2.4 : Conductivité hydraulique de divers matériaux de fondation routière pour
différentes granulométries (adapté de Randolph et coll. (2000)) .........................................70 
Tableau 2.5 : Caractéristiques granulométriques des matériaux testés à l’essai d’écoulement
turbulent (tiré de Bilodeau (2003)) .......................................................................................76 
Tableau 2.6 : Classification du U.S. Army Corps of Engineers pour la susceptibilité au gel
(adapté de Chamberlain (1981)) ...........................................................................................81 
Tableau 2.7 : Tableau synthèse de la revue de la documentation (adapté de Dawson (2001))
..............................................................................................................................................89 
Tableau 3.1 : Caractéristiques intrinsèques, de fabrication des granulats et propriétés des
fines.......................................................................................................................................93 
Tableau 3.2 : Courbes granulométriques étudiées ................................................................95 
Tableau 3.3 : Paramètres de granulométrie des courbes étudiées dans la phase préliminaire
..............................................................................................................................................99 
Tableau 3.4 : Résultats des essais de caractérisation des courbes étudiées ........................100 
Tableau 4.1 : Valeurs de pente des courbes granulométriques dans un espace %P-d0,45 ...110 
Tableau 4.2 : Caractéristiques volumétriques des échantillons vis-à-vis leur MVNT et MVT
............................................................................................................................................119 
Tableau 4.3 : Ratios des courbes étudiées en considérant l’entièreté des courbes .............120 
Tableau 4.4 : Pourcentage de vides dans chaque fraction ..................................................121 
Tableau 4.5 : Ratios des courbes étudiées dont le squelette granulaire est contrôlé par le GF
............................................................................................................................................122 
Tableau 5.1 : Résultats des essais de potentiel de ségrégation ...........................................136 
Tableau 5.2 : Coefficients de corrélation R entre SP et les variables explicatives .............137 
Tableau 5.3 : Comparaison des valeurs de SP entre les granulométries et les sources ......138 
Tableau 5.4 : Classement des granulométries pour chaque source en termes de SP..........138 
Tableau 5.5 : Matrice des coefficients de corrélation R pour l’influence de la source sur SP
............................................................................................................................................139 
Tableau 5.6 : Coefficients de corrélation R entre les SP moyens et les caractéristiques des
fines.....................................................................................................................................140 
Tableau 5.7 : Modules réversibles mesurés lors des essais de dégel..................................141 
Tableau 5.8 : Valeurs de R entre le MR en dégel et quelques caractéristiques des échantillons
............................................................................................................................................142 
Tableau 5.9 : Soulèvement au gel théorique pour les matériaux testés dans cette étude....143 
Tableau 5.10 : Analyse paramétrique de l’effet d’un gonflement théorique au gel sur le MR
............................................................................................................................................157 
Tableau 5.11 : Caractéristiques des courbes testées en érosion..........................................161 

xiv
Tableau 5.12 : Résultats de résistance à l’érosion ..............................................................161 
Tableau 5.13 : Comparaison des courbes et des matériaux entre eux pour l’essai d’érosion
............................................................................................................................................162 
Tableau 5.14 : Caractéristiques volumétriques et résultats des essais de conductivité
hydraulique .........................................................................................................................175 
Tableau 5.15 : Comparaison de conductivité hydraulique entre les sources pour chaque
courbe..................................................................................................................................176 
Tableau 5.16 : Classement des courbes du point de vue de la conductivité hydraulique...176 
Tableau 5.17 : Coefficients de corrélation R entre les valeurs de Ksat et des variables
explicatives .........................................................................................................................178 
Tableau 5.18 : Coefficients de corrélation R entre Log(Ksat) moyen et les caractéristiques
des fines ..............................................................................................................................179 
Tableau 5.19 : Estimation de la conductivité hydraulique saturée pour les MG testés ......180 
Tableau 5.20 : États de contrainte lors de l’essai de module réversible .............................189 
Tableau 5.21 : Caractéristiques volumétriques des échantillons ........................................196 
Tableau 5.22 : Résultats des essais de module réversible...................................................197 
Tableau 5.23 : MR à l’état saturé pour 3 valeurs de contraintes totales et effet de la
granulométrie ......................................................................................................................198 
Tableau 5.24 : Comparaison entre les sources pour chaque granulométrie et 3 contraintes
totales ..................................................................................................................................198 
Tableau 5.25 : Valeurs de R entre le MR400 et les caractéristiques granulométriques ou
volumétriques......................................................................................................................200 
Tableau 5.26 : Valeurs de pente S pour chaque source et granulométrie ...........................203 
Tableau 5.27 : Valeurs de R entre la pente et les caractéristiques granulométriques ou
volumétriques......................................................................................................................203 
Tableau 5.28 : Variations de MR à l’état saturé par rapport au fuseau granulométrique du
MTQ....................................................................................................................................207 
Tableau 5.29 : Relations générales entre S, nf et ..............................................................225 
Tableau 5.30 : Perte de MR pour θ=150 kPa et pour ΔSR=85%..........................................226 
Tableau 5.31 : Résultats et comparaison entre les sources pour le taux de déformation
permanente..........................................................................................................................229 
Tableau 5.32 : Classement du taux de déformation permanente par source.......................229 
Tableau 5.33 : Valeurs de R entre le taux de déformation permanente et des variables
explicatives .........................................................................................................................230 
Tableau 6.1 : Sommaire des relations d’estimation de la porosité à l’optimum.................251 
Tableau 6.2 : Valeurs de nopt et nfopt maximales et minimales et niveaux de performance
(linéaires) ............................................................................................................................253 
Tableau 6.3 : Valeurs de nfopt pour chaque niveau de performance (relations
exponentielle/puissance).....................................................................................................253 
Tableau 6.4 : Valeurs des paramètres de performance pour chaque niveau de performance
lié à l’optimisation de nf ......................................................................................................254 
Tableau 6.5 : Matrice de granulométrie..............................................................................255 
Tableau 6.6 : Statistiques et caractéristiques granulométriques de la matrice....................257 
Tableau 6.7 : Caractéristiques volumétriques de la matrice pour chaque source ...............257 
Tableau 6.8 : Valeurs de %Fc pour chaque niveau de performance associées à une valeur de
nfoptestimée déterminées par les droites de tendance linéaires ............................................260 

xv
Tableau 6.9 : Valeurs de %Fc pour chaque niveau de performance associé à une valeur de
nfoptestimée déterminées par la minimisation de la fonction de sommation .......................263 
Tableau 6.10 : Pourcentage des courbes répondant aux deux critères pour les valeurs de
%Fc.....................................................................................................................................263 
Tableau 6.11 : Différence entre les %Fc obtenus de la fonction de sommation et les %Fc
obtenus des droites de tendance linéaire.............................................................................264 
Tableau 6.12 : Optimisation de la résistance à l’érosion en fonction de Cu.......................267 
Tableau 6.13 : Valeurs minimale et maximale de MR400 et intervalles suggérés pour chaque
niveau..................................................................................................................................271 
Tableau 6.14 : Variables explicatives du MR suggérées pour chaque niveau et chaque source
............................................................................................................................................275 
Tableau 6.15 : Valeurs minimale et maximale du Taux p et intervalles suggérés pour
chaque niveau .....................................................................................................................276 
Tableau 6.16 : Valeurs des variables explicatives du Taux p pour chaque niveau et chaque
source ..................................................................................................................................277 
Tableau 6.17 : Valeurs utilisées pour calculer le %Gc .......................................................282 
Tableau 6.18 : Valeurs de %Gc pour une matrice de gros granulats et de granulats fins ..284 
Tableau 7.1 : Ratios d’endommagement des chaussées par le trafic en contexte canadien
(Doré et coll. 2006).............................................................................................................293 
Tableau A.1 : Essais de masse volumique – gneiss granitique...........................................325 
Tableau A.2 : Essais de masse volumique – calcaire .........................................................326 
Tableau A.3 : Essais de masse volumique – basalte...........................................................327 
Tableau H.1 : Valeurs de R entre des variables explicatives et n (linéaire et logarithmique)
............................................................................................................................................435 
Tableau H.2 : Valeurs de R entre des variables explicatives et n (exponentielle et puissance)
............................................................................................................................................439 

xvi
LISTE DES VARIABLES ET ABRÉVIATIONS

d Diamètre
dmax Diamètre maximal des particules
d100 Diamètre à 100% passant - modèle de Perrera et coll.
d90 Diamètre à 90% passant
d85 Diamètre à 85% passant
d70 Diamètre à 70% passant
d60 Diamètre à 60% passant
d50 Diamètre moyen des particules
d40 Diamètre à 40% passant
d30 Diamètre à 30% passant
d20 Diamètre à 20% passant
d15 Diamètre à 15% passant
d10 Diamètre à 10% passant
d0 Diamètre à 0% passant interpolé - modèle de Perrera et coll.
%Gc Pourcentage de gravier critique
%G Pourcentage de gravier
%S Pourcentage de sable
d60G Diamètre à 60% passant de la fraction gravier
d50G Diamètre à 50% passant de la fraction gravier
d30G Diamètre à 30% passant de la fraction gravier
d10G Diamètre à 10% passant de la fraction gravier
CuG Coefficient d’uniformité de la fraction gravier
CcG Coefficient de courbure de la fraction gravier
d60S Diamètre à 60% passant de la fraction sable
d50S Diamètre à 50% passant de la fraction sable
d30S Diamètre à 30% passant de la fraction sable
d10S Diamètre à 10% passant de la fraction sable
CuS Coefficient d’uniformité de la fraction sable
CcS Coefficient de courbure de la fraction sable
%Px Pourcentage passant au tamis x
%P31,5 Pourcentage passant le tamis de 31,5 mm
%P20 Pourcentage passant le tamis de 20 mm
%P14 Pourcentage passant le tamis de 14 mm
%P10 Pourcentage passant le tamis de 10 mm
%P5 Pourcentage passant le tamis de 5 mm
%P2,5 Pourcentage passant le tamis de 2,5 mm
%P1,25 Pourcentage passant le tamis de 1,25 mm
%P0,630 Pourcentage passant le tamis de 0,630 mm
%P0,315 Pourcentage passant le tamis de 0,315 mm
%P0,160 Pourcentage passant le tamis de 0,160 mm

xvii
%P0,08 Pourcentage passant le tamis de 0,08 mm
%P0,075 Pourcentage passant 75 µm
%P½tamis Pourcentage passant le tamis le plus près de 0,5xTGNM
%PTCP Pourcentage passant le tamis de contrôle primaire
%PTCS Pourcentage passant le tamis de contrôle secondaire
%PTCT Pourcentage passant le tamis de contrôle tertiaire
%F Pourcentage de particules fines
%Fc Pourcentage de particules fines critique
Cu Coefficient d’uniformité
Cc Coefficient de courbure
d50F Diamètre moyen des particules fines
CuF Coefficient d’uniformité des particules fines
<20µm Pourcentage passant pour un diamètre de 20 µm
<2m Pourcentage de particules de taille inférieure à 2 µm
nFT Paramètre de granulométrie de Fuller & Thompson
SsF Surface spécifique des particules fines
wLF Limite liquide des particules fines
1 Contrainte majeure
2 Contrainte intermédiaire
3 Contrainte mineure
d Contrainte déviatorique
d statique Contrainte déviatorique statique
d cyclique Contrainte déviatorique cyclique
θ Contrainte totale
oct Contrainte de cisaillement octahèdral
R Déformation réversible
P Déformation permanente
Pa Pression atmosphérique
p Contrainte moyenne
ua-uw Succion matricielle
 Succion totale
ua Pression d’air dans les pores
uw Pression d’eau dans les pores
 Succion osmotique
TS Tension de surface de l’eau
a Pression d’entrée d’air
H Différence de charge hydraulique
Pe Poids des terres
V Volume
t Temps
A Surface
n Porosité
e Indice des vides
VV Volume des vides
VS Volume des solides
VT Volume total

xviii
VW Volume d’eau
ρs Masse volumique des grains solides
ρd Masse volumique sèche
w Teneur en eau massique
MS Masse des solides
MW Masse d’eau
Abs. Absorption
SR Degré de saturation
SRini Degré de saturation initial
SRsat Degré de saturation après le processus de saturation
ρw Masse volumique de l’eau
wopt Teneur en eau optimale
ρdmax Masse volumique sèche maximale
θVopt Teneur en eau volumétrique à l’optimum
nf Porosité de la fraction fine
nc Porosité de la fraction grossière
ef Indice des vides de la fraction passant 2 mm
nopt Porosité à l’optimum
nfopt Porosité de la fraction fine à l’optimum
ncopt Porosité de la fraction grossière à l’optimum
nest Porosité estimée
nfest Porosité de la fraction fine estimée
ncest Porosité de la fraction grossière estimée
nfoptestimée Porosité de la fraction fine à l’optimum estimée
nfoptc Porosité de la fraction fine estimée critique
r Teneur en eau volumétrique résiduelle
ar Teneur en air volumétrique résiduelle
s Teneur en eau volumétrique saturée
V Teneur en eau volumétrique
dR Ratio masse volumique sèche / masse volumique sèche maximale
wR Ratio de la teneur en eau sur teneur en eau optimale
MR Module réversible
MR0 Module réversible avant gel
MR1 Premier module réversible en dégel
MR2 Deuxième module réversible en dégel
MR3 Troisième module reversible en dégel
MRmoyen Moyenne des modules réversibles en dégel
ΔMR-Δh Variation de module réversible causée par un soulèvement au gel
MR100 Module réversible à une contrainte totale de 100 kPa
MR400 Module réversible à une contrainte totale de 400 kPa
MR700 Module réversible à une contrainte totale de 700 kPa
MR(ini/sat/dr)-MR(sat) Différence de module réversible pour divers degré de saturation
SR(ini/sat/dr)-SR(sat) Différence de degré de saturation à divers état
S Pente de la variation de MR avec le degré de saturation
S100 Pente de la variation de MR avec le degré de saturation pour une
contrainte totale de 100 kPa

xix
S400 Pente de la variation de MR avec le degré de saturation pour une
contrainte totale de 400 kPa
S700 Pente de la variation de MR avec le degré de saturation pour une
contrainte totale de 700 kPa
Taux εp Taux moyen de déformation permanente verticale
K Conductivité hydraulique
q Flux hydraulique
i Gradient hydraulique
L Distance entre deux points de pression hydraulique différente
Q Débit hydraulique
K Conductivité hydraulique à une teneur en eau volumétrique non
saturée
Ksat Conductivité hydraulique à l’état saturé
Kini Conductivité hydraulique au degré de saturation initial
RS Rayon des pores
Re Nombre de Reynolds
υ Viscosité cinématique
 Indice de distribution de la dimension des pores
Dmax Taille maximale des pores
ER Taux d’érosion
 Variable complexe liée au taux d’érosion
SP Potentiel de ségrégation
SP0 Potentiel de ségrégation sans surcharge
SP Potentiel de ségrégation moyen
SP7kPa Potentiel de ségrégation sous 7 kPa de surcharge
dh/dt Taux de soulèvement au gel
GradT Gradient thermique
TWin Thaw Weakening index
x/t Taux moyen de dégel
h/t Taux moyen de consolidation
h Soulèvement au gel
DTW Épaisseur de la couche soumise au dégel
dh/dt5h Taux de soulèvement en régime thermique transitoire
hgei Soulèvement engendré par le gel de l’eau interstitielle
hgs Soulèvement engendré par la formation de glace de ségrégation
j Nombre de jour de gel
Rf Facteur de fines de Rieke
γ Variable complexe liée au potentiel de ségrégation
MVmax Masse volumique maximale
GG Gros granulat
GF Granulat fin
SG Sable grossier
SF Sable fin
TGNM Tamis de grosseur nominale maximale
TCP Tamis de contrôle primaire
TCS Tamis de contrôle secondaire

xx
TCT Tamis de contrôle tertiaire
RGG Ratio gros granulat
RFGGF Ratio de la fraction grossière du granulat fin
RFFGF Ratio de la fraction fine du granulat fin
MV Masse volumique
MVGG Masse volumique du gros granulat
MVGF Masse volumique du granulat fin
MVSG Masse volumique du sable grossier
MVSF Masse volumique du sable fin
MVNT Masse volumique à l’état non tassé
MVT Masse volumique à l’état tassé
%MVNTGG Pourcentage d’atteinte de la masse volumique non tassé du gros
granulat
%MVTGF Pourcentage d’atteinte de la masse volumique tassé du gros
granulat
%MVNTSG Pourcentage d’atteinte de la masse volumique non tassé du sable
grossier
%MVTSG Pourcentage d’atteinte de la masse volumique tassé du sable
grossier
%MVNTSF Pourcentage d’atteinte de la masse volumique non tassé du sable
fin
%MVTSF Pourcentage d’atteinte de la masse volumique tassé du sable fin
MVfraction Masse volumique d’une fraction de sol
%Fraction Pourcentage massique d’une fraction de sol
%MVFraction Pourcentage d’atteinte de la masse volumique d’une fraction
MVNTGG Masse volumique à l’état non tassé du gros granulat
MVTGG Masse volumique à l’état tassé du gros granulat
MVNTGF Masse volumique à l’état non tassé du granulat fin
MVTGF Masse volumique à l’état tassé du granulat fin
MVNTSG Masse volumique à l’état non tassé du sable grossier
MVTSG Masse volumique à l’état tassé du sable grossier
MVNTSF Masse volumique à l’état non tassé du sable fin
MVTSF Masse volumique à l’état tassé du sable fin
%VNT Pourcentage de vides à l’état non tassé
%VT Pourcentage de vides à l’état tassé
RGG* Ratio gros granulat modifié
RFGGF* Ratio de la fraction grossière du granulat fin modifié
RFFGF* Ratio de la fraction fine du granulat fin modifié
MG Matériaux granulaires
CBR California Bearing Ratio
N Nombre d’application de charge
NG Nombre d’intervalles pour la création de la matrice de granulo.
IDP Indicateur de performance
G Gravier
S Sable
VB Valeur au bleu de méthylène
VB400 Valeur au bleu de méthylène corrigée au tamis de 400 µm

xxi
nD Nombre de résultats formant un échantillonnage statistique
X Résultat constituant un échantillonnage statistique
Moy. Moyenne
É.-T. Écart-type
CV Coefficient de variation
R² Coefficient de détermination
RMSE Erreur quadratique moyenne
Y Variable dépendante mesurée
Yc Variable dépendante calculée
Y Valeur moyenne des variables dépendantes mesurées
R Coefficient de corrélation
x, y, z Coefficients de régression du modèle d’estimation de SP
a, b Paramètres de régression du modèle linéaire - MR
aS, bS Paramètres de régression liés à l’effet du SR sur MR
C Constante pour la détermination du pourcentage de gravier critique
 Paramètre de l’équation de Brooks et Corey
 Paramètre de l’équation de Brooks et Corey
C(ψ) Fonction de correction du modèle de Fredlund et Xing
nSM Paramètre de régression du modèle de Fredlund et Xing
mSM Paramètre de régression du modèle de Fredlund et Xing
aDP Paramètre de régression du modèle de Verveka
bDP Paramètre de régression du modèle de Verveka
K1 Constante de régression propre aux matériaux (modèles K-θ, Uzan
et Rahim et George)
K2 Constante de régression propre aux matériaux (modèles K-θ, Uzan
et Rahim et George)
K3 Constante de régression propre aux matériaux (modèles K-θ, Uzan
et Rahim et George)
[Aij] Pourcentage du matériau i passant le tamis j pour j variant de 1 à n
m Nombre de matériau d’un mélange
f Nombre de tamis de contrôle
[X] Proportion de chaque matériau dans un mélange
[C] Pourcentage passant du mélange pour un tamis de contrôle
[D] Pourcentage passant visé pour un tamis de contrôle

xxii
CHAPITRE 1

INTRODUCTION, PROBLÉMATIQUE ET OBJECTIFS

1.1. Mise en contexte, problématique et objectifs

Depuis très longtemps, l’utilisation des matériaux granulaires (MG) est largement répandue
en construction de chaussées. En 1988, pour les carrières et sablières situées au Québec
seulement, l’utilisation de matériaux granulaires pour les fondations et les enrobés
bitumineux a dépassé 50 000 000 tonnes, soit environ 80% de l’utilisation totale à cette
époque (Bérubé 2001). À titre de comparaison, en Angleterre, l’utilisation de granulats
dans les couches de fondation des chaussées seulement est estimée à 50 000 000 tonnes/an
(Dawson 2001). Malgré l’utilisation très importante de ce type de matériau, Dawson (2001)
note que les MG sont probablement les matériaux de chaussées dont les bases et
connaissances scientifiques sont les plus limitées. Selon ce dernier, la production, la mise
en place, le contrôle, les normes et le dimensionnement reposent sur des approches n’ayant
que peu évoluées depuis maintenant plus de 70 ans.

En construction et réhabilitation des chaussées, différentes sources de granulats sont


exploitées dans des contextes de géologie régionale diversifiée et le résultat est une
importante variabilité dans les caractéristiques et propriétés des matériaux granulaires. De
façon générale, ces matériaux sont utilisés pour leur faible coût, leur bonne capacité
portante et leur bonne capacité de drainage. Toutefois, le fait que les chaussées
d’aujourd’hui doivent performer dans différents contextes climatiques et mécaniques laisse
croire que la grande variabilité des matériaux et de leurs réponses aux diverses sollicitations
complexifient la volonté d’améliorer la performance globale des chaussées.

Comme il sera présenté dans le cadre de cette étude, une multitude de paramètres ont un
effet d’importance variable sur la performance des matériaux granulaires utilisés dans les
chaussées comme, à titre d’exemples, l’état de contrainte, le degré de saturation, la
compacité, la granulométrie, la minéralogie, la forme des particules, la rugosité des faces

1
des granulats, etc. Pour un bon nombre de ces paramètres, de multiples études montrent
leur effet respectif sur la performance d’un matériau granulaire. Le plus souvent, les études
scientifiques se concentrent sur l’effet d’un de ces paramètres sur un type de performance
précis (rigidité, conductivité hydraulique, gélivité, etc.). En ce qui concerne les matériaux
granulaires non liés retrouvés dans la portion supérieure des structures de chaussées sous la
couche de roulement, communément appelés matériaux de fondation de type MG 20, des
qualités principalement structurales sont espérées de ceux-ci puisqu’ils sont soumis à un
niveau de chargement plus élevé que dans la partie inférieure des structures de chaussées.
Or, comme leurs qualités structurales peuvent varier significativement avec l’évolution de
plusieurs paramètres, dont le degré de saturation, leur capacité à conserver leur intégrité
structurale au cours d’une année devient d’intérêt. Ceci est souligné par Dawson (2001),
qui précise que l’utilisation optimale d’un MG non lié dans une couche structurale de
chaussée dépend du matériau comme tel (minéralogie, granulométrie, forme et rugosité des
particules, etc.), mais aussi de l’eau, du niveau de compactage et des conditions de
chargement auxquelles il peut être potentiellement soumis.

La granulométrie est un des paramètres dont l’impact sur la performance peut varier
sensiblement en fonction du type de performance considéré. Dans le cadre de cette étude,
une emphase particulière sera portée sur son effet. Toutefois, le point de vue qui sera
apporté sur cet effet sera davantage global afin de tenter de considérer l’ensemble des
sollicitations auxquelles sont typiquement soumis les MG 20. Dans un souci d’apprécier
l’effet de la granulométrie sur la performance des MG 20, l’effet de la granulométrie sera
mesuré non seulement sur les qualités structurales, mais aussi sur l’aptitude à conserver les
qualités structurales. Ceci implique donc que des paramètres de performance mécanique
(module réversible et déformation permanente), hydrique (conductivité hydraulique et
résistance à l’érosion) et thermique (sensibilité au gel et dégel) seront étudiés. En mettant
en lien la performance avec divers indicateurs de performance directement ou
indirectement reliés à la granulométrie, il sera possible d’apprécier la façon dont la
performance varie et de déterminer comment suggérer de meilleurs matériaux dont le
comportement est optimisé à l’intérieur de zones incluses dans le fuseau granulométrique
des MG 20.

2
Au Québec, comme dans la majorité des agences de transports à travers le monde,
l’acceptation du point de vue de la granulométrie des MG utilisés pour les fondations
routières, est basée sur un fuseau granulométrique de spécification. Ce fuseau est
relativement large et englobe une certaine gamme de matériaux puisque des granulométries
dont le coefficient d’uniformité peut varier de 15 à 100, dont le pourcentage de fines peut
varier de 2 à 7% et dont le diamètre moyen des particules d50 peut varier de 3 à 9 mm
environ sont incluses dans celui-ci. Par conséquent, des propriétés comme, par exemple, la
conductivité hydraulique et la susceptibilité au gel peuvent être significativement
différentes pour différentes granulométries incluses dans ce fuseau. Ce dernier a été établi il
y a plus de cinquante ans sur des bases d’ordre pratique. Au cours des dernières années, peu
d’efforts ont été investis pour améliorer les caractéristiques et maximiser la performance
des MG de fondation. La fondation étant un élément structural clé d’une chaussée, la
performance globale de celle-ci est donc intimement liée à la celle de la fondation (Dawson
1995).

Pourtant, la forme des courbes granulométriques des matériaux de fondation des chaussées
est, en pratique, peu variable alors que sa forme pourrait être différente en fonction de
l’usage prévu ou de la caractéristique jugée prépondérante pour un projet donné. Avec les
nouveaux outils à la disposition des organisations en transport, il est maintenant possible
d’évaluer en détail le comportement et la performance de ces matériaux ainsi que
d’optimiser les caractéristiques mécaniques et hydriques des matériaux granulaires en
fonction de leur usage, notamment au niveau de la fondation de la chaussée.

L’objectif de cette étude est donc d’arriver à optimiser la granulométrie des matériaux
granulaires de fondation des chaussées dans le but d’améliorer la performance globale,
mais aussi spécifique, de ce type de matériau. Pour ce faire, les principaux sous objectifs
suivants doivent être réalisés :

 Étudier l’effet des variations granulométriques sur les propriétés physiques et


mécaniques des matériaux granulaires de fondation des chaussées;

 Déterminer les paramètres clés influant sur l’optimisation granulométrique des


matériaux granulaires;

3
 Comprendre les variations dans les propriétés physiques et mécaniques associées aux
variations des paramètres clés déterminés;

 Identifier et délimiter des zones de performance à l’intérieur du fuseau granulométrique


dans le but :

 De connaître le champ d’application des MG existants

 D’établir des bases pour la formulation des MG en fonction d’usages spécifiques

1.2. Méthodologie

Afin de répondre à la problématique identifiée et d’atteindre les objectifs de recherche


formulés, il est nécessaire de construire une approche méthodologique réaliste pour des
travaux scientifiques de laboratoire en géotechnique routière. Une méthodologie en six
étapes distinctes est décrite au cours des prochaines lignes.

Étape 1 : Réalisation d’un état des connaissances

Un état des connaissances doit être réalisé afin d’être au fait des plus récentes découvertes
et des divers principes fondamentaux dans le domaine des matériaux granulaires utilisés
dans les structures de chaussées. Cet état des connaissances doit particulièrement être
orienté sur l’effet de la granulométrie. Une attention particulière doit être portée sur la
performance, au sens élargi, des matériaux granulaires. Par conséquent, la littérature portant
sur le gel et le dégel, la conductivité hydraulique en milieu poreux, la rigidité et la
susceptibilité à la déformation permanente et la résistance à l’érosion. Cette revue de
littérature doit permettre de cerner les meilleures façons de caractériser la performance des
matériaux granulaires.

Étape 2 : Choix et préparation des matériaux

Les matériaux soumis aux essais de laboratoire sont la base du programme expérimental et
jouent un grand rôle sur la qualité des données qui seront obtenues et sur la rencontre des

4
objectifs de recherche. Afin de les rencontrer, il est nécessaire de faire des choix quant aux
sources testées, mais principalement quant aux diverses granulométries. Entre autre, la
contribution de l’équipe du Ministère des Transports du Québec est essentielle à cette étape.
Après la sélection des sources et des granulométries, des travaux de laboratoire seront
entrepris pour tamiser chacune des sources afin d’avoir un meilleur contrôle sur la
granulométrie.

Étape 3 : Réalisation des essais de laboratoire

Les essais de laboratoire seront réalisés en deux volets. Le premier consiste en la


caractérisation des matériaux granulaires par des essais reconnus dans les normes du
Ministère des Transports et identifiés dans la littérature. Le second volet consiste en la
réalisation d’essais permettant de décrire la performance au sens large des matériaux
granulaires utilisés dans les fondations de chaussées. Tel qu’il a été avancé, les essais
retenus doivent permettre de mettre en évidence la sensibilité aux contraintes mécaniques et
environnementales de ce type de matériaux. Le survol de la littérature permettra d’identifier
les pratiques souhaitables afin de caractériser la performance des MG.

Étape 4 : Analyse des données

La réalisation de l’étape 3 permettra d’obtenir une quantité importante d’information qui


nécessitera une réflexion et une analyse poussée afin d’arriver ultimement à identifier les
facteurs ou les variables ayant une influence significative et prépondérante sur divers types
de comportement des MG. Cette étape est importante dans la réalisation du projet, car
l’hypothèse de recherche formulée dans ce projet propose qu’il existe des variables,
directement ou indirectement liées à la granulométrie, qui expliquent la variabilité dans la
performance des MG. Certains principes statistiques seront mis à profit à cette étape. De
plus, il sera possible, dépendamment de la qualité des données et des résultats, de définir
des modèles de performance plus généraux.

Étape 5 : Optimisation du comportement

Cette étape doit constituer le cœur de la réflexion de ce projet de recherche. Dans


l’hypothèse que l’étape 4 aura permis d’obtenir une quantité raisonnable d’indicateurs de

5
performance, ceux-ci pourront être utilisés afin d’apprécier la variabilité de performance
dans le contexte du fuseau. Ces indicateurs seront utilisés pour balancer les caractéristiques
granulométriques, pour chacune des sources, de façon à satisfaire la complémentarité de la
sensibilité aux contraintes mécaniques et environnementales.

Étape 6 : Transmission des résultats

Ce projet de recherche étant d’une grande envergure et étant particulièrement original au


sens où la performance globale des MG est considérée, il est particulièrement pertinent de
transmettre les résultats à la communauté scientifique de façon claire, concise et structurée.
Ceci permettra aux divers intervenants dans le domaine des chaussées de tirer largement
profit de ces travaux, mais aussi d’alimenter les réflexions sur ce domaine de recherche. Par
conséquent, la disponibilité de ces résultats de recherche fournira de solides bases pour
l’orientation de recherches futures.

1.3. Structure du document

Cette thèse est structurée en quatre principales parties. Premièrement, au chapitre 2, une
revue de la documentation est présentée et celle-ci porte principalement sur l’effet de la
granulométrie sur divers paramètres de performance des MG, mais aussi sur l’effet de la
variation de nombreuses autres caractéristiques de ces matériaux. Deuxièmement, une
description des matériaux sous divers angles et une analyse des principaux essais de
caractérisation seront réalisées aux chapitres 3 et 4. Troisièmement, une description des
essais caractérisant la performance, en plus des résultats qui y sont associés, sera réalisée au
chapitre 5. Les essais réalisés pour chacun des paramètres de performance sont analysés en
détail dans cette section, dans laquelle il sera possible de retrouver les principaux
indicateurs de performance retenus pour des fins d’optimisation du comportement.
Finalement, une section portant sur l’optimisation du comportement des MG 20 sera
réalisée au chapitre 6. Celle-ci sera suivie d’une discussion objective sur l’étude et des
principales conclusions et recommandations dans les chapitres 7 et 8.

6
CHAPITRE 2

REVUE DE LITTÉRATURE

2.1. Généralités sur les chaussées

Selon Doré (2004), les routes sont des axes de communication essentiels au développement
de la population. Ainsi, elles assurent l’occupation du territoire et l’exploitation des
ressources, permettent le déplacement des personnes et le transport des marchandises et
permettent de dispenser des services.

Doré (2004) défini une chaussée comme étant un système multi couche linéaire, de grande
envergure, soumis à l’action d’agents agressifs comme l’eau, le climat et le trafic. Au
Québec, les routes œuvrent dans un contexte particulier. En effet, le réseau routier est grand
en plus d’être relativement vieux. De plus, le réseau est soumis à des conditions climatiques
sévères puisqu’il doit performer à des températures pouvant varier de 30 °C à -30 °C avec
des conditions d’humidité importantes.

Cette présence importante d’humidité du climat de l’Est du Canada est largement prise en
compte dans la construction d’ouvrages de génie civil. En effet, la présence excessive
d’humidité est largement nuisible à la performance des matériaux utilisés en construction.
Lors de la construction, diverses mesures sont généralement prises afin de s’assurer que les
matériaux soient toujours non saturés. Dans le cas des chaussées, l’action de l’eau est aussi
importante car les matériaux de chaussées sont très souvent directement exposés aux
intempéries. L’eau, comme il sera vu dans cette section, a un impact majeur sur la
performance générale d’une chaussée. L’eau entre dans les structures de chaussées de
diverses façons. Selon Swanson (1985) et Brandl (2001), l’eau pénètre les structures de
chaussées verticalement par gravité, par migration subhorizontale à partir des accotements
et par action capillaire. La Figure 2.1, tirée de Lebeau (2006), schématise comment l’eau

7
peut se retrouver dans les structures de chaussées. Lorsque l’eau entrant dans les structures
de chaussées n’est pas rapidement évacuée, celles-ci tendent à se dégrader plus rapidement.
La Figure 2.2 illustre bien que la présence d’eau rend les matériaux de la structure de
chaussée plus sensibles à la déformation sous chargement, ce qui accélère la détérioration.

Figure 2.1 : Pénétration de l’eau dans la chaussée (tirée de Lebeau 2006)

Figure 2.2 : Comportement d’une chaussée affectée par la présence d’eau (tirée de Barksdale 1991)

8
2.2. Éléments constitutifs de la chaussée

Une chaussée est constituée de plusieurs éléments, chacun jouant un rôle clé dans la
performance de celle-ci. Parmi les éléments qui suivent, certains sont omis pour
dépendamment du type d’ouvrage. Les éléments constitutifs de la chaussée sont :

 Revêtement (enrobés bitumineux, béton de ciment, traitement de surface, pavés de


béton)

 Fondation (gravier concassé ou partiellement concassé)

 Sous-fondation (sable et/ou gravier)

 Sol d’infrastructure

 Éléments connexes (accotements, talus, fossé)

 Couches spéciales (couches drainantes et isolantes)

Au cours de ces travaux de recherche, l’emphase est mise sur la couche de fondation
granulaire. Cette couche de la chaussée est donc, au cours des prochaines pages, décrite de
façon plus détaillée. De plus, les principaux facteurs et paramètres pouvant affecter le
comportement et la qualité d’une fondation sont décrits en plus des moyens de caractériser
les matériaux granulaires utilisés comme matériaux de fondation des chaussées.

2.3. Fondations

Hormis la couche de revêtement, la fondation est l’élément structural principal d’une


chaussée. Son épaisseur est variable dépendamment du trafic anticipé. Dans certains cas,
elle est subdivisée en deux couches : la fondation inférieure et la fondation supérieure. Par
contre, l’emploi d’une fondation inférieure est aujourd’hui peu commun.

La fondation inférieure est généralement constituée de matériaux granulaires de taille


nominale maximale de 56 mm (MG 56) et possède une granulométrie étalée. Elle assure

9
une transition granulométrique entre la fondation supérieure et la sous-fondation. La
fondation supérieure est généralement constituée de matériaux granulaires de taille
nominale maximale de 20 mm (MG 20). Le matériau est un peu plus fin que celui de la
fondation inférieure, entre autre pour faciliter le profilage avant la pose du revêtement.

Les matériaux de fondation des chaussées sont donc, au sens granulométrique, des graviers
sableux ou des sables graveleux la plupart du temps selon la classification du Manuel
Canadien d’Ingénierie des Fondations (Société Canadienne de Géotechnique 1994). Ces
matériaux sont généralement concassés afin d’assurer une bonne résistance interne et une
friction inter granulaire élevée. Il est à noter que les particules concassées s’imbriquent
généralement moins bien que les particules arrondies. Par contre, ce type de particules
confère au matériau un angle de frottement interne plus élevé permettant alors d’augmenter
la résistance au cisaillement.

Dans la présente étude, les travaux portent principalement sur les MG 20 puisqu’ils sont les
matériaux de fondation les plus largement utilisés.

2.3.1. Fonctions des matériaux de fondation

Dawson (2001) divise les fonctions de la fondation d’une chaussée en trois fonctions
primaires et quatre fonctions secondaires. Les fonctions primaires sont les suivantes :

 Protection de l’infrastructure : la fondation agit en atténuant le niveau de contraintes à


un niveau acceptable pour le sol d’infrastructure n’engendrant pas de déformation
permanente importante.

 Support de la couche de roulement : la fondation supporte la couche de roulement car


celle-ci a besoin d’un support structural adéquat. Si la fondation ne remplit pas ce rôle,
des défauts comme des nids-de-poules et de la fissuration de fatigue peuvent survenir à
titre d’exemples.

10
 Plateforme pour la construction : la fondation compactée est très importante pour les
étapes finales de construction comme la pose du pavage puisqu’elle assure un support et
une qualité de roulement pour la machinerie.

Les quatre fonctions secondaires d’une fondation granulaire de chaussée sont quant à elles:

 Drainage : la performance de la fondation est très sensible aux variations de teneur en


eau. Jusqu’à une certaine limite, plus la fondation est sèche, plus elle sera performante.
Une fondation constituée de matériaux drainants performe généralement mieux qu’une
qui ne l’est pas.

 Protection de l’infrastructure contre le gel : un granulat qui n’est pas trop riche en fines
agira comme une couche isolante pour le sol d’infrastructure. Là où les conditions de
gel sont sévères, l’isolation préviendra le gel du sol d’infrastructure en hiver mais
limitera aussi le soulèvement différentiel en absorbant une partie de l’énergie de
soulèvement dû au gel.

 Protection de l’infrastructure contre les dommages environnementaux : les granulats de


fondations routières sont souvent semi-perméables. Ainsi, ils tendent à diminuer la
progression vers le bas de contaminants provenant de la surface de la chaussée.

 Recyclage : ceci est un rôle imposé à la chaussée. De plus en plus de matériaux sous
forme de déchets et de sous-produits sont utilisés dans les chaussées.

2.3.2. Exigences relatives aux matériaux de fondation des chaussées

Selon la norme NQ-2560-114 (BNQ 2002) utilisée par le Ministère des Transports du
Québec pour les granulats utilisés dans les ouvrages de génie civil, plusieurs exigences
doivent être satisfaites afin qu’un granulat puisse être utilisé comme matériau granulaire
pour les fondations.

En ce qui concerne les caractéristiques intrinsèques, le granulat doit être au maximum de


catégorie 5. Ceci signifie que le résultat à l’essai Micro-Deval doit être inférieur à 35%, que
le résultat à l’essai Los Angeles doit être inférieur à 50% et que la somme des résultats de

11
ces deux essais doit être inférieure à 80%. Dans le cas des caractéristiques de fabrication,
elles doivent être au maximum de catégorie e, c’est-à-dire avec un pourcentage de
fragmentation supérieur ou égal à 50%. Pour ce qui est des caractéristiques
complémentaires exigées, le pourcentage de matière organique doit être inférieur ou égal à
0,8% et la valeur au bleu de méthylène (VB) doit être inférieure ou égale à 0,20 cm³/g.

Du point de vue de la granulométrie, qui est la caractéristique principale des MG 20 étudiée


dans le cadre de ce projet, le matériau doit être compris à l’intérieur du fuseau granulaire
défini par la norme NQ 2560-114. Ce fuseau est présenté au Tableau 2.1 et à la Figure 2.3.

Tableau 2.1 : Fuseau granulaire des MG 20


Diamètre % passant % passant
(mm) minimum maximum
31,5 100 100
20 90 100
14 68 93
10 - -
5 35 60
2,5 - -
1,25 19 38
0,630 - -
0,315 9 17
0,160 - -
0,080 2 7

Figure 2.3 : Fuseau granulaire des MG 20

12
Dans les pays nordiques, le pourcentage de particules fines est particulièrement d’intérêt
pour les fuseaux granulométriques de MG fondation. À titre comparatif, selon Babìc et coll.
(2000), le pourcentage maximal de particules fines permis est de 12% en Oklahoma, alors
qu’il est de 10% en Ontario, Iowa, Russie, Finlande, Suède et Grande-Bretagne. Par
conséquent, il est constaté que les normes québécoises sont assez restrictives vis-à-vis cet
aspect.

2.4. Caractéristiques des granulats

Selon Bérubé (2001), lorsqu’ils sont soumis à des sollicitations mécaniques diverses, autant
avant, pendant et après la mise en œuvre, les granulats peuvent se fissurer et/ou se
fragmenter, s’user par attrition et frottement réciproque et se polir. Toujours selon ce
dernier, la résistance à l’abrasion d’un granulat (résistance à l’usure) est largement
influencée par des caractéristiques minéralogiques comme la dureté, la texture, la cohésion
entre les grains et la présence de plans de faiblesse. Par conséquent, les granites et les
gneiss sont souvent les meilleurs granulats du point de vue de la résistance à l’abrasion,
entre autres parce que ces roches contiennent du quartz et du feldspath, des minéraux durs
et résistants en abrasion. Une faible résistance à l’abrasion peut engendrer une production
de fines plus importante lors du compactage et des étapes de manutention, accroître la
déformabilité et augmenter la gélivité (par présence d’un excès de fines).

De plus, Bérubé (2001) soutient que la résistance à la fragmentation d’un granulat est
largement influencée par des caractéristiques minéralogiques comme la ténacité, la texture,
la cohésion entre les grains et la présence de plans de faiblesse. Généralement, plus le grain
de la roche est grossier, moins celle-ci est résistante à la fragmentation. À titre d’exemple,
un calcaire cristallin est moins résistant à la fragmentation qu’un calcaire à grains très fins.
Pour une même composition minéralogique, les roches volcaniques (grains fins) sont plus
résistantes que leurs équivalents plutoniques (grains grossiers) comme par exemple une
rhyolite par rapport à un granite. Comme le quartz est un minéral relativement peu résistant
à l’impact, les roches en contenant beaucoup sont généralement moins résistantes à la
fragmentation en particulier si, comme il a été mentionné, le grain est grossier.

13
Selon Bérubé (2001), la granulométrie d’un granulat a un effet sur plusieurs paramètres
influençant le comportement de ce dernier. Il cite, à titre d’exemples :

 Compacité : Un matériau à granulométrie étalée se compacte mieux qu’un matériau à


granulométrie serrée (surtout si la teneur en eau est à ou près de l’optimum) ;

 Conductivité hydraulique : Plus les grains sont gros et de taille uniforme, plus la
conductivité hydraulique sera élevée ;

 Gélivité : Le gel est moins dommageable lorsque le matériau est perméable et lorsque le
front de gel se propage rapidement (généralement le cas dans les fondations routières).
Si le granulat est peu perméable, il y a risque de formation de lentilles de glace.

Bérubé (2001) décrit les particules plates et allongées comme étant des particules ayant une
faible résistance en flexion le long de l’axe allongé. Elles sont donc susceptibles de se
fragmenter lors du compactage et de la manutention. Les roches métamorphiques à
structure orientée (ardoise, schiste, gneiss, etc) et sédimentaires litées (shale, calcaire, etc)
tendent naturellement à produire plus de particules de ce type au concassage. Ceci est dû à
une fragmentation préférentielle le long du plan de faiblesse. Finalement, les graviers
naturels sont souvent trop arrondis et/ou trop polis. Ceci peut nuire à la stabilité des
fondations. Cependant, les matériaux arrondis conduisent généralement à des masses
volumiques sèches plus élevées.

Il existe quelques avantages et des inconvénients à utiliser les granulats comme matériaux
de fondation des chaussées. Dawson (1995) considère que les principaux avantages et
inconvénients sont les suivants :

Avantages :

 Abordables à obtenir et à utiliser (sensibles aux coûts de transport) ;

 Souvent accessibles à proximité (moins vrai pour les grandes villes) ;

 Facilité de mise en œuvre et de compactage ;

14
 Matériaux tolérants et insensibles aux mauvaises utilisations et abus : un compactage
inadéquat ou de la ségrégation ne causeront pas la rupture immédiate de la chaussée.

Désavantage :

 La nécessité d’utiliser des matériaux minimalement traités signifie qu’il est difficile de
rencontrer toutes les exigences également.

2.5. Mélange de granulats

Il est théoriquement possible d’obtenir une granulométrie spécifique par le mélange de


matériaux de granulométries différentes. Il suffit de calculer les proportions de chaque
constituant de granulométrie connue pouvant permettre d’obtenir le matériau désiré. Les
principales méthodes de mélange de granulats sont décrites dans plusieurs ouvrages (Aïtcin
et coll. 1992, Windisch 1996, Easa et Can 1985). Ces méthodes sont souvent graphiques ou
mathématiques. Par exemple, le mélange des granulats peut être utilisé pour corriger la
granulométrie d’un matériau hors spécification par rapport à un fuseau granulaire. Le
principe mathématique sur lequel repose le mélange de matériaux de différentes
granulométries permettant l’obtention d’un matériau de granulométrie donné est une
résolution d’équations du premier degré pour chacun des tamis de contrôle. Les principales
équations utilisées sont les suivantes :

 Ai    Ai1 , Ai 2 ,... Ai f  , i  1sàsm


 X    X 1 , X 2 ,..., X m 
m
C j   Ai j X i Équation 1
i 1

C   C1 , C2 ,..., C f 
 D    D1 , D2 ,..., D f 

dans laquelle [Aij] est le pourcentage du matériau i passant le tamis j pour j variant de 1 à n,
m est le nombre de matériaux à être mélangé, f est le nombre de tamis de contrôle, [X] est
la proportion de chaque matériau dans le mélange, [C] est le pourcentage passant du

15
mélange pour un tamis de contrôle et [D] est le pourcentage passant visé pour un tamis de
contrôle. En arrivant à minimiser la somme des différences au carré, la courbe la plus près
de ce qui est désiré est alors obtenue. Néanmoins, en ajoutant des constituants au mélange
et en choisissant bien ceux-ci, il est possible de diminuer davantage l’écart entre la courbe
désirée et celle obtenue. Plusieurs logiciels tels que AGGMIX (Svoboda 2002) et
AGGPROS (VanDine et Sims 1994) utilisent ce processus pour calculer la granulométrie
finale d’un mélange de plusieurs matériaux de granulométries connues. Le modèle de Easa
et Can (1985) peut tenir compte des coûts associés aux granulats afin de considérer la
minimisation des coûts.

2.6. Caractéristiques mécaniques des matériaux de fondation des chaussées

Selon Thom et Brown (1988), le contact entre les particules a une influence majeure sur les
propriétés mécaniques d’un matériau granulaire. Des caractéristiques des granulats comme
la minéralogie, la rugosité, l’imbrication des particules et la granulométrie influencent la
qualité du contact entre les particules et donc, influencent les propriétés mécaniques.
Toutefois, il doit être souligné qu’une grande résistance n’est pas toujours associée à un
module élevé et un module élevé n’est pas toujours associé à une bonne résistance à la
déformation permanente.

Dans des conditions normales d’opération, les matériaux granulaires utilisés dans les
fondations de chaussées ne sont pas sollicités dans le domaine des très grandes
déformations, dans lequel les caractéristiques de résistance au cisaillement sont d’une
importance capitale. Selon Brown (1997), dans le domaine des chaussées, celles-ci sont de
faible intérêt, et il est davantage essentiel de s’attarder au comportement élasto-plastique
des MG. Néanmoins, il demeure que la résistance au cisaillement des MG, caractérisée par
l’angle de friction interne et la cohésion, apporte tout de même certaines indications quant à
la qualité d’un mélange granulaire. L’étude de Theyse (2002) présente, entre autres, un
tableau récapitulatif de l’effet de divers facteurs reliés aux granulats sur la résistance au
cisaillement des MG. Le Tableau 2.2 a été extrait de cette étude. Comme il est possible de
constater, la masse volumique et le degré de saturation SR sont les paramètres ayant le plus

16
d’effet sur la résistance au cisaillement. En ce qui concerne la granulométrie, une
augmentation du diamètre maximale des particules dmax ainsi que du pourcentage de
particules fines %F causent une augmentation de la résistance. Cependant, dans le cas du
%F, ceci est vrai jusqu’à environ 9%. Cette valeur est potentiellement très variable d’un
granulat à l’autre.

Tableau 2.2 : Effet de diverses caractéristiques des MG sur la résistance au cisaillement (adapté de
Theyse (2002))

Variation du Effet sur le paramètre


Facteur Résistance au Angle friction
facteur Cohesion
cisaillement interne
Masse volumique ↑ ↑ majeure ↑ majeure ↑ majeure
SR ↓ ↑ majeure ↑ majeure Pas d’effet
Forme de la
↑ étalement ↑ ↑ majeure ↓
granulométrie
dmax 9,5 à 37,5 mm ↑ ↑ ↑
1 à 9% ↑ ↑ majeure ↑
%F
9 à 15% ↓ ↓ ↓
Plasticité des Non plastique à
↓ ↓ ↓
fines plastique
Type de Roche concassée à
↓ ↓ significative ↓ significative
granulats gravier naturel
Durabilité des
Bonne à mauvaise ↓ ↓ ↓
granulats
Forme des Rondes à
↑ Pas d’effet ↑
particules anguleuses
Texture de
surface des Lisse à rugueuse ↑ Incertain ↑
particules
Type de Sable vs poussière
↓ ↓ significative Pas d’effet
particules fines de pierre

2.6.1. Contraintes au passage d’une roue

Selon Lekarp et coll. (2000a), dans le cas des matériaux granulaires soumis à l’action du
passage d’une charge roulante, l’axe de la contrainte majeure (1) et mineure (3) subit une
rotation et la contrainte de cisaillement est renversée. La Figure 2.4 présente le passage
d’une roue et le phénomène de la rotation des contraintes.

17
Figure 2.4 : Contraintes au passage d’une roue (tirée de Lekarp et coll. (2000a))

2.6.2. Mécanismes de déformation

Selon Lekarp et coll. (2000a), la déformation des sols granulaires sous une charge est le
résultat de trois principaux mécanismes de déformation : la consolidation, la distorsion et
l’attrition. La consolidation est le changement dans la forme et la compressibilité de
l’assemblage des particules. La distorsion est caractérisée par la flexion, le glissement et le
roulement des particules. La flexion a un impact majeur dans le cas des particules plates et
allongées alors que le glissement est plus associé aux particules arrondies. L’attrition est le
résultat du concassage et de la rupture des granulats lorsque la charge appliquée est
supérieure à la résistance du granulat. Le bris des particules de granulats est fonction de la
taille et de la forme des grains, de la contrainte appliquée, de la minéralogie et de la
résistance des grains individuels. À une échelle macroscopique, la déformation peut être
volumétrique, de cisaillement ou une combinaison des deux. Ces types de déformation
résultent d’une combinaison des mécanismes de déformation mentionnés. Il semble
toutefois que la distorsion contribue davantage à la déformation de cisaillement, alors que
la consolidation et l’attrition contribuent davantage à la déformation volumétrique.

18
2.6.3. Relation contrainte/déformation des matériaux granulaires

La Figure 2.5 représente le comportement en contrainte/déformation d’un matériau


granulaire sous un chargement déviatorique cyclique. À l’application d’une contrainte
donnée, une partie de la déformation encourue est réversible ou résiliente (R) et l’autre
partie est permanente ou plastique (P). Les couches granulaires des chaussées se
comportent de façon non linéaire et présentent une réponse élasto-plastique indépendante
du temps sous l’action du trafic. La réponse résiliente des matériaux granulaires est
caractérisée par le module réversible et le coefficient de Poisson réversible. Selon Dawson
(2001), la rigidité d’un matériau granulaire est définie seulement pour une certaine teneur
en eau, une certaine pression de confinement et une certaine pression verticale appliquée
(dans l’hypothèse que le MG est près de sa masse volumique maximale). Les matériaux
granulaires sont très peu sensibles aux variations de température en ce qui concerne leur
réponse à une charge, tant que celle-ci est supérieure à 0°C.

Figure 2.5 : Relation contrainte/déformation d’un matériau granulaire (tirée de Lekarp et coll. (2000a))

2.7. Concept du module réversible

Toutes les fois qu’une charge passe sur une route, la chaussée rebondi d’une valeur
inférieure à celle de la déflexion subie. Après des charges répétées, il s’accumule une petite
déformation permanente (P) dans chacune des couches constituantes de la chaussée et la
grande majorité de la déformation subie est recouvrable (R, exprimée en µm) (voir Figure

19
2.5 précédente). Sous une contrainte déviatorique d (MPa) donnée, le module réversible
MR s’écrit

d
MR  Équation 2
R

et est en MPa pour les variables exprimées dans les unités préalablement suggérées. Selon
Dawson (2001), la rigidité (module résilient) est le mécanisme clé par lequel la fondation
transmet et disperse la charge à travers la structure jusqu’à un niveau tolérable pour
l’infrastructure. Le modèle généralement utilisé pour décrire le MR (MPa) des matériaux
granulaires est le modèle K-θ (Hicks 1970) décrit par l’équation

M R  K 1 K 2 Équation 3

où , la contrainte totale (kPa), est égale à (1 + 2 + 3 = d + 33), soit la somme des
contraintes principales majeures (1) et mineures (3=2 pour les cas simples en analyse de
chaussées) et K1 et K2 sont des constantes propres au matériau. En appliquant plusieurs
paliers de pressions de confinement dans le cadre desquels plusieurs déviateurs de
contraintes sont appliqués, il est possible de tracer la valeur du logarithme du module
réversible du matériau en fonction du logarithme de la contrainte totale. Cette relation de
puissance est une droite dans ce plan et est caractérisée par une ordonnée à l’origine K1 et
une valeur de pente K2 telle que définie à l’équation 3.

Dans le cadre du développement de la méthode Mécanistique-Empirique AASHTO 2002


(American Association of State Highway and Transportation Officials) prévoit suggérer
l’utilisation du modèle de Uzan (1985) pour définir la dépendance du MR à la variation de
l’état de contrainte. Le modèle proposé tient compte de la contrainte totale (exprimée en
kPa) mais aussi de la contrainte de cisaillement octahèdral oct (exprimée en kPa) par

K2 K3
   oct 
MR  Pa K 1    Pa  Équation 4
 Pa   

20
où Pa est la pression atmosphérique et K1, K2 et K3 sont des constantes propres au matériau.
Plusieurs autres modèles sont utilisés pour décrire l’évolution du MR avec l’état de
contraintes et les caractéristiques du matériau. Le modèle K- semble encore le plus utilisé.

Rahim et George (2005) ont proposé un modèle, dérivé d’une approche essentiellement
statistique sur des sols de l’état du Mississipi, permettant d’estimer le module réversible des
sols grossiers à partir de diverses caractéristiques des sols. Le modèle non linéaire
développé est principalement influencé par la contrainte totale θ et la contrainte
déviatorique d (exprimés en kPa) et prend la forme de

K2
  
M R  K1 Pa 1  
 1  d 

Équation 5
K1  0,12  0,90   dR   0,53  wR   0, 017  % F   0,314  Log Cu 
1,2385 0,124
   %F 
K 2  0, 226  dR   
 wR   Log Cu 

dans laquelle Pa est la pression atmosphérique, dR est le ratio de la masse volumique sèche
sur la masse volumique sèche maximale, wR est le ratio de la teneur en eau sur la teneur en
eau optimale, %F est le pourcentage de fines (dans cette étude, il s’agit du passant au tamis
de 75 µm exprimé en pourcentage), Cu est le coefficient d’uniformité et K1 et K2 des
coefficients de régression du modèle. Ce modèle peut donc permettre de faire des analyses
paramétriques sur l’effet de diverses caractéristiques des sols.

La mesure du module réversible d’un matériau de chaussée se fait à partir d’un essai
triaxial à chargements répétés. En Amérique du Nord, les normes d’essai sont
principalement inspirées de l’AASHTO T307-99 (AASHTO 2000). L’échantillon est
compacté à l’intérieur d’un moule contenant une membrane. Une pression de confinement
est premièrement appliquée à l’échantillon. Par la suite, des séquences de chargements
répétés (en général 1000 chargements, mais cela peut varier selon la méthode d’essai), qui
consistent en des impulsions de charge de 0,1 seconde suivie de périodes de repos de 0,9
seconde, sont appliquées à l’échantillon testé dans le but de le conditionner. Les périodes

21
de chargement et de repos peuvent varier pour les différentes méthodes d’essai.
L’impulsion est de la forme de la moitié d’un sinus verse (haversine).

La détermination du module réversible est effectuée en appliquant une série de séquences


de chargements à plusieurs combinaisons de pression de confinement (de 20 à 140 kPa) et
niveaux de déviateur (de 20 à 280 kPa). Cet essai s’effectue normalement dans des
conditions drainées. Des capteurs de déplacement servent à mesurer la déformation axiale
et radiale. Une cellule de charge et un capteur de pression mesurent la contrainte axiale et
de confinement afin de déterminer le module réversible sous différents états de contraintes
connus. Cette procédure permet de caractériser le comportement mécanique non linéaire.
Un schéma du montage servant à effectuer l’essai est représenté à la Figure 2.6.

Figure 2.6 : Schéma de l’appareil triaxial servant à déterminer le MR (tirée de Kim et coll. (2001))

2.8. Facteurs influençant la valeur du MR

Plusieurs facteurs influencent à divers degrés la valeur du MR pour un matériau de


fondation de chaussée donné. Lekarp et coll. (2000a) ont réalisé une compilation des
travaux les plus pertinents ayant été réalisés sur le module réversible. Ils ont ainsi identifié
les facteurs prépondérants influant sur la rigidité d’un matériau granulaire, lesquels sont
discutés dans les sections suivantes.

22
2.8.1. Effet des contraintes

Le niveau de contraintes est le facteur ayant certainement la plus grande influence sur les
propriétés réversibles des matériaux granulaires. Le module réversible est très dépendant de
la pression de confinement et de la somme des contraintes principales (Mitry (1964),
Monismith et coll. (1967), Hicks (1970), Smith et Nair (1973), Uzan (1985), Sweere
(1990), tiré de Lekarp et coll. (2000a)) puisqu’il augmente significativement avec une
augmentation de ces deux paramètres. Hicks et Monismith (1971) ont par contre montré un
léger adoucissement du matériau avec la variation de la contrainte verticale à faibles
déviateurs et une légère augmentation de la rigidité du matériau à forts déviateurs.

2.8.2. Effet de la masse volumique

Il a été souvent démontré que la valeur du MR augmente généralement avec la masse


volumique (Trollope et coll. (1962), Hicks (1970), Robinson (1974), Rada et Witczak
(1981) et Kolisoja (1997), tiré de Lekarp et coll. (2000a)). La densification augmente la
quantité de contact entre les grains et donc la contrainte sur chacun des grains s’en trouve
diminuée. La déformation est alors diminuée et le MR est plus élevé. Selon Barksdale et
Itani (1989), le MR augmente avec l’augmentation de la masse volumique pour de faibles
contraintes. À fortes contraintes, l’augmentation est moins prononcée.

2.8.3. Effet de la granulométrie, de la teneur en fines et de la taille maximale

Selon Thom et Brown (1987) et Kamal et coll. (1993), le MR diminue généralement avec
l’augmentation de la teneur en fines. Hicks (1970, tiré de Lekarp et coll. (2000a)) a montré
qu’une variation de la teneur en fines entre 2% et 10% a peu d’influence sur le MR. Par
contre, selon Barksdale et Itani (1989), le MR chute considérablement (60%) pour un
passage de la teneur en fines de 0% à 10%. Hicks et Monismith (1971) ont montré une
diminution du MR avec une augmentation de la teneur en fines pour un granulat
partiellement concassé alors que pour un granulat complètement concassé, l’effet s’est
montré opposé.

23
Selon Jorenby et Hicks (1986), il se produit une augmentation de la rigidité du matériau et
par la suite une réduction considérable du MR alors que des particules fines sont
graduellement ajoutées à un granulat concassé. Ceci est attribué au départ à l’augmentation
des contacts alors que les vides sont graduellement remplis. Avec l’augmentation de la
teneur en fines, les particules plus grossières sont alors repoussées les unes des autres et le
MR diminue. Il est reconnu que le module réversible augmente avec l’augmentation de la
taille des particules (Gray (1962), Thom (1988) et Kolisoja (1997), tiré de Lekarp et coll.
(2000a)). Ceci s’explique en partie par le fait que lorsque la charge est transmise via des
particules plus grossières, la diminution du nombre de contacts entre les particules du MG
engendre une déformation totale plus faible et donc une rigidité plus élevée.

La granulométrie est un paramètre dont l’influence est moins prononcée. Thom et Brown
(1988) ont montré que dans la cas d’un calcaire concassé et à une même valeur de diamètre
maximal des particules dmax, une granulométrie uniforme est légèrement plus rigide qu’une
granulométrie étalée. Si les matériaux à granulométrie étalée sont humidifiés, l’effet de la
granulométrie peut augmenter considérablement dû au fait que ces matériaux peuvent
retenir l’eau et atteindre des masses volumiques sèches plus importantes. La granulométrie
a donc un effet indirect sur le comportement réversible des matériaux granulaires en
affectant l’impact de l’humidité et de la masse volumique.

Selon Heydinger et coll. (1996), un matériau calcaire concassé montre un MR plus élevé
pour une granulométrie plus ouverte tandis que cette tendance ne s’observe pas dans les
graviers naturels. Raad et coll. (1992) ont étudié l’effet de la granulométrie sur des
matériaux saturés soumis à des essais triaxiaux cycliques non drainés. Ils ont trouvé que les
matériaux à granulométrie dense et étalée ont des valeurs de MR typiquement plus élevées
que les matériaux à granulométrie plus uniforme. Toutefois, les matériaux saturés sont
sujets à développer des pressions interstitielles positives dans des conditions non drainées
pouvant causer la diminution des contraintes effectives et donc du MR. Les matériaux à
granulométrie ouverte sont moins susceptibles à la génération de pressions interstitielles
positives que ceux à granulométrie étalée. En effet, leurs résultats montrent qu’une
granulométrie ouverte avec une conductivité hydraulique supérieure à 8x10-5 m/s est plus
résistante à la génération de pression interstitielle que les granulométries plus étalées. En

24
travaillant sur des granulométries allant de G1 (la plus ouverte) à G4 (la plus fermée), ils
ont montré que les ratios des pressions interstitielles (pression interstitielle sous charge
divisée par la pression interstitielle au repos) pour une même déformation cyclique est plus
faible pour la granulométrie G1. Il est important de préciser que les granulométries G1, G2
et G3 ne contiennent pas de particules fines alors que la granulométrie G4 en contient 10%.
Ces résultats sont présentés à la Figure 2.7.

Figure 2.7 : Génération de pression pour différentes granulométries (tirée de Raad et coll. (1992))

L’étude de Thompson et Smith (1990) a montré que si les granulométries testées varient
seulement par la teneur en fines, de faibles variations de la valeur de MR sont notées.
Toutefois, les granulats à granulométrie plus ouverte contenant moins de particules fines
sont moins sensibles à l’humidité et constituent des granulats de fondation routière de
bonne qualité. Zaman et coll. (1994) ont étudié deux matériaux de même type avec le
même pourcentage de particules fines. Le premier matériau a une granulométrie plus fine et
moins étalée en comparaison avec le deuxième. Les résultats ont montré que les valeurs de
MR sont légèrement plus élevées pour ce premier matériau plus uniforme et plus fin.
Dawson (2001) présente des résultats qui montrent une augmentation de la rigidité avec le
paramètre de granulométrie nFT (Fuller et Thompson (1907)), qui décrit l’étalement de la
courbe granulométrique (nFT=5 représente une granulométrie ouverte alors que nFT =0,25
représente une granulométrie étalée). Ce paramètre est communément noté n, mais il est ici

25
noté nFT pour éviter la confusion avec un autre paramètre communément utilisé dans la
description des matériaux granulaires. La Figure 2.8 montre les résultats de Dawson (2001).
Le paramètre nFT, pour des valeurs de diamètre exprimées selon la même unité de longueur,
est défini par

nFT
 d 
% Passant  100   Équation 6
 d max 

où d est le diamètre considéré et dmax est le diamètre maximal de la granulométrie


considérée. Les conclusions des récents travaux de Ekblad (2007) vont aussi dans le même
sens, mais pour une variation de nFT beaucoup plus serrée et, par conséquent, plus
représentative de la granulométrie de MG utilisés dans les fondations de chaussées. La
Figure 2.9 présente les résultats de ses travaux pour des échantillons à teneur en eau
saturée. Dans cette figure, la valeur de p représente la contrainte moyenne, soit (1+23)/3.

Figure 2.8 : Rigidité vs nFT (Grading parameter ‘n’) pour différentes compacités (tirée de Dawson
(2001))

26
Figure 2.9 : Rigidité vs nFT (‘n’) (tirée de Ekblad (2007))

Tian et coll. (1998) ont réalisé des essais de module réversible sur un calcaire et un grès
concassés. Ils ont testé trois granulométries pour chacun. Les granulométries utilisées
correspondent à la courbe inférieure CI (4% de fines, matériau plus grossier), la courbe
supérieure CS (12% de fines, matériau plus fin) et la courbe milieu CM (8% de fines) du
fuseau granulométrique des matériaux granulaires de fondation des chaussées utilisé en
Oklahoma. Les résultats de leurs travaux sont présentés à la Figure 2.10. Il semble toutefois
que les valeurs de module réversible obtenues par ces chercheurs sont faibles par rapport à
celles obtenues par d’autres auteurs tels que Boudali (1997) et Doucet et Doré (2004) pour
un matériau calcaire concassé par exemple. Ceci est probablement explicable par le fait que
les déformations sont mesurées à l’extérieur de la cellule triaxiale dans le cas de cette étude
au lieu de directement sur les échantillons.

27
Figure 2.10 : Influence de la granulométrie sur le MR pour un calcaire et un grès (adaptée de Tian et
coll. (1998))

Les résultats obtenus par Tian et coll. (1998) montrent que le MR augmente lorsque la
contrainte totale est augmentée. En ce qui concerne le granulat calcaire, la granulométrie
milieu montre des valeurs de MR plus élevées de 41 à 129% par rapport à la granulométrie
supérieure et de 0 à 26% par rapport à la granulométrie inférieure. Dans le cas du matériau
de type grès, les valeurs de MR les plus élevées sont observées pour la granulométrie
grossière et les valeurs de MR pour les granulométries fines et milieu sont du même ordre
de grandeur. Dans les deux cas, les valeurs de MR les plus faibles sont observées pour la
granulométrie fine comparativement à la granulométrie grossière. Ceci peut être expliqué
par le fait que cette granulométrie manque de particules grossières pour avoir une bonne
imbrication entre les particules.

Selon Tian et coll. (1998), les résultats de cette étude montrent que la limite grossière du
fuseau, en plus d’assurer un potentiel de drainage plus significatif, montre un module
réversible élevé. Il est généralement admis qu’une certaine quantité de particules fines est
bénéfique mais qu’un excès a pour effet de diminuer la valeur de MR. Dans le cas des
matériaux testés dans cette étude, lorsque la teneur en fines augmente, la cohésion
augmente et l’angle de friction diminue. Finalement, pour les matériaux testés par Tian et

28
coll. (1998), lorsque la teneur en fines est augmentée, la valeur de K1 du modèle K-θ
diminue alors que la valeur de K2 reste pratiquement inchangée (près de 0,5).

L’indice California Bearing Ratio (CBR) a été utilisé par Flon et Poulin (1987) pour
déterminer, de façon relative, l’influence de la quantité et de la qualité des particules fines
sur la portance d’une chaussée. Ils ont réalisé leurs travaux sur un granite concassé et un
schiste concassé en ajoutant des fines silteuses (granulométriquement) non argileuses
(minéralogiquement) ou des fines argileuses (granulométriquement et minéralogiquement).
Ils ont fait varier la teneur en fines de 2% à 21%. Les résultats obtenus par ces deux auteurs
sont présentés aux Figure 2.11 et Figure 2.12.

Figure 2.11 : Influence de la quantité et de la qualité des fines sur l’indice CBR pour un granite (tirée
de Flon et Poulin (1987))

29
Figure 2.12 : Influence de la quantité et de la qualité des fines sur l’indice CBR pour un schiste (tirée de
Flon et Poulin (1987))

Flon et Poulin (1987) suggèrent que, pour une même quantité de particules fines, la valeur
de CBR est beaucoup plus forte si les fines ne sont pas argileuses, peu importe la nature de
l’échantillon. L’augmentation de la quantité d’argile confère une meilleure cohésion mais
diminue l’angle de frottement interne. De plus, les particules argileuses causent un certain
glissement entre les particules grossières lorsqu’elles sont humidifiées. Peu importe le type
de particules fines, les valeurs de CBR sont toutes plus élevées pour le matériau granitique
par rapport au matériau schisteux. Les fortes valeurs de CBR peuvent être également dues à
un bon étalement de la courbe reconstituée. Les valeurs CBR plus faibles peuvent
s’expliquer par la cassure des courbes à 5 mm pour atteindre les valeurs visées de passant
80 microns (2% à 21%).

Lorsque les matériaux sont testés avec des fines non argileuses, le maximum de l’indice
CBR se situe aux alentours de 10% de particules fines. S’ils sont testés avec des fines
argileuses, le maximum de la valeur de CBR est situé entre 2 et 5% de particules fines. Ils
ont statué que lorsque la valeur au bleu VB corrigée au tamis de préparation de l’échantillon
VB400 est inférieure à 0,1 cm³/g, le matériau n’a à peu près pas de particules argileuses. Si la

30
valeur de VB400 > 0,1 cm³/g, le matériau contient une quantité significative de matériaux
argileux. D’après les travaux de Flon (1988), une certaine quantité de fines permet
d’améliorer la portance des fondations d’une chaussée. Toutefois, la limite supérieure du
fuseau granulaire des matériaux de fondation routière, en termes de particules fines, est trop
élevée si les fines sont argileuses. Si les fines ne sont pas argileuses, cette limite est
acceptable. Ceci suggère donc que la validité des limites du fuseau granulométrique des
MG 20 peut être variable en fonction de la source (nature) de granulats.

Selon Flon et Poulin (1987), la limite inférieure du fuseau granulaire des MG est celle qui
possède la meilleure capacité portante parce que la courbe est régulière et que le
pourcentage de sable est relativement faible (35%). Boudali (1997) a étudié l’effet de la
granulométrie sur le module réversible des MG 20 compris dans le fuseau granulométrique
du MTQ. Il conclu que l’effet de la granulométrie n’est d’environ que de 25% maximum
sur le MR à l’intérieur du fuseau. Néanmoins, il identifie aussi le bas du fuseau comme étant
un matériau souhaitable pour quelques-unes des sources de granulats considérées. Son
approche ne tient pas compte de l’effet de la succion matricielle qui peut grandement
influencer les valeurs de module réversible pour un état de contrainte tel que démontré,
entre autres, par Doucet et Doré (2004).

2.8.4. Effet de la teneur en eau

D’un point de vue général, la réponse réversible d’un matériau granulaire sec ou saturé est
la même (Papin et coll. 1992, tiré de Lekarp et coll. 2000a). Cependant, lorsque la
saturation est approchée, le comportement résilient peut subir une diminution notable.
Hicks et Monismith (1971) ont montré que le MR diminue avec l’augmentation de la teneur
en eau au-dessus de l’optimum. L’explication vient du fait que les matériaux granulaires
développent une pression interstitielle en excès sous la répétition d’une charge. Ceci a pour
effet de diminuer la contrainte effective et il s’en suit une diminution de la résistance et de
la rigidité. La génération de pression interstitielle est fortement probable lorsque la phase
gazeuse n’est pas continue dans les pores d’un matériau, ce qui se produit à des degrés de
saturation entre 80 et 90% (Fredlund et Rahardjo 1993, tiré de Lebeau 2006). Tel que
discuté entre autres par Lebeau (2006), le degré de saturation devrait être situé sous 85%,

31
niveau à partir duquel la conductivité pneumatique (air) relative devient nulle si ce dernier
est excédé.

Thom et Brown (1987) croient que la présence d’humidité dans la structure granulaire a un
effet lubrifiant sur les particules. Ceci a pour effet d’augmenter la déformation et donc de
diminuer le module réversible, même sans génération de pressions interstitielles. Ces
derniers ont aussi écrit que cette observation de la diminution de MR, dû à l’effet de la
lubrification, pouvait être aussi interprétée comme le fait que la succion matricielle diminue
avec l’augmentation de la teneur en eau conduisant à une force de contact inter particulaire
plus faible. Raad et coll. (1992) ont démontré que l’effet de la teneur en eau sur le MR est
plus important sur les matériaux à granulométrie étalée avec une forte proportion de
particules fines. Selon Dawson et coll. (1996), une augmentation de la teneur en eau (en
demeurant sous la teneur en eau optimale) tend à augmenter la rigidité dû au phénomène de
succion. Une fois l’optimum de teneur en eau dépassé, le matériau devient plus saturé et
une pression interstitielle se développe, causant alors une diminution notable de la rigidité.
La Figure 2.13 illustre l’effet de la teneur en eau sur le MR des sols fins et grossiers.

Figure 2.13 : Effet de la teneur en eau sur le module réversible (tirée de Lebeau 2006)

32
Doucet et Doré (2004) ont défini un modèle décrivant l’évolution du module réversible des
MG avec l’augmentation de la succion matricielle pour les matériaux canadiens du Long
Term Pavement Performance (LTPP). Ce modèle, construit à partir du modèle linéaire, est
défini par

M R  1060  8700(ua  uw )  57000 Équation 7

où ua-uw (kPa) représente la succion matricielle et θ est la contrainte totale (kPa), MR étant
exprimé en kPa. Ce modèle est tracé à la Figure 2.14 pour différentes valeurs de succion
matricielle. L’effet marqué de la succion matricielle est particulièrement évident dans cette
figure. Tian et coll. (1998), lors d’essais de module réversible sur un calcaire et un grès
concassés, ont aussi vérifié l’effet de la teneur en eau. Ainsi, ils ont testé trois teneurs en
eau soient 2% sous l’optimum, à l’optimum et 2% au-dessus de l’optimum. Ils ont réalisé
ces essais sur la courbe de milieu de fuseau seulement (8% de fines). Les résultats obtenus
sont présentés à la Figure 2.15.

Figure 2.14 : Modèle reliant le MR,  et la succion matricielle (ua-uw) (tirée de Doucet et Doré (2004))

33
Figure 2.15 : Influence de la teneur en eau sur le MR pour un calcaire et un grès (adaptée de Tian et
coll. (1998))

La Figure 2.15 montre bien l’influence de la teneur en eau. La valeur de MR diminue


clairement lorsque la teneur en eau passe de 2% sous l’optimum à 2% au-dessus de
l’optimum. Ceci peut être attribué à la diminution de la succion matricielle avec
l’augmentation de la teneur en eau. Il est aussi important de noter que la mise en place à
une teneur en eau au-dessous et au-dessus de l’optimum engendre des masses volumiques
sèches plus faibles et cela peut influencer à la baisse les valeurs de MR. Il faut donc garder à
l’esprit que l’analyse présentée n’arrive pas à isoler entièrement l’effet de la teneur en eau
puisque la masse volumique sèche peut influencer les résultats. Toutefois, la méthodologie
utilisée par les auteurs précise que les masses volumiques sèches obtenues sont toutes
supérieures à 95% de la masse volumique sèche maximale. Il est également observé que
lorsque la teneur en eau est supérieure à l’optimum, la diminution de la valeur de MR est
plus importante par rapport à la valeur de MR à l’optimum. À l’opposé de ce qui est observé
dans le cas de l’influence de la granulométrie sur les valeurs du MR, la valeur de K1 diminue
et la valeur de K2 augmente légèrement lorsque la teneur en eau est augmentée.

Selon Côté et Roy (1998), l’eau présente dans les fondations granulaires est un des
principaux facteurs affectant la durée de vie des chaussées au Québec. Ils citent que, sous

34
les chargements cycliques auxquels la chaussée est soumise, la résistance au cisaillement
des matériaux granulaires diminue par une diminution de la contrainte effective due à la
pression d’eau présente dans les pores. Selon Saint-Laurent et coll. (1995), la portance est
au minimum durant la période de dégel lorsque les fondations sont saturées en eau. Cette
saturation des matériaux soumis à l’action des charges lourdes, provoque une diminution de
la résistance au cisaillement par une augmentation de la pression interstitielle selon Côté et
Roy (1998). Les travaux de Saint-Laurent (1998) montrent que jusqu’à 75% des dommages
dus à la fatigue, qui sont favorisés par une plus grande déflexion à la base du revêtement et
donc par la réaction des matériaux granulaires aux variations des teneurs en eau, peuvent
survenir durant le printemps. Ceci montre bien l’importance qui doit être accordée à la
sensibilité des modules réversibles des MG aux changements de teneurs en eau.

2.8.5. Effet de l’histoire des contraintes et du nombre de cycles

Selon Dehlen (1969, tiré de Lekarp et coll. (2000a)), l’histoire des contraintes agit sur la
densification progressive et le réarrangement des particules sous l’application répétée de
contraintes. Boyce et coll. (1976, tiré de Lekarp et coll. (2000a)) ont dévoilé des résultats
montrant que l’effet de l’histoire des contraintes peut être très fortement réduit avec un
préchargement durant quelques cycles au niveau de charge analysé et en évitant les trop
forts niveaux de contraintes verticales. Hicks (1970, tiré de Lekarp et coll. (2000a)) a aussi
montré que l’effet de l’histoire des contraintes est presque éliminé et qu’une mesure stable
et constante de la réponse résiliente est obtenue après l’application d’environ une centaine
de cycles à la même amplitude de contraintes. Selon Moore et coll. (1970, tiré de Lekarp et
coll. (2000a)), le MR augmente avec l’augmentation du nombre de cycles dû à la perte
d’humidité du spécimen pendant l’essai.

2.8.6. Effet du type de granulat et de la forme des particules

Selon Heydinger et coll. (1996), un gravier naturel semble avoir un MR plus élevé qu’un
calcaire concassé. Cependant, plusieurs auteurs (Hicks et Monismith (1971), Thom (1988),
Barksdale et Itani (1989), Thom et Brown (1989)) ont montré qu’un granulat concassé avec

35
des particules anguleuses procure un MR plus élevé qu’un granulat non concassé avec des
particules plus arrondies. Les particules ayant des surfaces plus rugueuses ont aussi comme
effet d’augmenter la valeur du MR. Barksdale et Itani (1989) ont montré que le MR d’un
granulat concassé anguleux et rugueux est plus élevé d’environ 50% qu’un gravier naturel
arrondi à faibles contraintes normales et de 25% pour de fortes contraintes normales.

Les travaux de Pan et coll. (2006) ont montré qu’une augmentation de l’angularité et de la
rugosité des faces de particules cause une augmentation du MR. De plus, selon leurs
résultats, le rôle de l’angularité sur le MR est plus important que celui de la rugosité des
faces. Néanmoins, ces deux caractéristiques contribuent à augmenter la résistance et à
diminuer la dilatance, qui correspond à la susceptibilité à l’augmentation de volume des
MG sous cisaillement. Lorsque les matériaux sont partiellement concassés et contiennent
moins de particules anguleuses, les travaux de Janoo et Bayer (2001) ont montré que
l’indice des vides des matériaux devient une variable très importante à considérer.

Zaman et coll. (1994) ont montré l’influence du type de granulat sur la valeur du MR pour
les matériaux granulaires utilisés comme matériaux de fondation de chaussée. Ils ont
effectué des essais triaxiaux cycliques sur différents matériaux concassés ayant tous la
même granulométrie. Les résultats de leur étude, montrant l’évolution du MR avec la
contrainte totale θ (bulk stress) sont présentés à la Figure 2.16.

36
Figure 2.16 : Effet du type de granulat sur la valeur de MR (tirée de Zaman et coll. (1994))

Les sources granulaires Comanche, Cherokee et Creek sont des calcaires, Choctaw est un
grès, Jonsthon un granite et Murray une rhyolite. Il est possible d’observer que le type de
granulat a un effet sur le module réversible. Les différences sont de l'ordre de 20 à 50 %.
Leurs résultats montrent que, pour une même granulométrie, les calcaires ont une valeur de
MR plus élevée que la rhyolite. Cette dernière présente des valeurs de MR plus élevées que
le grès et le granite, dont les valeurs sont environ équivalentes.

La nature des minéraux constituant les MG est aussi identifiée comme une variable
importante à considérer pour la performance mécanique. Dans la littérature, il est assez
commun de s’intéresser à la teneur en particules de type mica, comme la muscovite et la
biotite. Les récents travaux de Ekblad (2007) et de Uthus (2007) montrent bien l’effet non
négligeable de ce type de particules à un MG, tel que présenté à la Figure 2.17. Dans cette
figure, le module moyen relatif représente le ratio entre le MR déterminé à un certain degré
de saturation sur le MR déterminé à un état initial de saturation faible. Il est possible
d’observer que l’effet de la teneur en mica est très faible pour des teneurs en eau faible,
mais celui devient beaucoup plus important lorsque la saturation du matériau est approchée.
Ceci est peu surprenant, les particules de type mica, en plus d’avoir des caractéristiques

37
mécaniques très mauvaises, causent une diminution de la masse volumique sèche maximale
et interagissent avec l’eau, dû entre autres à leur surface spécifique élevée. Cependant,
comme la diminution de la qualité du comportement mécanique avec la teneur en mica est
globalement linéaire, il est difficile d’identifier des valeurs limites pour la teneur en ce type
de particules (Ekblad 2007).

Figure 2.17 : Effet de la teneur en mica sur le MR relatif moyen (tirée de Ekblad (2007))

2.8.7. Effet de la durée de la charge, de la fréquence et de la séquence de chargement

L’effet de la durée de la charge, de la fréquence et de la séquence de chargement sont des


paramètres, selon plusieurs études, ayant une très faible importance sur le MR des matériaux
granulaires. Seed et coll. (1965, tiré de Lekarp et coll. (2000a)) ont conduit une étude
montrant que le MR d’un sable augmente de 160 kPa à 190 kPa pour une durée de charge
passant de 0,3 seconde à 20 minutes. Hicks (1970, tiré de Lekarp et coll. (2000a)) a fait
plusieurs essais à des durées de charge de 0,1 seconde, 0,15 seconde et 0,25 seconde qui
n’ont montré aucun changement dans la valeur du MR calculé. La valeur de MR peut

38
diminuer avec la fréquence de chargement quand la teneur en eau approche la saturation à
cause de la création de pressions interstitielles.

2.8.8. Conclusion

Comme il vient d’être montré, le MR est influencé par un bon nombre de paramètres,
chacun d’eux ayant des effets d’importance très variable. L’étude de Theyse (2002)
propose, entre autres, une synthèse de l’effet de divers paramètres sur le MR, mais aussi sur
les paramètres de régression du modèle K-θ (K1 et K2). Le Tableau 2.3 a été extrait de cette
étude. Comme il est possible d’observer, hormis l’effet des contraintes, les paramètres
ayant la plus grande influence sur le comportement mécanique réversible sont le degré de
saturation SR et la masse volumique. En ce qui concerne la granulométrie, cet auteur
présente peu de données. Néanmoins, selon lui, l’effet du diamètre maximal semble
négligeable, du moins pour une plage de variation assez restreinte, et l’effet du pourcentage
de particules fines est faible. Comme il a été vu, l’ajout de particules fines peut être
bénéfique jusqu’à un certain point. Theyse (2002) identifie l’optimum vers 9%. Cependant,
il est possible de penser que cette valeur est largement variable est fonction de diverses
caractéristiques du MG considéré.

Tableau 2.3 : Effet de divers paramètres sur K1, K2 et MR (adapté de Theyse (2002))

Facteur Variation du Effet sur le paramètre


facteur K1 K2 MR
Durée charge 0,1 à 1 s Pas d’effet Pas d’effet Pas d’effet
Fréquence charge 0,3 à 1 Hz Pas d’effet Pas d’effet Pas d’effet
↑ nb de Pas d’effet ou
# Chargement ↑ 0-20% ↑ 0-20%
chargement légère diminution
3 constante
Constante vs Pas d’effet unique Pas d’effet unique
3 cyclique mesuré mesuré
surestime
légèrement MR
↑ 82,6 à 87,5% de
Masse volumique ↑ 100% ↓ 15% ↓ 10%
la masse vol.
dmax 19,5 à 37,5 mm Pas d’effet Pas d’effet Pas d’effet
%F ↑ %F ↑ faible ↑ faible Optimum  9%
Forme des
↑ angularité Non déterminé Non déterminé ↑ faible
particules
Texture de
surface des Plus grossière Non déterminé Non déterminé ↑ faible
particules
↑ SR ↑ 20 à 90% ↓ jusqu’à 80% ↑ 25% ↓ jusqu’à 60%

39
2.9. Résistance à la déformation permanente

Selon Lekarp et coll. (2000b), au cours des dernières décennies, l’augmentation des besoins
en transport et l’augmentation résultante du trafic lourd ont provoqué une accélération de la
détérioration des chaussées. Cela a eu pour effet d’augmenter de façon drastique les coûts
reliés à l’entretien et à la réhabilitation des chaussées.

Les matériaux granulaires ont un comportement élasto-plastique complexe. Pour les


besoins courants en ingénierie, la réponse en déformation de ces matériaux sous l’action
répétée du trafic est définie par la réponse résiliente. Cette dernière joue un rôle important
en ce qui concerne la capacité de support de la chaussée et en ce qui concerne la réponse en
déformation permanente. La réponse en déformation permanente permet de caractériser la
performance à long terme de la chaussée et l’orniérage structural. Dans le dimensionnement
d’une chaussée souple, un des facteurs importants à considérer est le développement
d’ornières dans la structure de la chaussée. Toutefois, la prédiction du développement de
l’orniérage est extrêmement complexe.

Lekarp et coll. (2000b) ont compilé les résultats de plusieurs études portant sur la
déformation permanente des matériaux granulaires de fondation de chaussées et ont mis en
évidence les principaux facteurs pouvant affecter le développement de cette déformation
permanente. Ces principaux facteurs sont présentés dans cette section.

2.9.1. Effet des contraintes

Le niveau de contrainte est considéré par plusieurs chercheurs comme étant l’un des
principaux facteurs gouvernant le développement des déformations permanentes dans les
matériaux granulaires. Une étude réalisée par Morgan (1966, tiré de Lekarp et coll.
(2000b)) a montré que l’accumulation de déformations permanentes axiales est directement
proportionnelle à la contrainte déviatorique et inversement proportionnelle à la pression de

40
confinement. Selon Lashine et coll. (1971, tiré de Lekarp et coll. (2000b)), qui ont réalisé
des essais sur du gravier concassé dans des conditions drainées et partiellement saturées, la
déformation permanente axiale diminue jusqu’à une valeur constante reliée au ratio du
déviateur sur la contrainte de confinement. Lekarp et Dawson (1998, tiré de Lekarp et coll.
(2000b)) décrivent la rupture dans les matériaux granulaires sous chargement cyclique
comme étant un processus graduel. De plus, Dawson (1995) mentionne que seuls les
granulats de très faible résistance subissent des dommages notables et non recouvrables
avec une seule application de charge. Pour la plupart des granulats, la déformation
permanente est d’abord élevée mais diminue rapidement pour parfois s’arrêter. Dans
d’autres cas, la déformation continue et parfois s’accélère.

D’après Dawson (2001), plusieurs études montrent qu’il semble exister un niveau de
contrainte seuil qui peut être appliqué à une couche de granulats compactée. Sous ce seuil,
la déformation permanente s’arrêtera à un certain niveau alors que dépassé ce seuil, la
déformation permanente continuera de s’accumuler tout au long de la durée de vie de la
chaussée.

2.9.2. Effet de la rotation de la contrainte principale

L’effet de ce paramètre n’est pas complètement compris aujourd’hui, peut-être parce que
l’essai sous chargement cyclique ne reproduit pas le changement continuel dans la direction
de la contrainte principale. Néanmoins, dans la documentation, les études montrent que la
réorientation de la contrainte principale sur un matériau granulaire soumis au passage de
roues chargées cause des déformations permanentes plus importantes que celles obtenues à
l’essai triaxial cyclique conventionnel. Chan (1990, tiré de Lekarp et coll. (2000b)) a réalisé
des essais sur un calcaire concassé avec et sans l’application d’une contrainte de
cisaillement. Les résultats obtenus montrent clairement que la déformation permanente est
plus importante avec une contrainte de cisaillement appliquée.

Selon Dawson (1995), l’effet de la rotation des contraintes au passage d’une roue est un
facteur important dans le développement de la déformation permanente. Ils ont montré à
l’aide d’un appareil triaxial, développé à l’Université de Nottingham, que les déformations

41
permanentes augmentent d’un facteur deux lorsqu’une rotation des contraintes est
appliquée lors de l’essai triaxial. C’est pourquoi, il est impossible de quantifier, avec l’essai
triaxial conventionnel, l’orniérage qui se développera après un nombre donné de passages
d’essieux. L’essai triaxial conventionnel est donc utilisé, entre autres, pour classer les
matériaux selon leur propension relative à se déformer en termes d’orniérage. Ce
classement est approximatif et peut changer si, par exemple, la teneur en eau varie.

2.9.3. Effet du nombre d’applications de charges

La déformation permanente dans un matériau granulaire est le résultat de l’accumulation


graduelle de petits incréments de déformation à chaque application de charge. Par
conséquent, en termes de durée de vie de la chaussée, le nombre de répétitions de charges
est très important à considérer dans le cas des matériaux granulaires. Le taux
d’augmentation de la déformation permanente dans un matériau granulaire sous chargement
cyclique tend à diminuer jusqu’à un point où il est possible de définir une valeur limite de
déformation permanente. Toutefois, selon Lekarp (1997) et Lekarp et Dawson (1998) (tiré
de Lekarp et coll. (2000b)), cette stabilisation de la déformation permanente ne survient que
si les contraintes appliquées sont faibles alors que des contraintes élevées engendrent une
augmentation continuelle de la déformation permanente.

2.9.4. Effet de la teneur en eau

De façon générale, la présence d’une certaine quantité d’eau, c’est-à-dire pour des degrés
de saturation peu élevés, est généralement bénéfique puisqu’il y a création d’une contrainte
de succion matricielle. Près de la saturation, si une charge est appliquée très rapidement,
des pressions interstitielles positives peuvent se développer. Ces pressions interstitielles
positives entraînent la réduction des contraintes effectives, entraînant ainsi la diminution de
la résistance à la déformation permanente. D’après l’étude de Thom et Brown (1987), un
degré de saturation élevé, jumelé à une faible conductivité hydraulique est particulièrement
néfaste pour un matériau granulaire. Ceci conduit à des pressions interstitielles positives,
des contraintes effectives faibles, et donc une faible rigidité et une diminution de la

42
résistance à la déformation permanente. Par exemple, une augmentation du degré de
saturation de 60% à 80% a conduit à une augmentation de la déformation permanente de
100%.

L’article de Thom et Brown (1987) explique que d’importantes déformations permanentes


peuvent survenir sans la génération de pressions interstitielles, dû à l’effet lubrifiant de
l’eau sur les particules. Un drainage approprié de la structure de chaussée est important à
considérer. Ceci peut être fait entre autres en diminuant la quantité de particules fines dans
le matériau granulaire. Par contre, cela entre en conflit avec la volonté de produire des
mélanges très résistants à la déformation, donc avec un meilleur empilement des particules
(ce qui est atteint en considérant une certaine quantité de particules fines). La Figure 2.18
(dans laquelle q représente d), tirées des recherches menées par ces auteurs, montre bien
l’influence du drainage sur la génération de déformations permanentes.

Figure 2.18 : Déformation permanente vs nombre de cycles pour des essais drainés et non drainés (tirée
de Lekarp et coll. (2000b))

2.9.5. Effet de l’histoire des contraintes

Il a été montré par Brown et Hyde (1975, tiré de Lekarp et coll. (2000b)), que la
déformation permanente induite par de petits incréments du niveau de contraintes est
beaucoup plus faible que celle causée lorsque la contrainte la plus élevée est

43
immédiatement appliquée. La Figure 2.19 illustre ce phénomène. Tous les états de
contraintes ont été appliqués par incréments, sauf le dernier (marqué par des x), où la
contrainte déviatorique est passée de 50 à 650 kPa sans palier d’incrémentation.

Figure 2.19 : Déformation permanente en fonction du nombre de cycles pour différents états de d
(tirée de Lekarp et coll. (2000b))

2.9.6. Influence de la masse volumique

Holubec (1969, tiré de Lekarp et coll. (2000b)) et Thom et Brown (1988) ont montré par
leurs travaux que l’effet de la masse volumique est extrêmement important pour le
comportement à long terme des matériaux granulaires. De manière générale, lorsque la
masse volumique est augmentée, la résistance à la déformation permanente s’en trouve
améliorée. Par exemple, les résultats de Barksdale (1972, tiré de Lekarp et coll. (2000b))
présentent 185% plus de déformation permanente lorsque le matériau est compacté à 95%
de sa masse volumique maximale au lieu de 100% de cette masse volumique. Pour Holubec
(1969, tiré de Lekarp et coll. (2000b)), l’augmentation de la densité pour un matériau
granulaire composé de granulats anguleux provoque des diminutions très importantes de la
déformation permanente alors qu’il est moins important pour un granulat arrondi.

44
2.9.7. Effet de la granulométrie, de la teneur en fines et du type de granulat

Une modification de la granulométrie qui entraîne une augmentation de la densité relative,


pour un même effort de compactage, provoque une diminution de la déformation
permanente. Thom et Brown (1988) ont montré que l’effet de la granulométrie varie selon
la compacité. Sept granulométries ont été utilisées allant d’uniforme à étalée (selon le
paramètre de granulométrie nFT décrit à l’équation 6) avec un dmax de 10 mm. Le paramètre
‘nFT’ décrit en quelques sortes l’étalement de la courbe granulométrique. Dans le cadre de
cette étude, la courbe la plus étalée a un paramètre nFT de 0,25 et la plus uniforme a un
paramètre nFT de 5 (granulométrie plus ouverte). Il est à noter que la teneur en fines des
granulométries testées varie de 2% à 28%. Les résultats de l’étude sont présentés à la
Figure 2.20.

Figure 2.20 : Déformation plastique vs n (nFT) pour différentes compacités (tirée de Thom et Brown
(1988))

Cette étude de Thom et Brown (1988) montre d’abord que la résistance à la déformation
plastique sous chargement cyclique est fortement améliorée si la compacité est augmentée.
De plus, la résistance à la déformation plastique sous chargement cyclique est semblable
pour toutes les granulométries si la compacité est élevée. Par contre, si le matériau est
moins compacté, les granulométries uniformes sont plus résistantes.

45
Pourtant, Dawson et coll. (1996) ont montré que l’effet de la granulométrie est beaucoup
plus important que la compacité. Les résultats obtenus par ces derniers montrent que la
résistance à la déformation plastique est plus importante pour les mélanges denses. Quant à
eux, Barksdale (1972, 1991, tiré de Lekarp et coll. (2000b)) et Thom et Brown (1988), ont
montré que la résistance à la déformation permanente est inversement proportionnelle à la
teneur en fines. D’autre part, les matériaux anguleux présentent de plus petites
déformations plastiques que les matériaux arrondis dû à leur angle de friction plus élevé.
Les résultats de Pan et Tutumluer (2007) décrivent bien cette tendance, puisqu’ils ont
montré que les déformations permanentes (εP) diminuent avec la proportion de particules
concassées dans les échantillons de laboratoire, tel qu’il est illustré à la Figure 2.21.

Figure 2.21 : Effet de la proportion de particules concassées sur la déformation permanente εP (tirée de
Pan et Tutumluer (2007))

2.9.8. Modèles définissant la déformation permanente dans les matériaux granulaires

Les modèles développés par les chercheurs en vue de modéliser la déformation permanente
des matériaux granulaires sont basés principalement sur le nombre d’applications de
charges ou l’état de contraintes. Veverka (1979, tiré de Lekarp et coll. (2000b)) a développé
un modèle simple qui relie la déformation permanente à la déformation réversible défini par
la relation

46
 P  aDP R N b
DP
Équation 8

où P est la déformation permanente axiale, R est la déformation réversible, N est le


nombre d’application de charge et aDP et bDP des constantes propres au matériau. D’autres
chercheurs ont développé des relations plus élaborées.

2.9.9. Conclusion

Cette section a permis de mettre en évidence l’effet de divers paramètres sur la


susceptibilité à la déformation permanente des MG. Entre autres, l’effet de facteur comme
la saturation, la minéralogie, la forme des particules et la granulométrie est généralement
d’importance variable. Du point de vue de la distribution de la taille des grains, il est
constaté que des squelettes granulaires denses sont généralement souhaitables, mais qu’une
attention particulière doit être portée à la teneur en particules fines dans le cas de ces
matériaux.

2.10. Succion dans les matériaux granulaires de fondation des chaussées

À l’état saturé, les matériaux granulaires compactés sont considérés comme un milieu à
deux phases (solide et eau dans les vides) tandis qu’à l’état non saturé, ils sont considérés
comme un milieu à quatre phases (solide, eau, air et peau contractile) (Fredlund et Rahardjo
1993). La peau contractile correspond à l’interface air-eau, où une tension superficielle se
développe dû au fait que les molécules sont soumises à des forces nettes vers l’intérieur du
liquide (Lebeau 2006). Les matériaux granulaires de fondation des chaussées ont un degré
de saturation sur le terrain souvent situé entre 75 et 85% (Côté et Roy 1998). Ils sont donc
partiellement saturés. La présence d’air dans les pores du matériau granulaire de fondation
induit une succion matricielle, qui est une composante de la succion totale dans un
matériau.

Les composantes de la succion totale sont les suivantes :

47
Composante matricielle ou capillaire d’énergie libre – En termes de succion, il s’agit de la
succion équivalente provenant de la pression partielle de la vapeur d’eau en équilibre avec
l’eau du sol, relativement à la pression partielle de la vapeur d’eau en équilibre avec une
solution identique, en termes de composition, avec l’eau du sol.

Composante osmotique d’énergie libre – En termes de succion, il s’agit de la succion


équivalente de la pression partielle de la vapeur d’eau en équilibre avec une solution de
composition identique à celle de l’eau du sol, relativement à la pression partielle de la
vapeur d’eau en équilibre avec de l’eau pure libre.

Succion totale d’énergie libre de l’eau du sol – En termes de succion, il s’agit de la succion
équivalente de la vapeur d’eau en équilibre avec une solution identique en termes de
composition avec l’eau du sol, relativement à la pression partielle de la vapeur d’eau en
équilibre avec de l’eau pure libre.

L’équation définissant la succion totale est

  (ua  uw )   Équation 9

où  est la succion totale, ua est la pression d’air dans les pores, uw est la pression d’eau
dans les pores et  est la succion osmotique, toutes ces valeurs devant être exprimées dans
la même unité de pression. Ainsi, la succion totale est la somme de deux composantes : la
succion matricielle et la succion osmotique. La succion matricielle (ou pression capillaire)
est la différence entre la pression d’air et la pression d’eau dans la matrice de sol (ua-uw).
Pour des succions totales plus grandes que 1500 kPa, la succion matricielle peut être
considérée égale à la succion totale puisque la succion osmotique est un phénomène de
faible intensité. Hanks et Ashcroft (1980) décrivent la succion osmotique comme étant le
potentiel d’aspiration résultant des corps dissous dans l’eau se trouvant dans les pores de
l’échantillon.

Selon Fredlund et Rahardjo (1993), les pores de faibles rayons agissent en quelques sortes
comme des tubes capillaires et provoquent l’ascension de l’eau au-dessus de la position de
la nappe phréatique. L’eau capillaire a une pression négative par rapport à la pression d’air,

48
souvent atmosphérique dans des conditions de terrain. La pression d’eau dans les pores
peut être fortement négative pour de faibles degrés de saturation.

Généralement, l’humidité dans les sols diminue avec le rayon de courbure de l’eau de
surface dans les pores. Ce rayon de courbure est inversement proportionnel à la différence
entre la pression d’air et la pression d’eau (succion matricielle). Par conséquent, la création
d’une succion matricielle peut aussi être vue comme une expression de la réduction de
l’humidité relative dans le sol. Selon Fredlund et Rahardjo (1993), la capillarité est
intimement reliée à la succion matricielle. Elle a un effet direct sur la courbe caractéristique
sol-eau. Dans un sol, plus le rayon des pores est petit, plus la succion matricielle est élevée
comme le montre l’équation

TS
(ua  uw )  2 Équation 10
RS

où Ts est la tension de surface de l’eau et Rs est le rayon des pores.

2.10.1. Courbe caractéristique de rétention d’eau

Selon Côté et Roy (1998), au moment où un matériau granulaire de fondation de chaussée


se draine, une certaine succion dans la phase liquide se développe, sans toutefois affecter la
teneur en eau. À une certaine succion donnée, la valeur de la succion ne peut varier sans
faire diminuer la teneur en eau. Cette valeur de succion est appelée la pression d’entrée
d’air (a). Elle peut être déterminée pour un degré de saturation de 100%, mais pour des
raisons pratiques, une valeur de degré de saturation de 90% est jugée suffisante pour
estimer la valeur de la pression d’entrée d’air.

À des valeurs de succion plus élevées que la pression d’entrée d’air, la teneur en eau varie
avec l’augmentation de la succion matricielle. La pente de cette variation linéaire est
appelée ‘indice de distribution de la dimension des pores’ () (Figure 2.22). Généralement,
cette pente est abrupte pour des matériaux plus uniformes, alors qu’elle est moins
prononcée pour des matériaux plus étalés. Selon Côté et Konrad (2003), une forte variation
de teneur en eau pour de faibles variations de succion matricielle est associée à une bonne

49
capacité de drainage (ex : sables). Par contre, une faible variation de teneur en eau avec de
fortes variations de succion matricielle est associée à une mauvaise drainabilité (ex : sols
argileux). Toujours selon ces auteurs, si la valeur de la surface spécifique (SsF) des
particules fines est augmentée, la valeur de  diminue, ce qui est logique en tenant compte
de la variation de  avec la dimension des particules du sol. Les sols argileux (surface
spécifique élevée) ont donc des valeurs faibles de  et les sols sableux (surface spécifique
faible) ont donc des valeurs de  élevée.

Selon Côté et Roy (1998), pour des valeurs de succion plus élevées, la pente de variation de
teneur en eau en fonction de la succion devient douce. Il faut alors appliquer des succions
importantes pour faire varier la teneur en eau ou le degré de saturation. En extrapolant la
pente de l’indice de distribution des pores et la pente douce qui vient d’être décrite,
l’intersection entre ces deux extrapolations permet de déterminer la teneur en eau résiduelle
(r).

Lorsque le matériau est humidifié de nouveau, une hystérésis de la courbe est visible. Ainsi,
la courbe caractéristique de rétention d’eau est plus basse que la courbe de désorption. La
teneur en eau atteinte à ce moment pour des succions nulles permet de déterminer la teneur
en air résiduelle (ar). La Figure 2.22 présente un exemple d’une courbe caractéristique de
rétention d’eau. La variable s représente la teneur en eau volumétrique saturée.

Figure 2.22 : Exemple de courbe caractéristique de rétention d’eau (tirée de Côté et Roy (1998))

50
La conductivité hydraulique et la courbe de rétention d’eau sont les paramètres influençant
le plus le mouvement de l’eau dans la structure de chaussée. Les matériaux granulaires de
chaussées sont généralement soumis à des valeurs de succion matricielle comprises entre 0
et 75 kPa. De plus, il a été montré par Savard (1995, tiré de Côté et Roy (1998)) qu’un
matériau granulaire de fondation routière contenant des fines argileuses montre une
pression d’entrée d’air de 10 kPa, alors que cette valeur diminue à 5 kPa si le matériau
contient des fines non argileuses.

Selon Marshall (1958, tiré de Côté (1997)), la succion matricielle est reliée au diamètre des
pores et la pression d’entrée d’air d’un sol reflète la taille maximale des pores (Dmax), qui
semble contrôlée par la porosité et la quantité de particules fines du matériau à
granulométrie étalée. La valeur de Dmax est

TS
Dmax  4 Équation 11
a

où Ts est la tension de surface de l’eau (75 kPa*m) et a est la pression d’entrée d’air
(kPa). Les Figure 2.23 et Figure 2.24 montrent respectivement l’évolution de la pression
d’entrée d’air en fonction de la porosité pour différentes teneurs en fines et la pente de la
courbe caractéristique sol-eau en fonction de la surface spécifique des particules.
Généralement, selon Fredlund et Xing (1994), la teneur en eau volumétrique saturée (s) et
la pression d’entrée d’air augmente avec la plasticité du sol.

51
Figure 2.23 : Pression d’entrée d’air (a) vs porosité (n) pour différents matériaux (tirée de Côté et
Konrad (2003))

Figure 2.24 : Indice de distribution de la taille des pores () vs surface spécifique (SSF) pour différents
matériaux (tirée de Côté et Konrad (2003))

2.10.2. Mesure de la courbe caractéristique de rétention d’eau

La courbe caractéristique de rétention d’eau est mesurée, entre autres, par un essai sur
plaque de pression. Un échantillon de MG 20 est compacté dans un moule de type Proctor

52
de 152,4 mm de diamètre ayant un volume de 1578,7 cm3. Une succion matricielle est
imposée dans l’échantillon par l’application d’une pression d’air dans la cellule contenant
l’échantillon préalablement saturé. La pression d’air fait alors varier la pression d’eau
puisque celle-ci est drainée sous l’application de la pression d’air. Lorsque l’équilibre est
atteint, une teneur en eau de l’échantillon peut être prise par simple pesée. À cet état
d’équilibre, la succion matricielle est égale à la pression d’air. En appliquant divers paliers
de pression, la courbe caractéristique de rétention d’eau peut être tracée (Figure 2.22). Cet
essai, appelé potentiel de succion, est décrit par méthode d’essai LC-22-330 du MTQ
(1993). La Figure 2.25 présente le montage de l’essai.

Figure 2.25 : Essai de potentiel de succion (tirée de Côté et Roy (1998))

De plus, Côté et Roy (1998) ont réalisé des essais différents pour mesurer la courbe
caractéristique de rétention d’eau. Le moule utilisé fait 305 mm de diamètre et 270 mm de
hauteur. Les échantillons ont été compactés avec l’aide d’un marteau Proctor (hauteur de
chute de 457 mm) selon un nombre de coups (160) et de couches (5) ajustés pour obtenir le

53
même niveau d’énergie que lors d’un essai Proctor modifié normalisé. La mesure de la
teneur en eau est réalisée avec des sondes TDR installées à trois niveaux dans le moule. La
mesure de la succion matricielle est faite avec des tensiomètres installés aux trois mêmes
niveaux que les sondes TDR. L’utilisation de ces outils électroniques permet d’obtenir des
mesures non destructives et fréquentes de l’évolution de la teneur en eau avec la succion. Il
a été trouvé que les résultats obtenus avec la plaque de pression et ceux obtenus avec le
moule de 305 mm de diamètre sont semblables et comparables.

2.10.3. Équation de la courbe caractéristique sol-eau

Plusieurs auteurs ont travaillé à la modélisation de la courbe caractéristique de rétention


d’eau. Fredlund et Xing (1994) (d’après Côté 1997) ont défini un modèle qui décrit la
forme de cette courbe. Dans ce modèle, il est possible de prédire la teneur en eau du sol non
saturé par

mSM
 
 
 1 
V  C     S   Équation 12
    ua  uw   SM 
n

 ln  e    
   aSM  
  

où V est la teneur en eau volumétrique pour un état de succion matricielle, s est la teneur
en eau volumétrique saturée, (ua-uw) est la succion matricielle, C(ψ) est une fonction de
correction, aSM correspond environ à la pression d’entrée d’air et nSM et mSM sont des
paramètres propres aux matériaux. Basés sur les équations définies par Fredlund et Xing
(1994), les travaux de Perera et coll. (2005) ont permis de présenter les paramètres de
régression de l’équation ci-dessus en fonction de la courbe granulométrique de sols non
plastiques. Les paramètres de régression sont présentés en fonction du d90, d60, d30, d20, d10,
du pourcentage de particules fines %F, d0 et d100 (ces deux derniers paramètres étant
obtenus par une méthode d’interpolation sur la courbe granulométrique). Le modèle
proposé permet d’estimer l’équation de la courbe caractéristique de rétention d’eau avec
une erreur absolue de 14,8%.

54
Brooks et Corey (1964, tiré de Côté et Konrad (2003)) ont défini un modèle simple
représentant l’évolution de la teneur en eau volumique en fonction de la succion matricielle
pour r=0. Il s’écrit

V   S pour  u a uw    a Équation 13


 a 
V   S   pour   ua  uw    a  Équation 14
  ua  u w  

où a est la pression d’entrée d’air (kPa), (ua-uw) est la succion matricielle (kPa), V est la
teneur en eau volumique, s est la teneur en eau volumique à la saturation et  est l’indice
de distribution de la taille des pores.

2.11. Conductivité hydraulique des matériaux granulaires

Selon Côté et Roy (1998), les MG 20 sont mis en place à une masse volumique sèche
élevée assurant ainsi une excellente capacité portante. Par contre, cette masse voumique
élevée combinée à une quantité appréciable de particules fines peut provoquer le mauvais
drainage de ce type de matériau et causer une certaine susceptibilité à la formation de glace
de ségrégation. La réduction de la quantité de particules fines a pour objectif de limiter le
potentiel de gélivité et d’assurer un bon drainage combiné à une bonne capacité portante.

D’après Côté et Konrad (2003), dans l’objectif d’optimiser la performance globale des
chaussées, les matériaux granulaires doivent posséder de bonne capacité de drainage afin de
dissiper les pressions interstitielles en excès et minimiser les effets néfastes de l’humidité.
Toutefois, les MG 20 ont une granulométrie étalée et présentent donc une bonne capacité
portante mais ont souvent un mauvais drainage (Brown et Chan 1996). Le MTQ impose
que la quantité de particules fines ne doit pas excéder 7% pour assurer une bonne portance,
un bon drainage et limiter le soulèvement au gel.

55
Pour Randolph et coll. (2000), le mauvais drainage est identifié comme étant une des
causes principales de la formation de défauts sur les chaussées. Généralement, les
matériaux satisfaisant à des normes sur la granulométrie devraient avoir des valeurs
acceptables de conductivité hydraulique. Pourtant, des variations importantes de
conductivité hydraulique surviennent pour diverses granulométries comprises à l’intérieur
d’un fuseau spécifique. Le taux de drainage d’une chaussée est proportionnel à la
conductivité hydraulique des matériaux de fondation et de sous-fondation (Janoo 2002,
Lebeau 2006). Généralement, la conductivité hydraulique d’un sol d’infrastructure est plus
faible que celle des matériaux constituant la structure de la chaussée. Par conséquent,
l’écoulement vertical est négligeable et l’écoulement est en majorité horizontal et se produit
donc parallèlement au plan de compaction. Moynahan et Sternberg (1974) ont montré que,
pour un matériau à granulométrie dense, la conductivité hydraulique horizontale est de 10%
à 80% supérieure à la conductivité hydraulique verticale. Ceci s’explique aussi par la
présence d’une certaine stratification dans le matériau lorsque celui-ci contient davantage
de particules fines. Par conséquent, un matériau à granulométrie ouverte montre des
différences moins importantes entre la conductivité hydraulique horizontale et verticale.

D’après Richardson (1997), d’une manière très générale, des valeurs de conductivité
hydraulique supérieures ou égales à 2x10-3m/s sont considérées comme acceptables alors
que des valeurs inférieures ou égales à 3,5x10-6m/s sont considérées trop faibles. Selon
Murray (1995, tiré de Côté et Roy (1998)), la conductivité hydraulique des matériaux de
fondation routière varie de 10-8 à 10-5 m/s typiquement. Ceci est en accord avec les données
présentées par Côté et Konrad (2003), Boudali (1997) et Flon et Poulin (1987) sur des
matériaux granulaires de fondations provenant du Québec, puisque les valeurs de
perméabilité à l’état saturé sont dans cet ordre de grandeur. En termes qualitatifs, des
valeurs de conductivité hydraulique de cet ordre sont classées de bon drainage à faible
drainage (Holtz et Kovacs 1981). À titre indicatif, une variation d’un ordre de grandeur
dans la valeur de conductivité hydraulique peut engendrer une variation dans le temps de
drainage variant, pour les valeurs retrouvées dans le cas présent, de 1 semaine à plus d’un
mois (AASHTO 1993). Qui plus est, à l’intérieur même d’un fuseau granulométrique, la
conductivité hydraulique peut varier de plusieurs ordres de grandeur (Jones et Jones 1989).

56
Conductivité hydraulique saturée

Darcy (1856, tiré de Holtz et Kovacs 1981) a défini l’écoulement en milieu poreux avec
l’équation

H
qK  Ki Équation 15
L

où q est le flux, H est la variation de charge hydraulique entre 2 points, L est la distance
séparant les 2 points, i est le gradient hydraulique et K est la conductivité hydraulique.
Cette équation est valable si l’écoulement est considéré comme étant très lent et laminaire,
c’est-à-dire, pour des raisons pratiques, pour un nombre de Reynolds plus petit que 10
(Randolph et coll. 2000). Il est généralement assumé que ces conditions sont satisfaites
dans le cas des sols et granulats. En conditions saturées, la conductivité hydraulique peut
être mesurée par deux types d’essais : l’essai à charge constante et l’essai à charge variable.
La Figure 2.26 illustre les deux montages.

Figure 2.26 : Essais à charge constante et variable (tirée de Côté et Roy (1998))

57
Les deux équations utilisées pour calculer la conductivité hydraulique dans le cas de ces
deux essais sont les suivantes :

Charge constante :

QL
K  Équation 16
A2 ( H 1  H 2)(t1  t 2)

Charge variable :

H2
A1 L  ln( )
K  H1 Équation 17
A2 (t 2  t1)

où K est la conductivité hydraulique, L est la distance séparant les 2 points, H est la charge
en 1 point, t est le temps mesuré, A2 est l’aire du cylindre de sol, Q est le débit et A1 est
l’aire du tube d’entrée d’eau.

Conductivité hydraulique non saturée

Selon Lebeau (2006), dans le cas des matériaux non saturés, en plus de contenir de l’eau,
les pores contiennent de l’air tel qu’il a été mentionné. L’espace disponible pour
l’écoulement est donc réduit significativement, la phase gazeuse diminuant l’espace
disponible pour l’écoulement de l’eau interstitielle. De plus, la présence d’air a pour effet
d’augmenter la tortuosité des canaux d’écoulement. Par conséquent, les deux paramètres
principaux influençant la conductivité hydraulique des matériaux granulaires non saturés
sont l’indice des vides et le degré de saturation.

La conductivité hydraulique d’un matériau non saturé peut être obtenue par divers types
d’essais tels que la méthode d’essai basée sur un régime permanent et la méthode du profil
instantané. D’après Côté et Roy (1998), l’essai basé sur un régime permanent implique
l’application d’un gradient constant pour faire passer l’eau à travers le matériau granulaire
poreux. Le sol granulaire est placé entre deux plaques poreuses à pression d’entrée d’air
élevée et deux tensiomètres (T1 et T2) sont alors positionnés à deux positions différentes
sur l’échantillon afin de mesurer la pression d’eau dans les pores. Dans l’échantillon, une

58
pression d’air est appliquée et est mesurée par un manomètre. L’appareillage nécessaire est
présenté à la Figure 2.27.

Figure 2.27 : Essai de conductivité hydraulique non saturée (tirée de Côté et Roy (1998))

L’équation suivante est utilisée pour calculer la conductivité hydraulique non saturée K lors
de cet essai :

QL
K Équation 18
At ( H 3  H 4)

où A est la surface de l’échantillon, t est le temps d’écoulement, L est la distance entre les
tensiomètres, Q est le volume d’eau écoulé et H3-H4 est la différence de charge entre les
points 3 et 4.

Selon Côté et Konrad (2003), les matériaux granulaires étant des matériaux grossiers, la
teneur en eau volumétrique résiduelle (r) peut être considérée égale à zéro. Dans le cas de
ce type de matériau, le modèle de Brooks et Corey (1964, tiré de Côté et Konrad (2003))

59
décrit la conductivité hydraulique non saturée pour une teneur en eau volumétrique (K) en
fonction de la conductivité hydraulique saturée (Ksat) et de la teneur en eau volumétrique
(V) ou de la succion matricielle (ua-uw) par


 
K  K sat  V 
 s 
Équation 19

ou


 a 
K  K sat   Équation 20
  ua  u w  

où a est la pression d’entrée d’air, k est la conductivité hydraulique non saturée pour une
succion matricielle donnée, s est la teneur en eau volumétrique saturée,  est égale à 2 +
3 (où  est la pente de la courbe caractéristique sol-eau) et  est égale à (2 + 3)/.

2.11.1. Modèle de porosité pour les MG à granulométrie étalée contenant des fines

Selon Lebeau (2006), l’écoulement de l’eau dans un matériau granulaire se fait à travers un
réseau complexe de pores interconnectés. La grosseur et la dispersion de ces pores
dépendent du degré de compaction et de la granulométrie. Les particules fines ont une
influence sur la compacité, sur la stabilité et sur la conductivité hydraulique (et donc sur la
porosimétrie).

La conductivité hydraulique diminue lorsque la teneur en fines dans les macropores


augmente (Dawson 2001). Par conséquent, l’écoulement de l’eau se produit dans la fraction
fine, c’est-à-dire à travers un réseau de pores beaucoup plus fin que celui d’un matériau
sans particules fines. Le cas le plus probable de dispersion des particules fines dans les
matériaux à granulométrie étalée est une dispersion uniforme à l’intérieur d’un squelette à
grains grossiers à l’intérieur duquel l’eau s’écoule dans un réseau de pores uniformes
contrôlé par la quantité de particules fines. La porosité de la fraction fine nf (exprimée en

60
décimales), telle que définie par Côté et Konrad (2003), est schématisée à la Figure 2.28 et
décrite par l’équation

n n  %F
nf   c Équation 21
nc nc (1  % F )

où n est la porosité totale et nc est la porosité de la fraction grossière (n et nc en décimales)


qui elle-même est reliée au pourcentage de particules fines %F (en décimales) (d<0,08 mm)
par

nc  n  (1  n)% F Équation 22

Figure 2.28 : Schématisation de la porosité de la fraction fine

En fait, la porosité de la fraction fine exprime le remplissage partiel des vides créés par les
particules grossières (d>0,08 mm) par des particules fines (d<0,08 mm). Les faibles valeurs
de porosité et les fortes valeurs de teneur en fines conduisent aux plus faibles valeurs de nf
et vice et versa. La porosité de la fraction fine est un paramètre clé contrôlant à la fois la
conductivité hydraulique et la courbe de rétention d’eau d’un matériau granulaire à
granulométrie étalée. Cette affirmation est appuyée par le fait que nf représente la
distribution de la grosseur des pores et l’espace disponible pour l’écoulement bien mieux
que la porosité globale. La porosité de la fraction fine peut aussi être un moyen de
caractériser la tortuosité de l’écoulement entre les particules grossières. Il s’agit d’un

61
modèle de porosité analysant un matériau en deux phases, dans l’hypothèse simplificatrice
que la masse volumique des grains solides reste la même dans chacune d’elles. Ce
paramètre permet d’approcher le rôle des particules fines aussi d’une façon volumique.
Bien que le pourcentage massique de particules fines est reconnu pour être en lien avec K,
les travaux de Hoppe (1996) concluent que ce paramètre seul est peu corrélé avec la
conductivité hydraulique.

Afin de mieux cerner comment se comportent les valeurs de nf et nc à l’intérieur du fuseau


des MG 20, une analyse paramétrique de ce modèle est présentée à la Figure 2.29. Afin de
réaliser celle-ci, une plage de variation de la porosité a été fixée entre 0,11 et 0,21 en se
basant sur les données disponibles dans les études de Boudali (1997), Flon et Poulin (1987)
et Côté et Konrad (2003). Il est constaté que la porosité de la fraction fine tend à augmenter
avec l’augmentation de la porosité, cet effet étant davantage marqué à pourcentage de fines
élevé. Pour des pourcentages de fines faibles, la porosité de la fraction fine est moins
variable lorsque la porosité globale augmente puisque la faible teneur en particules fines
influence peu l’agencement des particules grossières. La porosité de la fraction fine tend
aussi à augmenter avec l’augmentation de la porosité de la fraction grossière, cet effet étant
aussi plus marqué à pourcentages de fines élevés. Alors que des particules fines sont
ajoutées au squelette granulaire, les particules grossières sont davantage écartées et ceci
laisse davantage de place au positionnement des particules fines, causant une plus grande
variabilité de la porosité de la fraction fine. De la même façon, la porosité de la fraction
grossière augmente avec l’augmentation de la porosité, mais ce phénomène semble moins
dépendant du pourcentage de particules fines.

62
Figure 2.29 : Analyse paramétrique du concept nc-nf de Côté et Konrad (2003)

2.11.2. Facteurs influençant la conductivité hydraulique

D’après une publication de Murray (1995, tiré de Côté et Roy (1998)), il est généralement
reconnu que la conductivité hydraulique est influencée par la grosseur, la forme, la texture
et la configuration des particules, par le niveau de compacité, la distribution de la grosseur
des pores, la tortuosité de l’écoulement, par la viscosité dynamique et la masse volumique
du matériau granulaire. Elle est également dépendante du degré de saturation et de la
composition minéralogique du matériau. Selon Randolph et coll. (2000), la composition
minéralogique influence la conductivité hydraulique par l’indice de plasticité et l’activité
des particules fines. La mesure de la conductivité hydraulique peut être obtenue à partir de
tests in situ ou de tests en laboratoire. Toutefois, la répétabilité de ces tests peut être
influencée entre autres par le niveau de compacité et le degré de saturation.

La Figure 2.30 provenant de Côté et Konrad (2003) montre que la conductivité hydraulique
est fortement influencée par la porosité globale et la teneur en fines. L’augmentation de la

63
porosité ou la diminution de la teneur en fines conduit à une augmentation de la
conductivité hydraulique. De plus, il est possible de constater que la source de granulats et
la minéralogie influencent la capacité d’arrangement des particules et donc la porosimétrie
des MG, ce qui influence la conductivité hydraulique. En effet, les échantillons de granite
concassé montrent des valeurs plus élevées de conductivité hydraulique alors que les
échantillons de calcaire concassé montrent des conductivités hydrauliques plus basses. La
Figure 2.31 présente des résultats semblables pour la conductivité hydraulique saturée Ksat
provenant du modèle de Brooks et Corey en fonction de la porosité de la fraction fine.

Figure 2.30 : Conductivité hydraulique vs porosité pour différents matériaux (tirée de Côté et Konrad
(2003))

64
Figure 2.31 : Influence de nf sur la conductivité hydraulique saturée (tirée de Côté et Konrad (2003))

Côté et Konrad (2003) ont aussi, de par leurs résultats, relié la pression d’entrée d’air a
(kPa) à la porosité de la fraction fine nf (en décimales) comme il est présenté à la Figure
2.32. L’équation traduisant la relation trouvée est

Log  a   3,92  5,19  n f Équation 23

Figure 2.32 : Pression d’entrée d’air en fonction de nf (tirée de Côté et Konrad (2003))

65
Ils ont également relié l’indice de distribution des pores  à la porosité de la fraction fine nf
(décimales) et à la surface spécifique des particules fines SSF (m²/g) par l’équation 24, dont
la représentation graphique est présentée à la Figure 2.33.

  0,385  0, 021 n f 0,65 S S F Équation 24

Figure 2.33 : Indice de distribution de la taille des pores en fonction de la porosité de la fraction fine et
de la surface spécifique (tirée de Côté et Konrad (2003))

L’influence de nf et de SSF sur la conductivité hydraulique doit être considérée pour des
mêmes degrés de saturation car ce paramètre influence beaucoup la valeur de la
conductivité hydraulique. Les résultats de Côté et Konrad (2003) ont été calculés pour des
degrés de saturation de 100%, extrapolés à partir des données expérimentales et selon les
figures et les équations décrites dans cet article. Ils obtiennent comme résultat l’équation

Log  K sat  S S F   9,94  n f  12, 64 Équation 25

où Ksat est la conductivité hydraulique saturée (m/s). La Figure 2.34 présente cette équation
sous la forme graphique. Des résultats obtenus par Flon et Poulin (1987) ont été intégrés à
ces résultats.

66
Figure 2.34 : Relation entre nf, SSF et Ksat (tirée de Côté et Konrad (2003))

De plus, les travaux de Côté et Roy (1998) ont permis de mettre en évidence l’influence de
plusieurs facteurs et paramètres sur la conductivité hydraulique des matériaux de fondation
des chaussées. Premièrement, ils ont étudié l’effet de la granulométrie (à l’intérieur et à
l’extérieur du fuseau de spécification) sur plusieurs sources de MG 20 sur la conductivité
hydraulique et sur la courbe de rétention d’eau. Les courbes utilisées avaient 2, 7 et 12% de
particules fines. Les matériaux testés étaient un granite concassé, un calcaire concassé et un
matériau schisteux concassé. Il a été trouvé que la conductivité hydraulique diminue
généralement d’un ordre de grandeur chaque fois que la teneur en fines augmente de 2% à
7% et 12%. Par conséquent, dans le contexte du fuseau granulaire du MTQ, une variation
de la conductivité hydraulique d’au moins un ordre de grandeur peut être espérée.

De plus, il a été constaté qu’en général un matériau plus fin a une remontée capillaire plus
grande et une faible capacité à drainer l’eau interstitielle. Les résultats obtenus par ces
auteurs permettent de conclure que, généralement, les matériaux granulaires granitiques
sont plus drainants que les matériaux schisteux, qui sont eux-mêmes plus drainants que les
matériaux calcaires. Ceci est en accord avec les résultats de surface spécifique obtenus lors
de la caractérisation. Lorsque la surface spécifique est plus élevée, la surface des particules
fines peut adsorber plus d’eau. Cette eau étant liée aux particules, les pressions d’entrée

67
d’air doivent donc être plus importantes pour un matériau avec une surface spécifique
élevée, comme c’est le cas des matériaux calcaires dans cette étude.

Selon Côté et Roy (1998), pour un matériau contenant moins de particules fines, la pression
d’entrée d’air et la teneur en eau résiduelle à 100 kPa sont plus faibles que pour un matériau
avec plus de fines. Par conséquent, la drainabilité des matériaux de bas de fuseau ayant de
faibles succions sera meilleure en comparaison avec les matériaux de haut de fuseau ayant
des succions plus élevées. Autrement dit, le drainage des matériaux à hautes teneurs en
fines demande une grande énergie due à la succion matricielle élevée. Inversement, les
matériaux de bas de fuseau avec peu de fines se drainent rapidement sans grande
augmentation de la succion.

D’après les travaux de Thompson (1969, tiré de Côté et Roy (1998)), c’est à des degrés de
saturation de 80% ou plus que des chargements répétés causant une augmentation de la
pression interstitielle peuvent engendrer des dégradations importantes à la chaussée, ce qui
correspond à environ la fin de la continuité de la phase gazeuse (Lebeau 2006). Toutefois,
l’étude de Doucet et Doré (2004) montre que la génération de pression interstitielle est
négligeable à l’état saturé pour une fréquence d’essai de 1 Hertz pour la caractérisation du
MR. Ceci est aussi un fait vérifié par Ekblad (2007) pour une fréquence de chargement
également de 1 Hertz. De plus, selon Côté et Roy (1998), la combinaison d’un matériau de
fondation peu drainant et la présence d’une nappe peu profonde sont donc néfastes pour la
capacité portante, en particulier en présence de conditions climatiques sévères (effet du
gel).

Finalement, selon Côté et Roy (1998), les matériaux les plus optimaux en termes de
drainage sont ceux dont le drainage est rapide sans engendrer de grandes augmentations de
la succion matricielle. Par conséquent, le matériau idéal est celui qui allie une faible
pression d’entrée d’air et une forte pente de la courbe caractéristique de rétention d’eau
(indice de distribution de la taille des pores). Il a été constaté au cours de l’étude que,
lorsque la conductivité hydraulique d’un matériau est élevée, la teneur en eau résiduelle à
100 kPa et la pression d’entrée d’air sont faibles. Lorsque ces deux paramètres augmentent,
la conductivité hydraulique a tendance à diminuer. Dans le cadre de l’étude réalisée, les
meilleurs matériaux, sous la base des critères exposés, sont généralement ceux avec 2% de

68
particules fines. Ceci peut entre autres correspondre au bas du fuseau granulométrique, qui
est fréquemment identifié comme un MG performant bien mécaniquement. Dans une
certaine limite, selon Dawson (1995), les MG de bas de fuseau sont intéressants pour des
raisons mécaniques et hydriques.

Dans l’étude menée par Flon et Poulin (1987), il a été montré que la quantité et la qualité
des particules fines ont aussi un impact sur la conductivité hydraulique des matériaux.
Ainsi, l’étude a montré que la conductivité hydraulique diminue si le pourcentage de fines
est augmenté ou si les fines non argileuses sont remplacées par des fines argileuses. Si le
pourcentage d’argile est apprécié par la surface spécifique des particules fines, ceci est en
accord avec le modèle de Côté et Konrad (2003). Toutefois, au cours de cette étude, les
résultats de conductivité hydraulique pour toutes les combinaisons testées (matériaux
granitiques et schisteux vs pourcentage de fines) montrent que la conductivité hydraulique
à la masse volumique proctor de ce type de matériau est assez faible (entre 10-5 et 10-7 m/s)
et peut occasionner des problèmes de drainage.

Les résultats obtenus par Randolph et coll. (2000) ont été adaptés et sont présentés au
Tableau 2.4. Les matériaux testés sont tous des matériaux de fondation routière utilisés par
l’état de l’Oklahoma. Les différences entre le calcaire 1 et le calcaire 2 ainsi qu’entre le
gravier 1 et le gravier 2 sont observables par les valeurs de d60, d10 et de coefficient
d’uniformité Cu. Ils ont effectué des tests de conductivité hydraulique sur des
granulométries correspondant au haut (fine), au bas (grossière) et au milieu (intermédiaire)
du fuseau granulaire utilisé pour les fondations routières en Oklahoma.

69
Tableau 2.4 : Conductivité hydraulique de divers matériaux de fondation routière pour différentes
granulométries (adapté de Randolph et coll. (2000))
Matériau Granulométrie d10 (mm) d60 (mm) Cu K (m/sec)
Fine 0,07 0,7 9,7 7x10-5
Calcaire 1 Médium 0,10 4,0 40 3,6x10-4
Grossière 0,18 18,0 100 4,5x10-2
Fine 0,07 0,7 9,7 5x10-5
Gravier 1 Médium 0,10 4,0 40 1,1x10-4
Grossière 0,18 18,0 100 2,5x10-2
Fine 0,06 4,5 75 3,9x10-4
Calcaire 2 Médium 0,12 12,7 105,8 7,1x10-4
Grossière 0,18 21,0 116,7 4,2x10-3
Fine 0,06 4,5 75 2,1x10-4
Gravier 2 Médium 0,12 12,7 105,8 4,1x10-3
Grossière 0,18 21,0 116,7 2,0x10-2

Il est possible de constater dans les résultats de Randolph et coll. (2000) que la valeur de K
pour la granulométrie médium est bien inférieure à la valeur moyenne entre la valeur de K
de la granulométrie fine et la granulométrie grossière. Il est difficile de conclure qu’un
matériau (calcaire et gravier) est plus perméable qu’un autre. Dans le cas des matériaux 1,
le calcaire est plus perméable que le gravier peu importe la granulométrie, alors que dans le
cas des matériaux 2, le gravier est généralement plus perméable. Il a aussi été trouvé dans
cette étude que la conductivité hydraulique pour des granulométries aux extrêmes du fuseau
s’étend sur plage de valeurs très large.

Dans une étude réalisée par Hoppe (1996), sur plusieurs matériaux de fondation provenant
de sources multiples, aucune relation n’a été trouvée entre la teneur en fines et la
conductivité hydraulique. Deux variables décrivant l’allure et la dispersion générale de la
courbe granulométrique se sont avérés de meilleurs indicateurs. Il s’agit du coefficient
d’uniformité Cu (Cu = d60/d10) et du ratio d85/d15. Ces deux paramètres expliquent entre 65
et 70% de la variabilité de la conductivité hydraulique. La Figure 2.35 indique la tendance
générale de la conductivité hydraulique à augmenter avec une diminution de la valeur de
Cu. Ainsi, la conductivité hydraulique augmente lorsque le sol est plus uniforme puisque ce
type de sol possède un indice des vides plus élevé. Selon Randolph et coll. (2000), la
porosité est un paramètre extrêmement influant sur la conductivité hydraulique et elle est
principalement fonction de la densité relative, de la masse volumique et de la forme des
particules. Il est reconnu qu’une granulométrie plus ouverte, une forme de particules plus

70
anguleuse, un degré de saturation plus élevé, une densité relative plus faible, une
température plus élevée et un indice de plasticité plus faible conduisent à des valeurs de
conductivité hydraulique plus élevées.

Figure 2.35 : Conductivité hydraulique vs coefficient d’uniformité (tirée de Hoppe (1996))

Le diamètre effectif des grains d’un sol d10, tel que défini par Hazen (1911, tiré de Holtz et
Kovacs (1981)), est une des premières variables utilisées pour estimer la conductivité
hydraulique des sols. L’équation développée prend la forme de

K  0, 01 d10 2 Équation 26

dans laquelle K est en m/s et d10 en mm, 0,01 étant une valeur de régression moyenne
convenant à la majorité des sols. Cependant, celle-ci est principalement valable pour des
valeurs de K plus grande que 10-5 m/s, pour des sols contenant moins de 5% de particules
fines et pour des valeurs de d10 entre 0,1 et 3 mm. Ces restrictions font que celle-ci n’est
que peu applicable aux MG 20. Plusieurs chercheurs ont travaillé avec cette équation de
base pour élaborer des modèles plus complets. Par exemple, Chapuis (2004) relie la
conductivité hydraulique à une variable complexe constituée du diamètre effectif et de
l’indice des vides par

71
0,7825
 d 2 e3 
K  2, 4622  10  Équation 27
 1  e  

dans la laquelle K est en cm/s, d10 en mm et e représentant l’indice des vides. Cette
équation a par contre été développée avec des sols ayant une conductivité hydraulique de
10-4 m/s ou plus. D’ailleurs, selon l’auteur, la capacité prévisionnelle de cette équation pour
les MG concassés est assez faible. Mokwa et coll. (2007) ont suggéré une équation
permettant d’estimer la conductivité hydraulique des matériaux granulaires de structures de
chaussées en utilisant les principes définis par Côté et Konrad (2003). Pour ce faire, ils ont
défini l’indice des vides de la fraction passant le tamis 2 mm ef (extrait selon les mêmes
principes que la porosité de la fraction fine) qui présente un niveau de corrélation
acceptable avec la conductivité hydraulique. L’équation, développée avec des matériaux
ayant des valeurs de conductivité hydraulique supérieures à 10-4 m/s, prend la forme de

 e f 1,8629 
 
 0,1732 
K  exp Équation 28

dans laquelle K est en cm/s. Une relation directement dérivée des caractéristiques
nombreux matériaux granulaires utilisés dans les fondations et les sous-fondations de
chaussées a été proposée par Moulton (1980) aux États-Unis. Les analyses statistiques
réalisées confirment ce qui a été présenté dans cette section, puisque le diamètre effectif, la
porosité et le pourcentage de particules, qui sont inclus dans cette relation, permettent
d’expliquer 91% de la variabilité des résultats. L’équation prend la forme de

2,19217 d101,478 n6,654


K Équation 29
% P0,0750,597

dans laquelle K est la conductivité hydraulique exprimée m/s, n est la porosité exprimée en
décimale, d10 le diamètre effectif exprimé en millimètres et %P0,075 est le pourcentage
passant 75 µm. Celle-ci présente l’avantage d’avoir été développée à partir de matériaux
d’intérêt dans cette étude. De plus, elle est applicable pour des valeurs de conductivité
hydraulique plus petites que les équations précédentes. Le modèle de Richardson (1997)
présente globalement les mêmes qualités et est exprimé par

72
10
3,062  6,4 LOG  n  1,905 LOG  d10  

K Équation 30
100

dans laquelle K est en m/s, n en décimales et d10 en mm. Toutefois, comme dans le cas des
équations précédentes, ce type d’équation ne prend pas directement en compte l’effet de la
source de granulats et des caractéristiques des particules fines, qui peuvent s’avérer d’une
grande importance. En première approximation, il semble que l’équation définie par Côté et
Konrad (2003) utilisant la porosité de la fraction fine est celle qui est la plus adaptée
puisqu’elle a été développée avec des MG issus du contexte géologique québécois et
qu’elle est valide pour des valeurs de conductivité hydraulique allant de 10-4 m/s à 10-8 m/s.

2.12. Résistance à l’érosion des matériaux granulaires de fondations routières

La résistance à l’érosion des matériaux granulaires de fondations routières non traités est un
phénomène qui semble peu étudié. Selon Randolph et coll. (2000), lorsque la granulométrie
d’un matériau devient plus ouverte, il existe une tendance générale à ce que le matériau soit
moins stable lorsque soumis aux contraintes de cisaillement d’un fluide. La perte de
particules sous des écoulements turbulents est un problème important dans le cas des routes
non revêtues et des accotements des routes pavées. Les principaux écoulements turbulents
qui affectent les matériaux granulaires sur le terrain sont ceux causés par les véhicules en
mouvement et le ruissellement. Un écoulement concentré, comme un ruissellement, est plus
énergétique et permet alors le transport de particules (Sorial et Lacharité 1988). Cette
énergie de transport est due à l’énergie de la force de cisaillement qui n’est pas dissipée par
la friction à la surface du sol (Sorial et Lacharité 1988). Dans la majorité des cas, les
particules transportées sont celles de faible poids tel que le sable fin et les particules fines.

Selon Sorial et Lacharité (1988), les propriétés intrinsèques des sols qui influencent la
sensibilité à l’érosion sont la teneur en eau et la texture. Ce dernier paramètre est relié à la
granulométrie, la cohésion, la plasticité et la porosité. Lorsqu’il y a ruissellement, la
quantité de particules transportées est principalement fonction de la vitesse du ruissellement
et de la turbulence. Selon Henensal (1986), les facteurs influençant la résistance à l’érosion
d’un sol sont les paramètres structuraux (porosité, compacité, teneur en eau, conductivité

73
hydraulique, fissuration), les paramètres physico-chimiques (teneur en argile) et les
paramètres texturaux (granulométrie et plasticité). De plus, Dudal (1981) rapportent que les
sols cohésifs à texture fine sont plus résistants à l’érosion que les sols non cohésifs.
Cependant, lorsque ce type de particules est mis en suspension, elles sont plus facilement
transportées. Selon Barksdale (1991), pour avoir une stabilité maximale, un matériau de
type MG 20 doit avoir suffisamment de particules fines pour remplir les vides entre les
particules plus grossières et la courbe granulométrique doit être très dense. Il est donc
possible d’assumer que la résistance à l’érosion peut varier à l’intérieur d’un fuseau
granulaire en fonction de plusieurs propriétés liées à la granulométrie des matériaux
granulaires de fondations routières.

La plupart des essais qui mesurent la résistance à l’érosion des sols sont adaptés pour des
conditions d’écoulements rencontrés dans les rivières. À titre d’exemple, le Flume test et
l’Erosion Function Apparatus sont utilisés pour mesurer la résistance à l’érosion. Ces
essais permettent de tester un échantillon soumis à différentes contraintes de cisaillement et
de mesurer, entre autres, le taux de détachement des particules, l’effet de la pente, l’effet de
la vitesse ainsi que la puissance de l’écoulement (Zhang et coll. 2003, Chouliaras et coll.
2003 et Briaud et coll. 2000). Les MG grossiers comme les matériaux de fondations
routières sont peu testés avec ce type d’essai.

2.12.1. Principe de l’essai de résistance à l’érosion

Les Figure 2.36 et Figure 2.37 présentent le montage et un schéma de l’appareil novateur
utilisé par Bilodeau (2003) pour l’essai de stabilité sous écoulement turbulent. Un MG 20
est compacté à la teneur en eau optimale et un dispositif est installé sur le moule. Un
réservoir d’eau est situé à une hauteur fixe par rapport au moule et l’écoulement de l’eau à
partir du réservoir est à charge variable puisque l’eau s’écoule jusqu’à ce que le réservoir
soit vide. L’eau et les particules transportées sont recueillies et l’eau est par la suite
évaporée. La résistance est inversement proportionnelle à la masse sèche arrachée.

74
Valeurs
Niveau d'eau en mm
au début de
l'essai

Ligne
d'écoulement

Récupération
de l'eau et des
particules

MG
compacté

Figure 2.36 : Montage de l’essai à écoulement turbulent (tirée de Bilodeau (2003))

Valeurs
en mm

B-B

B B

A-A

Figure 2.37 : Schéma de l’essai à écoulement turbulent (tirée de Bilodeau (2003))

75
2.12.2. Résultats de résistance à l’érosion

Bilodeau (2003) a testé trois MG de courbes granulométriques comprises à l’intérieur du


fuseau granulométrique des MG 20 utilisé au Québec. Le matériau utilisé est un calcaire
concassé. Les courbes testées sont la courbe inférieure du fuseau (CI), la courbe supérieure
du fuseau (CS) et la courbe centrale du fuseau (CM). Les résultats obtenus par Bilodeau
(2003) montrent que, pour les conditions d’énergie définies et constantes pour l’essai, la
résistance de la CS est supérieure à celle de la CM, qui est supérieure à celle de la CI. En
effet, en moyenne, la masse sèche obtenue à l’essai est de 20,15 g pour la CS, 32,4 g pour
la CM et 60,81 g pour la CI. Il a été montré que la valeur du coefficient de variation peut
atteindre 3% en faisant la moyenne de 3 essais et en maîtrisant correctement le protocole
expérimental et les facteurs pouvant influencer les résultats.

Les résultats montrent que les paramètres semblant augmenter la résistance à l’érosion sont
un coefficient d’uniformité élevé, un paramètre de granulométrie nFT faible et un
pourcentage de fines élevé. De plus, il a été montré que plus la macrotexture est ouverte,
moins la résistance est bonne. Les principales caractéristiques granulométriques des trois
courbes granulométriques testées par Bilodeau (2003) sont présentées au Tableau 2.5.

Tableau 2.5 : Caractéristiques granulométriques des matériaux testés à l’essai d’écoulement turbulent
(tiré de Bilodeau (2003))
Courbe Supérieure Courbe Milieu Courbe Inférieure
dmax (mm) 20 28 28
d60 (mm) 5 8,18 11,76
d50 (mm) 2,92 5,78 9
d30 (mm) 0,81 1,44 3,58
d10 (mm) 0,11 0,20 0,37
% Gravier 40 52,5 65
% Sable 52 42,5 33
% Fines 8 5 2
Cu 47,17 41,73 32,04
Cc 1,24 1,29 2,97

76
2.13. Susceptibilité au gel et au dégel des matériaux granulaires de fondation des
chaussées

Il est reconnu que du soulèvement au gel peut survenir si trois conditions sont rencontrées,
soient la présence de températures inférieures au point de congélation, présence d’une
source d’eau et présence d’un sol gélif (Transportation Association of Canada 1997). Les
MG 20 sont des matériaux qui ont été développés en fonction d’être peu gélif. Cependant,
une teneur en fines trop élevée peut rendre ces matériaux gélifs. De plus, Viklander et
Knufsson (1997, tiré de Simonsen et coll. (2002)) ont observé, pour des matériaux ayant
des pourcentages de particules fines faibles, des effets du gel importants. Selon Tester et
Gaskin (1996), le critère de soulèvement au gel des matériaux de fondation routière est
généralement satisfait en limitant la quantité et la plasticité des fines. Selon Imbs (2003),
les chaussées soulèvent typiquement d’une dizaine de millimètres avant que le front de gel
n’atteigne l’infrastructure. L’étude de Konrad et Lemieux (2005) présente quant à elle une
structure de chaussée dont le soulèvement a été de 10 mm seulement dans la fondation. Qui
plus est, en 1996-1997, la couche de fondation de la section référence du site expérimental
de Saint-Martyrs-Canadiens a présentée un soulèvement d’environ 8 à 10 mm (Doré et coll.
1998). Les MG 20 sont souvent partiellement saturés puisque l’eau entrant dans la
fondation peut généralement être rapidement drainée grâce à la présence d’une sous-
fondation et d’autres systèmes de drainage. De manière générale, la susceptibilité au gel des
MG 20 est considérée faible. Néanmoins, même les matériaux granulaires les plus gélifs
doivent théoriquement conduire à des soulèvements de surface très uniformes en
comparaison avec le soulèvement au gel d’un sol d’infrastructure et ne devraient pas créer
de la distorsion à la surface de la chaussée. Cependant, le niveau de distorsion engendré par
un soulèvement au gel des MG 20 est fonction du degré de saturation qui varie en fonction
du temps, des saisons et de la condition de la surface de la chaussée. L’action du gel dans
les MG 20 crée aussi potentiellement une diminution de la masse volumique sèche globale
et influence la susceptibilité au dégel (Simonsen et coll. 2002).

La revue de littérature présentée par Swanson (1985) sur l’action du gel dans les sols
montre que le soulèvement au gel n’est pas causé par le gel de l’eau interstitielle, mais est
le résultat de la formation de glace de ségrégation (lentille de glace). Il a été montré avec

77
des essais de terrain que les sols gélifs peuvent retenir l’humidité suffisamment pour
conduire une certaine quantité d’eau à un front de gel (Uthus 2007). De plus, Guthrie et
coll. (2006) ont montré qu’un matériau granulaire soumis au gel peut connaître une
augmentation importante de sa teneur en eau par migration de vapeur d’eau vers un front de
gel.

Afin de mesurer la susceptibilité au gel des MG, le "Cold Regions Research and
Engineering Laboratory" (CRREL) utilise un essai de susceptibilité au gel qui mesure un
taux de soulèvement par jour. Cet essai est réalisé dans un moule cylindrique de 150 mm de
diamètre par 150 mm de hauteur. Il comporte deux périodes de gel et deux périodes de
dégel. Le gel de l’échantillon se fait du haut vers le bas. L’eau a accès à l’échantillon et le
niveau d’eau est positionné au front de gel. Le soulèvement au gel est mesuré pendant 8
heures de gel. Dans le cadre d’une étude réalisée par Tester et Gaskin (1996) du Ministère
des Transports de l’Ontario (MTO), un calcaire concassé a été étudié en termes de
susceptibilité au gel avec l’essai du CRREL. En utilisant le fuseau granulaire des matériaux
de fondation du MTO, ils ont fait varier la teneur en fines (fines non plastiques) de 2% à
14% (les limites de teneurs en fines du fuseau granulaire utilisé par le MTO sont de 2% et
10%). Ils ont testé deux échantillons à chaque teneur en fines. Les résultats de Tester et
Gaskin (1996) montrent alors que le taux de soulèvement au gel augmente linéairement
avec la teneur en fines. La Figure 2.38 présente les résultats adaptés obtenus par ces deux
auteurs. De façon générale, le CRREL définit qu’un taux de soulèvement inférieur à 1 mm/j
est négligeable, qu’il est moyen s’il est compris entre 4 et 8 mm/j et très élevé s’il est
supérieur à 16 mm/j. Pour sa part, Rieke et coll. (1983) a montré que la gélivité diminue
avec l’augmentation de l’activité des particules fines ce qui augmente la quantité d’eau
adsorbée et donc la teneur en eau non gelée. Par conséquent, la taille des canaux
d’écoulement diminue puisque l’eau adsorbée est liée aux particules et le débit d’eau vers le
front de gel diminue.

78
Figure 2.38 : Taux de soulèvement en fonction de %F (adaptée de Tester et Gaskin (1996))

Konrad et Morgenstern (1981, tiré de Konrad 1999) ont développé un concept permettant
de quantifier la susceptibilité au gel des sols. Ce concept est appelé le potentiel de
ségrégation (SP, exprimé en mm²/(°C*j)). Le potentiel de ségrégation se définit comme
étant la susceptibilité d’un sol à la formation de lentilles de glace. La valeur de SP s’obtient
par un essai en cellule de gel. Le rapport entre la vitesse d’entrée d’eau dans l’échantillon
(dh/dt, en mm/j) et le gradient thermique (GradT, en °C/mm) constitue la base du concept.
Le gradient considéré est celui pour lequel le taux de croissance de la lentille devient
constant. D’après leurs travaux, cela correspond alors à la fin du régime transitoire et au
début du régime thermique permanent. En ce qui concerne les MG de fondation routière,
comme ils sont situés près de la surface (dans la partie supérieure de la structure de la
chaussée), le front de gel passe très rapidement dans la fondation et donc, la formation de
lentilles de glace y est généralement limitée. L’équation définie par Konrad et
Morgernstern permettant de calculer le potentiel de ségrégation est

1  dh / dt 
SP  Équation 31
1, 09 GradT

où SP est le potentiel de ségrégation, dh/dt est le taux de soulèvement moyen et GradT est
le gradient thermique dans la frange gelée. Dans cette équation, le facteur 1,09 tient compte
l’effet du changement de phase de l’eau en glace. Konrad et Morgernstern ont démontré
que le potentiel de ségrégation sur le terrain correspond au potentiel de ségrégation qu’il est

79
possible de mesurer en laboratoire lorsque les conditions thermiques sont permanentes. Il
est donc essentiel d’évaluer le temps requis pour atteindre l’équilibre thermique. À cet
instant, le front de gel cesse de progresser. Ce temps peut être déterminé en traçant le profil
de la progression du front de gel dans l’échantillon au cours de l’essai. De plus, Konrad
(2005) a relié la dépendance du SP (mm²/(°C*j)) à la surcharge verticale avec le d50 de la
fraction fine d50F (diamètre moyen, en µm, des particules dont d<0,08 mm) par

SP  SP0 exp  5  d50 F 0,45  Pe  Équation 32

où Pe est le poids des terres en MPa et SP0 (mm²/(°C*j)) est le potentiel de ségrégation sans
surcharge. Par conséquent, pour un même poids des terres, un MG ayant un d50F élevé est
moins influencé par cette surcharge et vice versa. La valeur de SP, lorsqu’exprimée en
mm²/(°C*j), peut varier de 0 à plusieurs centaines (Doré et coll. 2004, Konrad et Lemieux
2005). Brandl (2001) a énuméré les facteurs qui influencent de près ou de loin le
comportement au gel des sols. Il cite entre autres la distribution de la taille des grains, la
minéralogie des particules fines, la teneur en eau, la densité, la conductivité hydraulique, la
capillarité, le poids des terres, etc. Les méthodes pour décrire la gélivité sont nombreuses
mais la plupart sont basées sur la granularité des sols (Chamberlain 1981). Selon Lemieux
(2001), trois niveaux distincts de description de la gélivité sont définis : le type I basé sur la
dimension spécifique des particules, le type II basé sur le type de sol et les principales
caractéristiques qui y sont associées (conductivité hydraulique, capillarité, etc.) et le type
III basé sur des essais de gel en laboratoire. Il cite également que trois dimensions de
particules sont fréquemment utilisées pour définir les critères de gélivité, soient le
pourcentage de particules inférieures à 80 m, 20 m et 2 µm. À titre d’exemple, le critère
de gélivité norvégien utilise ces diamètres dans la classification de la gélivité. Chamberlain
(1984, tiré de Lemieux 2001) présente le système de classification de la susceptibilité au
gel du U.S. Army Corps of Engineers. Cette classification, pour les matériaux d’intérêt dans
le cadre de cette étude, est présentée au Tableau 2.6.

80
Tableau 2.6 : Classification du U.S. Army Corps of Engineers pour la susceptibilité au gel (adapté de
Chamberlain (1981))
Susceptibilité au gel Type de sol Fines <0,02mm Classification unifiée
Graviers 0 à 1,5 GW, GP
Non susceptible
Sables 0à3 SW, SP
Graviers 1,5 à 3 GW, GP
Possibilité
Sables 3 à 10 SW, SP
Très faible à élevée Graviers 3 à 10 GW, GP, GW-GM, GP-GM

Selon Konrad et Lemieux (2005), la gélivité d’un MG 20 de fondation routière augmente


en fonction du pourcentage de particules fines. De plus, leurs travaux ont permis de
montrer que l’augmentation du pourcentage de kaolinite dans les particules fines cause
l’augmentation de la gélivité pour un même type de sol, ce qui montre l’importance de la
minéralogie des particules fines, tel que cité aussi par Brandl (2001). Konrad et Lemieux
(2005) ont aussi montré une relation entre le potentiel de ségrégation, la surface spécifique
des particules fines (<0,08mm) et la dimension moyenne des particules fines (d50 de la
fraction fine) du MG 20. Ils ont également constaté une diminution de la gélivité lorsque
les fines ne remplissent pas complètement les vides de la fraction grossière. Tous ces essais
ont été réalisés sur un MG 20 de type granitique. Les récents travaux de Uthus (2007)
montrent l’importance du type de minéraux inclus dans la fraction fine puisque la présence
de minéraux actifs influence significativement le taux de soulèvement. L’étude a aussi
montré que la méthode utilisée pour qualifier la minéralogie des particules fines peut
engendrer une variation importante sur la caractérisation minéralogique des fines.

D’après Konrad (1999), les paramètres clés contrôlant la susceptibilité au gel sont la
distribution de la taille des grains, la minéralogie, la texture et le poids des terres. En ce qui
concerne la granulométrie, il identifie comme paramètre important le pourcentage de
particules fines critique à partir duquel les pores de la fraction grossière sont remplis. Ainsi,
un sol à matrice grossière dont les pores ne sont pas remplis est moins susceptible au gel
qu’un autre qui contient une quantité égale ou supérieure de particules fines au pourcentage
critique de particules fines pour que les pores de la matrice grossière soient complètement
remplis. La minéralogie des particules fines, telle qu’appréciée par leur surface spécifique,
est aussi identifiée comme étant particulièrement influente. La masse volumique est
reconnue comme étant un paramètre influant sur la gélivité, celle-ci augmentant
généralement avec une augmentation de la masse volumique sèche pour un matériau

81
granulaire. Ceci est un aspect significatif dans les MG 20 puisque différentes
granulométries peuvent conduire à des masses volumiques sèches pouvant varier de 9%
(Bilodeau et coll. 2005).

La Figure 2.39 présente la décomposition d’un cycle de gel-dégel. Selon Imbs (2003), dans
la phase A, la succion au front de gel aspire l’eau et fait augmenter la teneur en eau sans
grande diminution de la masse volumique sèche. Dans la phase B, la ségrégation de la glace
fait augmenter la teneur en eau et fait diminuer la masse volumique sèche. À la phase C,
l’eau des lentilles de glace fond et l’évacuation progressive entraîne un tassement.
Advenant un drainage insuffisant, l’augmentation de la pression interstitielle peut causer
une importante diminution de la portance. Finalement, à la phase D, la désaturation
progressive du matériau permet au sol de regagner son état et sa résistance d’avant le gel.

Figure 2.39 : Décomposition du cycle de gel-dégel (Doré 2002)

Trois principaux facteurs influencent le processus d’affaiblissement au dégel, soit le


soulèvement au gel de la couche, le taux de dégel de la couche ainsi que le taux de

82
consolidation de la couche (Imbs 2003). L’indice d’affaiblissement au dégel (TWin : Thaw
Weakening index) défini par Doré (2004) est

x
h
TWin   t Équation 33
DTW h
t

où x/t est le taux moyen de dégel (mm/j), h/t est le taux moyen de consolidation
(mm/j), DTW l’épaisseur de la couche considérée (mm) et h (mm) le soulèvement obtenu par
la couche d’épaisseur DTW. Cet indice est construit de manière à cumuler les effets négatifs
du soulèvement accumulé, du taux de dégel et de l’inverse du taux de consolidation. Plus h
est grand, plus la couche est sensible au dégel puisque h reflète la quantité d’eau en excès
dans le sol. Plus le taux de dégel est grand, plus la quantité d’eau libérée est potentiellement
grande. Finalement, plus le taux de consolidation est petit, moins la capacité de drainage est
efficace.

Le plus souvent, la susceptibilité au dégel est mesurée par la réalisation d’essais CBR sur le
sol avant gel et après gel (Brandl 2001). Ce dernier suggère d’ailleurs une valeur minimale
de l’indice CBR de 20-25% après le dégel. Selon Janoo (2002), les matériaux granulaires
sont affaiblis au dégel printanier lorsque l’eau d’infiltration ou l’eau provenant de la fonte
des lentilles de glace ne peut être adéquatement drainée. Johnson (1974, tiré de Janoo 2002)
a mesuré, pour des matériaux de fondations routières contenant 10% de particules passant
0,075 mm, des pertes de portance atteignant 70% sur l’indice CBR. La propriété critique
qui doit être considérée au dégel selon cet auteur est la conductivité hydraulique du
matériau. Haynes et Yoder (1963, tiré de Janoo 2002) ont statué qu’un MG devient instable
à des degrés de saturation supérieurs à 80% environ. Janoo (2002) a montré que des MG de
fondations routières contenant 3, 5 et 10% de particules fines ont besoin
d’approximativement 10 heures, 21 jours et 150 jours pour atteindre 80% de saturation.

Simonson et coll. (2002), ont montré qu’un sable graveleux grossier contenant moins de
1% de particules inférieures à 0,075 microns peut aussi être grandement affecté par le
phénomène de gel et de dégel. Ils suggèrent que la réduction du module réversible lors de la
période de dégel est attribuable à une augmentation du volume net (déformation

83
volumique) de l’échantillon lors d’un cycle de gel-dégel, ce qui rend la structure de
l’échantillon moins compacte. Il semble donc impératif, afin de limiter les effets néfastes
du dégel, d’arriver à réduire la déstructuration des MG dans les structures de chaussées
induite par le passage d’un front de gel dans ces couches. Néanmoins, la sensibilité au
dégel est aussi exprimée par la sensibilité des matériaux à une perte de rigidité due à
l’augmentation des teneurs en eau et par le développement de contraintes effectives
positives. D’un point de vue granulométrique, il semble que les matériaux souhaitables
pour minimiser tous ces impacts sont semblables.

2.14. Principaux principes statistiques utiles

Afin d’apporter des dimensions et perspectives supplémentaires lors de l’analyse des


résultats qui seront obtenus lors de la caractérisation des matériaux ainsi que de leur
performance, certains outils statistiques de base seront utilisés. Ceux-ci sont principalement
des outils de statistiques descriptives d’un échantillon constitué de nD résultats, ceux-ci
étant notés X. Parmi ces outils, la moyenne Moy., l’écart-type É.-T. et le coefficient de
variation CV sont exprimés par

Moy. 
X Équation 34
nD

 X  X 
2

É.  T .  Équation 35
nD  1

É.  T .
CV  100 Équation 36
Moy.

dans lesquelles la moyenne et l’écart-type ont les mêmes unités que les résultats constituant
l’échantillon et le coefficient de variation est en pourcentage. De plus, avant l’extraction
des valeurs de statistiques descriptives, la normalité des données sera vérifiée avec le test
de Shapiro-Wilk. Il est fréquent dans le domaine scientifique d’avoir à définir la meilleure

84
relation entre deux variables, soit une variable dite explicative ou indépendante et une
variable dépendante, représentant une paire de données. Dans le cas d’un travail comme
celui présenté, il est possible de se demander si, par exemple, la variation du d50 (variable
explicative) d’une courbe granulométrique peut arriver à expliquer statistiquement la
variation mesurée pour un paramètre de performance comme la rigidité. Pour ce faire, un
outil souvent utilisé est la régression linéaire d’un ensemble de paires de données,
composées de variables indépendantes et dépendantes. La régression linéaire est effectuée
par la méthode des moindres carrés sur des données brutes ou transformées par l’utilisation
des logarithmes. En effet, en utilisant ceux-ci sur les variables dépendantes, indépendantes
ou les deux, cela équivaut à exprimer l’équation linéaire de y=mx+b sous forme
exponentielle (log(y)=mx+b), logarithmique (y=m*log(x)+b) ou de puissance
(log(y)=m*log(x)+b). La qualité de ces régressions linéaires est principalement jugée à
partir du coefficient de détermination R² et de l’erreur quadratique moyenne RMSE (Se).
Ces variables sont exprimées par

 Y  Y  ²
2
 nD  XY    X   Y  
R²     c
Équation 37
 n
 D
X ²    X  ² nD  Y ²    Y  ²   Y  Y 
2

 Y  Y 
2
c
Se  Équation 38
nD  2

dans lesquelles Y est la valeur de la variable dépendante mesurée, Yc est la valeur de la


variable dépendante calculée avec l’équation de régression, Y est la valeur moyenne des
valeurs de Y. La valeur de RMSE correspond à la variation résiduelle moyenne entre les
valeurs mesurées et prédites de la variable dépendante. Quant à elle, la valeur de R²
correspond au ratio de la variation expliquée par Y, soit (Yc- Y )², sur la variation totale de

Y, soit (Y- Y )², et est comprise entre 0 et 1. Par conséquent, plus la variation expliquée par
Y s’approche de la variation totale de Y, plus le ratio tend vers 1 et vers une prédiction
parfaite de la variation de la variable dépendante par la variation de la variable
indépendante. Ce ratio exprime donc en quelque sorte le pourcentage de la variation des

85
résultats de la variable Y qui est expliqué par la relation linéaire entre X et Y. Généralement,
une augmentation de R² vers la valeur unitaire est associée à une diminution de l’erreur. Il
est toutefois possible d’apprécier la force de l’association entre une variable dépendante et
une variable indépendante par le coefficient de corrélation R qui s’exprime par

R
nD  XY    X   Y 

 Y  Y  ² 
c
R² Équation 39
nD  X ²    X  ² nD  Y ²    Y  ²  Y  Y 

ce dernier étant sans dimension et variant entre -1 et 1. L’utilisation de cet outil est
préférable en combinaison avec les diagrammes de dispersion afin de bien juger les
données et les tendances associées. Il est difficile de cibler une valeur critique de R
délimitant une forte association entre deux variables et une faible association. Selon Gilbert
et Savard (1992), 0,7 (ou -0,7) correspond environ à cette limite alors que cette limite est de
0,8 (-0,8) pour Ross (1987). Cependant, selon Levine et coll. (2001), l’importance d’une
valeur de R élevée pour juger de l’association entre deux variables est d’autant plus
importante pour les tailles d’échantillons plus petites. De plus, tel que mentionné par Cohen
(1988), il est souhaitable d’exiger que la valeur de R soit élevée, soit inférieure à -0,9 ou
supérieure à 0,9, lorsque des données sont obtenues dans des conditions contrôlées avec des
équipements précis. Il ne faut pas perdre de vue que pour R=0,9, R²=0,81, ce qui signifie
que 81% de la variation de la variable Y est expliquée par la variation de la variable X. Dans
le cadre d’une étude de laboratoire comme celle décrite dans ce travail, il semble que la
valeur de 0,9 (ou -0,9) soit un minimum souhaitable, sauf en cas d’exception.

2.15. Relations de phases utiles

Comme il a été discuté à plusieurs reprises dans ce texte, un matériau granulaire de type
MG 20 est un ensemble constitué, pour des conditions in situ, de sol, d’eau et d’air.
Plusieurs relations de phases sont utilisées afin de connaître l’état et la composition du sol
étudié. Cette section résume les relations les plus communément utilisées.

86
La Figure 2.40 présente un diagramme de phase montrant les divers composants d’un sol.
Dans cette figure, la lettre V désigne le volume et les indices s, t, w, v et a désignent
respectivement sol, total, eau (water), vides et air.

AIR Ma 0

Va
(a)
Vv

Vw EAU

Mw
(w)
Vt

Mt
SOL

Ms
Vs

(s)

Figure 2.40 : Diagramme de phases

L’indice des vides dans un sol est défini par

Vv
e Équation 40
Vs

ou par

n
e Équation 41
1 n

où, dans cette dernière, n est défini comme étant la porosité d’un sol par

Vv
n Équation 42
Vt

87
Deux autres équations fréquemment utilisées peuvent être dérivées pour définir la porosité
d’un ensemble sol, eau et air. La première équation relie celle-ci à l’indice des vides par

e
n Équation 43
1 e

et la deuxième la relie à la masse volumique des grains s et à la masse volumique sèche d


par

d
n  1 Équation 44
s

Il est possible de calculer le degré de saturation d’un sol par les relations de phases. Ce
dernier s’exprime en pourcentage et est défini par

Vw
SR  100 Équation 45
Vv

La teneur en eau d’un sol peut être exprimée de façon massique ou volumétrique. La teneur
en eau massique est définie par l’équation

Mw
w  100 Équation 46
Ms

où w est la teneur en eau massique exprimée en pourcentage. La teneur en eau volumétrique


est par ailleurs définie par l’équation

Vw
V  100 Équation 47
Vt

où θV est la teneur en eau volumétrique(%). Finalement, une dernière relation permet de


relier ensemble plusieurs paramètres précédemment définis (ρw est la masse volumique de
l’eau), en plus de l’absorption Abs. des matériaux si celle-ci est considérée, par

 wS R e   w  Abs.  sVs Équation 48

88
2.16. Conclusion

De façon générale, il est possible de retrouver dans la littérature scientifique plusieurs


études démontrant l’effet de la distribution de la taille des grains sur diverses propriétés
liées à la performance des MG 20. Dépendamment de la propriété considérée, cet effet est
parfois important et parfois plus subtil. Le Tableau 2.7 adapté de Dawson (2001) permet
d’apprécier les principales observations de la revue de la documentation de façon
synthétique. Il est possible de constater que la performance d’un MG est rattachée à
quelques indicateurs typiques, comme par exemple, le coefficient d’uniformité. De plus, il
est souvent constaté que les caractéristiques granulométriques souhaitées afin d’optimiser
un paramètre de performance vont souvent à l’opposé des caractéristiques granulométriques
souhaitées pour d’autres paramètres de performance. Ceci met fortement en évidence une
problématique importante des MG de chaussées. En effet, à titre d’exemple, il est constaté
qu’il peut s’avérer difficile de s’assurer que les MG soient rigides, résistants à la
déformation plastique et drainants en considérant le rôle du coefficient d’uniformité et du
pourcentage de particules fines.

Tableau 2.7 : Tableau synthèse de la revue de la documentation (adapté de Dawson (2001))


Susceptibilité Conductivité
Propriétés Rigidité Résistance Durabilité
à la déf. perm. hydraulique
↑ Cu ↑ mineur ↓ ↑ ↓ majeur ↓
↑ Teneur en fines ↓? ↑ variable ↓ majeur ↓
↑ Dmax ↑ ↓? ↑ mineur ↑ ↓?
↑ Angularité ↑ ↓ ↑ mineur mineur
↑ Masse volumique ↑ ↓ ↑ ↓ mineur
↑ Teneur en eau ↓ majeur ↑ majeur ↓ majeur ↑ majeur variable
↑ Contrainte moy. ↑ ↓ ↑ ↓ mineur ↓

Il est alors possible de se demander si des compromis adéquats peuvent être réalisés entre
les diverses caractéristiques souhaitées des MG en fonction de leur contexte de
performance. En effet, ces caractéristiques souhaitables sont appelées à varier en fonction
du type de route, du trafic, du climat, etc. Mais en premier lieu, il est nécessaire de se
demander comment évolue la performance à l’intérieur du fuseau des MG 20a, soit le
fuseau pour les MG 20 de haute qualité. La revue de la littérature permet d’identifier
plusieurs lignes directrices et plusieurs indicateurs de performance particuliers. Or, il est

89
possible de se demander si ces indicateurs sont utilisables avec confiance ou si d’autres
méritent d’être considérés. En effet, il est primordial d’arriver à identifier des indicateurs de
performance, directement ou indirectement liés à la granulométrie, permettant de cerner
comment évolue les divers paramètres de performance des MG 20. Entre autres, il est
possible d’associer la performance des MG 20, comme il a été vu dans la revue de la
documentation, à la rigidité, la susceptibilité à la déformation permanente, la gélivité, la
conductivité hydraulique et la résistance à l’érosion.

Dans la littérature, il semble exister une lacune importante dans la direction de recherche
avancée, puisque, comme il a été mentionné, ce qui y est trouvé correspond davantage à des
lignes directrices et des règles d’expérience. Dans cette optique, la mise en relation de la
performance et de diverses variables explicatives, liées directement ou indirectement à la
granulométrie, peut permettre d’amener des pistes de solutions intéressantes. Cette
approche pourrait permettre d’identifier clairement comment il est possible d’améliorer la
performance mécanique et la sensibilité aux contraintes environnementales des MG 20 par
la modification de la granulométrie des MG. De plus, il semble pertinent de réaliser cet
exercice pour des MG typiques retrouvés au Québec. Ainsi, il est possible de penser que
l’identification des variables explicatives souhaitables pour bonifier le comportement
général des MG serait potentiellement davantage extrapolable pour le contexte québécois.

Il semble aussi primordial d’arriver à mieux définir comment évoluent divers paramètres de
performance en fonction des indicateurs de performance dans le contexte d’un fuseau
granulaire. En effet, il est peu identifié dans la littérature si la performance évolue
graduellement dans les limites d’un fuseau ou si elle atteint des valeurs pour lesquelles elles
se stabilisent. La Figure 2.41 illustre ce concept. Bien entendu, ces comportements peuvent
varier en fonction du type de performance considéré. Néanmoins, cela peut avoir un impact
important sur la façon de bonifier le comportement des MG par la granulométrie.

90
Figure 2.41 : Schématisation de l’évolution de la performance dans un fuseau

Il peut être avantageux que les MG 20 présentent plusieurs qualités combinées afin d’offrir
une performance bonifiée. En effet, dans la revue de la documentation, les fonctions
primaires et secondaires de ces matériaux ont été identifiées. Il s’en suit que celles-ci
correspondent, grosso modo, à divers paramètres de performance parmi ceux étudiés dans
la revue de la documentation. Or, comme les caractéristiques souhaitables dans le cas d’un
paramètre de performance vont fréquemment à l’encontre de celles pour d’autres
paramètres de performance comme il a été mentionné, la définition plus précise de la
granulométrie souhaitable dans un contexte spécifique d’utilisation prend tout son sens.
Cependant, la considération de la performance globale, c’est-à-dire qui considère l’aspect
mécanique et environnemental, représente une lacune détectée dans la littérature. De plus,
en considérant la performance globale, il devient important d’arriver à bien pondérer le
poids accordé à chaque aspect de la performance globale. Cet aspect représente aussi une
lacune détectée dans la littérature qu’il sera possible de combler. L’approche de recherche
proposée cherche donc, entre autres, à se pencher sur ces lacunes.

91
CHAPITRE 3

MATÉRIAUX ÉTUDIÉS

Dans le cadre de ce projet de recherche, la principale propriété considérée est la


granulométrie des MG 20 utilisés. Par contre, afin de pouvoir apprécier l’effet du type de
matériau et de la forme des particules, trois matériaux différents sont testés dans le cadre du
projet de recherche.

3.1. Sources de granulats

Le premier matériau de type MG 20 utilisé est un calcaire dont la description détaillée est
donnée au Tableau 3.1. Il s’agit d’un granulat complètement concassé. Le second matériau
est un MG de type basaltique et une description détaillée du MG 20 produit est donnée au
Tableau 3.1. Le granulat est aussi complètement concassé. Finalement, la minéralogie de la
troisième source testée est de type gneiss granitique et une description détaillée du granulat
produit est aussi donnée au Tableau 3.1. Dans ce cas, le MG 20 produit est partiellement
concassé. Les sources sélectionnées permettront donc de mettre en évidence l’effet du type
de granulats puisque des sources sédimentaire (calcaire), volcanique (basalte) et plutonique
métamorphisée (gneiss granitique) sont utilisées. De plus, il sera possible d’apprécier l’effet
du concassage puisque deux sources concassées et une source partiellement concassée sont
à l’étude. Toutefois, ces trois sources de granulats ont été choisies parce qu’elles sont très
typiques et sont en ce sens représentatives du contexte québécois. L’utilisation de trois
sources demeure toutefois limitée et il peut être difficile d’arriver à des conclusions
généralisables pour tous types de granulats. Par contre, il est souhaité que plusieurs
observations et informations, autant qualitatives que quantitatives, puissent être obtenues
sur l’effet de la source de granulats.

92
Tableau 3.1 : Caractéristiques intrinsèques, de fabrication des granulats et propriétés des fines
Calcaire Basalte Gneiss
-Micro-Deval (MTQ 2002) 18% Grade F 10% Grade F 16% Grade F
-Los Angeles (MTQ 2001) 21% Grade B 12% Grade B 44% Grade B
-% Fracturation (MTQ 2002) 100% 100% 72%
-% Plates/Allongées (MTQ 2003) 23/41 16/36 14/34
-Nombre pétro. (BNQ 1974) 141 141 109
-Calcaire
-Gneiss granitique
-Calcaire schisteux -Basalte
-Composition -Granite
-Calcaire cristallin
-Gneiss à biotite/hornblende
-Schiste argileux
-SSF (m²/g) (MTQ 2001) 16 14 4
-Limite liquide fines wLF (%)
23,3 27,2 29,8
(CAN/BNQ 1986)

3.2. Granulométries à l’étude

Afin d’étudier l’influence de la granulométrie des MG 20 sur leur performance en regard à


diverses propriétés, plusieurs granulométries situées à l’intérieur et à l’extérieur du fuseau
de spécification granulométrique utilisé par le MTQ ont été testées dans le cadre de ce
projet. Boudali (1997) a testé plusieurs granulométries semblables à celles testées dans ce
projet de recherche dans le but d’étudier, entre autres choses, leur influence sur le module
réversible. Cependant, comme le projet actuel a pour but d’optimiser la granulométrie des
MG 20 en regard du module réversible mais aussi de la conductivité hydraulique, de la
susceptibilité au gel et au dégel et de la résistance à l’érosion, il est de mise de tester à
nouveau plusieurs courbes déjà étudiées par ce chercheur. Les résultats que ce dernier a
obtenus ont été difficiles à interpréter dû à une caractérisation plus sommaire. Comme la
caractérisation des matériaux dans ce projet de recherche est plus poussée, il est souhaité
qu’il soit possible de mieux comprendre et d’expliquer les résultats.

Les matériaux ont été tamisés selon les diamètres suivants normalisés en accord avec la
norme Analyse granulométrique par tamisage CAN/BNQ 2560-40 (CAN/BNQ 1982) : 20
mm, 14 mm, 10 mm, 5 mm, 2,5 mm, 1,25 mm, 0,630 mm, 0,315 mm, 0,160 mm, 0,080
mm. Les matériaux tamisés ont aussi été lavés et séchés préalablement à la recomposition
des courbes étudiées. La reconstitution des courbes à l’étude a été réalisée à l’aide de la
Figure 3.1, du Tableau 3.2 du Tableau 3.3, qui décrivent les six courbes étudiées dans ce
projet. Il est possible de constater que les courbes granulométriques originales, c’est-à-dire

93
telles que produites par les manufacturiers, sont aussi présentées au Tableau 3.2. De plus,
les variables %Px sont définies au Tableau 3.2, lesquelles seront utilisées dans l’étude pour
décrire les valeurs de pourcentages passant à un tamis donné, x représentant le diamètre du
tamis. À la Figure 3.1, le fuseau granulométrique imposé aux MG 20 est représenté en gris
afin de bien représenter la position des courbes à l’étude par rapport à celui-ci. Le Tableau
3.3 présente les principales caractéristiques granulométriques des courbes étudiées. Les
paramètres de granulométrie ont été extraits pour les courbes entières ainsi que pour les
fractions gravier (d>5 mm) et sable (0,08 mm<d<5 mm). Le coefficient d’uniformité Cu est
le ratio d60/d10 et le coefficient de courbure Cc est le ratio d30²/(d10*d60). La Figure 3.2
montre comment ces valeurs sont obtenues. Les lettres G pour gravier et S pour sable ont
été ajoutées à ces paramètres afin de les associer adéquatement à la fraction à partir de
laquelle ils ont été déterminés. De plus, quelques paramètres reliés à la fraction fine du
matériau ont été déterminés soient le d50 de la fraction fine d50F, le coefficient d’uniformité
de la fraction fine CuF, la surface spécifique de la fraction fine SSF (21 fois la VB de la
fraction fine) et le pourcentage de particules de la taille des argiles <2m selon les normes
CAN/BNQ 2560 – 255 (CAN/BNQ 1986) et CAN/BNQ 2501 – 025 (CAN/BNQ 1987).
Les courbes granulométriques obtenues par sédimentation sur les particules fines des MG
étudiés sont présentées à la Figure 3.3. Les six courbes granulométriques considérées dans
cette étude sont identifiées comme suit :

 CS : Courbe Supérieure (limite supérieure du fuseau)

 CI : Courbe Inférieure (limite inférieure du fuseau)

 CM : Courbe Milieu (moyenne entre la CS et la CI)

 CSI : Courbe Supérieure croisée vers la Courbe Inférieure

 CIS : Courbe Inférieure croisée vers la Courbe Supérieure

 CSS : Courbe Supérieure Sableuse (fraction de sable plus fine que la CS)

94
Tableau 3.2 : Courbes granulométriques étudiées
Diamètre CS CM CI CSI CIS CSS Gneiss Calcaire Basalte Variable
(mm) (%) (%) (%) (%) (%) (%) (%) (%) (%) descriptive
31,5 100 100 100 100 100 100 100 100 100 %P31,5
20 100 95 90 100 90 100 95,5 95,5 92 %P20
14 93 80,5 68 93 68 93 70,4 78,2 74 %P14
10 80 67 54 77,5 60 80 57,6 60,0 59 %P10
5 60 47,5 35 55 46 60 42,6 31,6 38 %P5
2,5 48 37 26 37 37 55,3 34,6 18,4 22 %P2,5
1,25 38 28,5 19 25 29,5 50,9 29,1 10,9 14 %P1,25
0,63 26 19,8 13,5 16,5 23 43 22,5 7,1 10 %P0,630
0,315 17 13 9 9 17 27,2 16,0 5,2 7 %P0,315
0,16 13 9 5 5 13 13,9 9,6 3,9 5 %P0,160
0,08 7 4,5 2 2 7 7 4,6 3,2 4,0 %P0,08

Figure 3.1 : Courbes granulométriques testées

95
Figure 3.2 : Exemple montrant le calcul pour l’obtention des valeurs dxG et dxS

100 0
Gneiss Calcaire Basalte
90 d 50F (µm) 38 18 21 10
CuF 7.9 17.9 24.0
80 <20µm (%) 27.0 52.5 48.9 20
Pourcentage passant (%)

Pourcentage retenu (%)

<2µm (%) 4.2 12.5 14.0


70 30
Légende
60 Gneiss 40
Calcaire
50 50
Basalte
40 60

30 70

20 80

10 90

0 100
0.1 0.01 0.001
Diamètre (mm)

Figure 3.3 : Courbes granulométriques des particules fines

96
Les courbes choisies présentent plusieurs avantages. Premièrement, lorsque des résultats
obtenus sur la CS seront comparés à des résultats provenant de la CSS, il sera possible de
vérifier l’influence de la granulométrie du sable. De plus, la CSS permet d’étudier
l’influence de courbes hors spécification dans le haut du fuseau comme c’est souvent le cas
pour des MG 20 provenant de sablières. En comparant des résultats obtenus sur la CS et la
CI, il sera possible de vérifier les variations aux extrémités du fuseau. Les essais sur la CM
permettront de voir comment se comporte un MG 20 dont la granulométrie est centrale
dans le fuseau imposé. De plus, cette courbe, tout comme la CIS, s’approche de la courbe
théorique de masse volumique maximale avec un coefficient nFT égal à 0,45. Les courbes
CSI et CIS permettront de comparer des résultats provenant d’une courbe plus uniforme et
d’une courbe plus étalée comprises dans le fuseau imposé. L’uniformité décrit en quelque
sorte l’empilement et est un paramètre qui a une influence majeure sur plusieurs propriétés
comme la conductivité hydraulique. Finalement, puisque différentes valeurs de %F sont
considérées, il sera possible de vérifier l’influence de ce paramètre à l’intérieur du fuseau
imposé. Un des principaux désavantages des courbes choisies est que l’influence d’un
pourcentage de particules fines hors fuseau (inférieur à 2% et supérieur à 7%) n’est pas
étudiée.

Les matériaux échantillonnés sont, pour chacune des sources, du MG 20 de qualité MTQ et
du matériau de type 0-5 mm. De plus, il est à noter que lors de la première phase
d’échantillonnage, du MG 112 a été échantillonné dans le cas de la source de gneiss
granitique. Cependant, lors de la seconde phase d’échantillonnage, ce matériau a été
remplacé par du 0-5 mm parce que le premier ne contenait pas assez de retenu 2,5 mm et
1,25 mm ce qui a causé des problèmes de quantité pour ces fractions.

3.3. Caractérisation des matériaux

En plus des caractéristiques intrinsèques et des caractéristiques de fabrication présentées au


Tableau 3.1, chacune des courbes granulométriques étudiées a été soumise à une
caractérisation détaillée afin d’accumuler le plus possible d’informations qui permettra de
bien interpréter les résultats de l’étude. Les données recueillies lors de cette caractérisation

97
sur les courbes étudiées sont présentées au Tableau 3.4 et certains résultats d’essais sont
présentés à l’annexe A. Les principaux essais réalisés sont le Proctor modifié (CAN/BNQ
1986), la densité (exprimée en tant que masse volumique des grains solides s) et
l’absorption (Abs.) du gros granulat (CAN/BNQ 1983), la densité (exprimée en tant que
masse volumique des grains solides s) et l’absorption (Abs.) du granulat fin (CAN/BNQ
1989), la valeur au bleu de méthylène VB (MTQ 2001) et l’essai de portance californien
CBR (ASTM 1993). Les essais de densité et l’essai Proctor modifié permettront de
contrôler l’état des matériaux testés. L’essai Proctor permet d’obtenir les valeurs masse
volumique sèche maximale ρdmax, de teneur en eau optimum wopt et de teneur en eau
volumétrique optimum θVopt. Les valeurs de porosité à l’optimum nopt, de porosité de la
fraction fine à l’optimum nfopt et de porosité de la fraction grossière à l’optimum ncopt sont
également présentées. L’indice de portance californien permet d’obtenir une appréciation
de la capacité portante des sols en comparant la résistance à la pénétration d’un piston
normalisé à vitesse constante à celle d’un sol normalisé. Ce sol référence est un granulat
concassé de très bonne qualité utilisé en Californie (Barksdale 1991, Huang 2004). La
valeur au bleu de méthylène permet d’apprécier la capacité d’adsorption des particules fines
et la surface spécifique des matériaux qui ont des effets marqués sur la performance des
matériaux granulaires tel que montré dans la section revue de littérature. Pour une solution
de bleu de méthylène (10 g/L) préparée conformément à la norme LC 21-255 (MTQ 2001),
la surface spécifique (m²/g) est égale à 21 fois la valeur au bleu.

98
Tableau 3.3 : Paramètres de granulométrie des courbes étudiées dans la phase préliminaire

Courbes
CS CM CI CSI CIS CSS Calcaire Gneiss Basalte
Classification* SW-SM GW GW SW-SM GW SW-SM GW GW GW
dmax (mm) 20 31,5 31,5 20 31,5 20 31,5 31,5 31,5
d60 (mm) 5 8,18 11,24 5,74 9,8 5 11,35 10,75 10,06
d50 (mm) 2,92 5,78 9,0 4,0 6,23 1,14 9,70 7,39 7,39
d30 (mm) 0,81 1,44 3,58 1,7 1,42 0,349 6,00 1,65 3,62
d10 (mm) 0,11 0,2 0,37 0,37 0,11 0,11 1,59 0,30 0,63
% Gravier (%G) 40 52,5 65 45 54 40 75,0 57,0 62,0
% Sable (%S) 53 43 33 53 39 52 22,4 40,6 34,0
% Fines (%F) 7 4,5 2 2 7 7 2,6 2,4 4,0
Cu 47,2 41,7 32,0 15,6 92,5 47,2 7,1 35,8 15,9
Cc 1,24 1,29 2,97 1,37 1,94 0,22 1,99 0,84 2,07
d60 G (mm) 11,3 13,5 15,6 11,3 16,41 11,3 14 16 14
Fraction gravier

d50 G (mm) 10 12,3 14 10 14,37 10 12 14 13


d30 G (mm) 7,6 9 10 8 10,82 8 9 11 9
d10 G (mm) 6 6,6 6,7 6 6,69 6,5 6,3 7 6
Cu G 1,88 2,05 2,33 1,88 2,45 1,74 2,22 2,29 2,33
Cc G 0,85 0,91 0,96 0,94 1,07 0,87 0,92 1,08 0,96
d60 S (mm) 1,3 1,4 1,7 2,2 1,41 0,5 3 1,3 3
Fraction sable

d50 S (mm) 0,9 1 1,2 1,6 0,9 0,4 2,7 0,9 2,3
d30 S (mm) 0,5 0,5 0,5 0,7 0,39 0,26 1,5 0,48 1,2
d10 S (mm) 0,13 0,17 0,17 0,23 0,121 0,13 0,42 0,2 0,18
Cu S 10,00 8,24 10,00 9,57 11,65 3,85 7,14 6,50 16,67
Cc S 1,48 1,05 0,87 0,97 0,89 1,04 1,79 0,89 2,67
SSF (m²/g) 16 4 14
Fraction

d50F (m) 18 38 21
fine

CuF 19,9 7,9 24,0


< 2m (%) 12,5 4,2 14,0
*Classification selon le système de classification unifié des sols (USCS)

99
Tableau 3.4 : Résultats des essais de caractérisation des courbes étudiées

s
dmax wopt θVopt s Abs. nopt nfopt ncopt CBR0,1/0,2 VB
>5/<5(mm)
(kg/m³) (%) (%) (kg/m³) (kg/m³) (%) (%) (%) (%) (%) (cm³/g)
CS 2167 4,9 10,6 2627/2660 2647 0,49 18,1 76,0 23,8 128/163 0,07
CM 2205 5,7 12,6 2611/2658 2634 0,85 16,3 81,2 20,1 204/251 0,09
CI 2179 4,8 10,5 2641/2661 2648 0,55 17,7 91,5 19,3 134/170 0,07
Gneiss

CSI 2091 5,9 12,3 2632/2646 2640 0,99 20,8 92,9 22,4 96/118 0,06
CIS 2251 4,8 10,8 2635/2668 2659 0,54 15,3 72,1 21,2 209/264 0,13
CSS 2119 4,7 10,0 2627/2660 2647 0,49 19,9 78,1 25,5 69/84 0,07
Moy. 2169 5,1 11,1 2629/2659 2646 0,65 18,0 82,0 22,1 140/175 0,082
É.-T. 58 0,5 1,1 10/7 8 0,21 2,1 8,5 2,3 57/71 0,026
CS 2268 5,0 11,3 2659/2563 2601 1,54 12,8 67,7 18,9 104/131 0,31
CM 2289 5,7 13,0 2647/2605 2627 1,45 12,9 76,6 16,8 123/158 0,23
CI 2241 4,7 10,5 2640/2602 2627 1,01 14,7 89,6 16,4 119/157 0,16
Calcaire

CSI 2193 5,8 12,7 2661/2621 2639 0,99 16,9 91,0 18,6 68/88 0,16
CIS 2330 6,2 14,4 2638/2614 2627 0,78 11,3 64,6 17,5 107/142 0,25
CSS 2196 4,9 10,8 2659/2620 2636 1,23 16,7 74,1 22,5 61/81 0,28
Moy. 2253 5,4 12,1 2651/2604 2626 1,17 14,2 77,3 18,5 97/126 0,232
É.-T. 54 0,6 1,5 10/22 13 0,29 2,3 11,0 2,2 26/34 0,062
CS 2359 5,1 12,0 2850/2738 2783 1,87 15,2 72,0 21,1 106/135 0,22
CM 2355 6,3 14,8 2814/2778 2797 2,18 15,8 80,7 19,6 182/238 0,23
CI 2304 4,3 9,9 2855/2799 2835 1,20 18,7 92,0 20,3 130/164 0,14
Basalte

CSI 2227 5,9 13,1 2850/2789 2816 1,59 20,9 93,0 22,5 91/116 0,15
CIS 2442 5,1 12,5 2860/2783 2825 1,18 13,6 69,1 19,6 168/219 0,25
CSS 2275 5,3 12,1 2850/2774 2804 1,99 18,9 76,9 24,6 92/114 0,18
Moy. 2327 5,3 12,4 2847/2777 2810 1,67 17,2 80,6 21,3 128/164 0,195
É.-T. 75 0,7 1,6 16/21 19 0,42 2,7 10,0 2,0 39/53 0,045

3.4. Analyse des essais de caractérisation

Les trois sources de MG testées dans le cadre de ce projet de recherche ont des
caractéristiques assez différentes dépendamment de leur minéralogie et du mode de
production. Les matériaux provenant des sources calcaire et basalte sont extraits de massifs
rocheux par dynamitage et concassage. Les particules sont donc fracturées sur toutes leurs
faces. La partie sableuse du MG 20 granitique provient directement du banc de la sablière
alors que la partie gravier provient du concassage des plus grosses pierres présentes dans le
banc. Le concassage des pierres de différentes tailles a pour effet que les particules
grossières ne sont pas fracturées sur toutes leurs faces tel qu’indiqué au Tableau 3.1. Ces
particules tendent à avoir une forme plus arrondie. Le pourcentage de particules plates et
allongées est en accord avec la nature minéralogique des chacun des matériaux. En effet,
les massifs rocheux basaltiques contiennent généralement peu de foliations ou de plans

100
faibles pouvant créer des fracturations préférentielles dans une direction, ce qui peut créer
des particules plates ou allongées. Les roches de type gneiss granitique contiennent
généralement des plans de foliation, qui s’apparente à une certaine structuration en plans
distinctifs engendrée par le métamorphisme, plus ou moins importants et pouvant
représenter des zones de faiblesse. Toutefois, le pourcentage de particules plates et
allongées de la source gneiss granitique est comparable à celui de la source basaltique. Le
calcaire étant une roche sédimentaire litée, il est beaucoup plus susceptible de produire des
granulats plats et allongés, ce qui est confirmé par le résultat à cet essai qui est plus élevé
que les deux autres sources.

Le nombre pétrographique donne une indication sur la qualité générale du granulat grossier
composant le matériau. Plus le nombre pétrographique est bas, plus la qualité du matériau
est bonne. Il est possible de constater que le calcaire et le basalte ont le même nombre
pétrographique soit 141. Les trois composants principaux des trois matériaux soient le
basalte, le gneiss granitique et le calcaire dur ont tous le même facteur de multiplication.
Cependant, la quantité variable de minéraux secondaires de moins bonne qualité explique la
variation du nombre pétrographique d’une source à l’autre. Néanmoins, il s’agit de trois
granulats de bonne qualité, la source gneiss granitique obtenant le nombre pétrographique
le plus bas.

Selon la norme 2560-114 (BNQ 2002), le MG gneiss granitique est un granulat de catégorie
3c, le MG basaltique est un granulat de catégorie 1a et le MG calcaire est un granulat de
catégorie 2b. Ils répondent tous à l’exigence minimale 5e en plus de répondre aux
caractéristiques complémentaires du pourcentage de matières organiques et de la valeur au
bleu de méthylène dans le cas du MG gneiss granitique.

Il est possible de constater que la masse volumique maximale obtenue de la relation masse
volumique/teneur en eau varie de façon significative avec la courbe granulométrique testée.
De façon générale, les courbes CIS et CM sont toujours les deux plus denses, peu importe
le matériau testé. Ce sont deux courbes s’approchant de la courbe de masse volumique
maximale. Dépendamment du matériau, la CI ou la CS sont les courbes les plus denses par
la suite. D’ailleurs, le coefficient nFT moyen est environ égal à 0,4 pour les granulométries
CS, CM et CIS alors qu’il est généralement plus élevé pour les autres courbes (les courbes

101
CI et CSI ont un paramètre nFT environ égal à 0,5). En effet, il a été possible de calculer un
tel coefficient en utilisant diverses valeurs sur la courbe granulométrique pour l’obtention
d’une valeur moyenne. Il est à noter que l’estimation de ce paramètre est difficilement
applicable pour les granulométries discontinues.

Les résultats des essais CBR présentés au Tableau 3.4 doivent être analysés en fonction de
la force mesurée à 5,08 mm d’enfoncement (0,2 pouce) selon la norme de l’essai CBR
(ASTM 2005) puisque ces valeurs sont toutes supérieures à la valeur mesurée à 2,54 mm
(0,1 pouce). Il est possible de constater que les courbes CM et CIS possèdent les indices de
portance californien les plus élevés pour chaque type de matériau, ce qui est en accord avec
les résultats du paramètre nFT puisque ces deux courbes, avec la CS, possèdent un
paramètre nFT estimé d’environ 0,4. Il est aussi de possible d’observer l’effet marqué de la
nature minéralogique du granulat sur la valeur de l’indice de portance californien. En effet,
le granulat le moins dur, soit le granulat calcaire, performe moins bien à l’essai CBR que
les granulats granitique et basaltique. En effet, les MG de type gneiss granitique montrent
des valeurs CBR 36% plus élevées en moyenne que celles provenant des MG calcaire en
considérant toutes les granulométries testées. Similairement, la source basaltique présente
des valeurs CBR 31% plus élevées en moyenne que la source calcaire. Finalement, il est
possible de constater que les sources basalte et gneiss granitique ont des valeurs CBR
similaires puisque celles-ci sont plus supérieures de seulement 4% pour la source gneiss
granitique en moyenne. Il est à noter que les granulats provenant des sources gneiss
granitique et basalte sont extraits de roches ignées intrusives métamorphisées et
volcaniques respectivement et que ce type de roche (ignée) est beaucoup plus dur que les
roches sédimentaires comme les calcaires. Il doit cependant être noté que l’essai CBR est
davantage un indice de la résistance au cisaillement (Turnbull 1950, tiré de Brown 1997) et
il est donc influencé par la forme des particules, l’angularité des particules augmentant cette
résistance (Holtz et Kovacs 1981, Pan et Tutumluer 2007). La similitude des valeurs CBR
entre la source gneiss et la source basalte, qui ont pourtant des formes de particules bien
différentes, montre qu’il existe aussi un effet de la dureté des particules.

La relation observée entre l’indice CBR0,2 et la porosité n est présentée à la Figure 3.4. En
effet, bien que limitée, une relation est observée entre ces deux paramètres. Ceci vient

102
corroborer le fait que cet indice est fortement relié à la résistance des matériaux granulaires,
car il est reconnu qu’un sol plus dense, soit un sol dont le volume des vides est plus petit,
est davantage résistant au cisaillement. Les particules comblant davantage les vides, il se
crée potentiellement plus de contacts entre les particules.

Figure 3.4 : Relation entre l’indice CBR et la porosité

Les résultats de Boudali (1997) ont montré des valeurs de module réversible plus élevées
pour les roches concassées comme les calcaires par rapport à des granulats de type gneiss
granitique. Il est préférable de mesurer la rigidité des MG par des essais de module
réversible qui sollicitent les MG dans le domaine des petites déformations et qui permettent
de mieux prendre en compte l’effet de la structure granulaire sur la réponse à des
sollicitations mécaniques. En effet, Brown (1997) rapporte plusieurs études statuant que
l’essai CBR mesure la résistance au cisaillement des sols, paramètre de faible intérêt en
ingénierie des chaussées, et que les résultats sont très peu influencés par les déformations
élastiques. D’après Dawson (1995), la résistance des particules présente peu d’intérêt en
mécanique des chaussées, dans la limite où certaines normes sont présentes pour restreindre
les granulats de très mauvaise qualité. Dans le cas d’essais de module réversible, la dureté
du granulat a un impact mineur sur la réponse en déformation sous sollicitation dans le

103
domaine élastique alors que la structure granulaire, la forme des granulats ainsi que leur
rugosité semblent être des paramètres prédominants en ce qui concerne l’effet du type de
matériau.

3.5. Vérification de la qualité du tamisage

Il est à noter qu’il n’est pas commun que le tamisage de la fraction sable soit réalisé dans
un tamiseur de type Gilson comme il a été fait dans le cadre de ce projet. Ce type de
tamiseur n’a pas le même mode de fonctionnement que le tamiseur généralement utilisé
pour le tamisage de sable, soit un tamiseur RoTap. Le tamiseur Gilson utilise une vibration
tridimensionnelle tandis que le tamiseur RoTap utilise une vibration rotative incluant un
impact à chaque rotation. De plus, le tamisage de cette fraction sable a été effectué sur un
matériau non lavé afin de recueillir les particules fines, ce qui n’est pas le cas pour une
analyse granulométrique conventionnelle dans un tamiseur RoTap. La présence de
particules fines dans les tamis provoque parfois un colmatage partiel des mailles. Donc,
pour toutes ces raisons, afin de s’assurer de la qualité du tamisage réalisé sur la fraction
sable, des analyses granulométriques conventionnelles ont été réalisées sur des matériaux
de type 0-5 mm de granulométrie connue, reconstituée à partir des fractions recueillies au
tamisage. Ceci a été fait dans le but de vérifier la valeur de l’écart entre la courbe
granulométrique théorique et la courbe granulométrique réelle. Les courbes soumises à ce
test sont la courbe CI et CS reconstituées sur leur fraction passant le tamis de 5 mm et sont
notées CI5mm et CS5mm. La Figure 3.5 présente les résultats des analyses granulométriques
conventionnelles réalisées sur les courbes CI5mm et CS5mm.

104
Figure 3.5 : Comparaison entre les courbes CI5mm et CS5mm théoriques et reconstituées

Il est possible de constater que la reconstitution des deux courbes, peu importe la nature du
matériau, donne une courbe presque en tous points semblable aux courbes théoriques
visées. En tenant compte d’une certaine marge d’erreur imputée aux manipulations de
l’essai d’analyse granulométrique par tamisage, le très faible écart entre les courbes
théoriques et reconstituées est tout à fait acceptable. Il doit être ajouté que l’écart-type pour
les valeurs de pourcentage passant est de 1,4% pour cet essai. De plus, après la séparation
des MG, ceux-ci ont été retirés des tamis, lavés, séchés ainsi que transférés dans des
contenants de stockage. Il s’agit de manipulations pouvant altérer légèrement les MG. Qui
plus est, lors de cette vérification de la qualité du tamisage, il existe assurément aussi une
très légère dégradation des MG lors du tamisage. Malgré ces faits, lorsque ces deux figures
sont observées de près, il est possible de constater que la source reconstituée qui suit
toujours le plus fidèlement la courbe théorique est celle du gneiss granitique. Les courbes
du basalte et du calcaire reconstitués sont généralement un peu plus fines que le gneiss
granitique. L’écart moyen en pourcentage entre la CI5mm pour le gneiss, le calcaire et le
basalte est de 1,01, 0,78 et 1,02% respectivement. En ce qui concerne la CS5mm, ces écarts
sont de 0,96, 0,74 et 0,97%. Ces écarts moyens sont positifs, montrant peut-être une légère
dégradation des matériaux lors des nombreuses manipulations. Après la réalisation de ces
analyses granulométriques, il est possible de conclure que la séparation des MG 20
échantillonnés en fractions normalisées donne des résultats conformes aux attentes puisque

105
les courbes reconstituées et théoriques sont, à très peu de choses près, égales en tenant
compte de la marge d’erreur imputable à l’essai (1,4%). Il doit être noté que ces écarts sont
mesurés sur des courbes de type 0-5 mm. Par conséquent, ils diminuent d’une proportion
égale à la multiplication de ceux-ci par la valeur du pourcentage passant au tamis de 5 mm
des courbes de types 0-31,5 mm. Ils sont donc beaucoup plus petits pour les courbes
entières non écrêtées.

106
CHAPITRE 4

DESCRIPTION DES MATÉRIAUX ÉTUDIÉS À L’AIDE DE


PRINCIPES TIRÉS DE LA MÉTHODE BAILEY

Il a été montré que les divers critères de performance des matériaux granulaires sont
influencés par de nombreux facteurs. À titre d’exemple, l’effet important de l’état de
contraintes et la masse volumique sur le comportement mécanique des matériaux de
chaussées n’est plus à prouver. Alors que les contraintes peuvent être très variables à la
surface d’une chaussée non revêtue, elles le sont moins dans le cas d’une chaussée revêtue
dû à la présence d’une couche d’enrobé bitumineux dimensionnée afin de limiter les
contraintes dans les fondations à un certain niveau. De plus, les matériaux granulaires sont
mis en place très près de la masse volumique maximale ce qui, par conséquent, ne peut être
une source importante de variabilité du module dans le cas d’une construction adéquate. La
seule propriété des matériaux granulaires pouvant être contrôlée est la distribution de la
taille des grains. Il a été montré que celle-ci peut avoir un certain effet sur les propriétés
mécaniques des MG 20.

4.1. Réflexions sur l’équation de Fuller et Thompson

Afin de décrire des granulométries, l’équation de Fuller et Thompson (1907) (équation 6) a


largement été utilisée depuis de nombreuses années, particulièrement dans le domaine des
enrobés bitumineux. Elle est aussi utilisée dans le domaine des matériaux granulaires non
liés (Thom et Brown 1988, Brown et Chan 1996, Boudali 1997, Uthus 2007). Par cette
approche, il est suggéré que la création de vides dans le mélange augmente avec
l’augmentation de la valeur du coefficient nFT pour une même valeur de diamètre maximal
des particules. Afin d’apprécier les granulométries étudiées dans cette perspective, celles-ci
ont été tracées en compagnie des courbes de masse volumique maximale pour des valeurs

107
de diamètre maximal des particules de 20 et 31,5 mm tel que c’est le cas pour les MG 20
étudiés. Les courbes de masse volumique maximale (MVmax) sont déterminées pour une
valeur de nFT=0,45, tel qu’il est suggéré dans la littérature à ce sujet (Barksdale 1991). Les
courbes sont tracées selon un axe des abscisses équivalent au diamètre à l’exposant 0,45.
Par conséquent, une courbe de masse volumique maximale se présente sous la forme d’une
droite dans un espace pourcentage passant – diamètre0,45, tel que présenté à la Figure 4.1 et
à la Figure 4.2.

Figure 4.1 : Courbes testées ayant un dmax=31,5 mm dans un espace %Passant-Diamètre0,45

108
Figure 4.2 : Courbes testées ayant un dmax=20 mm dans un espace %Passant-Diamètre0,45

En termes qualificatifs, il est constaté que les courbes ayant de forts coefficients
d’uniformité (CS, CM et CIS) suivent davantage les lignes droites représentant les courbes
de masse volumique maximale. En effet, les courbes granulométriques denses ont
généralement des valeurs de coefficient d’uniformité élevées. Cette constatation exclut la
CSS, qui a le même Cu que la CS mais la présence d’une discontinuité donne une forme
moins régulière à cette granulométrie. Selon les principes généralement reconnus, il est
possible d’affirmer que, parmi les courbes testées, seule la CI peut vraiment être qualifiée
de courbe à texture grossière. Les autres courbes étant très majoritairement situées au-
dessus de la ligne de masse volumique maximale, il s’agit davantage de courbes
granulométriques ayant des textures fines.

Puisque la courbe MVmax représente une ligne droite dans un espace %P-d0,45, il est possible
d’apprécier le potentiel d’empilement des particules de chacune des distributions
granulométriques considérées dans cette étude en comparant la pente de la régression
linéaire avec la pente de la droite de la courbe MVmax, autant pour un dmax de 31,5 mm que
pour un dmax de 20 mm. De plus, dans le but d’analyser davantage en profondeur les
matériaux étudiés, il est aussi possible de réaliser cette analyse sur chacune des fractions

109
granulométriques, soient les fractions gravier et sable qui sont séparées par le tamis de 5
mm selon la classification utilisée par le MTQ. Ceci permet de mieux cerner la capacité
d’empilement granulaire de chacune des fractions. Le Tableau 4.1 présente une synthèse
des valeurs de pente calculées pour chacune des courbes, en plus des valeurs de pente des
deux courbes de masse volumique maximale obtenues pour les deux valeurs de diamètre
maximal.

Tableau 4.1 : Valeurs de pente des courbes granulométriques dans un espace %P-d0,45

Pente (%/µm0,45)
Fraction Diamètre0,45 (μm)
31,5 mm

MVmax CIS CI CM
dmax

Gravier et sable 105,7401 à 7,1843 0,9457 0,9235 1,0205 1,0261


Gravier 105,7401 à 46,1888 0,9457 0,9860 1,0987 0,7672
Sable 46,1888 à 7,1843 0,9457 0,9054 0,8140 1,0703
Pente (%/µm0,45)
Fraction Diamètre0,45 (μm)
MVmax CS CSI CSS
20 mm
dmax

Gravier et sable 86,1913 à 7,1843 1,1602 1,1906 1,3091 1,0802


Gravier 86,1913 à 46,1888 1,1602 0,8534 0,9574 0,8534
Sable 46,1888 à 7,1843 1,1602 1,3266 1,3739 1,1603

En comparant les pentes calculées pour les courbes granulométriques entières, c’est-à-dire
incluant les fractions gravier et sable, il est possible de constater que la CIS est celle dont la
pente moyenne est la plus près de celle de la courbe de masse volumique maximale pour un
dmax de 31,5 mm. En effet, en termes qualitatifs, il est observé que cette courbe est celle qui
est le plus près de la courbe MVmax. En ce qui concerne la CI et la CM, les valeurs de pente
sont très près l’une de l’autre, ce qui est peu surprenant étant donné le fait que ces courbes
sont moulées en quelque sorte sur la forme du fuseau granulométrique, qui est assez
régulier d’une extrémité à l’autre. En ce qui concerne les matériaux ayant un dmax égal à 20
mm, la CS est la courbe dont la pente moyenne est la plus près de la pente pour la courbe
de MVmax. En ce qui concerne la CSS, la présence de la discontinuité rend difficilement
interprétable la valeur de la pente globale.

En considérant les matériaux par fractions séparées, il est encore une fois constaté que la
CIS est la courbe suivant le plus près la courbe MVmax, car les valeurs de pente pour les
fractions gravier et sable sont toutes les deux assez près de la pente de la courbe MVmax.

110
Pour les deux autres courbes dont le dmax est égal à 31,5 mm, il est constaté que chacune
des fractions présente des valeurs de pente significativement supérieures ou inférieures à la
pente de la courbe de MVmax. Ceci confirme encore une fois que ces deux courbes ont sont
de forme globalement différente à celle d’une courbe de masse volumique maximale. Dans
le cas des courbes ayant un dmax de 20 mm, il est constaté que la fraction gravier de la CSI a
une forme davantage dense que celle de la CS et de la CSS. Toutefois, la fraction sable de
la CS et de la CSS ont des valeurs de pente plus près de la pente de la courbe de MVmax. Or,
il faut tenir compte que, dans le cas de la CSS, encore une fois, la discontinuité rend
difficilement interprétable cette observation puisque malgré le fait que la pente de la
fraction sable soit très près de la pente de la courbe MVmax, la forme de la courbe est très
différente.

Cet outil de description des granulométries demeure toutefois limité étant donné qu’il est
difficile d’estimer un coefficient nFT pour une courbe réelle non théorique. De plus,
l’analyse ne fournit qu’une comparaison davantage qualitative par rapport à une courbe de
masse volumique maximale. Qui plus est, même s’il est possible d’apprécier de façon
relative la forme d’une granulométrie et de chacune des fractions par rapport à la courbe de
masse volumique maximale et d’ainsi apprécier le potentiel d’empilement granulaire des
fractions et d’une courbe en général, cette comparaison est d’une utilité limitée si la
fraction constituant la matrice est inconnue. La position d’une courbe en particulier par
rapport à la courbe de masse volumique maximale donne des indications quant au fait de la
nature de celle-ci, en termes de texture (grossière ou fine). Toutefois, dans le domaine des
enrobés bitumineux, les nombreux travaux des dernières décennies ont permis de mettre en
lumière plusieurs principes et règles d’expérience quant à l’utilisation de cette méthode.

4.2. Principes de la méthode Bailey

L’effet de la granulométrie sur le comportement des matériaux granulaires non liés est peu
clair dans la littérature et il est difficile d’identifier des tendances générales sur son effet
pour guider l’ingénieur en chaussées dans le dimensionnement de structure. Ceci est
principalement dû à la grande variabilité dans la minéralogie, la forme des granulats, la

111
rugosité des particules, les exigences des gouvernements, etc. La plupart des indications sur
l’effet de la granulométrie sont davantage basées sur la règle du pouce et sur l’expérience
locale (Vavrik et coll. 2002). À titre d’exemple, tel que montré au Tableau 2.7, il est
reconnu qu’une augmentation du coefficient d’uniformité, de la taille maximale des
particules et du pourcentage de fracturation tend à augmenter le MR des matériaux
granulaires alors qu’une augmentation du pourcentage de particules fines peut causer une
diminution du MR.

Dans le cadre de cette étude, il est suggéré que les rôles des fractions gravier, sable et fine
doivent être compris afin de bien cerner le comportement général des matériaux granulaires
de chaussées. Généralement, une méthode d’empilement granulaire analyse un matériau en
termes de caractéristiques et propriétés globales d’un empilement granulaire. Ce genre de
méthode est communément utilisé dans le domaine du béton et des enrobés bitumineux
mais sont très peu utilisées pour les matériaux granulaires de fondation des chaussées.
Vavrik et coll. (2002) ont suggéré une méthode simple, laquelle est appelé la Méthode de
Bailey, qui considère le rôle de la fraction gravier, sable grossier et sable fin sur le potentiel
d’empilement granulaire des granulométries. De plus, cette méthode utilise des paramètres
simples pour décrire et quantifier la compactibilité et la susceptibilité à la ségrégation.

Dans le concept de la méthode Bailey, le gros granulat (GG) crée des vides lesquels sont
partiellement remplis par du granulat fin (GF) ou est complètement dispersé dans une
matrice de GF. De plus, la fraction de GF est considérée constituée de GF grossier (ici
notée sable grossier SG) qui remplit partiellement les vides créés par le GG et qui crée des
vides qui sont partiellement remplis par la portion fine du GF (ici notée sable fin SF). Cette
méthode utilise le tamis de grosseur nominale maximale (TGNM, en mm), qui est le tamis
au-dessus de celui qui retient plus de 10% en masse des particules, afin de définir le
diamètre séparant le GG et le GF. Ce diamètre est appelé le tamis de contrôle primaire
(TCP, en mm) et s’exprime

TCP  0, 22  TGNM Équation 49

où 0,22 représente une valeur typique extraite d’analyse en deux et trois dimensions du
potentiel d’empilement de particules de formes diverses. Plus précisément, cette valeur

112
représente, en moyenne, le ratio du plus grand diamètre d de la particule s’insérant dans les
vides inter particulaires de particules de taille identique ayant un diamètre D. Par
conséquent, selon Varik et coll. (2002), il est possible de suggérer que d/D0,22 en
moyenne et ces auteurs ont montré que l’utilisation de cette valeur moyenne représente bien
la réalité. La valeur du TCP est ajustée à la taille du tamis normalisé le plus près de la
valeur. Cette valeur correspond à la taille des plus grands vides créés dans la matrice de
GG. De la même manière, un tamis de contrôle secondaire (TCS, en mm) et un tamis de
contrôle tertiaire (TCT, en mm) sont définis, le premier servant de séparation entre le SG et
le SF et le deuxième étant utilisé pour décrire le SF. La Figure 4.3 schématise ces concepts.
Ces deux valeurs de tamis de contrôle, lesquelles sont aussi ajustées au tamis normalisé le
plus près de la valeur, s’expriment

TCS  0, 22  TCP Équation 50

TCT  0, 22  TCS Équation 51

Par conséquent, la fraction gravier est comprise entre le dmax et le TCP et est décrite par un
ratio décrivant l’étalement de celle-ci, le ratio gros granulat RGG. Le GF est divisé en deux
parties, soient le SG et le SF, qui sont séparées par le TCS. La fraction grossière du GF est
décrite par le ratio de la fraction grossière du granulat fin RFGGF et la fraction fine du GF
est décrite par le ratio de la fraction fine du granulat fin RFFGF. Le TCT est utilisé pour
décrire cette fraction. Les ratios décrivant chaque fraction du mélange sont exprimés avec

% P1 tamis
 % PTCP
RGG  2
Équation 52
100  % P1 tamis
2

% PTCS
RFGGF  Équation 53
% PTCP

% PTCT
RFFGF  Équation 54
% PTCS

113
dans lesquelles %P½tamis est le pourcentage passant (%) le tamis normalisé le plus près de
0,5xTGNM, %PTCP est le pourcentage passant (%) le TCP, %PTCS est le pourcentage
passant (%) le TCS et %PTCT est le pourcentage passant (%) le TCT. Chaque ratio décrit la
granulométrie et le potentiel d’empilement de chaque fraction à laquelle elle est associée. Il
a déjà été dit que le GG est compris entre le dmax et le TCP, lequel est fonction du TGNM.
Dans cette étude, les courbes CI, CM et CIS ont un TGNM de 20 mm alors que les courbes
CS, CSI et CSS ont un TGNM de 14 mm. Donc, le TCP des trois premières est de 5 mm
alors qu’il est de 2,5 mm pour les trois dernières. Cela affecte aussi les valeurs de TCS et
TCT. La fraction gravier comprend des particules plus grosses et plus petites que la taille du
½tamis (0,5xTGNM). Dans la méthode Bailey, dans le cas des GG, les particules plus
grossières que le ½tamis sont appelées les « pluggers » alors les particules plus fines que le
½tamis sont appelés les intercepteurs. Le RGG décrit par conséquent le ratio entre la
quantité d’intercepteurs sur la quantité de « pluggers ». Il doit être noté que, dans la fraction
GG, les intercepteurs sont trop gros pour enter dans les vides créés par les « pluggers ». À
l’opposé, dans les fractions SG et SF du granulat fin, les vides créés par les particules de
taille supérieures au TCS et TCT sont assez gros pour que les particules de taille inférieure
au TCS et TCT comblent ces vides.

Figure 4.3 : Différentes relations des dimensions d’un mélange granulaire (Langlois 2003)

114
Les valeurs suggérées pour les ratios calculés dans la méthode Bailey sont présentées au
Tableau 4.3. Ces valeurs suggérées sont celles pour un squelette granulaire contrôlé par le
granulat grossier. Cependant, les ratios décrivant la granulométrie de chaque fraction du
matériau granulaire, il est important de considérer ceux-ci pour l’entièreté du mélange et
c’est pourquoi les ratios suggérés pour les mélanges granulaires contrôlés par le GG sont
présentés. En ce qui concerne le RGG, lorsque celui-ci augmente, les vides augmentent
dans la portion GG mais la compactibilité diminue généralement et cela crée des matériaux
dont les gros granulats s’imbriquent moins bien les uns par rapport aux autres. Il est donc
moins possible d’atteindre un blocage efficace de cette fraction. Une variation de 0,2 dans
la valeur du RGG fait généralement varier la teneur en vides, soit la porosité, de 1%. Il est
suggéré que le RFGGF et le RFFGF se situent dans l’intervalle 0,35 à 0,5. L’augmentation
de ces ratios est associée à une diminution de la teneur en vides du mélange, une variation
de 0,05 causant une variation de 1% de porosité.

Afin d’analyser une granulométrie avec la méthode Bailey, les masses volumiques à l’état
non tassé (MVNT) et à l’état tassé (MVT) de chaque matériau ajouté au mélange granulaire
doivent être déterminées. Pour les matériaux les plus typiques selon les principes de la
méthode, le GG est analysé selon sa MVNT et le GF selon sa MVT. Un matériau idéal serait
un dont le GG serait à 100% de sa MVNT et dont GF serait à 100% de sa MVT. Selon la
méthode Bailey, le GG est non significatif dans le mélange si sa masse volumique est
inférieure à 90% de sa MVNT dans le mélange compacté. Le mélange serait alors considéré
comme mélange granulaire fin et la fraction grossière du GF serait alors considérée comme
le GG du mélange pour laquelle un RGG serait calculé. Dans la majorité des analyses
suggérées dans cette étude, la fraction GG est toujours considérée comme faisant partie du
mélange et elle n’est pas exclue de l’analyse même si des pourcentages bas de gravier sont
utilisés pour certaines courbes. Ceci est explicable par la nécessité de bien comparer de
façon relative les six MG pour chaque source. Sinon, il serait plus difficile de cerner l’effet
de la granulométrie dans l’entièreté du fuseau. Cependant, dans le but d’apporter du poids
et un complément aux suggestions et observations faites dans ce rapport, des commentaires
supplémentaires seront réalisés sur les matériaux dont le squelette granulaire est contrôlé
par le GF.

115
Par conséquent, afin d’analyser les granulométries testées dans cette étude, chaque courbe à
l’étude a d’abord été divisée en deux parties, soit les parties GG (d>5 ou 2,5 mm
dépendamment du TGNM) et GF (d<5 ou 2,5 mm dépendamment du TGNM) et les
mélanges de chaque fraction ont été assemblés en laboratoire. Des essais de MVNT et MVT
en accord avec la norme LC 21-060 (MTQ 2004) ont été réalisés pour chaque fraction et les
résultats sont compilés à l’annexe A avec les essais de caractérisation. Par conséquent, les
fractions GG et GF sont comparées à leur MVNT et MVT pour des échantillons à la masse
volumique maximale. Dans un deuxième temps, la portion GF a été divisée en deux parties,
soient SG (5>d>1,25 mm ou 2,5>d>0,63 mm) et SF (d<1,25 mm ou d<0,63 mm),
lesquelles ont été assemblées en laboratoire afin de déterminer leur MVNT et MVT selon la
procédure d’essai LC 21-060 (MTQ 2004). Les résultats bruts de ces essais sont aussi
présentés à l’annexe A. L’objectif de la détermination des masses volumiques de chaque
fraction est d’arriver à comparer la masse volumique de chacune des fractions des courbes,
pour un échantillon à la masse volumique maximale, à la MVT ou la MVNT de la fraction
considérée déterminée en laboratoire. Cette comparaison est faite sur des bases volumiques,
c’est-à-dire que le volume de la fraction (pour un échantillon à la masse volumique
maximale) est divisé par le volume de la même fraction à la masse volumique tassé ou non
tassé. Afin de déterminer le volume occupé par une fraction, il est nécessaire de connaître
la masse volumique des grains solides s. Des essais de masses volumiques sur les grains
solides ont été réalisés tel que présenté précédemment au Tableau 3.4. Il doit être noté que,
pour des fins de simplification, il a été supposé que les valeurs de s sont les mêmes que
celles déterminées dans les essais de caractérisation même si les échantillons sont, dans le
cas de 3 courbes (CS, CSI et CSS) légèrement différents. En effet, les fractions sur
lesquelles ont été évaluées les masses volumiques pour ces courbes sont 20 mm>d>2,5 mm
et d<2,5 mm pour la fraction gravier et la fraction sable+fines alors que les valeurs de s
ont été évaluées sur les fractions 20 mm>d>5 mm et d<5 mm. De plus, en ce qui concerne
les fractions SG et SF, les masses volumiques déterminées sur les fractions d>5 mm et d<5
mm ont été utilisées respectivement afin de déterminer les volumes correspondants.

Les résultats de cette analyse sont présentés au Tableau 4.2 dans lequel %MVNTGGest le
pourcentage d’atteinte de la MVNT pour la masse volumique sèche de l’échantillon dans la

116
fraction gravier, %MVTGF est le pourcentage d’atteinte de la MVT pour la masse volumique
sèche de l’échantillon dans la fraction sable et fines, %MVNTSG est le pourcentage
d’atteinte de la MVNT pour la masse volumique sèche de l’échantillon dans le sable
grossier, %MVTSG est le pourcentage d’atteinte de la MVT pour la masse volumique sèche
de l’échantillon dans la fraction sable grossier, %MVNTSF est le pourcentage d’atteinte de la
MVNT pour la masse volumique sèche de l’échantillon dans la sable fin, %MVTSF est le
pourcentage d’atteinte de la MVT pour la masse volumique sèche de l’échantillon dans la
fraction sable fin, Moy. est la moyenne et É.-T. est l’écart-type. Certains de ces concepts
sont illustrés à la Figure 4.3 préalablement présentée. Ces deux dernières valeurs ont été
calculées en incluant et en excluant la CSS car le fait qu’elle soit discontinue et hors fuseau
peut parfois apporter des variations importantes dans les valeurs de moyenne et d’écart-
type. Il doit être noté que selon les principes de la méthode Bailey, les valeurs de
pourcentage d’atteinte d’une MV pour une fraction MVfraction (kg/m³) donnée sont calculées
de façon volumique. Pour ce faire, le volume de la fraction considérée est déterminé pour
un volume donné (en connaissant la masse volumique sèche d (kg/m³), la masse
volumique des grains de cette fraction s et la portion massique (forme décimale) de la
fraction considérée %Fraction) et celui-ci est comparé au volume de cette même fraction
lorsque celle-ci est à la MVNT ou la MVT. Cette comparaison est faite sous forme de ratio
exprimé en pourcentage en supposant un volume fixe (1 m³) par

% Fraction   d
s % Fraction   d
% MVFraction   100   100 Équation 55
MVFraction MVFraction
s

dans laquelle %MVFraction correspond au pourcentage d’atteinte de la masse volumique de la


fraction exprimé en pourcentage (tassé ou non tassé). Le Tableau 4.3 présente les valeurs de
RGG, RFGGF et RFFGF pour les six courbes granulométriques à l’étude en n’excluant pas
la fraction GG de l’analyse. Comme les valeurs suggérées des ratios dans la méthode
Bailey sont calculées avec des courbes granulométriques construites selon les tamis
standards utilisés par l’American Society for Testing Materials (ASTM) et que les ratios
calculés dans le cadre de cette étude ont été calculés avec les dimensions de tamis utilisées
au Québec et avec les pourcentages passants correspondants, il est possible que des

117
différences existent entre des ratios obtenus avec les deux méthodes. Les différences ont été
mesurées pour 3 des courbes granulométriques testées dans cette étude soit la CS, la CM et
la CI. Les écarts moyens trouvés sont respectivement 0,039, 0,013 et 0,006 pour le RGG, le
RFGGF et le RFFGF avec des écarts-types de 0,018, 0,010 et 0,005. Ces écarts sont assez
faibles et ils peuvent donc être considérés négligeables, d’autant plus que l’utilisation des
ratios est surtout faite sur des bases relatives dans le cas de cette étude.

118
Tableau 4.2 : Caractéristiques volumétriques des échantillons vis-à-vis leur MVNT et MVT

CS CM CI CSI CIS CSS Moy. É.-T. Moy.* É.-T.*


GG MVNTGG 1449,7 1454,1 1439,2 1469,2 1480,3 1464,2 1459,4 14,8 1458,5 16,3
MVTGG 1631,4 1633,3 1634,1 1638,4 1652,6 1628,2 1636,3 8,6 1638,0 8,6
%MVNTGG 77,7 79,9 98,4 89,7 82,2 63,7 81,9 11,7 85,6 8,5
MVNTGF 1636,1 1680,9 1668,3 1593,2 1724,1 1582,3 1647,5 54,3 1660,5 49,1
GF

MVTGF 1883,2 1916,6 1912,2 1809,0 1986,4 1815,0 1887,1 67,3 1901,5 64,1
%MVTGF 96,8 98,8 86,0 85,8 97,0 98,5 93,8 6,2 92,9 6,4
Gneiss

MVNTSG 1348,4 1347,2 1343,4 1342,6 1330,3 1354,9 1344,5 8,2 1342,4 7,2
MVTSG 1481,6 1496,1 1487,4 1473,9 1496,2 1481,9 1486,2 8,8 1487,0 9,6
SG

%MVNTSG 35,4 31,1 26,0 31,9 27,9 19,2 28,6 5,6 30,5 3,7
%MVTSG 32,2 28,0 23,4 29,1 24,8 17,6 25,9 5,1 27,5 3,5
MVNTSF 1485,0 1545,2 1538,9 1459,9 1545,2 1466,6 1506,8 40,7 1514,8 39,8
MVTSF 1733,0 1788,3 1756,7 1674,7 1807,4 1713,8 1745,7 48,9 1752,0 51,8
SF

%MVNTSF 37,9 40,7 26,9 23,6 43,0 62,1 39,0 13,7 34,4 8,6
%MVTSF 32,5 35,1 23,6 20,6 36,7 53,2 33,6 11,5 29,7 7,2
MVNTGG 1409,7 1409,9 1401,6 1399,4 1369,4 1409,0 1399,8 15,6 1398,0 16,7
GG

MVTGG 1592,6 1594,0 1583,7 1584,9 1566,1 1578,1 1583,2 10,3 1584,2 11,2
%MVNTGG 79,9 82,0 101,1 94,2 88,9 66,2 85,4 12,2 89,2 8,7
MVNTGF 1606,3 1650,2 1673,7 1575,7 1698,1 1548,7 1625,4 58,2 1640,8 49,7
GF

MVTGF 1928,6 1922,8 1904,3 1788,3 2004,3 1816,1 1894,1 79,4 1909,7 77,9
%MVTGF 93,5 96,5 85,7 85,7 96,0 97,8 92,5 5,5 91,5 5,4
Calcaire

MVNTSG 1343,4 1370,4 1376,6 1362,9 1353,1 1337,0 1357,2 15,5 1361,3 13,3
MVTSG 1524,9 1554,6 1554,0 1519,3 1562,0 1512,2 1537,8 21,4 1543,0 19,4
SG

%MVNTSG 37,1 31,7 26,0 33,0 28,4 20,2 29,4 5,9 31,3 4,3
%MVTSG 32,7 28,0 23,1 29,6 24,6 17,9 26,0 5,3 27,6 3,9
MVNTSF 1487,5 1583,7 1538,4 1474,4 1543,7 1456,2 1514,0 48,9 1525,5 44,5
MVTSF 1783,5 1859,7 1794,1 1724,3 1859,0 1751,0 1795,3 55,4 1804,1 57,0
SF

%MVNTSF 39,6 41,2 27,7 24,5 44,5 64,8 40,4 14,3 35,5 8,8
%MVTSF 33,1 35,1 23,7 21,0 37,0 53,9 34,0 11,7 30,0 7,1
MVNTGG 1441,0 1470,8 1471,6 1459,0 1496,5 1452,4 1465,2 19,2 1467,8 20,3
GG

MVTGG 1622,5 1642,1 1650,1 1660,6 1667,5 1645,1 1648,0 15,7 1648,5 17,5
%MVNTGG 83,9 83,9 101,8 96,2 88,2 69,0 87,2 11,4 90,8 7,9
MVNTGF 1629,6 1661,7 1659,7 1558,3 1714,9 1566,2 1631,7 60,5 1644,8 57,3
GF

MVTGF 1931,5 1951,1 1906,4 1810,0 2035,4 1846,6 1913,5 79,8 1926,9 81,3
%MVTGF 100,4 101,8 89,2 89,8 102,6 103,7 97,9 6,6 96,8 6,7
Basalte

MVNTSG 1331,6 1370,5 1366,4 1345,2 1357,6 1329,7 1350,2 17,4 1354,3 15,9
MVTSG 1517,4 1548,6 1551,0 1526,8 1541,1 1504,8 1531,6 18,4 1537,0 14,5
SG

%MVNTSG 39,0 32,6 27,0 33,9 29,7 20,3 30,4 6,4 32,4 4,5
%MVTSG 34,2 28,9 23,8 29,9 26,1 17,9 26,8 5,6 28,6 4,0
MVNTSF 1440,6 1540,5 1517,1 1443,3 1510,5 1474,7 1487,8 41,3 1490,4 45,7
MVTSF 1758,0 1846,7 1799,4 1722,2 1837,0 1770,3 1788,9 48,0 1792,6 52,7
SF

%MVNTSF 39,0 41,1 27,5 24,2 44,5 61,8 39,7 13,4 35,3 8,9
%MVTSF 32,0 34,3 23,2 20,3 36,6 51,5 33,0 11,1 29,3 7,1
*Moyenne et Écart-Type calculés en excluant la CSS

119
Tableau 4.3 : Ratios des courbes étudiées en considérant l’entièreté des courbes
Valeurs typiques CS CM CI CSI CIS CSS
RGG 0,6 à 0,75* / 0,5 à 0,65** 0,544 0,590 0,412 0,663 0,350 0,327
RFGGF 0,35 à 0,5 0,542 0,600 0,543 0,446 0,641 0,778
RFFGF 0,35 à 0,5 0,500 0,457 0,473 0,303 0,577 0,323
*TGNM=20 mm, **TGNM=14 mm

En plus d’avoir déterminé les MVNT et MVT de chacune des fractions, il est aussi possible
de déterminer le pourcentage de vides à ces états, et ce, en conditions tassée et non tassée,
pour des matériaux à la masse volumique maximale. Ces valeurs sont notées %VNT et %VT
pour le pourcentage de vides à la MVNT et le pourcentage de vides à la MVT
respectivement. Ceci est fait en utilisant les masses volumiques des grains solides tel qu’il a
été discuté précédemment. Par conséquent, il est ainsi possible de comparer chaque fraction
de chaque courbe granulométrique pour les trois matériaux et donc d’apprécier le potentiel
d’empilement granulaire des fractions. Les résultats de cette analyse sont présentés au
Tableau 4.4. Il est entre autres possible d’apprécier l’effet de la forme des particules de
gravier partiellement concassé puisque %VNT est plus élevé en moyenne que pour les deux
sources concassées. Cette tendance s’estompe dans les fractions plus fines. Dans les
fractions plus fines, il est constaté que la source créant le moins de vides est la source
calcaire. De plus, la source qui crée toujours le plus de vides est la source basalte. Ceci est
probablement explicable par des effets de forme et de rugosité des particules, mais ces
paramètres n’ont pas été étudiés dans cette étude. Il a été observé au laboratoire que les
particules de la source basalte semblent davantage cubiques. Par contre, des informations
supplémentaires sur la rugosité et la forme sont nécessaires pour mieux décrire et expliquer
ces valeurs.

120
Tableau 4.4 : Pourcentage de vides dans chaque fraction

Gros Granulat (GG) Granulat Fin (GF)


(31,5>d>5 mm ou 20>d>2,5 mm) (d<5 mm ou d<2,5 mm)
Non tassé Tassé Non tassé Tassé
Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte
%VNT %VNT %VNT %VT %VT %VT %VNT %VNT %VNT %VT %VT %VT
CS 44,82 46,98 49,44 37,90 40,10 43,07 38,49 37,33 40,48 29,20 24,75 29,46
CM 44,31 46,74 47,73 37,45 39,78 41,65 36,76 36,65 40,18 27,89 26,19 29,77
CI 45,51 46,91 48,46 38,12 40,01 42,20 37,30 35,68 40,28 28,14 26,81 31,40
CSI 44,18 47,41 48,81 37,75 40,44 41,73 39,79 39,88 44,13 31,63 31,77 35,10
CIS 43,82 48,09 47,67 37,28 40,64 41,70 35,16 35,04 38,38 25,29 23,32 26,86
CSS 44,26 47,01 49,04 38,02 40,65 42,28 40,52 40,89 43,54 31,77 30,68 33,43
Moy. 44,48 47,19 48,52 37,75 40,27 42,10 38,00 37,58 41,16 28,99 27,25 31,00
É-T. 0,59 0,49 0,71 0,33 0,36 0,55 1,99 2,34 2,21 2,46 3,32 2,96
Sable Grossier (SG) Sable Fin (SF)
(5>d>1,25 mm ou 2,5>d>0,63 mm) (d<1,25 mm ou d<0,63 mm)
Non tassé Tassé Non tassé Tassé
Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte
%VNT %VNT %VNT %VT %VT %VT %VNT %VNT %VNT %VT %VT %VT
CS 48,67 49,48 53,28 43,60 42,65 46,76 44,17 41,96 47,39 34,85 30,41 35,79
CM 48,40 48,23 51,30 42,70 41,27 44,97 41,86 39,21 44,55 32,72 28,61 33,52
CI 49,13 47,85 52,14 43,68 41,14 45,67 42,17 40,88 45,80 33,98 31,05 35,71
CSI 48,99 48,78 52,80 44,00 42,90 46,43 44,83 43,75 48,25 36,71 34,21 38,25
CIS 49,51 48,71 52,53 43,22 40,79 46,11 42,08 40,95 45,72 32,26 28,88 33,99
CSS 48,42 49,72 53,34 43,59 43,13 47,20 44,87 44,42 46,84 35,57 33,17 36,18
Moy. 48,86 48,79 52,56 43,46 41,98 46,19 43,33 41,86 46,42 34,35 31,06 35,58
É-T. 0,44 0,71 0,77 0,45 1,03 0,80 1,44 1,95 1,33 1,70 2,26 1,69

Dans le but d’avoir une meilleure compréhension des MG 20 testés dans cette étude, les
ratios suggérés dans la méthode Bailey ont aussi été calculés pour les courbes
granulométriques qui sont majoritairement contrôlées par le GF tel que présenté au Tableau
4.5. Ces courbes sont la CS, CM, CIS et CSS. Par conséquent, les particules ayant un
diamètre plus grand que le TCP ne sont pas considérées dans l’analyse et le TCP devient
alors le nouveau TGNM. Les valeurs de TCS et TCT s’en trouvent aussi modifiées. Ainsi,
des nouvelles valeurs de RGG*, RFGGF* et RFFGF* peuvent être calculées. Pour ces
nouvelles valeurs de RGG*, RFGGF* et RFFGF*, des variations respectives de 0,35, 0,05
et 0,05 entraînent des variations de porosité de 1%. Il est à noter que la valeur de RFFGF*
ne peut être calculée pour la CS et la CSS car étant donné qu’elles sont des courbes assez
fines, la nouvelle valeur du TCT est inférieure à 80 µm.

121
Tableau 4.5 : Ratios des courbes étudiées dont le squelette granulaire est contrôlé par le GF
Valeurs typiques CS CM CIS CSS
RGG* 0,6 à 1,0 1,202 0,81 0,832 1,775
RFGGF* 0,35 à 0,5 0,5 0,457 0,577 0,323
RFFGF* 0,35 à 0,5 0,347 0,411

4.3. Commentaires sur les matériaux étudiés

Il est possible de constater au Tableau 4.2 que la CI est la seule courbe testée dont le
squelette granulaire est toujours contrôlé par le GG, c’est-à-dire que la masse volumique du
GG dans l’échantillon compacté est supérieure à 95% de la MVNT des GG. Ceci veut dire
que les GG sont grandement en contact les uns avec les autres dans cet échantillon. Il est
aussi possible de constater que la CSI est aussi assez près d’être contrôlée par le GG, ce qui
est le cas pour une source (basalte) lorsque cette courbe est à la masse volumique maximale
de compactage. Dans la partie grossière du fuseau, i.e. près de la CI, les gros granulats sont
en contact et le RGG montre que la fraction gravier de cette courbe a un excellent potentiel
d’empilement et de blocage. Il semble que ce soit la fraction GG qui gouverne
majoritairement l’empilement granulaire dans cette portion du fuseau puisque la portion GF
n’est qu’à environ 85% de la MVT en moyenne pour les trois sources. Par conséquent, tel
que proposé dans la méthode Bailey, il est possible d’affirmer que le GG crée la porosité
dans le bas du fuseau et que celle-ci est remplie ou partiellement remplie par des GF,
dépendamment de leur granulométrie et proportion dans la totalité du mélange granulaire.
De plus, de GG en contact représente un avantage d’un point de vue de la création de vides,
qui est importante à considérer dans le cas de la performance hydrique par exemple.

Il est possible de penser que le fait d’avoir énormément de contact entre les GG peut
constituer un avantage d’un point de vue de la performance mécanique pourvu que les
particules de gravier ont une bonne rugosité de surface et qu’elles présentent des arrêtes,
comme les matériaux concassés par exemple. Toutefois, les particules arrondies et polies
étant nuisibles d’un point de vue de susceptibilité à la déformation permanente, il est
possible que des particules de gravier en contact puissent nuire à la bonne performance

122
mécanique de matériaux non concassés ou partiellement concassés. Dans ce cas, les
particules de gravier sont plus instables, il se développe moins de friction dans cette
fraction et le support de la fraction GG par le GF est équivalent à celui trouvé dans les
sources concassées. Dans la méthode Bailey, il est typique de comparer la masse volumique
du GF dans un échantillon à la MVTGF. Toutefois, lorsque cette masse volumique du GF est
comparée à la MVNTGF pour la source gneiss, il est constaté que le GF pour la CI n’atteint
même pas la valeur de la MVNTGF. De façon imagée, ceci implique que le GF flotte
littéralement dans les pores créés par la fraction GG de cette courbe.

Toujours en ce qui concerne la CI, il est aussi possible de constater au Tableau 4.2 que,
lorsque la fraction GF est subdivisée (fractions SG et SF), cette courbe est celle dont la
fraction SG est la plus lâche pour les trois sources lorsque la masse volumique de cette
fraction est comparée aux valeurs de %MVNTSG et %MVTSG. Quant à elle, la fraction SF de
cette courbe est la 2ème plus lâche (après la CSI) pour les trois sources. Ceci montre bien
encore le rôle prédominant du GG lorsque les matériaux de bas de fuseau contenant peu de
particules fines sont considérés. Ceci est en accord avec les conclusions préalablement
tirées des ratios des courbes étudiées.

En ce qui concerne la CSI, la masse volumique atteinte pour le GG en comparaison avec la


masse volumique non tassé, %MVNTGG, est de 89,7, 94,2 et 96,2% pour le gneiss, le
calcaire et le basalte respectivement dans le cas de matériaux à la masse volumique sèche
maximale. Bien que les GG sont généralement assez en contact, le RGG suggère que la
distribution granulométrique de ceux-ci est trop uniforme et le GG de cette courbe peut
difficilement bloquer et est instable. Ceci est d’autant plus vrai pour la source gneiss
granitique qui présente des GG partiellement concassés. De plus, ce ratio implique que les
vides sont très importants dans la fraction GG. En plus du GG relativement instable et à
teneur en vides élevée, le support de celui-ci par le GF est peu élevé puisque la masse
volumique du GF est en moyenne 87% de la MVT. Lorsque la masse volumique des GF est
comparée à la MVNTGF, il est possible de constater que celle-ci est aussi inférieure à la
MVNTGF et que donc les GF flottent littéralement dans des vides créés par le GG, qui est la
fraction étant la plus susceptible de constituer la matrice. Les ratios RFGGF et RFFGF
suggèrent que, en comparaison avec les autres courbes, beaucoup de vides interstitiels sont

123
créés par la distribution granulométrique du GF. En effet, le RFGGF, bien que près de 0,5,
est le plus bas parmi les six courbes. De plus, le RFFGF est très bas (inférieur à 0,35) ce
qui implique que beaucoup de vides sont créés dans cette fraction. Par conséquent, la
distribution granulométrique générale de cette courbe laisse beaucoup de vides qui ne sont
pas comblés par les fractions plus fines et la fraction GF est peu compacte dans les vides de
la fraction GG. De plus, comme les GG sont à une masse volumique d’environ 89-96% de
la MVNT, ceux-ci sont relativement en contact mais ne sont pas bloqués. Ce fait combiné à
celui que le GF est dans un état peu compact explique de façon quantitative le fait qu’il est
reconnu que les courbes uniformes sont plus instables.

Cette propension à créer des vides dans la fraction GF pour la CSI est aussi observable au
Tableau 4.4 puisqu’il est constaté que le GF présente la quantité de vides la plus élevée
pour les courbes incluses dans le fuseau, et ce, à l’état tassé ou non tassé. En décortiquant la
fraction GF en fractions SG et SF, il est constaté que la création de vides vient surtout de la
fraction SF puisque le pourcentage vides dans la fraction SG est semblable à celui des
autres courbes, ce qui n’est pas le cas pour la fraction SF où le pourcentage de vides est
beaucoup plus élevé. Par conséquent, le fait que le GF présente des pourcentages de vides
beaucoup plus élevés pour la CSI est principalement dû à la fraction SF plutôt qu’à la
fraction SG. Les résultats présentés au Tableau 4.2 abondent dans le même sens, c’est-à-
dire que la fraction SF semble particulièrement importante dans la construction générale de
l’empilement granulaire et au fait que beaucoup de vides y sont créés. En effet, en étudiant
les valeurs de %MVNTSG et %MVNTSF, il est constaté que, dans le cas des trois sources et
dans l’hypothèse que les matériaux sont à la masse volumique sèche maximale, la fraction
SG est à une valeur de %MVNTSG relativement intermédiaire parmi les courbes incluses
dans le fuseau. Cependant, les valeurs de %MVNTSF sont toujours les plus basses, ce qui
implique que cette fraction est celle dont les particules sont les plus dispersées. Des
observations similaires peuvent être faites en comparant la masse volumique des fractions
SG et SF à leur MVT par le biais des valeurs %MVTSG et %MVTSF.

En ce qui concerne la CIS, il est constaté que le GG atteint en moyenne environ 86% de la
MVNT. Par conséquent, ceux-ci sont quelque peu en contact dans l’échantillon à la masse
volumique maximale mais la fraction GF est susceptible de jouer un rôle primordial dans le

124
comportement général de ce type de matériau. Il doit être noté que la fraction GG a un
potentiel de blocage et d’imbrication très bon puisque son RGG est de 0,35. Il peut être
assumé que même à 86% de la MVNT, le GG est susceptible de jouer un rôle non
négligeable dans la performance puisque le bon potentiel d’imbrication des GG doit
influencer le comportement général du matériau granulaire à cet état. En ce qui concerne le
GF, celui-ci est très compact et dominant en général pour cette courbe et son influence sur
l’empilement granulaire général est majoritaire puisque le GF est près de 99% en moyenne
de la MVT. De plus, en observant les résultats du Tableau 4.4, il est possible de constater
que les pourcentages de vides (%VNT et %VT) dans la fraction GF sont les plus bas pour
toutes les sources et ce, à l’état tassé et non tassé.

En analysant plus en profondeur la fraction GF de la CIS, il est constaté que les ratios
RFGGF et RFFGF sont les plus élevés parmi les courbes situées dans le fuseau. Ceci
implique que dans les deux fractions correspondantes, soient les fractions SG et SF, la
forme de la granulométrie est propice à un bon empilement. Toutefois, lorsque les résultats
au Tableau 4.2 sont analysés, il est constaté les valeurs %MVNTSG et %MVTSG sont souvent
les deuxièmes valeurs les plus lâches parmi celles obtenues dans le fuseau (c’est-à-dire
excluant la CSS) et elles sont situées sous la moyenne calculée en considérant 5 courbes.
Qui plus est, il n’est pas possible d’observer de tendance évidente Tableau 4.4 puisque les
valeurs de pourcentage de vides dans le SG sont très peu variables. En effet, les valeurs
%VNT et %VT se situent vers la moyenne, sauf pour le calcaire en condition tassée où %VT
est le plus bas. En se tournant du côté de la fraction fine du GF, soit le SF, il est observé au
Tableau 4.4 que le potentiel d’empilement de cette fraction est très bon puisque les
pourcentages de vides sont généralement les plus bas avec ceux de la CM et ce, aux états
tassé et non tassé. Si les valeurs de %MVNTSF et %MVTSF sont observées au Tableau 4.2, il
est noté que ce sont les valeurs les plus élevées pour les courbes situées dans le fuseau.
Ceci implique donc que les particules de cette fraction sont les plus rapprochées. Ceci peut
aussi être remarqué par la grande présence massique des particules de cette fraction, en
comparaison, entre autres, avec celles de la fraction SG. Ceci permet donc de statuer que la
fermeture globale de cette courbe est principalement explicable par la fraction fine du GF
(SF). Toutes ces remarques sont en accord avec les observations faites sur les valeurs de
RFGGF et RFFGF tel qu’elles ont été formulées précédemment.

125
Le milieu de fuseau, soit la CM, est une courbe présentant un bon potentiel d’empilement
de particules tel que apprécié avec les valeurs de masses volumiques sèches pour chacune
des sources (Tableau 3.4). En comparaison avec les deux autres courbes dont le TGNM est
de 20 mm, soit la CI et la CIS, le RGG de la CM est significativement plus élevé mais
demeure toutefois en deçà de l’intervalle suggéré dans la méthode Bailey. Cependant, cela
signifie que le potentiel de création de vides de la fraction gravier est plus grand pour cette
courbe. Bien que les GG soient peu en contact à la masse volumique sèche maximale
puisque que la masse volumique atteinte est en moyenne 82% de la MVNT des GG, il est
clair que l’empilement granulaire de cette courbe doit être majoritairement fonction du GF,
dont la masse volumique est environ à 99% en moyenne de la MVT. En observant les
valeurs de ratios pour la fraction GF, il est possible de constater la fraction sable grossier a
un bon potentiel d’empilement granulaire puisque le RFGGF est de 0,6 mais que davantage
de vides sont susceptibles d’être créés dans la fraction fine du GF puisque le RFFGF est de
0,457.

Plus précisément, il est observé au Tableau 4.2 que le GF pour la CM est le plus compact à
la masse volumique maximale pour les sources gneiss et calcaire. Pourtant, en observant les
valeurs de %VNT et %VT, il est noté que ces valeurs sont environ dans la moyenne des
valeurs obtenues pour les courbes dans le fuseau. Il est donc pertinent d’approfondir
l’analyse de la fraction GF en observant les résultats sur les fractions SG et SF. En ce qui
concerne le SG, le potentiel d’empilement de la granulométrie de cette fraction est bon
puisque les valeurs les plus basses de %VNT et %VT sont observées pour les sources gneiss
et basalte, tandis que celles de la source calcaire sont davantage intermédiaires. Cela est en
accord avec les valeurs de RFGGF qui prédisent un très bon potentiel d’empilement pour
cette fraction. Toutefois, la fraction SG est dans un état assez lâche, pour un échantillon à la
masse volumique maximale, puisque les valeurs %MVNTSG et %MVTSG sont supérieures à
la moyenne calculée pour 5 courbes (i.e. excluant la CSS). La fraction SF se retrouve parmi
les plus denses tel qu’apprécié par les valeurs de %MVNTSF et %MVTSF. En effet, à titre
d’exemple, la valeur %MVNTSF est beaucoup plus grande que la moyenne calculée pour 5
courbes. Seule la CIS présente des valeurs plus élevées que celles de la CM. D’autre part,
les valeurs de %VNT et %VT sont généralement les plus basses parmi les courbes comprises

126
dans le fuseau, ce qui témoigne du bon potentiel d’empilement de particules de cette
fraction pour cette courbe.

En ce qui concerne la CS, pour des échantillons à la masse volumique maximale, il est noté
au Tableau 4.2 que les GG sont à 80,5% en moyenne de leur MVNT. Parmi les courbes du
fuseau, les valeurs %MVNTGG sont les plus faibles. Ceci implique donc qu’ils jouent un
rôle marginal dans la création de vides. Il est également observé que la CS est souvent
parmi les courbes dont les valeurs de %VNT et %VT sont les plus élevées, c’est-à-dire celles
dont l’empilement granulaire des GG produit le plus de vides. Il est donc possible de parler
ici d’une fraction GG ayant un mauvais potentiel d’empilement et d’imbrication des
particules. Le RGG montre que la fraction GG est un peu plus étalée que la CSI mais moins
étalée que la CSS. Cependant, encore là, il est clair que le comportement est
majoritairement influencé par le GF. Les RFGGF et RFFGF montrent que la matrice de
GF est bien équilibrée, les fractions grossière et fine du GF étant assez étalées pour
potentiellement laisser peu de vides et assurer un bon empilement granulaire. Le GF se
retrouve en moyenne pour les trois sources à 97% de la MVTGF.

En analysant plus en profondeur le GF de la CS en termes de fractions SG et SF, plusieurs


points intéressants sont notés. D’abord, en ce qui concerne le potentiel d’empilement
granulaire de la fraction SG tel qu’il peut être apprécié au Tableau 4.4, il est observé que les
valeurs de %VNT et %VT sont souvent parmi les plus grandes parmi les courbes situées dans
le fuseau, ce qui dénote un potentiel assez faible. Par contre, cette fraction est celle dont les
particules sont le plus rapprochées parmi les courbes granulométriques étudiées. Ceci est
constaté en consultant les valeurs %MVNTSG et %MVTSG au Tableau 4.2. Les particules
constituant cette fraction sont significativement plus rapprochées que celles des autres
courbes et elles risquent de jouer un rôle prépondérant dans l’interprétation de la
performance générale des courbes étudiées. La fraction SF possède, quant à elle, un faible
potentiel d’empilement de particules puisque les valeurs %VNT et %VT sont les deuxièmes
plus élevées après celles de la CSI. Les particules constituant cette fraction sont aussi
relativement rapprochées puisque les valeurs %MVNTSF et %MVTSF sont supérieures à la
moyenne calculée pour 5 courbes. Elles demeurent toutefois inférieures à celles de la CM et
de la CIS. Généralement, les observations faites sur les fractions SG et SF, sont assez en

127
accord avec les valeurs des ratios calculés pour celles-ci, c’est-à-dire que les deux offrent
un bon empilement créant peu de vides.

Pour ce qui est de la CSS, cette courbe est celle dont le GG est le plus espacé puisque la
masse volumique est environ 66% de la MVNT en moyenne. Par conséquent, il n’y a
presque pas de contact entre les GG dans cette courbe. La fraction gravier se retrouve
dispersée et il est pensable que son influence sur la création de vides sur les propriétés
mécaniques est davantage marginale. Il doit être noté que la fraction GG de cette courbe a
un bon potentiel d’empilement et de stabilité puisque son RGG est bas. La CSS est
généralement la courbe dont la masse volumique du GF est la plus élevée, ce qui explique
les valeurs élevées de %MVTGF (100% en moyenne pour les trois sources). La création de
vides dans la fraction GF est assez grande (Tableau 4.4), la CSS montrant des valeurs de
%VNT et %VT de l’ordre de celles de la CSI.

Il est aussi possible d’observer pour la CSS que la fraction grossière du GF, soit la fraction
SG, a un excellent potentiel d’empilement et que peu de vides y est créée puisque le
RFGGF est très élevé. Toutefois, d’une part, en observant les résultats du Tableau 4.4, il est
constaté que le pourcentage de vides créés dans cette fraction est généralement supérieur à
la moyenne aux états tassé et non tassé. D’autre part, en consultant le Tableau 4.2, il est
observé que cette fraction est particulièrement dispersée dans un échantillon à la masse
volumique sèche maximale. En effet, aux états tassé et non tassé, les valeurs %MVNTSG et
%MVTSG sont inférieures à la moyenne à laquelle est soustraite l’écart-type (valeurs
calculées pour 6 courbes). Les particules de cette fraction se retrouvent donc extrêmement
dispersées dû à la présence de la discontinuité. De son côté, la fraction SF remplit moins
bien les vides et est assez grossière en se fiant au RFFGF, qui est assez bas. D’un côté, ceci
est corroboré par le fait que le potentiel de création de vide de la granulométrie de cette
fraction est parmi les plus élevé tel que constaté avec les valeurs %VNT et %VT au Tableau
4.4. Néanmoins, tant aux états tassé que non tassé, la fraction SF de la CSS a les particules
les plus rapprochées et présentant assurément un nombre élevé de contacts inter
particulaires étant donné les valeurs de %MVNTSF et %MVTSF. En effet, ces valeurs sont
respectivement de 63 et 53% en moyenne pour les trois sources, ce qui est largement plus

128
élevé que les valeurs des autres courbes considérées dans cette étude. Ceci est explicable
par le fait que cette courbe contient peu de GG et de SG.

La méthode Bailey est un outil permettant de comparer et d’apprécier les différences entre
les granulométries. Dans ce chapitre, cette méthode a été utilisée pour comparer de façon
relative les granulométries entre elles, plus particulièrement chacune des fractions
constituant les matériaux. Entre autres, il a été permis de déterminer quelle fraction
constitue la matrice pour chacune des courbes granulométriques, mais aussi d’analyser plus
en détail la distribution granulométrique de la matrice et des particules plus dispersées.
Cette méthode permet d’extraire certaines variables décrivant la courbe granulométrique et
ses différentes fractions, mais aussi l’état des matériaux. Ces variables pourront donc être
utilisées dans les chapitres suivants dans le but de mieux cerner certains effets de la
granulométrie sur la performance.

4.4. Conclusion

L’utilisation de la méthode Bailey a permis d’approfondir l’analyse des matériaux et de


mieux cerner les interactions entre les diverses fractions granulaires composant un mélange.
La subdivision d’un mélange granulaire en fractions a permis, entre autres, d’évaluer la
matrice des matériaux, ainsi que l’étalement granulométrique et le niveau de blocage de
chaque fraction. Cette méthode est de plus en plus utilisée dans le domaine des enrobés
bitumineux. De plus, elle est très avantageuse dans le cadre d’une étude comme celle-ci car
elle permet l’extraction d’une grande quantité de variables pouvant potentiellement être liés
à la performance. D’une façon générale, cette section a permis de mieux comprendre les
matériaux étudiés et d’apporter des éléments de réflexion supplémentaires qui pourront être
mis à profit dans la section suivante portant sur la performance thermique, hydrique et
mécanique des matériaux granulaires non liés utilisés dans les fondations de chaussées.

129
CHAPITRE 5

ESSAIS DE PERFORMANCE : PROCÉDURES, RÉSULTATS


ET ANALYSES

Suite à la réalisation d’une caractérisation détaillée des matériaux étudiés dans le cadre de
cette étude, des essais cherchant à caractériser la performance de ces mêmes matériaux ont
été réalisés. Ces essais visent à décrire le comportement hydrique, mécanique et thermique
des MG 20. Les essais visant à déterminer les caractéristiques des MG 20 sont les essais de
conductivité hydraulique et de résistance à l’érosion pour les propriétés hydriques, les
essais de module réversible pour les propriétés mécaniques et les essais de gel et dégel pour
les propriétés thermiques.

5.1. Essais de performance thermique : gel et dégel

5.1.1. Préparation des échantillons et méthodologie

Les essais de gel et de dégel sont réalisés dans la cellule extensible du Groupe de
Recherche en Ingénierie des Chaussées de l’Université Laval et sont basés sur la norme LC
22-331 Détermination du potentiel de ségrégation des sols (MTQ 1993). Cette cellule
consiste en 15 anneaux de plastique emboîtés les uns dans les autres parmi lesquels des
thermistances sont insérées à travers ceux-ci. Ce type de cellule de gel est suggéré par
Brandl (2001), qui suggère également d’évaluer la sensibilité au dégel avec un essai CBR.
Dans le cas présent, la sensibilité au dégel sera évaluée par le module réversible, mais par
une procédure différente que la procédure typique de détermination du MR. Un schéma
typique d’un essai de gel est présenté à la Figure 5.1. L’extrémité des thermistances est
positionnée tout juste sur le rebord intérieur des anneaux et celles-ci sont recouvertes de

130
colle époxy afin de fixer la thermistance et de protéger son extrémité. Les matériaux
granulaires sont d’abord écrêtés au tamis de 5 mm avant la réalisation de l’essai puisque le
diamètre de la cellule de gel utilisée est de 101,4 mm (Figure 5.2). Ceux-ci sont mis en
place à une teneur en eau d’environ 5% afin de préparer les échantillons du côté sec de
l’optimum et ainsi éviter la migration des particules fines lors de la mise en place. Celle-ci
est effectuée en 5 couches à l’aide d’un marteau pneumatique et d’une dame de compactage
de 50,8 mm de diamètre. Le moule de compactage utilisé est séparable en deux parties
retenues au centre par un collet de serrage. La hauteur disponible pour l’échantillon dans le
moule est de 175 mm après la pose d’une pastille métallique d’espacement de 25 mm de
hauteur au fond du moule. Le rôle de cette pastille est de faciliter la mise en place de
l’échantillon sur la base de la cellule de gel. Afin de s’assurer que les échantillons ont une
masse volumique sèche près de la masse volumique sèche maximale, chaque couche est
compactée en visant la masse volumique maximale pour chacune d’elle. Pour ce faire, une
masse humide déterminée de matériau à teneur en eau de compactage connue est mise en
place dans un volume connu.

Figure 5.1 : Schéma d’un essai de gel

131
Figure 5.2 : Granulométries écrêtées au tamis de 5 mm

L’échantillon est démoulé sur la base de la cellule extensible et des papiers filtres et des
pierres poreuses préalablement saturées sont mis en place aux extrémités de l’échantillon.
Les côtés des plateaux inférieur et supérieur sont recouverts de graisse de silicone afin
d’assurer une bonne étanchéité. L’échantillon est alors recouvert d’une membrane de
caoutchouc. Les anneaux de la cellule extensible sont alors mis en place sur l’échantillon et
des anneaux de serrage sont placés autour des plateaux inférieur et supérieur. La cellule
extensible contenant l’échantillon est placée dans une chambre froide maintenue à 4°C afin
de conditionner thermiquement l’échantillon et de diminuer les pertes thermiques au cours
de l’essai. Une charge statique de 7 kPa est appliquée sur l’échantillon afin de représenter
une charge sus-jacente typique pour un matériau de fondation. L’utilisation d’une surcharge
faible est aussi suggérée par Brandl (2001). L’échantillon est alors saturé de bas en haut en
appliquant une charge hydraulique variable d’un maximum de 50 cm d’eau à la base de
l’échantillon pour un gradient hydraulique maximal de 2,9 pour un échantillon de 175 mm
de hauteur. De plus, la valve d’entrée d’eau de la burette est ajustée de façon à ce que la
vitesse d’entrée de l’eau dans l’échantillon soit d’environ 60 ml/h. Le processus de

132
saturation prend environ une demi-journée. L’échantillon est alors laissé au repos dans la
chambre froide pendant 24 heures afin que l’air résiduel qui pourrait être retenu dans
l’échantillon soit évacué.

Le gel de l’échantillon débute le lendemain avec l’application d’une température de -4°C à


la tête de l’échantillon et de 2°C à la base. La procédure du gel en échelon est utilisée afin
d’imposer des conditions de gel sévères à l’échantillon. De plus, un front de gel stagnant
dans l’échantillon ainsi que la présence d’une réserve d’eau à proximité de celui-ci
permettent de mesurer la susceptibilité du matériau à former des lentilles de glace. Les
températures imposées à l’échantillon permettent d’obtenir un gradient de température
d’environ 0,03°C/mm, ce qui est semblable à celui rapporté par (Konrad et Lemieux 2005).
Durant l’essai, le temps, la température et le soulèvement du piston sont enregistrés à toutes
les minutes. Grâce à ces données brutes, il est possible de mettre en graphique la
profondeur du front de gel en fonction du temps afin de déterminer le temps d’équilibre
thermique, le taux de soulèvement en fonction du temps en régime permanent dh/dt ainsi
que le gradient de température dans la frange gelée en régime permanent Grad T. La Figure
5.3 présente les données obtenues de l’essai de potentiel de ségrégation réalisé sur la courbe
CIS de la source basaltique. Il est possible de constater que le régime permanent est atteint
à environ 35 heures de gel lorsque le gradient thermique est stabilisé. De plus, le taux de
soulèvement dh/dt est de 2,112 mm/j et le gradient thermique Grad T au temps d’équilibre
thermique est égal à 0,0306 °C/mm.

133
Figure 5.3 : Données typiques d’essai de gel

Le dégel de l’échantillon s’effectue en appliquant une température de 4°C à la tête de


l’échantillon et de -0,5°C à la base. La charge statique de 7 kPa est maintenue lors du dégel.
Trois séries de chargements cycliques constituées de trois impulsions de 2 secondes d’une
intensité de 100 kPa espacées de 30 secondes chacune sont appliquées à différents moments
au cours du dégel, lorsque le comportement du matériau est instable. La première série de
chargement est appliquée après environ 8 heures de dégel quand le front de dégel atteint le
tiers inférieur de l’échantillon. La deuxième séquence de chargement est appliquée après 24
heures de dégel sous les mêmes conditions thermiques. Finalement, la troisième séquence
de chargement est appliquée après 36 heures de dégel après l’application d’une température
de 0,5°C à la base de l’échantillon après la deuxième séquence de chargement. De plus,
afin d’apprécier les variations de portance dues au cycle de gel-dégel, un module réversible
avant le gel a été déterminé sur l’échantillon à la teneur en eau de compactage. Les résultats
bruts obtenus sont trois graphiques montrant le cheminement de la déformation dans le
temps résultant des trois impulsions appliquées à chacune des trois étapes de dégel
prédéfinies. Un exemple de ce graphique est présenté à la Figure 5.4, où un exemple des
calculs effectués est également présenté dans le cas de la courbe CSS de la source
basaltique. La déformation considérée pour le calcul est la déformation réversible observée
après le chargement.

134
Figure 5.4 : Première séquence de chargement lors du dégel – Basalte CSS

Il est important de noter que lors de la détermination du MR en dégel, il n’est pas possible
d’appliquer un nombre élevé de cycles pour stabiliser les déformations permanentes étant
donné les limitations du montage (impulsions appliquées manuellement). Les résultats
obtenus ne doivent donc pas être vus comme des valeurs absolues mais bien relatives qui
permettront de définir l’évolution du module lors du dégel en fonction de la granulométrie.

5.1.2. Résultats des essais de gel et dégel

Les résultats des essais de potentiel de ségrégation réalisés sur les matériaux granulaires de
fondation écrêtés au tamis de 5 mm sont présentés au Tableau 5.1. Les principales données
recueillies lors des essais de gel sont le soulèvement total dh, le taux de soulèvement en
régime thermique transitoire (après 5 heures de gel) dh/dt5h et permanent dh/dt et le
gradient thermique près du front de gel en régime thermique permanent GradT. La valeur
de dh/dt5h correspond à la tangente à la courbe de soulèvement après 5 heures de gel. À
l’aide de ces données, il est possible de calculer le potentiel de ségrégation. De plus, pour
chaque source, la valeur moyenne du potentiel de ségrégation Moy. ainsi que le coefficient
de variation associé CV sont calculés afin de quantifier la susceptibilité au gel globale de la
source ainsi que sa variabilité. Les valeurs de compacité dans le Tableau 5.1 montrent que
le compactage est satisfaisant et que le compactage des échantillons est supérieur à 95% de
la masse volumique maximale.

135
Tableau 5.1 : Résultats des essais de potentiel de ségrégation

dh dh SP
d n
nf
h dh 5h Grad T SP
Statistiques
dt dt
(kg/m³) (%) (mm) (mm) (mm/j) (mm/j) (°C/mm) (mm²/°c*j) (mm²/°c*j)
CS 2042 23,2 0,72 175 1,6 1,800 0,545 0,0306 16,4
CM 2011 24,3 0,77 175 1,3 0,792 0,384 0,0333 10,6
GNEISS

CI 2008 24,5 0,85 175 1,1 1,128 0,264 0,0333 7,3 Moy.  11, 6
CSI 1992 24,7 0,90 175 0,8 0,720 0,144 0,0333 4 CV  52%
CIS 2055 23,0 0,66 175 2,7 2,664 0,651 0,0288 20,7
CSS 1874 29,5 0,78 175 1,8 1,800 0,360 0,0306 10,8
CS 2120 17,3 0,64 175 3,4 3,480 0,994 0,0277 32,8
CALCAIRE

CM 2100 19,4 0,72 175 2,6 3,072 0,840 0,0283 27,2 Moy.  27, 0
CI 2059 20,9 0,82 175 2,2 2,232 0,686 0,0300 20,9
CSI 2050 21,8 0,89 175 2,0 1,800 0,450 0,0333 12,4 CV  36%
CIS 2175 16,8 0,57 175 4,0 3,600 1,340 0,0300 40,9
CSS 2030 22,5 0,71 175 2,2 2,376 0,920 0,0306 27,6
CS 2265 17,3 0,64 164 7,6 10,080 2,427 0,0356 62,5
CM 2265 18,5 0,70 164 8,0 8,112 2,330 0,0361 59,2
BASALTE

CI 2179 22,2 0,83 169 4,7 4,824 1,370 0,0333 37,7 Moy.  50, 4
CSI 2218 20,5 0,88 168 5,2 4,776 1,059 0,0339 28,7 CV  28%
CIS 2220 20,2 0,63 172 8,0 8,208 2,112 0,0306 63,4
CSS 2088 24,7 0,74 175 6,1 5,472 1,968 0,0353 51,1

Dans le but d’identifier les paramètres reliés directement ou indirectement à la


granulométrie qui décrivent adéquatement le comportement au gel des matériaux
granulaires testés dans cette étude, des coefficients de corrélation R, lesquels décrivent le
niveau d’association entre deux variables, ont été calculés entre le potentiel de ségrégation
et les principales variables explicatives identifiées comme pertinentes pour chaque source.
Les résultats sont présentés au Tableau 5.2. Les variables explicatives retenues sont le
pourcentage de particules fines %F, d60, d50, d30, d10, Cu, Cc, n et nf. Tel qu’il peut être
observé au Tableau 5.2 et Figure 5.5, la porosité de la fraction fine définie par Côté et
Konrad (2003) apporte une meilleure compréhension du phénomène de susceptibilité au gel
que %F parce qu’elle représente non seulement la teneur en particules mais aussi sa
dispersion et occupation des vides créés par la fraction grossière (d>80 µm). Ce paramètre
apporte une considération volumique du rôle des particules fines plutôt que de simples
considérations massiques. Des valeurs de nf faibles correspondent à des vides plus petits et
à une augmentation de la tortuosité des canaux d’écoulement. Pour des matériaux ayant une
susceptibilité au gel assez faible comme les matériaux granulaires, les résultats montrent

136
que SP diminue avec une augmentation de nf. Les équations reliant SP (mm²/(°C*j)) et nf
(forme décimale) prennent la forme

Gneiss : SP  69, 4347 * n f  65,9036


Équation 56
R ²  0,9718

Calcaire : SP  84, 0771* n f  87,9101


Équation 57
R ²  0,9826

Basalte : SP  138, 6158* n f  152,5121


Équation 58
R ²  0,9687

Tableau 5.2 : Coefficients de corrélation R entre SP et les variables explicatives

d60 d50 d30 d10 Cu Cc n nf %F


Gneiss -0,56 -0,65 -0,62 -0,86 0,63 -0,14 -0,36 -0,99 0,94
Calcaire -0,67 -0,75 -0,62 -0,94 0,65 0,00 -0,78 -0,99 0,97
Basalte -0,67 -0,73 -0,59 -0,92 0,59 0,18 -0,41 -0,98 0,91

70
Légende
60 Gneiss
Calcaire
Basalte
50
SP7kPa (mm²/(°C*j))

40

30

20

10

0
0.5 0.6 0.7 0.8 0.9 1
nf

Figure 5.5 : Relation entre SP et nf

137
Le Tableau 5.3 présente une comparaison du potentiel de ségrégation entre chaque source
et chaque granulométrie. Pour chacune des granulométries testées, le ratio du potentiel de
ségrégation entre deux sources distinctes est calculé ainsi que la valeur moyenne de ces
ratios pour chaque comparaison entre deux sources. Il peut être observé que les valeurs de
SP du calcaire sont 2,5 fois plus élevées en moyenne que celle du gneiss, que celles du
basalte sont 4,7 fois plus élevées que celles du gneiss et celles du basalte sont 1,9 fois plus
élevées que le calcaire. Dans le but de quantifier comment SP varie à l’intérieur du fuseau
granulométrique, les résultats ont été classés de la valeur de SP la plus faible à la plus
élevée pour chaque source et un ratio a été calculé entre chaque granulométrie et celle
présentant le SP le plus faible pour chaque source au Tableau 5.4. Il est possible d’observer
que le classement des granulométries est le même pour les sources gneiss et calcaire alors
qu’il est légèrement différent pour le basalte, lequel présente des ratios beaucoup plus
rapprochés que les deux autres sources.

Tableau 5.3 : Comparaison des valeurs de SP entre les granulométries et les sources

SP (Calcaire) SP ( Basalte) SP ( Basalte)


SP (Gneiss) SP (Gneiss ) SP (Calcaire)
CS 2,0 3,8 1,9
CM 2,6 5,6 2,2
CI 2,9 5,2 1,8
CSI 3,1 7,2 2,3
CIS 2,0 3,1 1,6
CSS 2,6 4,7 1,9
Moyenne 2,5 4,7 1,9

Tableau 5.4 : Classement des granulométries pour chaque source en termes de SP

GNEISS CALCAIRE BASALTE


SP (Courbe) SP (Courbe) SP (Courbe)
SP (CSI ) SP (CSI ) SP (CSI )
CSI 1,0 1,0 CSI 1,0
CI 1,8 1,7 CI 1,3
CM 2,7 2,2 CSS 1,8
CSS 2,7 2,2 CM 2,1
CS 4,1 2,6 CS 2,2
CIS 5,2 3,3 CIS 2,2

138
Dans le but d’apporter une meilleure compréhension sur ce qui influence la susceptibilité
au gel de chaque source et sur quelle propriété physique ou minéralogique semble expliquer
la différence des SP mesurés entre chaque source, une matrice de corrélation montrant le
niveau de relation entre les valeurs de SP de chaque granulométrie et un paramètre relié à la
source minéralogique est calculée au Tableau 5.5. Étant donné que la relation est
déterminée entre trois points, l’hypothèse d’une relation linéaire est la plus réaliste. Les
paramètres utilisés décrivant la source sont CuF, d50F, <20µm, <2µm et SSF. Il peut être
observé que, pour chaque granulométrie testée, le meilleur paramètre décrivant la variation
de SP entre chaque source est CuF. Ceci est en accord avec l’effet de nf sur la valeur de SP
puisque le coefficient d’uniformité des particules fines doit influencer dans une certaine
mesure la taille des pores à l’intérieur de la fraction fine. Alors que nf décrit la quantité de
particules fines et le remplissage des vides créés par la matrice de particules grossières
(d>80µm), CuF peut permettre d’apprécier d’une certaine façon le potentiel d’empilement
des particules fines lequel influence la création de vides. Ceci est aussi confirmé au Tableau
5.6 où le niveau de corrélation entre la valeur moyenne de SP de chacune des sources et les
principaux paramètres décrivant ces sources est calculé avec le coefficient de corrélation R.
Encore une fois, l’hypothèse d’une relation linéaire a été considérée puisque trois points
sont utilisés pour la relation. Il peut être observé que la valeur de CuF est encore celle
montrant le meilleur niveau de corrélation avec les valeurs moyennes de SP.

Tableau 5.5 : Matrice des coefficients de corrélation R pour l’influence de la source sur SP

CS CM CI CSI CIS CSS CuF d50F <20µm <2µm SSF


CS 1
CM 1,00 1
CI 0,99 0,99 1
CSI 1,00 1,00 0,99 1
CIS 0,99 0,99 1,00 0,99 1
CSS 1,00 1,00 1,00 1,00 1,00 1
CuF 0,95 0,95 0,98 0,95 0,99 0,97 1
d50F -0,68 -0,66 -0,75 -0,66 -0,77 -0,73 -0,87 1
<20µm 0,66 0,64 0,73 0,64 0,75 0,71 0,85 -1,00 1
<2µm 0,85 0,85 0,90 0,85 0,92 0,89 0,97 -0,96 0,95 1
SSF 0,66 0,65 0,74 0,65 0,76 0,71 0,86 -1,00 1,00 0,96 1

139
Tableau 5.6 : Coefficients de corrélation R entre les SP moyens et les caractéristiques des fines

SP CuF d50F <20µm <2µm SSF


Gneiss 11,6 7,9 38 27 4,2 4
Calcaire 27 17,9 18 52,5 12,5 16
Basalte 50,4 24 21 48 14 14
R 1 0,97 -0,71 0,69 0,88 0,70

En ce qui concerne les essais module réversible en dégel réalisés sur les échantillons ayant
subit un cycle de gel, les résultats sont présentés au Tableau 5.7. Il est à noter que les
caractéristiques granulométriques des échantillons sont les mêmes que celles présentées
pour les essais de gel. Les valeurs de MR0, MR1, MR2, MR3 et MRmoyen représentent les
modules réversibles mesurés respectivement avant gel, au premier chargement, au
deuxième chargement, au troisième chargement et la moyenne des trois chargements en
dégel. Afin de quantifier les variations de portance observées lors du dégel, un ratio
exprimé en pourcentage du module réversible lors des trois chargements en dégel sur le
module réversible avant gel est calculé. De plus, la moyenne Moy. et le coefficient de
variation CV sont aussi calculés pour ces valeurs de ratios. Il est possible d’observer que
lors du premier chargement, le module réversible calculé est souvent supérieur au module
réversible avant gel dû au fait qu’une bonne portion de l’échantillon est gelée lors de ce
chargement. Il est à noter qu’après le troisième chargement, l’échantillon ne regagne pas sa
valeur de module initiale. Le module initial avant gel est déterminé sur l’échantillon non
saturé alors qu’après le gel, l’échantillon est saturé en eau et selon la méthodologie
expliquée, les trois chargements ont été effectués sur des matériaux saturés.

140
Tableau 5.7 : Modules réversibles mesurés lors des essais de dégel

M R1 MR2 MR3 M R moyen


MR0 MR1 MR2 MR3 MRmoyen
(MPa) (MPa) (MPa) (MPa) (MPa) MR0 MR0 MR0 MR0
(%) (%) (%) (%)
CS 61,4 92,1 46,5 43,4 60,7 150,0 75,7 70,7 98,8
CM 55,1 17,2 13,6 13,1 14,6 31,1 24,7 23,8 26,5
Gneiss

CI 89,4 77,2 53,6 43,8 58,2 86,4 59,9 48,9 65,1


CSI 40,0 45,7 32,8 27,6 35,4 114,1 82,0 69,1 88,4
CIS 59,3 64,8 36,2 45,7 48,9 109,3 61,1 77,0 82,4
CSS 39,2 51,0 29,3 33,4 37,9 130,0 74,8 85,3 96,7
Moy. 103,5 63,0 62,5 76,3
CV 39,9 32,9 35,9 35,7
CS 56,0 73,9 43,8 43,8 53,8 132,0 78,1 78,1 96,1
CM 53,7 59,0 48,6 46,1 51,2 109,8 90,5 85,8 95,4
Calcaire

CI 44,1 70,0 56,5 51,0 59,1 158,7 128,0 115,6 134,1


CSI 52,2 72,9 51,5 41,7 55,4 139,7 98,6 79,8 106,0
CIS 46,7 61,0 59,7 58,3 59,7 130,7 127,7 124,9 127,8
CSS 52,4 52,0 56,5 54,1 54,2 99,2 107,7 103,3 103,4
Moy. 128,4 105,1 97,9 110,5
CV 16,6 19,2 20,1 14,9
CS 51,0 69,3 54,7 55,9 60,0 135,9 107,2 109,6 117,6
CM 78,0 65,5 52,0 53,1 56,8 83,9 66,6 68,0 72,8
Basalte

CI 47,8 54,7 30,4 36,7 40,6 114,4 63,5 76,8 84,9


CSI 53,4 65,6 46,9 61,0 57,8 122,9 87,8 114,3 108,3
CIS 81,8 77,0 10,2 10,6 32,6 94,1 12,5 13,0 39,9
CSS 50,0 84,5 44,5 44,1 57,7 169,0 88,9 88,2 115,4
Moy. 120,0 71,1 78,3 89,8
CV 25,4 46,3 46,9 33,7

Une analyse statistique a été effectuée sur les valeurs de ratios entre les divers chargements
et le module réversible initial avant gel. Les coefficients de corrélation R ont été calculés
entre ces valeurs et certaines caractéristiques reliées directement ou indirectement à la
granulométrie des échantillons. Ces caractéristiques sont le pourcentage de fines %F, le d60,
le d50, le d30, le d10, les coefficients d’uniformité Cu et de courbure Cc, la porosité n et la
porosité de la fraction fine nf, le potentiel de ségrégation SP et le soulèvement total lors du
gel h. Les résultats de cette analyse sont présentés au Tableau 5.8. Il est possible d’observer
que les valeurs de R sont relativement faibles, et ce, pour chacune des sources. Ceci laisse

141
croire que, d’un point de vue statistique, le comportement lors du dégel est difficilement
explicable par la granulométrie. Toutefois, la variabilité importante des données d’essais de
module réversible lors de la période dégel est aussi identifiée par Brandl (2001), qui discute
de la difficulté de bien caractériser le comportement des matériaux en dégel dû au fait que
les matériaux sont dans un état de transition et souvent instables.

Tableau 5.8 : Valeurs de R entre le MR en dégel et quelques caractéristiques des échantillons

%F d60 d50 d30 d10 Cu Cc n* nf * SP h


MR1/MR0 0,22 -0,24 -0,20 -0,31 -0,09 -0,19 -0,09 0,16 -0,15 0,26 0,24
Gneiss

MR2/MR0 -0,13 0,05 0,11 -0,12 0,29 -0,36 -0,19 0,23 0,21 -0,09 -0,03
MR3/MR0 0,34 -0,37 -0,34 -0,55 -0,14 -0,27 -0,32 0,33 -0,21 0,29 0,45
MRmoy/MR0 0,17 -0,21 -0,17 -0,34 -0,01 -0,26 -0,18 0,23 -0,08 0,19 0,24
MR1/MR0 -0,49 0,72 0,66 0,72 0,50 0,36 0,19 -0,59 0,38 -0,31 -0,01
Calcaire

MR2/MR0 0,06 -0,02 -0,12 0,10 -0,03 0,05 0,02 0,06 -0,07 0,11 0,05
MR3/MR0 0,38 -0,30 -0,41 -0,10 -0,37 0,17 0,09 0,04 -0,39 0,43 0,30
MRmoy/MR0 -0,03 0,18 0,07 0,31 0,06 0,25 0,13 -0,21 -0,02 0,09 0,13
MR1/MR0 0,00 -0,45 -0,34 -0,19 -0,01 -0,78 0,22 0,75 0,20 -0,19 -0,40
Basalte

MR2/MR0 -0,41 0,03 0,18 0,23 0,30 -0,57 0,33 0,35 0,38 -0,26 -0,29
MR3/MR0 -0,62 0,29 0,43 0,37 0,55 -0,56 0,22 0,27 0,59 -0,50 -0,47
MRmoy/MR0 -0,40 -0,02 0,12 0,17 0,33 -0,69 0,28 0,49 0,44 -0,36 -0,43
* Caractéristiques volumétriques initiales de l’échantillon

5.1.3. Analyse des essais de gel

Dans le but de mettre les valeurs de SP mesurées en perspective, il est possible de calculer
le soulèvement théorique de matériaux granulaires de fondation ayant les mêmes
caractéristiques et SP en utilisant le logiciel de dimensionnement des chaussées souples
proposé par le MTQ, soit CHAUSSÉE2. Ce logiciel utilise les théories de Saarelainen
(1992) et de Konrad et Morgernstern (1981) pour calculer la profondeur de gel et les
soulèvements correspondants. Les principales caractéristiques des matériaux considérées
pour cette simulation sont présentées à la Figure 5.6 et les résultats sont compilés au
Tableau 5.9. Les résultats présentés sont le soulèvement causé par le gel de l’eau
interstitielle hgei, causé par l’augmentation de volume de 9% de l’eau lorsqu’elle passe en
phase solide, et le soulèvement total incluant le soulèvement causé par de la glace de
ségrégation hgs. Tel qu’il est possible de constater à la Figure 5.6, les caractéristiques des
matériaux de la chaussée théorique autres que celles du matériau de fondation sont fixées

142
de façon à ce qu’ils n’engendrent aucun soulèvement lors de cette simulation. Le degré de
saturation de la fondation est ajusté à 100% dans le but de réaliser cette simulation pour des
conditions critiques. Les masses volumiques sèches ainsi que les masses volumiques des
grains solides entrées dans le logiciel sont les mêmes que celles mesurées pour chaque
granulométrie et chaque source dans cette étude. De plus, pour chaque source de granulat,
la surface spécifique des particules fines et le diamètre moyen de la fraction fine sont
ajustés pour chaque source afin de prendre en compte leur effet respectif.

Tableau 5.9 : Soulèvement au gel théorique pour les matériaux testés dans cette étude
Gneiss Calcaire Basalte
hgei hgs hgei+hgs hgei hgs hgei+hgs hgei hgs hgei+hgs
(mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm)
CS 6 3 9 3 4 7 3 8 11
CM 6 2 8 4 4 8 3 9 12
CI 6 1 7 4 3 7 5 6 11
CSI 6 1 7 4 2 6 4 4 8
CIS 6 3 9 3 5 8 4 10 14
CSS 6 4 10 5 4 9 5 10 15
Moyenne 6 2,3 8,3 3,8 3,7 7,5 4 7,8 11,8

Figure 5.6 : Caractéristiques de la chaussée pour la simulation portant sur le soulèvement théorique

143
Les résultats présentés au Tableau 5.9 suggèrent que, en considérant la fondation dans un
état critique pour sa gélivité, des soulèvements au gel non négligeables peuvent se produire
dans les matériaux granulaires qui ont des valeurs de potentiel de ségrégation dans l’ordre
de ceux obtenus dans cette étude. Il est possible de constater que le basalte et le calcaire
développent davantage de glace de ségrégation que le gneiss mais subissent aussi un
soulèvement dû au gel de l’eau interstitielle inférieur. Les résultats sont en accord avec les
valeurs de SP mesurées dans cette étude. Il est possible d’affirmer que des soulèvements au
gel de cet ordre peuvent définitivement affecter dans une certaine mesure la performance
des matériaux de fondation lors de la période de dégel et ainsi causer une augmentation du
taux de dégradation de la chaussée durant cette période. Par conséquent, il est plus que
pertinent d’étudier l’effet de la granulométrie et de la source sur le potentiel de ségrégation
des matériaux granulaires de fondation des chaussées en contexte nordique. Cette analyse
théorique suggère que le soulèvement au gel causé par le gel de l’eau interstitielle et par la
formation de glace de ségrégation est grandement influencé par ces deux paramètres
(granulométrie et source).

En observant le taux de soulèvement en régime thermique transitoire tel que présenté au


Tableau 5.1, il est possible de constater que la valeur de dh/dt5h suit assez bien la valeur de
dh/dt mesurée en régime thermique permanent. La valeur de dh/dt5h permet de caractériser
le comportement du matériau dans les premières heures de gel. Selon les résultats présentés
dans le cadre de cette étude, l’effet de la granulométrie sur la susceptibilité au gel est
similaire en régime thermique transitoire et permanent en termes de taux de soulèvement.
Quelques variations dans le classement des granulométries entre les deux régimes
thermiques sont observées mais la tendance générale est la même dans les deux cas.

Les valeurs de SP présentées au Tableau 5.1 montrent clairement l’effet des variations
granulométriques sur la susceptibilité au gel des matériaux granulaires de fondation de
chaussées. Le Tableau 5.4 montre que le classement des granulométries en termes de
potentiel de ségrégation est le même pour la source de gneiss et de calcaire alors qu’une
légère différence est observée pour la source basalte. Cette différence est observée pour les
granulométries CM et CSS de type basaltique. Il doit être noté que ces deux granulométries
ont des valeurs de SP très semblables dans le cas des sources de gneiss et de calcaire. Par

144
conséquent, il n’est pas anormal que la performance de la CM soit inférieure à celle de la
CSS dans le cas de la source basaltique. La différence dans la forme de la granulométrie de
la CSS provoque une augmentation de la valeur de nf même si cette courbe contient un
pourcentage élevé de particules fines. Pour chaque granulométrie, la CIS montre la
susceptibilité au gel la plus élevée alors que la CSI montre la plus faible. Ces deux courbes
granulométriques ont respectivement le potentiel d’empilement granulaire le plus élevé et
le plus bas, ce qui peut être apprécié par leur coefficient d’uniformité. Cependant, lorsque
les valeurs de masse volumique sèche sont observées au Tableau 5.1, il est possible de
constater que les variations de ce paramètre sont assez faibles entre ces courbes
granulométriques. Plus précisément, les variations de masse volumique sèche maximale
entre les courbes écrêtées au tamis de 5 mm sont faibles et sont de l’ordre de 1,9, 2,3 et
2,5% de coefficient de variation CV pour les sources gneiss, calcaire et basalte
respectivement. Ceci confirme que la porosité globale n’est pas un paramètre suffisamment
complet pour décrire adéquatement la susceptibilité au gel des granulats routiers mais que
la porosité de la fraction fine nf, soit la quantité de particules fines et leur dispersion,
semble apporter une compréhension beaucoup plus précise du phénomène.

Les résultats présentés au Tableau 5.3 montrent que des ratios plus élevés entre chaque
source minéralogique sont généralement trouvés pour les matériaux contenant moins de
particules fines comme la CI, CSI et CM. En fait, les ratios calculés pour ces
granulométries sont généralement situés au-dessus des moyennes présentées dans ce
tableau. Cela porte à croire que les caractéristiques des particules fines, plus spécifiquement
la surface spécifique des fines et leur granulométrie, semble avoir un effet plus important
pour des pourcentages de particules fines faibles et influence la susceptibilité au gel de
façon de plus importante que la teneur en particules fines. Inversement, les ratios les plus
faibles observés pour les courbes CS et CIS montrent qu’à des pourcentages de particules
fines élevés, l’influence des caractéristiques des particules fines et de leur granulométrie sur
la susceptibilité au gel tend à diminuer au profit de la teneur en particules fines en
comparaison avec le cas des teneurs en particules fines plus faibles. Le classement des
granulométries pour chaque source minéralogique présenté au Tableau 5.4 permet de
mesurer la dispersion des données de susceptibilité au gel. Comme il est possible
d’observer, lorsque les granulométries sont comparées à la granulométrie ayant la

145
susceptibilité au gel la plus faible (CSI), les valeurs de SP de la granulométrie la plus
susceptible au gel (CIS) sont 5,2, 3,3 et 2,2 fois la valeur de la plus petite valeur de SP pour
le gneiss, le calcaire et le basalte, respectivement. Cette plage de variation suit assez bien de
façon relative les coefficients de variation exprimés au Tableau 5.1 pour chaque source de
granulats testée. Cela suggère encore que, pour des particules fines ayant une surface
spécifique assez faible et une distribution granulométrique assez grossière (Tableau 3.3), la
variation dans la teneur en particules fines a une influence plus importante que les
caractéristiques des particules fines. À l’opposé, si les particules fines ont une surface
spécifique plus élevée et une granulométrie plus fine, la variation dans la teneur en
particules fines a moins d’influence sur la susceptibilité au gel et les caractéristiques des
particules fines semblent jouer un rôle plus important. Alors que le classement des
granulométries est le même pour les sources gneiss granitique et calcaire (Tableau 5.4), il
est légèrement différent pour la source basaltique entre autres parce que la CM et la CSS
présentent des valeurs de susceptibilité au gel très près l’une de l’autre pour chaque source.
Cela tend à montrer que le fait de varier la forme d’une granulométrie est un moyen
efficace de diminuer la susceptibilité au gel puisque la CSS contient 11,7% de particules
fines en comparaison avec la CM qui en contient 9,5%. La variation de la granulométrie
cause une augmentation dans la porosité globale et dans la porosité de la fraction fine, ce
qui peut être constaté lorsque les caractéristiques volumétriques de la CS et de la CSS sont
comparées (Tableau 5.1).

Les valeurs de R présentées au Tableau 5.2 quantifient la force de la relation entre les
valeurs de SP et les principales caractéristiques reliées à la granulométrie ou à la volumétrie
des matériaux. Le pourcentage de particules fines est largement utilisé afin d’apprécier la
susceptibilité au gel des matériaux granulaires et montre un bon niveau de corrélation avec
SP. La porosité de la fraction fine présente toutefois les valeurs de R les plus élevées pour
chacune des sources testées. Cela est principalement dû au fait que cette valeur tient compte
non seulement de la quantité de particules fines mais aussi de leur dispersion et leur masse
volumique à l’intérieur des vides créés par la fraction grossière (d>80 µm) des matériaux
granulaires. Cette valeur est aussi reliée à la tortuosité des canaux d’écoulement (Côté et
Konrad 2003). La relation entre SP et nf est présentée à la Figure 5.5. La diminution de nf
conduit à une augmentation du potentiel capillaire pour des matériaux granulaires contenant

146
des particules fines majoritairement silteuses et cela influence grandement la capacité des
matériaux à conduire l’eau vers un front de gel. Cependant, la taille des canaux capillaires
non gelés est influencée par la surface spécifique des particules fines laquelle est liée à
l’épaisseur de la couche d’eau adsorbée autour de celle-ci. Pour des matériaux dont la
surface spécifique des particules fines est assez faible, comme c’est le cas pour les
matériaux granulaires de fondation des chaussées contenant peu de minéraux argileux, la
susceptibilité au gel devrait augmenter avec une augmentation de la surface spécifique des
particules fines. Une surface spécifique des particules fines élevée réduisant la taille des
canaux d’écoulement capillaires non gelés, l’augmentation de celle-ci peut conduire à un
point où la susceptibilité gel diminuerait avec une augmentation de ce paramètre.

La relation entre SP et nf présentée à la Figure 5.5 montre aussi les variations de SP entre
chaque source de granulats. Même s’il est clair que la valeur de nf décrit adéquatement la
susceptibilité au gel, la variation de cette susceptibilité entre chaque source minéralogique
doit être influencée par la minéralogie et la granulométrie des particules fines. La tortuosité
de l’écoulement décrit par nf doit aussi être influencée par la granulométrie des particules
fines, qui peut être décrite entre autres par d50F et CuF. Cependant, comme la susceptibilité
au gel est reliée à la conductivité hydraulique d’un matériau granulaire et puisque la
conductivité hydraulique est généralement mieux expliquée par l’uniformité d’une courbe
granulométrique, il est peu surprenant de trouver que CuF est le paramètre montrant les
valeurs de R les plus élevées au Tableau 5.5 et au Tableau 5.6, surtout puisque le gel est un
phénomène de conduction de l’eau par la portion plus fine des matériaux (Konrad 1999).

Le potentiel de ségrégation sous une surcharge de 7 kPa peut aussi être déterminé à l’aide
du modèle proposé par Konrad (2005). Ce modèle permet d’estimer le potentiel de
ségrégation sans surcharge en utilisant des caractéristiques des particules fines, telles d50F,
SSF et la limite liquide des particules fines. Il a été dérivé en utilisant, entre autres, des
particules fines extraites de matériaux granulaires de carrières comme matériaux dits de
référence. En se basant sur le d50F mesuré pour les matériaux testés, le gneiss présente un
ratio SS/SSref inférieur à 1 alors que, pour les deux autres sources, cette valeur est
supérieure à l’unité. Il est alors possible de calculer une valeur de SP0 correspondant au SP
sous 0 kPa de surcharge. Par conséquent, en utilisant l’équation du potentiel de ségrégation

147
et celle décrivant l’influence du poids des terres sur le SP, il est possible de calculer des
valeurs de SP7kPa qui sont égales à 55,3, 128 et 122,9 mm²/(°C*j) pour le gneiss, le calcaire
et le basalte respectivement. Ces valeurs élevées en comparaison avec les résultats obtenus
s’expliquent par le fait que ce modèle considère les sols comme entièrement constitués de
particules fines. De plus, ce modèle ne permet pas d’expliquer adéquatement les différences
de SP entre la source calcaire et la source basalte. Le facteur de fines Rf, qui est
proportionnel à SP, présenté par Rieke et coll. (1983), a aussi été utilisé pour quantifier et
comprendre l’influence de la source sur la susceptibilité au gel des matériaux testés. Le
facteur Rf est égal à la multiplication du pourcentage de particules fines par le pourcentage
de particules de la taille des argiles dans les particules fines, divisés par la limite liquide des
particules fines. En utilisant la teneur en particules fines moyenne pour chaque source des
échantillons testés (9,6%), le pourcentage d’argile dans la fraction fine à la Figure 3.3 et la
limite liquide des particules fines au Tableau 3.1, la valeur de Rf peut être déterminée et est
égale à 1,35, 5,15 et 4,9 pour le gneiss, le calcaire et le basalte, respectivement. Encore une
fois, il n’est pas possible de relier directement la valeur de Rf à l’influence de la source sur
les valeurs moyennes de SP.

Les valeurs moyennes de porosité de la fraction fine pour chaque source sont 0,78, 0,727 et
0,742 pour le gneiss, le calcaire et le basalte, respectivement. Il est possible d’observer
qu’elles ne sont pas reliées directement aux valeurs moyennes de SP présentées au Tableau
5.1. La valeur de nf doit être influencée, dans une certaine mesure, par la granulométrie des
particules fines et dans le cas présent, la valeur de d50F explique davantage les variations
dans les valeurs de nf moyennes. Cependant, nf est aussi fonction de la taille des vides créés
par les particules grossières laquelle est largement influencée par la forme globale des
particules. Dans le but de comprendre l’influence de la source minéralogique sur le
potentiel de ségrégation des matériaux granulaires, une analyse statistique est réalisée afin
d’identifier une variable complexe qui permet de relier les valeurs de potentiel de
ségrégation entre chaque source. Il est clair à la Figure 5.5 qu’une relation globale peut être
développée laquelle permettrait de joindre les 18 points d’essais de cette partie de l’étude.
La variable complexe doit inclure un paramètre décrivant la granulométrie des particules
fines, la minéralogie des particules fines et la porosité de la fraction fine. Tel qu’identifié
aux Tableau 5.5 et Tableau 5.6, CuF est le meilleur indicateur relié à la granulométrie des

148
particules fines. De plus, il est bien reconnu dans la littérature que la surface spécifique des
particules fines est un paramètre efficace pour décrire la susceptibilité au gel et c’est aussi
ce que cette étude démontre. Par conséquent, une relation incluant une variable complexe
comme variable explicative a été développée en minimisant l’erreur quadratique moyenne.
Cette variable complexe γ est composée de CuF, SSF et nf et est exprimée par

  Cu F x  S S F y  n f z Équation 59

où x, y et z sont des coefficients de régression. L’utilisation seule de SSF ou de CuF ne


permet pas d’obtenir des RMSE faibles. L’utilisation de ces deux paramètres est justifiée
par les matrices de corrélation présentées puisqu’ils représentent les meilleurs paramètres
pour décrire les particules fines en termes de minéralogie et de granulométrie. Les
coefficients de régression x, y et z sont égal à 1,281044, -0,643129 et -1,111086
respectivement et permettent d’abaisser le RMSE à 2,546 mm²/(°C*j) et sont obtenus par
itération. La relation développée a été analysée avec une analyse de covariance
(ANCOVA). La significativité de la relation entre la variable dépendante SP7kPa et la
variable explicative γ a été vérifiée avec un test F de Fisher. Puisque F*=950,9 est
supérieur à la valeur critique F0,05(1,16)=4,494, il peut être conclu qu’une relation
significative existe entre la variable dépendante et la variable explicative. La significativité
des coefficients individuels du modèle a été vérifié avec des tests t de Student. Pour un
niveau de confiance de 95%, les valeurs |t*| sont supérieures à la valeur critique t0.95(16) ce
qui confirme leur significativité. Finalement, dans le but de comparer les valeurs prédites
aux valeurs mesurées, un test d’égalité des espérances pour des valeurs pairées a été réalisé.
Puisque la valeur |t*| de -2,26x10-15 est plus faible que la valeur critique bilatérale
t0.025(17)=2,11, l’hypothèse nulle est acceptée et aucune différence significative n’existe
entre la valeur moyenne des valeurs mesurées et la valeur moyenne des valeurs prédites. La
relation développée et les résidus normalisés associés sont présentés à la Figure 5.7. Cette
relation montre SP comme étant proportionnel à γ par

149
 CuF 1,2810 S S F 0,6431 
SP7 kPa  5,8693    34, 0091
 n f 1,1111
 
R ²  0,983 Équation 60
RMSE  2,546 mm² /(C * j )

dans laquelle SP7kPa est exprimé en mm²/(°C*j), nf en décimale et SSF en m²/g.

Figure 5.7 : Relation entre SP7kPa-γ et résidus normalisés associés

La relation présentée à la Figure 5.7 montre la capacité de prédiction élevée du modèle


puisque le R² et le RMSE sont respectivement 0,983 et 2,546. Il en ressort que l’influence
de la source de granulats sur la susceptibilité au gel peut être décrite avec le facteur
CuF1,28SSF-0,64. Les coefficients de régression 1,28 et -0,64 montrent l’importance de la
granulométrie par rapport à la minéralogie pour les matériaux testés dans cette étude. Les
matériaux granulaires utilisés en fondation de chaussées contiennent généralement peu de
particules de la taille des argiles et les particules fines ont généralement des surfaces
spécifiques peu élevées. La relation développée est adaptée pour ce type de matériaux. Pour
une augmentation de CuF, la tendance générale suggère une augmentation de SSF comme il
est possible d’observer au Tableau 5.5. Par conséquent, la variable complexe décrit
l’interaction entre ces deux paramètres pour la conduction de l’eau à un front de
ségrégation. Cette interaction est susceptible d’être modifiée pour des surfaces spécifiques
plus élevées des particules fines.

150
La Figure 5.8 présente l’influence des particules fines provenant de carrières testées par
Konrad (2005) sur le potentiel de ségrégation sans surcharge SP0. Il peut être observé que la
combinaison CuF-SSF ou d50F-SSF décrivent adéquatement l’influence de la source sur
SP0. L’interaction CuF-SSF est différente de celle présentée dans cette étude parce que les
matériaux considérés ici sont exclusivement de taille d<80 µm en comparaison avec les
matériaux à faibles teneurs en particules fines comme ceux testés dans la présente étude et
parce que nf n’est pas incluse dans cette analyse. Il semble que l’influence de la minéralogie
des particules fines change pour les matériaux à haute teneur en particules fines.
Cependant, une relation significative existe entre SP0 et une variable complexe qui inclue
CuF et SSF. Puisque le modèle proposé dans cette étude utilise la combinaison CuF, SSF et
nf, l’addition de nf dans l’analyse des données de Konrad (2005) améliorerait les tendances
montrées à la Figure 5.8 où les coefficients de régression ont été ajustés pour minimiser
RMSE. Il doit être noté que cette analyse a été réalisée dans un espace linéaire pour des fins
de simplification. Toutefois, il est clair qu’une bonne relation exponentielle existe entre SP0
et la combinaison CuF-SSF. L’interaction d50F-SSF décrit l’influence de la source
adéquatement pour ces données mais la valeur de d50F présente des valeurs de R
significativement inférieures à CuF pour les résultats de cette étude. Cependant, chacun des
deux paramètres reliés à la granulométrie des particules fines explique bien l’influence de
la source lorsque les données présentées par Konrad (2005) sont considérées. Il doit être
noté que, comme certaines courbes granulométriques des particules fines testées par
Konrad sont trop fines, certaines valeurs de d10 des particules fines ont dues être
extrapolées. Pour cette raison, une vérification préliminaire a été réalisée en utilisant le d15
des particules fines. Il a été trouvé que la relation existe aussi et est semblable en utilisant le
d15 des particules fines au lieu du d10 des particules fines.

151
Figure 5.8 : Effet de la source sur les fines de carrières testées par Konrad (2005)

Le modèle proposé montre que la susceptibilité au gel des matériaux granulaires de


fondation des chaussées est principalement fonction, pour une source minéralogique
donnée, de la porosité de la fraction fine nf. Or, comme ces matériaux sont généralement
mis en place très près de la masse volumique sèche maximale. Il est alors possible
d’envisager de définir un matériau (ou un sous-fuseau) ou un %F à l’intérieur de fuseau
granulométrique du MTQ qui optimiserait la porosité de la fraction fine des matériaux
granulaires en supposant que ceux-ci sont mis en place à la compacité maximale. De plus,
en considérant la portion du modèle décrivant l’effet de la source, il est possible de faire
varier la zone optimisée en fonction des caractéristiques des particules fines. La difficulté
reliée à cette optimisation du comportement au gel est de fixer soit un niveau limite de
susceptibilité au gel soit un pourcentage de particules fines critique qui serait fonction des
caractéristiques des particules fines, les matériaux contenant des particules fines à
granulométrie plus étalée aurait alors un pourcentage critique de particules fines plus faible.
Cela permettrait alors de fixer une limite à partir de laquelle définir une zone optimisée en
termes de susceptibilité au gel. La section portant sur l’Optimisation du comportement des

152
matériaux granulaires discute des implications et solutions qui sont liées à cette
problématique.

5.1.4. Analyse des essais de dégel

L’entièreté des valeurs de modules réversibles mesurés avant le gel et lors des trois
chargements en dégel est présentée de façon absolue et relative (par rapport au module
initial avant gel) au Tableau 5.7. Il est d’abord possible de constater que le chargement MR1
donne typiquement des valeurs de modules réversibles plus élevées que le chargement MR0.
Ceci est logique puisqu’une bonne portion de l’échantillon est gelée lors de ce chargement.
Le déplacement mesuré provient essentiellement de la portion dégelée. Or, la hauteur totale
de l’échantillon (parties gelée et dégelée) est considérée pour le calcul de la déformation,
suivant la méthodologie décrite par Deblois (2005). Il est donc normal que les valeurs MR1
soient plus élevées que les valeurs MR0 et ce, même si MR0 est déterminé sur un échantillon
à teneur en eau basse alors que MR1, MR2 et MR3 sont déterminés sur l’échantillon saturé.

Le cheminement typique du module réversible en dégel par rapport au module réversible


initial avant gel est que MR1 soit supérieur à MR0, que MR2 soit inférieur à MR1 et que MR3
soit légèrement supérieur à MR2. C’est le comportement général observé pour les matériaux
de la source basaltique. Toutefois, il est possible de remarquer que, dans plusieurs cas, peu
ou pas de gain de portance est mesuré pour MR3 par rapport à MR2. C’est le cas pour 11
échantillons testés dans cette étude. Ceci est probablement dû au fait que l’état de
récupération complète n’est pas atteint pour ces échantillons. Cela peut être aussi expliqué
par le fait que, au contraire, la récupération complète se produit par l’effet de la charge
statique avant le deuxième chargement et que MR2 et MR3 correspondent à peu de chose
près à la valeur du MR à l’état saturé. Comme les échantillons sont soumis à un nombre
limité de cycles de chargement selon la méthodologie employée, il se peut que le gain de
portance soit plus difficile à mesurer. Entre autres, tous les échantillons de la source
calcaire présentent ce comportement. Étant donné que ce matériau a subi des soulèvements
importants, il peut être normal que les échantillons n’aient pas montré de récupération
significative. Néanmoins, la source basaltique a subi les soulèvements les plus importants
lors du gel et la plupart des échantillons de cette source montrent un certain gain de module

153
réversible lors du troisième chargement lors du dégel des échantillons. Il doit être noté que
MR3 ne doit pas théoriquement être aussi élevé que MR0 puisque ce dernier est déterminé
sur l’échantillon à teneur en eau de compactage alors que MR3 est déterminé sur un
échantillon saturé qui a de plus subit une certaine déstructuration lors du gel. Par
conséquent, même si une récupération complète se produit, il devrait exister une différence
entre ces deux valeurs. De façon générale, c’est le cas pour les matériaux testés. Par contre,
certaines exceptions où MR3 est supérieur à MR0 ont été mesurées.

En regardant les valeurs moyennes Moy., il est possible de constater que les matériaux
calcaire sont moins sensibles au processus de dégel puisque ces valeurs sont supérieures ou
avoisinent 100%. De plus, les données pour la source calcaire sont celles montrant la moins
grande variabilité, qui est appréciée par la valeur CV qui est 14,9% dans ce cas. Les valeurs
calculées pour les sources basalte et gneiss sont environ les mêmes, soit environ 35%. Les
matériaux basaltiques suivent ceux de la source calcaire car cette source se classe deuxième
en termes de sensibilité au dégel, la source gneiss granitique se classant troisième. Ce fait
semble assez paradoxal car les sources basalte et calcaire sont les plus sensibles au gel. Par
conséquent, comme ces sources présentent des soulèvements plus importants, il pourrait
être logique que la diminution du module soit plus importante dans leurs cas,
particulièrement pour la valeur MR2, tel qu’avancé par Simonsen et coll. (2002). Ceci
permet de croire que l’effet de la teneur en eau est plus important que l’effet de la
diminution de la masse volumique sèche due à un cycle de gel. Le modèle d’estimation du
module réversible de Rahim et George (2005), qui permet de prendre en compte les
variations de masse volumique sèche et de teneur en eau, tend à supporter ce fait.

Le Tableau 5.8 présente le niveau de corrélation R entre certaines caractéristiques


granulométriques ou volumétriques des échantillons testés dans cette étude. Il peut être
observé que le phénomène mesuré ne semble pas présenter de relation linéaire significative
avec l’une ou l’autre des caractéristiques considérées. Il peut être constaté que les valeurs
de R sont particulièrement faibles pour le ratio comparant MR2 à MR0. Cela peut être
expliqué par le fait que lors du deuxième chargement, les matériaux sont probablement
dans leur état le plus instable et transitoire et sont donc susceptibles de présenter un
comportement davantage aléatoire ou du moins, très variable. Ceci est d’autant plus vrai

154
lorsque le fait que la zone dans laquelle a stagné le front de gel a passé au-dessus de 0°C
entre le premier et le deuxième chargement est considéré.

Les résultats des essais de dégel ne permettent pas clairement de montrer que la perte de
module au dégel est proportionnelle à la diminution de la masse volumique sèche ou au
gonflement engendré par un soulèvement lors du gel des matériaux (Simonsen et coll.
2002, Doré 2004). Certaines tendances ont été observées, mais il est difficile de tirer des
grandes lignes directrices à partir des essais de dégel réalisés. Ceci est probablement
imputable au fait que le nombre de cycles de chargement est très bas, au temps limité de
dégel, aux limites du montage expérimental et au caractère transitoire du comportement des
MG lors d’un dégel. Afin de vérifier l’effet unique de la diminution de la masse volumique
sèche engendrée par un soulèvement au gel des matériaux sur la portance de la chaussée, il
est aussi possible d’utiliser un modèle théorique permettant de prendre en compte cette
variation saisonnière. Le modèle de Rahim et George (2005) préalablement présenté
(Équation 5) permet d’estimer le MR en fonction de diverses caractéristiques des sols, entre
autres le ratio de la masse volumique sèche sur la masse volumique sèche maximale. Il est
donc possible de calculer un module avant et après un gonflement afin d’obtenir une
estimation de la perte de module due au gonflement. Il est proposé que cette perte de
module soit proportionnelle au soulèvement ou au potentiel de ségrégation et, par
conséquent, proportionnelle à la porosité de la fraction fine.

Cette analyse est réalisée en considérant les caractéristiques des matériaux granulaires non
écrêtés. Ceci signifie que les valeurs de masse volumique maximale, de teneur en eau
optimale, de porosité de la fraction fine à la masse volumique maximale, de masse
volumique des grains solides, de coefficient d’uniformité et de pourcentage de particules
fines utilisés correspondent aux valeurs présentées au Tableau 3.3 et au Tableau 3.4. La
teneur en eau à saturation a été calculée afin de considérer les matériaux dans cet état. En
consultant la forme que prend l’équation, il est possible de réaliser cette analyse
paramétrique en gardant l’effet de la contrainte constant. En effet, le terme de contrainte est
exclusivement fonction de θ et de d. Par conséquent, en définissant une valeur pour
chacune d’elle, le terme de contrainte deviendra une constante dans cette analyse. La valeur
de θ a été fixée à 150 kPa et d à 100 kPa. En ce qui concerne les conditions de gel, en

155
utilisant les relations SP-nf définies pour chacune des sources et en connaissant les valeurs
de nf pour les matériaux 0-20 mm, il est possible de calculer SP pour ces matériaux. En
connaissant les valeurs de SP pour les 0-20 mm, il est possible de calculer un soulèvement
théorique au gel en posant un gradient thermique et une période de gel dans la fondation de
chaussée. Les données fournies dans Konrad et Lemieux (2005) provenant d’une chaussée
à Québec ont été utilisées. Selon ces données, le front de gel a passé 20 jours (j) dans la
fondation tout en progressant à une vitesse constante de 25 mm/j (environ 400 mm
d’épaisseur dans ce cas, constituée de MG 20 et de MG-56) et le gradient thermique (Grad
T) est demeuré relativement constant à 0,02 °C/mm. Il est de mise de diminuer ce temps
proportionnellement pour une épaisseur de fondation moindre et plus représentative de
structures de chaussées typiques constituée seulement de MG 20. Pour une épaisseur de
fondation de 300 mm, le front de gel passe environ 15 jours dans celle-ci. L’équation
utilisée pour calculer Δh est

h  SP  Grad T  j Équation 61

dans laquelle SP est exprimée en mm²/(°C*j), Grad T en °C/mm et j en jours, afin d’obtenir
un Δh en mm. Le Tableau 5.10 présente les principales données utilisées pour cette analyse
alors que la Figure 5.9 met en relation la perte de module engendrée par un gonflement
MR-h telle qu’estimée avec le modèle de Rahim et George (2005) avec SP. Il est à noter
que l’équation proposée entre MR-h et SP n’est valide que dans les limites de cette
analyse, c’est-à-dire pour l’état de contraintes proposé, pour des matériaux à l’état saturé et
pour les conditions de gel prédéfinies. Il est possible d’observer à la Figure 5.9 la forte
relation entre la perte de portance absolue exprimée en MPa et la susceptibilité au gel des
matériaux granulaires de fondation. Ceci est en accord avec le principe largement reconnu
de la diminution du module réversible avec une diminution de la masse volumique sèche
des matériaux (Lekarp et coll. 2000a).

156
Tableau 5.10 : Analyse paramétrique de l’effet d’un gonflement théorique au gel sur le MR

%F d/dopt SP Δh d final Δd d/d opt ΔMR


Cu w/wopt
(%) initial (mm²/(°C*j)) (mm) (kg/m³) (kg/m³) final (MPa)
CS 7 47,2 1,81 1 13 3,94 2138,89 28,11 0,9870 2,58
CM 4,5 41,7 1,45 1 10 2,85 2184,22 20,78 0,9906 1,65
Gneiss

CI 2 32 1,80 1 2 0,71 2173,84 5,16 0,9976 0,44


CSI 2 15,6 1,86 1 1 0,42 2088,11 2,89 0,9986 0,25
CIS 7 92,5 1,52 1 16 4,74 2215,96 35,04 0,9844 2,92
CSS 7 47,2 2,11 1 12 3,51 2094,50 24,50 0,9884 2,43
CS 7 47,2 1,44 1 31 9,29 2199,86 68,14 0,9700 5,29
CM 4,5 41,7 1,24 1 23 7,04 2236,51 52,49 0,9771 3,69
Calcaire

CI 2 32 1,61 1 13 3,77 2213,16 27,84 0,9876 2,15


CSI 2 15,6 1,50 1 11 3,41 2168,37 24,63 0,9888 1,85
CIS 7 92,5 0,91 1 34 10,09 2254,18 75,82 0,9675 4,69
CSS 7 47,2 1,80 1 26 7,68 2141,18 54,82 0,9750 4,91
CS 7 47,2 1,63 1 53 15,82 2240,80 118,20 0,9499 9,3
CM 4,5 41,7 1,41 1 41 12,21 2262,89 92,11 0,9609 6,66
Basalte

CI 2 32 2,17 1 25 7,49 2247,88 56,12 0,9756 4,67


CSI 2 15,6 1,86 1 24 7,09 2175,57 51,43 0,9769 4,1
CIS 7 92,5 1,32 1 57 17,00 2311,03 130,97 0,9464 9,17
CSS 7 47,2 1,94 1 46 13,79 2175,02 99,98 0,9561 8,77

Figure 5.9 : Relation entre la perte de module engendrée par un gonflement et SP

157
5.1.5. Conclusion

Cette section a permis d’étudier les effets du gel et du dégel sur les MG 20. En ce qui
concerne le gel, l’étude a permis de montrer la relation existant entre le pourcentage de
particules fines et le potentiel de ségrégation. Cependant, il a été montré que l’utilisation de
la porosité de la fraction fine, qui est largement fonction du pourcentage de particules fines,
permet une modélisation plus précise du phénomène. Un modèle d’estimation du potentiel
de ségrégation utilisant la porosité de la fraction fine, mais aussi la surface spécifique de la
fraction fine et son coefficient d’uniformité, a été développé pour évaluer la gélivité des
MG 20 de toutes sources. Les essais de dégel ont montré des résultats plus difficilement
interprétables. Plusieurs hypothèses ont été formulées dans cette section afin d’expliquer
ces résultats. Néanmoins, à l’aide de modèles appropriés, il a été possible de montré un lien
entre la perte de module engendrée par une diminution de la masse volumique sèche causée
par le phénomène du gel. Pour un cycle de gel, cette relation entre la perte de module et le
potentiel de ségrégation représente donc aussi implicitement une relation entre la perte de
module et la porosité de fraction fine. Dans le but d’ajouter un complément aux essais de
dégel, une analyse de l’effet des teneurs en eau sur le module réversible est présentée plus
loin dans cette étude. Cette analyse viendra compléter les résultats déjà obtenus lors des
essais de dégel. Comme il est connu que la sensibilité au dégel est essentiellement un
problème de déstructuration des matériaux lors du gel et de sensibilité des modules aux
variations de teneur en eau, l’analyse de l’effet de la teneur en eau sur le module réversible
complètera bien la présente section.

5.2. Essais de performance hydrique

5.2.1. Résistance à l’érosion

5.2.1.1. Préparation des échantillons et méthodologie

Les essais de résistance à l’érosion sont réalisés selon la méthodologie définie par Bilodeau
(2003) et Bilodeau et coll. (2005) (Figure 2.36 et Figure 2.37). Afin de réaliser l’essai,

158
environ 6000 g de sol est humidifié à la teneur en eau optimale déterminée à l’essai Proctor
modifié (CAN/BNQ 1986). La compacité de l’échantillon est conforme à ce qui est défini
dans la norme portant sur le Proctor modifié. Toutefois, une pellicule de plastique est
placée au fond du moule afin d’éviter que le matériau colle sur le support du moule Proctor.
Des mesures de masses sont prises dans le but de connaître l’état du matériau, c’est-à-dire
sa teneur en eau, sa masse volumique sèche et sa porosité.

Une fois que l’échantillon est compacté et que la surface est arasée, le moule contenant
l’échantillon est retourné et placé dans la cavité prévue pour accueillir le moule proctor sur
le montage construit pour la réalisation de ces essais. La pellicule de plastique est alors
enlevée de la surface de l’échantillon et la cellule d’écoulement turbulent est installée sur le
moule contenant l’échantillon. Le réservoir d’eau est alors rempli de 7 litres d’eau. Un
contenant pouvant contenir au moins 7 litres d’eau est pesé et est ensuite positionné sous la
sortie d’eau de la cellule à écoulement turbulent. La valve est alors ouverte et l’eau s’écoule
alors sur la surface de l’échantillon. Les particules entraînées ainsi que l’eau sont
récupérées à l’aide du contenant. Le contenant et son contenu sont alors mis à sécher
jusqu’à l’obtention d’une masse constante. La masse sèche arrachée à l’échantillon est alors
connue. La susceptibilité à l’érosion est alors définie comme étant la quantité de matériau
arrachée par unité de surface par unité de temps, ces deux derniers paramètres étant
constants et égaux à 0,01824 m² et 11,5 s respectivement.

5.2.1.2. Résultats des essais de résistance à l’érosion

Le Tableau 5.11 présente les caractéristiques des échantillons et le Tableau 5.12 présente
les résultats pour chaque granulométrie et chaque source testée. Les résultats sont présentés
en tant que taux d’érosion ER (g m-2s-1) et, par conséquent, les matériaux les plus
performants sont ceux ayant le taux d’érosion le plus bas. À titre d’exemple, la CIS de la
source calcaire a un ER de 104,4 g m-2s-1 qui a été calculé par

MS
ER  Équation 62
A t

159
où Ms est la masse sèche érodée 21,9 g, A est la surface du moule proctor 1,824x10-3 m²
(=152,4 mm) et t est le temps d’écoulement qui est de 11,5 s. Les résultats en termes de
masse sèche arrachée sont présentés à l’annexe D. Une comparaison entre la meilleure
granulométrie d’une source et les autres granulométries de cette source est présentée au
Tableau 5.12 alors qu’une comparaison entre chaque matériau pour chacune des
granulométries testées est présentée au Tableau 5.13. Il est possible d’observer dans ce
dernier que les résultats sont consistants d’une source à l’autre puisque le même classement
de performance est obtenu. Il semble que l’effet de la granulométrie influence la
performance des sources de la même façon.

Les relations observées entre le ER et le coefficient d’uniformité Cu, la porosité de la


fraction fine nf, le ratio du pourcentage de particules fines sur le pourcentage de sable
%F/%S et la conductivité hydraulique saturée estimée Ksat avec le modèle de Côté et
Konrad (2003) sont présentées aux Figure 5.10 et Figure 5.11. Il est pertinent de considérer
l’effet du ratio %F/%S sur la valeur du ER puisque ces deux tailles de particules sont celles
pouvant être affectées par l’écoulement tel qu’il est suggéré dans Bilodeau et coll. (2005).
La Figure 5.11 présente l’effet de la valeur Ksat sur celle du ER puisque la revue de la
documentation suggère que l’ouverture des pores et la conductivité hydraulique influencent
grandement la susceptibilité à l’érosion.

160
Tableau 5.11 : Caractéristiques des courbes testées en érosion

s d n nf nc VB
d/d opt
(kg m-³) (kg m-³) (%) (%) (%) (cm3 g-1)
CS 2783 2359 0,979 17,01 74,55 22,82 0,22
CM 2797 2355 1,007 15,21 79,95 19,03 0,23
Basalte

CI 2835 2304 1,000 18,75 92,02 20,37 0,14


CSI 2816 2227 1,008 20,30 92,72 21,89 0,15
CIS 2825 2442 0,996 13,88 69,73 19,91 0,25
CSS 2804 2275 0,990 19,70 77,80 25,32 0,18
CS 2601 2268 0,993 13,41 68,86 19,47 0,31
CM 2627 2289 1,010 11,97 75,14 15,93 0,23
Calcaire

CI 2627 2241 0,984 16,06 90,54 17,74 0,16


CSI 2639 2193 0,995 17,32 91,29 18,97 0,16
CIS 2627 2330 1,000 11,35 64,64 17,55 0,25
CSS 2636 2196 0,991 17,40 75,06 23,18 0,28
CS 2647 2167 0,988 19,15 77,19 24,81 0,07
CM 2634 2205 0,985 17,57 82,57 21,28 0,09
Gneiss

CI 2648 2179 0,985 18,93 92,11 20,55 0,07


CSI 2640 2091 0,994 21,25 93,10 22,82 0,06
CIS 2659 2251 0,979 17,15 74,73 22,95 0,13
CSS 2647 2119 0,976 21,88 80,00 27,35 0,07

Tableau 5.12 : Résultats de résistance à l’érosion

Gneiss Calcaire Basalte


ER ER, (Courbe) ER ER, (Courbe) ER ER, (Courbe)
Courbe
(g m-2s-1) ER, (CIS ) (g m-2s-1) ER, (CIS ) (g m-2s-1) ER, (CIS )
CIS 381,4 1,0 104,4 1,0 111,1 1,0
CS 437,6 1,1 133,5 1,3 236,4 2,1
CSS 573,5 1,5 154,9 1,5 262,7 2,4
CM 603,5 1,6 224,5 2,2 273,6 2,5
CI 697,4 1,8 309,9 3,0 289,8 2,6
CSI 1037,8 2,7 511,0 4,9 643,5 5,8
Moy. 621,9 239,7 302,9
É.-T. 233,7 152,0 178,8

161
Tableau 5.13 : Comparaison des courbes et des matériaux entre eux pour l’essai d’érosion

ER, ( Basalte) ER, (Gneiss) ER, (Gneiss )


ER, (Calcaire) ER, (Calcaire) ER, ( Basalte)

CIS 1,1 3,7 3,4


CS 1,8 3,3 1,9
CSS 1,7 3,7 2,2
CM 1,2 2,7 2,2
CI 0,9 2,3 2,4
CSI 1,3 2,0 1,6
Moy. 1,3 3,0 2,3
É.-T. 0,4 0,7 0,6

Basalte Calcaire Gneiss


1100 1100 1100

900 900 900 R²=0.917061


ER (g/m²*s)

R²=0.907366
700 700 700
R²=0.968855
500 500 500

300 300 300

100 100 100

0 20 40 60 80 100 0 20 40 60 80 100 0 20 40 60 80 100


Cu Cu Cu
Basalte Calcaire Gneiss
1100 1100 1100

900 900 900


R²=0.71572 R²=0.867256
ER (g/m²*s)

700 700 R²=0.897661 700

500 500 500

300 300 300

100 100 100

65 70 75 80 85 90 95 60 70 80 90 100 72 76 80 84 88 92 96
nf (%) nf (%) nf (%)

Basalte Calcaire Gneiss


1100 1100 1100

900 R²=0.798229 900 900


R²=0.973409
ER (g/m²*s)

700 700 700

500 500 500


R²=0.908634
300 300 300

100 100 100

0 0.04 0.08 0.12 0.16 0.2 0 0.04 0.08 0.12 0.16 0.2 0 0.04 0.08 0.12 0.16 0.2
%F/%S %F/%S %F/%S

162
Figure 5.10 : Relation entre ER et le Cu, nf et %F/%S
2000

1000
900
800
700
ER (g m-2 s-1) 600
500

400

300

200

R2 = 0.809366
100
1E-008 1E-007 1E-006 1E-005 1E-004
ks (m s-1)

Figure 5.11 : Relation entre Ksat et ER

Le coefficient d’uniformité étant globalement la meilleure variable directement reliée à la


granulométrie et la porosité de la fraction fine étant la meilleure variable indirectement
reliée à la granulométrie pour la description de la résistance à l’érosion (Figure 5.10), il est
pertinent de présenter les équations liant ER à ces variables explicatives. Ainsi, pour des
valeurs de Cu sans dimension et des valeurs de nf exprimées en décimale, ER est estimé par

Gneiss : ER  5079, 2288  Cu 0,5828 Équation 63

Gneiss : ER  1155,5672  n f 3,6137 Équation 64

Calcaire : ER  7234, 0059  Cu 0,9625 Équation 65

Calcaire : ER  580, 6704  n f 3,9513 Équation 66

163
Basalte : ER  8767, 6165  Cu 0,9458 Équation 67

Basalte : ER  645, 2411 n f 4,1331 Équation 68

5.2.1.3. Analyse des essais de résistance à l’érosion

En premier lieu, afin de s’assurer que la fraction gravier des matériaux testés n’est pas
reliée à la susceptibilité à l’érosion des MG, le niveau de corrélation entre la valeur de ER
et des propriétés comme le pourcentage de gravier, la porosité de la fraction grossière, le
coefficient d’uniformité de la fraction gravier et le d50 de la fraction gravier a été vérifié. Il
ressort de cette analyse que l’hypothèse que la fraction gravier n’influence pas de façon
significative la susceptibilité à l’érosion est vérifiée. De plus, l’influence de la teneur en eau
a été vérifiée. Puisque la teneur en eau optimum de compactage est celle à laquelle les
matériaux sont mis en place et soumis à l’essai et puisqu’elle varie légèrement d’un
échantillon à l’autre (la teneur en eau optimale de compactage varie environ entre 4 et 6 %),
il a été vérifié pour chaque groupe de trois échantillons d’une même courbe et d’une même
source si les légères variations de teneur en eau obtenues après la mise en place
(typiquement 0,5% au maximum) pouvaient avoir un effet sur les résultats. L’hypothèse
était que des teneurs en eau de compactage plus élevées conduiraient à des valeurs de ER
plus élevées et vice versa. Cependant, les variations de teneurs en eau et de degré de
saturation sont trop faibles par rapport aux paramètres de compactage pour que leur effet
soit observable. L’effet de la masse volumique sèche n’est pas plus clair puisque tous les
spécimens ont été compactés près de la masse volumique sèche maximale (minimum
97,6% de la masse volumique sèche maximale).

Les particules entièrement concassées ont une friction interne plus grande et sont
généralement plus résistantes au cisaillement causé par un fluide. La forme des particules
est importante à considérer puisque celle-ci influence grandement l’ouverture des pores du
matériau. À titre d’exemple, les MG de type gneiss granitique et calcaire ont des valeurs de
s très semblables pour chaque granulométrie, mais la porosité moyenne de la source gneiss
granitique est plus élevée d’environ 35%. Elle a un pourcentage de fracturation de 72%
alors que le calcaire a beaucoup plus de particules plates et allongées et cela influence le

164
potentiel d’empilement granulaire et la porosité de la fraction fine. Ce dernier paramètre
semble avoir un effet marqué sur la valeur ER puisque le gneiss granitique (nf moyen plus
élevée) performe moins bien que le calcaire (nf moyen plus faible). Cependant, l’effet de la
minéralogie de la source (particulièrement de sa fraction sable et particules fines) entre en
compte et il peut être apprécié par la valeur au bleu VB au Tableau 5.11.

Le coefficient d’uniformité est fortement relié à la valeur ER tel que montré à la Figure
5.10. Ce paramètre décrit bien la susceptibilité à l’érosion puisqu’il est fortement relié à la
résistance au cisaillement et la conductivité hydraulique. Il a été avancé par Bilodeau et
coll. (2005) que plus la granulométrie est ouverte, plus l’écoulement pénètre l’échantillon
profondément et le matériau est donc moins stable. Ceci explique bien le rôle de la porosité
de la fraction fine qui décrit le niveau de remplissage des pores de la fraction grossière par
les particules fines. Ce paramètre représente en quelque sorte le niveau de tortuosité d’un
écoulement entre les particules grossières (Côté et Konrad 2003) et est relié à la masse
volumique sèche du matériau. Au fur et à mesure que les pores du matériau grossier sont
remplis avec des particules fines, l’espace disponible pour qu’un écoulement pénètre les
pores devient plus petit et celui-ci perd davantage d’énergie.

L’effet des particules fines sur la susceptibilité à l’érosion est reconnu et il est possible de
le constater au Tableau 5.12 puisque les courbes les plus performantes sont celles contenant
7% de particules fines. L’augmentation du pourcentage de particules fines augmente la
résistance à l’érosion alors qu’inversement, l’augmentation du pourcentage de sable la
diminue. C’est pourquoi à la Figure 5.10, un ratio %F/%S élevé diminue la susceptibilité à
l’érosion et un ratio faible l’augmente. Finalement, il est montré à la Figure 5.11 par un
autre paramètre, Ksat, que l’ouverture des pores est le paramètre clé gouvernant la
susceptibilité à l’érosion. En effet, les matériaux les moins perméables sont les moins
susceptibles à l’érosion et vice versa. Des faibles valeurs de conductivité hydraulique sont
associées à des MG dans lesquels il est plus difficile pour un écoulement turbulent de
pénétrer les pores, celui-ci perdant davantage d’énergie de cisaillement.

Le classement de performance obtenu est le même pour chaque source, c’est-à-dire CIS,
CS, CSS, CM, CI, CSI du plus performant au moins performant. Des ratios de 5,8 et 4,9
sont observés au Tableau 5.12 pour le calcaire et le basalte alors que ce ratio atteint

165
seulement 2,7 pour le gneiss. Les résultats du basalte sont moins dispersés spécialement
pour les courbes CS-CSS-CM-CI puisque que les ratios se situent entre 2,1 et 2,6. En ce qui
concerne le calcaire, les résultats sont plus dispersés pour toutes les granulométries testées.
La valeur au bleu permet d’expliquer ce phénomène puisqu’elle est un indicateur de la
teneur en argile du matériau. Les VB sont très similaires pour les quatre granulométries les
plus performantes de la source basalte alors qu’elles sont beaucoup plus variables pour la
source calcaire. En ce qui concerne le gneiss, les résultats sont bien dispersés avec les
granulométries testées même si la granulométrie la moins performante (CSI) montre un
ratio de seulement 2,7. Ceci est explicable par le rôle des particules fines. Puisque les
particules fines du gneiss sont très peu plastiques et très peu cohésives en comparaison avec
le basalte et le calcaire, la diminution de la susceptibilité à l’érosion est moins importante
lorsque la teneur en particules fines est augmentée en comparaison avec le basalte et le
calcaire. Il est évident que l’ajout de particules fines est davantage profitable lorsque ce
sont des particules fines plus plastiques (basalte et calcaire) que lorsqu’elles sont très peu
plastiques (gneiss). Il est généralement reconnu que la valeur au bleu est reliée à la
plasticité et par conséquent à la résistance à l’érosion (Locat et coll. 2003).

Il est possible d’observer au Tableau 5.13 que les valeurs ER pour le basalte et le calcaire
sont semblables alors qu’elles sont différentes pour le gneiss. Il est possible de constater
que le basalte est 33% plus sensible à l’érosion en moyenne que le calcaire, que le gneiss
est 195% et 128% plus sensible à l’érosion en moyenne que le calcaire et le basalte
respectivement. Lorsque les ratios pour les sources calcaire et gneiss du Tableau 5.12 sont
examinés, il est possible de constater l’effet des particules fines et de leur plasticité. En
effet, le ratio est supérieur à 3 lorsque les MG contiennent 7% de particules fines et est près
de 2 lorsque les MG contiennent 2% de particules fines. Ceci montre bien que le fait
d’ajouter des particules plus plastiques à un matériau de type calcaire améliore davantage la
résistance à l’érosion que l’ajout de fines peu plastiques à un matériau de type gneiss. Cette
observation est moins évidente pour la source basaltique lorsqu’elle est comparée au
calcaire. Les ratios calculés entre le basalte et le calcaire pour chaque courbe ne montrent
pas de tendance claire, mais il est possible d’observer que les matériaux ayant les
pourcentages de particules fines plus élevés tendent à avoir des ratios plus élevés. Ceci est

166
en accord avec les résultats de VB puisque le calcaire présente des VB légèrement plus
élevées.

Les VB moyennes sont de 0,232, 0,195 et 0,0817 pour les sources calcaire, basalte et gneiss
respectivement. Cette valeur au bleu moyenne du calcaire est donc 2,83 plus élevée que
celle du gneiss et 1,19 fois plus élevée que celle du basalte. Ceci correspond
approximativement aux ratios de 3 et 1,3 présentés au Tableau 5.13. Il est clair qu’il existe
un lien entre la plasticité du matériau et sa susceptibilité à l’érosion.

Il est possible de remarquer que l’effet du coefficient d’uniformité est clair. Pour chaque
source, la courbe la plus performante est la CIS alors que la moins performante est la CSI.
De plus, il s’agit d’un paramètre qui est fortement corrélé avec la valeur ER tel que montré
à la Figure 5.10. L’augmentation du coefficient d’uniformité permet d’augmenter le
potentiel d’empilement granulaire, permet de minimiser l’ouverture des pores et permet de
maximiser les contacts intergranulaires, ce qui permet de minimiser la susceptibilité à
l’érosion. La CIS est la courbe avec la valeur de d la plus élevée pour toutes les sources
mais cette valeur n’est pas suffisante pour expliquer les résultats puisque la CM est aussi
une courbe très dense mais ne performe pas aussi bien. La susceptibilité à l’érosion est
davantage expliquée par d’autres propriétés d’état comme nf (qui est reliée à la masse
volumique sèche par l’indice des vides) ou par la teneur en fines. Ceci est observé lorsque
les courbes CS et CSS sont comparées. Ces courbes, qui sont principalement différenciées
par la granulométrie du sable, ont le même coefficient d’uniformité et la même teneur en
particules fines mais la CSS possède une masse volumique sèche maximale beaucoup plus
faible. Il est clair au Tableau 5.11 que nf explique davantage la susceptibilité à l’érosion que
d. Lorsque la CS et la CI sont comparées, il est possible de constater que les propriétés
sont contrastantes d’un extrême à l’autre du fuseau. La CS performe généralement bien
alors que la CI n’est pas performante.

Les relations présentées aux Figure 5.10 et Figure 5.11 montrent l’importance de remplir
les pores et de fermer la surface des MG dans le but de maximiser la performance à
l’érosion. Les paramètres identifiés comme influents pour le contrôle de la susceptibilité à
l’érosion sont liés ensemble et faciles à obtenir. Le meilleur indicateur semble être le

167
coefficient d’uniformité. Toutefois, les autres paramètres peuvent être utiles pour décrire la
susceptibilité à l’érosion d’un matériau. Il est possible d’observer à la Figure 5.10 qu’un
coefficient d’uniformité de 45 semble approprié comme critère de performance. Cette
valeur correspond approximativement au point où la ER augmente rapidement avec une
faible diminution du coefficient d’uniformité. Ceci implique qu’une granulométrie
comprise entre la CSS et la CIS rencontrent ce critère. Implicitement, cela correspond à un
ratio %F/%S de 0,12 et à des valeurs maximales de nf de 78, 75 et 80% pour le basalte, le
calcaire et le gneiss respectivement. Une courbe près de la CIS peut être considérée
optimisée vis-à-vis la performance à l’érosion. Toutefois, des essais de terrain doivent être
réalisés pour corroborer cette affirmation.

Il est donc possible d’affirmer que le meilleur paramètre de granulométrie qui permet
d’expliquer la susceptibilité à l’érosion est le coefficient d’uniformité et que le meilleur
paramètre d’état est la nf. Finalement, le meilleur paramètre qui permet de relier la
susceptibilité à l’érosion de matériaux provenant de différentes sources est la VB (Tableau
5.11). Il est donc possible de définir une variable complexe  incluant ces trois paramètres
qui permettraient d’expliquer de façon globale la susceptibilité à l’érosion. Il est clair que
l’augmentation de la VB et du coefficient d’uniformité cause une diminution de la
susceptibilité à l’érosion alors qu’une augmentation de nf augmente la susceptibilité à
l’érosion. La VB moyenne a été utilisée dans la variable complexe afin de prendre en
compte la minéralogie de la source. La relation entre  et ER est présentée à la Figure 5.12.
Cette relation permet d’établir des bases pratiques pour l’établissement de la susceptibilité à
l’érosion relative des MG. Celle-ci prend la forme de

0,7888
 Cu  VB 
ER  42, 4516   0,7888
 42, 4516   
 n
 f 
R ²  0,936 Équation 69
cm³
RMSE  75,3
g %

dans laquelle ER est exprimé en g/(m²*s), nf en pourcentage et VB en cm³/g. Afin d’utiliser


cette relation, il est nécessaire de faire une analyse granulométrique, un essai proctor

168
modifié, une valeur au bleu de méthylène et un essai de densité et d’absorption sur les
granulats. Ces essais sont communément réalisés sur les MG. Par conséquent, il est alors
possible de comparer la performance d’un granulat sélectionné à celle des MG testés dans
cette étude et d’ainsi déterminer la susceptibilité relative à l’érosion. Il est suggéré que 
soit plus grand que 0,1, ce qui correspond au point où ER augmente rapidement avec une
faible augmentation de . Lorsque  est supérieur à 0,1, cela correspond aux trois
meilleures granulométries testées pour le calcaire et le basalte (CIS, CS et CSS) et aux deux
meilleures granulométries testées dans le cas du gneiss (CIS et CS).

Figure 5.12 : Relation entre ER et 

5.2.2. Essais de conductivité hydraulique

5.2.2.1. Préparation des échantillons et méthodologie

Les essais de conductivité hydraulique ont été réalisés dans un perméamètre à paroi rigide
construit à l’Université Laval. Ceux-ci sont effectués dans le moule de compactage tel que
décrit dans la norme ASTM D5856-95 (ASTM 2002). La Figure 5.13 et la Figure 5.14
montrent une photo et un schéma de cet outil de mesure de la conductivité hydraulique.

169
Afin de réaliser cet essai, une masse sèche de granulats d’environ 6000 g est nécessaire.
Les échantillons sont compactés dans un moule proctor conventionnel ayant un diamètre de
152,4 mm et une hauteur de 116 mm, pour une surface et un volume de 0,0182415 m² et
0,00211601 m³ respectivement. La teneur en eau de compactage a été fixée à 1% sous
l’optimum, soit du côté sec de l’optimum, dans le but d’éviter la migration des particules
fines lors du compactage. Le compactage est réalisé avec un pilon et un marteau
pneumatique en 5 couches de 23,2 mm d’épaisseur. Afin que les échantillons soient
compactés le plus près possible de la masse volumique sèche maximale, la masse humide (à
teneur en eau connue) devant occuper 20% du volume du moule à la masse volumique
maximale est compactée jusqu’à la profondeur nécessaire prédéterminée. Cette approche
permet de minimiser les écarts de masse volumique sèche avec la masse volumique sèche
maximale et permet donc de minimiser l’effet de cette variable. Une fois la mise en place
complétée, la surface de l’échantillon est arasée par rapport au niveau supérieur du moule
de compactage.

Figure 5.13 : Perméamètre à paroi rigide

170
E
A
A : Plateau supérieur
B : Plateau inférieur
C : Vis de serrage
C G F G C D : Entrée d'eau inférieure
E : Sortie d'eau supérieure
F : Échantillon
G : Paroi de moule proctor
B
D

Figure 5.14 : Schéma de l’essai de conductivité hydraulique

Par la suite, l’échantillon contenu dans le moule de compactage est installé sur le
perméamètre. Des papiers filtres sont placés aux extrémités de l’échantillon pour prévenir
le mouvement des particules fines. Les plateaux inférieur et supérieur du perméamètre sont
conçus de façon à ce que le moule soit serré dans les embouchures. Des joints toriques sont
positionnés dans le pourtour intérieur des embouchures des plateaux inférieur et supérieur
de façon à ce que les rebords du moule soient accotés dessus ceux-ci. De la graisse de
silicone est ajoutée sur les joints toriques pour assurer une meilleure étanchéité du
perméamètre. Les plaques poreuses du perméamètre sont faites de plastique et sont fixées
aux plateaux. La conductivité hydraulique du système ne contenant aucun sol a été vérifiée
afin de s’assurer que le perméamètre n’impose pas de contrainte de conductivité
hydraulique maximale qui pourrait être inférieure à la conductivité hydraulique d’un des
matériaux granulaires. La conductivité hydraulique du système est de l’ordre de 10-4 m/s, ce
qui est un ordre de grandeur au-dessus de la plus grande conductivité hydraulique, qui
devrait être dans l’ordre de grandeur de 10-5 m/s selon le modèle de Côté et Konrad (2003).

Les quantités d’eau circulant dans l’échantillon ainsi que les pressions sont mesurées et
appliquées à l’aide d’un tableau tel que présenté à la Figure 5.15. Des burettes de 250 mL
sont reliées respectivement aux tuyaux d’entrée et de sortie d’eau du perméamètre. Ces
burettes sont reliées à des réservoirs de transition contenant de l’eau. C’est dans ces
réservoirs de transition que l’interface air-eau est retrouvée. Par conséquent, les pressions
d’air sont appliquées sur cette interface air-eau et la pression est alors retransmise d’abord à

171
une interface eau-kérosène dans le réservoir entourant la burette. La pression est ensuite
retransmise à l’interface eau-kérosène dans les burettes, qui sont reliées au perméamètre.
Les pressions sont appliquées à l’aide d’une colonne de mercure et d’un manomètre
conventionnel, en plus d’être mesurées par des capteurs de pression en base et en tête.

Figure 5.15 : Tableau pour les mesures de volume et de pression

Une saturation initiale est alors imposée à l’échantillon en appliquant une pression de 5 kPa
à la base du perméamètre et en laissant la tête à la pression atmosphérique. Juste avant cette
saturation initiale, les tuyaux reliés à la base de l’échantillon sont saturés afin de limiter la
quantité d’air entrant dans l’échantillon. L’eau pénètre dans l’échantillon et au moment où
celle-ci apparaît dans le tuyau de drainage supérieur après avoir traversé l’échantillon, le
volume d’eau entré est noté afin de suivre l’évolution du degré de saturation. Par la suite, le
tuyau de drainage supérieur est entièrement saturé et le perméamètre est connecté à celui-ci.
Une circulation d’eau est alors imposée à l’échantillon sous un différentiel de pressions de
5 kPa en base et 0 kPa en tête jusqu’à l’obtention du régime hydrique pseudo permanent,
c’est-à-dire lorsque le volume d’eau qui entre dans l’échantillon est égal au volume d’eau
qui sort de l’échantillon. Ceci est mesuré à la fois à l’aide des burettes et d’une balance sur
laquelle repose l’échantillon. Ce régime hydraulique est atteint lorsque la masse du
perméamètre contenant l’échantillon devient constante, ce qui peut prendre plusieurs

172
heures. Pendant la mesure de l’atteinte du régime permanent, une quantité d’eau
supplémentaire entre dans l’échantillon sans en ressortir. Celle-ci est prise en compte pour
le suivi du degré de saturation.

Une mesure de la conductivité hydraulique est alors effectuée au degré de saturation obtenu
lors de cette saturation initiale pour des fins de comparaison relative. Pour ce faire, des
charges de 5 kPa en base et de 0 kPa (gradient hydraulique i de 4,39) en tête sont
appliquées à l’échantillon de façon à ce qu’une circulation d’eau ait lieu à travers
l’échantillon. Un gradient hydraulique de cet ordre est conforme aux valeurs étant
suggérées dans la norme ASTM D5856-95 (ASTM 2002) pour l’ordre de grandeur des
valeurs de conductivité hydraulique espérées. Un total de 4 mesures est pris afin de calculer
une valeur moyenne de conductivité hydraulique à ce premier degré de saturation. Une
attention particulière est portée à prendre des mesures à différents niveaux d’eau dans les
burettes de base et de tête puisque la position de ce niveau d’eau influence le gradient
hydraulique. C’est pourquoi le calcul d’une valeur moyenne pour des conductivités
hydrauliques prises à différents niveaux d’eau dans les burettes est suggéré. Un suivi de la
masse du perméamètre est fait pour s’assurer qu’il ne se produit pas de modification de
régime hydraulique dans l’échantillon.

Il a été spécifié que la loi de Darcy n’est valide que pour des nombres de Reynolds Re
inférieurs à 10. D’après Randolph et coll. (2000), le nombre de Reynolds en milieux
poreux, qui est une valeur sans dimension, est égal à

qd50
Re  Équation 70

dans laquelle q est la vitesse d’écoulement (m/s), d50 est le diamètre moyen des particules
(m) et υ est la viscosité cinématique de l’eau, qui est égale à 1,004x10-6 m²/s à 20°C (Morse
2006). En utilisant le d50 de milieu du fuseau (d50=0,00578 m) et une vitesse q calculée à
partir de l’équation de Darcy pour K=1x10-5 m/s et i=4,39, une valeur de Re égale à 0,253
est trouvée. Celle-ci diminue à 0,0253 pour K=1x10-6 m/s. Par conséquent, pour des valeurs
de conductivité hydraulique typiques pour des MG 20 et un d50 représentatif de la
granulométrie d’un MG 20, les valeurs de Re sont faibles pour i=4,39 et la loi de Darcy

173
peut être considérée valide pour les essais. Il doit être précisé que, selon Morse (2006),
d’autres auteurs utilisent le d10 au lieu du d50, conduisant à des Re encore plus faibles et
plus réalistes pour des MG 20 (Re de 8,8x10-3 et 8,8x10-4 pour K=1x10-5 m/s et K=1x10-6
m/s lorsque d10=0,0002 m).

Par la suite, l’échantillon est saturé par palier de contrepression. Pour ce faire, un excédant
de pression de 50 kPa est appliqué très lentement et par paliers à la base de l’échantillon
(0,5 mL/min) en gardant le tuyau de drainage de la tête fermée. Ainsi, l’air se comprime
graduellement dans l’échantillon et lorsque la masse du perméamètre devient constante,
c’est-à-dire lorsque la pression d’eau ne comprime plus l’air, le drainage de la tête est
ouvert à une pression inférieure de 5 kPa à la pression en base. Un écoulement d’eau sous
un gradient de 4,39 est alors imposé à l’échantillon afin de permettre au régime hydraulique
de se stabiliser, ce qui est vérifié en mesurant la masse du perméamètre contenant
l’échantillon. L’état de contrainte est augmenté de cette façon par palier de 50 kPa jusqu’à
ce que la pression en base atteigne 700 kPa et que celle en tête atteigne 695 kPa. À cet état
de contrepression, une circulation d’eau de plusieurs minutes est imposée à l’échantillon
afin de s’assurer une très bonne stabilisation du régime hydraulique dans le perméamètre.
Plusieurs mesures de conductivité hydraulique sont alors prises à cet état de contrepression,
celles-ci correspondant à des mesures de conductivité hydraulique à l’état saturé. En effet,
selon la norme ASTM D 5084 (ASTM 2004), lorsque des contrepressions sont appliquées à
des échantillons dont le degré de saturation initial est d’environ 90%, la contrepression
nécessaire pour l’obtention d’un degré de saturation final de 100% est d’environ 700 kPa.
De plus, pour un degré de saturation initial moins élevé soit près de 70% comme c’est le
cas de certains des échantillons testés, une contrepression de 700 kPa permet quand même
d’obtenir une saturation finale d’environ 98%.

5.2.2.2. Résultats des essais de conductivité hydraulique

Un total de 18 essais de conductivité hydraulique (K) a été réalisé. L’ensemble des résultats
sont présentées à l’annexe E. Le Tableau 5.14 présente les résultats des essais de
conductivité hydraulique, soit la conductivité hydraulique au degré de saturation initial Kini
et à saturation Ksat, pour deux valeurs de degré de saturation, soit le degré de saturation

174
initial SRini et à saturation complète SRsat. Les caractéristiques volumétriques des
échantillons soumis aux essais y sont aussi retrouvées. Il est possible de constater que la
compacité des échantillons est satisfaisante puisque la valeur moyenne de d/d max est de
0,98 avec un coefficient de variation CV de 1,8%. Il est observé que la valeur de la
conductivité hydraulique augmente généralement avec le degré de saturation tel qu’il a été
vu dans la revue de la documentation. Toutefois, aucune tendance notable n’est observée
entre les variations de conductivité hydraulique et les variations de degré de saturation. Par
contre, la méthode de saturation utilisée permet d’obtenir des degrés de saturation très près
de 100% (99% en moyenne) et la performance des courbes, du point de vue de la
conductivité hydraulique K, peut être faite sur des bases communes de SR.

Tableau 5.14 : Caractéristiques volumétriques et résultats des essais de conductivité hydraulique

d d/d max n nf Kini SRini Ksat SRsat


(kg/m³) (%) (%) (m/s) (%) (m/s) (%)
CS 2138 0,987 19,22 77,27 3,33E-07 87,2 4,38E-06 99,9
CM 2196 0,996 16,62 81,58 5,76E-06 86,2 1,14E-05 99,8
CI 2192 1,006 17,20 91,22 4,20E-06 87,7 1,20E-05 100,0
Gneiss

CSI 2085 0,997 21,02 93,01 7,28E-06 51,4 1,41E-05 95,4


CIS 2236 0,993 15,90 72,98 2,08E-06 72,7 4,15E-06 98,1
CSS 2067 0,975 21,91 80,03 1,01E-07 84,0 5,44E-06 99,5
Moyenne 0,992 8,58E-06 98,8
Écart-type 0,011 4,41E-06 1,8
CS 2139 0,943 17,77 75,53 6,06E-06 97,4 5,56E-06 100,0
CM 2213 0,967 15,75 80,60 3,17E-06 72,6 2,58E-06 98,1
CI 2137 0,954 18,66 91,98 7,02E-06 103,3 1,38E-05 100,0
Calcaire

CSI 2134 0,973 19,13 92,20 8,84E-07 76,6 1,65E-05 98,6


CIS 2298 0,986 12,53 67,17 4,16E-07 101,3 2,50E-06 100,0
CSS 2118 0,966 19,64 77,73 5,02E-06 68,6 7,58E-06 97,6
Moyenne 0,965 8,09E-06 99,0
Écart-type 0,015 5,86E-06 1,1
CS 2290 0,971 17,72 75,47 4,16E-07 72,3 1,54E-06 98,0
CM 2335 0,992 16,51 81,46 5,20E-07 78,2 2,36E-06 98,8
CI 2246 0,975 20,76 92,91 3,69E-06 99,0 1,17E-05 100,0
Basalte

CSI 2132 0,957 24,30 94,13 5,15E-06 94,9 2,10E-05 100,0


CIS 2323 0,951 17,77 75,53 3,13E-06 88,5 3,55E-06 100,0
CSS 2224 0,978 20,68 78,84 2,81E-06 80,1 7,14E-06 99,0
Moyenne 0,971 7,88E-06 99,3
Écart-type 0,015 7,44E-06 0,8

175
Le Tableau 5.15 permet de comparer, pour une même courbe granulométrique, la valeur de
conductivité hydraulique mesurée pour chacune des sources. Ceci est fait en calculant un
ratio, pour une même courbe granulométrique, de la conductivité hydraulique d’une source
sur la conductivité hydraulique d’une autre source. De plus, la valeur moyenne des ratios
pour la comparaison entre deux sources est calculée et permet d’apprécier globalement les
différences de conductivité hydraulique entre les sources. De plus, un classement de
performance, du point de vue de la conductivité hydraulique, est présenté au Tableau 5.16
en divisant la valeur de conductivité hydraulique d’une courbe pour une source par celle de
la conductivité hydraulique la plus élevée pour la même source et en prenant la valeur
inverse de cette valeur. Bien que certaines différences de classement existent entre les
sources, il est possible de constater que les deux courbes les plus perméables sont la CSI et
la CI pour toutes les sources.

Tableau 5.15 : Comparaison de conductivité hydraulique entre les sources pour chaque courbe

K Gneiss K Gneiss K Calcaire


K Calcaire K Basalte K Basalte
CS 0,79 2,84 3,61
CM 4,42 4,83 1,09
CI 0,87 1,03 1,18
CSI 0,85 0,67 0,79
CIS 1,66 1,17 0,70
CSS 0,72 0,76 1,06
Moyenne 1,55 1,88 1,41

Tableau 5.16 : Classement des courbes du point de vue de la conductivité hydraulique


Gneiss Ratio p/r Calcaire Ratio p/r Basalte Ratio p/r
(m/s) CSI (m/s) CSI (m/s) CSI
CSI 1,41E-05 1,00 CSI 1,65E-05 1,00 CSI 2,10E-05 1,00
CI 1,20E-05 1,18 CI 1,38E-05 1,20 CI 1,17E-05 1,79
CM 1,14E-05 1,24 CSS 7,58E-06 2,18 CSS 7,14E-06 2,94
CSS 5,44E-06 2,59 CS 5,56E-06 2,97 CIS 3,55E-06 5,92
CS 4,38E-06 3,22 CM 2,58E-06 6,40 CM 2,36E-06 8,90
CIS 4,15E-06 3,40 CIS 2,50E-06 6,60 CS 1,54E-06 13,64

176
Une analyse statistique a été réalisée au Tableau 5.17 afin de déterminer les principales
variables expliquant le comportement des matériaux granulaires testés du point de vue de la
conductivité hydraulique saturée Ksat. Cette analyse a été faite en calculant les valeurs des
coefficients de corrélation R entre les valeurs de Ksat et les principales variables explicatives
identifiées. La ligne représentant le total au Tableau 5.17 a été utilisée afin d’identifier les
principales variables explicatives dominantes pour des fins de simplification. Cette valeur
représente la somme des trois coefficients de corrélation en valeur absolue pour les trois
sources exprimée en pourcentage de la valeur maximale qui pourrait être obtenue, soit 3, la
valeur maximale de R étant 1 (ou -1 pour une relation de proportionnalité inverse). Les
variables explicatives montrant des valeurs totales inférieures à 50% ont été écartées du
Tableau 5.17 et celles qui sont davantage intéressantes sont celles dont la somme des
valeurs de R est près de 100%. Il est possible de constater que tel qu’il était espéré, les
variables directement ou indirectement reliées à la granulométrie qui sont davantage reliées
à la conductivité hydraulique saturée sont surtout celles rattachées à la fraction plus fine des
matériaux granulaires. En se référant aux valeurs de Ksat, il est possible de constater que les
3 variables présentant un pourcentage élevé sont nf, d10 et %F, soit 3 valeurs reconnues
pour être de bons indicateurs de la conductivité hydraulique dans la littérature. Il doit être
noté que nf est le paramètre expliquant le mieux la conductivité hydraulique de l’ensemble
des matériaux granulaires à l’état saturé. Cette affirmation est supportée par le modèle de
Côté et Konrad (2003), reliant la conductivité hydraulique à l’état saturé à nf. En effet, ce
paramètre présente de bonnes valeurs de R pour tous les types de minéralogie contrairement
à la porosité n ou le pourcentage de fines %F. Par contre, le d10 est aussi très intéressant (ce
paramètre étant utilisé dans la formule de Hazen) pour les trois sources, mais de
performance globale inférieure à nf. La relation entre Ksat et nf est présentée à la Figure
5.16. Les relations exponentielles de la Figure 5.16, dans lesquelles nf est en décimale et
Ksat en m/s, sont mathématiquement exprimées par

Gneiss : LOG  K sat   2, 731 n f  7,378


R ²  0,80 Équation 71
RMSE  0,12

177
Calcaire : LOG  K sat   2,963  n f  7,597
R ²  0, 69 Équation 72
RMSE  0, 219

Basalte : LOG  K sat   4,348  n f  8,850


R ²  0, 72 Équation 73
RMSE  0, 257

Tableau 5.17 : Coefficients de corrélation R entre les valeurs de Ksat et des variables explicatives

d n nf d30 d20 d10 Cu %F D50S D10S


Gneiss -0,11 0,04 0,90 0,64 0,74 0,90 -0,78 -0,96 0,77 0,93
Calcaire -0,66 0,71 0,88 0,54 0,65 0,86 -0,76 -0,79 0,63 0,75
Basalte -0,92 0,96 0,88 0,42 0,52 0,82 -0,67 -0,78 0,69 0,84
Total (%) 56,1 56,9 88,8 53,7 63,7 86,1 73,8 84,0 69,9 84,0

Figure 5.16 : Relation entre Ksat et nf

178
Afin de bien quantifier l’influence de la source minéralogique sur la conductivité
hydraulique à l’état saturé, les valeurs de R entre Ksat et les divers paramètres décrivant les
particules fines des sources testées ont été calculées. Les caractéristiques considérées des
sources minéralogiques sont CuF, d50F, <20µm, <2µm et SSF. Cette analyse a été effectuée
en considérant les valeurs moyennes de Log(Ksat) étant donné les résultats de la Figure 5.16
et les résultats sont présentés au Tableau 5.18. Il est possible de constater que tous les
paramètres décrivant les particules fines expliquent bien les différences entre les valeurs
moyennes de conductivité hydraulique mesurées entre chaque source. En ce qui concerne
les paramètres reliés à la granulométrie, il est possible de constater que CuF et <2µm se
démarquent des autres paramètres suggérés, CuF montrant le coefficient de corrélation le
plus élevé. Ceci est en accord avec les résultats obtenus dans la section traitant de la
susceptibilité au gel des matériaux granulaires testés dans cette étude.

Tableau 5.18 : Coefficients de corrélation R entre Log(Ksat) moyen et les caractéristiques des fines
Log(Ksat)
CuF d50F <20µm <2µm SSF
moyen
Gneiss -5,06660 7,9 38,0 27,0 4,2 4,0
Calcaire -5,09223 17,9 18,0 52,5 12,5 16,0
Basalte -5,10338 24,0 21,0 48,9 14,0 14,0
R 1,00 -1,00 0,90 -0,91 -0,99 -0,90

5.2.2.3. Analyse des essais de conductivité hydraulique

Les relations masse volumique/teneur en eau permettent d’obtenir une estimation de la


valeur de la conductivité hydraulique en utilisant la relation suggérée par Côté et Konrad
(2003) présentée à l’équation 25. Cette équation utilise la porosité de la fraction fine nf et la
surface spécifique de la fraction fine SSF dans le but d’estimer la conductivité hydraulique à
l’état saturé Ksat. Le Tableau 5.19 et la Figure 5.17 présentent la conductivité hydraulique à
l’état saturé estimée pour chacune des courbes granulométriques et chacun des matériaux à
l’étude à partir de cette relation.

179
Tableau 5.19 : Estimation de la conductivité hydraulique saturée pour les MG testés

Gneiss Calcaire Basalte


Courbe Ratio p/r Ratio p/r Ratio p/r
Ksat (m/s) Ksat (m/s) Ksat (m/s)
CIS CIS CIS
CIS 8,5E-07 1,0 3,7E-08 1,0 1,2E-07 1,0
CS 2,0E-06 2,4 7,7E-08 2,1 2,3E-07 1,9
CSS 3,3E-06 3,9 3,3E-07 8,9 7,1E-07 5,9
CM 6,8E-06 8,0 5,9E-07 15,9 1,7E-06 14,0
CI 7,1E-05 84,0 1,2E-05 308,7 2,3E-05 187,8
CSI 9,9E-05 116,3 1,6E-05 430,2 2,9E-05 233,6
Moy. 3,1E-05 4,8E-06 9,1E-06
É.-T. 4,3E-05 7,E-06 1,3E-05

CSI Basalte
CI Calcaire
CM Gneiss
CSS
CS
CIS

1E+00 1E-02 1E-04 1E-06 1E-08


Ksat (m/s)

Figure 5.17 : Estimation de la conductivité hydraulique pour les MG testés

Afin de comparer les échantillons entre eux, les résultats ont été classés du moins
perméable au plus perméable. Pour chacune des sources testées, le même ordre est obtenu
soit CIS, CS, CSS, CM, CI et CSI. Il est entre autres possible d’observer que cela
correspond à une décroissance du coefficient d’uniformité et du pourcentage de particules
fines. Ceci est conforme à ce qui a été observé dans la revue de la documentation. En
calculant le ratio de la valeur Ksat obtenue pour chacune des courbes à celle de la CIS, il est
possible de constater l’évolution des caractéristiques hydrauliques à l’intérieur du fuseau
granulométrique spécifié par le MTQ. Il est donc possible de constater au Tableau 5.19 que
le ratio de la conductivité hydraulique des courbes étudiées sur la conductivité hydraulique

180
de la courbe CIS pour chacun des matériaux varie très peu et se situe environ entre 1 et 16
pour les courbes CIS, CS, CSS et CM. Toutefois, en ce qui concerne les courbes CI et CSI,
la valeur du ratio atteint la valeur de 430. Cet écart est plus important lorsque la surface
spécifique des particules fines augmente. Ceci montre bien l’influence de la granulométrie
et du type de matériau sur la capacité de drainage des MG. En général, les valeurs de Ksat
estimée sont dans le même ordre de grandeur que celles mesurées pour la source gneiss
alors qu’ils sont un ordre de grandeur plus faible que celles mesurées pour les sources
calcaire et basalte. Afin de mettre ces résultats estimés dans une autre perspective, la valeur
de K a été aussi estimée avec le modèle de Moulton (1980) et Richardson (1997). La Figure
5.18 présente la comparaison entre les valeurs de conductivité hydraulique mesurées et
estimées pour ces trois modèles. Globalement, il est possible d’observer que les résultats
obtenus suivent assez bien ceux obtenus de diverses équations d’estimation.

Figure 5.18 : Comparaison entre K mesurée et estimée

Les résultats globaux présentés au Tableau 5.14 permettent d’abord de constater que la
méthode d’essai utilisée permet d’obtenir des degrés de saturation élevés très près de 100%

181
et permet donc de comparer la performance hydrique des courbes sur une même base de
degré de saturation, qui est reconnu pour fortement influencer la conductivité hydraulique.
Il est aussi possible d’observer que la granulométrie a une influence non négligeable sur la
conductivité hydraulique des matériaux granulaires testés dans cette étude. Cette influence
est vérifiée pour les valeurs de Kini et Ksat. L’influence de la distribution de la taille des
grains semble suivre une certaine tendance d’une source à l’autre puisque les courbes CSI
et CI (pourcentage de particules fines faible) sont toujours celles montrant les valeurs de K
les plus élevées pour chaque source et que la CIS est généralement la courbe la moins
perméable (sources gneiss et calcaire).

Les données de compactage au Tableau 5.14 montrent que la méthode compactage permet
d’atteindre des valeurs de masse volumique sèche élevées près de la masse volumique
sèche maximale. Ceci est particulièrement observé pour la source partiellement concassée
alors que les sources concassées présentent des données de compactage similaires à environ
97% de la valeur d max. Afin de vérifier l’influence de la compacité obtenue sur les résultats
pour des écarts de masse volumique sèche de l’ordre de ceux mesurés, l’utilisation du
modèle de Côté et Konrad (2003), utilisant nf, est adéquate. À titre d’exemple, il est
possible de calculer la valeur moyenne des nf obtenues dans le cas de la source calcaire qui
est de 80,871%. Comme le niveau moyen de compacité obtenu d/d max est de 0,965, il est
calculé que la valeur nf moyenne pour des masses volumiques sèches maximales serait alors
de 78,041%. La variation de nf pour un compactage en deçà de l’optimum est donc de
2,83%. En prenant l’exemple de la source calcaire (SSF=16 m²/g), la variation de
conductivité hydraulique à l’état saturé induite par une variation de nf de 0,0283 est de
2,75x10-14 m/s. L’effet des écarts de masse volumique sèche avec la masse volumique
sèche maximale est donc négligeable dans l’ordre de grandeur des valeurs obtenues dans
cette étude.

Il est aussi constaté au Tableau 5.15 que, en moyenne, le gneiss est 1,55 fois plus
perméable que le calcaire et 1,88 fois plus perméable que le basalte alors que le calcaire est
1,41 fois plus perméable que le basalte. Ces écarts moyens entre les sources suivent une
tendance logique en ce qui concerne les propriétés des particules fines. Toutefois, les
valeurs de conductivité hydraulique moyennes sont relativement près l’une de l’autre,

182
nonobstant le fait qu’elles suivent un ordre assez logique. Ceci laisse croire que le montage
utilisé a permis de mettre en lumière l’effet de la granulométrie mais permet de mesurer des
écarts entre les sources qui sont moins importants que ce qu’à quoi il aurait été possible de
s’attendre. Comme le perméamètre utilisé est de type rigide, il est certain que des effets de
bord existent et il est difficile de quantifier leur importance. L’utilisation de perméamètres
rigides est encore largement répandue dans la pratique et les effets de bords ont
généralement un effet mineur sur la valeur de conductivité hydraulique. Le modèle de Côté
et Konrad (2003) permet de penser que des écarts plus importants entre les diverses
minéralogies testées dans le cadre de cette étude pourraient exister. En effet, en calculant
les valeurs moyennes de nf pour chaque source et en utilisant les valeurs de SSF
correspondantes, il est possible d’estimer Ksat à 9,5x10-6, 1,57x10-6 et 2,95x10-6 m/s pour
les sources gneiss, calcaire et basalte respectivement. Ces écarts sont significativement plus
importants que ceux mesurés dans cette étude. Toutefois, les résultats de Boudali (1997)
obtenus sur des sources gneiss et calcaire pour diverses granulométries donnent des valeurs
moyennes de conductivité hydraulique de 1x10-7 et 2,25x10-7 m/s pour un gneiss et un
calcaire de même provenance. Cet écart, quoique toujours plus important, est davantage
dans l’ordre de grandeur de celui mesuré dans cette étude.

Les ratios calculés au Tableau 5.15 permettent difficilement de tracer une tendance
générale par rapport aux moyennes calculées dans ce tableau. Ceci est entre autres
explicable par le fait que, si les résultats de la source gneiss sont considérés, la CM a une
valeur de Ksat élevée et près de celle de la CI, ce qui n’est pas le cas pour les sources
calcaire et basalte. Ceci indique que l’effet des particules fines semble plus important
lorsque celles-ci ont une surface spécifique plus importante. Il doit aussi être noté que la
CM est une courbe très dense puisque sa masse volumique sèche est souvent près de celle
de la CIS. Le Tableau 5.17 montre clairement que d est reliée à Ksat dans le cas des
matériaux granulaires concassés alors que c’est moins le cas pour la source partiellement
concassée.

Le classement des courbes présenté au Tableau 5.16 permet d’abord de constater que les
deux courbes les plus performantes toutes sources confondues sont la CSI et la CI, les deux
courbes ayant le pourcentage de particules fines le plus bas et les valeurs de nf les plus

183
élevées. De plus, dans le cas des sources concassées, un classement similaire est observé
pour les 3 courbes les plus perméables soit la CSI, la CI et la CSS. Toutefois, dans le cas de
ces sources, la CM est parmi les courbes les moins perméables, et ce, malgré son
pourcentage de particules fines qui est intermédiaire. Cette courbe est très dense et il est
clair au Tableau 5.17 que la masse volumique sèche est importante à considérer lorsque la
conductivité hydraulique des matériaux granulaires provenant de sources concassées est
étudiée. Il est aussi possible de constater que la CIS est la courbe est la moins perméable
dans le cas des sources gneiss et calcaire. Néanmoins, dans le cas de la source basalte,
l’écart entre la conductivité hydraulique de cette courbe et la conductivité hydraulique de la
courbe la moins perméable est peu important. En observant les ratios calculés au Tableau
5.16, il est possible de constater que la plage de valeur sur laquelle s’étendent les résultats
de conductivité hydraulique à l’état saturé est beaucoup plus importante pour la source
basaltique que pour les deux autres sources. En effet, la plage de valeur de la source
basaltique est deux fois plus grande que celle de la source calcaire, alors que la plage de
valeur de la source calcaire est aussi deux fois plus importante que celle de la source gneiss.

L’analyse statistique présentée au Tableau 5.17 permet de constater que les meilleurs
indicateurs pour décrire la performance des matériaux granulaires testés du point de vue de
la conductivité hydraulique sont nf, d10, d10S, %F et Cu dans une moindre mesure. Ce sont
pour la plupart les principaux indicateurs reconnus dans la littérature pour estimer la
conductivité hydraulique des sols et granulats. Il est à noter que d10S est une valeur
légèrement inférieure au d10 mais montre aussi des valeurs de R légèrement inférieure.
Selon ce qui est suggéré, la porosité de la fraction fine nf est le meilleur indicateur global,
c’est-à-dire pour l’ensemble des trois sources de granulats, de la conductivité hydraulique à
l’état saturé. Il est toutefois à noter que certains indicateurs pris pour certaines sources
séparément montrent des valeurs de R plus élevées que nf. À titre d’exemples, il est possible
de citer %F dans le cas de la source gneiss granitique et d ou n dans le cas de la source
basaltique. La relation entre Ksat et nf est présentée à la Figure 5.16. Cette figure montre
bien que le comportement moyen, illustré par la courbe de tendance de forme
exponentielle, est peu variable d’une source à l’autre. Ceci est davantage vrai dans le cas
des sources gneiss et calcaire tel qu’observé à la Figure 5.16.

184
Dans le but de bien cerner l’effet de la source sur la conductivité hydraulique à l’état saturé
tel que mesuré dans cette étude, une analyse statistique de corrélation a été effectuée
(Tableau 5.18) entre la valeur de Ksat moyenne pour chaque source et les principaux
paramètres décrivant la fraction fine soit CuF, d50F, <20µm, <2µm et SSF. Il est constaté
que l’effet de la source est très bien expliqué par tous les indicateurs suggérés. Du point de
vue de la granulométrie des particules fines, le moins bon indicateur est le d50F alors que
celui montrant la valeur de R la plus élevée est le CuF. Il est à noter que la quantité de
particules de la taille des argiles <2µm montre un coefficient de corrélation très près de
celui de CuF. Ces résultats sont en accord avec ceux obtenus précédemment dans la section
portant sur la susceptibilité au gel des MG 20. Toutefois, il doit être noté que l’effet de la
source sur les valeurs de conductivité hydraulique semble limité dans le cas présent puisque
la variabilité dans les valeurs moyennes est assez faible. Toutefois, elle a été mesurée
comme étant significative avec un test t de Student sur la relation entre les valeurs
moyennes de Log(Ksat) en fonction de CuF pour s’assurer que la pente de la relation est
différente de 0 pour un niveau de confiance de 95%.

5.2.3. Conclusion

Les essais de performance hydrique ont permis de constater l’effet de la granulométrie sur
ce type de performance. Tout comme il a été constaté dans la section traitant du gel et dégel
et comme il a été constaté dans la revue de la documentation, l’effet de la granulométrie est
particulièrement traduit par le rôle de la portion plus fine des matériaux. Globalement, il est
aussi constaté que le rôle de la granulométrie sur la résistance à l’érosion et la conductivité
hydraulique est le même et fait intervenir plusieurs processus similaires. Il a aussi été
possible d’identifier de quelle façon ces paramètres de performance varient dans le contexte
du fuseau granulométrique du MTQ. Grâce à ces informations, il est maintenant possible de
travailler sur des façons de bonifier le comportement des MG de fondation des chaussées
comme il sera vu plus loin dans ce travail.

185
5.3. Essais de performance mécanique : module réversible et susceptibilité à la
déformation permanente

5.3.1. Préparation des échantillons et méthodologie

Le Ministère des Transports du Québec utilise la norme LC 22-400 (MTQ 2004) pour la
détermination du module réversible et du coefficient de poisson réversible des matériaux
granulaires sous chargement déviatorique répété en cellule triaxiale. Cette méthode d’essai
est bien documentée dans Doucet et Doré (2004). Cette méthode est principalement basée
sur la méthode AASHTO T307-99 (AASHTO 2003), qui est largement utilisée en
Amérique du Nord pour déterminer le module réversible des matériaux de chaussées. Les
principales différences entre ces deux normes sont le nombre de cycles de conditionnement
qui est plus élevé dans la norme québécoise, la quantification de l’effet de la teneur en eau
et la mesure des déformations sur l’échantillon. Un schéma de l’équipement triaxial est
présenté à la Figure 5.19 et une photo de cet équipement montrant un échantillon assemblé
est présentée à la Figure 5.20.

186
Figure 5.19 : Schéma du montage d’un essai de module réversible (MTQ 2004)

187
Figure 5.20 : Photo de l’équipement triaxial au MTQ

Selon la norme LC 22-400 (MTQ 2004), les échantillons sont compactés dans un moule
séparable préalablement graissé de 150 mm de diamètre à l’intérieur duquel le plateau de
chargement inférieur est fixé. La mise en place est réalisée sur le côté sec de l’optimum
avec un marteau vibrant en sept couches dans le but d’obtenir un échantillon d’environ 300
mm de hauteur. Deux papiers filtres et un géotextile tissé sont placés entre l’échantillon et
les plateaux de chargement supérieur et inférieur. Deux membranes de caoutchouc sont
placées autour de l’échantillon et celui-ci est scellé à l’aide de deux joints toriques en
caoutchouc fixant les membranes sur chaque plateau de chargement. De la graisse de
silicone est aussi placée entre les membranes et les plateaux de chargement afin d’assurer
une parfaite étanchéité.

Le déplacement vertical est mesuré à l’aide de deux LVDT positionnés à 180° l’un de
l’autre et mesurant la déformation sur le 200 mm central. Ceux-ci sont fixés à des collets en
aluminium couvrant chacun environ 180° de la circonférence totale de l’échantillon, les
deux sections étant jointes ensemble à l’aide de joints toriques. Les plateaux d’appui pour
les LVDT sont aussi fixés à ce type de collets. De plus, le déplacement horizontal est

188
mesuré avec un LVDT fixé à un câble qui entoure le centre de l’échantillon. Afin que le
câble n’abîme pas l’échantillon lorsqu’il est mis sous tension avec des joints toriques, celui-
ci passe à travers 7 prismes d’aluminium à surface de contact importante lesquels sont en
contact avec le matériau. Par conséquent, le câble sous tension n’est pas en contact avec
l’échantillon. Cependant, le LVDT horizontal et le plateau de déplacement horizontal sont
libres de mouvement étant donné que ceux-ci sont montés sur un système d’essieu à roues
simples. Il doit être noté que les données de déformations radiales réversibles ne sont pas
analysées dans le cadre de cette étude.

La séquence de chargement appliquée lors des essais est présentée au Tableau 5.20. Une
séquence de conditionnement de 10000 cycles et quinze états de contraintes pour la
caractérisation du module réversible sont appliqués. La fréquence de chargement lors du
conditionnement est de 10 Hz, l’impulsion durant 0,1 s et le repos durant 0,9 s. Les quinze
états de contraintes sont appliqués à une fréquence de 1 Hz au nombre de soixante cycles
chacun, l’impulsion durant 1 s et le repos durant 1 s. Tout au long des divers chargements,
10% de la contrainte déviatorique totale est appliquée de façon statique (d statique) et 90%
de façon cyclique (d cyclique) afin de maintenir un contact permanent avec l’échantillon. La
forme de l’impulsion est de type haversine.

Tableau 5.20 : États de contrainte lors de l’essai de module réversible

 3 d d statique d cyclique
(kPa) (kPa) (kPa) (kPa)
0 105 105 10,5 94,5
1 20 2 18
2 20 40 4 36
3 60 6 54
4 35 3,5 32,5
5 35 70 7 63
6 105 10,5 94,5
7 70 7 63
8 70 140 14 126
9 210 21 189
10 70 7 63
11 105 105 10,5 94,5
12 210 21 189
13 105 10,5 94,5
14 140 140 14 126
15 280 28 252

189
La séquence de conditionnement est utilisée pour caractériser la susceptibilité à la
déformation permanente puisqu’il s’agit de la seule séquence avec un nombre élevé de
cycles. Toutefois, il doit être noté que l’objectif d’étudier ce paramètre de performance est
davantage qualitatif puisqu’en soi, la séquence de conditionnement n’équivaut pas à un
essai de déformation permanente tel qu’il est réalisé sur les matériaux de chaussées. En
effet, un essai de déformation permanente atteint souvent plusieurs dizaines de milliers de
cycles de chargement et est réalisé à des états de contraintes plus agressifs, principalement
en termes de rapport de la contrainte déviatorique sur la contrainte de confinement d/3.
Ceci est fait dans le but de créer des déformations permanentes importantes et de
déterminer le rapport de contraintes critique pour les matériaux granulaires. De plus, dans
cette étude, les données sur la susceptibilité à la déformation permanente ne seront pas
recueillies sur des échantillons ayant la même teneur en eau et le même degré de saturation.
Cela rend plus difficile la tâche d’isoler l’effet de la granulométrie sur ce paramètre de
performance. Néanmoins, il est réaliste de croire qu’il soit possible de mettre en évidence
l’effet de la distribution de la taille des grains. La susceptibilité à la déformation
permanente est déterminée dans le cas présent grâce au taux de déformation plastique
moyen (moyenne entre les deux capteurs de déplacement vertical) exprimé en %/cycle pour
les 5000 derniers cycles de la phase de conditionnement, soit les cycles 5000 à 10000. Cette
méthode de mesure a aussi été utilisée par Uthus (2007) et permet de considérer seulement
la phase linéaire de la déformation plastique engendrée dans le conditionnement.
L’utilisation du cycle de conditionnement pour décrire la susceptibilité à la déformation
permanente a aussi été faite par Ekblad (2007).

En ce qui concerne l’essai de module réversible, puisqu’il est non destructif, l’échantillon
est caractérisé à trois teneurs en eau. Cependant, la séquence de conditionnement est
réalisée seulement une fois à la teneur en eau de compactage. Celle-ci est fixée à 2% au-
dessus de l’absorption et cette valeur permet généralement de créer une succion matricielle
non négligeable tel que montré par Doucet et Doré (2004). Par conséquent, la mise en place
est réalisée du côté sec de l’optimum. Cette teneur en eau est la première teneur en eau pour
la caractérisation du comportement mécanique. Elle est mesurée en pesant la masse sèche
du matériau résiduel lors de la mise en place et en pesant la masse humide du matériau
compacté, la masse du moule étant connue. Par la suite, l’échantillon est saturé selon la

190
méthode présentée à la Figure 5.21 afin de pouvoir caractériser le comportement mécanique
à saturation. Pour la saturation de l’échantillon, une pression de confinement de 20 kPa est
appliquée à l’échantillon et celle-ci est maintenue durant tout le processus de saturation.
Une succion de -50 kPa est appliquée pendant plusieurs minutes à la tête de l’échantillon en
maintenant la base de l’échantillon fermée dans le but de créer le vide dans l’échantillon.
Cette succion est mesurée à l’aide d’un capteur de pression positionné à la base de la cellule
triaxiale. En gardant la succion à la tête de l’échantillon, la base de l’échantillon est
partiellement ouverte avec une légère pression d’eau de 10 kPa. Par conséquent, l’eau entre
dans le matériau à un taux ajusté de 5 à 10 g/min, qui est vérifié en mesurant les variations
de masse de la cellule triaxiale contenant l’échantillon positionnée sur une balance (Figure
5.21A). Lorsque l’eau atteint la tête de l’échantillon, le tuyau relié à celle-ci est fermé mais
l’échantillon demeure en état de succion. Cette succion diminue graduellement au fur et à
mesure que l’eau entre dans l’échantillon toujours à la même vitesse, ce qui peut nécessiter
l’ajustement de l’ouverture de la valve à la base de l’échantillon (Figure 5.21B). Lorsque la
pression à l’intérieur de l’échantillon atteint 0 kPa, la tête de l’échantillon est ouverte à
nouveau afin de permettre à l’eau de circuler à travers l’échantillon et la valve de la base de
l’échantillon est ouverte complètement (Figure 5.21C).

A B C D
-50 kPa 0 kPa 0 kPa
-50 kPa
 à 0 kPa 

 10 kPa  10 kPa  10 kPa


Vitesse 5 à 10 Vitesse 5 à 10 Circulation Équilibration
=
de l'eau = g/min de l'eau g/min d'eau de l'eau

Figure 5.21 : Processus de saturation : A – Entrée de l’eau dans l’échantillon ; B – Équilibration de la


succion à l’intérieur de l’échantillon ; C – Circulation d’eau dans l’échantillon ; D – Équilibration du
niveau de l’eau

191
Dans le but de prévenir la circulation d’eau dans la tête de l’échantillon durant la
caractérisation du module réversible à l’état saturé, le niveau d’eau est ajusté à la mi-
hauteur de l’éprouvette. Ceci est fait en connectant un réservoir d’eau à la base de
l’échantillon, le niveau de l’eau contenue dans le réservoir étant positionné à 150 mm plus
haut que la base de l’échantillon et en laissant la tête de l’échantillon à la pression
atmosphérique. Par conséquent, l’eau dans la partie supérieure de l’échantillon s’équilibre
lentement au niveau d’eau du réservoir. La partie supérieure de l’échantillon demeure à un
degré de saturation élevé parce que l’énergie appliquée pour l’ajustement du niveau d’eau
est très faible. Le degré de saturation est mesuré tout au long du processus de saturation en
installant la cellule triaxiale contenant l’échantillon sur une balance. Lorsque le niveau
d’eau est stabilisé, le degré de saturation global est mesuré (Figure 5.21D) et la
caractérisation du comportement mécanique à l’état saturé est réalisée. L’échantillon est
pesé avant et après la caractérisation afin de mesurer si des variations de masse sont
causées par l’essai.

À la suite de la détermination du module réversible à l’état saturé, l’échantillon est drainé


en levant celui-ci sur une table élévatrice et en plaçant le réservoir sur le sol. Par
conséquent, une faible succion d’environ -7 kPa est appliquée à l’eau dans l’échantillon au
début du processus de drainage et celle-ci diminue graduellement jusqu’à la pression
atmosphérique. Cette force de succion est mesurée grâce au capteur de pression installé à la
base de l’échantillon. Par la suite, l’éprouvette est laissée au repos pendant 24 heures afin
de s’assurer d’un bon drainage et d’une bonne équilibration de la teneur en eau de
l’échantillon. Ce processus permet d’obtenir une troisième teneur en eau supérieure à la
teneur en eau initiale mais inférieure à la teneur en eau à saturation, sa valeur dépendant
principalement des caractéristiques de rétention d’eau de l’échantillon testé. La teneur en
eau drainée est mesurée en plaçant la cellule triaxiale contenant l’échantillon sur une
balance. La caractérisation du comportement réversible à l’état drainé est réalisée après le
processus de drainage. L’échantillon est pesé avant et après cette caractérisation afin de
vérifier si un gain ou une perte d’eau est survenu durant la caractérisation. La teneur en eau
finale de l’échantillon est mesurée sur celui-ci en entier lorsqu’il est retiré de la cellule
triaxiale afin de s’assurer que les valeurs de teneur en eau prises en cours d’essai
concordent avec la teneur en eau finale.

192
5.3.2. Résultats des essais de module réversible

La procédure décrite dans la section précédente a été appliquée aux 18 échantillons de


matériaux granulaires présentés. Le sommaire détaillé des essais effectués est compilé à
l’annexe F. Les résultats de ces essais devraient permettre de quantifier l’effet de la
granulométrie, du degré de saturation et de la source minéralogique sur le module
réversible des matériaux granulaires de fondation de chaussée. Des résultats typiques
obtenus pour un essai sont présentés à la Figure 5.22 pour la CSI de la source gneiss
granitique. Dans la norme LC 22-400 telle qu’elle était définie en 2004, le MR est relié à la
contrainte totale par

M R  a  b Équation 74

dans laquelle MR est en MPa et θ en kPa, a et b étant des constantes de régression. Comme
il est possible d’observer à la Figure 5.22, le module réversible est plus élevé pour la teneur
en eau initiale et il diminue significativement à teneur en eau saturé. Cependant, cette
diminution de module varie avec la contrainte totale θ, mais aussi avec la granulométrie et
avec la source de granulats. Ce type de résultats est en accord avec ceux obtenus par
Doucet et Doré (2004), Tian et coll. (1998), Uthus (2007) et Stolle et coll. (2006). Dans le
but d’apprécier l’effet de la granulométrie sur le module réversible, les échantillons sont
comparés pour les résultats obtenus à teneur en eau saturé parce que la succion matricielle
est environ zéro à cette teneur en eau. Par conséquent, tel que suggéré par Doucet et Doré
(2004), la teneur en eau ne provoque aucune variation dans la contrainte totale laquelle a un
impact significatif sur le module réversible. De plus, les résultats avancés par ces
chercheurs montrent qu’aucune pression interstitielle ne se développe dans les échantillons
dont le module réversible à l’état saturé (conditions drainées) est déterminé en laboratoire.
Ceci est aussi en accord avec les travaux d’Ekblad (2007). Donc, la teneur en eau saturée
représente la meilleure base de comparaison pour apprécier l’effet de la granulométrie sur
le MR. Les résultats des essais de module réversible à teneur en eau saturé sont présentés à
la Figure 5.23 pour chaque source minéralogique testée.

193
600

500

400
MR (MPa)
300

200
MR=a+b
SR a b RMSE
100 18% 0.735 84.5 18
90% 0.618 73.2 12
28% 0.653 77.9 11
0
0 200 400 600 800
 (kPa)

Figure 5.22 : Résultats typiques d’un essai de module réversible – Gneiss CSI

Figure 5.23 : Résultats des essais de module réversible à l’état saturé

Les caractéristiques volumétriques des échantillons soumis aux essais de module réversible
sont présentées au Tableau 5.21. Les principales caractéristiques volumétriques sont le ratio

194
masse volumique sèche sur la masse volumique sèche maximale ρd/ρd max, la porosité n, la
porosité dans la fraction grossière nc et la porosité de la fraction fine nf. De plus, les
caractéristiques volumétriques associées à la méthode Bailey ont été ajoutées afin de mieux
cerner l’effet global de la granulométrie sur le module réversible. Entre autres, la valeur du
pourcentage d’atteinte de la masse volumique non tassé du gros granulat %MVNTGG, la
valeur du pourcentage d’atteinte de la masse volumique tassé du granulat fin %MVTGF, la
valeur du pourcentage d’atteinte de la masse volumique non tassé du sable grossier
%MVNTSG, la valeur du pourcentage d’atteinte de la masse volumique tassé du sable
grossier %MVTSG, la valeur du pourcentage d’atteinte de la masse volumique non tassé du
sable fin %MVNTSF et la valeur du pourcentage d’atteinte de la masse volumique tassé du
sable fin %MVTSF, sont présentés au Tableau 5.21. Il peut être observé que la valeur de
ρd/ρd max est inférieure à 95% pour quatre échantillons. Ceci est explicable par le fait que la
mis en place a été réalisée avec un marteau vibrant alors que la masse volumique maximale
ρd max a été déterminée avec la méthode du proctor modifié laquelle est passablement
différente de la première. Le compactage au marteau vibrant ne permet pas un aussi bon
réarrangement des particules que le compactage avec un marteau proctor, qui peut briser
davantage les particules et causer une légère surestimation de la masse volumique sèche
maximale. La valeur moyenne de ρd/ρd max est de 96,3% avec un coefficient de variation CV
de 2,7%.

Les résultats des essais de module réversible sont présentés au Tableau 5.22 et ceux-ci
incluent les paramètres de la droite de régression du modèle a et b pour chaque source
minéralogique, granulométrie et degré de saturation. Le Tableau 5.23 présente les modules
réversibles à l’état saturé pour des valeurs de contraintes totales de 100, 400 et 700 kPa
obtenus des modèles linéaires déterminés. Les valeurs de modules réversibles sont
identifiées MR100, MR400 et MR700 en fonction de l’état de contrainte. Dans le but de
quantifier l’effet de la granulométrie sur les valeurs du module réversible pour différentes
valeurs de contraintes totales, les résultats ont été classés et un ratio du MR pour une
granulométrie donnée sur le MR de la granulométrie la moins performante, soit celle ayant
le MR le plus faible, a été calculé pour chaque source minéralogique et chaque contrainte
totale au Tableau 5.24. Finalement, une comparaison à l’aide d’un ratio du MR à l’état

195
saturé entre chaque source minéralogique pour chaque granulométrie et 3 contraintes
totales a été effectuée au Tableau 5.24.

Tableau 5.21 : Caractéristiques volumétriques des échantillons

d/dmax n nc nf %MVNTGG %MVTGF %MVNTSG %MVTSG %MVNTSF %MVTSF


(%) (%) (%) (%) (%) (%) (%) (%) (%) (%)
CS 100 17,8 23,6 75,6 78 97,5 35,5 32,3 38,1 32,6
CM 99 17,0 20,8 82,0 78,7 96,2 30,8 27,7 40,3 34,8
Gneiss

CI 99 18,2 19,8 91,8 97,8 85 25,8 23,3 26,7 23,4


CSI 101 20,3 21,9 92,7 90,2 86,8 32,1 29,2 23,8 20,7
CIS 99 16,4 22,2 73,6 81,2 94,9 27,6 24,5 42,5 36,3
CSS 98 21,2 26,7 79,4 62,7 96 18,9 17,3 61,1 52,3
CS 96 16,7 22,5 74,1 79,9 93,5 35,5 31,3 37,9 31,6
CM 95 17,3 21,0 82,3 80,8 94 30,1 26,6 39,1 33,3
Calcaire

CI 96 18,1 19,8 91,7 99,8 83,5 25 22,1 26,6 22,8


CSI 98 18,9 20,5 92,1 96,4 89,8 32,2 28,9 23,9 20,5
CIS 95 15,9 21,8 73,1 87,2 92,8 26,9 23,3 42,2 35
CSS 95 20,6 26,2 78,6 65,4 96 19,3 17 61,8 51,4
CS 92 22,3 27,7 80,4 78,1 89 35,7 31,4 39 32
CM 94 20,6 24,2 85,2 79,1 92 30,8 27,2 41,1 34,3
Basalte

CI 95 22,5 24,0 93,5 97,1 80,8 25,7 22,7 27,5 23,2


CSI 95 24,8 26,3 94,3 91,5 81,5 32,3 28,4 24,2 20,3
CIS 93 19,3 24,9 77,3 82,4 90,7 27,7 24,4 44,5 36,6
CSS 93 24,4 29,7 82,2 64,3 93 19,6 17,3 61,8 51,5

196
Tableau 5.22 : Résultats des essais de module réversible

Gneiss Calcaire Basalte


a b SR R² / RMSE a b SR R² / RMSE a b SR R² / RMSE
- (MPa) (%) - / (MPa) - (MPa) (%) - / (MPa) - (MPa) (%) - / (MPa)
CS 0,951 90,3 21 0,986 / 23 1,465 132,9 22 0,949 / 69 0,986 83,3 19 0,978 / 30
CM 0,824 108,9 13 0,983 / 22 1,555 137,1 26 0,969 / 56 1,024 95,3 17 0,978 / 31
Initial

CI 0,791 109,3 22 0,980 / 23 1,746 169,6 20 0,956 / 76 1,070 100,5 17 0,977 / 33


CSI 0,735 84,5 18 0,986 / 18 1,401 125,7 17 0,966 / 53 0,941 86,5 13 0,978 / 29
CIS 0,956 109,1 25 0,983 / 26 1,583 138,1 29 0,967 / 59 1,164 105,6 23 0,979 / 34
CSS 1,134 102,1 18 0,981 / 32 1,144 137,8 15 0,948 / 54 0,802 111,2 9 0,975 / 26
CS 0,724 78,0 96 0,989 / 16 1,386 93,3 96 0,958 / 58 0,933 68,0 89 0,986 / 22
CM 0,660 92,0 81 0,988 / 15 1,483 131,9 85 0,981 / 42 0,998 74,5 75 0,987 / 23
Saturé

CI 0,670 92,4 89 0,987 / 16 1,739 129,0 88 0,962 / 70 1,029 95,4 87 0,980 / 30


CSI 0,618 73,2 90 0,991 / 12 1,340 107,8 94 0,972 / 46 0,914 72,5 77 0,986 / 22
CIS 0,747 96,1 89 0,986 / 18 1,489 123,4 93 0,970 / 53 1,094 89,3 83 0,985 / 28
CSS 0,924 88,7 95 0,985 / 23 1,137 106,6 93 0,950 / 52 0,737 82,0 88 0,981 / 21
CS 0,713 78,1 72 0,993 / 12 1,381 107,9 54 0,964 / 54 0,932 66,0 38 0,990 / 19
CM 0,676 92,9 35 0,994 / 11 1,534 124,9 43 0,984 / 40 1,008 70,7 28 0,989 / 21
Drainé

CI 0,692 92,7 42 0,990 / 14 1,726 149,0 27 0,966 / 66 1,036 87,4 33 0,982 / 28


CSI 0,653 77,9 28 0,993 / 11 1,346 103,8 36 0,979 / 40 0,922 70,3 26 0,982 / 30
CIS 0,734 89,5 67 0,992 / 14 1,467 139,9 63 0,972 / 50 1,110 93,8 50 0,987 / 26
CSS 0,915 96,6 67 0,987 / 21 1,143 122,6 57 0,959 / 59 0,748 86,9 26 0,986 / 18

197
Tableau 5.23 : MR à l’état saturé pour 3 valeurs de contraintes totales et effet de la granulométrie

   = 100 kPa = 400 kPa   = 700 kPa


    MR100   MR400   MR700
Ratio Ratio Ratio
  (MPa)   (MPa)   (MPa)
 

CSI 135,0 1,00 CSI 320,4 1,00 CSI 505,7 1,00


CS 150,4 1,11 CM 356,0 1,11 CM 554,0 1,10
Gneiss

CM 158,0 1,17 CI 360,4 1,12 CI 561,4 1,11


CI 159,4 1,18 CS 367,6 1,15 CS 584,8 1,16
CIS 170,8 1,27 CIS 394,9 1,23 CIS 619,1 1,22
CSS 181,1 1,34 CSS 458,2 1,43 CSS 735,4 1,45
CSS 220,3 1,00 CSS 561,4 1,00 CSS 902,5 1,00
CS 231,9 1,05 CSI 643,8 1,15 CSI 1045,8 1,16
Calcaire

CSI 241,8 1,10 CS 647,7 1,15 CS 1063,5 1,18


CIS 272,3 1,24 CIS 719,0 1,28 CIS 1165,7 1,29
CM 280,2 1,27 CM 725,1 1,29 CM 1170,0 1,30
CI 302,9 1,37 CI 824,6 1,47 CI 1346,3 1,49
CSS 155,7 1,00 CSS 376,8 1,00 CSS 597,9 1,00
CS 161,3 1,04 CS 438,1 1,16 CS 712,3 1,19
Basalte

CSI 163,9 1,05 CSI 441,2 1,17 CSI 721,1 1,21


CM 174,3 1,12 CM 473,7 1,26 CM 773,1 1,29
CI 198,3 1,27 CI 507 1,35 CI 815,7 1,36
CIS 198,7 1,28 CIS 526,9 1,40 CIS 855,1 1,43

Tableau 5.24 : Comparaison entre les sources pour chaque granulométrie et 3 contraintes totales

M R (Calcaire) M R ( Basalte) M R (Calcaire)


M R (Gneiss ) M R (Gneiss) M R ( Basalte)
CS 1,5 / 1,8 / 1,8 1,1 / 1,2 / 1,2 1,4 / 1,5 / 1,5
θ=100 / 400 / 700 kPa

CM 1,8 / 2,0 / 2,1 1,1 / 1,3 / 1,4 1,6 / 1,5 / 1,5


CI 1,9 / 2,3 / 2,4 1,2 / 1,4 / 1,5 1,5 / 1,6 / 1,7
CSI 1,8 / 2,0 / 2,1 1,2 / 1,4 / 1,4 1,5 / 1,5 / 1,5
CIS 1,6 / 1,8 / 1,9 1,2 / 1,3 / 1,4 1,4 / 1,4 / 1,4
CSS 1,2 / 1,2 / 1,2 0,9 / 0,8 / 0,8 1,4 / 1,5 / 1,5
Moyenne 1,6 / 1,9 / 1,9 1,1 / 1,2 / 1,3 1,5 / 1,5 / 1,5

Dans le but d’étudier l’effet des caractéristiques granulométriques et volumétriques sur le


module réversible des matériaux granulaires testés dans cette étude, une analyse de la force

198
de corrélation par le coefficient de corrélation linéaire R entre les principales
caractéristiques des échantillons et le module réversible à l’état saturé pour trois états de
contraintes a été effectuée et est présentée au Tableau 5.25. Étant donné que l’effet de la
granulométrie sur le MR est très variable d’une source à l’autre, un grand nombre de
caractéristiques granulométriques ont été incluses dans le Tableau 5.25.

Les valeurs de R au Tableau 5.25 sont calculées en considérant la courbe CSS (6 courbes)
dans l’analyse et en l’excluant (5 courbes). Ceci est explicable par le fait qu’il semble que
l’inclusion d’une courbe discontinue influence certaines relations, car la relation entre la
granulométrie et le MR pour ce type de courbe semble particulière. De plus, cette courbe
sortant du fuseau, il est pertinent de l’exclure de certaines relations où elle pourrait nuire à
l’obtention d’une bonne estimation du module réversible vu son comportement divergent.
La Figure 5.24 illustre cette affirmation. Il est possible d’observer l’effet de l’inclusion ou
de l’exclusion de la CSS dans les relations présentées. En effet, dans le cas de l’exemple
pour la source basalte, le R² pour le d70 et le d90 passe de 0,96 et 0,97 (relation
exponentielle) à 0,79 et 0,77 (relation linéaire) lorsque six courbes au lieu de cinq sont
considérées. Dans le cas de la source gneiss, un effet similaire est trouvé pour le coefficient
d’uniformité alors que le R² passe de 0,953 à 0,425 (relations de puissance) si la CSS est
incluse dans l’analyse. Cependant, un effet contraire est trouvé avec le %P0,315, car le R²
augmente de 0,583 à 0,876 (relations linéaires) en incluant la CSS. En effet, il est possible
de constater que la source gneiss est davantage influencée par les caractéristiques
granulométriques des fractions sable et fines alors que les sources concassées semblent
davantage influencées par les caractéristiques de la fraction gravier. Il peut être aussi
observé (gneiss et basalte) que la valeur de nc explique davantage le MR que la valeur de d,
lorsque la relation est considérée pour six courbes, ce qui confirme l’influence très
importante de l’imbrication des particules grossières (d>80µm) sur le comportement
élastique.

Pour des raisons de simplification, les valeurs R du Tableau 5.25 sont calculées dans
l’hypothèse que les relations sont linéaires. En effet, après un premier regard sur les
principales relations, l’hypothèse d’une relation linéaire semble suffisante pour identifier
les meilleurs indicateurs dans un premier temps. Par conséquent, lorsque des relations

199
logarithmiques, exponentielles ou de puissance seront considérées, les valeurs R peuvent
augmenter ou diminuer.

Tableau 5.25 : Valeurs de R entre le MR400 et les caractéristiques granulométriques ou volumétriques

6 courbes 5 courbes
Gneiss Calcaire Basalte Gneiss Calcaire Basalte
d30S -0,97 d50 0,98 CuG 0,96 RFFGF 0,99 %P5 -0,97 d60G 1,00
RFGGF 0,96 %P5 -0,95 d80 0,92 d30S -0,98 %G 0,97 CuG 0,99
d50S -0,94 %G 0,95 d50G 0,90 d 0,96 d50 0,96 d30G 0,99
d60S -0,94 d40 0,95 d60G 0,90 d10S -0,95 %S -0,96 d50 G 0,99
%P0,315 0,94 Cc 0,94 %P20 -0,90 Cu 0,93 %P10 -0,94 %P14 -0,98
%MVTSF 0,93 %P2,5 -0,92 %P14 -0,90 n -0,91 d60 0,93 %P20 -0,98
%MVNTSF 0,93 d60 0,92 d50 0,89 RFGGF 0,89 d40 0,93 d90 0,98
%P0,63 0,89 %P10 -0,92 d70 0,89 d50S -0,88 Cc 0,89 d70 0,98
%P1,25 0,81 %S -0,91 nc -0,89 RGG -0,85 %MVNTSG -0,88 d80 0,98
%MVNTSG -0,79 d30 0,87 d60 0,88 d60S -0,81 %MVTSG -0,88 %P10 -0,92
%MVTSG -0,79 d80 0,86 %P10 -0,88 nf -0,80 %P20 -0,86 d10G 0,92
%MVNTGG -0,79 %P20 -0,85 d90 0,87 %MVNTSF 0,78 %P14 -0,86 d60 0,91
nc 0,78 %P14 -0,85 d 0,87 %MVTSF 0,78 d90 0,85 RGG -0,91
%P0,16 0,76 %P1,25 -0,85 d30G 0,87 %P0,315 0,76 d70 0,85 %S -0,90
d10S -0,75 d70 0,85 Cc 0,85 %P0,16 0,76 d10G 0,85 %MVTSG -0,88
P0,08 0,71 dmax 0,84 RGG -0,85 %P0,08 0,76 %P2,5 -0,85 %MVNTSG -0,88
%F 0,71 d50G 0,84 dmax 0,85 %F 0,76 d80 0,83 d 0,88
d10 -0,67 d90 0,83 CuS 0,84 d10 -0,73 d30 0,83 dmax 0,88
%P2,5 0,66 CuG 0,83 %S -0,83 CuG 0,70 d50G 0,83 CcG 0,82
CuS -0,66 nc -0,81 %P2,5 -0,82 d60G 0,68 dmax 0,82 d50 0,80
d20 -0,62 d60G 0,80 %P5 -0,82 d90 0,68 d60G 0,79 %P5 -0,79
nf -0,57 %P0,63 -0,80 %G 0,82 d50G 0,65 CuG 0,74 %G 0,79
d30 -0,53 d20 0,80 CcG 0,79 d30G 0,65 d30G 0,72 d30S -0,75

200
Figure 5.24 : Exemple de l’effet de l’inclusion de la CSS sur l’estimation du MR

Grâce aux données brutes recueillies, il est aussi possible d’analyser l’effet de la teneur en
eau sur le module réversible. Dans le but de quantifier cet effet, l’évolution des valeurs
MR100, MR400 et MR700 avec le degré de saturation est mesurée. L’hypothèse que les
matériaux sensibles aux changements de degré de saturation montrent des valeurs de pentes
élevées et les moins sensibles montrent des valeurs de pentes faibles est posée. La pente
définie est la pente de la relation linéaire entre la variation de MR (initial, saturé ou drainé)
avec le MR à l’état saturé MR(ini/sat/dr)-MR(sat) pour une valeur de contrainte totale et la
variation du degré de saturation (initial, saturé ou drainé) avec le degré de saturation à l’état
saturé SR(ini/sat/dr)-SR(sat). Comme la méthode LC 22-400 permet de tester l’échantillon à
seulement trois teneurs en eau, l’hypothèse d’une relation linéaire entre le MR et SR est la
meilleure possibilité à considérer. Quelques exemples de la relation linéaire entre la
variation du MR en fonction du SR sont présentés à la Figure 5.25. Les valeurs de pente sont
calculées pour MR100, MR400 et MR700 et sont notées S100, S400 et S700 tel que présenté au
Tableau 5.26. Dans ce tableau, un ratio est calculé pour chaque source et contrainte totale
considérée. Il correspond au rapport entre la pente mesurée pour une granulométrie donnée
et la pente la plus faible. Dans le but de mieux comprendre l’effet de la granulométrie sur
les variations de module réversible avec la teneur en eau, des valeurs de R entre les
caractéristiques granulométriques ou volumétriques et les valeurs de S100, S400 et S700 sont
présentés au Tableau 5.27. Les paramètres ne montrant pas de valeurs R élevées pour les 3

201
sources ont été exclus pour des fins de simplification. Toutefois, dans le cas présent,
comme les valeurs de S sont généralement expliquées par les fractions plus fines des
matériaux, la nature des paramètres montrant des valeurs R élevées varie peu d’une source
à l’autre. De plus, en première approximation, les valeurs de R ont été calculées ici dans
l’hypothèse d’une relation linéaire.

Figure 5.25: Pente de la relation linéaire entre MR et SR

202
Tableau 5.26 : Valeurs de pente S pour chaque source et granulométrie

S100 S400 S700


Ratio Ratio Ratio
(MPa/%) (MPa/%) (MPa/%)
CSI -0,254 1,0 CSI -0,631 1,0 CSI -1,007 1.0
CI -0,365 1,4 CI -0,835 1,3 CI -1,305 1.3

Gneiss
CM -0,423 1,7 CM -1,052 1,7 CM -1,681 1.7
CSS -0,460 1,8 CSS -1,340 2,1 CSS -2,220 2.2
CS -0,504 2,0 CS -1,489 2,4 CS -2,474 2.5
CIS -0,591 2,3 CIS -1,650 2,6 CIS -2,710 2.7
CM -0,162 1,0 CSS -0,414 1,0 CSS -0,437 1,0
CSI -0,225 1,4 CSI -0,414 1,0 CI -0,477 1,1
Calcaire

CIS -0,375 2,3 CI -0,483 1,2 CSI -0,603 1,4


CSS -0,390 2,4 CM -0,527 1,3 CM -0,893 2,0
CI -0,489 3,0 CIS -0,828 2,0 CS -1,231 2,8
CS -0,626 3,9 CS -0,929 2,2 CIS -1,282 2,9
CI -0.064 1,0 CI -0,205 1,0 CI -0,346 1,0
CSI -0.180 2,8 CSI -0,284 1,4 CSI -0,388 1,1
Basalte

CS -0.225 3,5 CS -0,379 1,9 CS -0,493 1,4


CM -0.266 4,2 CM -0,403 2,0 CM -0,582 1,7
CSS -0.356 5,6 CSS -0,551 2,7 CSS -0,746 2,2
CIS -0.381 6,0 CIS -0,723 3,5 CIS -1,066 3,1

Tableau 5.27 : Valeurs de R entre la pente et les caractéristiques granulométriques ou volumétriques

nf Cu %F D60G D50G D30G D10G CuG CcG D60S D50S D30S D10S CuS CcS
S100 0,94 -0,93 -0,88 -0,37 -0,33 -0,36 -0,36 -0,33 -0,24 0,60 0,70 0,71 0,94 -0,12 -0,24
Gneiss

S400 0,98 -0,88 -0,95 -0,17 -0,13 -0,18 -0,19 -0,15 -0,12 0,65 0,73 0,70 0,94 -0,03 -0,37
S700 0,98 -0,86 -0,96 -0,14 -0,09 -0,15 -0,15 -0,12 -0,10 0,65 0,74 0,70 0,93 -0,01 -0,39
S100 0,36 -0,19 -0,36 0,01 0,04 0,09 0,17 -0,04 0,22 0,26 0,30 0,27 0,56 -0,16 -0,52
Calcaire

S400 0,76 -0,64 -0,62 -0,20 -0,16 -0,15 0,16 -0,29 -0,15 0,08 0,18 0,11 0,61 -0,57 -0,57
S700 0,74 -0,68 -0,57 -0,24 -0,21 -0,22 0,11 -0,33 -0,28 -0,03 0,08 0,01 0,48 -0,61 -0,44
S100 0,83 -0,72 -0,82 0,03 0,07 -0,06 -0,18 0,10 -0,16 0,62 0,66 0,64 0,59 0,30 -0,05
Basalte

S400 0,87 -0,89 -0,83 -0,22 -0,17 -0,31 -0,29 -0,18 -0,39 0,55 0,63 0,67 0,71 0,06 0,03
S700 0,86 -0,94 -0,80 -0,32 -0,27 -0,40 -0,32 -0,29 -0,48 0,50 0,59 0,66 0,74 -0,05 0,07

5.3.3. Analyse des essais de module réversible

5.3.3.1. Effet de la granulométrie et de la source sur le module réversible

Des résultats typiques d’essai de module réversible réalisés selon la norme LC 22-400 sont
présentés à la Figure 5.22. Il est possible d’observer que le module réversible mesuré à la
teneur en eau de compactage, laquelle correspond à 2% au-dessus de la valeur de

203
l’absorption, est significativement supérieur au module réversible à la teneur en eau saturé
et drainé. Typiquement, la valeur de MR la plus faible est celle obtenue à teneur en eau
saturé. Selon le modèle de Doucet et Doré (2004), il se développe une succion matricielle
d’importance variable, qui est fonction de la granulométrie et de la source du matériau,
lorsque l’échantillon est drainé et le MR à cette teneur en eau tend à augmenter par rapport à
celui à la teneur en eau saturée. Pour quelques-uns des échantillons testés, les modules
réversibles à l’état saturé et drainé sont similaires pour une  équivalente et parfois la
valeur drainée est inférieure à celle saturée. C’est le cas pour quelques matériaux contenant
peu de particules fines lesquels développent très peu de succion matricielle lors du
drainage, ce qui implique que les modules réversibles à l’état saturé et drainé sont
pratiquement les mêmes.

Afin de comparer les résultats obtenus pour chacune des courbes granulométriques avec
une gamme variée de matériaux granulaires canadiens, les résultats des essais de module
réversible sont tracés à la Figure 5.26 en plus du modèle développé pour les matériaux
granulaires C-LTPP à l’état saturé (Doucet et Doré 2004). Il est possible de constater que
pratiquement tous les matériaux testés dans le cadre de cette étude sont compris dans la
plage de variation du modèle pour les matériaux granulaires C-LTPP à plus ou moins deux
fois la valeur de l’écart-type. Les valeurs moyennes et d’écart-types sont calculées sur les
paramètres de régression du modèle linéaire. La Figure 5.23 et le Tableau 5.23 présentent
une comparaison entre chaque courbe granulométrique et chaque source testée. Il est
possible de constater que, pour chaque source, la CIS est toujours parmi les courbes
performantes pour chaque source, ce qui est réaliste étant donné le fait qu’il s’agit de la
courbe la plus étalée. De plus, il doit être noté que la CSS présente un comportement très
faible pour les matériaux concassés alors qu’elle est très performante pour la source
partiellement concassée. Ce comportement est possiblement expliqué par le fait que le %F
et la fraction sable corrèlent fortement avec le MR pour cette source minéralogique tel qu’il
peut être observé au Tableau 5.25. Les valeurs de R présentées dans ce tableau suggèrent
que plus la granulométrie de la fraction sable est fine, plus le MR est élevé pour la source
gneiss. Ce n’est pas ce qui est observé pour les deux autres sources testées dans cette étude.
De plus, les valeurs R suggèrent que la fraction gravier n’est pas significative dans le

204
comportement mécanique réversible de cette source minéralogique (gneiss granitique) mais
qu’il semble lié aux propriétés de la fraction sable et de la fraction fine.

Figure 5.26 : Résultats des essais de MR en comparaison avec ceux de Doucet et Doré (2004)

La limite inférieure du fuseau granulométrique du MTQ (CI) est un matériau de rigidité


élevée pour le calcaire et le basalte alors qu’il s’agit davantage d’un matériau de rigidité
moyenne à faible pour la source partiellement concassée. Ceci est un fait intéressant pour
les matériaux concassés puisque cette courbe contient seulement 2% de particules fines, ce
qui est une caractéristique qui contribue à une faible gélivité, bonne capacité de drainage et
faible rétention d’eau. Les valeurs de R présentées au Tableau 5.25 montrent l’importance
de la fraction gravier pour les matériaux concassés présentés dans cette étude. En effet, il
peut être constaté que le comportement élastique réversible des sources calcaire et basalte
est relié aux caractéristiques de la fraction gravier, à la teneur en gravier et à la teneur en
sable. Ceci est dû au fait que ces sources sont concassées et que les particules de gravier et
de sable concassées augmentent généralement les caractéristiques de résistance mécanique
des sols et granulats. Les caractéristiques volumétriques sont aussi importantes à considérer
dans le comportement élastique réversible des granulats utilisés en chaussées. En première
approximation, les matériaux ayant une masse volumique sèche élevée (porosité faible)

205
sont généralement plus performants. Cependant, il est possible d’observer au Tableau 5.25
que nc est davantage reliée au MR que d lorsque 6 courbes sont considérées. Cependant, en
excluant la CSS, le contraire est observé. La porosité de la fraction grossière décrit en
quelque sorte l’empilement et l’enchevêtrement des particules de la fraction grossière
(d>80µm) et la taille des vides qui s’y crée. Les valeurs de R montrent clairement
l’importance de l’empilement granulaire de la fraction grossière d’un matériau granulaire,
ce qui est encore plus vrai à des contraintes totales élevées, et que nc ne devrait pas être
négligé dans l’analyse du comportement mécanique des matériaux de chaussées. La relation
entre nc et MR est plus faible pour la source de gneiss granitique, ce qui s’explique, entre
autres, par le fait que la fraction fine joue un rôle plus important dans la performance
mécanique de cette source comme il a été mentionné précédemment.

Les résultats présentés au Tableau 5.24 permettent de comparer les sources de granulats
entre elles pour des granulométries équivalentes pour 3 valeurs de contraintes totales. En
comparant les ratios calculés, entre le calcaire et le gneiss et entre le basalte et le gneiss, il
est possible de constater une tendance générale. En effet, à faibles teneurs en particules
fines (CI, CSI et CM), il est observé que les ratios calculés sont au-dessus de la moyenne
calculée pour chaque valeur de  alors qu’ils sont généralement sous la moyenne pour des
pourcentages de particules fines plus élevés (CS, CSS et CIS). Cela montre, d’une certaine
manière, l’effet négatif des particules fines des sources de basalte et de calcaire. Plus
précisément, les ratios suggèrent que, pour une même granulométrie, le MR du basalte ou du
calcaire s’approche de celui du gneiss au fur et à mesure que des particules fines sont
ajoutées. Ce phénomène n’est pas dépendant de la contrainte totale. Cela s’explique aussi
par le fait que le MR du gneiss montre une certaine relation de proportionnalité avec le %F
alors que c’est l’opposé pour le calcaire et le basalte (Tableau 5.25). Il est possible de
formuler l’hypothèse que, pour une granulométrie et un degré de saturation équivalent, les
fines des sources calcaire et basalte ont tendance à affaiblir le matériau en diminuant les
forces de friction entre les particules grossières (d>80 µm) puisque ces fines contiennent
davantage des particules de la taille des argiles (d<2 µm) et plus de minéraux actifs tel
qu’apprécié par leur surface spécifique SSF (Tableau 3.1).

206
Le Tableau 5.28 permet d’apprécier l’effet de la granulométrie, exprimé en pourcentage du
maximum sur le munimum, sur le module réversible à l’état saturé dans le contexte du
fuseau granulométrique spécifié par le MTQ. Il doit être noté qu’étant donné qu’une courbe
granulométrique hors fuseau (CSS) a été testée dans le cadre de cette étude, il est de mise
de mesurer l’influence de la granulométrie sur le comportement réversible en excluant et en
incluant celle-ci de l’analyse. Ceci est d’autant plus important à prendre en compte puisque
cette courbe est soit très performante ou très peu performante dépendamment de la source
considérée. Il est possible de constater que si la CSS est exclue de l’analyse, l’effet de la
granulométrie est d’environ 24% en moyenne pour les sources testées ce qui confirme les
résultats obtenus par Boudali (1997). Cependant, si des conditions de chargement plus
typiques de chaussées revêtues sont considérées, soit =100 kPa, cet effet est de 27% en
moyenne. Inversement, pour des contraintes élevées, l’effet de la granulométrie peut
descendre à 23% en moyenne. En incluant la CSS dans le calcul de l’effet de la
granulométrie, une variation moyenne de presque 40% est observée pour toutes les sources.
De façon générale, cette variation augmente avec la contrainte totale puisque les courbes
CSS ont un comportement divergeant des autres courbes pour chaque source. Ce
comportement divergeant est soit mauvais ou soit très bon. C’est ce qui explique
l’augmentation de l’effet de la granulométrie avec la contrainte totale. Pour des contraintes
totales basses, l’effet de la granulométrie est de 31% alors qu’il est de 45% pour des
contraintes totales élevées lorsque la CSS est incluse dans l’analyse.

Tableau 5.28 : Variations de MR à l’état saturé par rapport au fuseau granulométrique du MTQ

=100 kPa  =400 kPa  =700 kPa Moyenne


(%) (%) (%) (%)
Gneiss Sans CSS 26,5 23,3 22,4 24,1
Avec CSS 34,1 43,0 45,4 40,8
Sans CSS 30,6 28,1 28,7 29,1
Calcaire
Avec CSS 37,5 46,9 49,2 44,5
Sans CSS 23,2 20,3 20,0 21,2
Basalte
Avec CSS 27,6 39,8 43,0 36,8

Par conséquent, dans les limites des résultats de l’étude, l’effet de la granulométrie peut se
situer entre 23% et 45% dépendamment des contraintes considérées et de la situation par
rapport au fuseau granulométrique du MTQ. Tel qu’identifié dans la littérature, il s’agit

207
d’un effet d’importance secondaire en comparaison avec l’état de contraintes par exemple.
Cependant, dans la limite des résultats de l’étude, l’effet de la granulométrie est plus
important que celui de la teneur en eau. En effet, si les écarts de module réversible en
pourcentage entre l’état initial et l’état saturé pour une même courbe granulométrique sont
comparés, ces écarts sont en moyenne de 20, 10 et 13% (=100 kPa) et de 23, 6 et 7%
(=700 kPa) pour le gneiss, le calcaire et le basalte, respectivement.

À titre comparatif sur l’effet de la teneur en eau pour ces deux contraintes totales, il est
possible d’obtenir un ordre de grandeur de l’effet de la teneur en eau avec le modèle
développé par Doucet et Doré (2004) reliant le MR à la succion matricielle (Équation 7),
ainsi que la courbe caractéristique de rétention d’eau moyenne des matériaux C-LTPP
(Canadian Long Term Performance Project) présentée à la Figure 5.27, aussi mise en
évidence par ces deux chercheurs. En utilisant la variation typique de degré de saturation
obtenue entre l’état initial (SR20%) et saturé (SR90%), soit 70%, il est constaté que cela
correspond environ à une variation de succion matricielle allant de -15 kPa à 0 kPa. Par
conséquent, pour θ=100 kPa, le module à l’état initial est 80% plus élevé que celui à l’état
saturé, alors que cette valeur chute à 16% pour θ=700 kPa. Il existe donc une différence
très importante à faible contrainte totale, cette différence devenant plus faible à une
contrainte totale élevée puisqu’elle est exprimée en pourcentage. Ceci est probablement dû
au fait que la variation de MR en fonction de la succion matricielle a été déterminée pour
θ=400 kPa afin de limiter l’influence de la pente du modèle en fonction de la teneur en eau
sur l’analyse. Ceci montre l’importance qui doit être accordée à l’effet des contraintes sur
l’influence de l’évolution des teneurs en eau dans la chaussée.

208
Figure 5.27 : Courbe caractéristique de rétention d’eau moyenne des matériaux granulaires C-LTPP
(adaptée de Doucet et Doré (2004))

Lorsque l’effet de la granulométrie est considéré de façon plus détaillée, il est observé que,
en général, plusieurs paramètres semblent de bons estimateurs du module réversible pour
différents états de contrainte totale et pour chacune des sources (Tableau 5.25).
Généralement, les valeurs de R augmentent avec la contrainte totale pour une même
variable explicative tout en restant dans un ordre de grandeur similaire. C’est pourquoi, les
remarques qui suivent sont faites, pour des raisons de simplification, à une contrainte totale
de 400 kPa, qui représente approximativement la valeur moyenne dans la plage de variation
obtenue lors de la caractérisation du comportement mécanique réversible.

Dans le cas de la source partiellement concassée, de façon générale, les résultats du Tableau
5.25 montrent peu de valeurs de R élevées. Toutefois, il est possible de faire quelques
constatations, principalement en observant les résultats calculés pour cinq courbes. Des
exemples de quelques relations entre le MR400 et des variables explicatives sont présentés à
la Figure 5.28. D’abord, le MR est relié à la teneur en vides de ce type de matériau. En effet,
le MR réversible est proportionnel à la masse volumique sèche et inversement proportionnel
à la porosité. Ceci est aussi confirmé par la relation de proportionnalité avec le Cu, qui est

209
un paramètre souvent associé à la masse volumique sèche et à la porosité. Donc, la
performance de cette source semble intimement proportionnelle à la formulation d’un
squelette granulaire compact. C’est ce qui explique en partie la relation entre MR400 et d30S,
qui est un indicateur de la taille de la fraction sable. Ceci montre que plus cette fraction est
grossière, moins bonne est la performance. Ceci est aussi vrai lorsque six courbes sont
considérées. Or, cette taille de particules (d30S) étant assez fine, elle est dans une certaine
mesure reliée à la teneur en particules fines. Qui plus est, la teneur en particules fines
présente une relation de proportionnalité non négligeable avec le MR400 (Tableau 5.25). Un
pourcentage de particules fines élevé étant associé à une masse volumique sèche élevée
pour un MG 20, il est constaté que les relations entre MR400 et d, Cu et d30S sont
intimement liées et témoignent de l’importance de formuler des squelettes granulaires
compacts afin de s’assurer d’une rigidité optimale.

Les résultats ne permettent pas de conclure que la fraction gravier joue un rôle déterminant
dans le comportement mécanique réversible de la source partiellement concassée. En effet,
après l’analyse avec la méthode de Bailey, il est possible de constater que, de façon
générale, les matériaux dont le gravier occupe une portion importante du volume total,
c’est-à-dire ceux ayant de nombreux contacts inter particulaires dans cette fraction
semblent moins bien performer. Lorsque la valeur de R entre le MR400 et le %MVNTGG est
observée, il est constaté qu’elle est faible et peu significative en considérant cinq courbes et
significative en considérant six courbes. Toutefois, dans les deux cas, il s’agit d’une
relation de proportionnalité inverse, ce qui laisse croire qu’il peut être souhaitable que la
fraction gravier ne soit pas trop dominante dans ce type de matériau. Néanmoins, il semble
que l’effet négatif d’une fraction gravier importante peut être largement compensé par une
granulométrie de la fraction sable, tel qu’il a été discuté. De façon générale, la volonté
d’obtenir des mélanges granulaires denses pour ce type de matériau est confirmée par les
relations entre MR400 et le RGG, RFGGF et RFFGF. Les valeurs de R confirment encore
une fois l’importance de l’étalement de chacune des fractions, particulièrement de la
fraction sable fin, dont la relation avec MR400 est illustrée à la Figure 5.28.

210
Figure 5.28 : Exemples de relations entre le MR400 et des variables explicatives pour la source gneiss

Dans le cas des matériaux concassés, il est constaté que plusieurs variables explicatives en
lien avec la granulométrie montrent des niveaux de corrélation élevés avec le MR400. Plus
précisément, il semble que le comportement mécanique réversible est principalement
fonction des caractéristiques granulométriques de la fraction gravier pour les deux sources
concassées, cette affirmation étant encore plus véridique pour la source basalte puisque les
valeurs de R les plus élevées sont rencontrées pour la fraction gravier généralement
(Tableau 5.25). Dans le cas de la source calcaire, les valeurs de R plus élevées semblent
associées au gravier et au sable grossier.

En ce qui concerne la source calcaire, les valeurs de R au Tableau 5.25 montrent que le
comportement mécanique réversible pour cette source semble peu lié à la teneur en vides
du squelette granulaire. Toutefois, tel que montré à la Figure 5.29, il semble important que

211
le squelette granulaire soit grossier, d’un point de vue moyen, pour l’obtention d’un
comportement optimal étant donné la forte relation de proportionnalité entre MR400 et d50.
De la même façon, la relation proportionnelle entre MR400 et %G et la relation inversement
proportionnelle entre MR400 et %S témoignent de la nécessité que le gravier occupe un
volume important dans le mélange granulaire en comparaison avec celui du sable. Il doit
aussi être noté, que ces relations sont de bonne qualité, autant en considérant 5 courbes que
6 courbes. Dans une moindre mesure, la valeur de R montrant la relation entre MR400 et %F,
bien que faible, est négative et laisse croire qu’il n’est pas essentiel d’ajouter des particules
fines au mélange afin de le rendre plus dense. Ceci est en accord avec le fait que, comme il
a été mentionné, le MR400 ne montre pas de relation significative avec la porosité. Les
particules fines de cette source ont une surface spécifique élevée et une teneur en particules
de la taille des argiles élevée en comparaison avec la source gneiss granitique. Ceci peut
partiellement expliquer l’effet des particules fines pour cette source, celles-ci semblant peu
souhaitables jusqu’à un certain point. Les valeurs de R entre le MR400 et les paramètres
extraits de l’analyse avec la méthode Bailey sont généralement faibles, sauf dans le cas du
%MVTSG. Ceci laisse croire qu’il n’est pas souhaitable d’avoir trop de particules de la taille
du sable grossier. À la lumière de ce lien entre ces deux variables, il est préférable que les
particules de cette taille soient davantage dispersées afin d’améliorer le comportement
mécanique réversible.

Figure 5.29 : Exemples de relation entre MR400 et des variables explicatives pour la source calcaire

En ce qui concerne la source basalte, tout comme le gneiss, la nécessité d’avoir des
mélanges compacts est mise en évidence au Tableau 5.25. Toutefois, dans le cas de la

212
source basalte, les valeurs de R montrent encore une fois l’importance de la fraction
gravier, comme c’est le cas pour la source calcaire. Néanmoins, contrairement à la source
calcaire, l’effet de la fraction gravier semble davantage relié à la portion grossière ainsi
qu’à l’uniformité de celle-ci pour la source basalte tel que présenté à la Figure 5.30.
D’ailleurs, comme il est constaté au Tableau 5.25, le fait de considérer les matériaux par
fraction, spécialement pour la source basalte, permet d’augmenter la force des relations
entre le MR et les variables explicatives liées à la granulométrie. De façon générale, les
valeurs de d60G, CuG, d30G et d50G, présentent des valeurs de R plus élevées que le d90, d80,
d70, %P20 et %P14. Pourtant, grossièrement, ces paramètres sont environ les mêmes.
Comme c’est le cas pour le gneiss, l’étalement de la fraction gravier, tel que mesuré par le
CuG mais aussi le RGG, semble une caractéristique souhaitable afin d’assurer une bonne
imbrication des particules. Cependant, il doit être rappelé que les résultats semblent
montrer que, dans le cas de la source basalte, la présence de gros granulats en forte
proportion est reliée à un bon comportement. De plus, tout comme la source calcaire, il
semble préférable que la proportion de sable grossier soit basse afin de limiter les contacts
dans cette fraction. Cette affirmation est basée sur la valeur de R entre le MR400 et le
%MVTSG.

Figure 5.30 : Exemples de relation entre MR400 et des variables explicatives pour la source basalte

Dans la limite des données disponibles, les principales constatations faites dans le cas des
trois sources laissent transparaître l’effet important du concassage sur la performance. En
effet, alors que la présence de particules concassées semblent souhaitable en forte
proportion, cela semble moins le cas dans le cas du matériau partiellement concassé. Les

213
granulats partiellement concassés présentent plusieurs faces arrondies et polies, deux
facteurs n’étant pas associés à une forte résistance. Toutefois, il est important de rappeler
que les granulats ronds ont un potentiel d’empilement plus élevé. C’est au niveau des
contacts grains à grains que ce type de particules peut présenter des problèmes. Alors que la
présence de granulats concassés augmente la friction intergranulaire, qui est généralement
associée à une bonne capacité portante, les grains arrondis et polis peuvent occasionner des
problèmes de stabilité. C’est pourquoi, dans le cas du gneiss, une proportion plus
importante de particules plus fine est nécessaire afin d’obtenir un squelette granulaire
dense, dont les particules de gravier sont bien supportées par des granulats plus fins ayant
une granulométrie créant peu de vides.

Les données permettant d’analyser l’effet de la source de granulats sur le module réversible
sont limitées dans cette étude. Généralement, il est de mise d’étudier cet aspect en termes
de forme des particules et de micro rugosité des faces des granulats. Les données
disponibles concernant les caractéristiques des sources de granulats considérées dans cette
étude portent principalement sur les caractéristiques des particules fines. Entre autres, des
données sur leur granulométrie, limite liquide et sur l’adsorptivité ont été recueillies. Les
autres données portent principalement sur les caractéristiques des gros granulats. Ces
caractéristiques sont le pourcentage de fracturation et les pourcentages de particules plates
et de particules allongées. Ces données ont été préalablement présentées au Tableau 3.1 et à
la Figure 3.3. De plus, la caractérisation réalisée pour l’analyse des matériaux avec la
méthode Bailey permet d’obtenir, tel qu’il a été discuté, certaines indications quant à la
forme des particules ainsi que sur leur rugosité. Toutefois, les résultats ne permettent pas de
départager ces deux facteurs indépendamment. En effet, les données présentées au Tableau
4.4 permettent de comparer, courbe par courbe, le pourcentage de vides créé pour chacune
des sources.

Il a été constaté que la forme davantage arrondie de la source partiellement concassée est
montrée par ces essais, puisque la fraction gros granulat présente toujours des pourcentages
de vides plus faibles pour chaque courbe. Le contraire est mesuré dans le cas de la source
basalte. En ce qui concerne cette dernière source, celle-ci présente toujours les teneurs en
vides les plus élevées, peu importe la fraction considérée. Ceci peut être associé à la forme

214
et la rugosité des particules de cette source. Dans la présente étude, les essais de masse
volumique ont permis d’isoler l’effet de la combinaison de ces deux paramètres (forme et
rugosité), mais il est difficile de commenter ici sur l’effet de l’un ou l’autre. Dans le cas des
fractions sable grossier et sable fin, le calcaire, un matériau concassé, montre les teneurs en
vides les plus faibles, ce qui est encore sûrement attribuable à une combinaison de la
rugosité et de la forme. Sous un effort de compactage, les particules plates et allongées ont
tendance à se positionner à l’horizontale ce qui peut expliquer valeurs de porosité plus
faibles.

L’ajout de mesure sur les caractéristiques de forme, d’angularité et de texture des sources
permettrait de mieux saisir l’effet de la source de granulats sur le comportement mécanique
réversible. Il est connu que les matériaux ayant des textures de surface rugueuses et de
granulats anguleux montrent une rigidité plus élevée, ce qui est expliqué par un meilleur
blocage entre les particules et une plus grande force de friction aux contacts inter
particulaires (Kim et Kim 2007). Inversement, les particules arrondies, ou présentant des
faces arrondies, possèdent des faces souvent polies dont la friction interparticulaire est
moindre, causant une diminution de la rigidité. Ceci tend à appuyer le fait que les résultats
obtenus montrent que la présence en grande quantité de particules grossières et anguleuses
dans un mélange granulaire de type MG 20, particulièrement les particules de grandes
tailles, est souhaitable afin que le module réversible soit optimisé pour une source
concassée. Ceci tend aussi à appuyer le fait que les résultats associés à la source gneiss
granitique montrent qu’il est préférable que les particules de gravier soient moins
rapprochées dans les squelettes granulaires et que celles-ci soient adéquatement soutenues
par des particules de tailles inférieures, ayant une granulométrie bien distribuée.

Il est noté toutefois que, pour un matériau comme la source basaltique, les particules de
gravier et de sable doivent être adéquatement supportées afin d’obtenir un mélange
granulaire dense. Ceci s’explique par le fait que les particules grossières de cette source
tendent à moins bien s’imbriquer et créant davantage de vides (Langlois 2003), telles que
les données du Tableau 4.4 permettent de le constater. Il est donc possible de supposer que
les empilements granulaires de la source basalte sont un peu plus sensibles à montrer des
déformations réversibles plus grandes, mais aussi à la consolidation (causé par le

215
glissement et le roulement des particules sur les faces) sous charge que ceux de la source
calcaire, ceci expliquant en partie les modules plus faibles et la volonté d’obtenir des
mélanges compacts. Les matériaux de la source calcaire ont la capacité de créer des
squelettes plus compacts, dans lequel il est possible de supposer qu’il existe une plus
grande quantité de points de contacts. Cette caractéristique peut être une explication des
modules élevés mesurés pour cette source.

Méthode Bailey et comportement mécanique réversible

Étant donné que les résultats obtenus pour les essais de module réversible montrent
l’importance du rôle de certaines fractions granulométriques par rapport à d’autres pour
chacun des matériaux, des commentaires supplémentaires sont réalisés en fonction des
principes de la méthode Bailey, telle qu’elle a été présentée dans une section précédente.
Ainsi, à l’aide des principes et des résultats associés à cette précédente section, en plus des
données reliées à la méthode Bailey au Tableau 5.21 et Tableau 5.25, le rôle de certaines
fractions granulométriques est davantage mis en évidence.

D’abord, il est possible de constater au Tableau 5.21 que la CI est la seule courbe testée
dont le squelette granulaire est contrôlé par le GG, c’est-à-dire que la masse volumique du
GG dans l’échantillon compacté est supérieure à 95% de la MVNT des GG. Ceci veut dire
que les GG sont en contact les uns avec les autres dans cet échantillon. Il est aussi possible
de constater que la CSI est aussi assez près d’être contrôlée par le GG, ce qui est le cas
lorsque cette courbe est à la masse volumique maximale de compactage. La bonne
performance générale de la CI, surtout dans le cas des matériaux de sources concassées, est
sûrement expliquée partiellement par le rôle du GG. En effet, les gros granulats sont en
contact et le RGG montre que la fraction gravier de cette courbe a un excellent potentiel
d’empilement et de blocage. Il semble que ce soit la fraction GG qui gouverne
majoritairement le comportement mécanique de cette courbe puisque la portion GF offre un
support à la fraction gravier d’environ 83% de la MVT en moyenne pour les trois sources
(soit la valeur la plus basse de %MVTGF pour les courbes incluses dans le fuseau). La
performance de la CI est davantage intermédiaire dans le cas de la source concassée. Tel

216
qu’il a été expliqué, ceci est compréhensible par le fait qu’il est moins avantageux d’avoir
les GG en contact lorsque ceux-ci présentent une certaine quantité de surfaces davantage
polies et lisses. Les particules de gravier sont plus instables, il se développe moins de
friction dans cette fraction et le support de la fraction GG par le GF est équivalent à celui
trouvé dans les sources concassées. Ce support du GF provient davantage de la portion SF,
puisque la portion SG est celle dont la valeur du %MVTSG est la plus faible parmi les
courbes incluses dans le fuseau.

En ce qui concerne la CSI, bien que les GG sont assez en contact, le RGG suggère que la
distribution granulométrique de ceux-ci est trop uniforme et le GG de cette courbe peut
difficilement bloquer et est instable. Ceci est d’autant plus vrai pour la source gneiss
granitique qui présente des GG partiellement concassés ayant plusieurs surfaces lisses et
polies. De plus, ce ratio implique que les vides sont potentiellement très importants dans la
fraction GG dans le cas où elle est dominante. En plus du GG relativement instable et à
teneur en vides élevée, le support de celui-ci par le GF est peu élevé puisque la masse
volumique du GF est en moyenne 85% de la MVT. Ces vides sont majoritairement créés
dans la fraction SF où le %MVTSF est le plus bas pour les trois sources, alors que le
%MVTSG est parmi les plus élevés. Les ratios RFGGF et RFFGF suggèrent eux aussi que,
en comparaison avec les autres courbes, la distribution granulométrique est susceptible de
créer beaucoup de vides interstitiels. En effet, le RFGGF, bien que près de 0,5 est le plus
bas parmi les six courbes. De plus, le RFFGF est très bas (inférieur à 0,35) ce qui implique
un potentiel de création de vides plus important dans cette fraction. Par conséquent, la
distribution granulométrique générale de cette courbe laisse beaucoup de vides qui ne sont
pas comblés par les fractions plus fines et la fraction GF est peu compacte dans les vides de
la fraction GG. De plus, comme les GG sont à une masse volumique d’environ 90-95% de
la MVNT, ceux-ci sont relativement en contact, mais ne sont pas bloqués. Ce fait combiné à
celui que le GF est dans un état peu compact explique l’instabilité générale de cette courbe.

La CIS est un matériau qui présente un très bon comportement, et ce, pour toutes les
sources de granulats testées dans le cadre de cette étude. Il est constaté que le GG atteint en
moyenne environ 85% de la MVNT. Par conséquent, ceux-ci sont quelque peu en contact
dans l’échantillon compacté, mais la fraction GF joue donc rôle primordial dans le

217
comportement mécanique de ce matériau. Il doit être noté que la fraction GG a un potentiel
de blocage et d’imbrication très bon puisque son RGG est de 0,35. Il peut être assumé que
même à 85% de la MVNT, le GG joue un rôle non négligeable dans la performance puisque
le bon potentiel d’imbrication des GG doit influencer le comportement du matériau
granulaire à cet état et apporter une certaine résistance mécanique. En ce qui concerne le
GF, celui-ci est très compact en général pour cette courbe et son influence sur le
comportement mécanique est majoritaire puisque le GF est près de 95% en moyenne de la
MVT des échantillons. Étant donné le pourcentage de fines élevé de cette courbe, la portion
SF est plus dense que la fraction SG en général, pour laquelle le %MVTSG est parmi les plus
bas.

Le milieu de fuseau, soit la CM, présente quant à elle un comportement relatif assez bon
dans le cas des sources concassées, mais se classe parmi les courbes les moins performantes
dans le cas de la source partiellement concassée. En comparaison avec les deux autres
courbes dont le TGNM est de 20 mm, soit la CI et la CIS, le RGG de la CM est
significativement plus élevé. Cela signifie que le potentiel de création de vides de la
fraction gravier est plus grand pour cette courbe. Bien que les GG soient peu en contact
puisque que la masse volumique atteinte est en moyenne 80% de la MVNT des GG, ce fait
peut partiellement expliquer la performance ordinaire de cette courbe pour la source gneiss.
Il est clair toutefois que le comportement de cette courbe est majoritairement fonction du
GF, dont la masse volumique est environ à 95% en moyenne de la MVT. En observant les
valeurs de ratios pour la fraction GF, il est possible de constater la fraction sable grossier
possède une granulométrie étalée puisque le RFGGF est de 0,6 mais que la distribution
granulométrique du GF est susceptible de créer davantage de vides puisque le RFFGF est
de 0,457. Cependant, chacune de ces fractions, particulièrement la fraction SF, montre des
valeurs de %MVTSG ou %MVTSF tout de même assez élevées, démontrant un certain
équilibre dans les proportions et la granulométrie de chacune des fractions, en plus de la
présence volumique non négligeable du GF.

En ce qui concerne la CS et la CSS, celles-ci se trouvent parmi les courbes les moins
performantes pour les matériaux de sources concassées alors que l’inverse est observé pour
la source partiellement concassée. Il est important de noter le comportement de la CSS est

218
soit très mauvais ou très bon en fonction de la source testée. Cette courbe est celle dont le
GG est le plus espacé puisque la masse volumique est environ 64% de la MVNT en
moyenne. Par conséquent, il n’y a presque pas de contacts entre les GG dans cette courbe.
Ceci est en accord avec le fait que la performance des matériaux concassés est
proportionnelle à la teneur en gravier et à ses caractéristiques. La fraction gravier est
dispersée ne peut influencer significativement les propriétés mécaniques de cette courbe. Il
doit être noté que la fraction GG de cette courbe a un bon potentiel d’empilement et de
stabilité puisque son RGG est bas. La CSS est généralement la courbe dont la masse
volumique du GF est la plus près de la MVT de cette fraction. Ceci est probablement
explicable par la faible proportion de GG, ce qui laisse davantage de place au GF pour se
positionner. Il est aussi constaté que le %MVTSF est largement plus élevé pour cette courbe,
ceci expliquant probablement l’effet, positif ou négatif, du GF sur la performance des trois
sources. De son côté, les GG de la CS sont davantage rapprochés dans le squelette
granulaire et ceux-ci sont à environ 79% en moyenne de la MVNT des GG dans les
échantillons de cette courbe. Ils peuvent donc avoir une certaine influence, quoique
marginale, sur le comportement mécanique en comparaison avec la CSS. Le RGG montre
que la fraction GG est un peu plus étalée que la CSI mais moins étalée que la CSS.
Cependant, encore là, il est clair que le comportement est majoritairement influencé par le
GF. Les RFGGF et RFFGF montrent que la matrice de GF est bien équilibrée, les fractions
grossière et fine du GF étant assez étalées pour potentiellement laisser peu de vides et
assurer un bon empilement granulaire qui influence assurément le comportement
mécanique. Il a été observé que la fraction GF a une influence significative sur le
comportement mécanique des matériaux de la source gneiss granitique.

5.3.3.2. Effet de la teneur en eau sur le module réversible

Les résultats des Tableau 5.26 et Tableau 5.27 montrent clairement que la granulométrie a
une influence marquée sur les valeurs de S100, S400 et S700 mesurées. Il est aussi évident que
cette influence sur la sensibilité du MR à l’eau est plus importante et plus claire à des
contraintes totales plus élevées, soit 400 et 700 kPa. Il peut être observé qu’à ces états de
contraintes, les matériaux plus performants (en termes de sensibilité du module réversible à
l’évolution de la teneur en eau) sont les courbes CSI, CI et CM pour le gneiss et le basalte

219
alors que ces sont les courbes CI, CM et CSS pour le calcaire. De plus, la CIS est la courbe
qui est la moins performante dans presque tous les cas. Le classement des granulométries
présenté au Tableau 5.26 montre que la simple considération du pourcentage de particules
fines n’est pas suffisante pour expliquer adéquatement le comportement du matériau
lorsque celui-ci est soumis à des variations de teneur en eau. Plus précisément, il est
possible de constater que les matériaux qui ont des pourcentages de particules fines égaux
(CS, CSS et CIS) peuvent avoir des valeurs de pente différentes, et ce, pour une même
source minéralogique. Par conséquent, d’autres propriétés des matériaux sont susceptibles
d’apporter une meilleure compréhension du phénomène.

Il peut être observé que les valeurs de pente sont significativement plus élevées pour le
gneiss que pour le basalte et le calcaire, et ce, même si ces deux derniers contiennent des
particules fines moins grossières et à surface spécifique plus élevée. Ceci permet de
constater que la forme des particules, la friction interne et la friction de surface jouent un
rôle prédominant dans la sensibilité du module réversible aux changements de teneur en
eau. Parmi les données disponibles actuellement, le pourcentage de fracturation dans la
fraction gravier révèle que le gneiss est fracturé à 72% alors que les deux autres sources
sont 100% fracturées. Ceci implique donc que les matériaux provenant de la source gneiss
granitique devraient avoir une friction interne plus faible que les matériaux provenant des
sources de basalte et de calcaire. Ceci est principalement dû au fait que les surfaces non
fracturées sont souvent beaucoup plus rondes et lisses, ce qui est causé par le polissage lors
des processus de déposition. Il est possible d’affirmer que ces surfaces sont davantage
affectées par l’effet lubrifiant de l’eau sur les contacts entre les particules tel qu’identifié
par Thom et Brown (1987). Ceci n’est pas explicable par le potentiel d’empilement puisque
les résultats des essais de masse volumique (Tableau 4.4) montrent que les vides
interstitiels sont toujours plus faibles dans la fraction gravier pour le gneiss vis-à-vis les
deux autres sources de matériaux pour toutes les granulométries testées. Pour la fraction
sable, ce matériau possède également une bonne capacité d’empilement particulaire.

Les coefficients de corrélation R entre les valeurs S et quelques caractéristiques


granulométriques et volumétriques présentés au Tableau 5.27 permettent de constater que la
sensibilité des modules réversibles aux variations de teneur en eau est davantage fonction

220
de la fraction sable et de la fraction fine que de la fraction gravier. Ceci est en accord avec
le fait que la sensibilité du module réversible des matériaux granulaires aux variations de
teneur en eau est généralement associée à la portion plus fine du matériau (Lekarp et coll.
2000a). Il peut aussi être observé que les valeurs de nf montrent des valeurs de R plus
élevées que le pourcentage de particules fines %F puisque cette valeur considère non
seulement la quantité de particules fines mais aussi leur dispersion dans le squelette de
granulats grossiers (d>80µm) ainsi que l’effet du pourcentage de particules fines de façon
volumique. Si les trois sources minéralogiques sont considérées, nf est le paramètre relié à
la granulométrie qui décrit le plus adéquatement la sensibilité du module réversible aux
changements de degré de saturation. Ceci est en accord avec les résultats de Raad et coll.
(1992) et de Stolle et coll. (2006), qui ont montré que le MR diminue non seulement avec la
l’augmentation de la teneur en eau, mais que cette diminution est aussi fonction de la
quantité de particules fines. Selon ces auteurs, l’influence des particules fines est fonction
de la granulométrie et de l’angularité des granulats. Il doit être noté que les résultats pour le
gneiss et le basalte sont significativement meilleurs que ceux du calcaire pour =100 kPa,
qui semblent toutefois grandement s’améliorer avec l’augmentation de la contrainte totale.
Toutefois, les moins bonnes tendances observées à faibles contraintes totales pour le
calcaire peuvent être aussi expliquées par le fait que le module réversible de ce type de
matériau semble très peu influencé par les changements de teneurs en eau à faibles
contraintes totales.

Il est suggéré de relier les valeurs de S, nf et  d’une façon plus générale puisqu’il est clair
qu’une relation existe entre ces paramètres. En effet, les résultats montrent bien que les
valeurs de S varient en fonction de nf mais aussi, pour une valeur constante de nf, elles
varient aussi en fonction de , les valeurs plus élevées de  causant une sensibilité accrue
du module réversible aux changements de degré de saturation. Les résultats du Tableau
5.27 montrent qu’une relation significative existe entre S et nf pour chaque source
minéralogique, spécialement pour les sources basalte et gneiss. La relation entre S et nf est
présentée à la Figure 5.31 pour une contrainte totale de 700 kPa, laquelle est davantage
représentative de l’état de contrainte d’une chaussée non revêtue. Comme il est possible de
constater, les matériaux concassés ont un comportement similaire alors que le gneiss a une

221
sensibilité du MR plus accrue vis-à-vis les variations du degré de saturation. La Figure 5.32
permet de visualiser, pour 3 valeurs de , les différentes relations S-nf qui ont la forme

 MPa 
S   aS  n f  bS Équation 75
 % 

dans laquelle aS et bS représentent respectivement la pente et l’ordonnée à l’origine de la


relation linéaire et dans laquelle nf est exprimée sous forme décimale. Il est possible de
constater que les relations linéaires montrent une augmentation de aS et bS avec une
augmentation de la contrainte totale. Le fait que les valeurs de S diminuent avec une
diminution de la contrainte totale suit une tendance logique. De plus, il est possible de
constater par les valeurs de bS que les matériaux ne contenant pas de particules fines, c’est-
à-dire pour des valeurs de nf égales à l’unité, montrent les valeurs de S les plus faibles qui
augmentent avec .

Figure 5.31 : Relation entre S700 et nf

222
Figure 5.32 : Relation S-nf en fonction de  – Source gneiss granitique

Dans le but de quantifier l’effet de  sur les valeurs de S, les relations entre les paramètres
de régression aS, bS et  ont été développées. Il est clair à la Figure 5.32 qu’une relation
existe entre ces paramètres. En prenant l’exemple de la source gneiss granitique, le
paramètre de régression aS peut être exprimé en fonction de la contrainte totale en kPa par

aS  0, 011357  0, 223806 Équation 76

et aS est aussi fonction de bS par

aS  0,961072bS  0,134850 Équation 77

Par conséquent, les paramètres de régression aS et bS peuvent être substitués dans le modèle
général en utilisant les équations décrivant aS=f() et aS=f(bS) afin d’obtenir la relation
générale pour la source gneiss granitique laquelle est exprimée

223
 MPa 
S    0, 011357  0, 223806   n f  1, 040505   0,140312 Équation 78
 % 

où S est quantifiée comme étant dépendante de  (kPa) et nf (en forme décimale). La même
méthodologie a été appliquée afin d’obtenir la relation générale pour le basalte et le
calcaire. Le Tableau 5.29 présente un sommaire des relations trouvées pour chaque
matériau. Par conséquent, dans le but d’estimer les variations de MR en fonction des
variations de teneur en eau, l’ingénieur en chaussées a besoin de connaître les
caractéristiques volumétriques et la teneur en particules fines afin de calculer nf, la
contrainte totale typique anticipée et la variation de teneur en eau anticipée. Comme les
modèles font intervenir l’état de contrainte, ils sont utilisables pour des cas de chargements
typiques de chaussées revêtues et non revêtues. De plus, l’utilisation de nf pourrait peut-être
permettre de quantifier l’effet de la teneur en eau sur la rigidité des matériaux granulaires
pour différentes masses volumiques sèches. Ceci demeure toutefois une hypothèse à
vérifier. Comme il a été mentionné précédemment, il semble à première vue que les
résultats pour la source calcaire à faibles contraintes totales soient très peu précis.
Cependant, il a été posé comme hypothèse que le module réversible de ce matériau n’est
simplement que très peu influencé par des variations de teneur en eau pour des valeurs de 
faibles et cela peut expliquer les valeurs de R basses. Malgré tout, comme il est possible de
constater au Tableau 5.29, la relation entre la pente as et  est aussi bonne pour le calcaire
que pour les deux autres sources. Néanmoins, l’utilisation de ce modèle à de faibles
contraintes dans le cas de la source calcaire doit être faite avec jugement.

224
Tableau 5.29 : Relations générales entre S, nf et 

Gneiss
aS  0, 011357  0, 223806 (R²=1) Équation 79
aS  0,961072bS  0,138450 (R²=1) Équation 80
 MPa 
S    0, 011357  0, 223806   n f  1, 040505   0,140312
 % 
R ²100 / 400 / 700  0,891/ 0,952 / 0,953 Équation 81
MPa
RMSE100 / 400 / 700  0, 043 / 0, 097 / 0,164
%
Calcaire
aS  0, 004199  0, 295792 (R²=1) Équation 82
aS  1, 003127bS  0, 252896 (R²=1) Équation 83
 MPa 
S    0, 004199  0, 295792   n f  0,996883  0, 252108
 % 
R ²100 / 400 / 700  0,129 / 0,573 / 0,546 Équation 84
MPa
RMSE100 / 400 / 700  0,177 / 0,163 / 0, 281
%
Basalte
aS  0, 003162  1, 072460 (R²=1) Équation 85
aS  0,958057bS  0, 016336 (R²=1) Équation 86
 MPa 
S    0, 003162  1, 072460   n f  1, 043779   0, 017051
 % 
R ²100 / 400 / 700  0, 688 / 0, 763 / 0, 737 Équation 87
MPa
RMSE100 / 400 / 700  0, 073 / 0,102 / 0,154
%

Les données présentées par Gagnon et coll. (1997) sur les variations saisonnières des
conditions hydriques du site expérimental de Saint-Martyrs-Canadiens peuvent être
utilisées pour obtenir une plage de variation du degré de saturation des MG 20 durant une
année. Selon celles-ci, la teneur en eau de la section témoin a varié de 1% à près de 10%.
En utilisant une masse volumique des grains solides typiques de 2700 kg/m³ et une masse
volumique sèche typique pour un MG 20 de 2200 kg/m³ (référence : logiciel
CHAUSSÉE2), il est possible de statuer que le degré de saturation a varié d’environ 15% à
100%, soit sur une plage de variation de 85%. Cette valeur peut être utilisée pour quantifier
la perte de module réversible maximale engendrée par les changements de teneurs en eau

225
dans une fondation de chaussée. Pour des fins de comparaison avec les données présentées
au Tableau 5.10 portant sur la perte de module engendrée par un soulèvement hypothétique
dû au gel, une contrainte totale de 150 kPa a aussi été utilisée dans le cas présent. De plus,
afin de tenir compte du fait que la masse volumique sèche globale des MG 20 peut varier
dans une année en raison du gel, la porosité de la fraction fine moyenne a été considérée
pour ce calcul. Celle-ci a été calculée à l’aide des valeurs de masse volumique sèche initiale
et finale avant et après un cycle de gel (Tableau 5.10). Les résultats de cette analyse sont
présentés au Tableau 5.30. En comparaison avec le Tableau 5.10, il est possible de
constater que l’effet de la teneur en eau sur MR est beaucoup plus marqué que l’effet de la
variation de la masse volumique sèche, dans l’hypothèse que celles-ci sont faibles. Il doit
être noté que cette affirmation est toutefois basée sur les données présentées dans le cadre
de cette étude, c’est-à-dire pour des variations de masses volumiques sèches très limitées,
les soulèvements dans les couches de fondation granulaires étant typiquement limités par
rapport à ceux mesurés dans l’infrastructure.

Tableau 5.30 : Perte de MR pour θ=150 kPa et pour ΔSR=85%

nf moyen S (MPa/%) ΔMR (MPa)


CS 0,766 -0,668 -56,8
CM 0,816 -0,571 -48,6
Gneiss

CI 0,915 -0,380 -32,3


CSI 0,929 -0,354 -30,1
CIS 0,731 -0,736 -62,6
CSS 0,785 -0,631 -53,6
CS 0,700 -0,527 -44,8
CM 0,781 -0,452 -38,4
Calcaire

CI 0,900 -0,342 -29,1


CSI 0,913 -0,330 -28,0
CIS 0,674 -0,551 -46,8
CSS 0,754 -0,477 -40,5
CS 0,748 -0,441 -37,5
CM 0,823 -0,324 -27,5
Basalte

CI 0,925 -0,167 -14,2


CSI 0,933 -0,154 -13,1
CIS 0,726 -0,474 -40,3
CSS 0,787 -0,380 -32,3

226
5.3.4. Résultats sur la susceptibilité à la déformation permanente

La susceptibilité à la déformation permanente est une donnée complémentaire qu’il est


possible de recueillir à partir des essais de module réversible réalisés sur les échantillons de
matériaux granulaires à l’étude dans ce projet de recherche. Il a préalablement été souligné
que ce paramètre de performance n’est pas extrait d’essais consacrés exclusivement à la
caractérisation du comportement plastique à long terme des matériaux granulaires. Pour des
fins de simplification du projet, il n’a pas été choisi d’inclure des essais spécifiquement
dédiés à la caractérisation de la susceptibilité à la déformation permanente, puisque l’étude
considère un éventail assez large de paramètres de performance. Par conséquent, il a été
choisi de mettre davantage d’emphase sur le comportement mécanique réversible des
matériaux granulaires de fondation des chaussées, et plus particulièrement sur l’effet de la
granulométrie sur ce dernier. Les pages précédentes ont permis de mettre en lumière l’effet
important des paramètres directement ou indirectement reliés à la granulométrie sur cette
propriété mécanique d’intérêt en conception de chaussée. Comme la susceptibilité à la
déformation permanente n’est pas extraite d’essais normalisés exclusivement dédiés à la
détermination de ce paramètre mécanique, il est de mise de considérer les résultats qui
suivent comme étant principalement relatifs et présentés à titre indicatif. Néanmoins, il est
souhaité que les résultats obtenus sur la susceptibilité à la déformation permanente
confirment certaines tendances observées sur le comportement mécanique réversible.

L’indicateur choisi pour étudier la susceptibilité à la déformation permanente est le taux de


déformation par cycle de chargement déterminé sur les 5000 derniers cycles de la séquence
de conditionnement des essais de modules réversibles. À partir de 5000 cycles, la relation
entre déplacement vertical des capteurs sous chargement cyclique et le temps est linéaire.
En utilisant l’espacement entre les supports des capteurs fixés à l’échantillon, il est possible
d’exprimer le déplacement vertical sous forme de déformation et de pourcentage. La
susceptibilité à la déformation permanente est donc exprimée dans le cadre de cette étude
en pourcentage de déformation plastique par cycle de chargement, tel que mesuré sur les
5000 derniers cycles.

227
Un exemple des données recueillies est présenté à la Figure 5.33 dans le cas de la CS pour
la source basalte. L’ensemble des résultats est pour sa part regroupé à l’annexe G. Le taux
de déformation permanente est le résultat du calcul de la moyenne des taux de déformation
permanente obtenus pour chacun des capteurs de déplacement vertical. En ce qui concerne
les caractéristiques des échantillons, il est possible de référer au Tableau 5.21 dans la
section portant sur les résultats des essais de module réversible. Les données de chacune
des courbes testées pour chaque source de matériau ont été analysées en termes de taux de
déformation permanente et les résultats sont compilés au Tableau 5.31. En plus des
résultats bruts, les ratios permettant de comparer le taux de déformation permanente entre
chaque source pour chacune des granulométries sont aussi inclus dans ce tableau. Il est
possible de constater que le taux de déformation permanente varie d’une source à l’autre
mais que les valeurs moyennes sont assez semblables d’une source à l’autre. Toutefois, les
écarts-types (É.-T.) sont plus élevés dans le cas des sources concassées. Cette plus grande
variabilité dans les valeurs du taux de déformation permanente pour les sources concassées
est partiellement due à la CSS, dont le taux de déformation permanente significativement
plus élevée pour ces sources cause une augmentation de l’écart-type.

Figure 5.33 : Cycle de conditionnement et taux de déformation permanente – Basalte – CS

228
Tableau 5.31 : Résultats et comparaison entre les sources pour le taux de déformation permanente

Taux p (%/cycle) Ratios taux p entre les sources


 p (Calcaire)  p ( Basalte)  p (Calcaire)
Gneiss Calcaire Basalte
 p (Gneiss)  p (Gneiss)  p ( Basalte)
CS 1,85E-07 2,65E-07 2,00E-07 1,43 1,08 1,33
CM 2,00E-07 1,85E-07 2,35E-07 0,93 1,18 0,79
CI 2,80E-07 2,00E-07 3,71E-07 0,71 1,33 0,54
CSI 2,75E-07 2,00E-07 2,50E-07 0,73 0,91 0,80
CIS 2,10E-07 3,37E-07 1,55E-07 1,60 0,74 2,17
CSS 3,05E-07 4,50E-07 4,50E-07 1,48 1,48 1,00
Moy. 2,43E-07 2,73E-07 2,77E-07 1,15 1,12 1,10
É.-T. 5,01E-08 1,04E-07 1,11E-07 0,40 0,27 0,59

Le Tableau 5.32 présente un classement du taux de déformation permanente pour chacune


des sources testées. Ce classement est réalisé de la plus petite valeur mesurée, soit la
meilleure courbe selon ce paramètre de performance, à la plus grande valeur mesurée, soit
la moins bonne courbe selon ce paramètre de performance. De plus, le ratio de la valeur du
taux de déformation permanente de chacune des courbes sur le taux de déformation
permanente de la courbe la plus performante pour chaque source est calculé afin
d’apprécier l’évolution de ce paramètre parmi les courbes testées. Bien que certaines lignes
directrices sont observées, des différences de classement sont notables d’une source à
l’autre.

Tableau 5.32 : Classement du taux de déformation permanente par source

Gneiss Calcaire Basalte


Taux p Taux p Taux p
Classement Ratio Classement Ratio Classement Ratio
(%/cycle) (%/cycle) (%/cycle)
CS 1,85E-07 1,00 CM 1,85E-07 1,00 CIS 1,55E-07 1,00
CM 2,00E-07 1,08 CI 2,00E-07 1,08 CS 2,00E-07 1,29
CIS 2,10E-07 1,14 CSI 2,00E-07 1,08 CM 2,35E-07 1,52
CSI 2,75E-07 1,49 CS 2,65E-07 1,43 CSI 2,50E-07 1,61
CI 2,80E-07 1,51 CIS 3,37E-07 1,82 CI 3,71E-07 2,39
CSS 3,05E-07 1,65 CSS 4,50E-07 2,43 CSS 4,50E-07 2,90

L’effet de la granulométrie sur le taux de déformation permanente mesuré lors de la période


de conditionnement des essais de module réversible est quantifié au Tableau 5.33, où des

229
coefficients de corrélation linéaire ont été calculés. Dans le cas présent, le traitement des
données sous format de puissance, logarithmique ou exponentiel n’apportait aucune
amélioration significative aux valeurs de R. Par conséquent, l’hypothèse linéaire est
présentée en première approximation. Dans le Tableau 5.33, les variables les plus
pertinentes pour chaque source ont été identifiées et sont retrouvées dans celui-ci. Il est à
noter que cette analyse a été effectuée sans tenir compte de la CSS pour les mêmes raisons
qui ont été présentées dans la section portant sur les résultats des essais de module
réversible. En effet, le comportement mécanique de la CSS est extrêmement divergent
d’une source à l’autre et camoufle la qualité de certaines relations dans le fuseau, tel qu’il
est montré à la Figure 5.34. Étant donné que le principal objectif est d’identifier l’effet de la
granulométrie sur les propriétés mécaniques à l’intérieur du fuseau, l’exclusion de la CSS
permet d’identifier avec plus de confiance les variables explicatives pertinentes.

Tableau 5.33 : Valeurs de R entre le taux de déformation permanente et des variables explicatives
P0,31 %MVNTG %MVNTS
nf P0,63 P0,16 %F d30 d20 d10 D60S D50S %MVTGF %MVTSF
5 G F
Gneiss
0,9 - - - -
0,80 0,86 0,95 0,85 0,83 0,96 -1,00 -0,91 -0,91
1 0,91 0,90 0,90 0,90
P0,31 D30 D10
Calcair d n nf P0,63 5 P0,16 %F d10
S S
Cu CuS RGG RFFGF
e 0,8 - - -
0,67 0,79 0,79 0,79 -0,64-0,75 0,89 0,88 -0,65 0,72
1 0,82 0,80 0,71
P %MVNTG %MVNTS
nf P2,5 P1,25 P0,63 0,31 P0,16 %F d40 d30 d20 d10 %MVTGF
5 G F
Basalte
0,8 - - - - - -
0,81 0,92 0,97 0,83 0,81 -0,75 -0,73
3 0,75 0,78 0,86 0,82 0,82 0,82

230
Figure 5.34 : Effet de la CSS sur les relations pour le taux de déformation permanente

5.3.5. Analyse de la susceptibilité à la déformation permanente

Les résultats des essais de susceptibilité à la déformation permanente permettent de mettre


en lumière l’effet des caractéristiques reliées directement ou indirectement à la
granulométrie sur le taux de déformation plastique. Jusqu’à un certain point, ces résultats
permettent de tirer des conclusions complémentaires à celles faites dans la section décrivant
l’effet de la granulométrie sur le module réversible. Il est d’abord possible de constater au
Tableau 5.31 que la comparaison entre les sources calcaire et gneiss granitique permet
d’observer une tendance générale quant au pourcentage de particules fines. En effet, il est
observé que les valeurs de ratio augmentent avec la proportion de fines dans les matériaux
et que les ratios sont tous au-dessus de la valeur moyenne pour les courbes ayant 7% de
particules fines. Cela montre, la nocivité des particules de la source calcaire, mais aussi le
fait que ce type de particules est souhaitable pour la source gneiss granitique. Ce
phénomène est observé pour les ratios permettant de comparer les sources calcaire et
basalte, à l’exception du fait que le ratio pour la CSS est situé sous la valeur moyenne. La
valeur élevée du ratio pour la CIS doit être notée puisqu’elle est à l’écart des autres valeurs
de ratio. Les résultats du Tableau 5.25 montrent que le comportement mécanique plastique
de la source basaltique est relativement lié aux caractéristiques d’étalement (Cu, RFGGF,
RFFGF, etc.) alors que ce n’est pas du tout le cas pour la source calcaire. Dans la limite des
résultats de cette étude, cela apporte une certaine explication sur ce phénomène dans
l’optique où une certaine cohérence existe entre les tendances observées pour les
comportements mécaniques élastique et plastique.

Les principales constatations tirées du Tableau 5.31 peuvent aussi être mise en lumière au
Tableau 5.32. En effet, bien des différences de classement existent entre les sources, il est
tout de même possible d’apprécier l’effet du pourcentage de particules fines mais aussi de
l’étalement des courbes granulométriques. Le classement des sources gneiss et basalte
démontre l’importance du pourcentage de particules fines sur le taux de déformation
permanente. En effet, les courbes ayant un pourcentage de particules fines élevé se trouvent
parmi les courbes ayant un taux de déformation permanente bas. Cette observation ne

231
s’applique pas à la CSS. De plus, la tendance générale montre que les meilleurs matériaux
sont ceux ayant des Cu élevés pour ces deux sources. Inversement, le taux de déformation
permanente pour la source calcaire semble inversement proportionnel à la teneur en
particules fines, puisque les courbes présentant les valeurs les plus élevées de taux de
déformation permanente sont celles ayant 7% de particules fines.

Les valeurs des coefficients de corrélation R présentées au Tableau 5.33 viennent


corroborer les observations faites sur les valeurs de ratios et de classement préalablement
discutées en ce qui concerne les résultats de susceptibilité à la déformation permanente.
Tout d’abord, en ce qui concerne la source gneiss granitique, il a été observé que le
comportement mécanique réversible est fortement relié aux caractéristiques de la fraction la
plus fine des matériaux. Il a été montré qu’un fort coefficient d’uniformité est
particulièrement souhaitable, et ceci est en accord avec la nécessité d’avoir un pourcentage
de particules fines élevé pour l’obtention d’un comportement mécanique optimisé dans le
fuseau granulométrique. Or, les résultats de la susceptibilité à la déformation permanente
montrent une relation de proportionnalité entre le taux de déformation permanente et d10, nf
et %MVNTGG tel qu’il est possible de visualiser à la Figure 5.35. Par conséquent, une
augmentation de ces valeurs provoque une augmentation du taux de déformation
permanente. Ceci implique donc un d10 grossier, une fraction grossière dont les vides sont
peu remplis par des particules fines et des gros granulats très rapprochés dans l’ensemble
du squelette granulaire ne sont pas des caractéristiques souhaitables pour cette source.
Inversement, un pourcentage de particules fines élevé et des granulats fins très rapprochés
dans l’ensemble du squelette granulaire sont particulièrement souhaitables. Ceci est en
accord avec les observations faites dans le cas des essais de module réversible. En effet, il a
été suggéré qu’un bon comportement mécanique réversible est associé à un squelette
granulaire fin, une teneur en particules fines élevées et des gros granulats plus dispersés.

232
Figure 5.35 : Effet de la granulométrie sur le taux de déformation permanente de la source gneiss

En ce qui concerne la source calcaire, le niveau de relation entre les variables explicatives
et le taux de déformation permanente apprécié par les valeurs de R est légèrement inférieur
au Tableau 5.33. La Figure 5.36 présente quelques-unes des bonnes relations observées
pour cette source. Il a été déterminé dans les sections portant sur les résultats et l’analyse
des essais de module réversible que le comportement mécanique réversible est
principalement fonction de la fraction gravier dans le cas de cette source. Plus précisément,
la taille des particules dans cette fraction en plus de la proportion de ce type de particule
dans le mélange granulaire global sont les principales variables reliées au module
réversible. Les résultats montrent également que la fraction sable, en termes de proportion,
a un effet néfaste sur le module réversible et qu’elle est non significative en termes de
caractéristiques granulométriques. Les résultats obtenus sur la susceptibilité à la
déformation permanente tendent à appuyer les conclusions tirées des essais de module
réversible, mais d’une façon complémentaire. Plus précisément, une relation de
proportionnalité est observée entre le taux de déformation permanente et les variables
explicatives reliées à la teneur en particules fines et à l’uniformité alors qu’une relation de
proportionnalité inverse est observée avec la porosité de la fraction fine. Ceci est en accord
avec les résultats des essais de module réversible, puisqu’un matériau granulaire contenant
une forte proportion de gravier est susceptible de contenir moins de particules fines par
proportionnalité.

233
Figure 5.36 : Effet de la granulométrie sur le taux de déformation permanente de la source calcaire

Par conséquent, dans le cas de cette source, un matériau contenant davantage de gravier est
susceptible d’avoir un module plus élevé et, dans l’hypothèse que la forte proportion de
gravier cause potentiellement une diminution de la proportion de particules fines, ce type de
matériau est également susceptible de présenter un taux de déformation permanente plus
faible. Ceci est illustré par la relation entre le taux de déformation permanente et nf, où il est
possible d’observer que les matériaux contenant moins de particules fines dans les pores
créés par la fraction grossière sont davantage performants. Toutefois, l’effet de l’uniformité
du matériau doit être précisé. En effet, la Figure 5.36 montre qu’un matériau très étalé n’est
pas particulièrement souhaitable. Ceci corrobore le fait qu’il est souhaitable que les
matériaux de cette source contiennent peu de particules fines, dont une teneur élevée
causerait potentiellement une diminution du d10 et une augmentation du Cu. Ceci est
applicable aussi pour le coefficient d’uniformité de la fraction sable CuS. Par conséquent,
dans le cas de cette source, il est suggéré d’optimiser le comportement mécanique par
l’optimisation de la fraction gravier mais aussi des caractéristiques associées à la portion
plus fine des MG.

En ce qui a trait à la source basalte, les résultats de la susceptibilité à la déformation


permanente complète ceux obtenus lors des essais de module réversible. En effet, des
relations de proportionnalité sont observées entre le taux de déformation permanente et nf,
d30, d20 et %MVNTGG, alors que des relations de proportionnalité inverse sont observées
avec %P0,630 et %MVTGF. Quelques exemples de ces relations peuvent être observés à la

234
Figure 5.37. Lors des essais de module réversible, il a été possible d’identifier que les
caractéristiques granulométriques de la fraction gravier sont les principales à considérer
afin de quantifier et de qualifier l’effet de la granulométrie sur le module réversible. Qui
plus est, dans le cas de cette source, le module réversible est inversement proportionnel au
pourcentage de sable %S, ce qui est en accord avec la volonté que la fraction gravier joue
un rôle prépondérant. Il est donc possible de constater que, alors que les résultats des essais
de module réversible sont fonction des caractéristiques de la fraction gravier, les résultats
du taux de déformation permanente confirment l’importance de la fraction plus fine pour
cette source, soit la portion inférieure à 5 mm.

Figure 5.37 : Effet de la granulométrie sur le taux de déformation permanente de la source basalte

Encore une fois, les résultats de la susceptibilité à la déformation permanente obtenus pour
la source basalte confirment l’importance de la fraction plus fine des matériaux sur ce
paramètre de performance. Toutefois, il doit être noté que l’effet de la portion plus fine des
matériaux est inverse lorsque les deux sources concassées sont comparées. En effet, il a été
montré que des valeurs de Cu élevées et de nf faibles, qui sont souvent associés à des
pourcentages de particules fines élevés, sont en lien avec des taux de déformation
permanente élevés dans le cas de la source calcaire. La portion fine de cette source nuit à la
stabilité des matériaux sous chargement cyclique répété. Cela est potentiellement en lien
avec les caractéristiques des particules fines, dont la granulométrie est relativement étalée
et fine, en plus d’avoir la limite liquide des particules fines la plus faible et la surface
spécifique des particules fines la plus élevée. Ceci est contraire à ce qui est trouvé pour la

235
source basalte, dont les squelettes granulaires ont besoin d’un support des particules plus
fines afin d’atteindre un bon niveau de résistance à la déformation permanente. Pourtant,
les particules fines de cette source ont aussi une granulométrie fine et étalée, une surface
spécifique des particules fines près de celle de la source calcaire.

Par contre, comme il a été préalablement discuté dans les cas des essais de module
réversible, ceci est aussi explicable par le fait que les vides créés dans la portion d>0,08
mm sont plus grands (Tableau 3.4). Par conséquent, il existe plus d’espace pour l’insertion
de particules fines sans perturber significativement l’empilement granulaire de la fraction
grossière. Dans ce type de matériau, l’ajout de particules plus fines peut alors apporter,
jusqu’à une certaine limite, un support supplémentaire aux particules grossières et
contribuer à l’amélioration du comportement mécanique. Dans le cas de la source calcaire,
comme les valeurs de nc pour cette source sont les plus petites en moyenne (Tableau 3.4), il
existe moins d’espace pour l’insertion de particules fines à l’intérieur des vides de la
fraction grossière et l’ajout de ce type de particules peut alors contribuer à écarter celles-ci.
Il peut être aussi supposé que, les particules de la source calcaire ayant une prédisposition à
se positionner davantage à l’horizontale, les particules fines peuvent s’insérer le long des
plans de contact entre les particules et provoquer une diminution de la friction.

5.3.6. Conclusion

Dans cette section, l’étude du comportement mécanique a été réalisée en soumettant les
matériaux à des essais en cellule triaxiale. Plusieurs observations ont pu alors être faites en
analysant en détails les résultats obtenus. Il a été trouvé que, contrairement aux essais de
performance hydrique et thermique, la bonne compréhension de la performance mécanique
passe par une analyse plus poussée des MG, de l’entièreté de la courbe granulométrique, du
rôle des diverses fractions granulométriques. Entre autres, la réalisation d’essais de masse
volumique pour la méthode Bailey a permis d’apporter plusieurs informations utiles à la
réflexion réalisée. Globalement, les caractéristiques souhaitables d’un point de vue module
réversible et susceptibilité à la déformation permanente sont complémentaires. Il a été
possible d’identifier des indicateurs directement en lien avec la granulométrie pouvant

236
permettre de mieux situer la performance des MG dans le contexte du fuseau
granulométrique. La prochaine section traite de cet aspect.

237
CHAPITRE 6

OPTIMISATION DE LA PERFORMANCE DES MG 20

Il a été trouvé dans les sections précédentes qu’il est possible d’optimiser la sensibilité aux
contraintes environnementales et le comportement mécanique par l’optimisation de
propriétés directement ou indirectement reliées à la granulométrie. La sensibilité aux
contraintes environnementales est décrite par la conductivité hydraulique, la susceptibilité
au gel/dégel et la susceptibilité à l’érosion. Pour sa part, le comportement mécanique est
principalement caractérisé dans le cadre de cette étude par le module réversible, mais
certaines considérations en ce qui a trait à la susceptibilité à la déformation permanente sont
aussi présentées.

En ce qui concerne la sensibilité aux contraintes environnementales, il a été trouvé que la


porosité de la fraction fine intervient pour chacun des paramètres décrivant la performance.
C’est ce paramètre qui décrit globalement le mieux l’influence de la granulométrie, dans
l’hypothèse que les matériaux sont près de leur masse volumique sèche maximale, sur cette
sensibilité aux contraintes environnementales dans la majorité des paramètres de
performance étudiés. En effet, comme les sollicitations environnementales impliquent que
l’eau joue un rôle direct ou indirect, le rôle de la fraction plus fine des matériaux, entre
autres leur rôle volumique, doit être pris en compte. De ce point de vue, il a été montré que
le niveau de densification des particules fines dans les pores de la fraction grossière (d>80
µm) influence grandement l’effet des sollicitations environnementales sur les matériaux
granulaires. Dans certains cas, des variables complexes, dans lesquelles la porosité de la
fraction fine intervient, ont été suggérées.

Les sections précédentes ont toutefois permis de mettre en évidence une problématique qui
a été identifiée dans la revue de littérature, soit la conciliation des caractéristiques
mécanique et hydrique par l’optimisation de la granulométrie. En effet, il est bien reconnu

238
que les caractéristiques granulométriques souhaitées pour améliorer le drainage des
matériaux vont souvent à l’encontre de celles souhaitées pour l’amélioration de la capacité
portante (Brown et Chan 1996, Côté et Roy 1998, Côté et Konrad 2003, Flon et Poulin
1987, Babic et coll. 2000, Hoppe 1996). De plus, les caractéristiques mécaniques sont
grandement influencées par la teneur en eau des matériaux granulaires tel qu’il a été
confirmé dans cette étude, mais aussi dans bien d’autres auparavant (Doucet et Doré 2004,
Heydinger et coll. 1996, Rahim et George 2005, Stolle et coll. 2006, Uthus 2007). Or, il
existe ici un lien entre cette dépendance de la capacité portante aux variations de teneur en
eau et la capacité de drainage. En effet, plus la capacité de drainage est grande, moins
longtemps les matériaux granulaires seront à des teneurs en eau élevées dans la structure de
chaussée et ceux-ci retrouveront plus rapidement une capacité portante supérieure. Ce lien a
été montré dans le cadre de cette étude, puisqu’il a été confirmé que la capacité de drainage
est en lien avec la porosité de la fraction fine tel que définie par Côté et Konrad (2003) et
que les variations absolues de module réversible avec la teneur en eau, soit la sensibilité du
module réversible aux variations du degré de saturation S, sont aussi fonction de ce
paramètre volumétrique. La porosité de la fraction fine n’est que peu en lien avec la
capacité portante exprimée en termes de module réversible. Néanmoins, dans une certaine
mesure, il a été observé que la porosité de la fraction fine est quelque peu relié à la
susceptibilité à la déformation permanente pour certaines sources minéralogiques, dans la
limite de ces essais. Ceci est en accord avec les conclusions de plusieurs études montrant
(Brown et Chan 1996, Ekblad 2007, Cheung et Dawson 2002, Dawson et coll. 1996) la
nécessité que les mélanges granulaires soient denses afin de mieux résister aux
déformations permanentes.

Parmi les matériaux testés dans cette étude, les sources basalte et gneiss granitique sont
particulièrement affectées par cette problématique de conciliation des propriétés
mécaniques et hydriques. Ceci est vrai lorsque les propriétés mécaniques sont considérées
d’un point de vue du comportement réversible et permanent. Toutefois, lorsque les
caractéristiques mécaniques sont seulement considérées du point de vue du comportement
réversible, la problématique s’applique davantage à la source gneiss granitique, puisque le
comportement mécanique réversible est principalement fonction des caractéristiques de la
fraction gravier pour les matériaux provenant des sources concassées.

239
Ainsi, de façon très schématique, un pourcentage de particules fines faible est recherché
pour maximiser la porosité de la fraction fine et donc améliorer la performance vis-à-vis les
contraintes environnementales alors que, d’un point de vue mécanique, un squelette
granulaire étalé et grossier est généralement souhaité. En effet, en excluant la source
calcaire, les propriétés mécaniques, en termes de sensibilité à la déformation permanente,
sont inversement proportionnelles au d20 et au d10 pour les sources basalte et gneiss
respectivement. De plus, dans une certaine mesure, il semble essentiel de définir un
squelette granulaire grossier dans le cas de la source basalte afin de maximiser le
comportement mécanique réversible. Ces deux faits combinés à celui du caractère essentiel
de minimiser le pourcentage de particules fines impliquent que l’optimisation des
matériaux sur deux fronts, soient la sensibilité aux contraintes mécaniques et
environnementales, risquent de conduire à des courbes présentant des discontinuités. Or, et
ceci a été largement montré dans le cadre de cette étude, la présence d’une discontinuité
peut apporter certains avantages dans la création de porosité mais peut apporter des
problèmes d’un point de vue mécanique. C’est pourquoi la stratégie d’optimisation doit
tenir compte de ce fait et faire en sorte d’offrir un certain niveau de latitude pour suggérer
des zones optimisées à l’intérieur du fuseau ne conduisant pas à des courbes discontinues.

Ce fait conduit à une autre problématique concernant les contextes de performance. En


effet, les caractéristiques souhaitées pour les granulats de fondation peuvent varier en
fonction du type de route dans lesquelles ces matériaux seront mis en place. À titre
d’exemples de contexte de performance, il est possible de citer, entre autres, les routes
revêtues ou non revêtues, des trafics faible ou important, des précipitations faibles ou
importantes, nature du sol d’infrastructure, des indices de gel modéré ou élevé et la
présence de systèmes de drainage complémentaires (drains). Ce sont divers types de
facteurs qui doivent être pris en compte lors du choix d’un matériau granulaire, et plus
particulièrement lorsqu’un choix davantage rigoureux de la granulométrie est souhaité. Par
conséquent, les paramètres à privilégier doivent être adéquatement définis par le concepteur
afin de suggérer les meilleurs matériaux granulaires. Pour ce faire, les principaux
mécanismes de dégradation du type de chaussée considérée doivent être connus. À cet
égard, l’étude de Doré et coll. (2006), a permis de mettre en évidence que certains types de

240
routes sont davantage dégradés par les contraintes mécaniques alors que d’autres sont
davantage dégradés par les contraintes environnementales.

Pour les raisons mentionnées dans cette section, il est suggéré de définir quatre zones de
performance à l’intérieur du fuseau, tel que présenté à la Figure 6.1. Ces zones sont
identifiées ici 25%, 50%, 75% et 100% et délimitent respectivement le ¼ supérieur de
performance, la ½ supérieure de performance, le ¾ supérieur de performance et l’entièreté
du fuseau. En utilisant diverses relations entre les paramètres de performance et diverses
variables explicatives directement reliées ou indirectement reliées à la granulométrie, il est
alors possible de calculer la valeur minimale et maximale d’un paramètre de performance
en particulier. En connaissant l’intervalle de variation du paramètre de performance, il est
possible de séparer cet intervalle en quatre pour identifier les valeurs du paramètre de
performance correspondant à chacun des niveaux de performance. De plus en connaissant
la relation qui lie le paramètre de performance avec une variable explicative, il est alors
possible d’identifier les valeurs de la variable explicative correspondant à chacun des
niveaux de performance. Il est important de noter que la détermination de chacun des
niveaux de performance et par conséquent, des valeurs de variables explicatives critiques
délimitant chacun des niveaux, se fait à partir du paramètre de performance. Ceci est un fait
important à noter lorsque la relation entre un paramètre de performance et une variable
explicative n’est pas linéaire, mais soit de type puissance, logarithmique ou exponentielle.
La Figure 6.1 représente un bon exemple de ce fait.

241
Figure 6.1 : Schématisation de la relation paramètre de performance – variable explicative et des
niveaux de performance associés

Il est suggéré d’appliquer ce type d’approche pour chacune des relations liant les
paramètres de performance à des variables explicatives qui sont jugées pertinentes pour
chacune des sources de matériau. En effet, il semble difficile d’arriver à définir des valeurs
critiques de paramètres de performance permettant de séparer le bon comportement du
mauvais comportement. En travaillant avec les trois sources combinées, les résultats
viendraient nécessairement mettre des étiquettes de comportement mauvais, moyen, bon ou
excellent pour chacune des sources et chaque paramètre de performance. Or, il ne faut pas
perdre de vue que les matériaux sélectionnés rencontrent les exigences du Ministère des
Transports du Québec pour l’utilisation dans les fondations routières. Quoique cette
approche puisse s’avérer très intéressante d’un point de vue de la compréhension globale du
comportement des matériaux granulaires, elle ne répondrait pas tout à fait à l’objectif du
projet de recherche. La Figure 5.5, la Figure 5.31 et la Figure 6.2 illustrent bien ce concept.
Il est possible d’observer sur ces figures les différences notables de comportement entre les
trois sources et, par conséquent, le fait que la définition de valeurs critiques de performance
ou de valeurs seuils catégorise les sources comme ayant des comportements mauvais,
moyen, bon ou excellent.

242
1100
Légende
1000 Gneiss : MR400-Cu
Calcaire : MR400-d50
900
Basalte : MR400-d30G

MR400 (MPa)
800
700
600
500
400
300
0 20 40 60 80 100
Cu

2 4 6 8 10
d50 (mm)

7 8 9 10 11
d30G (mm)

Figure 6.2 : Relations entre MR400 et diverses variables explicatives montrant la difficulté de
l’imposition de valeurs critiques de performance

En effet, dans le cadre de ce projet de recherche, comment les caractéristiques


granulométriques influencent le comportement d’un type de granulat en particulier et
comment définir celles-ci pour arriver à un certain niveau de comportement représente ce
qui est davantage recherché. Cette approche est davantage en accord avec le fait qu’il est
généralement souhaitable d’utiliser des sources de granulats à proximité des chantiers pour
des raisons de coûts de transports. L’approche privilégiée ici permettrait de formuler des
guides sur les caractéristiques granulométriques souhaitables pour un type de granulat
donné afin que son comportement vis-à-vis les contraintes mécaniques et
environnementales soit bonifié. Naturellement, les variations de comportement mécanique,
hydrique ou thermique d’une source de granulat à l’autre, pour une granulométrie
semblable sont assez bien connues. Les sections de la revue de la documentation et des

243
résultats des essais réalisés ont permis de bien mettre en lumière diverses variables
permettant de décrire l’effet de la source de granulats et comment celle-ci influence le
comportement. C’est pourquoi, à la suite de l’optimisation, des commentaires sur le choix
des sources de granulats seront faits.

6.1. Optimisation de la porosité de la fraction fine à l’optimum

En ce qui concerne la sensibilité aux contraintes environnementales, la porosité de la


fraction fine a été identifiée comme étant un paramètre d’intérêt marqué afin de quantifier
cette sensibilité. Or, il doit être noté que cette valeur est dérivée de la porosité et que par
conséquent, elle est fonction de la masse volumique sèche et donc, du niveau de
compactage. Par contre, des exigences de compacité minimale de l’ordre de 95% pour la
pierre concassée (MG provenant de carrières) et de 98% pour la pierre partiellement
concassée (MG provenant des sablières et gravières) sont exigées par le Ministère des
Transports du Québec. Par conséquent, ces matériaux sont mis en place très près de la
masse volumique maximale. Afin de se soustraire à l’effet du niveau de compactage dans
l’optimisation de la porosité de la fraction fine, il est supposé dans cette section que les
matériaux sont tous à la masse volumique sèche maximale. Ceci est une hypothèse
raisonnable étant donné les exigences de compacité minimale.

Les réflexions réalisées quant à l’optimisation de nf ont rapidement mis en évidence la


nécessité de connaître avec une précision acceptable les variations extrêmes de ce
paramètre pour chacune des sources de granulats considérées dans cette étude. En
consultant l’équation 21, il est constaté que nf est fonction d’une part, du pourcentage en
particules fines et, d’autre part, de la porosité n ou de la porosité de la fraction grossière nc.
Les données préalablement présentées au Tableau 3.4 permettent de constater une
variabilité de nf relativement grande dans le fuseau des MG 20 en comparaison avec la
variabilité de n et nc. Néanmoins, dans le but de considérer l’effet de l’entièreté d’une
courbe granulométrique sur nf, des pistes de solution ont été étudiées pour estimer nf à partir
d’une série de variables explicatives décrivant l’entièreté des granulométries. À titre
d’exemple, en utilisant les valeurs de nfopt pour chacune des granulométries et chacune des

244
sources ainsi que les valeurs dmax, d80, d60, d40, d20 et d10, auxquels ont été appliqués des
coefficients de régression, une relation entre nfopt et une variable complexe incluant ces
paramètres a été développée pour chaque source. Toutefois, il a été rapidement constaté
qu’un tel modèle faisait intervenir trop de variables souvent peu liées avec nfopt, ce qui
conduisait à plusieurs divergences, dont des valeurs irréalistes, lors de l’estimation de nfopt
lors du processus de minimisation ou de maximisation de la fonction pour connaître les
variations limites.

En constatant la faible variabilité de la porosité n dans le fuseau, il a aussi été tenté de


travailler, pour chacune des sources, avec la porosité moyenne. Étant donné que la stratégie
d’optimisation prône l’identification de valeurs critiques de nfopt, cette façon de travailler
conduit, selon l’équation 22, à une valeur fixe de nc et la détermination d’une valeur de
pourcentage de particules fines critique associée à chaque valeur critique de nfopt. Or, cette
technique faisait en sorte que des %F critique sortant des limites pouvaient être trouvés à
des valeurs élevées ou faibles de porosité de la fraction fine.

Vu la nécessité d’arriver à estimer les paramètres volumétriques des MG 20 de façon assez


précise, des analyses de corrélation entre n, nc, nf, d et diverses variables explicatives ont
été effectuées. En plus de vérifier le niveau de corrélation entre ces paramètres
volumétriques et la majorité des variables explicatives directement reliées ou indirectement
reliées à la granulométrie préalablement utilisées, d’autres variables explicatives exprimant
des valeurs de ratio du pourcentage passant à un tamis sur le pourcentage passant de tous
les tamis de taille inférieure ont été définies. Ainsi, en supposant que les tamis normalisés
suggérés dans la norme LC 21-040 (MTQ 2003) sont numérotés de 1 à 11 et identifiés j (11
étant le tamis de plus grande dimension et 1 celui de plus petite dimension), les valeurs des
ratios calculés sont exprimés %Pj/%Pj-1 pour j variant de 11 à 1. Deux tableaux montrant
les valeurs des coefficients de corrélation R (en considérant une relation linéaire en
première approximation) obtenus lors de cette analyse sont présentés à l’annexe H. Deux
cas sont considérés dans le cadre de celle-ci, soit le cas où le niveau de corrélation a été
déterminé pour 7 courbes (les 6 courbes soumises aux essais dans cette étude et la courbe
granulométrique telle que vendue par chacun des manufacturiers), et le cas où il a été
déterminé pour 6 courbes (i.e. en excluant la CSS). Puisque les caractéristiques

245
volumétriques des courbes telles que vendues sont connues, l’ajout de ces courbes à
l’analyse peut grandement améliorer la précision des relations d’estimation de la porosité
des matériaux granulaires.

Il a été jugé pertinent d’ajouter ces ratios à l’analyse statistique puisque selon Baron et
Sauterey (1982), qui reprend certaines grandes lignes des théories de granulation optimale
de Caquot, si le volume minimal d’un mélange granulaire est recherché, il est constaté que
celui-ci dépend surtout des ratios des diamètres du gros granulat sur celui du granulat fin et
que celui-ci dépend peu de l’échelonnement des dimensions des granulats intermédiaires. Il
semble donc pertinent de s’intéresser à divers indicateurs d’étalement de l’entièreté de la
courbe granulométrique pour apprécier la variation des vides d’un MG. Toutefois, il doit
être noté que puisqu’une bonne précision est recherchée pour estimer la porosité des
matériaux granulaires, il est possible que les valeurs représentant l’étalement des
granulométries pour la CSS ne suivent pas exactement la même relation que pour les autres
courbes. La présence de la discontinuité rend difficilement comparable cette courbe avec
les autres du point de vue de la création de vides, particulièrement dans l’objectif d’inclure
cette courbe dans les relations d’estimation. Le meilleur exemple illustrant ce fait est le
coefficient d’uniformité décrivant l’étalement de la granulométrie. En effet, les valeurs de
Cu pour la CS et la CSS sont les mêmes, mais pourtant des différences notables sont
trouvées entre les valeurs de nfopt pour chacune des sources, particulièrement pour les
sources calcaire et basalte (Tableau 3.4).

Les résultats de l’annexe H permettent de mettre en évidence la forte relation qui existe
entre nfopt et le pourcentage de particules fines %F (ou les autres variables explicatives qui
suivent %F assez fidèlement), ce qui est naturellement peu surprenant étant donné que %F
intervient dans le calcul de nfopt. Toutefois, il est observé qu’une relation entre nf et %F
utilisée dans le but d’estimer avec précision la variabilité maximale de nfopt peut diverger de
la réalité pour un nombre de courbes faible. Un exemple de la relation nfopt-%F dans le cas
de la source calcaire est présenté à la Figure 6.3. L’exemple montre que, particulièrement
lorsque la détermination de la valeur minimale de nfopt est visée, il est constaté que celle-ci
est estimée à une valeur plus élevée que la valeur minimale obtenue parmi les 6 courbes
considérées (CIS, nfopt=64,6%). Or, il est important de noter que la CIS est une courbe

246
étalée, mais celle-ci n’a pas la valeur de d60 maximal et par conséquent, il ne s’agit pas de la
courbe la plus étalée dans le fuseau. Il est donc possible de s’attendre à ce que l’estimation
de la porosité de la fraction fine minimale conduise à une valeur inférieure à celle de la
CIS. Il semble donc difficile d’utiliser des relations d’estimation liant une variable
explicative à nfopt puisque celles-ci mettent peu en évidence le rôle secondaire de l’entièreté
de la courbe granulométrique, rôle qui prend une certaine importance lorsqu’un certain
niveau de précision est recherché. Une relation comme celle présentée à la Figure 6.3 pour
un nombre de courbes limité ne permet pas d’obtenir une précision et une représentativité
suffisante pour représenter la variabilité maximale de nfopt dans le fuseau.

100
nfopt = -5,148 * %F + 101,893
Max. = 91,6%
90
nfopt (%)

80

70
Min. = 65,9%

60
2 3 4 5 6 7
%F

Figure 6.3 : Relation nfopt-%F pour la source calcaire

Il est aussi constaté que, de façon générale, les valeurs de R calculées pour les relations
entre nc et les variables explicatives sont généralement plus faibles que pour n et nf. À
l’inverse, l’utilisation d’une telle relation pour estimer nc, qui peut être converti en valeur
de n ou nf en connaissant le pourcentage de particules fines, est trop dépendante de la
granulométrie de la partie grossière de la courbe granulométrique. Un exemple de cet effet
de la partie grossière est présenté à la Figure 6.4, où la relation entre nc et d50 est tracée pour
la source gneiss granitique. Celle-ci est exprimé par

247
nc  26,343e 0,0376 d50 Équation 88

dans laquelle nc est exprimée en pourcentage et d50 en millimètres. Il s’agit de la seule


relation d’intérêt qui a été trouvée pour la porosité de la fraction grossière. Cette relation
n’a pas été trouvée pour les matériaux concassés. Néanmoins, elle présente un certain
intérêt puisqu’elle semble valide aussi pour les courbes discontinues, la CSS n’influençant
pas négativement la relation trouvée. Globalement, ceci confirme l’intérêt que le squelette
de granulat soit globalement petit afin qu’il s’y crée un pourcentage de vides plus
important. En effet, si le d50 migre vers la portion plus fine du fuseau, cela cause
potentiellement une exclusion des matériaux très étalés, car un MG avec un faible d50 mais
un grand d60 est moins probable. Cependant, si les valeurs maximale et minimale de nf
correspondante sont recherchées en connaissant les valeurs maximale et minimale de d50
ainsi que les valeurs maximale et minimale de %F, il est possible de calculer celles-ci
comme étant égales à 93,4% et 67,8%. Bien que la valeur maximale soit assez réaliste, la
valeur minimale diverge grandement de ce qui est espéré, soit une valeur légèrement
inférieure à celle mesurée pour la CIS de la source gneiss granitique (Tableau 3.4), soit
72,1%.

Figure 6.4 : Relation entre nc et d50 pour le gneiss granitique

Selon les observations et constatations faites dans cette section, il semble qu’il soit
préférable de travailler avec l’estimation de la valeur de nopt, afin de prendre en compte
l’entièreté de la courbe granulométrique dans la création de vides de chacune des portions

248
du mélange granulaire, soient les portions fine et grossière. Les valeurs de R présentées à
l’annexe H permettent de constater que nopt présentent des relations fortes avec plusieurs
variables explicatives. De façon générale, il est observé que les variables explicatives
décrivant en quelque sorte l’étalement de la courbe granulométrique présentent les valeurs
de R les plus élevées. Ceci est en accord avec les principes généraux reconnus tel que cité
auparavant. De plus, contrairement à nfopt qui présente de fortes corrélations avec %F mais
aussi avec divers ratios incluant une valeur en lien avec %F, nopt présente des corrélations
moins fortes avec %F. Toutefois, la définition de ratios, qui incluent des variables en lien
avec %F, décrivant l’étalement des courbes granulométriques permet d’obtenir
d’excellentes valeurs de R. Il doit être noté que de bonnes relations ont été trouvées pour
chacune des sources avec le coefficient d’uniformité. Ce paramètre est aussi bien reconnu
pour son lien avec la porosité des sols grossiers. L’étude de Lebeau (2006) a permis de
mettre en évidence une relation entre Cu et n pour des sols pulvérulents d’assises routières
à compacité élevée. L’équation d’estimation prend la forme

n  0, 41 Cu 0,24 Équation 89

dans laquelle n est exprimée en décimale. Dans un souci de garder un lien avec des
paramètres reconnus dans la littérature, il est suggéré d’identifier, pour chaque source, deux
équations d’estimation de la porosité en plus de l’équation faisant intervenir le coefficient
d’uniformité. La prise en compte de trois équations permet alors d’obtenir une valeur
moyenne d’estimation de la porosité à l’optimum qui prend en compte diverses valeurs de
pourcentage passant ou de diamètre, ceci permettant d’obtenir une valeur de porosité à
l’optimum estimée par des valeurs variées sur la courbe granulométrique. De plus, la prise
en compte d’une équation intégrant le coefficient d’uniformité permet de garder un lien
avec ce qui est généralement reconnu dans la littérature.

En premier lieu, les trois relations d’estimation de la porosité à l’optimum identifiées pour
la source calcaire sont présentées à la Figure 6.5. En plus de la relation de puissance entre
nopt et Cu, deux autres relations linéaires ont été identifiées entre nopt et les ratios
%P14/%P0,315 et %P10/%P0,315. Il n’est pas surprenant que ces deux relations soient bonnes
puisque les valeurs de pourcentage passant aux tamis 10 mm et 0,315 mm se situent dans

249
l’ordre de grandeur de 60 et 10%, ces chiffres servant à l’obtention des valeurs d60 et d10
utilisées dans le calcul du Cu. En ce qui concerne la source basalte, les trois relations
utilisées sont présentées à la Figure 6.6. En plus de la relation de puissance avec Cu, deux
autres relations de puissance sont utilisées entre nopt et %P14/%P0,160 et %P10/%P0,160, ces
deux variables explicatives étant aussi en quelque sorte liées au coefficient d’uniformité.
Finalement, en ce qui concerne la source gneiss granitique, très peu de variables
explicatives semblent fortement liées à la valeur de nopt pour cette source. C’est pourquoi il
a été décidé de n’utiliser seulement la relation de puissance entre nopt et Cu, qui présente
une valeur de R parmi les plus élevées. Les équations décrivant les relations observées aux
Figure 6.5, Figure 6.6 et Figure 6.7 sont présentées au Tableau 6.1 dans lequel sont
retrouvés les coefficients de détermination R2 et les erreurs quadratiques moyennes RMSE.

24
22
20
nopt (%)

18
16
14
12
10
0 20 40 60 80 100 4 8 12 16 20 2 4 6 8 10 12 14
Cu %P14/%P0,315 %P10/%P0,315

Figure 6.5 : Relations d’estimation de la porosité pour la source calcaire

22

20
nopt (%)

18

16

14

12
0 20 40 60 80 100 4 8 12 16 20 4 8 12 16
Cu %P14/%P0,160 %P10/%P0,160

Figure 6.6 : Relations d’estimation de la porosité pour la source basalte

250
22

20

nopt (%)
18

16

14
0 20 40 60 80 100
Cu

Figure 6.7 : Relation entre nopt et Cu pour la source gneiss granitique

Tableau 6.1 : Sommaire des relations d’estimation de la porosité à l’optimum


Gneiss*
R ²  0,836
nopt  exp  0,1646011367  LN  Cu   3, 466197122  Équation 90
RMSE  0,821
Calcaire*
R ²  0,974
nopt  exp  0, 2780209171 LN  Cu   3, 636901172  Équation 91
RMSE  0, 747
 % P14  R ²  0,995
nopt  0,8035413171   8, 294040045
 % P  RMSE  0,326
Équation 92
 0,315 

 % P10  R ²  0,991
nopt  1, 250128093    6, 774494328
 % P  RMSE  0, 447
Équation 93
 0,315 

Basalte*
R ²  0,940
nopt  exp  0, 242858385  LN  Cu   3, 697016758  Équation 94
RMSE  0,821
  % P14   R ²  0,984
nopt  exp  0,3513885975  LN    2, 020997952 
  %P   RMSE  0, 432 Équation 95
  0,160  
  % P10   R ²  0,980
nopt  exp  0,3756548744  LN    2, 032997421
  %P   RMSE  0,589 Équation 96
  0,160  
* : nopt, %P14, %P10, %P0,315 et %P0,160 exprimés en pourcentages

251
Il est possible d’utiliser ces équations pour déterminer les valeurs de porosité à l’optimum
minimale et maximale pour chacune des sources. Cependant, dans l’hypothèse que ces
valeurs sont respectivement plus petite et plus grande que celles mesurées pour les courbes
CSI et CIS de chacune des sources, il doit être noté que les équations faisant intervenir les
valeurs de %P14, %P0,315 et %P0,160 et d10 sont limitées dans la possibilité de déterminer des
extrêmes de porosité à l’optimum puisque ces paramètres sont à leurs valeurs maximale ou
minimale selon le cas dans le cas des courbes CSI et CIS. Il semble aussi pertinent de
déterminer ces valeurs minimale et maximale avec la même variable explicative pour
chacune des sources afin que celles-ci soient influencées par la granulométrie d’une façon
similaire. À cet égard, il est possible d’utiliser les relations entre nopt et Cu qui ont été
déterminées pour chaque source de granulats considérée dans cette étude. De plus, ces trois
équations ont des valeurs de RMSE semblables pour chaque source. En utilisant les valeurs
maximales et minimales de d60 et d10 au Tableau 3.3, il est possible de calculer les valeurs
minimale et maximale de Cu (d60/d10) égales à 13,6 et 102,2 respectivement.

En utilisant ces valeurs minimale et maximale de Cu ainsi que les équations liant nopt et Cu
pour chaque source, il est possible de calculer les valeurs minimale et maximale de nopt,
telles que présentées au Tableau 6.2. De plus, en utilisant l’équation 21, il est aussi possible
de calculer les valeurs minimale et maximale de nfopt pour chaque source en connaissant la
variation du pourcentage de particules fines dans le fuseau. Cette conversion de nopt à nfopt
(valeurs minimale et maximale à l’intérieur du fuseau pour chaque source) permet de
calculer la variable d’intérêt pour l’optimisation de la porosité de la fraction fine selon la
stratégie d’optimisation définie, qui est l’étendue de la variation de nfopt à l’intérieur du
fuseau. Par conséquent, il est possible de définir la valeur critique séparant chacun des
niveaux de performance suggérés, soient 25%, 50%, 75% et 100%, ainsi que les intervalles
de porosité de la fraction à l’optimum correspondant tel qu’ils sont présentés au Tableau
6.2. Il doit être noté que ces valeurs critiques associées à chacun des niveaux de
performance sont valables dans les cas de relations linéaires entre le paramètre de
performance et nf, comme c’est le cas pour SP et S. Tel qu’il est aussi possible d’observer
dans ce tableau, les valeurs minimales et maximales de nopt et nfopt déterminées sont toutes
légèrement inférieures ou supérieures, selon le cas, aux valeurs de nopt et nfopt pour les
courbes CSI et CIS de chaque source tel qu’il a été formulé comme hypothèse. Pour ce qui

252
est des relations de type exponentiel ou de puissance mesurées entre les paramètres de
performance Ksat, ER et nf, les valeurs de nfopt correspondant à chaque niveau de
performance sont présentées au Tableau 6.3. Celles-ci sont obtenues en déterminant la
plage de variation du paramètre de performance et, en utilisation les équations associées,
les valeurs de nfopt pour chaque niveau de performance sont déterminées. Le Tableau 6.4
présente les valeurs de paramètres de performance qui ont permis de déterminer, pour
chaque niveau de performance, les valeurs de nfopt (Tableau 6.2 et Tableau 6.3) délimitant
chaque niveau.

Tableau 6.2 : Valeurs de nopt et nfopt maximales et minimales et niveaux de performance (linéaires)

Gneiss Calcaire Basalte


nopt min (%) 14,948 10,491 13,109
nopt max (%) 20,827 18,371 21,385
nfopt min (%) 71,517 62,608 68,307
nfopt max (%) 92,935 91,838 93,151
nfopt fuseau (%) 21,42 29,23 24,84
Intervalle nfopt 25% [87,58 à 92,94] [84,53 à 91,84] [86,94 à 93,15]
Intervalle nfopt 50% [82,23 à 92,94] [77,22 à 91,84] [80,73 à 93,15]
Intervalle nfopt 75% [76,87 à 92,94] [69,92 à 91,84] [74,52 à 93,15]
Intervalle nfopt 100% [71,52 à 92,94] [62,61 à 91,84] [68,31 à 93,15]

Tableau 6.3 : Valeurs de nfopt pour chaque niveau de performance (relations exponentielle/puissance)

Gneiss Calcaire Basalte


K ER K ER K ER
nfopt min (%) 71,517 62,608 68,307
nfopt max (%) 92,935 91,838 93,151
nfopt fuseau (%) 21,42 29,23 24,84
Intervalle nfopt 25% [89,68 à 92,94] [71,52 à 78,41] [88,27 à 91,84] [62,61 à 73,51] [90,55 à 93,15] [68,31 à 77,12]
Intervalle nfopt 50% [85,59 à 92,94] [71,52 à 84,00] [83,55 à 91,84] [62,61 à 81,04] [87,03 à 93,15] [68,31 à 83,58]
Intervalle nfopt 75% [80,06 à 92,94] [71,52 à 88,76] [76,54 à 91,84] [62,61 à 86,93] [81,53 à 93,15] [68,31 à 88,77]
Intervalle nfopt 100% [71,52 à 92,94] [71,52 à 92,94] [62,61 à 91,84] [62,61 à 91,84] [68,31 à 93,15] [68,31 à 93,15]

253
Tableau 6.4 : Valeurs des paramètres de performance pour chaque niveau de performance lié à
l’optimisation de nf

Min/Max 25% 50% 75% Min/Max


SP (mm²/(°C*j)) 1,37 5,09 8,81 12,53 16,25
Gneiss
S400 (MPa/%) -0,670 -0,925 -1,181 -1,436 -1,691
K (m/s) 1,43E-05 1,12E-05 8,00E-06 4,84E-06 1,68E-06
ER (g/(m²*s)) 344,1 479,7 615,4 751,1 886,7
SP (mm²/(°C*j)) 10,70 16,84 22,98 29,13 35,27
Calcaire

S400 (MPa/%) -0,407 -0,552 -0,696 -0,840 -0,985


K (m/s) 2,20E-05 1,73E-05 1,25E-05 7,76E-06 3,00E-06
ER (g/(m²*s)) 91,3 172,2 253,0 333,9 414,8
SP (mm²/(°C*j)) 23,39 32,00 40,61 49,22 57,83
Basalte

S400 (MPa/%) -0,245 -0,390 -0,536 -0,681 -0,826


K (m/s) 1,46E-05 1,13E-05 7,92E-06 4,57E-06 1,22E-06
ER (g/(m²*s)) 133,5 220,5 307,4 394,3 481,3

Suite à la détermination de la variabilité maximale de nfopt et des valeurs des paramètres de


performance correspondant à chacun des niveaux, il est maintenant possible d’utiliser la
forte dépendance de la porosité de la fraction fine au pourcentage de particules fines. En
effet, cette dépendance permet de croire qu’il est possible de suggérer, pour chaque valeur
de porosité de la fraction fine à l’optimum représentant un niveau de performance, un
pourcentage de particules fines associé. Cette valeur de pourcentage de particules fines peut
être optimisée de façon à ce qu’elle rencontre le plus de possibilités, en termes de forme et
de type de courbe granulométrique. C’est pourquoi, afin de mieux cerner pour chacune des
sources la relation nfopt en fonction du %F qui serait la plus représentative possible des
matériaux granulaires de type MG 20, il est suggéré de créer une matrice de granulométries
formées d’un nombre important de courbes granulométriques de formes diverses, autant
réelles que théoriques. Pour ce faire, une matrice de 25 courbes granulométriques a été
créée en regroupant 10 formes de courbes granulométriques provenant de carrières et de
gravières au Québec, 10 formes de courbes granulométriques formulées avec l’équation de
Fuller et Thompson pour nFT variant de 0,45 à 0,65 avec des valeurs de diamètres
maximaux de 31,5 et 20 mm et ainsi que les 5 courbes granulométriques étudiées dans cette
étude. Parmi ces courbes granulométriques, certaines sont originalement très légèrement à

254
l’extérieur des bornes imposées par les courbes CS et CI pour certaines valeurs de diamètre.
Lorsque cet écart était inférieur à 1%, les valeurs de pourcentage passant ont été ajustées
afin que ces courbes s’inscrivent à l’intérieur de ces bornes en s’assurant que cette
opération ne crée pas de discontinuités aux courbes granulométriques. Le Tableau 6.5 et la
Figure 6.8 présentent la matrice de granulométrie.

Tableau 6.5 : Matrice de granulométrie

Pourcentage passant au diamètre (mm)*


31,5 20 14 10 5 2,5 1,25 0,63 0,315 0,160 0,08
100,0 95,0 73,4 55,8 35,0 26,0 19,0 13,5 9,0 5,5 3,7
100,0 90,0 73,0 61,3 43,3 29,5 19,0 13,5 10,1 8,4 7,0
100,0 96,8 83,2 71,1 53,8 43,2 30,5 17,7 10,8 7,3 5,1
Courbes réelles

100,0 99,2 85,7 69,2 45,3 31,4 21,8 15,5 10,2 6,8 4,9
100,0 90,0 72,2 59,3 42,5 28,0 19,0 13,5 9,0 5,3 4,2
100,0 99,3 93,0 80,0 60,0 40,8 24,6 15,8 10,4 7,5 6,0
100,0 97,2 77,0 61,6 42,7 33,7 26,5 20,9 15,0 9,2 5,4
100,0 90,0 70,0 61,0 47,0 37,0 28,0 19,0 10,0 6,0 3,0
100,0 90,0 73,0 65,0 48,0 37,0 27,0 18,0 10,0 7,0 6,0
100,0 95,5 70,4 57,6 42,6 34,6 29,1 22,5 16,0 9,6 4,6
100,0 90,0 69,4 59,7 43,7 32,0 23,4 17,2 12,6 9,3 6,8
100,0 100,0 85,2 73,2 53,6 39,2 28,7 21,1 15,4 11,4 7,0
100,0 100,0 83,7 70,7 50,0 35,4 25,0 17,7 12,5 8,9 6,3
Courbes théoriques

100,0 100,0 82,2 68,3 46,7 31,9 21,8 14,9 10,2 7,0 4,8
100,0 100,0 80,7 66,0 43,5 28,7 19,0 13,5 9,0 5,5 3,6
100,0 90,0 68,0 56,3 39,8 28,2 19,9 14,1 10,0 7,1 5,0
100,0 100,0 93,0 80,0 59,8 42,3 29,9 21,2 15,0 10,7 7,0
100,0 100,0 93,0 80,0 56,8 38,8 26,5 18,2 12,4 8,5 5,8
100,0 100,0 93,0 80,0 53,9 35,6 23,5 15,6 10,3 6,8 4,5
100,0 100,0 93,0 80,0 51,2 32,6 20,8 13,5 9,0 5,5 3,5
100,0 100,0 93,0 80,0 60,0 48,0 38,0 26,0 17,0 13,0 7,0
l’étude actuelle
Courbes de

100,0 95,0 80,5 67,0 47,5 37,0 28,5 19,8 13,0 9,0 4,5
100,0 90,0 68,0 54,0 35,0 26,0 19,0 13,5 9,0 5,0 2,0
100,0 100,0 93,0 77,5 55,0 37,0 25,0 16,5 9,0 5,0 2,0
100,0 90,0 68,0 60,0 46,0 37,0 29,5 23,0 17,0 13,0 7,0
Moyenne 100,00 95,92 80,59 67,79 48,11 34,83 24,92 17,43 11,68 7,94 5,07
Écart-Type 0,00 4,44 9,59 9,00 7,17 5,56 4,80 3,53 2,72 2,33 1,54
*Valeurs en italique : Pourcentage passant modifié

255
Figure 6.8 : Matrice de granulométries

Afin d’agrandir la taille de la matrice en y incluant un grand nombre de nouvelles


granulométries, de nouvelles granulométries ont été créées en prenant chacun des couples
de granulométries de la matrice et en subdivisant l’écart entre chacun des couples en NG
afin de créer NG-2 nouvelles courbes. En termes de pourcentage de particules fines, l’écart
maximal entre deux courbes est de 5% (soit de 2 à 7%). Par conséquent, afin d’obtenir une
plage de variation de %F assez serrée, la valeur de NG a été fixée a 50 afin d’obtenir une
progression maximale de %F de l’ordre de 0,1% (soit 5%/50). Cette façon de procéder a
conduit à la création d’une matrice de 14750 granulométries de formes diverses, issues de
la création des courbes intermédiaires entre chacun des couples de courbes originales de la
matrice.

Les valeurs de nopt et nfopt des courbes de la matrice ont été estimées avec les équations du
Tableau 6.1, ces équations permettant d’obtenir nopt et de calculer nfopt par la suite en
connaissant le pourcentage de particules fines. Pour les sources calcaire et basalte, la valeur
de nopt pour chaque courbe de la matrice est le résultat du calcul de la moyenne des trois nopt
obtenues des trois équations d’estimation. Le Tableau 6.6 et le Tableau 6.7 présentent les

256
statistiques calculées sur la matrice complète, les principales caractéristiques
granulométriques de celles-ci (d50 et Cu) ainsi que les données volumétriques pour chaque
source. Il est possible de constater que les valeurs moyennes de pourcentage passant sur
chaque tamis sont les mêmes que pour les 25 courbes originales de la matrice (Tableau 6.5)
mais que les écart-types varient légèrement. Le d50 moyen est de 5,45, ce qui est légèrement
inférieur au d50 du milieu du fuseau (CM). Par conséquent, en termes de taille moyenne des
particules de la matrice complète, les courbes se situent davantage près de la CS que de la
CI, donc davantage fines que grossières. Ceci est aussi corroboré par la valeur %P5
permettant de connaître la teneur en gravier, qui est en moyenne égale à 51,89%. Ceci est
inférieur à la teneur en gravier de la CM (52,5%). Finalement, la teneur en particules fines
moyenne (5,07%) est aussi davantage du côté fin du fuseau, étant supérieure à 4,5%. Par
conséquent, il est possible d’affirmer que la matrice créée est en moyenne légèrement plus
fine que la courbe représentant le milieu du fuseau. Il aurait été idéal d’obtenir une
moyenne pour la matrice complète se confondant parfaitement avec le milieu du fuseau.
Toutefois, il est difficile d’arriver à ce résultat en incluant dans la matrice des courbes de
forme réelle et théorique.

Tableau 6.6 : Statistiques et caractéristiques granulométriques de la matrice

%P31,5 %P20 %P14 %P10 %P5 %P2,5 %P1,25 %P0,63 %P0,315 %P0,16 %P0,08 d50 Cu
(%) (%) (%) (%) (%) (%) (%) (%) (%) (%) (%) (mm)
Moyenne 100 95,92 80,59 67,79 48,11 34,83 24,92 17,43 11,68 7,94 5,07 5,45 34,11
Écart-type 0 3,50 7,56 7,10 5,65 4,38 3,78 2,78 2,15 1,84 1,21 1,21 11,95

Tableau 6.7 : Caractéristiques volumétriques de la matrice pour chaque source

Gneiss Calcaire Basalte


nest nfest ncest nest nfest ncest nest nfest ncest
Moyenne (%) 18,10 81,39 22,25 14,24 76,64 18,6 15,75 78,63 20,03
Écart-type (%) 0,96 4,27 0,98 1,20 5,48 1,09 1,14 5,21 0,60

La définition de la matrice permet d’analyser de façon plus détaillée la relation existant


entre la porosité de la fraction à l’optimum et le pourcentage de particules fines. Tel qu’il a
été discuté auparavant et tel qu’elle est présentée à la Figure 6.9, cette relation est
significative et peut être rattachée plus fidèlement aux valeurs de nfopt délimitant les

257
niveaux de performance. Il est possible de constater que, tel qu’il a été préalablement
discuté, la variabilité dans la porosité de la fraction fine à l’optimum augmente avec
l’augmentation du pourcentage de particules fines. Cette augmentation de la variabilité est
plus importante pour le calcaire que pour les deux autres sources. Ceci met en évidence le
rôle de la fraction grossière. En effet, plus les particules grossières ont tendance à se
positionner de façon dense, plus l’ajout de particules fines aux matériaux influence le
positionnement de celles-ci les unes par rapport aux autres et plus cet ajout de particules
fines peut avoir tendance à séparer les particules grossières. C’est pourquoi cette variabilité
est beaucoup plus importante pour les matériaux qui ont tendance à avoir les particules
grossières davantage rapprochées, soit les valeurs de porosité de la fraction grossière plus
petites comme c’est le cas pour le calcaire (Tableau 6.7). Dans ce type de matériau, il
semble donc que la porosité de la fraction fine à l’optimum est davantage influencée,
lorsque les trois sources sont comparées de façon relative, par la forme entière de la courbe
granulométrique.

Figure 6.9 : Relation entre nf et %F pour les courbes de la matrice

Il peut toutefois être constaté que la variabilité est plus importante pour le gneiss que pour
le basalte et ce, malgré le fait que la porosité de la fraction grossière moyenne du gneiss est
plus élevée que celle du basalte. Toutefois, il doit être noté que le potentiel de création de
vides moyens de chacune des fractions granulométriques définies selon la Méthode Bailey,
est toujours plus élevé pour la source basalte. De ce point de vue, cela peut expliquer la

258
moins grande variabilité de la porosité de la fraction fine à l’optimum estimée avec
l’augmentation du pourcentage de particules fines puisque les particules de cette source,
lorsqu’elles sont analysées par fraction, créent potentiellement des vides interstitiels plus
grands laissant davantage de place à l’insertion de particules fines en minimisant la
perturbation du squelette de particules grossières. Les relations linéaires, obtenues par la
méthode des moindres carrés, entre la porosité de la fraction fine à l’optimum estimée et le
pourcentage de particules fines pour chacune des sources sont définies par

Gneiss : n fopt estimée  -0,03439088699 * %F + 0,9882501709


R 2 =0,957 Équation 97
RMSE=0,0088

Calcaire : n fopt estimée  -0,04334935935 * %F + 0,9861484375


R 2 =0,923 Équation 98
RMSE=0,0152

Basalte : n fopt estimée  -0,04247334997 * %F + 1,001615754


R 2 =0,980 Équation 99
RMSE=0,00738

dans lesquelles nfoptestimée sont exprimées en décimale et %F en pourcentage. Ces


équations permettent d’associer une valeur de %F représentative pour une valeur
nfoptestimée. Les valeurs des %F calculées, notées pourcentage de fines critique %Fc, avec
les équations 97, 98 et 99 ci-dessus et les valeurs de nfopt présentées au Tableau 6.2 et au
Tableau 6.3 sont compilées au Tableau 6.8. Tel qu’il a été mentionné auparavant, les
valeurs %Fc pour les paramètres de performance SP et S, la combinaison des deux étant
associée à la susceptibilité au gel et dégel, sont les mêmes étant donné qu’il s’agit de la
relation linéaire avec la porosité de la fraction fine. Il doit être noté que les valeurs de %Fc
pour ces deux paramètres de performance ne correspondent pas à une simple division en 4
portions égales de la plage de variation du pourcentage de particules fines dans le fuseau.
Ceci est encore plus vrai lorsque des relations autres que des relations linéaires entre un
paramètre de performance et la porosité de la fraction fine sont considérées, comme c’est le

259
cas pour ER et K. Il doit aussi être noté que pour SP, S et K, la performance augmente avec
une diminution du pourcentage de particules fines alors que c’est l’inverse pour ER.

Tableau 6.8 : Valeurs de %Fc pour chaque niveau de performance associées à une valeur de nfoptestimée
déterminées par les droites de tendance linéaires

Gneiss : %Fc Calcaire : %Fc Basalte : %Fc


SP S K ER SP S K ER SP S K ER
25% 3,27 3,27 2,44 5,94 3,25 3,25 2,39 5,79 3,11 3,11 2,26 5,43
50% 4,83 4,83 3,40 4,31 4,93 4,93 3,48 4,05 4,58 4,58 3,09 3,90
75% 6,38 6,38 4,86 2,93 6,62 6,62 5,09 2,69 6,04 6,04 4,39 2,68

Il est de mise de soulever quelques points d’intérêt quant aux relations liant nfoptestimée au
pourcentage de particules fines telles que présentées à la Figure 6.9. Premièrement, la
forme en éventail de ces relations provoque inévitablement que, lors du processus
d’optimisation de la droite de tendance par la méthode des moindres carrés, le poids
statistique des résidus est plus important pour des pourcentages de particules fines élevés.
Par conséquent, les droites de tendance sont susceptibles de diverger davantage de la
solution optimale à des valeurs de %F plus basses. Ceci est amplifié par le fait que la valeur
moyenne du pourcentage de particules fines des courbes de la matrice complète est de
5,07% et non 4,5%, qui aurait été la valeur idéale. Encore une fois, ceci donne davantage de
poids statistique vers les pourcentages de particules fines plus élevés. Ceci est illustré à la
Figure 6.10, où la relation nfoptestimée en fonction de %F pour le basalte est reprise avec la
droite de tendance correspondant à l’équation 98. Il est possible d’observer sur cette figure
que le phénomène décrit semble exister, la droite de tendance semblant diverger légèrement
pour les valeurs de %F plus faibles. Une matrice davantage équilibrée aurait pu diminuer ce
phénomène. Cependant, tel qu’avancé auparavant dans ce texte, il est difficile d’obtenir un
pourcentage de particules fines moyen très près d’une valeur visée en incluant des formes
de courbes granulométriques réelles dans la matrice.

260
Figure 6.10 : Exemple de la droite de tendance linéaire entre nfoptestimée et %F pour le basalte

Afin de contre vérifier les résultats des %Fc associés aux valeurs de nfopt critique (nfoptc)
délimitant chacun des niveaux de performance, une méthode différente d’optimisation a été
utilisée. Cette optimisation est faite par la minimisation d’une fonction de sommation, soit
la sommation des courbes de la matrice ne répondant pas à une série de critères
d’optimisation (Kreysig 1999). La Figure 6.11 schématise cette optimisation. À l’intérieur
de la matrice, les valeurs de nfoptestimée et de %F sont connues pour chacune des courbes et
pour chacune des sources. Or, pour une valeur critique de nfoptc délimitant un niveau de
performance, un certain nombre de courbes ont une valeur de nfoptestimée supérieure (ou
inférieure selon le cas) à cette valeur critique et vice-versa. Cependant, il est possible
d’ajuster une valeur de %Fc pour laquelle le nombre de courbes ayant nfoptestimée>nfoptc et
%Fcourbe<%Fc (ou vice-versa selon le cas) est maximisé. À la Figure 6.11, ces courbes sont
situées dans la zone 2, qui est la zone où les deux critères sont rencontrés, soit en termes de
porosité de la fraction fine et de pourcentage de particules fines. Néanmoins, un certain
nombre de courbes ne pourront répondre aux deux critères simultanément et le %Fc, pour
un niveau de performance en particulier, est optimisé afin de minimiser le nombre de
courbes appartenant à la zone 1, soit la zone où les courbes ne répondent qu’à un seul des
deux critères. La taille de cette zone, en termes de nombre de courbes y appartenant, a été
minimisée au maximum et cette minimisation est exprimée en pourcentage de courbes, soit

261
le nombre de courbes incluses dans la zone 1 sur le nombre de courbes total exprimé en
pourcentage, ne satisfaisant pas les deux critères.

Figure 6.11 : Schématisation de l’optimisation par minimisation de la fonction de sommation

Les résultats de cette optimisation sont présentés au Tableau 6.9 en termes de valeurs de
%Fc. Le niveau maximum atteint, en termes de nombre de courbes rencontrant les deux
critères pour chacun des niveaux et exprimé en pourcentage, est présenté au Tableau 6.10.
Il est constaté que, de façon générale, en moyenne moins de 5% des courbes de la matrice
complète ne peuvent remplir les deux critères choisis pour la fonction de sommation. En
moyenne, il est aussi possible de constater que les pourcentages les plus élevés sont
rencontrés pour la source basalte, dont aucun de ceux-ci n’est inférieur à 96,7%. Ceci est
facilement explicable par le fait que, comme il a été discuté précédemment, cette source est
celle dont la porosité de la fraction fine à l’optimum montre le moins de variabilité en
fonction de %F. À l’inverse, les pourcentages les plus faibles sont trouvés pour la source
calcaire, dont la variabilité de la porosité de la fraction fine à l’optimum est plus grande en

262
fonction du pourcentage de particules fines. Dans le cas des sources gneiss et calcaire, il est
constaté, pour le niveau de performance 50%, que le pourcentage atteint un creux pour les
paramètres de performance SP, S, alors que, pour le niveau de performance 75%, un creux
est atteint pour le paramètre de performance K. Ceci est probablement attribuable au fait
que les %Fc sont, dans ce cas, très près de la moyenne du pourcentage de particules fines
de la matrice complète, soit 5,07%. Le nombre de courbes ayant un pourcentage de
particules fines près de la moyenne étant naturellement plus élevé, il devient plus difficile
de satisfaire deux critères à la fois.

Tableau 6.9 : Valeurs de %Fc pour chaque niveau de performance associé à une valeur de nfoptestimée
déterminées par la minimisation de la fonction de sommation

Gneiss : %Fc Calcaire : %Fc Basalte : %Fc


SP S K ER SP S K ER SP S K ER
25% 3,22 3,22 2,66 6,01 3,15 3,15 2,28 5,88 3,19 3,19 2,33 5,39
50% 4,88 4,88 3,85 4,32 5,08 5,08 3,38 4,1 4,51 4,51 3,19 3,86
75% 6,42 6,42 5,54 2,93 6,63 6,63 5,08 2,66 6,01 6,01 4,32 2,74

Tableau 6.10 : Pourcentage des courbes répondant aux deux critères pour les valeurs de %Fc

Gneiss (%) Calcaire (%) Basalte (%)


SP S K ER SP S K ER SP S K ER
25% 98,79 98,79 99,36 94,57 97,69 97,69 99,21 91,35 99,02 99,02 99,49 95,58
50% 92,77 92,77 97,51 96,6 90,37 90,37 97,11 95,95 97,06 97,06 99,03 97,84
75% 95,4 95,4 93,01 99,28 94,6 94,6 90,41 98,97 96,67 96,67 97,13 99,4
Moyenne 95,7 95,7 96,6 96,8 94,2 94,2 95,6 95,4 97,6 97,6 98,6 97,6
Écart-Type 3,0 3,0 3,3 2,4 3,7 3,7 4,6 3,8 1,3 1,3 1,3 1,9

À titre de comparatif entre les deux méthodes, il semble que les méthodes donnent des
résultats assez rapprochés, tel qu’il est possible d’apprécier au Tableau 6.11. Dans ce
tableau, les différences entre les %Fc obtenus de la fonction de sommation et les %Fc
obtenus par les régressions linéaires sont calculées. Celles-ci sont aussi exprimées en valeur
absolue dans ce tableau. En excluant la colonne traitant du paramètre de performance ER,
d’une façon générale, il semble que l’écart entre les deux méthodes soit un peu moins grand
pour le niveau de performance 75%. Le paramètre de performance ER doit être exclu de
cette constatation puisque la performance augmente avec le pourcentage de particules fines,

263
ce qui est à l’inverse des trois autres paramètres. Par conséquent, tel qu’il a été avancé
auparavant, il existe un écart plus important (pour les paramètres de performance SP, S et
K) entre les deux méthodes pour les %F plus faibles. Il doit être noté que, somme toute, la
différence entre les deux méthodes est de l’ordre du dixième ce qui, à l’échelle du
paramètre d’intérêt qui est le pourcentage de particules fines, est faible.

Tableau 6.11 : Différence entre les %Fc obtenus de la fonction de sommation et les %Fc obtenus des
droites de tendance linéaire

Gneiss (%) Calcaire (%) Basalte (%)


SP S K ER SP S K ER SP S K ER
25% -0,05 -0,05 0,00 0,07 -0,10 -0,10 -0,11 0,09 0,08 0,08 0,07 -0,04
50% 0,05 0,05 0,00 0,01 0,15 0,15 -0,10 0,05 -0,07 -0,07 0,10 -0,04
75% 0,04 0,04 0,08 0,00 0,01 0,01 -0,01 -0,03 -0,03 -0,03 -0,07 0,06
25% 0,05 0,05 0,00 0,07 0,10 0,10 0,11 0,09 0,08 0,08 0,07 0,04
50% 0,05 0,05 0,00 0,01 0,15 0,15 0,10 0,05 0,07 0,07 0,10 0,04
75% 0,04 0,04 0,08 0,00 0,01 0,01 0,01 0,03 0,03 0,03 0,07 0,06
Valeurs en italique : Différences exprimées en valeurs absolues

Les valeurs de %Fc obtenues de la fonction de sommation ont été tracées en fonction des
valeurs de %Fc obtenues des équations de régression. Il est constaté qu’il ne s’agit pas
d’une équation linéaire de type y=1*x mais que la pente est différente mais près de l’unité
et que l’ordonnée à l’origine est différente mais près de 0. Le %Fc pour lequel les deux
méthodes donnent le même résultat est 3,5%. Pour une valeur de %Fc entre 2 et 3,5%, la
méthode de la fonction de sommation donne des valeurs plus élevées, alors qu’elle donne
des valeurs plus faibles pour une valeur de %Fc entre 3,5 et 7%.

À la lumière des résultats présentés, il peut donc être conclu que l’utilisation des droites de
régression apporte une précision suffisamment grande dans la plupart des cas malgré les
caractéristiques des relations mentionnées. Les valeurs pouvant être calculées à l’aide des
droites de régression sont relativement en accord avec celles obtenues de la fonction de
sommation cherchant à assurer qu’un minimum de courbe ne rencontre pas les deux critères
d’optimisation liés à la porosité de la fraction fine à l’optimum et au pourcentage de
particules fines. Toutefois, les deux méthodes pourraient être améliorées, en plus d’arriver
davantage à des résultats égaux, si la matrice était améliorée par l’ajout de nombreuses

264
autres courbes de formes réelles. Ceci permettrait de prendre encore mieux en compte le
rôle de la forme entière de la granulométrie, en plus du pourcentage de particules fines, sur
la création de porosité dans la fraction fine des matériaux. Les valeurs de %Fc peuvent être
visualisées à la Figure 6.13. Les %Fc obtenus de la fonction de sommation sont considérés
dans ce cas.

Figure 6.12 : Relation entre les %Fc obtenus des deux méthodes d’optimisation

265
Figure 6.13 : Sommaire des %Fc obtenus par la fonction de sommation pour les trois sources

L’approche présentée se démarque d’une approche conventionnelle, car généralement,


l’effet des particules fines sur la performance est surtout apprécié en termes massiques.
Dans le cas de cette étude, une approche traditionnelle aurait été de mettre en relation, par
exemple, un paramètre de performance avec le %F. Or, dans le cas d’une relation linéaire
par exemple, les valeurs de %F correspondant à chaque niveau de performance auraient été,
nécessairement, la variabilité de %F divisée en quatre portions égales. Dans l’exemple du
fuseau considéré ici, les %Fc auraient alors été 3,25, 4,5 et 5,75%, pour les niveaux 25, 50
et 75%. En travaillant avec la porosité de la fraction fine, il est constaté que les %Fc
obtenus divergent de cette simplification massique, plus particulièrement vers des %F plus
élevés. Cette différence provient du fait que nf permet de considérer l’effet des particules
fines aussi de façon volumique.

266
6.1.1. Notes sur la résistance à l’érosion

Une variable complexe β décrivant la résistance à l’érosion a été proposée dans ce projet de
recherche. Celle-ci est composée du coefficient d’uniformité, de la porosité de la fraction
fine et de la valeur au bleu des matériaux. La porosité de la fraction fine est la variable
reliée à l’état des matériaux décrivant le mieux ce phénomène d’érosion. Toutefois, parmi
toutes les variables considérées, celle reliée à la granulométrie montrant les meilleurs
coefficients de régression R² pour les trois sources est le coefficient d’uniformité. Il est
donc de mise de suggérer, comme il a été fait pour la porosité de la fraction fine, des
valeurs critiques de Cu associées aux mêmes niveaux de performance que ceux
préalablement définis. Par conséquent, en employant la même méthode, il est possible
d’identifier les valeurs minimales et maximales du paramètre de performance ER en
appliquant les valeurs minimales et maximales de Cu dans les équations 63, 65 et 67. Ceci
permet de connaître l’intervalle de variation du paramètre de performance et d’ainsi
identifier les valeurs de Cu correspondantes aux niveaux de performance 25, 50 et 75%.
Les résultats correspondant à l’optimisation de la résistance à l’érosion en fonction du
coefficient d’uniformité sont présentés au Tableau 6.12.

Tableau 6.12 : Optimisation de la résistance à l’érosion en fonction de Cu

Gneiss Calcaire Basalte


Cu min 13,6 13,6 13,6
Cu max 102,2 102,2 102,2
ΔCu fuseau 88,6 88,6 88,6
Intervalle Cu 25% [102,2 à 47,7] [102,2 à 39,6] [102,2 à 39,9]
Intervalle Cu 50% [102,2 à 28,2] [102,2 à 24,3] [102,2 à 24,5]
Intervalle Cu 75% [102,2 à 18,9] [102,2 à 17,5] [102,2 à 17,5]
ER min (g/(m²*s)) 342,5 84,2 110,2
ER max (g/(m²*s)) 1108,5 585,6 741,4
ΔER fuseau (g/(m²*s)) 766 501,4 631,2
Intervalle ER 25% (g/(m²*s)) [342,5 à 534,0] [84,2 à 209,5] [110,2 à 268,0]
Intervalle ER 50% (g/(m²*s)) [342,5 à 725,5] [84,2 à 334,9] [110,2 à 425,8]
Intervalle ER 75% (g/(m²*s)) [342,5 à 917,0] [84,2 à 460,3] [110,2 à 583,6]

267
Il est possible de constater que, pour une diminution d’environ 67% du Cu dans la plage de
variation, la valeur critique du Cu délimitant le ¼ supérieur de performance (25%), soit
environ 40 pour les trois sources, est atteinte. À des valeurs de Cu plus faibles, de légères
variations de cette variable causent un grand changement dans le paramètre de
performance. Ceci est naturellement dû à la nature des équations de tendance, qui sont de
type puissance. Ceci suit environ les conclusions sur les pourcentages de fines critiques, où
les niveaux de performance supérieurs sont associés à un pourcentage élevé de la plage de
variation de particules dans le fuseau.

6.2. Optimisation du comportement mécanique

Tel qu’il a été discuté auparavant, le comportement mécanique est analysé sous deux
aspects, soient le module réversible et la susceptibilité à la déformation permanente. De par
la nature davantage normalisée des essais de module réversible, une importance relative
plus élevée doit être accordée à ces essais. Cependant, des résultats satisfaisants ont été
obtenus des essais portant sur la susceptibilité à la déformation permanente et ceux-ci
permettent de bien compléter la caractérisation mécanique et d’optimiser celle-ci d’un point
de vue davantage global.

Contrairement à l’optimisation de la porosité de la fraction fine, dont la réflexion sur le


sujet a conduit à la définition de valeurs de pourcentages de fines critiques, l’optimisation
du comportement mécanique tend à conduire vers la définition de portions de courbes
granulométries délimitant les zones associées à des niveaux de performance définie. En
effet, bien qu’une seule variable explicative par source puisse être utilisée pour définir les
frontières entre les niveaux de performance, le bon niveau de corrélation de plusieurs
indicateurs de performance pour une certaine gamme de variables explicatives permet
d’envisager la définition de portion de courbes granulométriques délimitant les niveaux de
performance. Ceci est encore plus vrai pour les matériaux concassés, pour lesquels
plusieurs variables explicatives montrant des niveaux de corrélation élevés ont été
identifiées. Tel qu’il a été mentionné, ceci est moins vrai dans le cas de la source
partiellement concassée. De plus, la considération de la performance mécanique sur deux

268
fronts, soient le module réversible et la susceptibilité à la déformation permanente, permet
de considérer au moins deux points d’optimisation dans le fuseau et d’ainsi délimiter des
portions de courbes granulométriques optimisées pour chacun des niveaux de performance.

À cet égard, dû au caractère davantage expérimental des essais de susceptibilité à la


déformation permanente, une seule variable explicative par source sera retenue aux fins
d’optimisation. Qui plus est, de façon générale, les relations associées à ces essais semblent
légèrement moins précises. Pour ce qui est du MR, étant donné la variation du MR avec la
contrainte totale, la valeur du MR400 sera considérée dans cette section parce qu’elle
correspond environ au centre de la plage de caractérisation en termes de contraintes totales.
De plus, comme il a été mentionné précédemment, les relations identifiées entre le MR et
diverses variables explicatives sont généralement vérifiées à 100, 400 et 700 kPa de
contraintes totales.

Tel qu’il a été réalisé dans la section portant sur l’optimisation de la porosité de la fraction
fine, la première étape de l’optimisation du comportement mécanique est d’identifier la
variation maximale des paramètres de performance mécanique à l’intérieur du fuseau. Tel
qu’il a été montré précédemment, ceci implique qu’il semble préférable de ne pas
considérer les résultats de la CSS. Contrairement à la porosité de la fraction fine, il n’existe
pas d’indicateur de performance typiquement reconnu pour l’estimation du comportement
mécanique. De plus, les résultats montrent que ces indicateurs sont variables d’une source à
l’autre et n’impliquent pas nécessairement toujours les mêmes fractions granulométriques.
C’est pourquoi il est suggéré de prendre, pour chacune des sources de granulats testées, les
trois relations dont le niveau d’estimation du module réversible est le plus élevé (R² et
RMSE) afin d’identifier les valeurs minimales et maximales moyennes.

Cependant, il doit être noté que cet exercice exclu les variables explicatives dont les bornes
« réalistes » sont difficilement identifiables dans le fuseau. À titre d’exemple, les valeurs
dxG sont les variables montrant les niveaux de corrélation les plus élevés avec le MR400 pour
la source basalte. Or, si les valeurs maximales et minimales de ce type sont recherchées, il
est constaté que cela peut donner lieu à des courbes discontinues, étant donné que ce type
de paramètre est fonction du %P5mm. Ce type de variable implique donc deux points sur la
courbe granulométrique. Ceci est encore plus vrai pour les valeurs dxS, qui sont fonction du

269
%P5mm et du %F. De plus, les bornes des paramètres obtenus de la méthode Bailey sont
aussi difficilement identifiables étant donné qu’elles sont dépendantes de la valeur du
TGNM. Par conséquent, dans le cas présent, seules les variables dont les bornes sont
facilement identifiables sont utilisées. Toutefois, il doit être noté que, dans le cas du gneiss,
les seules valeurs dont les bornes sont facilement identifiables et présentant des valeurs R
élevées (R>0,9) sont n, d et Cu. Or, il est connu, étant donné les résultats présentés
précédemment, que ces trois valeurs sont reliées. La meilleure relation est celle entre MR400
et d, mais l’estimation de ce paramètre se fait par le Cu pour cette source. Par conséquent,
pour la source gneiss, les valeurs minimale et maximale du MR400 sont calculées à l’aide du
Cu seulement.

Par conséquent, dans le but de déterminer la plage de variation du MR400 pour chacune des
sources, des équations de tendance reliant ce paramètre de performance au Cu (gneiss), au
d50, %G et %S (calcaire) et au d90, %P20mm et %P14mm (basalte) ont été déterminées. Celles-
ci prennent la forme de

M R 400  236,398  Cu 0,114


Gneiss : R ²  0,953 Équation 100
RMSE  6, 7 MPa

M R 400  555,800  e
0,0435 d50 

Calcaire : R ²  0,923 Équation 101


RMSE  21,9 MPa

M R 400  417, 073  e 0,0103%G 


Calcaire : R ²  0,950 Équation 102
RMSE  17,5 MPa

M R 400  4390,986  % S 0,483


Calcaire : R ²  0,948 Équation 103
RMSE  19,8 MPa

270
M R 400  320, 744  e
0,0238 d90 

Basalte : R ²  0,968 Équation 104


RMSE  8, 6 MPa

M R 400  518441, 485  % P20 mm 1,536


Basalte : R ²  0,971 Équation 105
RMSE  8,3 MPa

M R 400  4574, 08  % P14 mm 0,517


Basalte : R ²  0,972 Équation 106
RMSE  8, 2 MPa

dans lesquelles MR400 est exprimé en MPa, %G, %S, %P20mm et %P14mm en pourcentage et
d50 et d90 en mm. En utilisant ces équations, il est possible de calculer les valeurs minimales
et maximales du MR400 en plus des intervalles correspondant à chaque niveau de
performance suggéré, tel qu’ils sont présentés au Tableau 6.13.

Tableau 6.13 : Valeurs minimale et maximale de MR400 et intervalles suggérés pour chaque niveau

Gneiss Calcaire Basalte


Cu d50 (mm) %G (%) %S (%) d90 (mm) %P20mm (%) %P14mm (%)
Minimum 13,6 2,86 40 33 13,1 90 68
Maximum 102,2 8,8 65 53 20 100 93
MR400 minimum (MPa) 318,4 629,5 630,9 644,4 438,3 439,3 439,6
MR400 maximum (MPa) 400,7 815,3 817,1 810,2 515,9 516,4 516,9
MR400 moyen (MPa) 318,4 634,9 439,1
MR400 moyen (MPa) 400,7 814,2 516,4
Écart (MPa) 82,3 179,3 77,3
Intervalle MR400 25% (MPa) [380,1 à 400,7] [769,4 à 814,2] [497,1 à 516,4]
Intervalle MR400 50% (MPa) [359,6 à 400,7] [724,6 à 814,2] [477,8 à 516,4]
Intervalle MR400 75% (MPa) [339,0 à 400,7] [679,7 à 814,2] [458,4 à 516,4]
Intervalle MR400 100% (MPa) [318,4 à 400,7] [634,9 à 814,2] [439,1 à 516,4]

Tel qu’il a été mentionné, peu de variables explicatives sont utilisables dans le cas de la
source gneiss granitique. Toutefois, dans le cas des deux sources concassées, plusieurs
variables explicatives ont été identifiées. En plus de celles utilisées pour la détermination

271
de la plage de variation de MR400 dans le fuseau, un certain nombre de variables explicatives
supplémentaires peuvent être considérées afin d’ajouter des points dans la définition des
portions de courbes granulométriques délimitant les niveaux de performance. Dans le cas
de la source calcaire, ces variables sont le d60, d40 et le %P10mm. Pour ce qui est de la source
basalte, plusieurs variables ont été identifiées mais il doit être noté qu’il existe une certaine
redondance dans ces variables. En effet, à titre d’exemple, les variables explicatives d60G,
d50G et d30G présentent des niveaux de corrélation élevés, mais celles-ci correspondent à
peu de chose près aux valeurs de d90, d80 et d70, variables montrant elles aussi des niveaux
de corrélation élevés avec MR400. Or, afin d’utiliser les premières, il est nécessaire de leur
associer un pourcentage de gravier afin de déterminer leur valeur.

Le niveau de corrélation obtenu entre MR400 et %G est moindre que ce qui a été obtenu pour
la source calcaire. Pourtant, la forte prédictibilité des relations impliquant les dxG rend leur
utilisation très intéressante. De plus, comme la valeur du CuG corrèle aussi fortement avec
le MR400, l’utilisation de cette dernière permettrait de connaître, puisque la valeur du d60G
serait connue, le d10G et d’ainsi bien tracer la courbe granulométrique sur toute l’étendue de
la fraction gravier. Afin d’utiliser ces relations, la connaissance du %G est nécessaire pour
positionner le dxG sur l’échelle des pourcentages passants. Par conséquent, afin de
déterminer les portions de courbes granulométriques délimitant les zones de performance
pour chacune des sources, des équations exprimant MR400 en fonction de diverses variables
explicatives ont été utilisées. Celles-ci prennent la forme

M R 400  8007,869  % P10 mm 0,577


Calcaire : R ²  0,903 Équation 107
RMSE  27, 0 MPa

M R 400  540,392  e
0,0328 d60 

Calcaire : R ²  0,879 Équation 108


RMSE  29,9 MPa

272
M R 400  597,118  e
0,0500 d 40 

Calcaire : R ²  0,838 Équation 109


RMSE  31,9 MPa

M R 400  343, 432  e


0,0238 d80 

Basalte : R ²  0,959 Équation 110


RMSE  9,5 MPa

M R 400  367,394  e
0,0232d70 

Basalte : R ²  0,960 Équation 111


RMSE  9, 4 MPa

M R 400  297, 230  e


0,0346 d60G 

Basalte : R ²  0,997 Équation 112


RMSE  2, 6 MPa

M R 400  297,398  e
0,0388d50G 

Basalte : R ²  0,982 Équation 113


RMSE  6,3 MPa

M R 400  275, 028  e


0,0604 d30G 

Basalte : R ²  0,979 Équation 114


RMSE  6, 2 MPa

M R 400  149,383  CuG  160, 687


Basalte : R ²  0,981 Équation 115
RMSE  6, 2 MPa

M R 400  334, 013  e


0,00691% G 

Basalte : R ²  0, 644 Équation 116


RMSE  28,1 MPa

273
dans lesquelles MR400 est exprimée en MPa, %G et %P10mm en pourcentage, et d60G, d50G,
d30G, d80, d70, d60 et d40 en mm. Par conséquent, en utilisant la majorité des équations
préalablement présentées, il est possible de déterminer les valeurs des diverses variables
explicatives du MR pour chaque niveau et chaque source de granulats. Le Tableau 6.14
présente la synthèse de ces valeurs. Tel qu’il est possible de constater, afin d’arriver à tracer
l’ensemble de la portion granulométrique correspondant à la fraction gravier de la source
basalte, l’équation reliant MR au pourcentage de gravier pour cette source a été utilisée. De
plus, en ce qui concerne la source gneiss, étant donné l’utilisation du coefficient
d’uniformité, les résultats ne correspondent pas actuellement à une zone granulométrique
définie à l’intérieur du fuseau puisque cette valeur est fonction de deux variables, d60 et d10.
Il est toutefois possible de considérer approfondir la définition des zones de performance
pour cette source en considérant l’effet de la susceptibilité à la déformation permanente.
Des détails supplémentaires suivent plus loin à ce sujet.

Finalement, il est aussi possible de constater que dans certains cas, des valeurs obtenues de
deux équations différentes donnent des résultats très rapprochés qui conduisent à certaines
imprécisions, entre autres engendrées par les marges d’erreur des équations d’estimation.
Les résultats de la source calcaire pour le niveau 25% dans le cas des équations impliquant
le d40 et %G constituent un bon exemple de ce fait. Dans ce cas, le choix d’une ou l’autre
des variables doit être fait et la priorité doit être accordée à l’équation impliquant %G,
celle-ci ayant un RMSE presque deux fois plus petit. Il doit être aussi noté que l’analyse
faite pour la source calcaire permet d’extrapoler une valeur de pourcentage de particules
fines puisque les pourcentages de gravier et de sable sont connus. Toutefois, ces valeurs
sont présentées à titre davantage indicatif. Il est important de comprendre qu’il ne semble
pas exister de tendance significative entre le comportement mécanique réversible et la
portion fine des matériaux pour cette source. La relation significative entre MR400 et %S est
explicable entre autre parce que la valeur %S dépend beaucoup plus de %G, dont la
variation est significative entre 40 et 65%, que du %F, dont la variation est beaucoup moins
significative entre 2 et 7%.

274
Tableau 6.14 : Variables explicatives du MR suggérées pour chaque niveau et chaque source

Équation 25% 50% 75%


Gneiss Cu Cu=64,36 Cu=39,50 Cu=23,56
d (mm) Passant (%) d (mm) Passant (%) d (mm) Passant (%)
%P10mm 10,00 58,1 10,00 64,5 10,00 72,1
d60 10,76 60,0 8,93 60,0 6,99 60,0
d50 7,47 50,0 6,09 50,0 4,62 50,0
Calcaire
d40 5,07 40,0 3,87 40,0 2,59 40,0
%P5mm (%G) 5,00 40,8 5,00 46,6 5,00 52,8
%F extrapolé 0,08 4,1 0,08 5,0 0,08 5,3
%P20mm 20,00 92,3 20,00 94,7 20,00 97,3
d60G 14,87 77,0 13,72 79,3 12,53 81,7
d50G 13,25 71,2 12,22 74,1 11,16 77,1
Basalte
d30G 9,80 59,7 9,14 63,7 8,46 67,9
d10G 6,60 48,2 6,47 53,4 6,29 58,8
%P5mm (%G) 5,00 42,5 5,00 48,2 5,00 54,2

En ce qui concerne la susceptibilité à la déformation permanente, un seul indicateur est


utilisé puisque peu ont montré de forts niveaux de corrélation avec le taux de déformation
permanente et puisque l’obtention de cette valeur n’est pas issue d’essais normalisés dans le
cas de cette étude. Tel qu’il a été mentionné auparavant, parmi les variables explicatives
facilement utilisables et montrant de forts niveaux de corrélation avec le taux de
déformation permanente, il a été possible d’identifier le d10, le Cu et le d20 pour le gneiss, le
calcaire et le basalte respectivement. Les équations décrivant ces relations prennent la
forme

Taux  p  3, 2670  107  d10  1,5551 107


Gneiss : R ²  0,909 Équation 117
8
RMSE  1,54  10 % / cycle

Taux  p  1,9837 109  Cu  1, 4655  107


Calcaire : R ²  0,801 Équation 118
RMSE  3, 28  108 % / cycle

275
Taux  p  1,9816 107  d 20  9,1202 108
Basalte : R ²  0,939 Équation 119
RMSE  2,30 108 % / cycle

dans lesquelles d20 et d10 sont exprimés en millimètres et le Taux p est exprimé en %/cycle.
En utilisant ces équations, il est possible d’estimer les valeurs minimales et maximales de la
susceptibilité à la déformation permanente, la plage de variation correspondante dans le
fuseau et les intervalles du Taux p pour chaque niveau de performance et chaque source de
granulats. Ces valeurs sont présentées au Tableau 6.15. De plus, toujours en utilisant ces
équations, en connaissant les valeurs du Taux p délimitant chaque niveau de performance,
il est possible de calculer les valeurs de d10, Cu et d20 correspondantes pour les sources
gneiss, calcaire et basalte respectivement, telles qu’elles sont présentées au Tableau 6.16.
Dans le cas de la source gneiss, étant donné la définition de valeurs de d10 avec les essais de
déformation permanente et de valeurs de Cu avec les essais de module réversible, il est
possible de calculer les valeurs de d60 correspondantes afin d’arriver à définir les limites de
chacun des niveaux de performance à l’intérieur du fuseau. Ces valeurs sont aussi
incorporées au Tableau 6.16. De plus, dans le cas de la source calcaire, il est possible
d’effectuer un cheminement similaire pour obtenir d10 puisque des valeurs de d60 et de Cu
ont été obtenues des essais de module réversible et de susceptibilité à la déformation
permanente respectivement.

Tableau 6.15 : Valeurs minimale et maximale du Taux p et intervalles suggérés pour chaque niveau

Gneiss Calcaire Basalte


d10 (mm) Cu d20 (mm)
Minimum 0,11 13,6 0,44
Maximum 0,37 102,2 1,40
Taux p minimum (%/cycle) 1,91E-07 1,74E-07 1,78E-07
Taux p maximum (%/cycle) 2,76E-07 3,49E-07 3,69E-07
Écart (%/cycle) 8,49E-08 1,76E-07 1,90E-07
Intervalle Taux p 25% (%/cycle) [1,91E-7 à 2,12E-7] [1,74E-7 à 2,17E-7] [1,78E-7 à 2,26E-7]
Intervalle Taux p 50% (%/cycle) [1,91E-7 à 2,34E-7] [1,74E-7 à 2,61E-7] [1,78E-7 à 2,73E-7]
Intervalle Taux p 75% (%/cycle) [1,91E-7 à 2,55E-7] [1,74E-7 à 3,05E-7] [1,78E-7 à 3,21E-7]
Intervalle Taux p 100% (%/cycle) [1,91E-7 à 2,76E-7] [1,74E-7 à 3,49E-7] [1,78E-7 à 3,69E-7]

276
Tableau 6.16 : Valeurs des variables explicatives du Taux p pour chaque niveau et chaque source

Gneiss Calcaire Basalte


Niveau
d10 (mm) %P d60 (mm) %P Cu d10 (mm) %P d20 (mm) %P
25% 0,175 10 11,263 60 35,8 0,30 10 0,68 20
50% 0,24 10 9,48 60 57,9 0,15 10 0,92 20
75% 0,305 10 7,1858 60 80,1 0,11 10 1,16 20

En combinant les analyses réalisées dans le but d’optimiser le comportement mécanique


des matériaux granulaires de fondation de chaussées, c’est-à-dire les valeurs obtenues du
processus d’optimisation pour les essais de module réversible et de susceptibilité à la
déformation permanente, il est possible de tracer des zones correspondant à chacun des
niveaux de performance. La Figure 6.14, la Figure 6.15 et la Figure 6.16 présentent
l’illustration graphique de l’optimisation du comportement mécanique réalisée dans cette
section.

277
Figure 6.14 : Zones de performance mécanique pour la source gneiss

Figure 6.15 : Zones de performance mécanique pour la source calcaire

278
Figure 6.16 : Zones de performance mécanique pour la source basalte

En observant l’optimisation mécanique de la source gneiss granitique, il est possible de


constater que le d60 est relativement restreint jusqu’au niveau de performance 75% par
rapport au d10 qui couvre une plus grande part de la plage de variation de cette dernière
valeur. Il faut toutefois ne pas oublier que ce graphique est tracé en considérant la
performance mécanique sur deux fronts. Or, selon les essais de module réversible, des
valeurs de coefficients d’uniformité sont suggérées. Ces valeurs laissent davantage de
latitude quant à la position du d60 et du d10 pour chacun des niveaux de performance. Il est
en effet difficile de tracer des zones en se basant uniquement sur les valeurs de Cu, puisque
celles-ci sont fonction de deux paramètres. Il doit être aussi rappelé que, comme il a été
montré à la Figure 5.35, il semble préférable que le gros granulat ne constitue pas la matrice
pour les matériaux de cette source, mais que celle-ci soit constituée de granulat fin. Ceci

279
n’entre pas en contradiction avec la volonté d’avoir un d60 assez grossier dans le but
d’obtenir un étalement significatif. Toutefois, cela restreint davantage la valeur minimale
de %P5mm afin de s’assurer que la fraction gravier ne constitue pas la matrice des matériaux
de cette source. La prochaine section traitera de cet aspect.

En ce qui concerne le calcaire, il est possible d’observer à la Figure 6.15 que la


performance mécanique suit assez bien la forme du fuseau dans la portion gravier. Cette
figure illustre bien l’importance du granulat grossier pour la performance de cette source.
D’un autre côté, tel qu’il a été mentionné, le processus d’optimisation a conduit au fait que
la plage de variation du d10 à l’intérieur du fuseau englobe les niveaux de performance
jusqu’à 75%. Par conséquent, ceci laisse place aux matériaux ayant un certain étalement.
Toutefois, dans une perspective de sensibilité à la déformation permanente, il a été montré
que cette caractéristique n’est pas souhaitable, étant potentiellement associée à un
pourcentage de fines élevé. Finalement, dans le cas du basalte, la performance suit assez
bien la forme du fuseau dans le cas de la fraction gravier, tout comme la source calcaire.
Toutefois, dans le cas de la source basalte, si la performance mécanique est approchée sur
deux fronts, il est constaté qu’il est préférable que la fraction sable des matériaux (d20) soit
plus fine.

Le processus d’optimisation mécanique laisse une latitude en ce qui concerne les choix
disponibles pour l’évaluation ou l’optimisation d’une granulométrie. En effet, en fonction
des critères à privilégier, il est possible de considérer d’optimiser avec seulement la portion
module réversible, seulement la portion déformation permanente ou une combinaison des
deux comme il a été présenté. Si seule la portion module réversible est considérée, il doit
être rappelé qu’une certaine relation de proportionnalité existe entre la déformation
permanente et la déformation réversible (équation 8). Par conséquent, en première
approximation, l’optimisation du comportement mécanique par l’optimisation de module
réversible est convenable. Toutefois, en combinant l’aspect déformation réversible et
déformation permanente, l’optimisation mécanique est réalisée dans une perspective plus
globale. Par contre, en considérant aussi la sensibilité aux contraintes environnementales, la
complexité de l’optimisation de la granulométrie des matériaux granulaires devient plus
grande. Ainsi, dans le cas de certains matériaux, entre autres le basalte et le gneiss

280
granitique testés dans cette étude, des choix et des compromis sur les niveaux de
performance souhaités doivent être faits. Ceci met l’emphase sur l’importance de la
définition des contextes de performance et sur les caractéristiques qui doivent être
privilégiées afin d’améliorer les matériaux granulaires et de les adapter à ces divers
contextes.

6.3. Pourcentage de gravier critique

Les divers résultats et analyses présentés dans les sections précédentes ont permis de mettre
en lumière le rôle que peuvent jouer les diverses fractions granulométriques sur la création
de vides, la quantité de contact et ultimement sur la performance générale des matériaux
granulaires. Plus particulièrement, dans le cas des matériaux concassés, il a entre autres été
mis en évidence l’importance de la présence de particules de gravier en quantité importante
afin d’assurer un bon comportement mécanique. Dans le cas de la source gneiss, il a été
montré que la susceptibilité à la déformation permanente est proportionnelle au %MVNTGG
et inversement proportionnelle au %MVTGF. De façon générale, plus les matériaux de cette
source contiennent des particules fines (proportionnellement moins de particules de
gravier), plus ils sont rigides. Ceci est entre autres attribuable au fait que les porosités de la
fraction grossière pour cette source sont plus importantes. Par conséquent, l’obtention d’un
support adéquat du squelette granulaire de la fraction grossière se produit pour des
pourcentages de particules fines plus élevés.

Il est donc pertinent de se demander à quelle valeur de %G, pour chacune des sources, la
matrice est contrôlée par les GG et à quelle valeur de %G la matrice est contrôlée par les
GF. Ces valeurs de %G constitueraient des guides supplémentaires dans l’analyse et la
compréhension de l’effet de la granulométrie. Afin de calculer ces valeurs, il est possible
d’utiliser la matrice de granulométries créée précédemment dans cette étude ainsi que les
divers principes de la méthode Bailey. En effet, puisque les valeurs moyennes de porosité
ont été calculées pour chaque source de la matrice, il est possible d’utiliser celles-ci pour
considérer l’aspect global et général des matériaux. Toutefois, selon les principes de la
méthode Bailey, la définition de la fraction gravier varie en fonction de la valeur du TGNM,

281
qui peut être égal à 20 mm ou 14 mm. Lorsque les courbes de la matrice sont considérées, il
est constaté qu’environ 80% des courbes ont un TGNM de 20 mm. Pour des fins de
simplification et dans le but de suggérer des %G correspondant à la délimitant utilisée par
le MTQ, soit le tamis de 5 mm, seules les courbes ayant un TGNM de 20 mm sont
considérées ici.

Il est important de rappeler que, selon les principes de la méthode Bailey, il est assumé que
si le %MVNTGG est supérieur ou égal à 95% (en volume), alors la matrice est considérée
comme étant constituée de gros granulat. Inversement, si le %MVNTGG est inférieur ou égal
à 90% (en volume), alors la matrice est considérée comme étant constituée de granulats
fins. Afin de calculer le pourcentage de gravier critique %Gc dans le cas présent, les
valeurs compilées au Tableau 6.17 sont utilisées. Les valeurs moyennes de n et ρd ont été
calculées à partir des valeurs estimées de la matrice pour les courbes ayant un TGNM=20
mm. Pour calculer la valeur moyenne de ρd à partir de la valeur moyenne de n, la valeur
moyenne de ρs a été utilisée pour chaque source. La valeur moyenne de ρs et celle de la
MVNTGG ont été calculées sur les 5 courbes incluses dans le fuseau pour chacune des
sources, puisque les valeurs de la CSS sont davantage divergentes, particulièrement en
termes de MVNTGG.

Tableau 6.17 : Valeurs utilisées pour calculer le %Gc


Gneiss Calcaire Basalte
n moyen* 0,1799 0,1412 0,1568
ρs moyen (kg/m³)** 2645,6 2624,2 2845,2
ρd moyen (kg/m³)* 2169,8 2253,8 2399,5
ρd Écart-type (kg/m³)* 24,11 29,37 32,01
MVNTGG moyenne (kg/m³)** 1458,5 1398,0 1467,8
MVNTGG moyenne Écart-type (kg/m³)** 16,29 16,69 20,26
*Données obtenues de la matrice pour les courbes dont TGNM=20 mm
**Données calculées sur les 5 courbes incluses dans le fuseau testées dans cette étude

Dans le Tableau 6.17, les valeurs d’écart-type sont présentées dans le but de calculer les
valeurs de %Gc pour deux cas. Le premier cas correspond aux %Gc calculés à partir des
moyennes. Le deuxième cas correspond aux %Gc calculés à partir des valeurs moyennes de
MVNTGG et ρd auxquelles ont été ajoutés ou soustraits 2 fois la valeur de l’écart-type. Cette
approche permet d’améliorer le niveau de confiance en les valeurs de %Gc à 95%
théoriquement. Il doit être toutefois noté que, comme la matrice de granulométrie n’est pas

282
parfaitement uniforme tel qu’il a été discuté et comme seulement les courbes ayant un
TGNM de 20 mm ont été considérées dans le cas présent, le niveau de confiance peut se
trouver en deçà de cette valeur. L’équation utilisée pour calculer %Gc prend la forme

C  MVNTGG   s C  MVNTGG
%Gc   Équation 120
d  s d

dans laquelle C est une constante égale à 0,90 ou 0,95 en fonction du type de matrice
considérée (matrice de gros granulats ou de granulats fins), ρd, ρs et MVNTGG sont les
valeurs moyennes exprimées en kg/m³. Afin d’obtenir la valeur maximale de %Gc pour un
niveau de confiance de 95%, il est possible d’ajouter 2 fois la valeur de l’écart-type à la
MVNTGG et de soustraire deux fois la valeur de l’écart-type à ρd. Le contraire s’applique
aussi pour le calcul d’une valeur minimale avec le même niveau de confiance. Les résultats
des calculs réalisés pour l’obtention des valeurs de %Gc sont présentés au Tableau 6.18. Il
est possible d’y constater que, de façon générale, le pourcentage de matériaux retenu sur le
tamis de 5 mm doit être assez élevé afin que la matrice soit structurée par des granulats
grossiers. Le contraire est aussi vrai, dans une moindre mesure, pour que la matrice soit
structurée par des granulats fins. Toutefois, il doit être rappelé que ces valeurs représentent
des guides et non des valeurs absolues. En effet, il a été mentionné que l’utilisation de la
matrice de la granulométrie, en plus de la considération de seulement les courbes ayant un
TGNM de 20 mm, apporte une certaine limitation dans cette analyse. De plus, les valeurs de
porosité pour les courbes de la matrice de granulométrie sont des valeurs estimées.
Finalement, le calcul de %Gc est effectué à l’aide de valeurs moyennes de s et MVNTGG.
C’est pourquoi des valeurs minimales et maximales de %Gc ont été calculées, en ajoutant
et en soustrayant 2 fois les valeurs d’écart-type selon le cas, afin d’amortir une certaine
incertitude. Dans le cas d’une matrice structurée par les gros granulats, la valeur maximum
est celle qui doit alors être considérée. Dans le cas contraire, c’est-à-dire dans le cas d’une
matrice structurée par des granulats fins, c’est la valeur minimum qui doit être considérée.
Il est aussi possible de constater que les valeurs de %Gc sont sensiblement plus élevées
pour la source gneiss que pour les sources calcaire et basalte, dont les valeurs sont
semblables. Ceci est principalement dû au fait que la valeur de d moyenne pour cette
source est la plus faible et que la MVNTGG moyenne est élevée.

283
Tableau 6.18 : Valeurs de %Gc pour une matrice de gros granulats et de granulats fins

Matrice de gros granulats (C=0,95) - Valeur plancher de %Gc et valeur seuil de %P5mm
Gneiss Calcaire Basalte
%Gc %P5mm %Gc %P5mm %Gc %P5mm
Moyen 63,9 36,1 58,9 41,1 58,1 41,9
Maximum 66,8 33,2 61,9 38,1 61,4 38,6
Minimum 61,1 38,9 56,1 43,9 55,0 45,0
Matrice de granulats fins (C=0,90) - Valeur seuil de %Gc et valeur plancher de %P5mm
Gneiss Calcaire Basalte
%Gc %P5mm %Gc %P5mm %Gc %P5mm
Moyen 60,5 39,5 55,8 44,2 55,1 44,9
Maximum 63,3 36,7 58,7 41,3 58,1 41,9
Minimum 57,9 42,1 53,1 46,9 52,1 47,9

6.4. Conclusion

Les analyses présentées dans cette section ont permis de mettre en lumière une méthode
permettant de mieux situer la performance des matériaux granulaires, que ce soit sur le plan
mécanique, de la sensibilité au gel et dégel, de la résistance à l’érosion et de la capacité de
drainage. L’approche des niveaux de performance s’est avérée nécessaire vu l’évolution
souvent linéaire du comportement avec la variation des propriétés des MG. Il devient alors
difficile d’établir des valeurs seuils de performance délimitant un bon comportement d’un
mauvais. Cette approche permet, par ailleurs, d’accorder une certaine latitude afin de
considérer l’ensemble des qualités nécessaires pour les MG dans des contextes de
performance divers. Des remarques à ce sujet suivent dans la section suivante.

284
CHAPITRE 7

DISCUSSION

Le projet de recherche décrit dans ce texte avait pour objectif principal l’optimisation de la
granulométrie des matériaux granulaires de fondation des chaussées. Plus précisément, il
était visé de bien cerner comment les variations granulométriques, principalement à
l’intérieur du fuseau granulométrique spécifié par le MTQ, influencent le comportement
global des MG 20. Cet exercice a été réalisé pour trois sources de granulats typiques
retrouvées au Québec afin de mettre en perspective les résultats de chacune des sources. Par
contre, l’emphase de ce projet de recherche a été mise sur l’effet de la granulométrie sur la
performance. L’approche méthodologique a donc été construite dans le but premier
d’arriver à quantifier cet effet. La revue de littérature a, entre autres, permis de constater
que l’effet de la granulométrie sur divers paramètres de performance est très bien connu,
mais pas toujours expliqué. Il a aussi été constaté que cet effet peut être assez faible,
comme dans le cas du module réversible, comme assez élevé comme dans le cas de la
conductivité hydraulique.

Principales avancées dans le domaine

La réalisation de ce projet de recherche a permis de mettre en lumière plusieurs avancées


dans le domaine des matériaux granulaires non liés utilisés dans les fondations de chaussées
au Québec. Tout d’abord, dans la foulée des travaux de Côté et Konrad (2003) ainsi que
ceux de Lebeau (2006), il a été trouvé que le concept nc-nf apporte un point de vue
complémentaire et plus complet pour l’analyse des matériaux granulaires de chaussées. En
effet, en plus d’être en lien avec la conductivité hydraulique, la courbe caractéristique de
rétention d’eau et le drainage des chaussées tel que démontré par ces chercheurs, il a été

285
montré que la porosité de la fraction fine décrit bien la sensibilité aux contraintes
environnementales de façon plus générale, soient la résistance à l’érosion, la variation des
modules réversibles avec la variation de la teneur en eau ainsi que la susceptibilité au gel et
au dégel. Tous ces paramètres de performance sont bien reconnus dans la littérature pour
être en lien avec la teneur en particules fines. Or, il a été largement montré que nf représente
mieux la variation de performance des matériaux parce qu’elle est non seulement en lien
avec le pourcentage massique de particules fines, mais aussi la façon dont celles-ci sont
dispersées dans les pores créés par les particules de la fraction grossière. Par conséquent, à
titre d’exemple, un %F élevé n’a pas le même effet sur la performance lorsque les
particules fines sont davantage rapprochées ou positionnées de façon plus compacte que
lorsqu’elles sont moins près l’une de l’autre. En quelque sorte, la considération de la
porosité de la fraction fine permet donc de considérer l’effet des particules sur plusieurs
fronts. Ce paramètre a, entre autres, été largement utilisé pour décrire de façon novatrice la
performance des matériaux et a aussi été inclus dans des modèles et des variables
complexes.

De la même façon, plusieurs aspects intéressants ont pu être décrits en travaillant avec la
porosité de la fraction grossière. Bien que ce paramètre a beaucoup moins été utilisé, il a été
constaté qu’il permet d’apporter la description et la compréhension des MG à un autre
niveau. En effet, il permet entre autres d’apprécier indirectement la capacité d’empilement
des particules de la fraction grossière. Il a été démontré que ce fait est important à
considérer pour le comportement mécanique des MG. Plus précisément, il permet de mieux
juger l’effet des particules fines sur le comportement mécanique puisqu’il décrit l’espace
disponible pour l’insertion de particules fines.

La réalisation d’essais de résistance à l’érosion sur des MG de fondation de chaussées


représente aussi une contribution originale. En effet, il semble que ce paramètre de
performance a été très peu étudié dans le passé et les résultats ont permis de mettre en
lumière plusieurs conclusions intéressantes. L’utilisation d’un montage de laboratoire
novateur a permis d’étudier ce phénomène. Les indicateurs identifiés comme représentant
bien la susceptibilité à l’érosion sont en accord avec les caractéristiques souhaitables des
sols pour favoriser la conservation de leur intégrité lorsqu’ils sont soumis à des

286
écoulements et à des forces de cisaillement fluides. Il a été possible de définir un modèle
permettant d’estimer le taux d’érosion de divers matériaux tel que mesuré avec le dispositif
expérimental. Cependant, des travaux de recherche supplémentaires devraient être entrepris
pour relier le modèle défini avec la performance in situ des MG.

La considération de trois sources de granulats a permis de mettre en évidence, jusqu’à un


certain point, son effet sur la performance. Dans la littérature, il est généralement reconnu
que diverses caractéristiques des particules fines peuvent être utilisées pour décrire l’effet
de la source sur la performance. Dans cette étude, le coefficient d’uniformité des particules
fines a été utilisé avec d’autres indicateurs pour décrire l’effet de la source de granulats, qui
est souvent relié aux caractéristiques des particules fines en ce qui concerne la sensibilité
aux contraintes environnementales. L’utilisation de ce paramètre s’est avérée
statistiquement plus pertinente que d’autres indicateurs reliés aux particules fines.
Cependant, il est probable que les essais de sédimentométrie doivent être réalisés sur une
plus longue période de temps afin d’obtenir le d10 des particules fines pour certaines
sources de granulats. Néanmoins, le coefficient d’uniformité des particules fines a été
identifié comme étant un paramètre très pertinent à considérer pour apprécier l’effet de la
source de granulats sur la performance.

Les essais de performance mécanique ont permis de mettre en lumière plusieurs avancées.
En effet, il a été montré que, en ce qui concerne les granulats concassés considérés dans
cette étude, le module réversible est principalement fonction de la fraction gravier et de ses
caractéristiques granulométriques. En ce qui concerne le granulat partiellement concassé, il
a été montré qu’une attention particulière doit être portée à l’entièreté de la courbe
granulométrique. De plus, de façon générale, la susceptibilité à la déformation permanente
semble fonction de la portion plus fine d’une courbe granulométrique. Ces conclusions ont
été attribuées à la source des granulats (entièrement concassé versus partiellement
concassé), à la forme des particules et à la capacité d’empilement des particules pour
chaque source. En effet, par exemple, en analysant la volumétrie des matériaux sous
plusieurs angles, il a été possible de mieux identifier et de mieux comprendre l’effet de la
matrice des matériaux et des particules fines sur la performance. De plus, divers indicateurs
granulométriques ont été identifiés pour qualifier le comportement mécanique des MG

287
considérés dans cette étude. Les résultats montrent clairement qu’il peut être pertinent
d’amener la caractérisation des matériaux granulaires à un autre niveau afin de mieux
cerner et anticiper leur comportement. L’utilisation d’essais de masse volumique sur
différentes fractions, le calcul de la porosité de la fraction fine et de la fraction grossière
ainsi que le calcul de la fraction constituant la matrice sont de bons exemples de
caractérisation des MG permettant de mieux expliquer leur comportement. La réalisation de
cette étude amène de nouvelles perspectives pour moderniser l’approche privilégiée envers
les MG 20 qui, tel qu’il a été mentionné, sont des matériaux sur lesquels peu d’emphase a
été mise au cours des dernières décennies (Dawson 1995).

Il a été également montré qu’il est possible de décrire la sensibilité des modules réversibles
à une variation du degré de saturation avec un modèle faisant intervenir la contrainte totale
et la porosité de la fraction fine. Ceci s’avère être une avancée intéressante et originale, car
ces modèles permettent de prédire la rigidité des matériaux pour différentes conditions
hydriques, mais aussi, différents contextes de chargement. Peu de modèles de ce type sont
retrouvés dans la littérature, et encore moins semblent adaptés aux matériaux granulaires de
fondation de chaussées. Il a été montré que cette sensibilité semble davantage fonction des
caractéristiques influençant la friction interne et la résistance au cisaillement comme
l’angularité et la rugosité des particules. Cette sensibilité ne semble pas directement
fonction des caractéristiques des particules fines, puisque, à titre d’exemple, le MG ayant
les particules fines « souhaitables » (faible surface spécifique, d50F grossier) est celui qui
est largement le plus influencé négativement par une augmentation de la teneur en eau.

En ce qui concerne la sensibilité aux contraintes environnementales, il a été montré, grâce


au lien entre celle-ci et la porosité de la fraction fine, qu’il est possible de définir des
valeurs de %Fc permettant de situer le niveau de performance d’une granulométrie donnée
vis-à-vis cette sensibilité. Ceci constitue un aspect particulièrement intéressant et novateur
parce qu’il permet de juger un MG à l’aide d’un seul indicateur très simple, et ce, pour un
ou plusieurs paramètres de performance. De cette façon, une perspective de performance
globalement assez complexe (sensibilité aux contraintes environnementales), est quantifiée
d’une façon simple et facilement applicable dans l’industrie. Encore une fois, cet exercice
permet de conclure que le rôle des particules fines dans un matériau doit non seulement être

288
considéré de façon massique, mais aussi de façon volumique, ce qui représente une
conclusion très pertinente et innovatrice.

L’utilisation d’une méthode théorique d’empilement des particules a permis d’avoir un


regard nouveau pour l’analyse des matériaux granulaires non liés. Dans le cas des
matériaux de fondation, il semble assez rare que de telles approches soient privilégiées pour
étudier les matériaux. Ceci est peut-être dû au fait que, peut-être, les MG 20 n’obtiennent
pas toujours une considération scientifique élevée en recherche, car ceux-ci semblent
perçus comme étant des matériaux d’importance secondaire dans la performance d’une
chaussée. Dans le cadre de cette étude, l’utilisation de la méthode Bailey s’est avérée d’une
grande utilité pour mieux comprendre les matériaux étudiés afin de mieux interpréter leur
performance. Ceci représente une avancée intéressante, car cette approche ouvre la voie à
l’analyse plus poussée des matériaux de chaussées non liés afin de s’assurer une meilleure
compréhension des phénomènes et mécanismes régissant leur comportement. D’un point de
vue global, la performance globale des chaussées ne peut s’en trouver que bonifiée.

À la lumière des résultats présentés, il est plus que pertinent de soumettre quelques
remarques par rapport au fuseau granulométrique des MG 20a. Comme il vient d’être
avancé dans cette discussion, il est clair que, à titre d’exemple, la performance vis-à-vis des
contraintes environnementales pour un %F équivalent n’est pas la même pour la source
gneiss granitique que pour la source calcaire. Il a été avancé que ce type de choix, dans les
limites du fuseau actuel, doit nécessairement impliquer un jugement d’ingénierie, des
compromis et des considérations quant à la sensibilité envers les contraintes mécaniques.
Toutefois, il est possible d’avancer, comme Flon et Poulin (1987) l’ont fait dans une étude
portant sur l’effet de la granulométrie sur la capacité portante mesurée avec l’essai CBR,
que les limites du fuseau quant aux valeurs de %F pourraient être modifiées en fonction de
la nature, des qualités et de la minéralogie des particules fines constituant un matériau
donné.

À cet égard, il pourrait être envisagé de développer une variable complexe décrivant
adéquatement l’effet général des particules fines sur la sensibilité aux contraintes
environnementales et mécaniques. Des résultats d’essais comme l’essai au bleu de
méthylène, permettant d’obtenir la surface spécifique, la sédimentométrie et les limites

289
d’Atterberg permettent d’obtenir des valeurs largement utilisées dans cette optique. Pour
arriver à utiliser un tel outil, la définition de valeurs seuils de performance prend un sens
important, puisqu’il faut alors arriver à définir celle-ci et déterminer quelle serait la valeur
de la variable complexe correspondante. Ainsi, il serait possible d’arriver à définir des
valeurs de %Fc adaptées à la performance voulue en fonction de la source de granulats.

Les résultats obtenus montrent que, dans le cas des matériaux concassés, plus la fraction
gravier est grossière plus le comportement mécanique réversible est bon. En ce qui
concerne le matériau partiellement concassé, ceci est d’une certaine façon aussi vrai
puisque l’augmentation de l’uniformité a été identifiée comme une qualité pour ce type de
matériau. Par conséquent, d’une certaine façon, il semble que l’élargissement du fuseau
dans la portion gravier puisse être une solution envisageable pour améliorer ce type de
comportement. Ceci suit aussi une certaine logique par rapport à la forme de la courbe
granulométrique tracée avec l’équation de Fuller-Thompson pour nFT=0,45. En effet, pour
un dmax=31,5 mm, cette courbe sort du fuseau dans la portion gravier sur le tamis de 20
mm. De plus, les résultats supportent l’utilisation de matériaux plus grossiers de type MG
56 en fondation inférieure car ces matériaux sont susceptibles d’avoir des portions graviers
plus grossières et plus étalées. De plus, il est bien reconnu que la rigidité augmente avec
dmax. Toutefois, l’utilisation des MG 56 est aujourd’hui très faible. Néanmoins, dans le cas
des MG 20, particulièrement les matériaux concassés, un squelette de gravier plus grossier
représente un avantage d’un point de vue du comportement mécanique réversible. En se
basant sur les résultats des sources calcaire et basalte, il est possible de penser qu’une
légère modification du fuseau vers des matériaux plus grossiers sur les tamis 20 mm, 14
mm et 10 mm pourrait être avantageux. Toutefois, une modification des spécifications sur
le tamis de 20 mm changerait la taille du TGNM. Ce type de modification permettrait à la
fraction gravier dans le bas du fuseau d’avoir une granulométrie davantage parallèle avec
une courbe de masse volumique maximale, tel que montré à la Figure 7.1. Dans le cas du
matériau partiellement concassé, il semble que l’augmentation de l’uniformité des
matériaux peut être aussi faite par une diminution du d10, car les matériaux plus fins ont
montré de bons comportements dans le cadre de cette étude. De plus, il a été avancé que la
présence volumique trop importante de particules de gravier dans ce type de matériau peut
ne pas être avantageuse pour une bonne performance.

290
100 0
Légende
90 Courbe MVmax 10
80 (dmax=20 mm) 20
Courbe MVmax
70 (dmax=31,5 mm)
30

Passant (%)

Retenu (%)
60 40
50 50
40 60
30 70
20 80
10 90
0 100
100 10 1 0.1 0.01
Diamètre (mm)

Figure 7.1 : Courbes formulées avec l’équation de Fuller et Thompson pour nFT=0,45

Applicabilité

Les résultats présentés pour chacun des paramètres de performance peuvent être utilisés
comme guides pour juger du niveau de performance de divers MG. Bien que l’étude ait été
réalisée sur trois sources de granulats, les résultats peuvent être utilisés avec jugement pour
des sources différentes de celles considérées dans le cas de cette étude. Les principales
constatations sur la sensibilité aux contraintes mécaniques et sur la sensibilité aux
contraintes environnementales peuvent être utilisées pour commenter sur le niveau de
performance des MG existants. Qui plus est, les divers niveaux de performance et les
diverses relations liant la performance à de nombreux indicateurs en lien avec la
granulométrie représentent des bases très utiles pour modifier la granulométrie des MG ou
pour formuler des MG dont le comportement est bonifié vis-à-vis certains aspects.

Il est aussi possible de se demander comment les résultats présentés peuvent être utilisés
dans un contexte réel de performance, c’est-à-dire dans un contexte où les matériaux
doivent présenter des qualités autant mécaniques que de résistance aux sollicitations

291
environnementales. Cette problématique des matériaux granulaires est identifiée par
plusieurs chercheurs (Barksdale 1991, Côté et Konrad 2003, Brown et Chan 1996, Dawson
1995, Dawson 2001, Janoo 1998). En effet, le plus souvent, les caractéristiques
granulométriques souhaitables d’un point de vue mécanique vont à l’encontre de celles
souhaitées d’un point de vue hydrique (Tableau 2.7). Les mélanges denses sont
généralement associés à un bon comportement mécanique réversible et permanent (Cheung
et Dawson 2002). Toutefois, ceux-ci sont associés encore plus fortement avec un mauvais
drainage. Cependant, tel que suggéré par Dawson (1995), du point de vue strictement du
module réversible, les mélanges uniformes sont aussi performants. Or, ceux-ci présentent
généralement une bonne capacité de drainage. Ceci suggère donc que des choix et des
compromis doivent être faits pour arriver à suggérer des formules granulométriques
montrant un comportement optimisé pour le dimensionnement voulu.

À cet égard, le jugement de l’ingénieur sur les critères de performance devant être
privilégiés dans divers contextes doit être mis à l’avant-plan, en plus d’une bonne
connaissance de l’effet de la source de granulats sur la performance. En effet, en
considérant les trois sources testées dans le cadre de cette étude et en travaillant avec les
niveaux de performance, il est possible de se demander s’il est pertinent d’être rigoureux
pour le choix d’un niveau de performance en module réversible pour la source calcaire par
rapport à la source gneiss granitique par exemple. La réponse logique à cette question est
probablement négative, tous les matériaux de type calcaire étant significativement plus
rigides que ceux de la source gneiss. Or, la question inverse peut être posée dans le cas du
pourcentage de particules fines à suggérer lorsque la gélivité des matériaux est considérée.
Comme il a été montré dans le cadre de cette étude, cela montre que bien souvent l’effet de
la source de granulat est prédominant sur l’effet de la granulométrie. Néanmoins, tel qu’il a
été défini dans les objectifs initiaux, l’étude a permis de montrer comment arriver à
améliorer des matériaux par leur granulométrie. Dans la pratique, le choix de la source de
granulats n’est pas toujours une option, étant donné les contraintes liées aux coûts de
transport des matériaux. Par conséquent, l’amélioration de la granulométrie d’un matériau
d’une source donnée peut représenter une alternative.

292
Il semble donc impératif de bien connaître le contexte de performance (niveau de trafic,
climat, précipitations, type de revêtement, sol d’infrastructure, etc.) pour arriver à mieux
balancer les choix à faire entre résistance aux contraintes mécaniques et environnementales.
En ce qui concerne cet aspect, l’étude réalisée par Doré et coll. (2006), dont les principaux
résultats sont présentés au Tableau 7.1, suggère des ratios représentant la part
d’endommagement des chaussées causée par le trafic par rapport à l’endommagement total.
Ce tableau permet de constater que, pour une route en conditions humides sur sol fin et
pour un indice de gel élevé (typique au Québec), l’endommagement des chaussées
canadiennes serait dû à 65% au trafic pour les axes autoroutiers majeurs et à 55% pour les
routes davantage secondaires. L’écart entre ces deux types de structure augmente pour des
sols d’infrastructure grossiers, l’endommagement engendré par le climat devenant
légèrement moins important. Le Tableau 7.1 fourni donc des aperçus sur les maux affectant
davantage certaines structures et donc sur les caractéristiques des matériaux granulaires sur
lesquelles il peut être avantageux de mettre l’emphase. Or, il n’est pas actuellement
possible d’associer d’une façon relativement triviale et directe les ratios d’endommagement
et les niveaux de performance suggérés dans cette étude par exemple. En première
approximation, une approche semblable peut être adéquate, mais il semble que cet aspect
mérite d’être approfondi dans le cadre de recherche future.

Tableau 7.1 : Ratios d’endommagement des chaussées par le trafic en contexte canadien (Doré et coll.
2006)
Infrastructure à
Infrastructure à grains fins
grains grossiers
Type de route Régions humides Régions sèches
Conditions
Indice de gel Indice de gel Indice de gel
moyennes
élevé faible élevé
Autoroute majeure 0,65 0,7 0,5 0,8
Autoroute 0,6 0,65 0,45 0,7
Route locale 0,55 0,6 0,45 0,6
Route municipale 0,55 0,6 0,45 0,6

Il est tout de même possible de montrer des exemples de sous fuseaux granulométriques
pour les trois sources testées dans le cadre de cette étude. Cet exercice est réalisé ici pour
les deux cas les plus différents, soient celui d’une autoroute majeure ou d’une route locale.
Dans le premier cas, il est constaté que, peu importe le climat ou le type de sol

293
d’infrastructure, la contribution du trafic à l’endommagement total approche 75%. Dans le
deuxième cas, celle-ci est environ 50%. En utilisant l’approche des niveaux de
performance, il est alors possible de suggérer un niveau de performance de 25% vis-à-vis
les contraintes mécaniques et de 75% vis-à-vis les contraintes environnementales pour
l’autoroute majeure. Dans le cas des routes locales, les deux niveaux respectifs seraient
alors de 50%. Toutefois, les valeurs des limites dépendent des paramètres de performance
qui sont inclus dans l’analyse. Dans le cas présent, la considération de la susceptibilité à
l’érosion est moins pertinente que celle de la conductivité hydraulique et de la sensibilité au
gel et dégel. De plus, si la conductivité hydraulique est considérée, les valeurs de %Fc
associées à chaque niveau de performance sont plus faibles que dans le cas de la sensibilité
au gel et dégel. La Figure 7.2 présente un aperçu des résultats de cette réflexion. La
difficulté de concilier qualités mécaniques et environnementales est aussi illustrée dans
cette figure, particulièrement pour les sources gneiss et basalte. En effet, bien que
l’approche par niveau apporte une certaine latitude, il est possible d’observer que l’éventail
de possibilités ne conduisant pas à des courbes fortement discontinues est assez limité.
C’est pourquoi il est possible que des critères doivent être privilégiés par rapport à d’autres.

294
100 0
90 Gneiss Gneiss 10
Autoroute Route locale 20
80
70 30
Passant (%)

Retenu (%)
60 40
50 50
40 60
30 70
20 80
10 90
0 100
100 0
90 Calcaire Calcaire 10
80 Autoroute Route locale 20
70 30
Passant (%)

Retenu (%)
60 40
50 50
40 60
30 70
20 80
10 90
0 100
100 0
90 Basalte Basalte 10
80 Autoroute Route locale 20
70 30
Passant (%)

Retenu (%)
60 40
50 50
40 60
30 70
20 80
10 90
0 100
100 10 1 0.1 0.01 100 10 1 0.1 0.01
Diamètre (mm) Diamètre (mm)

Figure 7.2 : Exemples de sous fuseaux pour deux contextes de performance et trois sources

295
Critique objective et limites des travaux

Pour arriver à quantifier l’effet de la granulométrie, six courbes de formes variées ont été
étudiées. L’approche choisie pour déterminer la forme de ces courbes a été définie en se
basant sur le fuseau des MG 20a du MTQ et ses principales frontières. Globalement, cela a
conduit à trois courbes suivant la forme du fuseau (CI, CM et CS), en plus de deux autres
courbes s’approchant de la courbe la plus étalée (grande valeur de d60 et petite valeur de
d10) et de la courbe la plus uniforme (petite valeur de d60 et grande valeur de d10). Ces choix
se justifient très bien en se rappelant bien que le but de la recherche est d’étudier l’effet des
variations granulométriques à l’intérieur du fuseau granulométrique des MG 20. Il aurait
été souhaitable d’incorporer des courbes de forme théorique, par exemple des courbes
formulées avec l’équation de Fuller et Thompson. Cependant, afin de proposer un
programme expérimental réaliste, le nombre de courbes étudiées a été fixé à six et cela
laissait donc peu de marge de manœuvre pour considérer des courbes théoriques. De plus,
une bonne couverture des possibilités de formes de courbes à l’intérieur du fuseau devait
être réalisée. Qui plus est, les courbes théoriques formulées avec l’équation de Fuller et
Thompson, pour un dmax de 31,5 ou 20 mm et nFT=0,45, ne sont pas totalement englobées
dans le fuseau soit dans la portion gravier (dmax=31,5 mm) ou pour le pourcentage de
particules fines (dmax=20 mm) (Figure 7.1). Dû à cela et aussi dû au fait que Boudali (1997)
a inclus ce type de courbe dans son étude, une approche différente a été considérée. En
effet, la sixième courbe choisie est de type discontinu et apporte une perspective différente
sur ce qui est généralement trouvé dans la littérature, puisque peu de données ont été
trouvées sur ce type de courbe. De plus, selon les discussions avec le MTQ, il arrive que
des courbes sortant du fuseau dans la portion fine montrent de très bons comportements. Il
était donc espérer que l’inclusion de cette courbe apporte des explications supplémentaires
pour mieux comprendre leur comportement.

L’inclusion de ce type de courbe s’est avérée très intéressante, particulièrement en ce qui


concerne l’effet des contraintes environnementales sur le comportement des MG 20. En
effet, dans la plupart des cas, bien que cette courbe a une forme particulière et est
partiellement à l’extérieur du fuseau, son comportement n’est pas divergent par rapport aux
autres courbes. Les résultats obtenus complètent donc très bien ceux obtenus pour les autres

296
courbes, entre autres dû au fait que la sensibilité aux contraintes environnementales est
principalement fonction de la portion fine des matériaux et semble influencée par la forme
de la courbe granulométrique de façon plus indirecte. Dans le cas de l’effet des contraintes
mécaniques, cette courbe montre souvent un comportement très divergent des autres
courbes, mais aussi très différent d’une source à l’autre. Ce comportement divergent est la
cause de l’exclusion de cette courbe dans l’analyse de certaines tendances. Il a été plus
difficile de bien cerner et d’expliquer cet effet particulier, mais les travaux ont permis
d’arriver à des réponses satisfaisantes. Cette difficulté est principalement due au fait que
l’effet de la granulométrie sur le comportement mécanique est très complexe et fait
intervenir un nombre important de facteurs qui doivent être pris en compte, ceci pouvant
mener à une caractérisation extrêmement poussée des matériaux.

Les travaux ont permis de mettre en évidence le rôle des fractions granulométriques et de
comprendre comment ce rôle change d’un paramètre de performance à un autre, mais aussi
d’une source à l’autre. Pourtant, l’approche méthodologique n’a pas toujours permis de
bien cerner l’effet de la source de granulats. À titre d’exemple, l’effet de la source de
granulats a, globalement, été moins détaillé pour le comportement mécanique que pour la
sensibilité aux contraintes environnementales. Cela s’explique par le fait que la sensibilité
aux contraintes environnementales est largement fonction des caractéristiques des
particules fines. Dans la littérature, des données provenant d’essais de sédimentation, de
limites d’Atterberg et de surface spécifique sont communément utilisées en géotechnique
pour quantifier l’effet de la source de granulats, plus particulièrement l’effet des particules
fines. Dans le cadre de cette recherche, ce type de données a largement été utilisé et les
analyses et tendances suggérées vont globalement dans le même sens que ce qui est trouvé
dans la littérature sur divers sujets et celles-ci ont permis d’apporter une perspective
intéressante.

En ce qui concerne la sensibilité aux contraintes mécaniques, il semble qu’une


caractérisation plus poussée aurait permis d’approfondir davantage sur l’effet de la source
de granulats, car les principales données recueillies lors de la caractérisation n’apportent
pas la profondeur nécessaire pour une meilleure compréhension sur l’effet de la source. En
effet, il est suggéré que des données sur la forme des particules et sur la rugosité, d’un point

297
de vue macroscopique et microscopique, auraient permis d’amener la quantification de cet
effet à un autre niveau, ces caractéristiques étant d’une importance capitale en mécanique
des milieux discontinus. À titre d’exemple, dans le cadre d’un projet de recherche
davantage poussé sur l’effet de la source de granulats, une étude microscopique et des
analyses d’images sur les particules constituant chacune des fractions auraient apporté des
informations très pertinentes. Cependant, malgré cela, il reste qu’il aurait été difficile de
bien décrire l’effet de la source avec seulement trois types de granulats, et ce, même si les
sources choisies sont assez représentatives du contexte géologique québécois. Toutefois, il
doit être rappelé que la quantification de l’effet de la granulométrie demeurait l’objectif
principal, alors que la quantification de l’effet de la source était davantage complémentaire.
D’un point de vue objectif, l’approche méthodologique choisie apporte une perspective
plus limitée sur l’effet de la source de granulats par rapport à l’effet de la granulométrie,
principalement en ce qui concerne la sensibilité aux contraintes mécaniques, et un projet de
recherche davantage axé sur celui-ci devrait être entrepris, surtout en considérant que l’effet
de la source est souvent plus important que celui de la granulométrie.

En ce qui concerne l’optimisation des matériaux, l’approche par niveau de performance est
une approche permettant facilement de situer les matériaux granulaires existants, mais
constitue aussi une base solide pour la formulation de MG 20 par exemple. Cette approche
constitue aussi une guide comparatif utile pouvant être utilisé pour un seul ou plusieurs
paramètres de performance. Cette approche a été suggérée dû à l’évolution souvent linéaire
entre la performance et une variable explicative. Ceci conduisait donc a une difficulté
importante quant à la séparation, ou la définition d’une limite, entre un bon comportement
et un mauvais comportement. Cette difficulté est aussi discutée par Ekblad (2007). Il aurait
été intéressant d’arriver à définir une valeur seuil délimitant ces deux types de
comportements. Par contre, une telle valeur signifierait souvent le rejet complet ou
l’acceptation complète d’une source de granulats en particulier, peu importe la
granulométrie. Pourtant, en considérant les trois sources testées dans le cadre de cette étude,
les matériaux répondent globalement aux exigences du MTQ pour les MG 20a. En
travaillant avec les niveaux de performance, il est possible de suggérer comment définir de
meilleurs matériaux pour différentes sources en travaillant avec la granulométrie. Il a été vu

298
que les caractéristiques granulométriques souhaitables afin d’obtenir un bon comportement
sont variables d’une source à l’autre.

La définition de valeurs seuils de performance aurait l’avantage de permettre


l’identification de valeurs de variables explicatives, ou de caractéristiques reliées à la
granulométrie d’un matériau granulaire de fondation de chaussée, qui seraient susceptibles
de conduire une route vers un échec en performance. Toutefois, selon Dawson (1995), il est
difficile d’estimer la sensibilité de la performance de la chaussée à un type de granulats, à
son épaisseur, sa condition, etc. Il s’agit d’une problématique très complexe difficile à
résoudre puisque la performance d’une chaussée résulte de l’interaction de plusieurs
matériaux, du trafic et de l’environnement. En ce qui concerne les matériaux granulaires de
fondation, leur effet sur la performance globale de la chaussée dépend, entre autres, des
caractéristiques physique et mécanique de l’enrobé bitumineux sus-jacent ainsi que de sa
condition, des caractéristiques géométriques et de drainage de la structure, des
caractéristiques physiques et mécaniques de l’infrastructure ainsi que de sa condition, des
conditions environnementales (précipitations, gel et température moyenne annuelle), etc. La
performance de la chaussée est donc fonction de l’interaction d’une multitude de
paramètres et la réalisation d’une analyse paramétrique et la suggestion de valeurs seuils ne
se feraient pas sans hypothèse simplificatrice importante. Il aurait donc été difficile
d’arriver à identifier des valeurs seuils pour un paramètre de performance dans le cadre de
ce projet de recherche, car cela n’aurait probablement pas correspondu aux véritables
attentes quant aux objectifs du projet de recherche. Cependant, cela peut constituer une
avenue de recherche très intéressante.

L’approche par niveau permet d’avoir une bonne idée de comment définir la granulométrie
des trois sources de granulats testées dans le cadre de cette étude pour bonifier la
performance des matériaux. Les données disponibles rendent toutefois difficile
l’extrapolation des résultats à une gamme plus étendue de matériaux, surtout d’un point de
vue mécanique. Les résultats présentés peuvent néanmoins être utilisés avec jugement pour
d’autres sources de granulats.

Une autre des limitations rencontrées concerne les essais de gel qui ont été réalisés dans
une cellule de gel conventionnelle ayant un diamètre interne de 101,4 mm. En effet, afin de

299
limiter les effets de parois lors du compactage, comme il est généralement réalisé dans des
cellules de cette taille, la portion de matériaux ayant un diamètre supérieur à 5 mm a été
enlevée des échantillons. Ceci a, entre autre, modifié la valeur du pourcentage de particules
fines à la hausse pour les matériaux étudiés. Or, comme il a été montré dans le cadre de
cette étude, à l’intérieur du fuseau, la matrice de la grande majorité des matériaux est
constituée de particules de taille inférieure à 5 mm. De plus, il a été montré que le potentiel
de ségrégation peut être adéquatement prédit par la porosité de la fraction fine, celle-ci
étant fortement dépendante du pourcentage de particules fines. Par conséquent, il est
possible d’utiliser les relations présentées pour calculer des valeurs de potentiel de
ségrégation pour des matériaux ayant des valeurs de pourcentage de particules fines plus
faibles. Ceci a été fait dans le cadre de l’étude. Cependant, en ce qui concerne la
susceptibilité au gel, le rôle des granulats de taille supérieure à 5 mm dans un matériau
granulaire ne se limite pas à la porosité de la fraction fine. Ces particules, en termes de
gélivité, sont inertes. Ces particules ont tendance à diminuer la surface d’écoulement
disponible pour la conduction de l’eau vers un front de ségrégation. L’étude réalisée ne
permet pas directement de considérer cet aspect. Cet aspect est partiellement pris en compte
par la porosité de la fraction grossière, qui influence dans une moindre mesure la porosité
de la fraction fine. En effet, un squelette granulaire incluant les particules de taille
supérieure à 5 mm est plus étalé et conduit à des valeurs de porosité de fraction grossière
plus faibles, si cet étalement est jumelé à une diminution du pourcentage de particules
fines, comme c’est le cas ici.

Les essais de dégel, réalisés à la suite des essais de gel, n’ont pas permis d’identifier
clairement l’effet de la granulométrie sur le comportement mécanique des matériaux lors de
la période du dégel. En effet, les résultats présentés semblent montrer un certain caractère
aléatoire qui a été associé au fait que les échantillons étaient toujours en période de
transition lors de la caractérisation. Ceci est probablement dû, entre autres à des contraintes
de temps et de montage. En effet, s’il avait été possible d’appliquer un grand nombre de
cycles de chargement avant chaque caractérisation, de moins grandes déformations
permanentes auraient été mesurées lors des chargements. Or, le montage expérimental ne
permet pas d’appliquer un nombre élevé de chargements aux échantillons. Cela a eu pour
conséquence que le comportement mécanique lors du dégel semblait en transition et il n’a

300
pas été possible d’apporter un nombre élevé de commentaires et d’observations à partir de
la réalisation de ces essais. Néanmoins, il est suggéré d’étudier la susceptibilité au gel et le
comportement mécanique lors du dégel en cellule triaxiale, comme cela a été fait entre
autre par Simonsen et coll. (2002), afin de limiter les contraintes de montage et de taille
d’échantillon. Il a toutefois été possible de discuter plus profondément du phénomène de
sensibilité au dégel par l’utilisation d’un modèle permettant de quantifier l’effet de la masse
volumique sèche sur le MR (effet d’un soulèvement au gel) et par la définition d’un modèle
décrivant les variations de MR avec la variation du degré de saturation.

Il aurait été très intéressant de pouvoir étudier de façon plus détaillée l’effet de la
granulométrie sur le comportement mécanique à long terme, habituellement caractérisé par
des essais de susceptibilité à la déformation permanente. Ceci est d’autant plus pertinent,
car cet aspect est associé à orniérage qui est un indicateur direct de la performance des
chaussées. Cet aspect a été considéré dans le cadre de cette étude, mais dans la
caractérisation du comportement mécanique, une importance légèrement moindre a été
accordée aux résultats. Les principales raisons justifiant ce choix sont que la caractérisation
de ce type de comportement mécanique n’a pas été réalisée en suivant un standard, c’est-à-
dire que ces essais ont été réalisés sur un nombre de cycles limité (10000) pendant la
période de conditionnement des essais de module réversible, pour un état de contraintes peu
agressif et que ceux-ci ne sont pas à des degrés de saturation semblables. Néanmoins,
l’approche choisie a permis de mettre en évidence un certain effet de la granulométrie sur la
susceptibilité à la déformation permanente des matériaux granulaires pour les trois sources
étudiées et cet effet a été inclus dans l’optimisation du comportement mécanique.

Cette étude a aussi permis de considérer l’effet de la granulométrie sur la résistance à


l’érosion des matériaux granulaires de fondation des chaussées. Cette problématique est
particulièrement d’intérêt pour les routes non revêtues, mais est aussi pertinente dans les
cas des accotements des chaussées revêtues. Toutefois, dans cette perspective, il aurait été
plus pertinent d’étudier l’effet de la granulométrie en se basant sur le fuseau des MG 20b,
qui diffère principalement de celui des MG 20a au niveau de l’intervalle permis pour le
pourcentage de particules fines. Or, dans un souci d’étudier les mêmes courbes
granulométriques pour divers paramètres de performance, la résistance à l’érosion a été

301
étudiée en se basant sur le fuseau des MG 20a. Néanmoins, les résultats obtenus tendent à
supporter l’utilisation de MG 20 contenant davantage de particules fines pour les
applications ci-haut mentionnées.

Dans un autre ordre d’idée, comme il a été mentionné, il a été choisi de travailler avec un
nombre significatif de granulométries afin de bien mettre en évidence son effet, mais aussi
trois sources pour apprécier les variations de performance d’une source à l’autre. Or, bien
que l’utilisation de six formes de courbe granulométrique provenant d’une même source
soit généralement supérieure au nombre de courbes testées pour une source généralement
retrouvé dans la littérature, il reste que d’un point de vue statistique, la taille des
échantillons est relativement restreinte. Toutefois, dans ce genre d’études, ce type de
problème est commun, puisqu’il est difficile d’avoir des tailles d’échantillon très grandes
vu la quantité de travail de laboratoire impliqué. Or, plus la taille de l’échantillon est
grande, plus la précision tend à augmenter (Gilbert et Savard 1992). Dans cette étude, des
droites de régression pour 5, 6 ou 7 points de mesure sont généralement utilisées. À titre
d’exemple, si une seule source de granulats avait été testée, il aurait été possible, pour un
même nombre d’essais au total, d’étudier 18 granulométries pour cette source, ce qui
représente une taille d’échantillon substantiellement plus importante. Le choix de six
courbes pour trois sources de granulats représente en quelque sorte un certain compromis
afin de tester un nombre de granulométries assez grand pour arriver à cerner de façon
satisfaisante son effet. Cependant, dans certains cas, la CSS a dû être exclue des analyses
puisque celle-ci avait parfois un comportement divergent. Ceci a réduit la taille des
échantillons dans ces cas.

L’étude a permis de montrer comment il est possible de décrire la sensibilité aux


contraintes environnementales des matériaux granulaires de fondation des chaussées avec la
porosité de la fraction fine. Cette valeur, qui est reliée à la masse volumique sèche des
matériaux, a été identifiée comme étant le meilleur indicateur de performance dans la
plupart des cas. L’approche suggérée dans l’étude a par la suite permis d’identifier des
valeurs de %Fc. Néanmoins, dans le cadre de cette étude, les matériaux ont été étudiés à
des masses volumiques sèches près de la masse volumique sèche maximale. Or, comme la
porosité de la fraction fine varie avec la masse volumique sèche, il est possible de se

302
demander si la variation de la performance avec la variation de la porosité de la fraction
fine est aussi vraie pour la variation de la porosité de la fraction fine engendrée par divers
niveaux de masses volumiques sèches. Il est possible d’espérer que les résultats présentés
puissent être extrapolés, dans une certaine limite, à l’effet du niveau de compactage des
matériaux. Ceci demeure toutefois un fait à vérifier.

La détermination des valeurs de %Fc est intéressante puisque ces valeurs sont une réponse
très simple à une problématique plus complexe, soit l’effet du pourcentage de particules
fines, de leur dispersion et de l’interaction de ce type de particules avec l’entièreté d’un
squelette granulaire. Ces valeurs, qu’elles soient obtenues de l’une ou l’autre des méthodes
présentées, sont les valeurs donnant le meilleur niveau de confiance qu’il est possible
d’obtenir en travaillant avec la matrice de granulométries. Par conséquent, certaines
granulométries peuvent ne pas être en accord avec les principes proposés, mais, de façon
générale, celles-ci ne représentent qu’une faible proportion des courbes s’inscrivant dans le
fuseau tel que présenté. Toutefois, ceci est vrai dans les limites de l’étude et pour les
sources étudiées.

Dû à un programme expérimental extrêmement chargé, la dégradation des matériaux lors


de la mise en place n’a pas été considérée dans le cadre de cette étude. Dans la littérature,
les études en lien avec l’effet de la granulométrie font souvent de même (Uthus 2007, Tian
et coll. 1998, Ekblad 2007, Babic et coll. 2000, Doucet et Doré 2004, Heydinger et coll.
1996, Raad et coll. 1992, Rahim et George 2005, Stolle et coll. 2006, Thom et Brown 1987,
Thom et Brown 1988, Thom et Brown 1989, Brown et Chan 1996, etc.). Dans certains cas,
des précautions sont prises afin d’utiliser des méthodes de mise en place qui sont reconnues
pour minimiser la dégradation des matériaux lors du compactage, comme par exemple le
compactage par marteau vibrant. Dans d’autres cas, les méthodes de compactage standards
utilisant un marteau de type proctor modifié sont utilisées sans considération sur la
dégradation des matériaux lors de la mise en place. La dégradation des matériaux a été
mesurée dans l’étude de Boudali (1997) (compactage par marteau vibrant), et ce
phénomène a été de faible ampleur selon l’auteur, même pour des sources de granulats plus
sensibles, comme par exemple un calcaire. Certaines études font des analyses
granulométriques sur les matériaux après compactage (après la réalisation de l’essai) afin

303
d’apprécier la dégradation des matériaux et proposent en plus de préparer des mélanges
granulaires sous les courbes visées afin que les granulométries après compactage
s’approchent des courbes voulues (Côté et Roy 1998). Dans le cas de cette étude, des
méthodes de compactage minimisant la dégradation des matériaux ont généralement été
utilisées. Cette approche représente, en plus d’être assez typique par rapport à ce qui a été
fait dans le cadre d’études antérieures, une approche intermédiaire dans la considération de
ce phénomène selon ce qui vient d’être présenté.

L’aspect final de cette discussion en est un beaucoup moins spécifique et concerne la


philosophie du projet de recherche en tant que tel. En effet, le projet de recherche réalisé a
permis d’étudier la performance des MG 20 d’un point de vue très global et intégrateur. En
considérant que ce type de matériaux doit présenter plusieurs qualités afin de présenter une
performance adéquate, cette approche est extrêmement pertinente à la lumière des résultats
obtenus. La réalisation de ce projet de recherche a permis de prendre un pas de recul et de
commenter sur la performance et le rôle des MG 20 dans les chaussées d’un point de vue
plus général. Ainsi, cette étude a mis en lumière l’effet de la granulométrie, et de la source
de granulats dans une certaine mesure, sur diverses propriétés d’intérêts des matériaux
granulaires non liés utilisés dans les chaussées, qu’elles soient revêtues ou non. Entre autre,
le travail accompli apporte plusieurs perspectives intéressantes en ce qui a trait à la rigidité,
la stabilité, l’érodabilité, la gélivité et la conductivité hydraulique de ce type de matériaux.

En ce sens, le travail accompli dans le cadre de ce doctorat est très original, car peu ou pas
d’études ont approché la problématique de la performance globale des matériaux
granulaires d’un point de vue aussi large. La plupart du temps, les études se concentrent sur
un aspect très précis relié à la performance des matériaux granulaires et mettent
énormément d’emphase sur la décortication des phénomènes associés à cet aspect. En
considérant cette étude, l’effet de la granulométrie sur chacun des paramètres de
performance considérés aurait pu faire l’objet d’une, ou même davantage, étude de niveau
doctoral. Qui plus est, la réalisation d’autres études de ce niveau serait très pertinente pour
bien cerner et expliquer l’effet de la granulométrie ou de la source de granulats sur chacun
des paramètres de performance considérés. Le point de vue beaucoup plus général et
intégrateur de cette étude implique qu’il n’a pas toujours été possible d’approcher les

304
phénomènes et mécanismes d’un point de vue plus fondamental. Ceci est aussi vrai dans le
cas de la revue de la littérature réalisée, car, puisque la littérature sur un éventail de sujets
assez large a dû être consultée, seulement les études les plus pertinentes ont été considérées
la plupart du temps. Par contre, la vision plus générale de la performance suggérée dans ce
projet de recherche permet de montrer les matériaux granulaires dans une perspective plus
globale et apporte de nouveaux points de vue permettant d’orienter de futures recherches
sur des sujets plus spécifiques.

Recherches futures

Au cours de cette discussion, les points d’intérêts soulevés ont permis de mettre en
évidence plusieurs pistes à suivre pour des recherches futures sur les matériaux granulaires
non liés utilisés dans les fondations de chaussées. En effet, suite à la réalisation d’essais
caractérisant le comportement mécanique et la sensibilité aux contraintes
environnementales, il a été possible de discuter de façon plus détaillée du comportement
global de ces matériaux et de suggérer des façons de bonifier celui-ci. Or, les réflexions
réalisées ont amené des questionnements par rapport aux MG ou ont permis d’identifier des
lacunes méritant d’être comblées dans la littérature. À titre d’exemples, il est possible de
citer les avenues de recherche que l’étude réalisée à permis de mettre en évidence :

 L’étude de la résistance à l’érosion des MG 20 constitue l’un des aspects très original
de cette étude, mais ce phénomène est très peu étudié et est d’un intérêt certain,
particulièrement dans le cas des chaussées non revêtues ;

 Les MG 20 sont très rarement étudiés d’un point de vue plus fondamental comme il a
été fait dans le cadre de cette étude avec la méthode Bailey et des études devraient se
pencher sur l’applicabilité de diverses approches fondamentales pour l’analyse de ce
type de matériaux ;

 Il serait extrêmement intéressant d’arriver à quantifier les gains de performance d’une


chaussée associés à une meilleure optimisation de la sensibilité aux contraintes
mécaniques et environnementales des MG 20 constituant la fondation ;

305
 L’effet de la source de granulats et de la granulométrie sur le comportement mécanique
doit être plus poussé, entre autres dans le but de mieux comprendre l’effet combiné de
la forme des particules, de l’angularité, la rugosité des faces (microtexture et
macrotexture) et l’empilement des particules ;

 L’étude du phénomène de dégel des matériaux granulaires et la quantification de la


perte en laboratoire par mesure de la rigidité est un aspect qui mérite d’être approfondi ;

 L’effet de la granulométrie sur la sensibilité aux contraintes environnementales peut


être assez bien expliqué par un seul facteur (porosité de la fraction fine) et il serait très
pertinent d’arriver à identifier une variable complexe, constituée de diverses
caractéristiques et propriétés des particules fines, pouvant faire de même pour l’effet
général de la source de granulats ;

 La définition de valeurs seuils de performance délimitant un bon comportement d’un


mauvais serait intéressante pour tous les paramètres de performance considérés.

306
CHAPITRE 8

CONCLUSION

Dans le cadre de cette étude, l’objectif principal est d’arriver à suggérer des meilleurs
matériaux de fondation de chaussées dont le comportement est optimisé à l’intérieur de
zones incluses dans le fuseau granulométrique des MG 20a. Afin d’accomplir cette tâche,
une revue de la documentation détaillée, des essais de caractérisation des matériaux, des
essais de performance et plusieurs analyses ont été réalisés. Après plus de cinq années et
plus de 350 essais en laboratoire, l’objectif principal de cette recherche a été accompli. En
effet, les résultats et analyses ont montré comment, pour trois sources de granulats typiques
et communément utilisées comme matériaux de fondations dans les structures de chaussées,
orienter la granulométrie des matériaux afin de s’assurer un bon comportement, autant d’un
point de vue mécanique, hydrique ou thermique. En particulier, l’analyse a permis de
suggérer des façons d’améliorer la qualité structurale de ces matériaux, mais aussi la
sensibilité aux contraintes environnementales. Dans le cadre de la réalisation de cette étude,
il a été montré que :

 Le concept nc-nf proposé par Côté et Konrad (2003) apporte un point de vue
complémentaire plus poussé et plus complet pour l’analyse volumétrique des matériaux
granulaires de chaussées.

 La résistance à l’érosion des matériaux granulaires est en lien avec l’uniformité des
matériaux, la dispersion des particules fines dans le squelette granulaire des particules
grossières et la valeur au bleu des matériaux. Un modèle reliant la résistance à l’érosion
à une variable complexe a été présenté.

 La conductivité hydraulique des matériaux granulaires est en lien avec la porosité de la


fraction fine des matériaux, ce qui supporte les travaux de Côté et Konrad (2003).

307
 La porosité de la fraction fine est le meilleur indicateur du potentiel de ségrégation des
matériaux granulaires. Un modèle reliant SP à une variable complexe a été présenté.

 La perte de module réversible d’un MG 20 lors du dégel est beaucoup plus associée à
l’augmentation de la teneur en eau qu’à la variation de masse volumique sèche induite
par un cycle de gel.

 D’une façon générale, la sensibilité aux contraintes environnementales est reliée à la


porosité de la fraction fine des matériaux.

 L’uniformité de la granulométrie des particules fines peut être utilisée pour apprécier et
quantifier l’effet de la source de granulats sur la performance, en termes de sensibilité
aux contraintes environnementales.

 Le module réversible des granulats concassés considérés est principalement fonction


des gros granulats et de leur granulométrie.

 Le module réversible du granulat partiellement concassé est fonction de l’entièreté de la


courbe granulométrique, pour laquelle un grand étalement est préférable.

 Les variations de module réversible avec le l’évolution du degré de saturation sont


explicables par la porosité de la fraction fine et sont dépendante de l’état de contraintes.
Des modèles reliant S à nf et  ont été présentés.

 La susceptibilité à la déformation permanente, contrairement au module réversible, est


globalement associée à la portion plus fine des matériaux.

 La courbe discontinue testée dans le cadre de cette étude a un comportement mécanique


plus complexe et divergent des courbes de forme plus régulière.

 L’étude de la sensibilité aux contraintes mécaniques a permis de mettre en évidence


plusieurs variables explicatives et des valeurs correspondantes délimitant divers
niveaux de performance.

308
 La porosité des matériaux granulaires de fondation de chaussées est dépendante du
coefficient d’uniformité, mais aussi, dans des degrés de précision supérieurs, d’autres
variables décrivant l’uniformité des matériaux.

 Des valeurs de pourcentage de fines critique délimitant divers niveaux de


comportement, pour divers type de paramètre de performance, ont été identifiées grâce
à la création d’une matrice de granulométrie de grande taille.

 L’utilisation d’une méthode théorique d’empilement des particules apporte un angle


différent d’analyse pour un matériau granulaire. En particulier, la méthode de Bailey est
un outil permettant de bien décrire les matériaux granulaires ainsi que leurs diverses
fractions et d’apporter la compréhension de la performance de ceux-ci à un autre
niveau.

 L’utilisation de la méthode de Bailey peut permettre de déterminer des valeurs de


pourcentages de gravier critique délimitant les matériaux dont la matrice est structurée
de granulats grossiers de ceux dont la matrice est structurée de granulats fins.

309
BIBLIOGRAPHIE

Aïtcin, P.-C., Jolicoeur, G. et Mercier, M. 1992. Technologie des granulats. Le Griffon


d’argile, Québec, Québec.

American Association for State Highway and Transportation Officials 1993. Guide for
design of pavement structures. American Association of State Highway Officials.

American Association for State Highway and Transportation Officials. 2003. Determining
the Resilient Modulus of Soils and Aggregate Materials. In Standard Specifications
for Transportation Materials and Methods of Sampling and Testing, 20th Edition.
AASHTO, Washington, D.C.

American Society for Testing and Materials. 2005. Standard Test Method for California
bearing ratio of Laboratory-Compacted Soils. Standard D1883-05, ASTM,
Philadelphia, Pa.

American Society for Testing and Materials. 2004. Standard Test Method for Measurement
of Hydraulic Conductivity of Saturated Porous Materials Using a Flexible Wall
Permeameter. Standard D5084-04, ASTM, Philadelphia, Pa.

American Society for Testing and Materials. 2002. Standard Test Method for Measurement
of Hydraulic Conductivity of Porous Materials Using a Rigid Wall, Compaction-
mold Permeameter. Standard D5856-95, ASTM, Philadelphia, Pa.

Babic, B., Prager A. and Rukaniva, T. 2000. Effect of fine particles on some characteristics
of granular base course. Materials and structures, 33(231) : 419-424.

Barksdale R. D. 1991. The Aggregate Handbook. National Stone Association, Washington


D.C.

Barksdale, R and Itani, S, 1989. Influence of Aggregate shape on Base Behavior.


Transportation Research Record 1227, pp 173-181.

Baron, J. et Sauterey, R. 1982. Le béton hydraulique. Presses de l’École Nationale des


Ponts et Chaussées, Paris.

Bergeson K. L. and Brocka S. G. 1995. Bentonite treatment for fugitive dust control. In
Proceedings of the Sixth International Conference on Low-Volume Roads,
Minneapolis, Minnesota, pp. 261-271.

Bérubé, M.-A. 2001. Technologie des granulats. Notes du cours GLG-18832 : Technologie
des granulats, Département de géologie et de génie géologique, Université Laval,
Québec.

310
Bilodeau, J.-P. 2003. Étude de la validité, en termes de perte de particules, de l’essai à
écoulement turbulent. Rapport de projet de fin d’études en génie géologique,
Université Laval, Québec.

Bilodeau, J.-P., Pierre, P. et Doré, G. 2005. Étude de la validité de l’essai à écoulement


turbulent. Recueil des communications du 40ème congrès annuel de l’Association
Québécoise du Transport et des Routes, Laval, Québec, Canada.

BNQ. 1974. Granulats – Détermination du nombre pétrographique sur le gros granulat.


Bureau de normalisation du Québec (Québec, Que.), BNQ 2560-900.

BNQ. 2002. Granulats – Travaux de génie civil. Bureau de normalisation du Québec


(Québec, Que.), BNQ 2560-114.

Boudali, M. 1997. Module réversible des graves non traitées des fondations routières du
Québec. Ministère des Transports du Québec, Québec, Québec.

Bourque, P.-A. 1998. Géologie sédimentaire. Notes du cours GLG-15072 : Géologie


sédimentaire, Département de géologie et de génie géologique, Université Laval,
Québec.

Brandl, H. 2001. Freezing-Thawing behavior of soils and other granular materials –


influence of compaction. In Geotechnics for Roads, Rail Tracks and Earth. A.A.
Balkema, Rotterdam, The Netherlands, pp. 141-164.

Briaud, J.-L., Chen, H.-C. and Ting, F. 2000. The EFA, erosion function apparatus : an
overview. In: Scour of Foundations, Proceedings International Symposium,
Melbourne, Australia, pp. 80-86.

Brown, S. 1997. Achievements and challenges in asphalt pavement engineering. Keynote


address In Proceedings of the 8th International Conference on Asphalt Pavements,
Seattle, Oregon.

Brown, S. and Chan, F.W.K. 1996. Reduced rutting in unbound granular pavement layers
through improved grading design. In Proceedings of the Institution of Civil
Engineers: Transport, 117(1), 40-49.

BNQ. 2002. Travaux de génie civil – Granulats. Bureau de normalisation du Québec, NQ-
2560-114.

CAN/BNQ. 1982. Granulats – Analyse granulométrique par tamisage. Canadian Standards


Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.).
CAN/BNQ 2560-040.

CAN/BNQ. 1983. Granulats – Détermination de la densité et de l’absorptivité du gros


granulat, Canadian Standards Association (Ottawa, Ont.) and Bureau de
normalisation du Québec (Québec, Que.). CAN/BNQ 2560-067.

311
CAN/BNQ, 1986b. Sols – Détermination de la limite de liquidité à l’aide du pénétromètre à
cône suédois et de la limite de plasticité. Canadian Standards Association (Ottawa,
Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2501-
092.

CAN/BNQ. 1986. Granulats – Essai au bleu de méthylène, Canadian Standards Association


(Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ
2560-255.

CAN/BNQ. 1986. Sols – Détermination de la relation teneur en eau – masse volumique –


essai proctor modifié, Canadian Standards Association (Ottawa, Ont.) and Bureau
de normalisation du Québec (Québec, Que.). CAN/BNQ 2501-255.

CAN/BNQ. 1987. Sols – Analyse granulométrique des sols inorganiques Canadian


Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec
(Québec, Que.). CAN/BNQ 2501-025.

CAN/BNQ. 1989. Granulats – Détermination de la densité et de l’absorptivité du granulat


fin, Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du
Québec (Québec, Que.). CAN/BNQ 2560-065.

Casagrande, A. (1932). A new theory of frost heaving : discussion. Proceedings of US


Highway Research Board, Vol. 11, Pt I, pp. 168-172.

Chamberlain, E. J. (1981). Frost susceptibility of soils – Review of index tests. CRREL


Monograph 81-2. United States Army Corps of Engineers, Cold Regions Research
and Engineering Laboratory, Hanover, New Hampshire.

Chapuis, R. 2004. Predicting the saturated hydraulic conductivity of sand and gravel using
effective diameter and void ratio. Canadian Geotechnical Journal, 41: 787-795.

Cheung, L. W. and Dawson, A. 2002. Effects of particle and mix characteristics on


performance of some granular materials. Transportation Research Record, no. 1787,
pp. 90-98.

Chouliaras, I. G., Tantos, V. A., Ntalos, G. A. and Metaxa, X. A. 2003. The influence of
soil conditions on the resistance of cohesive soils against erosion by overland flow.
Electronic Journal of International Research Publication (www.ejournalnet.com),
Issue 3.

Cohen, J. 1988. Statistical power analysis for behavioural sciences, Hillsdale, NewJersey.

Conover W. 1991. Practical nonparametric statistics. Wiley, New York.

Côté J. 1997. Conductivité hydraulique de matériaux de fondations de chaussées


partiellement saturés, Mémoire de maîtrise, Université Laval, Québec.

312
Côté, J. et Roy, M. 1998. Conductivité hydraulique de matériaux de fondations de
chaussées partiellement saturés. Rapport RTQ-98-01, Ministère des Transports, 119
p.

Côté J. and Konrad J.-M. 2003. Assessment of the hydraulic characteristics of unsaturated
base-course materials : a practical method for pavement engineers. Canadian
Geotechnical Journal, 40(1): 121-136.

De Blois, K. 2005. Analyse du comportement saisonnier de planches expérimentales et


validation du nouvel indice d’affaiblissement au dégel : Projet St-Célestin (phase
III). Mémoire de maîtrise, Université Laval, Québec.

Dallaire, G. 1990. Étude de l’utilisation d’un gravier hors specification dans les foundations
d’une route. Ministère des transports du Québec, Québec, Québec.

Darboux, F. and Huang, C.-H. 2001. Contrasting effects of surface roughness on erosion
and runoff. In Procedings of the International Symposium in soil erosion research,
pp. 143-146.

Dawson, A. 1995. The unbound granular base. Keynote paper, Center for Aggregates
Research, 3rd Annual Symposium, Austin, Texas.

Dawson, A. 2001. Granular Pavement Layer Materials…Where are we? ARRB Workshop,
Melbourne, Australia, 20 p.

Dawson, A., Thom, N. and Paute, J.-L. 1996. Mechanical characteristics of unbound
granular materials as a function of condition. Flexible pavements, G. Correia,
Rotterdam: 35-44.

Doré, G., Konrad, J.-M. et Roy, M. 1998. Le gel dans les chaussées : Suivi du
comportement de sections isolées et développement d’une méthodologie rationnelle
de conception des chaussées en conditions de gel au site expérimental de Saints-
Martyrs-Canadiens. Annexes du rapport final GCT-98-09.

Doré, G. 2002. Validation des modèles de détérioration de la chaussée soumise au


soulèvement par le gel. Rapport de recherche GCT-02-07, Département de génie
civil, Université Laval, Québec, Canada.

Doré, G. 2004. Conception et réhabilitation des chaussées. Notes du cours GCI-10202,


Département de Génie Civil, Université Laval, Québec.

Doré, G., Pierre, P. et Bilodeau, J.-P. 2004. Développement d’un essai simple et rapide
pour l’estimation du potentiel de ségrégation. Rapport final GCT-04-12, présenté au
Ministère des Transports du Québec, 63 p.

Doré, G., Drouin, P., Pierre, P. Desrochers, P. and Ullidtz, P. 2006. Estimation of the
Relationships of Flexible Pavement Deterioration to Traffic and Weather in Canada.

313
In Proceedings of the 10th International Conference on Asphalt Pavements CD-
Rom, Quebec, Quebec.

Doucet, F. et Doré, G. 2004. Module réversible et coefficient de poisson réversible des


matériaux granulaires C-LTPP. In Proceedings of the 57th Canadian Geotechnical
and 5th Joint IAH-CNC and CGS Groundwater Specialty Conferences CD-Rom,
Québec, Québec.

Dudal R. 1981. An evaluation of conservation needs. In Soil Conservation: Problems and


Prospects. R. P.C. Morgan (ed). Proc. International Conference on Soil
Conservation, Silsoe, UK. CIT Press, Cranfield, Bedford, UK. pp. 3-12.

Easa, M., and Can, E. K. 1985. Optimization for aggregate blending. Journal of
Construction Engineering and Management, 111(3), 216-229.

Eigenbrod, K. D., Kjartanson, B.H. and Vanapalli, S. 2004. Influence of silt content on the
engineering properties of saturated and unsaturated granular soils. In Proceedings of
the 57th Canadian Geotechnical and 5th Joint IAH-CNC and CGS Groundwater
Specialty Conferences CD-Rom, Québec, Québec.

Ekblad, J. (2007). Influence of Water on Coarse Granular Road Material Properties. PhD
Dissertation, Royal Institute of Technology, Stockholm, Sweden.

Eklu-Natey, E. D. 1992. Érodabilité des sols tropicaux stabilisés au ciment en construction


routière au Togo. Rapport de l’Institut des Fondations, de Mécanique des sols et des
Constructions Hydrauliques, Togo.

Flon P. et Poulin J.-F 1987. Influence du pourcentage de particules fines sur la portance
d'une chaussée à partir d'essais en laboratoire. Études et recherche en transports,
Matériaux et Essais, Ministère des Transports du Québec, ISBN-2-550-17670-7.

Flon, B. 1988. Problèmes de perméabilité et de stabilité des fondations de routes en


matériaux à granulométrie ouverte ou en fondations routières en matériaux
drainants. Communication ARTC, Halifax, Nouvelle-Écosse.

Franti, T. G., Laflen, J. M. and Watson, D. A. 1999. Predicting soil detachment from high-
discharge concentrated flow. Transaction of the American Society of Agricultural
Engineers, ASAE 42(2), 329-335.

Fredlund, D. G. and Rahardjo, H. 1993. Soil mechanics for unsaturated soils. Wiley,
Interscience publications, Toronto, Ont..

Fredlund, D. G., Xing, A. 1994. Equations for the soil-water characteristic curve. Canadian
Geotechnical Journal, 31(4) : 521-532.

Fuller, W. B., and Thompson, S. E., (1907). “The laws of proportioning concrete”,
Transactions of ASCE, ASCE, Vol. 59, pp.67-143.

314
Gagnon, D., Konrad, J.-M., Roy, M. et Doré, G. 1997. Variation saisonnière des conditions
hydriques dans les chaussées isolées à Saint-Martyr-Canadiens. Recueil des
communications du 32ème congrès annuel de l’Association Québécoise du Transport
et des Routes, Trois-Rivières, Québec, Canada.

George, K. P. 2004. Prediction of resilient modulus from soil index properties. Final
Report Department of civil engineering, University of Mississippi, University,
Mississippi.

Gidel, G., Hornych, P., Chauvin, J.-J., Breysse, D. et Denis, A. 2001. Nouvelle approche
pour l’étude des déformations permanents des graves non traitées à l’appareil
triaxial à chargements répétés. Bulletin des laboratoires des ponts et chaussées, 233,
5-21.

Gilbert N. et Savard J.-G. 1992. Statistiques. Éditions Études Vivantes, Laval.

Guthrie, S. and Hermansson, A. (2005). Frost Heave and Water Uptake Relations in
variably saturated aggregate base materials. Transportation Research Record:
Journal of the Transportation Research Board 1821 (2003), pp. 13–19.

Guthrie, S., Hermansson, A. and Woffinden, K. H. (2006). Saturation of Granular Base


Material Due to Water Vapor Flow during Freezing : Laboratory Experimentation
and Numerical Modeling. In Proceedings of the 13th International Conference on
Cold Regions Engineering : Current Practices in Cold Regions Engineering, Orono,
Maine, pp. 299-310.

Hanks, R. J., and G. L. Ashcroft. 1980. Applied soil physics-soil water and temperature
applications. Springer-Verlag, Berlin, 159 p.

Henensal P. 1986. L'érosion externe des sols par l'eau - Approche quantitative et
mécanismes. Rapport de recherche n° 138, Laboratoire Central des Ponts et
Chaussées, Paris, 76 p.

Heydinger, A., Xie, Q., Randolph, B. and Gupta, J. 1996. Analysis of resilient modulus of
dense- and open-graded aggregates. Transportation Research Record, 1547: 1-6.

Hicks, R. G. 1970. Factors influencing the resilient properties of granular materials. PhD
Thesis, University of California, Berkeley, California.

Hicks, R. G., and Monismith, C. L. 1971. Factors influencing the resilient properties of
granular materials. Highway Research Record, no 345, pp. 15–31.

Holtz, R. and Kovacs, W. 1981. An introduction to geotechnical engineering. Prentice Hall


Inc, Englewood Cliffs, New Jersey.

Hoppe E.-J. 1996. The influence of fines on strength and drainage characteristics of
aggregate bases. Report VTRC 96-R35RB, Virginia Transportation Research
Council, Charlottesville, Va.

315
Huang, Y. H. 2004. Pavement Analysis and Design. Prentice Hall, New Jersey.

Imbs, C. 2003. Indice d’affaiblissement au dégel et déflectomètre multiniveaux : méthode


et outil d’évaluation de la perte de portance au dégel. Mémoire de maîtrise,
Université Laval, Québec.

Ismail, I. and Raymond, G. 2002. Investigation into the behaviour of crushed aggregate
when loaded repeatedly. In Proceedings of the 55th Canadian Geotechnical and 3rd
Joint IAH-CNC and CGS Groundwater Specialty Conferences, Niagara Falls,
Ontario, pp. 73-80.

Janoo, V. C. 1998. Quantification of shape, angularity, and surface texture of base course
materials. Special report 98-1, U.S. Army Cold Regions Research and Engineering
Laboratory, Hanover, N.H.

Janoo, V. C., and Bayer, J. 2001. Influence of aggregate angularity on base course
performance. ERDC/CRREL TR 01-14, U.S. Army Cold Regions Research and
Engineering Laboratory, Hanover, N.H.

Janoo, V. 2002. Performance of base/subbase materials under frost action. In Proceedings


of the Eleventh International Conference on Cold Regions Engineering : Cold
Regions Impacts on Transportation and Infrastructure, Anchorage, Alaska, pp. 299-
310.

Jones, R. H. and Lamas, K. J. 1983. The frost susceptibility of granular materials. In 4th
International Conference on Permafrost, Fairbanks, Alaska, pp. 17-22.

Jones, H. A. and Jones, R.H. 1989. Horizontal permeability of compacted aggregates. In


Proceedings of the 3rd Symposium on Unbound Aggregates in Roads (UNBAR4),
University of Nottingham. Edited by R.-H. Jones and A. R. Dawson. Butterwoths,
London, pp. 70-77.

Jorenby, B. N., and Hicks, R. G. 1986. Base course contamination limits. Transportation
Research Record, No 1095, pp. 86–101.

Juneau, S., Pierre, P., Doré, G. et Stephani, E. 2005. Établissement de données techniques
pour la saumure naturelle Solnat utilisée comme abat poussière sur les chaussées et
analyse comparative avec le chlorure de calcium, Phase 1. Rapport GCT-2005-04,
Département de génie civil, Université Laval, Québec.

Kamal, M. A., Dawson, A. R., Farouki, O. T., Hughes, D. A. B., and Sha’at, A. A. 1993.
Field and laboratory evaluation of the mechanical behaviour of unbound granular
materials in pavements. Transportation Research Record, No 1406, pp. 88–97.

Khedr, S. 1985. Deformation characteristics of granular base course in flexible pavement.


Transportation Research Record, No 1043, pp. 131–138.

316
Kim, D.-S., Kweon, G-C. and Rhee, S. 2001. Alternative method for determining resilient
modulus of subbase soils using a static triaxial test. Canadian Geotechnical Journal,
38: 117-124.

Kim, S.-H. and Kim, N. 2007. Micromechanics analysis of granular soils to estimate
inherent anisotropy. KSCE Journal of Civil Engineering, Vol. 11(3), pp.145-149.

Konrad, J.-M. and Morgenstern, N.R., 1981. The segregation potential of a freezing soil.
Canadian Geotechnical Journal, 18, 482–491.

Konrad, J.M. 1994. Sixtheen Canadian Geotechnical Colloquium : Frost heave in soils :
Concepts and engineering. Canadian Geotechnical Journal, 31: 223-245.

Konrad, J.-M. 1999. Frost susceptibility related to soil index properties. Canadian
Geotechnical Journal, 36: 403-417.

Konrad, J.-M., 2005. Estimation of the segregation potential of fine-grained soils using the
frost heave response of two reference soils. Canadian Geotechnical Journal, 42: 38-
50.

Konrad, J.-M. et Lemieux, N. 2005. Influence of fines on frost heave characteristics of a


well-graded base-course material. Canadian Geotechnical Journal, 42: 515-527.

Kreysig, E. 1999. Advanced Engineering Mathematics. John Wiley & sons, inc., New
York.

Langlois, P. 2003. Enrobés. Formulation selon la méthode LC. Gouvernement du Québec.

Lebeau, M. 2006. Développement d’une méthodologie de sélection des matériaux de


fondation routière pour contrer les effets du dégel. PhD Dissertation, Université
Laval, Québec, Canada.

Légère G. and Mercier S. 2004. Materials and performance specifications for wearing-
course aggregates used in forest roads. In Proceedings of the 6th International
Symposium on Unbound Aggregates in Roads (UNBAR6), Nottingham, England,
345 - 353.

Lekarp F., Isacsson U. and Dawson A. 2000a. State on the Art. I : Resilient Response of
Unbound Aggregates. Journal of Transportation Engineering, 126(1): 66-75.

Lekarp F., Isacsson U. and Dawson A. 2000b. State on the Art. II : Permanent strain
Response of Unbound Aggregates. Journal of Transportation Engineering, 126(1):
76-84.

Lemieux, N. 2001. La gélivité des matériaux MG 20 utilisés dans les fondations routières.
Mémoire de maîtrise, Université Laval, Québec.

317
Levine, D.M, Ramsey, P.P and Smidt, R.K. 2001. Applied statistics for engineers and
scientists:Using Microsoft excel & Minitab. Prentice Hall, New Jersey.

Locat, J., Tanaka, H., Tan, T. S., Dasari, G. R. and Lee, H. 2003. Natural soils :
Geotechnical behaviour and geological knowledge. In Characterization and
engineering properties of natural soils, Tan and al. editors, pp. 3-28.

Lujan, D.L. 2003. Soil physical properties affecting soil erosion in tropical soils. Lecture
given at the college on soil physics, pp. 233-243.

Ministère des Transports du Québec 1993. Détermination du potentiel de ségrégation des


sols (LC 22–331). Procédure du laboratoire des chaussées, Ministère des Transports
du Québec, Québec.

Ministère des Transports du Québec 1993. Potentiel de succion (LC 22–330). Procédure du
laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2001. Granulats – Détermination de la résistance à


l’abrasion au moyen de l’appareil Los Angeles (LC 21–400). Procédure du
laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2001. Granulats – Détermination de la valeur au bleu


de méthylène des sols et des granulats (LC 21–255). Procédure du laboratoire des
chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2001. Détermination de la valeur au bleu de méthylène


des sols et des granulats (LC-22-255). Procédure du laboratoire des chaussées,
Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2002. Granulats – Détermination du pourcentage de


particules fracturées du gros granulat (LC 21–100). Procédure du laboratoire des
chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2002. Granulats – Détermination du pourcentage


d’usure par attrition du gros granulat au moyen de l’appareil Micro-Deval (LC 21–
070). Procédure du laboratoire des chaussées, Ministère des Transports du Québec,
Québec.

Ministère des Transports du Québec 2003. Granulats – Détermination du pourcentage de


particules « plates » et de particules « allongées » (LC 21–265). Procédure du
laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2003. Granulats – Analyse granulométrique (LC 21–
040). Procédure du laboratoire des chaussées, Ministère des Transports du Québec,
Québec.

318
Ministère des Transports du Québec 2004. Granulats – Détermination de la masse
volumique et du pourcentage de vide (LC 21–060). Procédure du laboratoire des
chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2004. Granulats – Détermination de la densité et de


l’absorption d’un granulat fin (LC 21–065). Procédure du laboratoire des chaussées,
Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2004. Détermination du module réversible et du


coefficient de poisson réversible des matériaux granulaires à l’aide d’une cellule
triaxiale à chargement déviatorique répété (LC-22-400). Procédure de laboratoire,
Ministère des Transports du Québec, Québec.

Mirghasemi, A. A. and Khalkhali, A. B. 2002. Influence of particle gradation on shear


strength of coarse grained soils – A numerical (DEM) investigation. In Proceedings
of the 55th Canadian Geotechnical and 3rd Joint IAH-CNC and CGS Groundwater
Specialty Conferences, Niagara Falls, Ontario, pp. 751-758.

Mokwa, R., Trimble, N. and Cuelho, E. 2007. Experimental assessment of aggregate


surfacing materials. Report No. FHWA/MT-07-011/8117-30, Montana Department
of Transportation, Helena, Montana.

Morse, B. 2006. Laboratoire d’hydraulique. Notes du cours GCI-21430. Département de


génie civil, Université Laval, Québec.

Moulton, L. K. 1980. Highway Subdrainage Design. Federal Highway Administration


Report No. FHWA-TS-80-224

Moynahan JR, T.J. and Sternberg, Y.M. 1974. Effects on highway subdrainage of gradation
and direction of flow within a densely graded base course material. Transportation
Research Record, No. 497, pp. 50-59.

Nearing, M. A. and Parker, S. C. 1994. Note : Detachment of soil by flowing water under
turbulent and laminar conditions. Soil Science Society of America Journal, 58,
1612-1614.

NQ. 1987. Sols – Analyse granulométrique des sols inorganiques. Bureau de normalisation
du Québec (Québec, Que.), NQ 2501-025.

Paige-Green P. 1999. Geological factors affecting performance of unsealed roads materials.


In Seventh International Conference on Low-Volume roads, Baton-Rouge,
Louisiana, Transportation Research Board, Washington, D.C., pp. 10-15.

Pan, T, Tutumluer, E. And Anochie-Boateng, J. 2006. Aggregate morphology affecting


resilient response of unbound granular materials. In 85th Annual meeting of
Transportation Research Board, Washington D.C

319
Pan, T. and Tutumluer, E. 2007. Permanent deformation and strength characteristics of
crushed aggregates blended with gravel. In 86th Annual meeting of Transportation
Research Board, Washington D.C.

Perera, Y.Y., Zapata, C.E., Houston, W.N. and Houston, S.L. 2005. Prediction of the soil-
water characteristic curve based on grain-size distribution and index properties. In
E.M. Rathje (ed.), Geotechnical Special Publications 130-142 & GRI-18;
Proceedings of the Geo-Frontiers Congress, Austin, Texas.

Petruccelli, J., Nandram, B. and Chen, M. 1999. Applied statistics for engineers and
scientists. Prentice Hall, New Jersey.

Raad, L., Minassian, G. and Gartin, S. 1992. Characterization of saturated granular bases
under repeated loads. Transportation Research Record, 1369: 73-82.

Rahim, A. M. and George, K. P. 2004. Subgrade soil index properties to estimate resilient
modulus. In 83rd Transportation Research Board CD-Rom, Washington, D.C.

Rahim, A. M. and George, K. P. 2005. Model to estimate subgrade resilient modulus for
pavement design. International Journal of Pavement Engineering, 6(2): 89-96.

Randolph B. W., Cai J., Heydinger A.G. and Gupta J.D. 2000. Laboratory study of
Hydraulic conductivity for coarse aggregate bases. Transportation Research Record,
1519: 19-27.

Richardson, D. 1997. Drainability characteristics of granular pavement base materials.


Journal of transportation engineering, 123(5): 385-392.

Richter, C. A. 2006. Seasonal Variations in the Moduli of Unbound Pavement Materials.


Federal Highway Administration Report No. FHWA-HRT-04-079.

Rieke, R., Vinson, T.S., and Mageau, D.W., 1983. The role of specific surface area and
related index properties in the frost heave susceptibility of soils. In: Proceedings of
the 4th International Conference on Permafrost, Fairbanks, Alaska, 18–22 July 1983,
1066–1071.

Roberts, J. D., Jepsen, R. A. and James, S. C. 2003. Measurements of sediment erosion and
transport with the adjustable shear stress erosion and transport flume. Journal of
hydraulic engineering, ASCE 129(11): 862-871.

Ross, S. 1987. Introduction to probability and statistics for engineers and scientists. Wiley
& sons, New York.

Saarelainen, S., Modelling frost heaving and frost penetration in soils at some observation
sites in Finland. The SSR model. Espoo 1992, VTT, VTT publications 95,
Technical research center of Finland, 1992, 120 p.

320
Saint-Laurent, D. (1998). Variations saisonnières de l’endommagement structural de
quelques chaussées souples. Bulletin d’information technique Info DLC, Vol. 3, n°
9.

Saint-Laurent, D., Roy, M. et Bergeron, G. (1995). Variations saisonnières de la portance


des chaussées souples : une étude avec le FWD. Recueil des communications du
30ème Congrès annuel de l’Association québécoise du transport et des routes, Hull,
Québec, p. 52 à 73.

Saetersdal, R. 1981. Prediction of the frost susceptibility of soils for public roads in
Norway. Frost I Jord (Frost action in soils), 22: p. 35.

Savard, Y. 1995. Les développements en drainage des chaussées à Transports Québec.


Recueil des communications du 31ème congrès annuel de l’Association québécoise
du transport et des routes, p. 125-149.

Scholen D. E. 1995. Stabilizer mechanisms in non-standard stabilizers. In Proceedings of


the Sixth International Conference on Low-Volume Roads, Minneapolis,
Minnesota, pp. 234-260.

Simonsen, E., Janoo, V. C. and Isacsson, U. 2002. Resilient properties of unbound road
materials during seasonal frost conditions. Journal of Cold Regions Engineering,
ASCE 16(1): 28-50.

Société Canadienne de Géotechnique 1994. Manuel canadien d’ingénierie des fondations.


P. Morin Éditeurs, Ottawa, Ontario.

Sorial, M. et Lacharité, M. 1988. Les projets d’infrastructures routières et l’érosion des


sols. Rapport des Études de recherche en transports, Génie et Environnement,
Ministère des Transports du Québec, Québec.

Stolle, D.F.E., Guo, P. and Liu, Y. (2006). Resilient modulus properties of typical granular
base materials of Ontario. In Proceedings of the 59th Canadian Geotechnical
Conference, Vancouver, B.-C.

Svoboda, L. 2002. Design of Aggregate Mix. CTU Rep., Proceedings of Workshop, vol.6,
pp. 606-607.

Swanson, H. 1985. Literature review on frost heaving. Report No. CDOH-DTP-R-85-1,


Colorado department of highways, Denver, Colorado.

Tessier G. R. 1990. Guide de construction et d’entretien des chaussées, Association


Québécoise du Transports et des Routes, Montréal, Québec.

Tester, R. and Gaskin, P. 1996. The effect of fines content on the frost susceptibility of a
crushed limestone. Canadian Geotechnical Journal, 33(4): 678-680

321
Theyse, H. L. 2002. Stiffness, strength and performance of unbound aggregate material:
Application of South African HVS and laboratory results to California flexible
pavements. Report for the California Pavement Research Program, University of
California, Pavement Research Center.

Thom, N. H. and Brown, S. F. 1987. The effect of moisture on the structural performance
of a crushed-limestone road base. Transportation Research Record, 1121: 50-56.

Thom, N. H. and Brown, S. F. 1988. The effect of grading and density on the mechanical
properties of a crushed dolomitic limestone. In Proceedings of the 14th Australian
Road Research Board, Volume 14, Part. 7, pp. 94-100.

Thom, N. H. and Brown, S. F. 1989. The mechanical properties of unbound aggregates


from various sources. In Proceedings of the 3rd Symposium on Unbound Aggregates
in Roads (UNBAR4), University of Nottingham. Edited by R.-H. Jones and A. R.
Dawson. Butterwoths, London, pp. 130-142.

Thompson, M. R., and Smith, 1990. Repeated Triaxial Characterization of Granular Bases.
Transportation Research Record, No. 1278.

Tian P., Zaman M. M. and Laguros J.G. 1998. Gradation and moisture effects on resilient
moduli of aggregates. Transportation Research Record, 1619, pp. 75-84.

Transportation Association of Canada 1997. Pavement design and management guide. Dr.
Ralph Haas Editor, Waterloo.

Tutumluer, E. and Seyhan, U. 1999. Laboratory Determination of Anisotropic Aggregate


Resilient Moduli Using An Innovative Test Device. Transportation Research
Record, No 1687, pp. 13-21.

Uthus, L. 2007. Deformation properties of unbound granular materials. PhD Dissertation,


University of Trondheim, Trondheim, Norway.

Uthus, L., Hermansson, A., Horvli, I. and Hoff, I. 2006. A study on the influence of water
and fines on the deformation properties and frost heave of unbound aggregates.
Cold Regions Engineering – Current Practices in cold Regions Engineering,
American Society of Civil Engineers.

Uzan, J. 1985. Characterization of Granular Material. Transportation Research Record


1022, Transportation Research Board, Washington D.C., USA, pp. 52-59.

VanDine, D. F. and Sims, G. 1994. AGGPROS (Aggregate Processing Software) A New


Tool for an Old Profession. Geotechnical News, 13(3): 73-76.

Vavrik, W., Huber, G., Pine, W., Carpenter, S. And Bailey, R. 2002. Bailey method for
gradation selection in HMA mixture design. Transportation Research E-Circular,
number E-C044, Washington.

322
Vermont Agency of Natural Resources 2003. Vermont Stream Geomorphic Assessment
Protocol Handbooks. Vermont Agency of Natural Resources Report, Waterbury,
Vermont.

Windisch, É. J. 1996. Grain-size distribution of mixed aggregates. Geotechnical testing


journal, 19(2): 227-331.

Zaman M., Chen D.-H. and Laguros J.G. 1994. Resilient Moduli of Granular Materials.
Journal of Transportation Engineering, 120(6): 967-988.

Zhang, G.-H., Liu, B.-Y., Nearing, M. A., Huang, C.-H. and Zhang, K.-L. 2002. Technical
note: Soil detachment by shallow flow. Transaction of the American Society of
Agricultural Engineers, ASAE 45(2): 351-357.

Zhang, G.-H., Liu, B.-Y., Liu, G.-B., He, X.-W and Nearing, M. A. 2003. Detachment of
undisturbed soil by shallow flow. Soil Science Society of America Journal, 67: 713-
719.

323
ANNEXE A
ESSAIS DE CARACTÉRISATION

324
Tableau A.1 : Essais de masse volumique – gneiss granitique

325
Tableau A.2 : Essais de masse volumique – calcaire

326
Tableau A.3 : Essais de masse volumique – basalte

327
x

Figure A.1 : Proctor – Gneiss CS et CM (0-5 mm)

328
Figure A.2 : Proctor – Gneiss CI et CSI (0-5 mm)

329
Figure A.3 : Proctor – Gneiss CIS et CSS (0-5 mm)

330
Figure A.4 : Proctor – Calcaire CS et CM (0-5 mm)

331
Figure A.5 : Proctor – Calcaire CI et CSI (0-5 mm)

332
Figure A.6 : Proctor – Calcaire CIS et CSS (0-5 mm)

333
Figure A.7 : Proctor – Basalte CS et CM (0-5 mm)

334
Figure A.8 : Basalte CI et CSI (0-5 mm)

335
Figure A.9 : Basalte CIS et CSS (0-5 mm)

336
Figure A.10 :Proctor – Particules fines – gneiss/calcaire/basalte

337
Figure A.11 : Limites de consistance – particules fines – gneiss/calcaire/basalte

338
Figure A.12 : Sédimentation – particules fines - gneiss

339
Figure A.13 : Sédimentation – particules fines - calcaire

340
Figure A.14 : Sédimentation – particules fines - basalte

341
ANNEXE B
ESSAIS DE POTENTIEL DE SÉGRÉGATION

342
Figure B.1 : Essais de potentiel de ségrégation – Gneiss CS et CM

343
Figure B.2 : Essais de potentiel de ségrégation – Gneiss CI et CS

344
Figure B.3 : Essais de potentiel de ségrégation – Gneiss CIS et CSS

345
Figure B.4 : Essais de potentiel de ségrégation – Calcaire CS et CM

346
Figure B.5 : Essais de potentiel de ségrégation – Calcaire CI et CSI

347
Figure B.6 : Essais de potentiel de ségrégation – Calcaire CIS et CSS

348
Figure B.7 : Essais de potentiel de ségrégation – Basalte CS et CM

349
Figure B.8 : Essais de potentiel de ségrégation – Basalte CI et CSI

350
Figure B.9 : Essais de potentiel de ségrégation – Basalte CIS et CSS

351
ANNEXE C
ESSAIS DE DÉGEL

352
Figure C.1 : Dégel – Chargement avant-gel – Gneiss CS, CM et CI

353
Figure C.2 : Dégel – Chargement avant-gel – Gneiss CSI, CIS et CSS

354
Figure C.3 : Dégel – Chargement avant-gel – Calcaire CS, CM et CI

355
Figure C.4 : Dégel – Chargement avant-gel – Calcaire CSI, CIS et CSS

356
Figure C.5 : Dégel – Chargement avant-gel – Basalte CS, CM et CI

357
Figure C.6 : Dégel – Chargement avant-gel – Basalte CSI, CIS et CSS

358
Figure C.7 : Chargements en dégel – Gneiss CS

359
Figure C.8 : Chargements en dégel – Gneiss CM

360
Figure C.9 : Chargements en dégel – Gneiss CI

361
Figure C.10 : Chargements en dégel – Gneiss CSI

362
Figure C.11 : Chargements en dégel – Gneiss CIS

363
Figure C.12 : Chargements en dégel – Gneiss CSS

364
Figure C.13 : Chargements en dégel – Calcaire CS

365
Figure C.14 : Chargements en dégel – Calcaire CM

366
Figure C.15 : Chargements en dégel – Calcaire CI

367
Figure C.16 : Chargements en dégel – Calcaire CSI

368
Figure C.17 : Chargements en dégel – Calcaire CIS

369
Figure C.18 : Chargements en dégel – Calcaire CSS

370
Figure C.19 : Chargements en dégel – Basalte CS

371
Figure C.20 : Chargements en dégel – Basalte CM

372
Figure C.21 : Chargements en dégel – Basalte CI

373
Figure C.22 : Chargements en dégel – Basalte CSI

374
Figure C.23 : Chargements en dégel – Basalte CIS

375
Figure C.24 : Chargements en dégel – Basalte CSS

376
ANNEXE D
ESSAIS DE RÉSISTANCE À L’ÉROSION

377
Figure D.1 : Résistance à l’érosion – Gneiss CS, CM, CI et CSI

378
Figure D.2 : Résistance à l’érosion – Gneiss CIS, CSS, Basalte CS et CM

379
Figure D.3 : Résistance à l’érosion – Basalte CI, CSI, CIS et CSS

380
Figure D.4 : Résistance à l’érosion – Calcaire CS, CM, CI et CSI

381
Figure D.5 : Résistance à l’érosion – Calcaire CI et CSS

382
ANNEXE E
ESSAIS DE PERMÉABILITÉ

383
Figure E.1 : Conductivité hydraulique – Gneiss CS et CM

384
Figure E.2 : Conductivité hydraulique – Gneiss CI et CSI

385
Figure E.3 : Conductivité hydraulique – Gneiss CIS et CSS

386
Figure E.4 : Conductivité hydraulique – Calcaire CS et CM

387
Figure E.5 : Conductivité hydraulique – Calcaire CI et CSI

388
Figure E.6 : Conductivité hydraulique – Calcaire CIS et CSS

389
Figure E.7 : Conductivité hydraulique – Basalte CS et CM

390
Figure E.8 : Conductivité hydraulique – Basalte CI et CSI

391
Figure E.9 : Conductivité hydraulique – Basalte CIS et CSS

392
ANNEXE F
ESSAIS DE MODULE RÉVERSIBLE

393
Figure F.1 : Module réversible – Gneiss CS – État initial et saturé

394
Figure F.2 : Module réversible – Gneiss CS – État drainé et compilation

395
Figure F.3 : Module réversible – Gneiss CM – État initial et saturé

396
Figure F.4 : Module réversible – Gneiss CM – État drainé et compilation

397
Figure F.5 : Module réversible – Gneiss CI – État initial et saturé

398
Figure F.6 : Module réversible – Gneiss CI – État drainé et compilation

399
Figure F.7 : Module réversible – Gneiss CSI – État initial et saturé

400
Figure F.8 : Module réversible – Gneiss CSI – État drainé et compilation

401
Figure F.9 : Module réversible – Gneiss CIS – État initial et saturé

402
Figure F.10 : Module réversible – Gneiss CÌS – État drainé et compilation

403
Figure F.11 : Module réversible – Gneiss CSS – État initial et saturé

404
Figure F.12 : Module réversible – Gneiss CSS – État drainé et compilation

405
Figure F.13 : Module réversible – Calcaire CS – État initial et saturé

406
Figure F.14 : Module réversible – Calcaire CS – État drainé et compilation

407
Figure F.15 : Module réversible – Calcaire CM – État initial et saturé

408
Figure F.16 : Module réversible – Calcaire CM – État drainé et compilation