Académique Documents
Professionnel Documents
Culture Documents
5ــ ا? م ا =
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.
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.
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
INTRODUCTION
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
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 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.
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.
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.
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.
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.
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)
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
du sol sec
Poids volumiques de
référence (KN/m3) du sol saturé
Déjaugé
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 :
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.
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
On définit la densité sèche comme étant le rapport du poids volumique du sol sec au poids
volumique de l’eau :
Équation 4
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
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
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.
De même, il est possible de relier les différents paramètres du sol. Le tableau 2 suivant
résume les relations entre ces différents paramètres :
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.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
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].
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.2.1. 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)
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
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.
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 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.
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.
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]
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.
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.2.1. 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)
Équation 11
- Coefficient de courbure :
Équation 12
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]
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]
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.
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.
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
des éléments décantés et la hauteur totale et on calcule les formules de l’équivalent de sable :
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.
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]
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]
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]
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®.
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
De même, une corrélation a été faite entre la GTR et l’AASHTO. Elle est bien décrite dans le
tableau 11
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
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.
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 ?
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]
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]
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]
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]
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]
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
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
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.
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
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)
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.
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 :
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.
(i=2,3,4) Équation 16
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]
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.
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.
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).
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 :
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)
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.
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.
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.
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.
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.
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.
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
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 -
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.
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
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]…).
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.
II. METHODOLOGIE
III. Les sols insensibles à l’eau de la base des données
III.1. Matrices de corrélation
VI. BILAN
PARTIE III : ETUDE D’UN MODELE ANALYTIQUE
I. INTRODUCTION
I.1. Objectif
Tout d’abord nous admettons que les courbes de calibration pour les sols de la base des
données sont de la forme suivante :
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.
- 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 :
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
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)
- CH : coefficient de Hazen
- CC : coefficient de courbure
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.
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
Cov ( X , Y ) = E ( XY ) − E ( X ) E (Y ) Équation 25
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.
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.
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.1. Modèle 1
Nombre Valeur
Ecart type c.v Min. Max.
d’échantillons moyenne
12 0,97 0,20 0,22 0,63 1,27
γ d = A ln(qd1 ) + B
avec :
A = 0,965 Équation 26
B = 0,3676*CH + 13,997 Équation 27
(a) (b)
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
γ d = A ln(qd1 ) + B
avec :
A = 0,2296*Cc + 0.7447 Équation 28
B = 0,3676*CH + 13,9 Équation 29
(a) (b)
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.
Continuation tableau 23
5 Grave roulée de Jozé 0,72 0,72 0% 17,44 16,86 -3%
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%
8 Sable roulé SOGRAP 0-5 D1-3 0,67 0,77 13% 15,16 15,19 0%
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%
11 Sable d'Allier Fosse 1,27 0,98 -29% 14,63 15,29 4%
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 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
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
γ d = A ln(qd1 ) + B
avec :
(a) (b)
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.
IV.4. Modèle 4
- quant au coefficient B, celui-ci reste le même que celui déterminé pour le modèle
3 ci-avant.
(a) (b)
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.
Continuation tableau 26
γ d = A ln(qd1 ) + B
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)
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
Continuation tableau 29
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
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]
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)
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.
(a) (b)
(a) (b)
Figure 52 (a) caractéristiques granulométriques (b) courbe de calibration au laboratoire
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).
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 32). On observe que le
modèle marche parfaitement avec ce sol.
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.
Calculons l’erreur entre les qualités de compactage réelles et celles trouvées par le
modèle. Les qualités que l’on pourra comparer sont Q3 et Q4 (tableau 33). On observe que
le modèle marche bien avec ce sol
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.
Calculons l’erreur entre les qualités de compactage réelles et celles trouvées par le
modèle. Les qualités que l’on pourra comparer sont Q3 et Q4 (tableau 34).
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.
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.
Perspectives de travail
γd w
= A1 + B1 ln(qd1 ) + C1
γ d OPN wOPN
- 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
[5] Martin CYR, Jacques LERAU, ‘’cours de Géotechnique’’, Institut National des
Sciences Appliquées.
[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
[13] Eurocode 7
[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.
[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.
4. Gravette roulée4/8
5. Grave roulée de Jozé
10.Sable DGA
11.Sable d’Allier Fosse
12.Sable de Fontainebleau
13.Grave DGA
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