2012-06-21 Rapport PRD Mohamed Amine EL FATTOUH PDF

L’innovation sur de solides appuis
ELABORATION D’UN MODELE ANALYTIQUE POUR LA

DETERMINATION DES VALEURS DE REFERENCE DE
CONTROLE DE COMPACTAGE A L’AIDE DU
PENETROMETRE DYNAMIQUE LEGER PANDA®.
Mohammed Amine EL FATTOUH
DÉPARTEMENT GÉNIE CIVIL
Mémoire présenté en vue de l’obtention du diplôme d’Ingénieur

Génie Civil
Option Infrastructure de Transport
Février - Juin 2012
: Ecole Hassania Des Travaux Publics-Km

Publics Km 7, Route d'El Jadida, BP : 8108 Oasis – Casablanca - Maroc
: Direction Adjointe chargée des Etudes : +212 (0) 520 42 05 00 à 09 – Secrétariat : +212 520 42 05 11
: +212 (0) 522 23 07 17 - Mèl : http://www.ehtp.ac.ma
‫َ اـ‬ ‫با ـ‬‫ـٍ * * * ـ ن ر ـ َ‬ ‫ـ‬ ‫ـ ا‬ ‫ا! ـ ْ‬
‫ـ‪ * * * +‬ـ (ع ذ (ل ا 'ـ& ‪%‬ـ ل ‪"#‬‬ ‫‪/‬ـ‪.‬قْ ـ ( ا ‪,‬‬ ‫و ـ‬
‫ا ‪" ,‬ـ و‪7‬ـ‪2 5 6‬ـ * * * ‪ 4‬ـ "ـ أر‪ 2‬ـ ً ـ ـ ـ‬ ‫و ـ‬
‫وذات ا ‪,‬ـ وا; ‪ 2‬ـ وا ‪:,‬ـ * * * إذا ‪4/‬ـ ‪ 8‬ا ‪ ,‬ـ ر ـ‪.‬ا ـ‬
‫‪ 5‬ــ ا? م ا =‬
‫ا‬ ‫أ‬ ‫إ‬

‫ا‬ ‫أ‬ ‫إ‬
‫ء‬ ‫و‬ ‫و‬ ‫اء‬ ‫ا‬ ‫إ‬ ‫إ‬
‫‪#‬آن‬ ‫آ‬ ‫إ‬
Remerciements
Je souhaite adresser mes sincères remerciements à Monsieur Miguel Angel BENZ

NAVARETTE d’avoir suivi ce travail avec beaucoup d’intérêt et de passion, et qui, sans lui ce
travail n’aurait jamais vu le Jour. Ainsi, pour lui exprimer ma gratitude, je tiens à lui dédier ce
travail.
Je remercie également Monsieur Philippe MOUSTAN pour l’encadrement et le suivi

continuel au cours de ce stage, ainsi que pour la sympathie qu’il m’a témoignée.
Merci également à Monsieur Roland Gourvès, directeur général de Sol-Solution, de m’avoir

reçu au sein de sa boite durant ces 5 mois de travail et de m’avoir donné des conseils qui vont
au-delà de la vie professionnelle.
Je remercie aussi tout le personnel de Sol Solution pour leur accueil et pour leur gentillesse,
plus précisément l’équipe du pôle recherche et développement : Monsieur Estebane ESCOBAR,
Monsieur Matias CALVENTE, Monsieur Antoine BELIEN, Monsieur David CHABANAT, et
Monsieur Mathieu THINQUE. Je voudrais ainsi leur exprimer ma reconnaissance la plus
profonde et amicale.
Je remercie aussi monsieur Mohamed SAHLI de m’avoir donné cette opportunité de passer
ce stage en France, ainsi que pour son encadrement.
Enfin, je ne peux terminer ces remerciements sans penser à toutes les personnes qui ont
toujours été présentes dans ma vie pour me soutenir et m’encourager spécialement mes parents,
ma famille et mes amis.
Merci à tous et à toutes.

Résumé
Le contrôle de compactage par pénétrodensimétrie est devenu de plus en plus répandu dans
le contrôle de travaux des ouvrages en terre. Il existe différentes techniques pour ce faire, parmi
elles, le pénétromètre dynamique Panda® [21] est l’outil le plus utilisé dans ce domaine.
Le principe de contrôle à l’aide du pénétromètre Panda® s’appui sur la comparaison du
pénétrogramme obtenu, lors du contrôle, aux courbes de référence contenues dans une base
de données pour différents sols GTR. En effet, il a été montré que, pour un sol donné dans un
état hydrique connu, il existe une relation biunivoque entre la résistance de pointe qd et la
densité sèche γd de type γd = A*ln(qd)+B, dite courbe de calibration [9].
En outre, le système de classification des sols GTR postule de manière générale que pour
deux ou plusieurs sols appartenant à une même famille, ou classe, on aura des réponses
mécaniques, telle que la résistance de pointe pénétrométrique qd, très similaires. Dans cette
logique, on a établi les courbes de calibration au laboratoire γd = A*ln(qd)+B pour chaque famille
de sol GTR [22].
Toutefois, des écarts ont été constatés entre les courbes de calibration des sols appartenant
à une même classe GTR. En fait, dans une approche micromécanique, ces variations seront
très probablement liées aux variations des paramètres physiques (granulométrie, minéralogie...)
mais aussi aux variations des paramètres d’état et d’interaction (densité, teneur en eau,
plasticité…) du sol en question.
L’objectif de ce travail est de proposer un modèle mathématique à partir de l’interpolation des
données inclues dans la base du Panda, nous permettant ainsi de prédire les courbes de
calibration d’un sol donné à partir de ses caractéristiques physiques, d’interaction et d’état.
Pour mener à bien ce travail, on l’a réparti en quatre parties :
Premièrement, une synthèse bibliographique sur le comportement mécanique des milieux
granulaires et l’influence des caractéristiques physiques et d’état du sol sur son comportement
mécanique. On traitera aussi le sujet du compactage des sols en s’intéressant plus
particulièrement à la détermination au laboratoire des courbes de calibration avec le Panda.
Dans la deuxième partie, on présentera la base de données des sols pour le pénétromètre
Panda ainsi leurs paramètres physiques, mécaniques et pénétrométriques.
La troisième partie est consacrée au développement du modèle mathématique des sols
selon leurs types (pulvérulents ou cohésifs) en se basant sur les paramètres qui les définissent.
Enfin, la quatrième partie est consacrée à la validation expérimentale du modèle proposé
pour un ou deux sols qui ne sont pas compris dans la base de données. La méthode consiste à
prédire les courbes de calibration et ensuite les comparer à celles établies au laboratoire.
Abstract
Abstract
The control of compaction using the penetration methods has become increasingly
widespread for the soil structures’ control. There are different techniques to do so, among them,
the dynamic penetrometer Panda ® [21] is the most used tool in this field.
The principle of control using the penetrometer Panda ® is based on the comparison of
penerogramm, obtained while controlling, to the reference curves contained in a database for
different soils GTR. Indeed, it was shown that for a given soil with a very known water status,
there is a one to one relationship between the peak strength qd and dry density γd type γd =
A*ln(qd)+B, named calibration curve. [9]
In addition, the system of soil classification GTR postulates generally that for two or more
soils belonging to the same family, or class, they will have the same mechanical responses,
such as similar penetrometer tip resistance qd. In this logic, we established calibration curves in
the laboratory γd = A*ln(qd)+B for each family of soils GTR [22].
However, differences were observed between the calibration curves of soils belonging to the
same class GTR. In fact, in a micromechanical approach, these variations are most likely
related to changes in physical parameters (particle size, mineralogy ...) but also to changes in
state parameters and interaction (density, plasticity ...).
In this memory we will suggest a mathematical model based on the interpolation of the data
of the Panda, allowing us to predict the calibration curves of a given soil from its physical
characteristics of interaction and stat.
We have divided this work into four parts.
First, a bibliographical summary on the mechanical behavior of granular media and the
influence of physical and stat characteristics of the soil on its mechanical behavior. We also
handle the theme of soil compaction in a focus on determining calibration curves in the
laboratory with the Panda. We will also study the topic of soil compaction by focusing in
particular on the establishment of calibration curves in the laboratory with the Panda.
In the second part, we present the Panda’s database of the soils with their physical,
mechanical and penetrometric parameters.
The third part is devoted to the development of the soils’ mathematical model according to
their type (cohesive or granular) and to their parameters.
Finally, in the fourth part we are going to validate experimentally the proposed model for one
or two soils that are not included in the database. The method consists on predicting the
calibration curves and then compares them with those found in the laboratory.
Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 2

Abstract
Table des matières
Résumé ................................................................................................................................. 1
Abstract ................................................................................................................................. 2
INTRODUCTION ................................................................................................................... 6
PREMIERE PARTIE : ETAT DE L’ART.................................................................................. 9
I. GENERALITES SUR LES SOLS .............................................................................. 9
I.1. Origine des sols .................................................................................................... 9
I.2. Phases des sols .................................................................................................... 9
II. CARACTERISTIQUES PHYSIQUES ET D’ETAT DES SOLS ................................ 10
II.1. Propriétés physiques ........................................................................................... 10
II.2. Grandeurs pratiques :.......................................................................................... 10
II.3. Propriétés d’état .................................................................................................. 11
III. COMPORTEMENT MECANIQUE DES SOLS ........................................................ 14
III.1. Introduction ...................................................................................................... 14
III.2. La résistance au cisaillement des sols ............................................................. 15
III.3. Essais au laboratoire ....................................................................................... 17
IV. CORRELATION ENTRE LES PROPRIETES PHYSIQUES D’UN SOL ET LA
RESISTANCE MECANIQUE [24] .......................................................................................... 20
V. LA CLASSIFICATION DE SOLS............................................................................. 21
V.1. Introduction ......................................................................................................... 21
V.2. Les essais de classification ................................................................................. 21
V.3. Classification des sols ........................................................................................ 27
V.4. Comparatif des systèmes de classification [23] ................................................... 35
VI. LE SOL COMME MATERIAU DE CONSTRUCTION .............................................. 37
VI.1. Introduction ...................................................................................................... 37
VI.2. Les essais de compactage au laboratoire ........................................................ 37
VI.3. Les qualités de compactage en France (GTR)................................................. 39
VI.4. Les essais du contrôle de compactage ............................................................ 40
VII. LE CONTROLE DE COMPACTAGE A L’AIDE DU PENETROMETRE PANDA® ... 42
VII.1. Introduction [9] ................................................................................................. 42
VII.2. Principe du Panda® ......................................................................................... 42
VII.3. Le principe du contrôle de compactage ........................................................... 43

Abstract
VII.4. L’étalonnage au laboratoire (Chaigneau 2001) ................................................ 44

VII.5. Construction d’une banque des données pour le Panda. ................................. 47
VIII. PROBLEMATIQUE DU STAGE. ............................................................................. 47
PARTIE II : LA BASE DE DONNEES DES SOLS A SOL-SOLUTION ................................. 50
I. INTRODUCTION .................................................................................................... 50
I.1. Justification théorique de la procédure d’étalonnage au laboratoire [26] ............. 50
I.2. L’essai pénétrométrique au Panda ...................................................................... 51
I.3. Choix des matériaux ........................................................................................... 52
I.4. Choix des essais d’identification .......................................................................... 52
II. PRESENTATION DE LA BASE DE DONNEES DU PANDA ................................... 52
II.1. ................................................................................................................................ 54
II.2. Base de données : Partie physique ..................................................................... 54
II.3. Base des données : Partie analytique ................................................................. 55
III. RECAPITULATIF DES DONNEES DES SOLS ...................................................... 55
III.1. Caractéristiques des sols de la BDD................................................................ 55
III.2. Caractéristiques pénétrométriques : étalonnage Panda® et courbes de
calibration 58
III.3. Bilan ................................................................................................................ 60
PARTIE III : ETUDE D’UN MODELE ANALYTIQUE ............................................................ 62
I. INTRODUCTION .................................................................................................... 62
I.1. Objectif ................................................................................................................ 63
I.2. Les hypothèses ................................................................................................... 63
II. METHODOLOGIE .................................................................................................. 64
III. LES SOLS INSENSIBLES A L’EAU DE LA BASE DES DONNEES........................ 65
III.1. Matrices de corrélation .................................................................................... 68
IV. ETABLISSEMENT DES DIFFERENTS MODELES : .............................................. 71
IV.1. Modèle 1.......................................................................................................... 71
IV.2. Modèle 2.......................................................................................................... 74
IV.3. Modèle 3.......................................................................................................... 76
IV.4. Modèle 4.......................................................................................................... 79
V. ANALYSE DES MODELES PROPOSES ................................................................ 83
VI. BILAN ..................................................................................................................... 84
PARTIE IV : ETUDE D’UN CAS REEL ................................................................................ 85
I. INTRODUCTION .................................................................................................... 85

Abstract
II. FICHES DESCRIPTIVES DES SOLS ..................................................................... 87

II.1. Sol I : Sol barrage I ............................................................................................. 87
II.2. Sol II : Sol barrage II ........................................................................................... 87
II.3. Sol III : Sol barrage III.......................................................................................... 88
II.4. Sol IV : Sol tranque relaves el buitre ................................................................... 88
III. COMPARAISON DES COURBES DE REFERENCES REELLES AVEC CELLES DU
MODELE ............................................................................................................................... 89
III.1. Comparaison Sol 1 .......................................................................................... 89
III.5. BILAN .............................................................................................................. 92
CONCLUSIONS GENERALES-PERSPECTIVES................................................................ 93
Perspectives de travail...................................................................................................... 94
REFERENCES BIBLIOGRAPHIQUES ................................................................................ 96

INTRODUCTION
INTRODUCTION
INTRODUCTION
Le contrôle de compactage à l’aide du pénétromètre Panda® (Gourvès 1991) est aujourd’hui

la technique la plus employée dans ce domaine en France (NF 94-51) ainsi qu’à l’étranger, où
quelques normes ont vu le jour ces dernières années.
Le principe du contrôle de compactage avec le Panda® s’appui sur la comparaison du

pénétrogramme obtenu in-situ aux droites de référence contenues dans la base de données du
logiciel PandaWin. Ces droites dépendent de la nature du sol contrôlé, de sa teneur en eau et
de la qualité de compactage exigée (Q2, Q3,..). L’obtention de ces droites de référence se fait
par l’étalonnage in-situ (planches d’essais) ou au laboratoire (dans une chambre d’étalonnage)
où on obtient la relation entre la densité sèche, la teneur en eau et la résistance de pointe du sol
en question [9]
Par ailleurs le contrôle de compactage en France et réalisé selon les recommandations du

système de classification de sols proposé, à savoir : la classification GTR. Nous avons vu que
ce système de classification range les sols en familles (A, B, D,…). De même, la GTR postule
que les sols appartenant à une même famille auront, à densités égales, une même réponse
mécanique. Cela se traduit dans la pratique par le fait que les sols de la même famille ont des
droites de référence et donc des courbes de calibration identiques.
Toutefois, il a été montré que le postulat de la GTR n’est pas toujours vrai. En effet, les
travaux réalisés à Sol Solution et ceux publiés par EL HAJJ Hussein (2006) [17] montrent que
pour certains sols ayant la même classe GTR, les droites de référence et les courbes de
calibration ne sont pas identiques. Ces écarts proviennent très probablement du fait que la
classification GTR (et comme la plupart des systèmes de classification) ne tient pas compte de
quelques paramètres des sols ayant une influence non négligeable sur sa réponse mécanique,
donc sur la résistance à la pénétration qd.
Pour répondre à cette question, Sol Solution en partenariat avec l’institut pascal ont constitué
une base de données (BDD) de sols. L’objectif de cette BDD est de relier les paramètres de
nature et l’assemblage avec la résistance de pointe qd et de trouver une propriété d’un sol en
travaillant par similitude (interpolation) entre un sol décrit par certains paramètres et une série
de sols de référence. Toutefois, aucun travail n’a été fait sur ce sujet.
Aujourd’hui, la BDD est composée d’une trentaine de sols et nous avons pensé que
l’information disponible devrait permettre de réaliser l’interpolation entre les données des sols
existants pour retrouver soit la résistance de pointe qd soit les courbe de calibration d’un sol qui
n’existe pas dans la base de données.
Cela devrait permettre de s’affranchir des essais de calibration au laboratoire (qui sont longs
et onéreux) pour des sols qui ne font pas partie de la base de données et d’autre part de rendre
cette base de données universelle ce qui nous permettra d’obtenir le droite de référence et le
courbe de calibration des sols étrangers

INTRODUCTION
L’objectif de ce travail est donc de proposer un modèle mathématique permettant d’obtenir

des courbes de référence d’un sol inexistant dans la base de données à partir de ses
caractéristiques physiques, d’état et d’interaction. Pour cela, on procédera à étude des
corrélations entre les paramètres physiques et mécaniques. Ainsi, pourra-t-on interpoler les
courbes de référence des sols connus pour retrouver celles des sols inconnus
Pour mener à mieux ce travail, différents objectifs secondaires ont été établis. D’abord, nous
avons rassemblé, traité et rangé l’information de la base de données du Panda. En effet; les
sols on été regroupés, selon leurs pourcentages de fines, en deux familles : une famille des sols
insensibles à l’eau et une autre des sols sensibles à l’eau. Dans un premier moment, nous nous
sommes intéressés aux sols insensibles à l’eau. Il s’agit, en effet, de 12 sols dont le
pourcentage de fines est inférieur à 12%. Nous avons ensuite étudié les variations des courbes
de calibration en fonction des paramètres physiques et d’état des sols.
Les modèles étudiés concernent les sols insensibles à l’eau et vont du plus simple au plus
complexe. Ces modèles sont élaborés sur la base des caractéristiques des 12 sols de la BDD et
nous permettent de prédire pour un sol donné ses courbes de référence à partir d’une simple
caractérisation physique du sol et d’état. Pour le choix du modèle le plus adéquat, on a procédé
tantôt à une comparaison entre les courbe trouvées par le modèle et les courbes réelles du sol,
tantôt à une comparaison des marges d’erreurs des modèles.
Finalement, et pour valider le modèle trouvé, on a choisi de nouveaux sols (4 sols utilisés
dans la construction des barrages au Chili) qui ne sont pas compris dans la base de données et
dont les caractéristiques physiques et pénétrométriques sont connues et on a essayé de prédire
leurs courbes de calibration et les comparer à celles établies au laboratoire.
Ce travail est composé de quatre parties suivies des conclusions et des perspectives.
Dans la première partie on présente, une synthèse bibliographique sur le comportement

mécanique des milieux granulaires et l’influence des caractéristiques physiques et d’état du sol
sur son comportement mécanique. On traitera aussi le sujet du compactage des sols en
s’intéressant plus particulièrement à la détermination au laboratoire des courbes de calibration
avec le Panda.
Dans la deuxième partie, on présentera la base de données des sols pour le pénétromètre
Panda ainsi leurs paramètres physiques, mécaniques et pénétromètriques. Cette base des
données est aujourd’hui composée d’une trentaine de sols (32). Nous avons dû saisir toute
l’information concernant chaque sol ainsi que tous les résultats des essais d’étalonnage du
Panda au laboratoire pour ces 32 sols. Le travail de saisie, d’arrangement et de classification de
cette information a été exhaustif. De même nous avons dû vérifier dans certains cas la validité
des résultats obtenus au laboratoire. Tout cela est présenté dans cette deuxième partie.
La troisième partie est consacrée au développement du modèle mathématique des sols en

se basant sur les paramètres qui les définissent. Nous avons travaillé principalement avec la
famille des sols pulvérulents et insensibles à l’eau. Au total 12 sols on alimenté nos modèles.

INTRODUCTION
Ceux-ci ont été conçus du plus simple au plus complexe en termes de paramètres mis en jeux.
La validation des modèles proposés sera réalisée par le biais d’une comparaison des courbes
de calibration calculées avec celles obtenues au laboratoire pour les sols en question. Un calcul
de l’erreur introduit dans les estimations de la résistance de pointe est également réalisé.
Enfin, la quatrième partie est consacrée à la validation expérimentale du modèle proposé

pour des sols non compris dans la base de données. La méthode consiste à prédire les courbes
de calibration et ensuite les comparer à celles établies au laboratoire.

PARTIE I
Etat de l’art
I. GENERALITES SUR LES SOL
I.1. Origine des sols
I.2. Phases des sols
II. CARACTERISTIQUES PHYSIQUES ET D’ETAT DES SOLS
II.1. Propriétés physiques
II.2. Grandeurs pratiques :
II.3. Propriétés d’état
III. COMPORTEMENT MECANIQUE DES SOLS
III.1. Introduction
III.2. La résistance au cisaillement des sols
III.3. Essais au laboratoire
IV. CORRELATION ENTRE LES PROPRIETES PHYSIQUES D’UN SOL ET LA RESISTANCE
MECANIQUE
V. LA CLASSIFICATION DE SOLS
V.1. Introduction
V.2. Les essais de classification
V.3. Classification des sols
V.4. Comparatif des systèmes de classification
VI. LE SOL COMME MATERIAU DE CONSTRUCTION
VI.1. Introduction
VI.2. Les essais de compactage au laboratoire
VI.3. Les qualités de compactage en France (GTR)
VI.4. Les essais du contrôle de compactage
VII. LE CONTROLE DE COMPACTAGE A L’AIDE DU PENETROMETRE PANDA®
VII.1. Introduction
VII.2. Principe du Panda®
VII.3. Le principe du contrôle de compactage
VII.4. L’étalonnage au laboratoire (Chaigneau 2001)
VII.5. Construction d’une banque des données pour le Panda.
VIII. PROBLEMATIQUE DU STAGE.

PREMIERE PARTIE : ETAT DE L’ART
I. GENERALITES SUR LES SOLS
I.1. Origine des sols
Du point de vue de la mécanique des sols, les sols peuvent être définis comme des agrégats
dans lesquels les particules sont faiblement liées et peuvent être séparées par une action
mécanique. Ce sont des milieux granulaires issus d’une roche mère suite à différents processus
artificiels tel que le concassage des roches ou naturels qui sont généralement la désagrégation
des roches par altération mécanique, chimique ou physicochimique sous l’effet d’agents
naturels ou bien la décomposition d’organismes vivants végétaux (tourbes) ou animaux (craies).
Suivant les types d’altération, les sols résultants auront des compositions différentes. En
effet, si la roche subit une désagrégation physique et mécanique, on aura des fragments de
roche de même composition que la roche mère qui sont : le gravier, le sable et le limon (même
minéralogie). Par contre, si la décomposition de la roche est physico-chimique, les fragments
de roche sont de nouveaux composés: les argiles. Cette fragmentation de la roche mère donne
des formes et des tailles variées aux grains, ce qui donne la particularité de chaque sol.
En conclusion, un sol est un mélange de fragments de roches, de particules d’argile et de
matières organiques. Et leur comportement mécanique dépendra fortement du degré de
fragmentation et du processus donnant son origine mais aussi de sa minéralogie. Pour le
lecteur intéressé, l’ouvrage de Terzaghi (Mécanique des sols dans la pratique d'ingénierie
1948) décrit bien les sols, leurs formations et leurs compositions.
I.2. Phases des sols
Les sols sont constitués, par nature, de deux autres domaines supplémentaires : liquide et
gazeux. Ces deux phases se trouvent dans les vides entre les différents grains, généralement
appelés pores ou interstices et qui sont remplis d’eau et d’air.
Il s’agit donc d’un milieu triphasique constitué d’une phase solide (grains de différentes
dimensions), une phase liquide représentée par l’eau libre, capillaire, ou adsorbée par les
grains, et une phase gazeuse d’air et de vapeur d'eau. Ces phases sont illustrées dans la figure
1 ci-après. On verra plus loin que le comportement mécanique du sol vis-à-vis des sollicitations
appliquées dépendra fortement de l’interaction de ces trois phases.

Figure 1 - structure du sol Figure 2 - schéma des phases du sol [5]
II. CARACTERISTIQUES PHYSIQUES ET D’ETAT DES SOLS
II.1. Propriétés physiques
Comme nous l’avons vu, le comportement du sol dépend de la minéralogie des particules,
mais surtout de sa nature triphasique et de l’interaction entre les trois phases les composant.
Les propriétés physiques et d’état englobent la texture du sol, la structure du sol, le
pourcentage de la matière organique, la quantité d’eau et d’air et la température. Pour
déterminer ces propriétés, la mécanique des sols définit des grandeurs et des paramètres qui
renseignent sur l’état du sol à l’aide de quelques essais de base dits essais d’identification ou
de classification. Ces essais seront présentés très succinctement plus loin. (Partie I –
paragraphe V.2)
II.2. Grandeurs pratiques :
D’après le schéma présenté dans la figure 2, les grandeurs physiques et d’assemblages les
plus importants et permettant décrire les sols sont :
W : poids total du sol
Ws : poids des particules solides
Ww : poids de l'eau
V : volume total (apparent
V
Vs : volume des particules solides
Vv : volume des vides entre les particules
Vw : volume de l'eau
Va : volume de l'air

Poids volumiques
Poids volumique des grains solides (KN/m3)
Poids volumique de l’air (KN/m3)
Poids volumique total (KN/m3)
du sol sec
Poids volumiques de
référence (KN/m3) du sol saturé
Déjaugé
On considère que le poids volumique de l’air est négligeable kN/m3 et le poids

volumique de l’eau est w=10 kN/m3.
Indice des vides

C’est le rapport du volume des vides (phases liquide et gazeuse) au volume des particules du sol (sans
unité), noté e :
Équation 1
Porosité
C’est le volume des vides contenus dans un échantillon donné ramené au volume total de
l’échantillon (sans unité), notée n :
n est comprise entre 0 et 1. Équation 2
II.3. Propriétés d’état
Les propriétés d’état sont des propriétés dons les paramètres indiquent les proportions des
trois phases du sol. Ces paramètres sont fonction de l’état du sol et caractérisent le
comportement du sol sous l’effet d’un chargement donné. Dans ce qui suit, on va définir ces
paramètres ainsi que quelques ordres de grandeur.
II.3.1. Teneur en eau
C’est un rapport de la masse d’eau à la masse du sol sec, ce rapport est exprimé sans unité
ou en pourcentage:

Équation 3
II.3.2. Densité sèche
On définit la densité sèche comme étant le rapport du poids volumique du sol sec au poids
volumique de l’eau :
Équation 4
Comme le poids volumique de l’eau est une grandeur constante ( ) on

confond souvent la densité sèche avec le poids volumique du sol sec.
II.3.3. Degré de saturation
C’est le rapport du volume d’eau au volume des vides, exprimé sans unité ou en
pourcentage%, sa formule est :
Équation 5
Si Sr = 1 le sol est considéré comme saturé, si Sr < 1 le sol non saturé et si Sr = 0 le sol sec
II.3.4. Indice de densité (ID) ou Densité relative (DR)
L’indice des vides ne traduit pas à lui seul le degré de serrage des particules des sols grenus
ou pulvérulents, car il dépend largement de la granularité du sol et de la forme des grains. C’est
pour cela qu’on caractérise le sol par son indice de densité ID (appelé antérieurement « densité
relative », DR), qui situe en valeur relative l’indice des vides dans sa plage de variation : les
états extrêmes de densité d’un sol (indice des vides maximal emax et indice des vides minimal
emin) qui sont obtenus par des procédures normalisées. [1]
L’indice des vides emax représente l’état le moins compact et emin représente l’indice des vides
de l’état le plus compact.
Équation 6
II.3.5. Relations entre ces caractéristiques et ordres de grandeur
Il est toujours utile de noter la plage de variation des propriétés physiques et d’état des
différents sols (sables, graves, …). Dans le tableau 1 on propose un bref récapitulatif de
quelques ordres de grandeurs de ces propriétés pour différents sols.

Tableau 1 - exemples d’ordres de grandeur

3
grandeur Poids volumiques (kN/m )
Indice Teneur en
porosité
γs γ γd γ’ γsat des vides eau (%)
Sol
Sable 26 à 27 17 à 20 14 à 18 9 à 12 19 à 22 0,25 à 0,50 0,5 à 0,8 1 à 15
Argile 26 à 27 16 à 22 10 à 20 9 à 12 19 à 22 0,20 à 0,80 0,7 à 2,5 10 à 20
De même, il est possible de relier les différents paramètres du sol. Le tableau 2 suivant
résume les relations entre ces différents paramètres :
Tableau 2 - relations entre les différents paramètres [8]
Poids Poids
Indice
volumique volumique
Paramètres Définitions Porosité n des vides
apparent apparent sec
e
γ(kN /m3) γd(kN /m3)
Teneur
en eau
Porosité n 1
Indice 1
1
des vides e
Poids
volumique
apparent
1
γ(kN /m3)
Poids
volumique
apparent sec
1
γd(kN /m3)
Poids
volumique
des grains
γs(kN /m3)

III. COMPORTEMENT MECANIQUE DES SOLS
III.1. Introduction
L’un des grands buts de la mécanique des sols est d’étudier le comportement du massif de
sol soumis à différentes sollicitations (les forces massiques, les charges de surface et les forces
dynamiques) et de vérifier que sa stabilité reste assurée. [15]
L’étude du comportement mécanique des sols nous donne une idée sur la capacité portante
du sol sous les sollicitations induites par un ouvrage. Dans cette optique, la connaissance des
propriétés mécaniques d’un sol s’avère primordiale pour assurer la stabilité des ouvrages vis-à-
vis des pathologies pouvant les endommager tels que le glissement, le renversement…
Il existe deux approches pour décrire le comportement mécanique des sols : soit en
considérant le sol comme milieu continu, soit en prenant en compte sa nature discontinue
III.1.1. Le sol comme un milieu continu
La mécanique des milieux continus (MMC) est la base de l’étude des comportements des
matériaux dans le domaine du génie civil. Cette science, est basée sur la continuité des champs
de contrainte de déformations à l’intérieur du matériau supposé continu.
Cette hypothèse n’est pas justifiée dans le cas des sols, car la discontinuité matérielle ne
nous permet pas de définir la contrainte et la déformation comme des variables continues au
sein de la structure granulaire.
Ce type d’approche peut faire face aux deux types de difficultés suivantes :
- Certains aspects du comportement des milieux granulaires comme la dilatance, la non-
existence d’un domaine élastique, sont difficilement compatibles avec les modèles
classiques,
- Pour prendre compte d’une réalité complexe, il est nécessaire de prendre en compte les
variables internes caractérisant l’état microstructural du matériau granulaire (variables
d’état, variables d’écrouissage…)
Malgré tout, depuis un siècle, les relations basées sur l’approche MMC ont été utilisées pour
modéliser le comportement des milieux granulaires. Ainsi, et de manière générale, le
comportement d’un matériau assimilé à un milieu continu est régi par une loi reliant le tenseur
des contraintes et le tenseur des déformations. Trois classes de lois de comportement jouent un
rôle majeur dans la description du comportement mécanique des sols : l’élasticité linéaire, la
plasticité et la viscosité [9].
III.1.2. Le sol comme un milieu discret
Le sol est par définition un milieu polyphasique. En considérant un cube élémentaire de ce

matériau, tel que ses dimensions soient suffisamment grandes devant la taille des grains, alors
on peut définir un vecteur contrainte sur chacune de ses facettes. La somme des forces

ponctuelles appliquées par l’intermédiaire des contacts entre les grains et des interactions avec
les fluides peut se résumer à une résultante unique située au centre de la facette. Ce cube de
matière polyphasique, appelé volume élémentaire représentatif(VER), subira un état de
déformation intégrant les déformations de chacune des phases
Ainsi, la micromécanique des milieux granulaires (MMG) est née du besoin de mieux
comprendre le lien entre le comportement global d’un tel matériau et les phénomènes discrets
ayant lieu à l’échelle du grain.
La MMG se place dans une approche multi-échelles qui consiste à changer l’échelle du
problème physique et à exprimer le comportement macroscopique du sol à partir de son
comportement local. La réponse du milieu granulaire à un état de contrainte donné est
modélisée à l’échelle du VER par un milieu continu. Les paramètres rhéologiques du VER
dépendent directement des propriétés de nature et de forme des grains, de leurs interactions
avec le liquide et de leurs assemblages [9].
III.2. La résistance au cisaillement des sols
III.2.1. Introduction
Le comportement mécanique des sols est influencé par une grande partie par sa résistance
au cisaillement. Cette dernière peut être définie comme étant la contrainte de cisaillement
maximale qu’un sol peut supporter. Plusieurs théories ont été faites pour pouvoir comprendre et
anticiper le comportement du sol vis-à-vis d’une sollicitation donnée. Coulomb(1773) était le
premier à proposer une formule pour connaître la résistance au cisaillement d’un sol.
L’étude approfondie de la résistance au cisaillement nous servira par la suite pour
comprendre le comportement du sol lors d’un essai de pénétration. En effet, la résistance à la
pénétration est considérée comme étant une résistance au cisaillement du sol. (Cf. para VII)
III.2.2. Critère de Mohr-Coulomb
Supposons un sol soumis à des systèmes de charges différentes. Pour chaque système, on
peut tracer à la rupture un cercle de Mohr lui correspondant. L’enveloppe des cercles de Mohr à
la rupture est appelée courbe intrinsèque. Coulomb a montré que la courbe intrinsèque des sols
était une droite définie par l’équation :
ϕ) Équation 7
Avec :
τ : est la résistance au cisaillement du sol
σ : est la composante normale de la contrainte principale appliquée au sol
ϕ :est un angle appelé angle de frottement interne
c : a la dimension d’une contrainte et s’appelle cohésion du sol
La figure suivante représente la courbe intrinsèque qui répond à cette équation

Figure 3- cercle de Mohr et courbe intrinsèque [10]

Dans le cas où on a une cohésion nulle, le sol est dit pulvérulent, la courbe intrinsèque passe
alors à l’origine et le critère de Mohr devient :
ϕ) Équation 8
III.2.3. Postulat de Terzaghi
En se basant sur la constatation que la contrainte ne permet pas d'expliquer le phénomène

de compressibilité, la résistance au cisaillement dans toutes les configurations, et en
remarquant que la pression de l'eau s'applique toujours perpendiculairement à la surface des
grains, Karl Von Terzaghi 1948 a proposé d'expliquer ces phénomènes en décomposant la
contrainte en une action des grains les uns par rapport aux autres et la pression de l'eau. En
effet, Terzaghi postule donc que la contrainte normale qui s'applique sur un grain est la somme
d'une contrainte qualifiée d'effective et de la pression de l'eau. [10]
Équation 9
Équation 10
Avec :
- σ : composante normale de la contrainte totale,
- σ' : contrainte effective,
- u : pression interstitielle. Si l'eau est immobile et que zw est la hauteur d'eau au-dessus du
grain
- u = γw.zw,
- τ: Composante tangentielle de la contrainte totale,
- τ' : Composante tangentielle de la contrainte effective.
La composante effective de la contrainte correspond à l'action des grains vis à vis des
autres. L'action de l'eau n'est pas exercée sur le grain lui-même ; elle s'exerce, en effet, tout
autour du grain.
III.2.4. Comportement non drainé des sols
On parle de comportement drainé des sols lorsque les conditions suivantes sont vérifiées :
- l’eau ne peut pas s’évacuer instantanément (cas d’argile molle par exemple) ;
- l’eau va se mettre en surpression et reprend donc une partie des contraintes ;

- on travaille alors en contraintes totales ;

Ce comportement sera qualifié de court terme, car il s’agit d’un comportement peu de temps
après l’application des charges.
III.2.5. Comportement drainé des sols
On parle de comportement non drainé des sols lorsque les conditions suivantes sont
vérifiées :
- La vitesse de chargement ou la durée est très lente ;
- l’eau interstitielle est évacuée ;
- le squelette granulaire reprend donc la totalité des charges ;
- on travaille alors en contraintes effectives ;
Ce comportement vient longtemps après l’application des charges, et il sera qualifié de long
terme.
III.3. Essais au laboratoire
Comme déjà cité, le comportement d’un sol est influencé en grande partie par sa résistance
au cisaillement. Par conséquent, la conception des différents ouvrages doit toujours se faire de
manière à éviter la rupture ou les grandes déformations lors des chargements importants. Il est
donc nécessaire d’avoir une idée préalable sur la résistance au cisaillement des sols et ce, soit
à l’aide des essais in situ (Cf. paragraphe VI.4) ou à l’aide des essais au laboratoire où on
essaie de reproduire de manière réaliste la nature complexe des états de contraintes qui
existent en réalité.
Les essais de cisaillement en laboratoire se sont considérablement diversifiés et sont
devenus extrêmement variés au cours des dernières décennies. Dans ce qui suit, on décrira
brièvement les essais les plus connus et les plus utilisés pour le calcul de la résistance au
cisaillement.
III.3.1. Cisaillement à la boîte de Casagrande
Les essais de cisaillement sur des surfaces de rupture prédéfinies sont les plus anciens des
essais de cisaillement utilisés en mécanique des sols. Jusqu’aux années 30, ils étaient les seuls
essais possibles. Néanmoins, depuis le développement des procédures d’essais triaxiaux, ces
essais sont l’objet de nombreuses critiques qui ont conduit à restreindre fortement leur
utilisation au cas des sols que l’on ne peut pas tester à l’appareil triaxial. [2]
La boite de Casagrande est constituée de 2 châssis métalliques indépendants. La partie
supérieure peut coulisser horizontalement sur la partie inférieure fixe. Le sol est placé entre
deux pierres poreuses qui permettent le drainage de celui-ci. L’appareil comporte un dispositif
de chargement qui permet d’appliquer une charge verticale N par l’intermédiaire d’un piston.
L’essai consiste à déplacer horizontalement à vitesse constante la boite supérieure avec une
vitesse constante, tout en gardant l’effort appliqué par le piston sur l’échantillon. Au cours de
l’essai, on mesure l’effort normal N, l’effort de cisaillement T, le déplacement horizontal et le

déplacement vertical
L’objectif des résultats trouvés est de construire la courbe intrinsèque représentant le critère
de plasticité du sol. Comme on connaît la surface de rupture, on peut reporter directement sur le
diagramme de Mohr (σ, τ) les valeurs des contraintes normale et tangentielle lors de la rupture
(pic de la courbe « effort-déformation » ou valeur limite conventionnelle). [2]
Figure 4 - essai de Casagrande [8]
Figure 5 – Essais cisaillement. Obtention de la courbe intrinsèque

L’avantage de ce type d’essais c’est qu’il est simple, facile à réaliser et est très économique.
Cependant, il présente des inconvénients vue que l’on ne peut pas maîtriser les conditions de
drainage.
La forme des courbes obtenues diffèrent selon la nature du sol et de son état (lâche ou
dense). En effet, les sables denses et les argiles à structures intactes présentent un pic de
résistance, tandis que les sables lâches et les argiles remaniés ont habituellement un
comportement de type asymptotique. (Figure 6)

Figure 6 - Courbes de résistance de différents sols pulvérulents : I Dense et II lâche [2]

Les détails de l’essai de cisaillement à la boite de Casagrande sont bien illustrés dans la
norme française (NF P94-071-2).
III.3.2. Cisaillement Triaxial
L’appareil triaxial de révolution, conçu par Bishop et Henkel en 1962 et appelé couramment
appareil triaxial, est constitué d’une cellule triaxiale et d’un système de chargement comportant
une presse et différents dispositifs de mise en pression. L’essai consiste à mettre un échantillon
de sol de forme cylindrique dans une enceinte appelée cellule triaxiale remplie d’eau qui est
reliée à plusieurs systèmes de mise en pression et de mesure (figure 7). Les essais de
cisaillement à l’appareil triaxial comportent deux étapes : une première étape de consolidation
et une seconde étape de cisaillement proprement dit.
Figure 7 - essai triaxial [4]

A la rupture, la connaissance des contraintes radiale et axiale permet de tracer le cercle de
Mohr correspondant. En faisant l’expérience sur plusieurs échantillons, sous différentes
contraintes radiales, on trace ainsi plusieurs cercles de Mohr et il suffit alors de tracer
l’enveloppe des cercles pour obtenir la courbe intrinsèque du matériau comme le montre la
figure 8.[4]

Figure 8 - Résultat de l’essai triaxial [8]

Différentes modalités d’essais peuvent être définies, selon que les phases successives de
l’essai sont exécutées avec ou sans drainage. On distingue donc les principaux types d’essais:
les essais non consolidés-non drainés (UU), les essais consolidés-non drainés (CU) et les
essais consolidés-drainés (CD). Les détails de l’essai de cisaillement à la boite de Casagrande
sont bien décrits dans la norme française (NF P94-070).
IV. CORRELATION ENTRE LES PROPRIETES PHYSIQUES D’UN SOL ET LA

RESISTANCE MECANIQUE [24]
Il est très rare de trouver tous les paramètres servant à décrire les propriétés physiques et
mécaniques mesurés sur un même site pour pouvoir juger la bonne connaissance d’un massif
de sol. Dans ce cadre, l’utilisation des corrélations entre les propriétés physiques et mécaniques
des sols peut contribuer efficacement au travail de synthèse de géotechnicien.
De très nombreuses corrélations ont été publiées pour les propriétés des sols. Beaucoup
d’entre elles n’existent que sous la forme d’une relation entre paramètres, sans accès possible
aux données étudiées ni même d’indication du coefficient de corrélation correspondant, et il
convient d’être prudent quand on les utilise.
Les corrélations que l’on peut établir entre les paramètres physiques et mécaniques des sols
sont plus ou moins générales suivant les paramètres concernés. Habituellement, la validité
d’une corrélation est limitée à la nature du sol étudié : les propriétés des sables, des tourbes ou
des argiles n’obéissent pas aux mêmes lois, elles sont d’ailleurs souvent décrites par des
paramètres spécifiques et il n’est pas étonnant que les corrélations établies pour un type de sol
ne soient pas valables pour les mêmes propriétés d’un autre type de sol.
Certaines corrélations établies sur un site et parfaites pour ce site, peuvent aussi être
totalement inadaptées sur un autre site, même constitué d’un sol de même nature. Cette
divergence traduit habituellement l’influence d’autres paramètres que ceux qui sont analysés.
Par exemple : l’influence de l’état du sol en plus de sa nature.
Sous réserve d’une certaine prudence quant à la généralisation des corrélations établies sur
un site à son reste ou à d’autres sites, l’utilisation de corrélations constitue une technique très
utile pour le progrès des études géotechniques de terrain et son usage peut être recommandé,

tant pour compléter des données que pour contrôler la vraisemblance des résultats des essais
réalisés en place comme en laboratoire : les données conformes aux corrélations, tant
générales qu’établies sur le site, sont en effet plus plausibles que celles qui en sont trop
éloignées et pour lesquelles des vérifications complémentaires sont toujours souhaitables.
V. LA CLASSIFICATION DE SOLS.
V.1. Introduction
La classification des sols est le fait de ranger en familles des sols présentant les mêmes
caractéristiques géotechniques ou du moins des caractéristiques géotechniques voisines. Elle
permet donc de grouper de nombreux échantillons recueillis au cours d’une campagne de
sondages et d’établir des coupes géotechniques du terrain. Ces coupes sont précieuses du fait
qu’elles complètent les données de la géologie, qui n’entraînent pas celles de la géotechnique.
En effet, des sols de même origine géologique peuvent avoir des propriétés géotechniques très
différentes, et réciproquement. [1]
De nombreuses classifications des sols ont été proposées dans différents pays. En France,
la seule classification présentant un intérêt réel est celle utilisée dans les travaux de
terrassement. Elle est décrite par la norme NF P 11-300 et son utilisation est détaillée dans un
document intitulé : Guide technique pour la réalisation des remblais et couches de forme. C’est
pourquoi cette classification est communément désignée par la classification GTR. [15]
Pour pouvoir classer un sol il faut déterminer un ensemble de propriétés physiques,
mécaniques ou chimiques qui permettent de le caractériser. Ces propriétés sont déterminées
par des essais simples et rapides, appelés « essais d’identification ».
Aussi, faut-il savoir que le comportement des sols fins est très différent de celui des sols
grenus. En effet, aux forces gravitaires, viennent s’ajouter des forces électromagnétiques entre
les particules fines. En plus, l’eau influe sur ces sols du fait qu’ils sont moins perméables, ce qui
fait que l’étude du sol fin requiert des essais plus robustes au niveau de l’identification.
V.2. Les essais de classification
V.2.1. La granulométrie
L’essai de l’analyse granulométrique est le premier essai qui donne une idée grossière sur la
nature du sol. En effet, on prend un échantillon de sol et on le fait passer à travers des tamis
normalisés dont le diamètre est croissant et on pèse à chaque tamis la masse du sol restante
(refus). Les dimensions des tamis les plus couramment utilisées sont : 80mm, 50mm, 32mm,
20mm, 10mm, 5mm, 2mm, 1mm, 04mm, 0.1mm, 0.08mm (80µm).La norme française qui définit
cet essai est la norme (NF P94-041)

Figure 9 - tamis normalisés [6]

Cet essai peut se faire par voie sèche à l’aide de vibreurs comme il peut se faire par voie
humide. Son but étant de tracer une courbe granulométrique (dans une échelle logarithmique)
qui indique le pourcentage des refus ou des passants en fonction du diamètre de tamis : en
abscisse on a le logarithme du diamètre moyen des particules, et en ordonnée, le pourcentage
des particules passants au diamètre repéré par l’abscisse (tamisât). (Figure 10)
Suivant la forme de la courbe on peut parler de granulométrie uniforme ou étalée, continue
ou discontinue (Figure 10). Pour cela, on définit deux rapports de diamètres appelés coefficient
d’uniformité de Hazen Cu et coefficient de courbure Cc comme suit :
- Coefficient de Hazen :
Équation 11
- Coefficient de courbure :
Équation 12
On pourra définir le type de la courbe granulométrique à partir de ces coefficients. En effet,

on dit que le sol a une granulométrie étalée lorsque le coefficient de Hazen est supérieur à 2.
Dans le cas contraire, on a une granulométrie uniforme ou serrée. Aussi, lorsque le coefficient
de courbure est compris entre 1 et 3, on dit que les matériaux plus denses.

Figure 10 -schéma des différents types de granulométrie [3]
V.2.2. Les Classes granulaires
Les classes granulaires sont définies sur la base de critères purement granulométriques. Le
tableau 3 indique les classes utilisées traditionnellement en France et les classes
recommandées par la Société internationale de mécanique des sols et des travaux de
fondations (SIMSTF). En France, le pourcentage des passants 2mm représente la limite des
sables et le pourcentage des passants 80µm représente le contenu de fines. [1]
Tableau 3 - classification suivant les éléments constitutifs d’un sol [1]

V.2.3. Sédimentométrie
Au-dessous de 63 µm, le tamisage n’est plus possible car les tamis s’encrassent et se
déforment. L’analyse granulométrique se poursuit alors par sédimentométrie. La méthode est
basée sur la loi de Stokes, applicable aux suspensions de faible concentration, qui donne la
valeur limite de la vitesse de décantation de particules sphériques en suspension dans un
liquide au repos en fonction de leur diamètre. [1]
V.2.4. L’essai au bleu du méthylène
Cet essai permet de caractériser la phase argileuse d'un sol. L'essai consiste à introduire
dans un échantillon des quantités croissantes de bleu de méthylène, par doses successives
jusqu'à ce que les particules argileuses en soient saturées. Le sol adsorbera d'autant plus de
bleu de méthylène que :
- la quantité d'argile qu'il contient est importante;
- cette argile est active, c'est-à-dire qu'elle développe une surface spécifique élevée et qu'elle
est abondamment chargée.
La norme française décrivant la procédure de l’essai est la norme NF P94-068.
Figure 11 - (a) Matériel nécessaire au laboratoire - (b) Essai positif

Le tableau 4 ci-dessous présente quelques ordres de grandeur pour la valeur de bleu
Tableau 4 - ordres de grandeur de la valeur au bleu
Valeur de bleu de méthylène (VBS) Catégorie de sol
VBS <0,1 sol insensible à l’eau
0,2 < VBS <1,5 sol sablo limoneux, sensible à l'eau
1,5 < VBS <2,5 sol sablo argileux, peu plastiques
2,5 < VBS <6 sol limoneux de plasticité moyenne.
6 < VBS <8 sol argileux.
VBS > 8 sol très argileux.
V.2.5. Les limites d’Atterberg

Les sols peuvent se présenter selon différents états en fonction de la teneur en eau qu’ils
contiennent, ces états sont :
- L’état liquide : le sol est gorgé d’eau et ne résiste à aucun effort de cisaillement.
- L’état plastique : le sol contient beaucoup moins d’eau. Des tensions capillaires
appariassent entre les grains. Et le sol présente une certaine résistance au cisaillement.
- L’état solide avec retrait : la déformation du sol est faible et le phénomène du retrait apparait
lors de d’une dessiccation.
- L’état solide sans retrait : absence de retrait lors de la dessiccation. [4]

Les limites d’Atterberg marquent le passage des différents états du matériau, ces limites
sont la limite de liquidité WL, la limite de plasticité WP, et la limite de retrait WR.
Les normes définissants le protocole de détermination des limites d’Atterberg sont la norme
NF P94-051 pour la limite de liquidité à la coupelle et la limite de Plasticité au rouleau, et les
normes NF P94-060.1 et 2 pour la limite de Retrait volumique et la limite de Retrait linéaire.
Figure 12 - limites d’Atterberg [5]

L’indice de plasticité renseigne sur la plage de teneur en eau dans laquelle le sol est en état
plastique, sa formule est :
Équation 13
Le tableau 5 suivant donne quelques ordres de grandeur de l’indice de plasticité :
Tableau 5 - plages de plasticité [1]
On définit aussi l’indice de consistance par l’expression :
Équation 14
Dans le cas où Ic est négatif, le sol est très mou et a l’aspect de la boue .Par contre, si Ic est

positif le sol est voisin de l’état solide

On peut donc, donner une classification préliminaire aux sols fins à l’aide des limites de
plasticité et en utilisant un abaque proposé par Casagrande nommé abaque de plasticité.
Figure 13- abaque de plasticité [7]
V.2.6. L’essai au cône de pénétration
Cet essai a le même principe de l’essai des limites

d’Atterberg. En effet, il d’agit de mesurer
l’enfoncement, après un temps fixé, d’un cône de
dimensions normalisées, sous son poids propre, dans
un échantillon de sol remanié. Dans cet essai, on
détermine la limite de liquidité. La norme NF P94-
052.1 décrit en détails sa procédure de détermination.
Figure 14 - Cône de pénétration
V.2.7. Autres essais
V.2.7.1. Teneur en matières organiques

La teneur en matières organiques CMO est le rapport de la masse de la matière organique
présente dans le sol à la masse totale des matières solides du sol. La méthode classique de
détermination de la masse des matières organiques consiste à les oxyder par un mélange
d’acide sulfurique concentré et de bichromate de potassium porté à ébullition. [1]
V.2.7.2. L’équivalent de sable
C’est un essai qui sert à évaluer la proportion relative d’éléments fins dans un sol grenu. Son
principe est simple. En effet, on effectue cet essai sur une fraction de sol inférieure à 5mm, en
procédant par lavage énergique avec agitation du sol dans une solution lavante pour disperser
les particules fines, et on attend le repos de l'ensemble. Les éléments les plus fins restent en
suspension et les éléments les plus gros se décantent. On mesure alors la hauteur de la couche

des éléments décantés et la hauteur totale et on calcule les formules de l’équivalent de sable :
Figure 15- essai d’équivalent de sable [6]

L’équivalent de sable d’un sable propre, voisin de 100, tombe à 40 et moins en présence de
quelques pour-cent de fines argileuses. Au-dessous de 40, l’équivalent de sable n’est plus une
grandeur significative. [1]
V.3. Classification des sols
Il existe de très nombreux systèmes de classification des sols rencontrés en géotechnique :

les uns sont basés sur l’aptitude du sol pour un emploi particulier du génie civil. Ces
classifications présentent en général l’inconvénient de ne pouvoir être étendues à d’autres
usages que celui pour lequel elles ont été établies. Les autres sont basés sur certains essais
d’identification. Parmi ces systèmes, plusieurs se réfèrent uniquement à la granularité du sol et
diffèrent par les seuils granulométriques adoptés. D’autres utilisent simultanément la granularité
et la plasticité du sol. [1]
V.3.1. Classification U.S.C.S
Le système de classification unifiée des sols (Unified Soil Classification System) a été
conçu par A. Casagrande pour faciliter la construction des pistes d’atterrissage pendant la
deuxième guerre mondiale.
Le principe de base du système USCS consiste à classer les sols à grains grossiers suivant
leur comportement plastique. En résumé, les sols dont les «fines» n’influencent pas le
comportement, comme c’est le cas avec les sables et les graviers sont classés suivant la
grosseur des grains ; quant aux silts et aux argiles, ils sont classifiées d’après leur plasticité. Par
conséquent, pour effectuer la classification complète d’un sol à l’aide du système USCS, il suffit
de procéder à une analyse granulométrique ou à un essai de limites d’Atterberg.
La figure 16 et les tableaux 6 et 7 décrivent les différentes classes de ce système de

classification.
Figure 16 - schéma de classification USCS

Tableau 6 - classification USCS [3]

Tableau 7 - suite classification USCS [3]

V.3.2. Classification AASHTO
A la fin des années 20, le «US Bureau of public roads» a fait un vaste programme de
recherche sur l’utilisation des sols dans la construction de routes secondaires. Hogentogler et
Terzaghi (1929) ont mis au point le système de classification des chemins publics à partir des
résultats de cette recherche. L’AASHTO (American Association of State Highway and
Transportation Officials) stipule que le système trouve des applications dans la détermination
de la qualité des sols utilisés dans les remblais, les matériaux d’infrastructure, de sous-
fondation et de fondation. [3]
Dans le système de classification AASHTO, on trouve huit groupes de sol (A1 à A8) et
quelque sous groupes. A l’intérieur de chaque sous groupe, les sols sont évalués suivant un
indice de groupe calculé à partir d’une formule empirique :
Équation 15
Les paramètres a, b, c et d dépendent de la granulométrie et des limites d’Atterberg. Cet
indice varie de 0 à 20. Plus l’indice est faible, plus le sol est bon. Les seuls essais à effectuer
sont l’analyse granulométrique et l’essai de limites de consistance. [3]
Tableau 8 - classification AASHTO [3]

Figure 17 - processus de classification des sols selon le système de l'AASHTO [3]
V.3.3. Classification L.P.C
La classification des laboratoires des ponts et chaussées ou «classification LPC», n’est autre
que la classification USCS, adaptée aux seuils granulométriques utilisés en France (1965). Elle
est donnée à titre indicatif, elle n'est pas normalisée et n'a pas d'application particulière.
Elle est basée d'une part sur l'analyse granulométrique pour les sols à matrice grossière et
d'autre part sur les limites d'Atterberg pour les sols à matrice fine ou pour la partie fine des sols
grenus. [6]
Il existe une autre classification LPC dite modifiée. Les modifications apportées à la
classification LPC/USCS portent exclusivement sur la description des sols organiques (teneur
en matières organiques supérieure à 3 %). Seuls les sols comportant moins de 10 % de
matières organiques continuent d’être classés comme des sols fins. [1]

Tableau 9 - Classification LPC [3]

V.3.4. Classification GTR :
Cette classification utilisée en France et dans les pays francophones est très particulière du
fait qu’elle présente un intérêt réel et pratique pour les travaux de terrassements routiers. Elle
définit des classes de sols corrélées avec l’aptitude au compactage des matériaux en fonction
des conditions de chantiers et leur comportement mécanique ultérieur. Elle tient compte des
mêmes caractéristiques de base que la classification LPC/USCS, mais elle est beaucoup plus
précise pour les particules argileuses qui ont une grande influence sur la conduite des
terrassements. Elle tient aussi compte de l’altérabilité des matériaux au cours du temps [1]. Son
utilisation est détaillée dans le Guide technique pour la réalisation des remblais et couches de
forme ; c’est pour cette raison qu’elle est désignée par classification GTR. [8]
Dans la classification GTR, on distingue 3 familles : les sols de classe A, B, C et D, les
matériaux rocheux de classe R, et les sols organiques et sous produits industriels de classe F.
Les 4 classes de sols (famille 1) sont : la classe A des sols fins, la classe B des sols sableux
et graveleux avec fines, la classe C des sols comportant des fines et des gros éléments et
finalement la classe D des sols insensibles à l'eau.
Les paramètres retenus pour l'identification des sols sont les paramètres de nature, dont les
caractéristiques sont la granularité et l’argilosité, et les paramètres de comportement
mécanique, dont les caractéristiques sont la résistance à la fragmentation, la résistance à
l'usure, la friabilité et les paramètres d'état hydrique.
Chacune de ces caractéristiques est déterminée à l'aide des essais de laboratoire. Les
principes généraux de cette classification sont présentés sur la figure 17. La classification
détaillée est décrite dans un guide technique du LCPC et du SETRA et dans la norme NF P 11-
300. [1]
Figure 18 - classification GTR [2]

V.4. Comparatif des systèmes de classification [23]
Le but de cette comparaison est de permettre aux recherches faites dans des pays
anglophones d’être exploitées dans des pays francophones et vice versa. Dans ce cadre,
plusieurs travaux de recherche ont été faits. En effet, lors des travaux de recherche faits par
Gas Technology Institute [23] sur l’évaluation et la classification des sols utilisant les moyens
de contrôle de compactage existants dans le marché du BTP mondial. Ils ont été amenés à
établir des corrélations entre le système de classification GTR, l’USCS, l’AASHTO pour pouvoir
utiliser la technologie de contrôle de compactage par pénétrodensimétrie. Notamment le
PANDA®.
V.4.1. Equivalence GTR USCS
Le tableau suivant illustre la corrélation entre les différentes classes GTR et USCS
Prenons l’exemple d’un sol de classe CL selon l’USCS. D’après le tableau, ce sol pourra fort
probablement avoir une classe GTR A2, mais Il est improbable qu’il soit un A1. Et il est
impossible qu’il soit un B5 ou un D1,…
Tableau 10 - corrélation entre la GTR et l’USCS
GTR
A1 A2 A3 A4 B1 B2 B3 B4 B5 B6 D1 D2 D3
CL
CL-ML
ML
CH
MH
SC-SM
SC AVEC :
SM
SP-SC très probable
SP-SM
SW-SC Possible
USCS SW-SM
Possible mais improbable
SP
SW
Impossible
GC-GM
GC
GM
GP-GC
GP-GM
GW-GC
GW-GM
GP
GW
V.4.2. Equivalence GTR AASHTO
De même, une corrélation a été faite entre la GTR et l’AASHTO. Elle est bien décrite dans le
tableau 11

Tableau 11 - corrélation entre l'AASHTO et la GTR
GTR
A1 A2 A3 A4 B1 B2 B3 B4 B5 B6 D1 D2 D3
A-1a
A-1b
A-3 AVEC :
A-2-4 très probable
A-2-5 Possible
A-2-6
AASHTO Possible mais improbable
A-2-7
Impossible
A-4
A-5
A-6
A-7-5
A-7-6
V.4.3. Récapitulatif et comparaisons des systèmes de classification
Le tableau 12 illustre la différence entre les systèmes de classification AASHTO, USCS, et

GTR et les données nécessaires pour classer un sol suivant les différents systèmes.
Tableau 12 - comparaison des systèmes de classification
Paramètres de classification AASHTO USCS GTR
Tmax Oui Oui Oui
5mm - Oui -
2mm Oui Oui Oui
452µm Oui Oui -
80µm Oui Oui Oui
CC - Oui -
CH - Oui -
WL Oui Oui -
WP - - -
IP Oui Oui Oui
VBS - - Oui
Ig Oui - -

VI. LE SOL COMME MATERIAU DE CONSTRUCTION
VI.1. Introduction
Le compactage consiste en la réduction du volume des vides remplis d'air par l’application
d'un procédé mécanique (pression, damage, charge vibrante, chocs…). Cette réduction du
volume des vides entraîne une augmentation de densité du sol. La teneur en eau du sol n'est
donc pas modifiée. Le compactage resserre donc la texture du matériau, améliore sa capacité
portante et réduit les possibilités de déformation ultérieure du terrain. Le compactage a
également pour effet de réduire la perméabilité des terrains. [10]
Les sols compactés sont utilisés dans les ouvrages en terre tels que :
- les retenues d'eau (barrages en terre, digues, canaux…);
- supports de charges mobiles (remblais routiers, de voies ferrées, chaussées, pistes…);
- supports de charges fixes (immeubles, ponts sur remblais)… [10]
Les sols sont plus ou moins compactables, cela dépend, en effet, de plusieurs facteurs: la
teneur en eau du matériau, l'énergie de compactage et la méthode de compactage employée.
VI.2. Les essais de compactage au laboratoire
Les essais de compactage au laboratoire permettent, en plus des essais in-situ, d’établir un
dossier géotechnique complet permettant d’avoir une vision globale sur la nature du sol et donc
prédire son comportement mécanique lors d’un chargement et ce pour répondre à la question :
est-il un sol constructible ou non ?
VI.2.1. L’essai Proctor
C’est en 1933 que l’Ingénieur américain Proctor mit en évidence l’influence de la teneur en
eau et de l’énergie de compactage sur le poids spécifique sec d’un sol grâce à l’essai qui porte
son nom : essai Proctor [8]. En effet si l’on fait varier la teneur en eau w d’un échantillon de sol
pour une énergie de compactage donnée et l’on représente la variation du poids volumique sec
γd en fonction de cette teneur en eau dans un graphe, on obtient une courbe qui représente un
optimum appelé optimum Proctor. De même, si on fait varier l’énergie de compactage, on
obtient une série de courbes délimitées par une asymptote appelée courbe de saturation.
(Figure 19)
Ce phénomène s’explique aisément. En effet, lorsque la teneur en eau est élevée (partie
droite de la courbe), l’eau absorbe une partie importante de l’énergie de compactage sans
aucun profit de plus elle occupe la place des grains solides (aucun tassement possible). Par
contre pour des teneurs en eau raisonnables, l’eau joue un rôle lubrifiant non négligeable et la
densité sèche augmente avec la teneur en eau (partie gauche de la courbe). [8]

Figure 19 - essai Proctor [11]

Il existe deux types d’essai Proctor : l’essai Proctor normal et l’essai Proctor modifié. En fait,
leur principe est le même, mais ils présentent une différence au niveau de l’énergie de
compactage :
L’essai Proctor Normal : énergie de 60 KJ/m 3.
L’essai Proctor Modifié : énergie de 271 KJ/m 3.
Pour réaliser l’essai on utilise un moule et une dame normalisés. Les détails de l’essai sont
décrits dans la norme NF P 94-093.
VI.2.2. L’essai CBR (California Bearing Ratio)
L'essai CBR a pour but de déterminer l'indice de portance CBR d'un échantillon compacté ou
intact. L'essai de portance CBR permet d'évaluer la résistance potentielle des matériaux de
couche de forme, de couche de fondation et de l'assise de base (y compris les matériaux
recyclés) destinés à supporter une chaussée routière, une voie ferrée et une chaussée
d’aérodrome. [13]
Le principe de l'essai consiste à déterminer la relation entre la force et la pénétration lorsque
l'on enfonce un poinçon de section normalisée à la surface du matériau. Les détails de la
procédure de l’essai sont décrits dans la norme NF P94-078. L’indice de portance ou CBR
exprime en % le rapport entre les pressions produisant dans le même temps un enfoncement
donné dans le sol étudié d’une part et dans un matériau type d’autre part. Par définition cet
indice est pris égal à la plus grande des deux valeurs
Les résultats des essais d'indice de portance CBR doivent être rapportés avec la courbe
granulométrique, la teneur en eau naturelle, les limites d'Atterberg, la masse volumique des
particules solides et la proportion de matériau de trop grandes dimensions par rapport à la
masse de matériau sec, le cas échéant. Les valeurs de l'indice de portance CBR doivent être
choisies en se basant sur le jugement de l’ingénieur et sur l'analyse de toutes les données
pertinentes. [13]

VI.2.3. Paramètres qui influencent l’essai CBR
La valeur de l’indice CBR pour un sol donné dépend de sa teneur en eau, de son degré de
saturation et de sa masse volumique (densité sèche). En effet, la teneur en eau d’un sol connu
influe significativement sur sa valeur de portance. Par exemple, pour des sols de type A
(classification GTR pour des sols fins argileux) on a:
- pour un sol de type A1 très humide (A1 th), la valeur de l’IPI est ≤ 3,
- pour un sol de type A1 humide (A1 h), la valeur de l’IPI est comprise entre 3 et 8,
- pour un sol de type A1 moyennement humide (A1-m) la valeur de l’IPI est comprise
entre 8 et 25,
- pour un sol de type A2 très humide (A2 th), la valeur de l’IPI est ≤ 2,
- pour un sol de type A3 très humide (A3 th), la valeur de l’IPI est ≤ 1.
De manière générale, on constate que les portances les plus défavorables sont obtenues
avec un état hydrique très humide voire saturé (très humide : th). [18]
VI.3. Les qualités de compactage en France (GTR)
Les réglementations françaises définissent pour les routes et les tranchées des modalités du
processus de compactage à mettre en œuvre [9]. En effet, on définit pour chaque couche de sol
deux critères de validation du compactage d’une couche de sol basés sur la valeur du poids
volumique sec :
Poids volumique sec moyen de la couche compactée (γγdm).
Le poids volumique sec du sol compacté en deçà duquel le compactage est
considéré comme insuffisant (γγdf). [9]
Figure 20 - zones de tolérance [9]

La zone comprise entre ces deux limites est une zone de tolérance. Les réglementations
françaises définissent pour les tranchées et les chaussées 4 objectifs de densification [NF P 98-
115], [NF P 98-331] qui sont tous définis par rapport au poids volumique sec à l’optimum
Proctor Normal (γdOPN) ou Proctor modifié (γdOPM).

Tableau 13 - qualités de compactage [9]

Objectif
Q4 Q3 Q2
Poids volumique
Poids volumique moyen 95% γdOPN 98.5% γdOPN 97% γdOPM
Poids volumique de refus 92% γdOPN 96% γdOPN 95% γdOPM
VI.4. Les essais du contrôle de compactage
Les essais de contrôle de compactage peuvent être utilisés pour déterminer la relation
existant entre la masse volumique du sol sec et la teneur en eau lorsqu'un effort de compactage
donné est appliqué. Ils donnent la teneur en eau optimale correspondant à la masse volumique
sèche maximale pour un effort de compactage spécifié. Les essais de compactage en
laboratoire fournissent la base des spécifications de compactage sur le terrain. [13]
VI.4.1. Les méthodes directes
Densitomètre à sable
Cette technique est utilisée pour calculer la densité du sol
pendant la phase de construction de l’ouvrage. Son principe
est simple. En effet on prélève un échantillon du sol et on
remplit le trou par du sable de densité connue ou avec de l’eau
en utilisant une membrane. C’est ainsi qu’on détermine le
volume du trou. On détermine la masse et la teneur en eau de
l’échantillon prélevé ce qui permet de déterminer la densité
sèche. [9]
Cette méthode présente des inconvénients du fait qu’elle ne
peut être utilisée qu’en surface, en plus du manque de Figure 21 - densitomètre à sable
précision.
Le nucléodensimètre
La densité est mesurée par le principe de l’absorption
d’un faisceau de rayons gamma par le sol. Plus le sol est
dense, plus il absorbe le rayonnement gamma. Le
nucléodensimètre fournit une densité moyenne sur une
épaisseur de 30cm. Pour les mesures les plus profondes, il
existe une double sonde gamma qui permet une mesure de
densité jusqu’à 5m de profondeur avec une résolution de
5cm. [9]
Figure 22 - Le nucléodensimètre

VI.4.2. Les méthodes indirectes
L’essai à la plaque
L’essai de chargement à la plaque permet de déterminer in
situ les caractéristiques de tassement et de résistance d’un
massif de sol ou de roches, en chargeant le terrain par
l’intermédiaire d’une plaque rigide et en enregistrant la charge et
le tassement correspondant. [13]. L’essai est applicable à tous
les sols, remblais et roches, mais ne convient normalement pas
à des sols cohérents très mous. [13]
Figure 23 - l'essai à la plaque
La dynaplaque
La dynaplaque est un essai de plaque dynamique, appliquant
au sol une sollicitation dynamique par l’impact d’une masse sur
une plaque de 600mm de diamètre. L’effort généré est
équivalent à celui provoqué par un essieu de 13 tonnes roulant à
60km/h. les résultats sont exprimés en modules élastiques et
sont comparés à des valeurs de référence. Il est valide sur 50
cm de profondeur [9].
Figure 24 - la dynaplaque
L’essai de pénétration dynamique et statique

Il s’agit d’enfoncer un train de tiges métalliques avec une pointe de section déterminée dans
un sol jusqu’à la profondeur désirée et à mesurer au moment de l’enfoncement la force (dans le
cas d’un pénétromètre statique) ou l’énergie de battage (dans le cas d’un pénétromètre
dynamique) pour rompre le sol, et ensuite en déduire la résistance de pointe du sol. Ce sont des
outils simples et rapides, utilisables aussi bien en reconnaissance des sols (études
stratigraphiques, mesure de capacité portante…) qu’en contrôle de compactage. Parmi ces
pénétromètres, on trouve le pénétromètre PANDA. [9]
Figure 25 -(gauche) pénétromètre dynamique Panda- (centre) pénétromètre dynamique –

(droite) pénétromètre statique.

VII. LE CONTROLE DE COMPACTAGE A L’AIDE DU PENETROMETRE

PANDA®
VII.1. Introduction [9]
La caractérisation des sols a faible profondeur est très importante pour la construction
d’infrastructures diverses dans le domaine du génie civil. En effet, le dimensionnement et la
construction de fondations et des structures demandent une bonne connaissance du
comportement mécanique du sol. C’est dans ce cadre que le développement d’outils de
mesures in-situ acquiert une très grande importance.
Les techniques existantes pour la reconnaissance des sols in situ ont connu de grands
progrès en matière d’équipements à la fin du siècle dernier. Néanmoins, ces techniques sont
restées toujours lourdes, encombrantes et d’une mise en œuvre lente. Ainsi, ces contraintes ont
limité la réalisation d’études géotechniques aux ouvrages situés dans des terrains d’accès
facile. En France, des études menées dans les années 1970 ont fait ressortir le fait qu’environ
70% des bâtiments construits dans la région Rhône-Alpes se faisaient sans reconnaissance des
sols préalable [20]
C’est pour répondre à ces besoins qu’a été conçu au début des années 1980 le
pénétromètre dynamique léger à énergie variable Panda [20]. L’idée fondamentale était de
réaliser un appareil de reconnaissance de sols à faible coût, totalement autonome, qui soit léger
et de taille réduite, mais ayant une puissance de pénétration suffisante pour ausculter la plupart
des sols meubles sur quelques mètres de profondeur.
Le pénétromètre PANDA est l’abréviation de « Pénétromètre Automatique Numérique
Dynamique Assisté par ordinateur ». Comme son nom l’indique, le PANDA est un pénétromètre
dynamique à énergie variable. Cette énergie est fournie par le choc d’un marteau de masse
normalisée sur une tête de battage. Ainsi, pourra-t-on mesurer l’énergie de battage en
enregistrant la vitesse d’impact.
Actuellement, le Panda est utilisé par des bureaux d’études, des organisations publiques,
des entreprises privées, des centres de recherche, des universités, etc., et environ 2500
exemplaires se trouvent partout dans le monde (France, Belgique, Suisse, Etats Unis, Mexique,
Brésil, Argentine, Chili, Maroc, Chine,…), ce qui en fait un des pénétromètres dynamiques les
plus utilisés dans le monde. En fait, une norme pour le contrôle de compactage à l’aide de cet
appareil est apparue récemment au Chili, au Maroc et dans d’autres pays.
VII.2. Principe du Panda®
Le principe du Panda consiste à enfoncer un train de tiges dont à l’extrémité inférieur on

visse une pointe de 2, 4 ou 10 cm² dans un matériau en place, des capteurs mesurent
simultanément la valeur de l’enfoncement de la pointe. Le boîtier calculateur reçoit les
informations et les données sont transmises à un micro-ordinateur équipé d’un logiciel de calcul.
L’énergie de battage et l’enfoncement ainsi connus, on pourra déterminer la résistance de
pointe qd à l’aide de la formule classique des ‘’Hollandais’. Cette formule est la plus appropriée

à cet appareil ; à condition que l’enfoncement des tiges lors de la frappe de la tête ne soit ni très
fort, ni très faible.
L’ensemble de l’appareillage pèse 20 kg. Ce qui permet un transport facile. Il permet
d’effectuer des essais jusqu’à 6 mètres de profondeur dans les sols dont le diamètre maximal
des grains peut atteindre 31.5mm.
Les pointes perdues de 4 et 10 cm², qui sont débordantes, et atténuent considérablement le
frottement latéral sur les tiges, sont utilisées principalement en reconnaissance des sols. Les
pointes fixes non débordantes de 2 cm² servent au contrôle de compactage
Pour chaque coup donné, des capteurs mesurent la vitesse du marteau au moment de
l’impact, ce qui permet de déterminer l’énergie cinétique de battage. D’autres capteurs
mesurent en même temps l’enfoncement de la pointe après l’impact. Le boitier calculateur reçoit
ces deux informations et calcule en temps réel la résistance de pointe qd par le biais de la
formule des Hollandais.
La formule des Hollandais étant :
AVEC :
e : l’enfoncement sous l’effet d’un coup de marteau
A : est la section de la pointe
M : est la masse frappante
P : est la masse frappée
v : est la vitesse d’impact
Figure 26 - principe du panda [6]
VII.3. Le principe du contrôle de compactage
Des études préalables de [9] et [22] ont montré la relation sensible entre la résistance de
pointe et la densité sèche. Cette relation dépend de la nature du matériau et de son état
hydrique. Donc, si on connait la nature du matériau et son état hydrique, alors la mesure de la
résistance de pointe renseigne directement sur la densité du sol étudié, et sur sa qualité de
compactage qd. [9].
Le Panda peut, en plus de la détection des insuffisances de compactage, donner des
renseignements sur le repérage de l’épaisseur et le nombre de couches mises en place.
Les résultats obtenus lors d’un essai avec le Panda sont représentés dans un graphique
appelé pénétrogramme qui représente la résistance de pointe qd en fonction de la profondeur
(figure 27)

Figure 27 - (gauche) Pénétrogrammes obtenus et visualisables sur le TDD - (droite) Principe du

contrôle de compactage avec le pénétromètre Panda
Le contrôle de compactage se fait par comparaison entre le pénétrogramme et deux courbes
de référence : une courbe d’acceptation et une courbe de refus. Chacune d’eux est
schématisée par deux droites définies par trois paramètres : qd0 résistance de pointe en surface,
Zc profondeur critique, qd1 résistance de pointe constante au delà de la profondeur critique.
Une tige de pénétromètre peut être assimilée à un pieu en miniature. En effet, lors du
fonçage de la tige on observe deux comportements. Au début de la pénétration, le
comportement de la pointe est assimilable à une fondation superficielle, le volume de sol refoulé
de part et d’autre de la pointe remonte à la surface. On observe une augmentation de la
résistance de pointe avec l’augmentation de la profondeur. Puis à partir de la profondeur
critique (zc), le volume de sol ne peut plus remonter jusqu’à la surface et la résistance devient
constante ; on a alors un comportement de fondation profonde. [9]
VII.4. L’étalonnage au laboratoire (Chaigneau 2001)
VII.4.1. Le cas des sols insensibles à l’eau
Etant donné un sol insensible à l’eau, où on estime que ses propriétés mécaniques ne sont
pas influencées par son état hydrique. On prend dans ce cas 5 moules à même teneur en eau
et on effectue la procédure de calibration. Les 5 moules ont une densité qui varie de la densité
sèche à l’état foisonné du sol à la densité maximale égale à 110% de la densité de l’optimum
Proctor normal.
Pour chacune de ces densités, on effectue une mesure du couple résistance de pointe-
densité sèche. Pour cela, on réalise un moule dans lequel sont effectués des essais
pénétrométriques. Pour mesurer ce couple la procédure suivie est la suivante :
- Constitution d’un moule à teneur en eau constante wj et poids volumique sec fixe γdi
- Réalisation de trois essais pénétrométriques dans chaque moule
- Détermination des triplets (qd0, zc, qd1) du pénétrogramme de chacun des trois essais.
- Détermination de la teneur en eau du moule (trois prises tout au long de la hauteur du
moule) et du poids volumique sec moyen.

(a) (b) (c)

Figure 28 – (a) courbe de référence gd=f(qd1) sable de fontainebleau – (b) courbe de référence
gd=f(qd0) sable de fontainebleau – (c) courbe de référence gd=f(Zc) sable de fontainebleau.
VII.4.2. Le cas de sols sensibles à l’eau
Dans le cas d’un sol sensible à l’eau, la procédure de calibration change. En effet, comme
les propriétés mécaniques sont influencées par l’état hydrique du sol, on fixe 3 valeurs de
teneur en eau pour chaque état de densité. On aura au total 15 moules où on effectue les
mêmes essais que pour un sol insensible à l’eau (cf. para VII.4.1)
Dans la figure 29 on décrit le processus de calibration pour les sols sensibles à l’eau :
Figure 29 - Exemple de processus de calibration pour un sol sensible à l’eau
Figure 30 - courbe de référence gd=f(qd1) Argile Laschamps

VII.4.3. Le protocole de calibration
Quantité :
On utilise le matériau préparé pendant la phase d’humidification (300kg environ).
Pour les matériaux évolutifs, on devra utiliser du sol vierge de tout test et l’on devra
recommencer une procédure d’humidification pour chaque moule.
Choix des 5 densités

On mesure la densité sèche de l’éprouvette à l’état foisonné (γd1)
On calcule la densité sèche de la 5ème éprouvette (γd5) (environ 110% de l’OPN)
Les densités sèches sont aussi régulièrement réparties que possible entre ces deux densités
suivant la formule :
(i=2,3,4) Équation 16
γdi : densité sèche de la ième éprouvette
Choix des teneurs en eau (fixées pour les 5 éprouvettes) :

La teneur en eau, pour les matériaux sensibles à l’eau, des cinq éprouvettes est choisie de la
façon suivante :
Tableau 14 - états hydriques pour les sols insensibles
Teneur en eau N° 1 2 3
W(%) 0.8*W OPN WOPN 1.2*W OPN
Préparation du moule métallique

On assemble le moule après l’avoir bien nettoyé, on le pèse. Pour l’état foisonné, on remplit
le moule en essayant de déposer le sol avec la moindre hauteur de chute possible. Enfin, on
repèse le moule. Après avoir fini les essais on le vide progressivement tout en prenant des
échantillons pour la mesure de la teneur en eau.
Le compactage du sol se fait en deux couches à l’aide d’un piston jusqu’à la densité voulue
après avoir nettoyé le moule et mis de la graisse sur les parois du moule. La première couche
compactée à une hauteur de 50 cm et la deuxième a une hauteur de 80.6 cm. Finalement, on
arase le sommet de l’éprouvette au moyen d’une règle sans arracher le matériau.
Essais de pénétration
L’essai de pénétration est effectué avec la pointe de 2cm² et un train composé de 2 tiges. On
réalise 3 essais de pénétration dans le même moule en triangle équilatéral, en essayant de les
éloigner des bords d’au moins 10 cm et de 10 cm de l’autre essai pour éviter les perturbations
engendrées par des effets de bords et par un autre essai. Les tiges ne sont pas retirées à la fin
de chaque essai pour ne pas engendrer des phénomènes de retrait dans le sol influençant le
signal pénétrométrique.

Figure 31 - Disposition des essais pénétrométriques dans la moule de calibration
VII.5. Construction d’une banque des données pour le Panda.
A partir des méthodes de calibration précédemment définis et des essais sur les sols, on
monte une banque de données importante qui sert à établir les droites de référence du
pénétromètre dynamique Panda®. Ces dernières sont la base du contrôle de compactage pour
trancher sur sa qualité.
Le but de la réalisation d’une base de données des sols était de mettre le point en premier
lieu sur la relation γd=f(qd) pour assurer un contrôle de densité des sols. Depuis l’année 2001,
le travail sur ce projet a commencé en mettant une conception générale pour cette base de
données. Une conception qui définit les différentes méthodes d’utilisation de cette base et les
différents paramètres que cette base doit contenir. [9]
VIII. PROBLEMATIQUE DU STAGE.
Parmi les essais les plus répandus pour le contrôle compactage, le Panda est par excellence
le moyen le plus adéquat et le plus utilisé pour le contrôle des tranchées. Il présente un
avantage sur les autres méthodes grâce à sa légèreté, son faible coût, sa rapidité et sa simple
manipulation.
Le principe de mesure repose sur la comparaison entre le pénétrogramme obtenu sur site et
les droites de références pour un sol donné (selon la teneur en eau et l’exigence de
compactage contrôlée) qu’on déduit suite à la calibration au laboratoire (cf. partie I paragraphe
VII).
C’est ainsi que L. Chaigneau 2001 [9] a commencé le développement d’une base de
données (BDD) en se basant sur l’idée de la classification de sols GTR. En d’autres termes, les
sols peuvent être regroupés en familles et chaque famille de sols aura préalablement la même
réponse mécanique, telle que la résistance à la pénétration.
Dans ce cadre, L. Chaigneau et Sol-Solution se sont donc reposés sur ce postulat et ont
établi des courbes de références spécifiques pour chaque famille de sols GTR selon l’état
hydrique et la qualité de compactage souhaitée. Ces courbes de référence sont incorporées
dans le logiciel Panda Win, nécessaire pour l’exploitation des données lors du contrôle
compactage des ouvrages en terre.

Toutefois, plus tard El Hajj Hussein 2006 [17] a montré qu’il existe des divergences dans
quelques résultats. En effet il a observé qu’au sein d’une même famille de sols, les courbes de
références peuvent être différentes et donc introduire des biais dans la détermination des
droites de référence, tel que l’exemple présenté dans la figure 32. Dans l’exemple, on expose
les courbes de calibration du sable de Lyon et du sable de Fontainebleau. Ces deux sables
appartiennent à une même famille GTR, à savoir la classe D1. Il est possible de remarquer que
leurs courbes de calibration et donc leur réponse mécanique (en termes de résistance de pointe
qd) sont tout à fait différentes pour le même niveau de densité.
Figure 32 - courbes de référence de deux sols de même famille GTR

Pour expliquer cela, Hajj Hussein 2006 [17] postule que les caractéristiques physiques des
sols (granulométrie, forme et taille des grains..) ont une influence non négligeable sur
l’établissement des courbes de calibration et donc le principe qui stipule que les sols issus de la
même classe GTR ont les mêmes comportements mécaniques n’est pas tout à fait vrai.
En partant sur le même principe, l’on pourra dire que ces variations sont très probablement
liées, d’un point de vue micromécanique, aux variations des paramètres physiques
(granulométrie, minéralogie, taille et forme des grains...) mais aussi aux variations des
paramètres d’état et d’interaction (densité, teneur en eau, plasticité…) du sol en question. Ces
paramètres, pouvant expliquer les variations du comportement mécanique des sols appartenant
à une même famille, ne sont pas aujourd’hui considérés dans la classification GTR.
Néanmoins, on sait qu’il est possible d’estimer la valeur de la résistance de pointe
pénétrométrique qd (ou d’autres caractéristiques mécaniques) pour un sol connu à partir de
quelque paramètres physiques (granulométrie, plasticité…) et d’état (densité sèche, DR…)
Boulet et al 2007[16]. De même, lors de ses travaux, L. Chaigneau (2001) [9] a envisagé
d’obtenir par l’interpolation des courbes de référence d’un groupe de sols connus celles d’un sol
d’une même classe et inexistant dans la base de données.
L’objectif principal de ce travail est d’étudier la faisabilité et de proposer donc un modèle
mathématique simplifié permettant d’obtenir des courbes de référence d’un sol inexistant dans
la base de données à partir de ses caractéristiques physiques, d’état et d’interaction. Pour ce
faire, le modèle sera conçu à partir des données des sols existantes dans la base de données

BDD et permettra donc de développer l’idée de l’interpolation des courbes de références de sols
GTR pour retrouver celles des sols qui n’ont pas été incluses dans la BDD.
Pour aboutir à de bons résultats et pour mener à mieux ce travail, différents objectifs
secondaires ont été établis :
- Rassembler l’information de la base de données,
- Etudier les variations dans les courbes de calibration pour chaque famille de sols dont les
données sont disponibles,
- Elaborer un modèle mathématique sur la base des caractéristiques des sols disponibles
dans la BDD nous permettant en fin de prédire pour un sol donné ses courbes de référence
à partir d’une simple caractérisation physique du sol et d’état,
- Valider le modèle trouvé pour de nouveaux sols (un ou deux) qui ne sont pas compris dans
la BDD. En essayant de prédire leurs courbes de calibration et les comparer ensuite avec
celles établies au laboratoire.

PARTIE II
LA BASE DE DONNEES DES SOLS A SOL-SOLUTION
I. INTRODUCTION
I.1. Justification théorique de la procédure d’étalonnage au laboratoire
I.2. L’essai pénétrométrique au Panda
I.3. Choix des matériaux
I.4. Choix des essais d’identification
II. PRESENTATION DE LA BASE DE DONNEES DU PANDA

II.1. Base de données : Partie physique
II.2. Base des données : Partie analytique
III. RECAPITULATIF DES DONNEES DES SOLS

III.1. Caractéristiques des sols de la BDD
III.2. Caractéristiques pénétrométriques : étalonnage Panda® et courbes de calibration
III.3. Bilan
PARTIE II : LA BASE DE DONNEES DES SOLS A SOL-SOLUTION
I. INTRODUCTION
Comme déjà cité, le principe du contrôle compactage à l’aide du pénétromètre Panda repose
sur des courbes de calibration qu’on obtient à partir d’une procédure normalisée élaborée au
laboratoire. A partir de ces courbes, l’on pourra déterminer les droites de référence pour les
comparer au pénétrogramme trouvé lors d’un essai de pénétration in-situ et trancher sur l’état
du compactage selon la qualité de compactage exigée.
Lors de ses travaux, L.Chaigneau 2001[9] a postulé que les sols appartenant à une même
famille GTR, auront les mêmes propriétés mécaniques et donc les mêmes réponses de
résistance de pointe qd pour des états de densités et des teneurs en eau connus. Ainsi, aura-t-
on les mêmes courbes de calibration pour les sols de la même famille GTR.
Dans cette perspective, et en vue d’établir une banque de données regroupant toutes les
familles GTR, une multitude d’essais de caractérisation physique, d’état et mécaniques en plus
des essais Panda ont été réalisés sur plusieurs sols issus du territoire français. Cette banque de
données est composée d’une partie physique (échantillons de sols stockés) et analytique
(résultats obtenus à partir des différents essais de caractérisation géomécaniques réalisés).
I.1. Justification théorique de la procédure d’étalonnage au laboratoire [26]
L’approche du comportement des milieux discontinus par les méthodes de la mécanique des
milieux continus repose sur une logique présentée par Favre et Biarez et reprise depuis par de
nombreux auteurs. Celle-ci postule que le comportement des matériaux granulaires peut-être
appréhendé à partir d’une description des grains eux-mêmes, de leur arrangement et de la
teneur en eau de ceux-ci, pour peu que ces matériaux n’évoluent pas (pas d’attrition par
exemple ce qui exclut les roches tendres, craies, pouzzolanes) lors du compactage, soient donc
réversibles, y compris dans leur comportement hydrique (pas ou peu d’hystérésis entre
absorption et désorption). Sur le plan mécanique, ils ne présentent pas d’anisotropie de
comportement. Ainsi, la connaissance de la minéralogie, la granulométrie, l’angularité des
grains (paramètres de nature), la densité, l’indice des vides (paramètres d’arrangement), la
teneur en eau (paramètre hydrique) est suffisante pour obtenir la réponse mécanique du sol à
une sollicitation. On peut synthétiser ce qui précède par la relation formelle suivante :
Paramètres de nature + Paramètres d’assemblage = Propriétés mécaniques Équation 17
Sur la figure 33, on visualise la relation entre la densité sèche et la résistance de pointe
stabilisée qd1, pour un sable de type B1, insensible à l’eau. Comme nous l’avons vu au
préalable, cette relation est obtenue à partir de 5 points et montre la régularité du
comportement. Une courbe logarithmique reproduit de façon satisfaisante la loi expérimentale.

Figure 33 - Relation entre qd1 et densité sèche pour un sable propre B1, insensible à l’eau
Dans le cas du contrôle de compactage, l’équation précédente est utilisée pour retrouver un
paramètre d’assemblage (la densité sèche) à partir de la nature du matériau (essai de
calibration réalisé sur ce matériau B1) et de la réponse à une sollicitation mécanique simple la
pénétration.
Dans ce cas précis, l’avantage provient de la facilité à réaliser un essai pénétrométrique
Panda par rapport à une mesure directe de la densité (densitomètre, sonde nucléaire, cône de
sable …) couplée à la forme logarithmique de la relation. En effet, il est possible de remarquer à
partir de l’exemple présenté ci-dessus que pour des densités situées autour de l’OPN, la
sensibilité du pénétromètre permet d’obtenir une précision inférieure à 2% sur la mesure de la
densité.
Par ailleurs, pour un sol sensible à l’eau, on doit prendre en considération l’état d’humidité au
moment de l’essai : une argile passe d’un état rigide à un état plastique par simple variation
d’humidité. L’humidité est mesurée par la teneur en eau massique ou volumique (plus rare en
géotechnique), ou par degré de saturation. Dans ce cas, la relation recherchée est une surface
de la forme γd = f(w,qd)
I.2. L’essai pénétrométrique au Panda
Comme nous l’avons vu dans le chapitre précédent, la particularité de cet essai c’est qu’il
présente un comportement singulier en surface. Il existe en effet une profondeur critique zc
séparant cet effet de surface, du comportement en profondeur. (Chaigneau, 2001) [9].
La profondeur critique zc, définit la zone d’enfoncement où la résistance de pointe est
fonction de la profondeur. Au delà, et pour des profondeurs maximales modestes (quelques
mètres), celle-ci se stabilise à une valeur intrinsèque au sol testé, dans son état de teneur en
eau et de densité. Celle-ci dépend de la taille de la pointe, de la granulométrie, de l’angle de
frottement (terme de profondeur). On voit bien ici que plus la taille de la pointe est réduite, plus
la profondeur critique est faible.
Pour les sols frottants (pulvérulents), la stabilisation n’est jamais rigoureusement atteinte.
Cependant, pour des profondeurs d’investigation modestes (< 2m) on peut faire l’hypothèse
raisonnable que qd est constante et représentée par la valeur de qd1.

I.3. Choix des matériaux
Le choix des matériaux a été fait par l’entreprise Sol Solution en partenariat avec le
laboratoire de génie civil de l’institut Pascal. Il y a au moins un représentant pour chacune des
classes de sols dont le Dmax < 50 mm, sauf pour les sols A3 et A4 qui sont rarement utilisables
sans traitement au liant. Leur comportement mécanique n’est donc plus lié à leur compacité
uniquement mais surtout à la nature du liant et à sa teneur.
Les classes de matériaux retenus et présents aujourd’hui dans la base de données seront
exposés ci-après.
I.4. Choix des essais d’identification
Les essais d’identification de chacun des matériaux doivent permettre de les classer dans
tout système de classification de sols, en vigueur, dans la majorité des pays. Les deux
systèmes complémentaires sont la classification unifiée USCS (équivalente en France à la
classification du LCPC et dite classification géotechnique des sols) et la classification du USBR
dite AASHTO propre aux matériaux compactés dont le l’équivalent français est la classification
du GTR.
Pour alimenter l’ensemble des systèmes de classification, on doit nous renseigner sur les
paramètres issus des essais suivants :
- Courbe granulométrique par tamisage sur la fraction totale (tous les passants de 75µ à
50mm).
- Limites d’Atterberg sur la fraction <400 µm,
- Valeur de bleu de méthylène du sol sur la fraction totale.
Les critères de compactage utilisés dans le monde sont tous établis à partir de la référence
PROCTOR issue des essais Proctor normal et/ou Proctor modifié.
En complément de ces données minimales, on pourra trouver les résultats d’autres essais tel
que l’essai au pycnomètre pour la densité spécifique des grains.
Dans cette partie nous allons présenter la base de données (BDD) du Panda qui regroupe
l’ensemble des sols (caractéristiques physiques, d’état, geomécaniques) et les courbes de
référence déterminées au sein du laboratoire Lami à l’institut Pascal et qui seront désormais
l’outil de base de notre travail.
II. PRESENTATION DE LA BASE DE DONNEES DU PANDA
La base de données des sols contient à l’heure actuelle un nombre important de sols (32
sols). Ces sols ont des origines différentes (naturelles ou élaborée) mais proviennent tous du
territoire Français. Bien que la quantité de sols composant la BDD soit nombreuse, le travail de
son enrichissement ne cesse de se développer (des travaux sont aujourd’hui en cours pour
permettre d’incorporer les courbes de calibration de sols de classe B5, B6 … traités à la chaux).
Egalement, il y a d’autres sols sur lesquels on est en train d’appliquer la procédure de

calibration pour agrandir la base de données. L’objectif visé à moyen terme est d’arriver à
couvrir tous les types de sols permettant de former une base de sols complète et universelle,
bien structurée, avec des méthodes d’exploitation et d’utilisation bien définies.
Pour le moment, cette base de données contient les sols présentés dans le tableau 14 ci-
dessous. Pour l’ensemble des sols présentés dans le tableau, les procédures complètes
d’essais de caractérisation ont été réalisées. De même, pour chacun des sols présentés, la
calibration au laboratoire du Panda a été également faite. La base de données actuelle se
compose ainsi de deux parties :
- une partie physique : regroupant les échantillons de la trentaine de sols entrés dans la BDD,
- une partie analytique : regroupant les résultats de la plupart des essais réalisés au
laboratoire. Soit pour leur caractérisation, soit pour la calibration du Panda mais aussi avec
les résultats issus d’autres essais géotechniques (CBR, cisaillement, œdomètre…).
Ces deux parties sont présentées très succinctement dans les paragraphes suivants.
Néanmoins, le lecteur intéressé pourra trouver plus de renseignement à propos la base de
données dans la thèse de L. Chaigneau 2001 [9].
Tableau 15 - liste des sols de la base de données du Panda
classification
N° Identification
GTR USCS AASHTO
1 Limon DGA A1 ML A-4(4)
2 Limon CNR A1 ML A-4(1)
3 Sable de Hauteverne A1 SM A-4(0)
4 Argile de Laschamps A2 ML A-7-6(17)
5 Argile d’Allier A2 CL A-6(8)
6 Grave DGA Criqueboeuf B5 SM A-2-4(0)
7 Sable de Sermentizon B5 SM A-2-4(0)
8 Sol Recomposé B6A B6 - -
9 Sable de Fontainebleau D1 SP A-3(0)
10 Sable de Lyon D1 SP A-1-b(0)
11 Sable d’Allier B1 SP A-1-b(0)
12 Sable DGA B1 SP A-1-b(0)
13 Sable de Sayat B2 SW A-1-b(0)
14 Grave de Chantier D2 GW A-1-a(0)
15 Grave DGA B3 SP-SM A-1-b(0)
16 Sol Récomposé B4A B4 SP-SC(CL) A-2-4(0)

classification
N° Identification
GTR USCS AASHTO
17 Sol Récomposé B4B B4 - -
18 MIOM1 – île de France F6-1 SP-SM A-1-a(0)
19 (*) MIOM1 – île de France F6-1 SM A-1-b(0)
20 Béton concassé – île de France F7-1 GP-GM A-1-a(0)
21 (*) Béton concassé – île de France F7-1 SP-SM A-1-b(0)
22 Sol Récomposé D2 D2 SP A-1-b(0)
23 Gravette Roulée 4/8 DC1 GW -
24 Grave concassée de Chapdes-Beaufort DC3 GW -
25 Grave concassée Chapdes-Beaufort 10/20 DC3 GW -
26 Argile sableuse de Clermont Ferrand A2 ML -
27 Grave Rouge de Jozé B4 SM-SW -
28 Grave Roulée de Jozé D2 SP -
29 Sable de Brive B5 SM -
30 Sable de Jozé-Charles B3 SP -
31 Sable de Remblai B5 SM -
32 Sable Roulé Sograp D1 SP -
II.1.
II.2. Base de données : Partie physique
A l’heure actuelle, la base des données est composée d’une partie physique composée
d’une trentaine de sols GTR. Une quantité importante de matériau : 2m 3 a été stockée pour
chaque sol appartenant à la base de données.
1m3 de sol est utilisé pour les essais de caractérisation physique et mécanique au
laboratoire ; et pour les essais d’étalonnage du pénétromètre Panda (figure 34)
La quantité de sols qui reste, 1m3, est conservée au laboratoire Lami de l’institut Pascal
(anciennement le Polytech’ Clermont-Ferrand) en cas de besoin pour d’autres essais ou de non
fiabilité des matériaux des sols déjà utilisés.

Figure 34 - Base des données physiques (à gauche) ; essais de calibration Panda (au
centre) et exemple des résultats inclus dans la base des données (à droite)
Comme déjà indiqué ci avant, les travaux permettant d’agrandir la banque de données se
poursuivent et on espère qu’au moyen terme, l’ensemble des familles de la classification GTR
soient bien représentés par les sols inclus dans la BDD.
II.3. Base des données : Partie analytique
Une fois les sols introduits dans la base des données, les différents essais de caractérisation
géotechnique ont été réalisés. Les essais de caractérisation réalisés sur l’ensemble
d’échantillons sont :
- Granulométrie. Elle a été réalisée pour l’ensemble des sols. Pour cela, on a employé la
méthode par tamisage. Néanmoins, pour les sols ayant un pourcentage de fines supérieur à
12%, l’analyse granulométrique par sédimentation n’a pas été réalisée.
- Valeur de bleu de méthylène (VBS). Cet essai, largement répandu en France pour
caractériser la plasticité de la partie fine des sols, a été réalisé pour l’ensemble des sols.
- Limites d’Atterberg. Bien que très intéressant pour caractériser la plasticité des sols ayant
plus de 12% des fins, cet essai n’a pas été réalisé pour tous les sols.
- Essais Proctor (normal et modifié). Cet essai, permettant d’avoir les caractéristiques de
compactage des sols, a été réalisé pour tous les sols inclus dans la BDD.
Les sols de la base de données sont regroupés ainsi selon leurs caractéristiques physiques
et d’états d’après la classification GTR, mais aussi suivant leurs comportements et leurs
réponses mécaniques par le biais des essais pénétrométriques Panda.
III. RECAPITULATIF DES DONNEES DES SOLS
III.1. Caractéristiques des sols de la BDD
Les caractéristiques principales des sols de la base des données (BDD) sont présentées
dans le tableau 16 ci-dessous où on récapitule toutes les caractéristiques physiques

(granulométrie, plasticité, densité sèche) et mécaniques (poids volumique de l’optimum Proctor

normal et modifié) des sols obtenus au laboratoire après leurs incorporation dans la base de
données. Leurs classifications GTR, USCS et AASHTO sont déjà citées (cf. partie II –
paragraphe II – tableau 15). Dans le tableau, nous avons regroupé les sols selon leurs familles
granulaires (graves, sables limons …) nous les avons aussi regroupés en deux familles : une
famille des sols sensible à l’eau et une autre famille insensible à l’eau.
Pour réaliser cette classification, nous avons considéré :
- Sols sensibles à l’eau : tous les sols ayant plus de 12% de fins (tels que définis dans la
classification USCS et AASHTO) mais aussi ceux qui ont une valeur de VBS supérieur à
0,2.
- Sols insensibles à l’eau : tous les sols ne respectant pas la condition décrite
précédemment-.
Cette classification des sols composant la Base des données sera dorénavant conservée
pour les travaux à réaliser (développement du modèle mathématique). Par ailleurs, nous avons
situé les sols incorporés dans la base des données actuelle dans la synoptique de classification
GTR. Celle-ci est présentée dans la figure ci-dessous.
Figure 35 - Synoptique des sols et leur positionnement à l’intérieur du système de classification

Tableau 16 – présentation des sols de la base de données
Propriétés physiques et d'état
Type de Sol Nom BDD Granulométrie Plasticité Poids Volumique et Densité

Tmax 80µm 5mm 2mm 425µm CH CC Wl Wp Ip VBS gs OPN WOPN OPM WOPM
(mm) (%) (%) (%) (%) - - (%) (%) (%) - (KN/m3) (KN/m3) (%) (KN/m3) (%)
1 Grave Chantier 19,89 0,07 28,4 12,36 2,9 8,85 1,85 - - - 0,06 29,18 19,98 - 22 -
2 Gravette roulée 4/8 8 0,1 32,1 1,1 0,3 1,5 1,04 - - - - - 17,2 - 18 -
GRAVES
3 Gravette concassée 6/10 10 0,3 8,9 4,8 2,2 1,7 0,99 - - - - 24,23 17 - 17,5 -
4 Gravillon concassé 10/20 20 0 3,43 2,79 1,5 1,4 1,03 - - - - 25 16,7 - 18,5 -
5 Sable de Sayat 2,55 4,88 100 90,47 36 6,89 1,08 22,4 17,9 4,6 0,60 26,16 19,3 11 19,8 7,5
6 Sable de Fontainebleu 0,31 0,12 100 100 100 1,66 0,93 - - - 0,08 26,18 15,6 - 15,99 -
7 Sable de Lyon 4 1,8 99,4 84,1 42,9 4,67 0,86 - - - 0,09 - 17,3 - 18,07 -
8 Sable roulé SOGRAP 0-5 D1-3 5 0,66 99,1 78,16 11 2,98 0,88 - - - 0,09 25,95 16,5 - 17,6 -
9 Récomposé D2 14 5 75 59,3 20 8 0,8 - - - 0,09 - 19,5 - 20 -
10 Grave roulée de Jozé 20 0 58 40 4 8,33 0,52 - - - 0,09 - 20,3 9,5 20,6 8,3
11 Sable d'Allier Fosse 2,73 1,14 100 90,32 29,3 3,29 1,26 - - - 0,15 26,84 17,07 - 18,49 -
12 Sable DGA 3,15 0,83 100 86,21 37,6 3,56 0,88 - - - 0,15 25,91 17,48 - 18,29 -
SABLES 13 Sable de Jozé Charles 20 0 79,3 60,6 4,4 4,29 0,84 - - - 0,16 25,28 18,7 9,5 19,6 8
14 Sable de Brive 5 15,32 95,4 80,18 31 16,63 1,5 - - - 0,6 - 20 9,7 21,5 6,8
15 Grave DGA de Criqueboeuf 29,97 25,7 83 71,48 64 8,83 0,7 - - - 0,14 25,83 19,5 9,5 20,4 8
16 Sable de Sermentizon 6 12,9 92,6 62,5 27 28,57 2,57 - - - 0,54 - 19,76 11,1 20,87 9,3
17 Sable de Remblai 5 19,31 99,5 75,15 33 - - 39,4 22,8 16,6 0,5 - 20 10 21,5 8
18 Sable de Hauteverne 8 37,29 89,8 61,3 74 - - - - - 0,61 25,9 18,57 13,84 19,73 10,74
19 Recomposé B4A 2,55 4,88 100 90,47 31 6,89 1,08 25,8 21,46 4,34 0,72 - 20,5 10 22 8
20 Grave rouge de Jozé 20 10,53 59,9 46,88 18 62,5 1,6 - - - 0,9 - 21,2 8,8 21,8 6,8
21 Grave DGA 93,9 6,2 73 55,86 26 28,97 0,37 - - - 0,13 - 19,79 - 20,84 -
Limons et argiles 22 Limon DGA 0,37 91,24 100 98,43 94 - - 27,5 22,9 5 1,81 25,9 18,35 13,3 19,2 12,38
avec LL < 50 23 Limon CNR 0,26 77,76 100 99,8 99,4 - - 25,8 22,5 3,3 1,17 26,62 17,98 14,2 18,45 10,64

Propriétés physiques et d'état
Type de Sol Nom BDD Granulométrie Plasticité Poids Volumique et Densité

Tmax 80µm 5mm 2mm 425µm CH CC Wl Wp Ip VBS gs OPN WOPN OPM WOPM
(mm) (%) (%) (%) (%) - - (%) (%) (%) - (KN/m3) (KN/m3) (%) (KN/m3) (%)
24 Argile Laschamp 0,0786 96,725 100 99,283 98,6 - - 42,691 27,6 15,13 2,5 24,044 18,08 15,8 19,6 10
25 Argile Sableuse Clermont FD 10 60,66 89,26 82,45 68 - - 48,7 29,8 18,9 0,75 - 19,5 8 21,5 7,5
26 Argile de L'Allier 0,71 67,88 100 99,45 92 - - 36,1 23,2 12,9 2,73 24,04 17,6 14,9 18,6 14
MATERIAUX 27 Recomposé B4B 2,547 4,8837 88,3 90,47 26 6,88 1,08 25,8 21,46 4,338 0,721 - 19,28 11 19,8 7,5
RECOMPOSES 28 Récomposé B6A 2,547 4,8837 88,3 90,47 26 6,88 1,08 25,8 21,46 4,338 0,721 - 19,28 11 19,8 7,5
29 Béton recyclé 31,5 6 52,4 39 22,4 46,66 0,4667 - - - 0,08 - 16 - 17,5 -
MATERIAUX 30 Miom - Ile de France 20 6,2 59,2 32,2 19,3 5,55 0,2222 - - - 0,11 - 13,63 - 15,5 -
ELABORES 31 Argile expansée 2/20 20 0 20 2 0 3,49 2,34 - - - - 2,88 - 3,24 -
32 Argile expansée 10/20 20 0 2 1,2 0 1,27 1,1 - - - - 2,28 - 2,7 -
III.2. Caractéristiques pénétrométriques : étalonnage Panda® et courbes de calibration
Les sols ayant été classés selon la GTR sont ensuite stockés. Une partie des sols (1m3) reste intacte et une autre est utilisée pour
l’ensemble d’essais de caractérisation géomécaniques souhaités, notamment pour l’étalonnage du pénétromètre Panda pour obtenir les
courbes de calibration. Pour ce faire, la procédure proposée par L. Chaigneau (2001) [9] et qui est définie dans la norme NF P 94-105 a été
respectée. Au total, plus d’une centaine de moules d’étalonnage ont été réalisés depuis l’année 1998. Toutes ces données sont aujourd’hui
conservées dans la base de données numérique et seront présentées plus loin selon les différents types de sols. En effet, pour chaque sol
nous avons regroupé les résultats des essais de calibration, à savoir : les caractéristiques des moules élaborés (densité sèche et humide,
teneur en eau …) et les caractéristiques pénétrométriques (qd0, qd1 et Zc) obtenus à l’aide du Panda.
Dans le tableau ci-dessous nous présentons un exemple des caractéristiques pénétrométriques obtenus suite aux essais de calibration au
laboratoire pour deux sols différents : Le Sable de Fontainebleau de la famille des sols insensibles et sable de Sermentizon de la famille des
sols sensibles à l’eau. De même, dans les figures 33 et 34 sont présentées les courbes de calibration des deux sols. Pour plus de détails, une
fiche complète pour chacun des sols de la banque de données est présentée dans l’annexe I de ce rapport.

Tableau 17 - exemple de caractéristiques pénétrométriques de sols sensibles et insensibles
Classification Propriétés physiques et d'état Essais pénétromètrique Panda

Nom BDD
Caractéristiques Caractéristiques
Granulomètrie Poids Volumique et Densité
éprouvettes pénétrométriques
AASHTO
USCS
GTR
WOP
Tmax 80µm 5mm 2mm 425µm CH CC VBS gs OPN WOPN OPM g W% zc qdo qd1
M état
(KN/m3 hydrique
(mm) (%) (%) (%) (%) - - - (KN/m3) (KN/m3) (%) (KN/m3) (%) (%) (m) (Mpa) (Mpa)
)
0,31 0,12 100 100 100 1,66 0,93 0,08 26,18 15,6 - 15,99 - 12,30 4,73 0,00 0,01 0,05
Fontainebleu
0,31 0,12 100 100 100 1,66 0,93 0,08 26,18 15,6 - 15,99 - 13,60 4,66 0,23 0,03 0,14
Sable de
A-
SP D1 0,31 0,12 100 100 100 1,66 0,93 0,08 26,18 15,6 - 15,99 - 14,75 4,95 0,31 0,24 1,85 insensible
3(0)
0,31 0,12 100 100 100 1,66 0,93 0,08 26,18 15,6 - 15,99 - 15,72 6,40 0,48 0,40 8,56
0,31 0,12 100 100 100 1,66 0,93 0,08 26,18 15,6 - 15,99 - 16,22 6,56 0,55 0,69 14,21
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 12,06 8,67 0,00 0,10 0,10
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 14,55 7,97 0,20 0,36 0,73
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 16,91 8,22 0,19 2,71 3,29 sec
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 19,32 8,21 0,25 5,78 9,42
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 21,82 7,70 0,34 10,80 40,23
Sable de Sermentizon
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 10,86 9,24 0,00 0,10 0,10
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 13,24 8,38 0,13 0,27 0,43
A-2-
SM B5 6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 15,57 9,58 0,20 0,91 1,22 moyen
4(0)
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 18,11 9,80 0,25 2,95 3,98
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 20,64 9,48 0,38 4,89 11,68
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 11,18 11,22 0,00 0,13 0,13
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 13,74 11,02 0,11 0,16 0,26
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 16,34 11,33 0,15 0,70 1,05 humide
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 19,02 11,07 0,25 1,60 2,65
6 12,9 92,6 62,5 27 28,57 2,57 0,54 - 19,76 11,1 20,87 9,3 21,06 10,00 0,35 2,04 7,78

Figure 36 - courbes de référence densité sèche-qd1 sable de Sermentizon
Figure 37 - courbe de référence densité sèche-qd1 sable de Fontainebleau-
III.3. Bilan
Une base de données BDD très riche en information a été constituée au sein de l’Institut
Pascal avec le soutien de Sol Solution. Cette base est composée à l’heure actuelle d’une
trentaine de sols, Les travaux se poursuivent pour l’agrandir au maximum en y ajoutant des
sols permettant décrire toutes familles GTR. Le but est de constituer une BDD universelle qui
sera principalement exploitée dans le domaine du contrôle de compactage à l’aide du Panda.
En effet, nous avons vu qu’il a été possible d’établir des relations biunivoques entre la
résistance de pointe qd du pénétromètre Panda et l’état de densité d’un sol donné avec une
teneur en eau connue. Toutefois, bien qu’elle soit très riche, cette BDD n’est pas exploitée au
maximum aujourd’hui. En effet, il a été souhaité, depuis longtemps, de réaliser un modèle
mathématique permettant d’interpoler les données des sols existants pour retrouver ceux
d’autres sols (Zhou, 1997[22], Chaigneau 2001 [9]…).

Ainsi, l’objectif de ce travail est de proposer et d’étudier la faisabilité d’un modèle

mathématique simplifié permettant de prédire pour un sol quelconque, et à partir de ses
caractéristiques physiques, son comportement mécanique lors d’un essai de pénétration
notamment sa résistance de pointe qd.
Nous avons vu que l’hypothèse de L.Chaigneau (2001) [9] prétendant que le
comportement mécanique des sols est fortement lié à ses propriétés physiques sera la clé de
ce travail. Donc, pour répondre, adéquatement, objectivement et scientifiquement à notre
question il va de soi de procéder à une analyse optimale de la banque de données de
laquelle on dispose.
Ce travail commencera par une analyse des données de la base des sols. On est amenés
alors à observer les propriétés physiques et de comportement des sols et leur influence sur
le comportement mécanique et sur les courbes de référence pour pouvoir proposer des
modèles logiques et compatibles.
Pour ce faire, nous avons classé les sols en deux grandes familles :
- Les sols insensibles à l’eau ; dont la quantité des fines ne dépasse pas le 5% et la valeur
VBS est inférieur à 0,2, et
- Les sols sensibles à l’eau, tous les sols ayant une quantité de fines supérieur à 5% et
une valeur VBS supérieur à 0,2.
Dans un premier moment, nous allons travailler avec la famille des sols insensibles à l’eau
et dont le modèle qu’on va chercher est de la forme (selon Chaigneau 2001 [9]) :
γ=A*ln (qd1) +B, Equation 18
Avec : A et B constantes pour chaque sol de la base des données et dépendant des
paramètres physiques des sols .Ce modèle décrit la relation entre la densité et la résistance
de pointe qd obtenue avec le Panda.
Par ailleurs, nous avons choisi de réaliser un modèle mathématique linéaire simple
dépendant de quelques paramètres physiques (granulométrie, teneur en eau,..).
Parmi les modèles trouvés, le meilleur doit être le plus compatible avec les courbes de
calibration des différents sols de la base de données. Pour cela, on calculera l’erreur donnée
par chaque modèle et on choisira celui ayant la moindre marge d’erreur.
Comme nous l’avons déjà indiqué, nous allons nous intéresser dans un premier temps à
la famille des sols insensibles à l’eau composée de 12 sols. Après avoir déduit le modèle, il
faut le tester pour quelques sols sur lesquels une caractérisation physique et d’état ont déjà
été faites et aussi des essais de pénétration Panda.

PARTIE III
ETUDE D’UN MODELE ANALYTIQUE
I. INTRODUCTION
I.1. Objectif
I.2. Les hypothèses
II. METHODOLOGIE
III. Les sols insensibles à l’eau de la base des données
III.1. Matrices de corrélation
IV. ETABLISSEMENT DES DIFFERENTS MODELES

IV.1. Modèle 1
IV.2. Modèle 2
IV.3. Modèle 3
IV.4. Modèle 4
V. ANALYSE DES MODELES PROPOSES
VI. BILAN
PARTIE III : ETUDE D’UN MODELE ANALYTIQUE
I. INTRODUCTION
Dans le cadre de la recherche et du développement dans le domaine de construction des

ouvrages en terre et de leurs contrôles, Sol-Solution a élaborée une base de données
composée d’une trentaine de sols classés selon le système GTR. L’objectif principal de cette
base de données est d’établir les droites de référence (liant la densité sèche, la teneur en
eau et la résistance de pointe, qd) nécessaires pour le contrôle de compactage par
pénétrodensimétrie à l’aide du pénétromètre Panda.
En outre, le système de classification des sols GTR, comme la plupart des systèmes de
classification des sols, postule de manière générale que pour deux ou plusieurs sols ayant
les mêmes propriétés physiques (granulométrie, VBS, plasticité…) et donc appartenant
préalablement à une même famille, ou classe, on aura des réponses mécaniques très
similaires, telle que la résistance de pointe pénétrométrique qd. Dans cette logique, on a
établi les courbes de calibration au laboratoire pour chaque famille de sol GTR (Zhou, 1997
[22] ; Chaigneau 2001 [9]), ou au moins, pour ceux les plus utilisés dans la construction des
ouvrages en terre en France.
Toutefois, bien qu’intéressant, nous avons vu que cette approche n’est pas tout à fait
vraie dans certains cas des figures. En effet, des écarts très significatifs ont été constatés
entre les courbes de calibration des sols appartenant à une même classe GTR [17]. De notre
part, nous avons mis en évidence ces différences par le biais des comparaisons entre les
courbes de calibration des sols appartenant à chaque famille GTR et dont des données sont
disponibles dans la base des données.
Ces différences peuvent être expliquées par le fait que le système de classification de
sols Français GTR ne tient pas compte de certains paramètres de la courbe granulométrique
(2mm, C, CC,…) et ayant une influence non négligeable sur la réponse mécanique des sols
et donc sur la résistance de pointe qd. En plus, il a été montré qu’il est possible d’estimer la
valeur de la résistance de pointe d’un sol connu à partir de ses paramètres physiques
(granulométrie, minéralogie, forme des grains, plasticité…) et d’état (teneur en eau, densité
sèche…). En effet, L.Chaigneau (2001) [9] avait envisagé d’obtenir par l’interpolation des
courbes de calibration de plusieurs sols connus celles d’un sol de la même classe inexistant
dans la base de données. Cette idée bien qu’intéressante n’a pas vu le jour.
Par ailleurs, ce travail est soutenu par des recherches faites par Boutet et al 2007 [16]. En
effet, ils sont étudié l’élaboration des modèles analytiques mettant en relation, d’une part, les
propriétés de résistance des sols (résistance de cisaillement obtenue au scissomètre) et,
d’autre part, les propriétés résilientes (modules rétro-calculés à partir d’essais de déflexion)
avec des valeurs d’indice de pénétration de cône de pénétration américain, dit DCP [17].
Pour ce faire, les auteurs ont construit une base de données des différents sols classés
selon le système américain AASTHO. Différents modèles ont été proposés, en partant du
plus simple au plus compliqué. Boutet et al 2007 ont conclu qu’il est possible d’expliquer les

variations du comportement en déformation et à la rupture des sols à partir de leurs

propriétés physiques et d’état. Ils proposent à la fin différents modèles analytiques
permettant de prédire le module résilient à partir des mesures de résistance de pointe DCP
et des caractéristiques physiques des sols (granulométrie, teneur en eau, plasticité …).
I.1. Objectif
L’objectif de ce travail est ainsi d’étudier la faisabilité et de proposer un modèle

mathématique simple à partir de l’interpolation des données inclues dans la base de données
du pénétromètre dynamique Panda, nous permettant ainsi de prédire les courbes de
calibration d’un sol inconnu à partir de ses caractéristiques physiques, d’interaction et d’état.
Ce travail s’appui fortement et principalement sur l’analyse de la base de données du
Panda, particulièrement sur les relations existantes entre la résistance de pointe qd , la
teneur en eau w% et la densité sèche du sol γd.
I.2. Les hypothèses
Tout d’abord nous admettons que les courbes de calibration pour les sols de la base des
données sont de la forme suivante :
sols insensibles à l’eau γ d = A1 ln(qd1 ) + B1 Équation 19
1
sols sensibles à l’eau γ d = A1 + B1 ln(qd1 ) + C1 Équation 20
w
Ces relations ont été étudiées et proposées par L. Chaigneau (2001) [9]. Toutefois, lors
de la calibration du pénétromètre au laboratoire, deux autres relations sont aussi obtenues
pours chaque sol testé, à savoir : densité sèche -résistance de pointe en surface qdo et
densité sèche -profondeur critique Zc.
En faisant cette hypothèse sur la relation entre la densité sèche et la résistance de pointe
qd du Panda et pour mener à mieux ce travail, nous avons établi les hypothèses suivantes :
- les sols étudiés sont des sols d’origines naturelles. Les sols concassés, élaborées, ou
industriels ne sont pas pris en compte. Car leur angularité, introduit des difficultés de
compactage supplémentaire,
- la forme des grains sera négligée, même si c’est un paramètre très important dans la
caractérisation des sols et dans leur comportement à la rupture (cisaillement par
exemple).
- le plus grand diamètre des grains est inférieur ou égal à 50mm (selon la classification
GTR),
- Le comportement des sols sensibles à l’eau dépend, outre son état de densité, de la
teneur en eau et de la plasticité des fins. De même, le comportement des sols
insensibles à l’eau dépendra seulement de son état densité.
- on ne va pas considérer l’effet de la succion dans le comportement des sols,

- l’état de contraintes des sols est normalement consolidé voire légèrement surconsolidé
(ce dernier est dû au compactage et chargement des éprouvettes au laboratoire lors de
la réalisation des moules),
- la contrainte de confinement est négligeable (en effet, on considère que les études pour
le contrôle de compactage des ouvrages en terre concerne seulement les 2 premiers
mètres de profondeur, donc la contrainte de confinement est négligeable)
- nous allons étudier la faisabilité d’un modèle mathématique en considérant seulement les
relations : γ d = A1 ln(qd1 ) + B1 ,
- Enfin, le modèle à étudier et donc à proposer doit être simple et plutôt linéaire. Les
paramètres l’alimentant doivent être obtenus facilement au laboratoire par le biais de
l’exploitation des essais de caractérisation classiques (granulométrie par tamisage,
limites d’Atterberg.)
II. METHODOLOGIE
Dans un premier temps, on étudiera l’influence des paramètres physiques et d’état sur le
comportement mécanique des sols, notamment, la résistance de pointe pénétrométrique.
Pour cela, on divisera les sols en deux familles : une famille de sols sensibles à l’eau et une
autre des sols insensibles à l’eau.
Le premier modèle qu’on proposera sera celui de la famille des sols insensibles à l’eau ;
du fait que, dans cette famille, les paramètres de plasticité et de teneur en eau n’ont pas une
grande influence sur le comportement mécanique de ce type des sols. Il s’en suit que les
paramètres issus de l’analyse granulométrique auront donc une grande influence sur le
comportement mécanique de ces sols, tel que proposé par El Hajj Hussein (2006) [17].
On va se baser dans ce travail sur les méthodes statistiques. Plus précisément, on fera
appel à l’analyse de corrélation entre les paramètres A1 et B1 de l’équation liant la densité
sèche et la résistance de pointe qd1 (γd=A1*ln(qd) + B1) et les paramètres physiques
(granulométrie,..). Pour ce faire, l’utilisation de la matrice de corrélation entre les divers
paramètres nous sera d’une grande utilité.
Après avoir élaboré plusieurs modèles, on devra sélectionner le meilleur d’entre eux
moyennant le calcul des marges d’erreurs données par chaque sol. L’optimisation des
résultats est requise.
Finalement, le modèle choisi sera celui qui donnera des courbes de référence les plus
proches de celles des sols de la base de données et correspondra le plus aux cas réels.
On s’intéressera dans un premier moment aux sols insensibles à l’eau (pulvérulents) et on
essaiera d’établir des relations entre les données de la granulométrie et les courbes de
référence en se basant sur l’analyse statistique des corrélations (matrice de corrélation) et
permettant donc de proposer un modèle simple.
Comme nous l’avons déjà indiqué -, ce modèle sera de la forme suivante :

sols insensibles à l’eau γ d = A1 ln(qd1 ) + B1 Équation 21
Avec A et B paramètres intrinsèques de chaque sol de la base de données et dépendants

des paramètres physiques des sols en question.
Par ailleurs, dans le cas des sols sensibles à l’eau (sols cohésifs), le modèle dépendra, en
plus des données granulométriques, de l’état de plasticité du sol et de son état hydrique. Le
modèle proposé sera de la forme :
1
sols sensibles à l’eau γ d = A1 + B1 ln(qd1 ) + C1 Équation 22
w
Ce travail comporte plusieurs étapes, en partant du regroupement et la vérification de

l’information incluse dans la base de données jusqu’au traitement et l’étude de différents
modèles. C’est la raison pour laquelle nous avons travaillé dans un premier temps avec les
sols insensibles à l’eau. On verra plus loin que le temps consacré au développement de ce
travail ne nous a pas permis d’aller plus loin comme nous l’avions souhaité. En effet, et
compte tenue de la complexité du problème, l’étude d’un modèle mathématique pour les sols
sensibles à l’eau n’a pas pu être aboutie.
Dans ce qui suit, nous présentons les principaux résultats obtenus en travaillant avec la
famille des sols insensibles à l’eau et présentes dans la BDD.
III. LES SOLS INSENSIBLES A L’EAU DE LA BASE DES DONNEES
Comme nous l’avons indiqué préalablement, nous avons classé les sols de la base de
données dans deux familles : une famille des sols insensibles à l’eau et une autre des sols
sensibles à l’eau. Cela pour tenir compte dans leur différence en termes du comportement
mécanique en présence ou non de l’eau à l’intérieur de la matrice de sol.
La famille des sols insensibles est composée de 12 sols. Ceux-ci sont classés dans le
tableau 18 ci-après.
On s’intéressera dans ce travail à l’établissement d’un modèle liant la résistance de pointe
qd1 à la densité sèche. En effet, lors de la réalisation d’un sondage Panda et par conséquent
lors de la calibration de celui-ci au laboratoire, la détermination de la résistance de pointe qd1
est l’une des informations les plus importantes obtenues à partir du pénétrogramme.
Pour cela, nous avons classé toute l’information nécessaire pour notre étude, à savoir :
- Tmax : désigne la taille maximale des grains
- 80µm : renvoie le pourcentage des fines.
- D60 est le diamètre des grains en mm correspondant à 60% de passants.
- D30 est le diamètre des grains en mm correspondant à 30% de passants

Tableau 18 - famille des sols insensibles à l'eau
classification
Id Identification Groupe SYMBOLE Classe
GTR USCS AASHTO
1 Gravillon concassé 10/20 DC3 GW -
2 Gravette concassée 6/10 DC3 GW -
3 Grave Chantier D2 GW A-1-a(0)
4 Gravette roulée 4/8 DC1 GW -
5 Grave roulée de Jozé D2 SP -
6 Sable de Jozé Charles B3 SP -
7 Récomposé D2 D2 SP A-1-b(0)
8 Sable roulé SOGRAP 0-5 D1-3 D1 SP -
9 Sable de Lyon D1 SP A-1-b(0)
10 Sable DGA B1 SP A-1-b(0)
11 Sable d'Allier Fosse B1 SP A-1-b(0)
12 Sable de Fontainebleu D1 SP A-3(0)
- D10 est le diamètre des grains en mm correspondant à 10% de passants.
- 5mm renvoie le pourcentage des passants à 5 mm.
- 2mm renvoie le pourcentage des passants à 2 mm.
- 425µm renvoie le pourcentage des passants à 425µm.
- CH : coefficient de Hazen
- CC : coefficient de courbure
- GC coefficient de gradation : c’est un coefficient introduit par P.Paige-Green [25]. Ce

coefficient équivaut à peu près la moitié du pourcentage du matériau graveleux dans
l’échantillon. Il est calculé comme suit :
Gc = (1-pourcentage des 2mm)*(pourcentage des

Équation 23
4,65mm)
L’ensemble des paramètres cités sont présentés dans le tableau 19 ci après.
A partir de toute cette information, nous allons établir dans un premier moment la matrice
de corrélation permettant d’identifier les paramètres des sols auxquels sont corrélés les
coefficients A et B de la courbe de calibration. Mais avant de décrire les principaux résultats
obtenus, nous proposons un bref aperçu à sur les matrices de corrélation.

Tableau 19 - caractéristiques granulométriques des sols insensibles
Classification Propriétés physiques et d'état

caractéristiques pénétrométriques
AASHTO
ID Nom BDD Granulométrie gd=A*Ln(qd1)+B
USCS
GTR
Tmax 80µm D60 D30 D10 5mm 2mm 425µm GC CH CC A B
(mm) (mm) (mm) (mm) (mm) (mm) (mm) (mm) - - - - -
1 Gravillon concassé 10/20 A1 ML A-4(4) 20 0,00 14,0 12,0 10,0 3,4 2,8 1,5 3,3 1,4 1,0 1,13 14,49
2 Gravette concassée 6/10 A1 ML A-4(1) 10 0,30 9 7 5 8,9 4,8 2,2 8,5 1,7 0,99 1,41 13,35
3 Grave Chantier A1 SM A-4(0) 20 0,07 12 6 1 28,4 12,36 2,9 24,9 8,6713 1,88 1,03 16,49
4 Gravette roulée 4/8 A2 ML A-7-6(17) 8 0,10 6 5 4 32,1 1,1 0,3 31,7 1,5 1,04 1,05 15,75
5 Grave roulée de Jozé A2 CL A-6(8) 20 0,00 4 0,5 0,5 58 40 4 34,8 8 0,13 0,72 17,44
6 Sable de Jozé Charles B5 SM A-2-4(0) 20 0,00 1,8 0,48 0,48 79,3 60,6 4,4 31,2 4,02 0,27 0,95 16,59
7 Récomposé D2 B5 SM A-2-4(0) 14 5,00 2 0,63 0,25 75 59,3 20 30,5 8 0,79 0,83 17,20
8 Sable roulé SOGRAP 0-5 D1-3 B6 - - 5 0,66 1,2 0,4 0,4 99,1 78,16 11 21,6 3 0,33 0,67 15,16
9 Sable de Lyon D1 SP A-3(0) 4 1,80 0,7 0,3 0,15 99,4 84,1 42,9 15,8 4,7 0,86 0,73 15,77
10 Sable DGA D1 SP A-1-b(0) 3,15 0,83 0,75 0,48 0,15 100 86,21 37,6 13,8 5,0 2,05 1,16 15,35
11 Sable d'Allier Fosse B1 SP A-1-b(0) 2,73 1,14 0,66 0,41 0,2 100 90,32 29,3 9,7 3,3 1,27 1,27 14,63
12 Sable de Fontainebleu B1 SP A-1-b(0) 0,31 0,12 0,23 0,17 0,14 100 100 100 0,0 1,6 0,90 0,63 14,46

III.1. Matrices de corrélation
Dans ce travail on utilisera quelques notions de la statistique probabiliste. On doit donc

définir quelques grandeurs statistiques qu’on utilisera pour l’étude des correspondances et
permettant d’établir les relations entre les paramètres des sols et les variables étudiées. Il ne
s’agit pas ici de faire un cours complet de statistique mais plutôt de bien définir les
principales notions à utiliser tout au long de ce travail. Le lecteur intéressé pourra se rendre
dans les nombreux ouvrages de statistique existants dans la littérature.
En probabilités et en statistiques, étudier la corrélation entre deux ou plusieurs variables
aléatoires ou statistiques numériques, c’est étudier l’intensité de la liaison qui peut exister
entre ces variables. La liaison recherchée est une relation affine. Dans le cas de deux
variables numériques, il s'agit de la régression linéaire.
Le calcul de cette corrélation est obtenu par le calcul du coefficient de corrélation linéaire
R2. Ce coefficient est égal au rapport de leur covariance et du produit non nul de leurs écarts
types, soit :
σ XY
R2 = Équation 24
σ X ⋅σY
Où :
- σxy est la covariance qui mesure la relation linéaire qui peut exister entre deux
variables quantitatives. Si elle est égale à zéro, les deux variables sont linéairement
indépendantes. De même, σxy c’est la moyenne du produit des valeurs de deux
variables moins le produit des deux moyennes. On calcule ainsi la covariance, tel
que :
Cov ( X , Y ) = E ( XY ) − E ( X ) E (Y ) Équation 25
. avec E est l’espérance mathématique.

- σ x et σy sont les écarts types des variables X et Y.
Ainsi, calculer le coefficient de corrélation entre deux variables numériques revient à
résumer la liaison existant entre ces deux variables à l'aide d'une droite. On parle alors d'un
ajustement linéaire.
La valeur du coefficient de corrélation R2 est comprise entre -1 et 1. Il est égal à 1 dans le
cas où l'une des variables est une fonction affine croissante de l'autre variable. Lorsque la
valeur de R2 est égal a -1 on dit que la fonction affine est décroissante.
Les valeurs intermédiaires de R2 renseignent ainsi sur le degré de dépendance linéaire
entre les deux variables. Plus le coefficient est proche des valeurs extrêmes -1 et 1, plus la
corrélation entre les variables est forte. Pour exprimer le degré de corrélation, on emploie
simplement l'expression « fortement corrélées » pour qualifier les deux variables. Par
ailleurs, une corrélation égale à 0 signifie que les variables sont linéairement indépendantes.

Une matrice de corrélation n’est autre qu’une matrice regroupant les coefficients de
corrélation de plusieurs variables dans un tableau croisé. Compte tenu du temps calcul, dans
ce travail nous allons calculer les matrices de corrélation par le biais des outils informatiques
disponibles, tel que l’outil d’analyse des données mis à disposition par Microsoft Excel.
En ce qui concerne notre travail, nous allons étudier les relations existantes entre les
coefficients A et B du modèle de calibration pour les sols insensibles à l’eau; à savoir : γd =
A*ln(qd) + B et les paramètres de la granulométrie définis précédemment : la taille maximale
(Tmax), le pourcentage des fines (80µm), D60, D30, D10, le pourcentage des passants 5mm
et 2mm, 425µm, le coefficient de granularité (Gc), le coefficient de Hazen (CH) et le
coefficient de courbure (CC).
Dans ce qui suit, nous présentons les résultats obtenus pour la famille des sols
insensibles à l’eau.
III.1.1. Matrice de corrélation A - granulométrie :
Tout d’abord nous avons étudié la matrice de corrélation permettant d’identifier les
paramètres ayant une influence sur la valeur du coefficient A du modèle. En effet, on croit
que les paramètres définissant la variation dans le coefficient A sont principalement ceux qui
définissent la distribution granulaire du sol. Pour vérifier cela, nous avons construit la matrice
de corrélation présentée dans le tableau 20.
A partir des données exposées dans la matrice de corrélation présentée dans le tableau
20, on remarque qu’il existe une bonne corrélation entre le coefficient A et le coefficient de
courbure mais aussi avec les caractéristiques suivantes: 5mm, 2mm, D60, D30 et D10.
Pour faciliter la compréhension de la matrice de corrélation, nous présenterons
dorénavant les valeurs des coefficients de corrélation R2 sous forme de pourcentage.
Tableau 20 - matrice de corrélation de A
Tmax 80µm D60 D30 D10 5mm 2mm 425µm GC CH CC A

Tmax 100%
80µm -12% 100%
D60 64% -34% 100%
D30 46% -33% 94% 100%
D10 37% -31% 81% 95% 100%
5mm -62% 31% -93% -90% -83% 100%
2mm -64% 29% -88% -83% -75% 97% 100%
425µm -68% 11% -56% -47% -42% 62% 73% 100%
GC 48% 19% -9% -28% -34% -2% -22% -55% 100%
CH 44% 41% -2% -32% -49% 11% 5% -19% 60% 100%
CC -23% -1% 27% 26% 8% -11% -7% 14% -36% 8% 100%
A 7% -17% 44% 52% 48% -50% -45% -41% -27% -26% 54% 100%

III.1.2. Matrice de corrélation B - granulométrie :

Tout comme pour le coefficient A, nous avons étudié la corrélation du coefficient B du
modèle de calibration avec des paramètres granulométriques des sols en question. La
matrice de corrélation obtenue est présentée dans le tableau 21 ci-dessous. On remarque
qu’il existe une bonne corrélation entre le coefficient B et le coefficient de Hazen CH ainsi
qu’avec le coefficient de granularité GC.
Tableau 21 - matrice de corrélation de B
Tmax 80µm D60 D30 D10 5mm 2mm 425µm GC CH CC B

Tmax 100%
80µm -12% 100%
D60 64% -34% 100%
D30 46% -33% 94% 100%
D10 37% -31% 81% 95% 100%
5mm -62% 31% -93% -90% -83% 100%
2mm -64% 29% -88% -83% -75% 97% 100%
425µm -68% 11% -56% -47% -42% 62% 73% 100%
GC 48% 19% -9% -28% -34% -2% -22% -55% 100%
CH 44% 41% -2% -32% -49% 11% 5% -19% 60% 100%
CC -23% -1% 27% 26% 8% -11% -7% 14% -36% 8% 100%
B 51% 33% -15% -37% -45% 16% 2% -25% 85% 81% -26% 100%
L’étude de la matrice de corrélation nous a permis d’identifier quels sont les paramètres
physiques des sols insensibles à l’eau de la base de données ayant une relation avec les
coefficients A et B de la courbe de calibration.
Il est possible de conclure ainsi que :
o Il existe une corrélation entre le coefficient A et les paramètres suivants :
• D60 (R2=0,44)
• D30 (R2=0,52)
• D10 (R2=0,48)
• 5mm (R2=0,50)
• 2mm (R2=0,45)
• Cc (R2=0,54)
o Il existe une forte corrélation entre le coefficient B et les paramètres suivants :
• GC (R2=0,85)
• CH (R2=0,81)
A partir des résultats obtenus, nous allons procéder à l’étude d’un modèle mathématique
permettant d’estimer les courbes de calibration des sols insensibles à l’eau à partir des

caractéristiques physiques identifiés ci-dessus. Pour ce faire, nous allons étudier les modèles
du plus simple au plus complexe (en termes de nombre de paramètres). Cette étude fera
l’objet des paragraphes suivants.
IV. ETABLISSEMENT DES DIFFERENTS MODELES :

Comme nos l’avons indiqué ci-avant, les modèles étudiés seront présentés du plus simple
au plus compliqué en termes des paramètres les composants.
Pour évaluer la pertinence de chaque modèle proposé, nous avons procédé à deux
étapes :
- Tout d’abord nous avons comparé les courbes de calibration obtenues par le biais des
différents modèles avec celles obtenues au laboratoire et incluses dans la BDD, et
- Ensuite nous avons calculé l’erreur qu’on introduit avec les différents modèles dans la
détermination des coefficients A et B gouvernant la relation entre densité sèche et
résistance de pointe pénétrométrique qd obtenue avec le Panda (Chaigneau, 2001) [9].
Les résultats obtenus sont exposés dans ce qui suit.
IV.1. Modèle 1
Dans ce premier modèle, les coefficients A et B ont été déterminés en considérant :

- le coefficient A comme la valeur moyenne des coefficients A des tous les sols en
question. Dans la figure ci-dessous nous présentons le graphique des fréquences des
valeurs des coefficients A considérées. Le résumé des résultats est également présenté
dans le tableau ci-dessous.
Nombre Valeur
Ecart type c.v Min. Max.
d’échantillons moyenne
12 0,97 0,20 0,22 0,63 1,27
Figure 38 - Variation des coefficients A – sols insensibles

- le coefficient B est obtenu par l’étude de la corrélation entre ce coefficient et les

paramètres identifiés ci-dessus. En effet, d’après la matrice de corrélation, B est
fortement corrélé au coefficient de Hazen CH et au coefficient de gradation GC.
Dans ce premier modèle nous avons considéré seulement la corrélation entre B et CH.
Nous avons tracé le nuage de points formé par B et CH et on cherche la courbe de tendance
linéaire qui lie ces 2 coefficients. Les résultats trouvés sont :
Figure 39 - corrélation entre B et CH
Le modèle 1 retenu est donc de la forme suivante :
γ d = A ln(qd1 ) + B
avec :
A = 0,965 Équation 26
B = 0,3676*CH + 13,997 Équation 27
Pour valider la pertinence du modèle, nous avons comparé la courbe de calibration

obtenue par le biais de la relation trouvée avec les courbes de calibration obtenues au
laboratoire. Dans l’exemple ci-dessous, on expose une comparaison pour le cas des sols :
gravillon concassé 10/20, gravette concassée 6/10 et pour la grave chantier. Les fiches de
comparaison des autres sols concernant ce modèle sont présentées dans l’annexe II de ce
rapport.
Un analyse visuelle des courbes calculées et celles mesurées permet de valider ce
modèle du point de vue qualitatif. C’est pourquoi que nous allons étudier l’erreur introduite
par le modèle sur la détermination des coefficients A et B. Le récapitulatif des résultats
obtenus est présenté dans le tableau 23.

(a) (b)
Figure 40 - comparaison modèle 1 –(a)

gravillon concassé 10/20 – (b) Gravette
(c) concassée 6/10 – (c) Grave chantier
Tableau 22 - marges d’erreurs modèle 1
sol A réel A calculé erreur A B réel B calculé erreur B

1 Gravillon concassé 10/20 1,13 0,965 -17% 14,49 14,55 0%
2 Gravette concassée 6/10 1,41 0,965 -46% 13,35 14,66 9%
3 Grave Chantier 1,03 0,965 -7% 16,49 17,22 4%
4 Gravette roulée 4/8 1,05 0,965 -9% 15,75 14,58 -8%
5 Grave roulée de Jozé 0,72 0,965 25% 17,44 16,97 -3%
6 Sable de Jozé Charles 0,95 0,965 2% 16,59 15,51 -7%
7 Récomposé D2 0,83 0,965 14% 17,20 16,97 -1%
8 Sable roulé SOGRAP 0-5 D1-3 0,67 0,965 31% 15,16 15,13 0%
9 Sable de Lyon 0,73 0,965 24% 15,77 15,75 0%
10 Sable DGA 1,16 0,965 -20% 15,35 15,87 3%
11 Sable d'Allier Fosse 1,27 0,965 -32% 14,63 15,24 4%
12 Sable de Fontainebleau 0,63 0,965 35% 14,46 14,64 1%

A partir des résultats récapitulés dans le tableau ci-dessus il est possible de remarquer
que le modèle introduit des écarts importants au niveau du coefficient A. Par contre, le
modèle permettant d’estimer le coefficient B (basé sur la corrélation avec le coefficient de
Hazen CH) est très pertinent.
Dans ce qui suit nous allons tenter d’optimiser le modèle permettant d’estimer la valeur du
coefficient A. Cela est l’objectif du modèle 2 décrit ci-dessous.
IV.2. Modèle 2
Dans ce deuxième modèle, nous avons déterminé les coefficients A et B de la courbe de

calibration comme suit :
- le coefficient A est obtenu par l’étude de la corrélation entre ce coefficient et les
paramètres identifiés dans la matrice de corrélation présentée ci-avant (partie III-
paragraphe III). En effet nous avons vu que le coefficient A est très bien corrélé au
coefficient de courbure Cc. En traçant le nuage de points formé par A et CC on obtient :
Figure 41 - corrélation entre A et Cc

- le coefficient B est le même que pour le modèle 1, à savoir par le biais de la corrélation
avec CH.
avec :
A = 0,2296*Cc + 0.7447 Équation 28
B = 0,3676*CH + 13,9 Équation 29
Comparons maintenant les résultats obtenus à l’aide de ce deuxième modèle et ceux

obtenus les essais au laboratoire pour les différentes sols. Dans l’exemple de la figure 37, on
compare les résultats obtenus pour les sols suivants : récomposé D2, sable roulé SOGRAP
0-5 D1-3et le sable de Lyon. Les fiches de comparaison des autres sols avec ce modèle sont
présentées dans l’annexe II de ce rapport.

(a) (b)
Figure 42 - comparaison modèle 2– (a)

Récomposé D2 – (b) Sable roulé SOGRAP
(c) 0-5 D1-3 – (c) Sable de Lyon
Tout comme pour le modèle 1, les résultats avec ce deuxième modèle semblent être
qualitativement justes. Toutefois, pour quantifier la pertinence de ce modèle nous avons
calculé l’erreur introduite par le modèle 2 dans le calcul des coefficients A et B. Les résultats
obtenus sont présentés dans le tableau 23. On remarque que le modèle entraîne des écarts
importants dans certains cas pour la détermination du coefficient A.
Compte tenue de cela, nous allons chercher d’améliorer encore plus ce modèle dont le
but est d’optimiser les valeurs estimées pour le coefficient A.
sol A réel A calculé erreur A B réel B calculé erreur B

1 Gravillon concassé 10/20 1,13 0,93 -22% 14,49 14,66 1%
3 Grave Chantier 1,03 1,12 8% 16,49 17,09 3%
4 Gravette roulée 4/8 1,05 0,93 -13% 15,75 14,69 -7%

Continuation tableau 23
6 Sable de Jozé Charles 0,95 0,75 -26% 16,59 15,53 -7%
7 Récomposé D2 0,83 0,87 5% 17,20 16,86 -2%
9 Sable de Lyon 0,73 0,89 17% 15,77 15,75 0%
10 Sable DGA 1,16 1,16 0% 15,35 15,86 3%
12 Sable de Fontainebleau 0,63 0,90 30% 14,46 14,74 2%
IV.3. Modèle 3
En considérant que le contrôle de compactage des sols se fait par rapport à une référence
ayant une densité élevée (valeur de l’optimum Proctor), on essaiera d’affiner le modèle
permettant d’estimer la valeur du coefficient B. En effet, la valeur de B correspond au
comportement asymptotique de la courbe de calibration du type logarithmique. Pour cela, les
coefficients A et B dans ce troisième modèle sont tels que
- le coefficient A reste le même que celui déterminé dans le modèle 2 ci-dessus.
- le coefficient B est déterminé en affinant le modèle par la prise en compte d’un autre
paramètre ayant une bonne corrélation avec le coefficient B. D’après la matrice de
corrélation (partie III- paragraphe VI) B est très bien corrélé au coefficient de Hazen et au
coefficient de gradation GC.
En traçant le nuage de points pour ces deux paramètres en fonction de B, on obtient :
(a) (b)
Figure 43 - (a) corrélation entre B et CH – (b) corrélation entre B et Gc

Le modèle cherché pour le coefficient B sera de la forme suivante:
B = a ⋅ C H + b ⋅ Gc + c Équation 30
Ensuite, pour optimiser les valeurs de a, b et c, nous avons utilisé des méthodes
d’optimisation de la recherche opérationnelle. Pour cela, nous avons procédé comme suit :
- la somme des carrés des écarts entre Bcalculé et Bréel est calculée,
- le but est donc de faire varier les coefficients a, b et c de façon à minimiser la somme
des carrés de ces écarts.
Les valeurs initiales données à a, b, et c seront les valeurs extraites des courbe de
tendance entre B, CH et Gc ; à savoir :
a b c
0.3676 0.085 =(13.88+13.99)/2=13.94
Pour résoudre ce problème, nous avons fait appel aux outils informatiques nécessaires
mis à disposition par microsoft Excel (option solveur).
Dans le tableau 23 on expose les valeurs de coefficient de Hazen CH et du coefficient de
courbure Cc ainsi que les valeurs de Bcalculé et Bréel et les carrés des écarts entre Bcalculé et
Bréel et leur somme
Tableau 24 - optimisation des valeurs de a, b et c pour le modèle de B
B réel GC CH B modèle écart (Bmodèle-Bréel)²

1 Gravillon concassé 10/20 14,49 3,3 1,4 14,04 0,20
2 Gravette concassée 6/10 13,35 8,5 1,7 14,41 1,12
3 Grave Chantier 16,49 24,9 8,7 16,85 0,13
4 Gravette roulée 4/8 15,75 31,7 1,5 15,74 0,00
5 Grave roulée de Jozé 17,44 34,8 8,0 17,29 0,02
6 Sable de Jozé Charles 16,59 31,2 4,0 16,24 0,12
7 Récomposé D2 17,20 30,5 8,0 17,04 0,02
8 Sable roulé SOGRAP 0-5 D1-3 15,16 21,6 3,0 15,46 0,09
9 Sable de Lyon 15,77 15,8 4,7 15,47 0,09
10 Sable DGA 15,35 13,8 5,0 15,42 0,00
11 Sable d'Allier Fosse 14,63 9,7 3,3 14,82 0,03
12 Sable de Fontainebleau 14,46 0,0 1,6 13,90 0,32
somme écarts 2,16
La solution trouvée est telle que:

a b c
0,0591 0,2113 13,548

avec :
A = 0,2296 ⋅ Cc + 0,7447 Équation 31
B = 0,0591⋅ C H + 0,221⋅ b + 13.548 Équation 32

Tout comme pour les modèles précédents, comparons maintenant les résultats estimés
par le biais du modèle 3 à ceux obtenus au laboratoire. Dans l’exemple présenté dans la
figure 39 nous avons comparé les résultats pour les sols : Récomposé D2, Sable roulé
SOGRAP 0-5 D1-3et Sable de Lyon. Les fiches de comparaison des autres sols concernant
ce modèle sont présentées dans l’annexe II de ce rapport.
(a) (b)
Figure 44 - comparaison modèle 2– (a)

Récomposé D2 – (b) Sable roulé SOGRAP
(c) 0-5 D1-3 – (c) Sable de Lyon

Evaluons maintenant l’erreur donnée par le modèle sur la détermination des coefficients A
et B (tableau 24). Il est possible de remarquer que la marge d’erreur pour B s’est améliorée.
Par contre, le modèle de A doit encore s’affiner. Cela fera l’objectif du modèle suivant.
N° sol A réel A calculé erreur A B réel B modèle erreur B

1 Gravillon concassé 10/20 1,13 0,93 -22% 14,49 14,04 -3%
3 Grave Chantier 1,03 1,12 8% 16,49 16,85 2%
4 Gravette roulée 4/8 1,05 0,93 -13% 15,75 15,74 0%
7 Récomposé D2 0,83 0,87 5% 17,20 17,04 -1%
9 Sable de Lyon 0,73 0,89 17% 15,77 15,47 -2%
10 Sable DGA 1,16 1,16 0% 15,35 15,42 0%
12 Sable de Fontainebleau 0,63 0,9 30% 14,46 13,90 -4%
IV.4. Modèle 4
Dans ce quatrième modèle, les coefficients A et B sont tels que :
- le coefficient A est déterminé en affinant le modèle. Pour ce faire, nous

avons choisi tous les paramètres avec lesquels le coefficient A présente une
corrélation supérieure à 45% (R2 <= 0,45). A partir de la matrice de corrélation
présentée auparavant (partie III- paragraphe VI), le coefficient A est corrélé avec :
Cc, D60, D30, D10, 5mm et 2mm. En traçant les nuages des points pour ces
coefficients on obtient (voir figure 45).
- quant au coefficient B, celui-ci reste le même que celui déterminé pour le modèle
3 ci-avant.

(a) (b)
Figure 45 - (a) corrélation entre A et Cc – (b)

corrélation entre A et 5mm – (c) corrélation
© entre A et 2mm
Le modèle pour le coefficient A sera donc de la forme suivante :

Équation 33
Les valeurs initiales pour a, b, c, d, e, f et g seront déduites des équations des courbes de
tendance. On obtient ainsi :
a b c d e f g
0.2607 0.0258 0.0371 0.427 -0,0036 -0,0032 0.903
Dans le tableau 26, on expose les valeurs du coefficient de courbure, le pourcentage des
passants à 5mm et à 2mm, le D60, D30, D10, Acalculé et Aréel ainsi que les carrés des écarts
entre Acalculé et Aréel et leur somme.
Tableau 26 - optimisation des coefficients du modèle de A
D60 D30 D10 5mm 2mm CC A réel A modèle Ecarts

1 Gravillon concassé 10/20 14,0 12,0 10,0 3,4 2,8 1,0 1,13 1,15 0,000534
2 Gravette concassée 6/10 9 7 5 8,9 4,8 0,99 1,41 1,28 0,016281
3 Grave Chantier 12 6 1 28,4 12,36 1,88 1,03 1,03 5,17E-05

4 Gravette roulée 4/8 6 5 4 32,1 1,1 1,04 1,05 1,16 0,013183

5 Grave roulée de Jozé 4 0,5 0,5 58 40 0,13 0,72 0,78 0,004006
6 Sable de Jozé Charles 1,8 0,48 0,48 79,3 60,6 0,27 0,95 0,75 0,03908
7 Récomposé D2 2 0,63 0,25 75 59,3 0,79 0,83 0,92 0,009961
8 Sable roulé SOGRAP 0-5 D1-3 1,2 0,4 0,4 99,1 78,16 0,33 0,67 0,63 0,00122
9 Sable de Lyon 0,7 0,3 0,15 99,4 84,1 0,86 0,73 0,82 0,007529
10 Sable DGA 0,75 0,48 0,15 100 86,21 2,05 1,16 1,17 0,000366
11 Sable d'Allier Fosse 0,66 0,41 0,2 100 90,32 1,27 1,27 0,95 0,098429
12 Sable de Fontainebleau 0,23 0,17 0,14 100 100 0,90 0,63 0,88 0,067495
Somme
0,258135
des écarts
Le résultat trouvé est :

a b c d e f g
0,3048 -0,044 -0,036 0,0515 -0,01 0,0022 1,396
avec :
Équation 34
Équation 35
Dans l’exemple exposé dans la figure 41 nous avons comparé les courbes de calibration
estimées par le biais du modèle à celles obtenues au laboratoire pour différentes sols, à
savoir : gravette roulée 4/8, grave roulée de Jozé et Sable de Jozé Charles. Les fiches de
comparaison des autres sols concernant ce modèle sont présentées dans l’annexe II de ce
rapport.
Par ailleurs, lorsqu’on étudie l’erreur introduite par le modèle 4 dans l’estimation des
coefficients A et B de la courbe de calibration on peut remarquer que ce modèle fournit des
bonnes estimations dans la détermination de A et du B. Les résultats obtenus sont ainsi
présentés dans le tableau 26.

(a) (b)
Figure 46 - (a) gravette roulée 4/8 – (b)

grave roulée de Jozé – (c) Sable de Jozé
(c) Charles
Tableau 27 - marges d'erreurs pour le modèle 4
sol A A modèle erreur A B réel B modèle erreur B

1 Gravillon concassé 10/20 1,13 1,19 5% 14,49 14,04 -3%
3 Grave Chantier 1,03 1,12 8% 16,49 16,85 2%
4 Gravette roulée 4/8 1,05 1,16 9% 15,75 15,74 0%
5 Grave roulée de Jozé 0,72 0,69 -4% 17,44 17,29 -1%
7 Récomposé D2 0,83 0,88 5% 17,20 17,04 -1%
8 Sable roulé SOGRAP 0-5 D1-3 0,67 0,66 -2% 15,16 15,46 2%
9 Sable de Lyon 0,73 0,71 -3% 15,77 15,47 -2%
10 Sable DGA 1,16 1,15 -1% 15,35 15,42 0%
12 Sable de Fontainebleau 0,63 0,94 33% 14,46 13,90 -4%

V. ANALYSE DES MODELES PROPOSES
Nous nous sommes intéressé à comparer les erreurs introduits par chacun des modèles
présentés ci-dessus dans la détermination des coefficients A et B gouvernant la relation
entre la densité sèche et la résistance de pointe pénétromètre qd des sols insensibles à l’eau
présentes dans la base des données. Les résultats obtenus sont présentés dans les
tableaux 27 et 28 ci après. A partir des résultats exposés dans ces tableaux, il semblerait
ainsi que le modèle le plus adéquat est le modèle 4
Tableau 28 - comparaison des erreurs des modèles pour le coefficient A

erreur erreur erreur erreur modèle
N° sol
modèle 1 modèle 2 modèle 3 4
1 Gravillon concassé 10/20 -17% -22% -22% 5%
2 Gravette concassée 6/10 -46% -53% -53% -17%
3 Grave Chantier -7% 8% 8% 8%
4 Gravette roulée 4/8 -9% -13% -13% 9%
5 Grave roulée de Jozé 25% 0% 0% -4%
6 Sable de Jozé Charles 2% -26% -26% -2%
7 Récomposé D2 14% 5% 5% 5%
8 Sable roulé SOGRAP 0/5 D1 31% 13% 13% -2%
9 Sable de Lyon 24% 17% 17% -3%
10 Sable DGA -20% 0% 0% -1%
11 Sable d'Allier Fosse -32% -29% -29% -31%
12 Sable de Fontainebleau 35% 30% 30% 33%
Tableau 29 - comparaison des erreurs des modèles pour le coefficient B

erreur erreur erreur erreur
N° sol
modèle 1 modèle 2 modèle 3 modèle 4
1 Gravillon concassé 10/20 0% 1% -3% -3%
2 Gravette concassée 6/10 9% 10% 7% 7%
3 Grave Chantier 4% 3% 2% 2%
4 Gravette roulée 4/8 -8% -7% 0% 0%
5 Grave roulée de Jozé -3% -3% -1% -1%
6 Sable de Jozé Charles -7% -7% -2% -2%
7 Récomposé D2 -1% -2% -1% -1%

8 Sable roulé SOGRAP 0/5 D1 0% 0% 2% 2%
9 Sable de Lyon 0% 0% -2% -2%
10 Sable DGA 3% 3% 0% 0%
11 Sable d'Allier Fosse 4% 4% 1% 1%
12 Sable de Fontainebleau 1% 2% -4% -4%
VI. BILAN
Dans cette partie, on a essayé de proposer quelques modèles mathématiques permettant

de prédire les courbes de référence des sols insensibles à l’eau à partir de leurs paramètres
physiques notamment leurs granulométrie. Pour établir ces modèles, on s’est basés sur la
corrélation qui existe entre les coefficients A et B de l’équation ( γ d = A ln(qd1 ) + B ) et les
paramètres de la granulométrie (coefficient de Hazen, coefficient de courbure, coefficient de
gradation, pourcentages des 5mm, 2mm, D60, D30 et D10…).
Après avoir établi les matrices de corrélation, les premiers modèles ont été montés du
plus simple au plus compliqué, tout en essayant d’affiner les courbes trouvées pour pouvoir
exprimer le plus réellement possible les courbes établies au laboratoire. Pour atteindre cet
objectif, on a effectué une comparaison entre les marges d’erreur de chaque modèle et les
courbes des sols.
Ainsi, on a pu proposer 4 modèles mathématiques pour les sols sensibles à l’eau en
commençant par le modèle le plus simple et en essayant d’apporter des améliorations à
chaque modèle. Enfin, une comparaison a été faite entre les marges d’erreurs que présente
chaque modèle, afin de pouvoir trancher sur le modèle le plus réaliste et le plus adéquat.
Finalement, le choix qui a été fait était celui du modèle 4 qui présentait les marges
d’erreurs minimales.
Dans ce qui suit nous allons essayer de valider le modèle proposé en le comparant avec
un sol ou des sols qui n’existent pas dans la base des données, mais que l’on dispose de
leur caractérisation geomécaniques ainsi que des courbes de calibration. Cela est l’objectif
de la quatrième partie de ce travail

PARTIE IV
ETUDE D’UN CAS REEL
I. INTRODUCTION
II. FICHES DESCRIPTIVES DES SOLS

II.1. Sol barrage I :
II.2. Sol barrage II :
II.3. Sol barrage III :
II.4. Sol tranque relaves el buire :
III. COMPARAISON DES COURBES DE REFERENCES REELLES AVEC CELLES DU MODELE:

III.1. Comparaison Sol 1
III.5. BILAN
PARTIE IV : ETUDE D’UN CAS REEL
I. INTRODUCTION
Cette partie est consacrée à la validation du modèle choisi. En fait, on testera le modèle
pour des sols qui n’existent pas dans la base de données, on essaiera à partir de la
classification GTR et des paramètres physiques et d’état de ces sols de trouver leurs
courbes de référence. Enfin, on comparera les résultats trouvés aux courbes réelles.
Les sols testés sont des sols chiliens. En effet, il s’agit des résidus miniers qui constituent
le matériau stérile résultant du processus d’extraction du cuivre par broyage utilisés dans la
construction des barrages. Ces résidus constituent des sols fins soit : des sables ou des
limons. La solution la plus répandue et la plus économique pour le stockage de la grande
quantité de ces résidus produits (500 000 tonnes/an) est la construction des barrages
dénommés «tranques de relaves » et présentés dans la figure suivante [19]
Figure 47 - Tranques de relaves au Nord du Chili (Villavicencio et al. 2011) [19]
Il s’agit de 3 sols utilisés pour la construction de trois barrages différents. Le premier et le

deuxième barrage sont construits à partir des minéraux provenant de gisements miniers,
chacun d’eux a une ayant des espèces minéralogiques particulières, avec une teneur en
minerai variable, et étant soumis à différents processus de concassage et broyage. Les
coefficients de variation plus importants traduisent cette hétérogénéité de nature. Au
contraire, les coefficients de variation plus petits obtenus pour le barrage N°3, indiquent que
les résidus miniers présentent une plus grande homogénéité. Cela reflète l’homogénéité des
propriétés physiques et minéralogique des résidus. Sur ce barrage, le minerai provient d’un
seul et même gisement [19]. On ajoutera aussi quatrième sol chilien dit « tranque relaves el
buitre ».

Hypothèses :
- Dans la plage des courbes granulométriques de chaque sol, on choisira la
courbe maximale correspondant à celle donnant un comportement insensible à l’eau
(moins de fines), donc la courbe choisie est celle qui correspond à celle où il y a le
moindre pourcentage de fines. En effet, nous disposons des courbes
granulométriques présentées par Villavicencio et al 2011 issues d’une centaine
d’analyse granulométriques ; ces courbes sont présentées dans la figure ci après.
- Si l’on ne peut pas extraire l’une des grandeurs de laquelle on aura besoin à
partir de la courbe granulométrique (D60, D30, D10). On fera une continuation de la
courbe granulométrique de façon à avoir un sol à granulométrie étalée.
(a) (b)
Figure 48 - Courbes granulométriques

pour les trois sites considérés (Villavicencio et
(c) al. 2011) [19]
Nous avons utilisé ce type de sols car nous disposons de toute l’information nécessaire
pour alimenter nos modèles et surtout des courbes de calibration déterminées au laboratoire.
Ces données ont été publiées par Villavicencio et al 2011[19]. Par ailleurs, ces données
n’ont pas été prises en compte dans l’élaboration de la base des données du Panda
employée pour le développement de cette étude.

Pour valider la pertinence du modèle proposé, nous allons comparer tout d’abord les
courbes de calibration calculées avec celles présentées par [19]. Ensuite nous allons
calculer l’erreur qu’on introduit avec le modèle sur les valeurs des droites de référence pour
différentes qualités de compactage.
II. FICHES DESCRIPTIVES DES SOLS

Dans ce qui suit, nous présenterons de manière succincte les caractéristiques principales
des sols en question. Ces données ont été obtenues par l’analyse de l’information publiée
par Villavicencio et al. 2011.
II.1. Sol I : Sol barrage I
5mm (%) 100

2mm (%) 100
D60 (mm) 0,25
D30 (mm) 0,1
D10 (mm) 0,02
CH (-) 2
CH (-) 12,5
Gc (-) 0
(a) (b)
Figure 49 -(a) caractéristiques granulométriques (b) courbe de calibration au laboratoire
II.2. Sol II : Sol barrage II
5mm (%) 100

2mm (%) 100
D60 (mm) 0,19
D30 (mm) 0,1
D10 (mm) 0,025
CH (-) 2,105
CH (-) 7,6
Gc (-) 0
(a) (b)
Figure 50 - (a) caractéristiques granulométriques (b) courbe de calibration au laboratoire

II.3. Sol III : Sol barrage III
5mm (%) 100

2mm (%) 100
D60 (mm) 0,4
D30 (mm) 0,19
D10 (mm) 0,05
CH (-) 1,805
CH (-) 8
Gc (-) 0
(a) (b)
Figure 51 - (a) caractéristiques granulométriques (b) courbe de calibration au laboratoire
II.4. Sol IV : Sol tranque relaves el buitre
5mm (%) 100

2mm (%) 100
D60 (mm) 0,3
D30 (mm) 0,16
D10 (mm) 0,05
CH (-) 1,707
CH (-) 6
Gc (-) 0
(a) (b)
Figure 52 (a) caractéristiques granulométriques (b) courbe de calibration au laboratoire

III. COMPARAISON DES COURBES DE REFERENCES REELLES AVEC

CELLES DU MODELE
En comparant la courbe de référence réelle et celle trouvée à partir du modèle, on peut

dire que notre modèle s’approche de la courbe réelle (figure 53)
Figure 53 - comparaison modèle-sol I
Calculons l’erreur entre les qualités de compactage réelles et celles trouvées par le
modèle. Comme on ne dispose pas des données concernant le l’optimum Proctor modifié,
les seuls qualités que l’on pourra comparer sont Q3 et Q4 (tableau 31).
Tableau 30 - comparaison des qualités de compactage sol I /modèle

γd OPN (KN/m3) 18,2
qd modèle
type qualité gd (KN/m3) qd réel (MPa) erreur
(MPa)
Q3 17,93 4,61 3,81 17%
Qréférene
Q4 17,29 2,32 2,26 2%
Q3 17,47 2,82 2,63 7%
Qlimite
Q4 16,74 1,29 1,45 -13%
De même, en comparant la courbe de référence réelle et celle trouvée à partir du modèle

pour le sol du barrage 2, on peut dire que notre modèle est identique à la courbe réelle.

Figure 54 - comparaison modèle-sol II
modèle. Comme on ne dispose pas des données concernant le l’optimum Proctor modifié,
les seuls qualités que l’on pourra comparer sont Q3 et Q4 (tableau 32). On observe que le
modèle marche parfaitement avec ce sol.
Tableau 31 - comparaison des qualités de compactage sol II /modèle
γd OPN 18,4
type qualité γd qd réel qd modèle erreur
Q3 18,12 11,35 10,22 10%
Qréférene
Q4 17,48 6,36 6,13 4%
Q3 17,66 7,51 7,09 6%
Qlimite
Q4 16,93 3,87 3,95 -2%
Aussi, en comparant la courbe de référence réelle et celle trouvée à partir du modèle pour
le sol du troisième barrage, on peut dire que notre modèle est identique à la courbe réelle.

Figure 55 - comparaison modèle-sol III
modèle. Les qualités que l’on pourra comparer sont Q3 et Q4 (tableau 33). On observe que
le modèle marche bien avec ce sol
Tableau 32 - comparaison des qualités de compactage sol III / modèle

gd OPN 18,5
type qualité gd qd réel qd modèle erreur
Q3 18,22 20,39 12,60 38%
Qréférene
Q4 17,58 9,93 7,21 27%
Q3 17,76 12,20 8,45 31%
Qlimite
Q4 17,02 5,36 4,46 17%
Aussi, en comparant la courbe de référence réelle et celle trouvée à partir du modèle pour
le sol du troisième barrage, on peut dire que notre modèle est identique à la courbe réelle.

Figure 56 - comparaison modèle-sol IV
modèle. Les qualités que l’on pourra comparer sont Q3 et Q4 (tableau 34).
Tableau 33 - comparaison des qualités de compactage sol IV /modèle
gd opn 17,40
type qualité gd qd réel qd modèle erreur
Q3 17,14 9,83 7,63 22%
Qréférene
Q4 16,53 4,84 4,45 8%
Q3 16,70 5,93 5,19 12%
Qlimite
Q4 16,01 2,64 2,80 -6%
III.5. BILAN
Cette partie a été consacrée à la validation du modèle proposé dans la partie III. Pour
cela, on a choisi 4 sols chiliens dont les caractéristiques physiques et d’état sont connues et
dont les essais de pénétration ont déjà été faits par Villavicencio et al en 2011 [19].
La procédure de la validation consistait à comparer les courbes de référence proposées
par le modèle avec celles établies lors des essais de pénétration au laboratoire. Aussi, a-t-on
comparé les qualités de compactage réelles des sols et celle établies par le modèle tout en
calculant les erreurs trouvées.
D’après les comparaisons faites, et en tenant compte des erreurs qui pourront avoir lieu
lors de l’établissement des courbes de référence au laboratoire et de la nature des matériaux
de la base de donnés, l’on pourra dire que le modèle est très réaliste et très représentatif du
comportement réel des sols étudiés et on pourra même le généraliser sur tous les sols
insensibles à l’eau.

CONCLUSION GENERALE ET PERSPECTIVES
CONCLUSIONS GENERALES-PERSPECTIVES
Notre étude s’est focalisée sur la recherche d’un modèle mathématique permettant de
prédire les courbes de référence d’un sol donné à partir d’une simple caractérisation
physique et d’état de ce sol. Pour cela, on a été amenés à analyser la corrélation existante
entre les paramètres physiques des sols de la base de données du pénétromètre Panda et
l’allure de leurs courbes de référence.
Dans un premier temps, on s’est basés sur les recherches faites par L.Chaigneau 2001
[9] qui a proposé un modèle des courbes de référence pour les sols insensibles à l’eau de la
forme : (γd=A*ln(qd)+B) et qui a postulé qu’il est possible d’estimer la valeur de la résistance
de pointe d’un sols connu à partir de ses caractéristiques physiques. Donc, notre travail
consistait en la recherche d’un modèle simple pour les coefficients A et B à partir des
données physiques du sol.
Comme le modèle proposé était celui des sols insensibles, les paramètres retenus étaient
ceux de la granulométrie. Les études comparatives entres les coefficients des différents
modèles nous ont permis de choisir le modèle ayant les moindres marges d’erreurs.
Après avoir établi les matrices de corrélation entre les coefficients A et B et les
paramètres de la granulométrie, le modèle proposé et qui est retenu est tel que :
- Le coefficient A est fonction du pourcentage des 2mm et des 5mm, du D60, D30 et
D10, et du coefficient de courbure.
- Le coefficient B est fonction du coefficient de Hazen et du coefficient de granularité.
Afin de valider le modèle proposé, on a choisi 4 sols chiliens non compris dans la base de
données et dont les courbes de références sont connues et on a essayé de prédire leurs
courbes de calibration à partir de leurs paramètres physiques et les comparer aux courbes
réelles. Ensuite, on a comparé les qualités de compactage des sols avec celles du modèle et
on a évalué l’erreur donnée par le modèle.
Les résultats trouvés par le modèle proposé sont bons et s’ajustent bien aux résultats
trouvés au laboratoire si l’on tient compte de l’erreur premièrement due à la manipulation
humaine et d’opération des essais et aussi au fait que l’on n’a pas pris en compte l’angularité
des sols de la base de données qui sont de différentes natures (sables naturels, graves,
matériaux concassés…).
Finalement, ce travail a une très grande importance du fait qu’il permet trouver les
courbes de référence des sols sans passer par la procédure de calibration au laboratoire qui
est coûteuse et longue. Ainsi, pourra-t-on généraliser la procédure de contrôle de
compactage pour les sols qui ne sont pas inclus dans la base de données du pénétromètre
dynamique Panda.

En outre, le modèle pourra être amélioré en tenant compte de l’aspect angulaire des
matériaux et en y ajoutant d’autres paramètres tels que la densité d’optimum Proctor ou
même en analysant l’aspect micromécanique des sols et l’interaction entre les grains,
quoique, quelques paramètres n’ajouteront que peu de précision au modèle.
Enfin, il est intéressant de citer, d’après (Gourvès 1997) que « la caractérisation et le

contrôle des sols présents en surface doit permettre de répondre aux questions suivantes :
quel matériau est présent ? Dans quel état de compacité ? dans quel état hydrique et avec
quel degré d’homogénéité ?. On cherche à déterminer avec le minimum d’erreur
expérimentale possible et à un faible coût, quelque paramètres riches pour la caractérisation
du sol existant sur les terrains et utilisables ensuite par l’ingénieur dans ces codes de
calcul. »
Perspectives de travail
L’ensemble de ce travail a montré qu’il est possible, à partir de l’intégration des

données existantes dans la base des données d’obtenir et de proposer un modèle
mathématique permettant de trouver les courbes de calibration et donc les droites de
référence pour des sols n’existant pas dans la BDD.
Toutefois, à l’issue de ce travail différentes axes et sujets de recherche et de

développement ont vu la lumière :
- Tout d’abord il s’avère nécessaire de commencer l’étude d’un modèle

mathématique pour la famille des sols sensibles à l’eau (80µm > 12%). Pour cela
il faudrait retenir le modèle proposé par Chaigneau 2001, à savoir :
γd w
= A1 + B1 ln(qd1 ) + C1
γ d OPN wOPN
Pour ce faire, nous conseillons de continuer avec la même démarche employé

dans ce travail.
- De même, il faudrait compléter la base des données en ce qui concerne les
caractéristiques plastiques des sols. En effet, nous nous sommes aperçu que pour
une grande partie il manque des résultats des essais d’Atterberg (limite de
liquidité, limite de plasticité, IP…) ;
- En ce qui concerne les sols pulvérulents, il s’avère intéressant de compléter la

base des donnes en introduisant les valeurs des indices de vides maximale et
minimale ;
- Toujours pour compléter la BDD, il serait intéressant de la compléter avec des

résultats des essais de déformation (plaque, œdomètre, …) permettant d’étudier
la relation entre les caractéristiques de déformation des sols, les paramètres

physiques et d’assemblage et la résistance de pointe qd du Panda, tel que proposé

par Boutet et al. 2007.
- Enfin, on pense qu’il faudrait continuer les travaux réalisés par Chaigneau 2001 en
ce qui concerne l’interpolation de la BDD ; cela car la richesse de l’information à
l’intérieur de celle-ci permet d’imaginer de nombreuses applications en ce qui
concerne le contrôle de compactage, la détermination des paramètres des sols et
l’apprentissage sur l’influence des paramètres micromécaniques sur les propriétés
macromécaniques.

REFERENCES BIBLIOGRAPHIQUES
[1] Jean-Pierre MAGNAN,’’ description, identification et classification des sols’’.Doc C208.

www.techniques-ingenieur.fr
[2] Jean-Pierre MAGNAN,’’ description, identification et classification des sols’’.Doc C216.

www.techniques-ingenieur.fr
[3] Robert D.Holtz, William D.Kovacs, ‘’introduction à la géotechnique’’, éditions de l’école

polytechnique de Montréal, 1981.
[4] R.GOURVES, J.C.FAUGERAS ‘‘caractéristiques physiques des sols identification et

classification’’. Centre Universitaire des Sciences et Techniques.
[5] Martin CYR, Jacques LERAU, ‘’cours de Géotechnique’’, Institut National des
Sciences Appliquées.
[6] C. PLUMELLE, ‘’GEOTECHIQUE chapitre 2’’, Conservatoire national des arts et

métiers Paris
[7] S.T.S Bâtiment,’ limites d’Atterberg-classification d’un sol’’, TP cessa.
[8] J.M.TCHOUANI avril 1999, M.a.J par M.CALLAUD décembre 2004 Cours de
mécanique des sols tome I, Institut international d’ingénierie de l’eau et de l’environnement.
[9] Chaigneau Laurent, ’’ caractérisation des milieux granulaires de surface à l’aide d’un
pénétromètre’’, rapport de thèse de l’Université Blaise-Pascal- Clermont II, soutenue en 2001
[10] V. MERRIEN-SOUKATCHOFF, ‘’ cours de géotechnique’’, Ecole des mines de

NANCY, année universitaire 2010/2011.
[11] Gérard Degoutte (CGAAER), Paul Royet (Cemagref), ‘’AIDE MÉMOIRE DE

MÉCANIQUE DES SOLS’’, réédition 2009
[12] Norme française NF P 94-093
[13] Eurocode 7
[14] Centre de recherches routières, Le pénétromètre dynamique léger à énergie variable

«PANDA», www.crr.be
[15] Gérard philiponnat, Bertrand Hubert, ‘’ Fondations et ouvrages en terre’’.

[16] Boutet et al 2007- Elaboration de modèles mathématiques pour l’interprétation des

données obtenues avec le pénétromètre dynamique.
[17] EL HAJJ HUSSEIN Ayman 2006- Etude comparative des sables en vue d’affiner les
courbes de calibration du Panda-Laboratoire Génie Civil- LCG/ CUST.
[18] Projet de recherche Sol-Solution - Méthodologie d’évaluation d’ouverture et

fermeture des pistes en herbe d’aérodromes d’ADP à l’aide d’un pénétromètre dynamique
ultraléger sur mesure.
[19] Gabriel VILLAVICENCIO ARANCIBIA 2009 – méthodologie pour évaluer la stabilité

des barrages des résidus miniers.
[20] Goblet, O. Développement du pénétromètre automatique numérique dynamique et

autonome (P.A.N.D.A.). Mémoire d’ingénieur CUST, Université Blaise Pascal, Clermont
Ferrand (1989)
[21] Gourvès, R. Le PANDA – pénétromètre dynamique léger à énergie variable LERMES

CUST, Université Blaise Pascal Clermont-Ferrand, (1991).
[22] Zhou, S. Caractérisation des sols de surface à l’aide du pénétromètre dynamique

léger à énergie variable type PANDA. Thèse de l’Université Blaise Pascal, Clermont- Ferrand
(1997).
[23] Evaluation of Soil Compaction Measuring Devices - Distribution & Pipeline

Technology Division - Gas Technology Institute.
[24] Jean-Pierre MAGNAN,’’ description, identification et classification des sols’’.Doc

C219. www.techniques-ingenieur.fr
[25] P.Paige-Green – “a comparative study of the grading coefficient, a new particle size
distribution parameter” Bull. Eng .Geol .Env (1999) n°57, pp. 215- 233.
[26] Claude Bacconnet et Pierre Breul (2006). « Banque de données de matériaux - Partie
II » Rapport d’étude 2006-MS-PB4. Document interne Sol Solution.

ANNEXES
Annexe I
1. Gravillon concassé 10/20
2. Gravette concassée 6/10

3. Grave chanier
4. Gravette roulée4/8
5. Grave roulée de Jozé
6. Sable de Jozé Charles

7. Récomposé D2
8. Sable roulé SOGRAP 0-5 D1-3

9. Sable de Lyon
10.Sable DGA
11.Sable d’Allier Fosse
12.Sable de Fontainebleau
13.Grave DGA
14.Grave rouge de Jozé

15.Récomposé B4A
16.Récomposé B4B
17.Récomposé B6A
18.Sable de Sayat
19.Sable de sermontizon
20.Sable de Brive
21.Grave DGA de criqueboeuf
22.Sable de Hauteverne
23.Limon CNR
24.Limon DGA
25.Argile sableuse de Clermont-Ferrand
26.Argile Laschamp
27.Argile d’allier
28.Sable de remblai
Modèle I des sols
1-Gravillon concassé 10/20 2-Gravette concassée 6/10 3-Grave chantier :

4-Gravette roulée 4/8 5-Grave roulée de Jozé 6-Sable
6 de Jozé Charles
7-Récomposé D2 8-Sable roulé SOGRAP 0-5 D1-3 9-Sable de Lyon
10-Sable DGA 11-Sable d’Allier Fosse 12-Sable de Fontainebleau
Modèle II des sols
1. Gravillon concassé 10/20 2. Gravette concassée 6/10 3. Grave chantier

4. Gravette roulée 4/8 5. Gravette roulée de Jozé 6. Sable de Jozé Charles
7. Récomposé D2 8. Sable roulé SOGRAP 0-5 D1-3
9. Sable de Lyon
10. Sable DGA 11. Sable d’Allier Fosse 12. Sable de Fontainebleau
Modèle III des sols

7. Récomposé D2 8. Sable roulé SOGRAP 0-5 D1-3 9. Sable de Lyon
Modèle IV des sols

7. Récomposé D2 8. Sable roulé SOGRAP 0-5 D1-3 9. Sable de Lyon

2012-06-21 Rapport PRD Mohamed Amine EL FATTOUH PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2012-06-21 Rapport PRD Mohamed Amine EL FATTOUH PDF

Transféré par

Droits d'auteur :

Formats disponibles

L’innovation sur de solides appuis

ELABORATION D’UN MODELE ANALYTIQUE POUR LA

Mohammed Amine EL FATTOUH

DÉPARTEMENT GÉNIE CIVIL

Mémoire présenté en vue de l’obtention du diplôme d’Ingénieur

Février - Juin 2012

: Ecole Hassania Des Travaux Publics-Km

‫ا‬ ‫أ‬ ‫إ‬

Je souhaite adresser mes sincères remerciements à Monsieur Miguel Angel BENZ

Je remercie également Monsieur Philippe MOUSTAN pour l’encadrement et le suivi

Merci également à Monsieur Roland Gourvès, directeur général de Sol-Solution, de m’avoir

Merci à tous et à toutes.

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 2

Table des matières

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 3

VII.4. L’étalonnage au laboratoire (Chaigneau 2001) ................................................ 44

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 4

II. FICHES DESCRIPTIVES DES SOLS ..................................................................... 87

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 5

Le contrôle de compactage à l’aide du pénétromètre Panda® (Gourvès 1991) est aujourd’hui

Le principe du contrôle de compactage avec le Panda® s’appui sur la comparaison du

Par ailleurs le contrôle de compactage en France et réalisé selon les recommandations du

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 6

L’objectif de ce travail est donc de proposer un modèle mathématique permettant d’obtenir

Dans la première partie on présente, une synthèse bibliographique sur le comportement

La troisième partie est consacrée au développement du modèle mathématique des sols en

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 7

Enfin, la quatrième partie est consacrée à la validation expérimentale du modèle proposé

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 8

VIII. PROBLEMATIQUE DU STAGE.

PREMIERE PARTIE : ETAT DE L’ART

I. GENERALITES SUR LES SOLS

I.1. Origine des sols

I.2. Phases des sols

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 9

Figure 1 - structure du sol Figure 2 - schéma des phases du sol [5]

II. CARACTERISTIQUES PHYSIQUES ET D’ETAT DES SOLS

II.1. Propriétés physiques

II.2. Grandeurs pratiques :

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 10

Poids volumique des grains solides (KN/m3)

Poids volumique de l’air (KN/m3)

Poids volumique total (KN/m3)

On considère que le poids volumique de l’air est négligeable kN/m3 et le poids

Indice des vides

n est comprise entre 0 et 1. Équation 2

II.3. Propriétés d’état

II.3.1. Teneur en eau

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 11

II.3.2. Densité sèche

Comme le poids volumique de l’eau est une grandeur constante ( ) on

II.3.3. Degré de saturation

II.3.4. Indice de densité (ID) ou Densité relative (DR)

II.3.5. Relations entre ces caractéristiques et ordres de grandeur

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 12

Tableau 1 - exemples d’ordres de grandeur

Argile 26 à 27 16 à 22 10 à 20 9 à 12 19 à 22 0,20 à 0,80 0,7 à 2,5 10 à 20

Tableau 2 - relations entre les différents paramètres [8]

Sol Solution Géotechnique Réseaux – L’innovation sur de solides appuis page : 13

III. COMPORTEMENT MECANIQUE DES SOLS

III.1.1. Le sol comme un milieu continu

III.1.2. Le sol comme un milieu discret

Le sol est par définition un milieu polyphasique. En considérant un cube élémentaire de ce