Académique Documents
Professionnel Documents
Culture Documents
net/publication/225710417
CITATIONS READS
8 632
1 author:
Kaddour Chouicha
Université des Sciences et de la Technologie d'Oran Mohamed Boudiaf
5 PUBLICATIONS 50 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Etude des micro déformations des micro bétons soumis à des chargements cycliques de faible fréquence View project
All content following this page was uploaded by Kaddour Chouicha on 21 May 2016.
ORIGINAL ARTICLE
Abstract The aim of the survey presented herein is to comme paramètre d’identification d’une courbe gran-
check whether the couple “fractal dimension-granular ulométrique donc d’un mélange granulaire.
range” (DF, d/D) may be used as an identification pa- Des mélanges granulaires dont la distribution des
rameter of a grading curve and therefore of a granular grains est parfaitement fractale ont été composés,
mix. chaque mélange granulaire étant identifié par la dimen-
Some granular mixes, for which the distribution of sion fractale DF et par son étendue granulaire (d/D).
the grains is perfectly fractal, have been made up. Each Des essais de détermination expérimentale de la
granular mix has been identified by the fractal dimen- porosité ont été menés. Les valeurs obtenues sont ex-
sion (DF) in and by the granular range. primées en fonction du produit de la dimension fractale
Some tests have been conducted to determine ex- par le logarithme de (d/D), c’est-à-dire DF.log (d/D).
perimentally the porosity. The porosity values are ex- Les résultats montrent la pertinence de l’utilisation
pressed in terms of the product of the two following de ce couple puisqu’il nous permet d’identifier les
parameters – fractal dimension and log(D/d), that is mélanges granulaires et de décrire l’évolution de la
DF.log (d/D). valeur de la porosité (compacité) selon une mise en
The results show the relevance in using this couple œuvre donnée. Comme il nous permet de mettre en re-
since it is able to identify the granular mixes and to lief la même valeur optimale de la dimension fractale,
describe the development of the porosity value (com- celle pour laquelle la porosité est minimale, qui est
pacity) according to a given way and seemingly the en fait celle de la dimension topologique d’un volume
ability to point out the same optimum value of the frac- c’est à dire la valeur 3.
tal dimension that corresponds to the minimum poros-
ity which, in fact, is the value that corresponds to the Nomenclature
topological dimension of a volume, ie 3.
N = Caractéristique cumulée (dans notre cas
Résumé Le but de ce travail consiste à vérifier si le l’effectif)
couple ‘dimension fractale (DF) et étendue granulaire φ = Diamètre d’un grain
(d/D)’, d et D étant respectivement le plus petit diamètre R = Valeur particulière du diamètre
et le plus grand diamètre des grains, peut être utilisé C, Z = Coefficients qui dépendent de MT , D, d, n
et DF
K. Chouicha
d = Plus petite valeur du diamètre d’un grain
LMST, Département de génie civil, Université des sciences D = Plus grande valeur du diamètre d’un grain
et technologie d’Oran, Algérie φi = Diamètre du grain de rang i
666 Materials and Structures (2006) 39:665–681
utiliser la granularité. Nous montrons d’abord que les qui est considéré comme un invariant d’échelle, ou de
courbes granulométriques, donc les mélanges gran- propriété d’autosimilarité. L’autosimilarité peut être
ulaires correspondants, peuvent être facilement car- exacte (forme sphérique de tous les grains) comme
actérisées et identifiées par une droite fractale à l’aide elle peut être statistique (moyenne entre forme des
de deux paramètres: la dimension fractale DF et grains concassés).
l’étendue granulaire (d/D). Bien que l’utilisation de la dimension fractale soit
Ensuite nous montrons à l’aide d’expériences sur devenue assez répandue, il subsiste une controverse
des mélanges granulaires reconstitués et modélisés par non encore clairement tranchée concernant les possi-
des droites fractales que ces mêmes paramètres peuvent bles valeurs que peut prendre la dimension fractale DF
être autant d’indices pour caractériser les propriétés de et cela selon que l’on aborde cette question du seul
ces mélanges, en l’occurrence ici le couple porosité- point de vue de la rigueur mathématique ou de la per-
compacité, en aboutissant à des lois qui serviront à son tinence de ce paramètre dans l’étude d’un phénomène
calcul et, par extension, à l’optimisation des mélanges (dans notre cas l’empilement granulaire ou la porosité-
granulaires (minimisation de la porosité du mélange). compacité de cet empilement).
Pour cela, nous intégrons d’autres indices (coefficient Bien que du point de vue mathématique la valeur
de serrage) qui caractérisent la mise en œuvre par vi- de la dimension fractale ait une limite, celle de la di-
bration. mension euclidienne de l’espace dans lequel se trouve
Dans une troisième étape nous soumettons les lois l’objet étudié, c’est à dire la valeur 3, certains au-
dégagées à une validation en comparant les valeurs de la teurs arrivent à la conclusion que les objets naturels
compacité utilisées dans d’autres travaux, aux valeurs ou phénomènes étudiés peuvent avoir une valeur plus
calculées à l’aide de notre modèle. importante [10, 15].
Nous terminons en portant un éclairage nouveau sur Si Turcotte D.L [15] souligne que l’on doit ac-
l’expression de Caquot. cepter cela pour sa signification physique contre la
rigueur mathématique, les auteurs qui font prévaloir
cette rigueur [10, 12] précisent que cette controverse est
2. Analyse fractale due aux multiples modèles (le plus souvent implicites)
utilisés.
L’utilisation de l’analyse fractale dans le domaine du Bien que la majorité des auteurs indique que tout
génie civil ou des travaux publics trouve plusieurs ap- objet dont une des caractéristiques cumulées suit une
plications, formation des agrégats lors de l’hydratation loi de puissance du type N (φ > R) = Cφ −D F con-
[3, 4], étude de la fissuration et de la résistance à la rup- stitue un objet fractal, l’exposant DF peut être con-
ture [5, 6], celle de la porosité [7], étude des sols [8–13], sacré différemment selon les auteurs. Il est désigné
étude de la fragmentation artificielle ou naturelle des comme étant la dimension fractale [15] ou comme
roches et sols [9, 10, 12, 14] et [15]. la dimension fractale de fragmentation [9]. Une autre
Des auteurs [16, 17] ont prospectés d’autres voies dénomination est également utilisée pour l’exposant, la
en utilisant la dimension fractale comme paramètre dimension de fragmentation (Df) pour des lois de type
d’identification d’une courbe granulométrique et N (φ > R) = Cφ D F [20] ou simplement désigné sous
comme indice de compacité du mélange granulaire. le terme trivial d’exposant (De) [13].
Le lecteur non familiarisé avec l’analyse fractale Comme on peut distinguer pour le même corps,
trouvera dans [18, 19] les connaissances nécessaires. en l’occurrence un sol, une dimension fractale de la
Les mélanges granulaires sont un champ masse du solide ou celle des pores ou encore celle de
d’application et d’étude adéquat si nous adop- l’interface solide-pore [8].
tons la définition donnée par [19] un objet fractal
est défini comme un ensemble qui présente des 2.1. Détermination de la dimension fractale d’un
irrégularités à toutes les échelles. La dimension mélange granulaire
fractale étant un paramètre qui décrit cette irrégularité
ou cette fragmentation. Il suffit d’ajouter qu’en prenant La détermination de la dimension fractale passe par
des zooms successifs sur un milieu granulaire nous la transformation de la courbe granulométrique (pro-
constaterons que l’on est en face du même schéma portion du passant cumulé à un tamis en fonction du
668 Materials and Structures (2006) 39:665–681
diamètre des grains) en une droite fractale (effectif cu- Les courbes granulométriques du ciment et des fines
mulé des grains en fonction de leur diamètre) [16]. utilisées dans les deux derniers mélanges du tableau 1
La droite fractale, pour un objet fractal parfait, (BHP et BTHP) ont été tirées de [1].
étant initialement non bornée nous devons déterminer Nous notons que le choix de mélanges granulaires
l’effectif de chaque grain en bornant cette droite par d dont les grains obéissent à une distribution fractale
et évidemment D. nous rapproche du mélange apollonien pris par F. De
Le choix des mélanges granulaires dont les grains Larrard [1]. Dans l’ouvrage [25] il est souligné que P-G.
respectent une distribution fractale nous permettra de De Gennes a montré que les mélanges à empilement
comparer nos résultats à ceux des chercheurs dans le apollonien obéissent à une distribution fractale des
champ d’étude spécifique qui est celui de la compacité grains, démonstration déjà abordée par B. Mandelbrot
des bétons puisque les courbes granulométriques que dans son ouvrage [26].
prescrivent les différentes méthodes de composition
donnent, par transformation, des droites fractales avec 2.2. Transformation des droites fractales en
une valeur du coefficient de corrélation très proche de 1 courbes granulométriques
(Tab. 1). Ce tableau indique que bien que la valeur de la
dimension fractale varie (entre les différentes méthodes Pour notre étude, ce sont des droites fractales qui sont
ou entre les différentes variantes d’une même méthode) transformées en courbes granulométriques classiques
on constate une distribution fractale des grains presque pour permettre la composition de mélanges granulaires
parfaite et cela bien avant l’apparition de l’analyse à distribution fractale.
fractale. Soit un mélange granulaire de masse MT (la forme
Pour certaines méthodes, la compacité n’est pas le des grains prise pour le calcul est la forme sphérique).
seul paramètre important mais aussi l’ouvrabilité, ce On prend une droite fractale de dimension fractale
qui n’est pas sans influence sur la proportion de fines DF (Fig. 1) définie telle que:
donc sur la valeur de la dimension fractale.
log(E cum ) = Z − D F. log (φ) ⇒ E cum
Table 1 Etendue granulaire (d/D), dimension fractale = 10 Z .φ −D F = C.φ −D F (2)
(DF) et coefficient de corrélation (R) pour les courbes
granulométriques obtenues par différentes méthodes de Si dans la plupart des ouvrages on utilise le symbole
composition des bétons ∝ dans l’expression E cum (φ > R) ∝ φ −D F pour
Méthode d/D DF R signifier varie comme ou est proportionnel à, il
est important de souligner que le coefficient C varie
Bolomey [21] 0,1/100 2,54 0,99 en fonction non seulement de MT mais aussi des
Bolomey [21] 0,1/10 2,59 0,99
paramètres suivants d, D, λ et DF ou D, λ, n et DF.
Fuller [22] 0,1/12,5 2.59 0,99
A partir de la même courbe granulométrique on ob-
Joisel [2] 0,16/16 3,06 0,99
Joisel [2] 1/16 3,14 0,99 tient plusieurs droites fractales, toutes parallèles, en
LFEM
∗
0,1/100 2,45 0,99 fonction de la masse étudiée (Fig. 1).
∗
LFEM 0,1/6,3 2,5 0,99 La transformation de la courbe granulométrique
Dreux [21] 0,125/12,5 2,66 0,99 en droite fractale consiste à calculer les Ei à partir
Dreux [21] 0,125/80 2,75 0,99 des Mi alors que la démarche inverse (transforma-
ACI 0.4 [2] 0,25/10 2,70 0,99 tion des droites fractales en courbes granulométriques)
ACI 0.5 [2] 0,25/10 2,63 0,99
nécessite la détermination des Mi à partir des Ei puis
Faury [2] 0,25/12,5 2,52 0,99
MEC [23] 0,0016/25,4 2,75 0,99
celle des pourcentages du tamisât cumulé %Tcum .
MEC [23] 0,0016/25,4 2,74 0,99 Sachant que l’effectif cumulé Ecum est donné par
Allemagne [22] 0,125/8 2,37 0,99 (2), l’effectif partiel Ei pour chaque classe de grains
Allemagne [22] 0,125/8 2,77 0,99 est déterminé comme suit:
Allemagne [22] 0,125/8 3,02 0,99
BHP [24] 0,0016/25,4 2,84 0,99
E 0 (φ0 ) = E cum (φ0 ) = Cφ0−D F et
BTHP [24] 0,0001/25,4 2,69 0,99 E n (φn ) = E cum (φn ) − E cum (φn−1 ) (3)
−D F
∗
Laboratoire fédéral d’étude des matériaux, Zurich = C φn−D F − φn−1
Materials and Structures (2006) 39:665–681 669
– Pour DF < 3, le volume des gros grains est (a) Cette série ne peut converger que si λ D F−3 < 1
prédominant et peut être donné en fonction de la quand n → +∞, puisque λ > 1 cela implique que DF
valeur maximale du diamètre, D. < 3 quand n → +∞ donc d → 0 et on obtient alors:
– Pour DF > 3, ce sont les petits grains qui devien-
nent prédominants et le volume peut être exprimé
en fonction de la plus petite valeur du diamètre, d. C = (6MT /π γ )D D F−3 [(1 − λ D F−3 )/(1 − λ−3 )] (6)
– La valeur 3 de la dimension fractale est une valeur
particulière. Nous sommes dans le cas d’un objet fractal parfait
avec DF < 3, objet pour lequel la définition de la dimen-
Puisque nous travaillons dans le cas discret (suite de
sion fractale nécessite, comme le souligne J.F Gouyet
classes granulaires) et que la précédente démonstration
[19] le passage à la limite ε→0 (ε étant dans notre cas
est basée sur le fait que C est constant et ne dépend pas
la valeur de d).
de DF, nous déterminons dans ce qui suit la plage de
(b) Si, comme dans notre cas, n a une valeur finie,
variation de la valeur du coefficient C.
c’est à dire une étendue granulaire (d/D) avec une
valeur de λ on est dans le cas d’un objet fractal im-
2.3.1. Détermination du coefficient C parfait et la valeur de C est:
E 1 = %R1 MT 6λ3 /π γ D 3
L’expression de C dans les trois précédents cas
= C[(D/λ)−D F − D −D F ] ⇒
nous permet, pour rendre homogène les relations
%R1 = (π γ /6MT )D 3−D F C(1 − λ−D F )λ D F−3 E cum =Cφ −D F , de souligner que l’unité de mesure de C
est [m D F ]. La Fig. 2 illustre des exemples d’évolution
E n = %Rn MT 6λ3n /π γ D 3
de la valeur de C en fonction de DF et n pour λ = 1,25.
= C[(D/λn )−D F − (D/λn−1 )] ⇒ On constate que pour les grandes valeurs de n (500–
5000) les courbes d’évolution de C sont identiques et
%Rn = (π γ /6MT )D 3−D F C(1 − λ−D F )λn D F−3
que pour DF >3 les valeurs de C tendent vers 0.
n
Puisque %Ri = 1 ⇒
0
1
(π γ /6MT )D 3−D F C(1 − λ−D F )
1 − λ−D F
+λ D F−3
+λ 2 (D F−3)
+ ··· + λ n (D F−3)
=1
Le volume des grains est Vgrains = MT /γ . Sa poros- répartition des contraintes dans un empilement de par-
ité Por (d/D) = (Vint − Vgrains )/Vint . La compacité ticules, citée dans [27, 28] indique que certains grains
‘Comp(d/D)’ étant alors égal à 1-Por(d/D). ne sont pas affectés par cette pression et sont donc li-
bres de mouvement par rapport à ceux qui contribuent
au squelette rigide comprimé. D’ailleurs le même au-
5. Resultats des essais et analyse teur [1] aborde cet aspect lors de la détermination de la
compacité des classes élémentaires.
5.1. Porosité-compacité propre des classes La courbe ajustée pour la porosité des classes
granulaires élémentaires élémentaires dans notre cas a pour expression:
Nous avons fait varier la valeur de la dimension fractale Por(φ) = 0, 44154 + 0, 0468 · e−φ/2,646 ; R 2 = 0, 95
DF de 0 (mélange de grains D) à 20 (mélange de grains d
approximativement). Il était nécessaire de déterminer
avec la même procédure expérimentale la compacité 5.2. Expression des résultats en fonction de la
de tous les mélanges composés d’une classe granulaire dimension fractale
élémentaire. La variation de la compacité en fonction
du diamètre des grains pour de tels mélanges (Fig. 5) La variation de la porosité en fonction de la dimen-
diffère de celle reportée dans [1]. sion fractale présente la même évolution quelque soit
Cette différence relève non seulement du type de le mélange granulaire étudié, en plus nous notons que
grains utilisés mais aussi des paramètres du disposi- le maximum de compacité est atteint pour une valeur
tif de serrage, durée, fréquence et amplitude de vibra- de DF proche de la valeur 3.
tion ainsi que l’ajout d’une pression sur l’échantillon La Fig. 6 présente l’évolution de la porosité en fonc-
pendant la vibration dans [1]. Une simulation de la tion de DF pour quelques mélanges (di /D) et (d/Di ).
Cette forme d’évolution de la porosité des mélanges
granulaires est connue mais jusqu’à présent elle était
représentée, par exemple dans [1] et [28], en fonction
de la proportion de grains spécifiques (fines, fines/gros,
sable) ce qui ne peut nous permettre d’accéder à la
granularité totale du mélange granulaire, sauf pour
les mélanges simples (à deux composants). L’indice
utilisé, DF, permet justement d’appréhender cette gran-
ularité de manière globale et d’établir pour chaque
mélange granulaire une loi de variation de la porosité-
compacité.
On remarque que la valeur 3 de la dimension fractale
pour laquelle les mélanges granulaires présentent le
maximum de compacité est aussi celle de la dimension
topologique d’un volume.
Figure 6 Porosité en fonction de DF (ai ) Mélanges d/Di ; (bi ) Figure 7 Porosité en fonction de DF.log (d/D) (ai ) Mélanges
Mélanges di /D. d/Di; (bi ) Mélanges di /D.
Materials and Structures (2006) 39:665–681 675
−(X −X opt )2
Comp (d/D) = Comp (d) − A I .e 2.W 2 (9) porosité par rapport à celle du mélange de grains d
Por (d).
D’ou nous pouvons tirer l’évolution de la porosité: L’ajustement, dont un exemple est donné (Fig. 8), de
la courbe expérimentale de chaque mélange granulaire
−(X −X opt )2
nous permet d’accéder aux valeurs de DFopt , A I et w.
Por (d/D) = Por (d) + A I .e 2.W 2 (10)
Figure 12 Coefficient de serrage B I I (a) Pour chaque mélange Figure 14 Porosité des mélanges à grains concassés et à grains
(d/Di ) (b) Courbe unique expérimentale et ajustement. concassés + arrondis.
678 Materials and Structures (2006) 39:665–681
5.6. Analyse des résultats grains sera plus important dans ce cas que pour le
mélange “concassé” donc que la valeur de DFopt
(a) Les deux modèles utilisés nous permettent d’écrire changera.
l’évolution de la porosité d’un mélange granulaire En fait, il n’en est rien, car nous pouvons con-
sans avoir à définir ni quantifier les phénomènes de sidérer cet essai comme étant la suite de celui
paroi et de desserrement. qu’on aurait pu mener avec deux mélanges, le
(b) Le fait que l’on ne prenne en compte que la com- premier (1,6 / 6,3) est composé de grains con-
pacité propre à la classe d ainsi que celle de la cassés, le deuxième est composé d’une première
classe D dans le modèle quasi-linéaire parait criti- partie (1,6 / 2,5) de grains concassés et d’une
quable mais découle des hypothèses sur lesquelles deuxième (3,15 / 6,3) de grains arrondis. On aurait
s’ appuie le modèle: alors tiré les mêmes conclusions que celles citées
pour l’essai ajouté, c’est-à-dire que le deuxième
– Une forme sphérique des grains qui nous per- mélange présente une plus grande porosité donc
met de nous appuyer sur le caractère fractal (re- pourrait théoriquement recevoir une plus grande
spect de l’autosimilarité) sachant que dans le addition de plus petits grains.
cas idéal la porosité de mélanges composés de Mais on peut considérer l’essai réellement ajouté
grains sphériques de même dimension est égale. comme une suite dans le sens ou on aurait ajouté
D’ailleurs, si l’on calcule l’erreur relative max- la fraction (1/1, 25) composé de grains concassés
imale [Por(0,0315)-Por(25)]/Por(0,0315) avec au mélange (1,6 / 6,3) “concassé” et la même frac-
l’expression obtenue dans la section 5.1, on tion mais composée de grains arrondis au mélange
trouve une valeur de 9,5% pour les grains con- “concassé plus arrondi,” en respectant toujours une
cassés. distribution fractale des grains.
– Une distribution fractale des grains qui, dans
notre cas, a été un objectif mais qui est quasi- Le résultat des essais (Fig. 14) nous amène à dire
ment respectée depuis longtemps (Tab. 1). que, pour les paramètres utilisés dans notre étude, la
variation de la forme des grains influe sur les valeurs de
Reste alors à préciser si le non respect de ces hy- la porosité mais respecte le fait que pour les mélanges
pothèses du modèle implique seulement une vari- granulaires avec distribution fractale des grains on ob-
ation du point du vue quantitatif (valeurs de la tient la même valeur de DFopt . Reste à savoir dans
porosité) ou aussi du point de vue qualitatif (même quelle mesure ces résultats s’appliquent à des mélanges
valeur de DFopt quelque soit l’étendue granulaire). granulaires à distribution non fractale.
(c) Le fait que, quelque soit l’étendue granulaire,
l’optimum de la dimension fractale soit le même
peut être expliqué si l’on prend un mélange respec- 6. Validation
tant une distribution fractale des grains et d’étendue
granulaire (dn /D). Pour une mise en œuvre donnée La validation des résultats obtenus s’est faite en com-
on peut aboutir à la granularité optimale avec DFopt . parant les valeurs de la porosité obtenue a partir des
Si l’on enlève, en supposant ne pas porter atteinte expressions tirées de notre travail à celles tirées de
à l’édifice structural, les grains de la classe gran- la littérature pour des mélanges dont la distribution
ulaire élémentaire dn = d le mélange restant sera pondérale en fonction du diamètre des grains est ac-
d’étendue granulaire (dn−1 /D). Les pores créés par cessible afin de déterminer la valeur de la dimension
le retrait des grains dn ne peuvent contenir d’autres fractale du mélange et de vérifier le respect de la dis-
grains de diamètre φ > dn cela implique que le tribution fractale des grains de ces mélanges.
mélange restant est aussi de granularité optimale Nous comparons les valeurs tirées de notre modèle
mais avec la même valeur de la dimension fractale à celles tirées du modèle de suspension solide (rem-
DFopt . placé par ces auteurs par le modèle d’empilement
(d) La plus grande valeur de la porosité obtenue pour compressible, MEC) faute d’accéder à des valeurs
le mélange concassé plus arrondi dans la section expérimentales de la porosité de mélanges dont la dis-
(5.5) peut laisser croire que l’ajout de plus petits tribution granulaire est donnée.
Materials and Structures (2006) 39:665–681 679
Table 6 Compacité
calculée C à l’aide du CG EG DF R C C1 C2
logiciel RENE-LCPC dans
Boul 0/5 0,063/4 3.04 0,99 0,78 0,70 0,69 12%
[1], C1 et C2 avec nos
résultats, DF et coefficient Boul 5/12,5 4/12,5 3,47 0,9 0,63 0,58 0,61 3,6%
de corrélation R Boul 12,5/20 8/20 3,94 0,88 0,60 0,58 0,60 −0,7%
Arlaut 0/5 0,08/5 3,3 0,98 0,71 0,68 0,68 3,5%
Arlaut 5/12,5 3,15/10 1,69 0,90 0,60 0,58 0,60 0,8%
CG: Classe granulaire dans
[1] Arlaut 12,5/25 10/25 3,63 0,86 0,58 0,58 0,61 −4,7%
EG: Etendue granulaire Raon 0/2 0,005/2,5 2,53 0,99 0,74 0,76 0,75 −1,8%
suivant notre modèle Raon 1/4 0,4/5 1,98 0,9 0,61 0,62 0,61 0%
C1 : DF<3 modèle Raon 6/10 3,15/10 2,28 0,85 0,60 0,59 0,60 −0,4%
quasi-linéaire, DF >3 Raon 10/20 6,3/20 4,04 0,89 0,60 0,57 0,61 −1,4%
modèle exponentiel Cher 0/3,15 0,005/2,5 2,55 0,99 0,76 0,76 0,75 0,7%
C2 : Loi de Gauss-Ampère, Cher 4/10 2/10 1,84 0,82 0,54 0,59 0,60 −11%
DFoptimal = 3 Cher 10/20 5/16 2,3 0,87 0,57 0,59 0,61 −7%
: (C − C2 )/C
Les valeurs des coefficients A I , w, B I I et A I I , ainsi les valeurs de la porosité des classes granulaires
que les porosités des classes élémentaires d et D ont été élémentaires utilisées dans le modèle RENE-LCPC
déduites à partir des expressions obtenues dans notre sont inférieures à celles utilisées dans le notre (Fig. 5).
étude. Etant donné que nous comparons les valeurs issues
Nous prenons comme mélanges de référence ceux de notre modèle (sans étalonnage) à ceux d’un autre
utilisés dans [1], bien que la masse volumique ne soit modèle nous pouvons accepter la validation.
pas donnée, nous prendrons la valeur utilisée dans notre
travail. Nous ne choisissons que les granulats con-
cassés. 7. Eclairage sur l’expression de caquot
Nous appliquerons le modèle quasi-linéaire pour DF
< 3 et le modèle exponentiel pour DF > 3, ainsi que les Nous tenterons, dans ce qui suit, de voir si nos résultats
expressions tirées à partir de la loi de Gauss-Ampère. peuvent être un support pour expliquer l’expression
La comparaison (Tab. 6) nous permet d’avancer sous forme de loi de puissance que nous tenons de
que lorsque le mélange se caractérise nettement par Caquot, à savoir:
une distribution fractale et pour des valeurs de cette
dernière inférieures à 3 les résultats sont globalement Pormin (d/D) = V0 .(d/D)0,25 avec V0 comme constante.
équivalents, l’erreur absolue reste acceptable sauf pour
l’avant dernier mélange (11%).
Cette équivalence se mesure par le respect plus ou Nous nous basons dans cette section sur l’hypothèse
moins exact de la distribution fractale, avec un meilleur d’une valeur de DFopt = 3.
ajustement avec la loi de Gauss-Ampère. Nous avons, dans notre travail, tracé la variation de
Lorsque le mélange se caractérise par une distribu- la porosité en fonction du produit DF.log (d/D) mais
tion fractale et pour des valeurs de la dimension fractale nous aurions pu prendre le facteur (d/D)3− D F .
supérieure à 3, on note une erreur absolue maximale de Le facteur 3-DF est désigné sous le terme de codi-
5% sauf pour le premier mélange (12%). mension “qui est associable à des propriétés intensives
Le non respect de la distribution fractale a une in- de l’objet” selon [18]. L’objet en question étant notre
fluence moins marquée. mélange granulaire, la valeur 3 étant celle de l’espace
La forme des grains participe beaucoup dans cette dans lequel s’inscrit notre mélange granulaire et DF la
différence puisque le premier et le quatrième mélange dimension fractale de ce mélange.
sont semblables (de classe granulaire 0/5 dans [1] et Le résultat aurait été le même en ce qui concerne
ayant un paramètre DF.log (d/D) égal respectivement à l’évolution des courbes du point de vue qualitative. On
-6,83 pour le premier et −6,88 pour le quatrième avec aurait alors obtenu pour le modèle quasi-linéaire:
nos paramètres d’identification) alors qu’ils présentent
une compacité de référence très différente. En plus, Por(d/D) = Pormin i (d/D) − A
I I . log[(d/D)3−D F ]
680 Materials and Structures (2006) 39:665–681
puisque dans notre étude Por(d/D) est minimale quand puisque l’utilisation d’une grande étendue granulaire
DF = 3 = DFopt . (diminution du rapport d/D par adjonction de fines ou
Puisque la granularité (considérée comme optimale) de gros grains) participe à la réduction de la porosité,
des courbes granulométriques de référence prescrites et ce en interaction avec le mode de mise en œuvre
par les différentes méthodes de composition peut être (évolution de A I I et B I I ).
identifiée par DF = 2,7 (moyenne du Tableau 1) on – Les deux modes d’ajustement nous permettent
retrouve bien le fait que le paramètre (d/D)3−D F ∼ = d’aboutir aux valeurs de la porosité des mélanges
(d/D)0,3 indique le minimum de porosité (granularité granulaires sans avoir à définir et à quantifier les
optimale). phénomènes de paroi et de desserrement. Alors que
Nous pouvons penser que la différence entre les dans [1] et [29] la modélisation linéaire de ces deux
valeurs de l’exposant proposées par différents auteurs phénomènes était nécessaire. Ce qui indique que
[16] est due au fait que la dimension fractale des les expressions auxquelles a aboutit notre travail
mélanges granulaires de référence utilisés par ces au- décrivent l’évolution de l’empilement en y intégrant
teurs varie (Tab. 1). tous les phénomènes.
D’ailleurs nous pouvons écrire l’expression de la – L’application de ce modèle à des grains parfaitement
porosité dans le cas de l’utilisation de la loi de Gauss- sphériques et de distribution fractale sera d’une plus
Ampère en mettant en relief la codimension. Si nous grande validité puisque l’on se rapprochera de ces
adoptons toujours l’hypothèse DFopt = 3. hypothèses de base. Le caractère beaucoup plus ho-
mogène de ce type de mélange pourra nous faciliter
−(X −X opt )2
la maı̂trise de la valeur optimale de DF et l’expansion
Por (d/D) = Por (d) − A I .e 2.W 2 ⇒
d )3−D F )2
(log( D
de ce modèle à des mélanges ne respectant pas les
Por (d/D) = Por (d) − A I .e 2.W 2 hypothèses de base (distribution fractale et forme
sphérique des grains).
– Le tableau 1 qui montre le respect quasi-total
8. Conclusion d’une distribution fractale des grains composants les
mélanges granulaires préconisés par les différentes
– L’utilisation de la dimension fractale et de l’étendue méthodes de composition de béton ainsi que la sec-
granulaire nous permet effectivement d’identifier tion 7 qui apporte un autre éclairage sur l’expression
non seulement chaque courbe granulométrique mais de Caquot indiquent clairement la validité de
aussi le mélange granulaire au sens où nous pourrons l’utilisation de l’approche fractale.
déterminer sa porosité-compacité. Les résultats de la validation (sauf pour les
La compacité-porosité des mélanges granu- mélanges 1 et 12) mettent en relief la va-
laires n’étant pas une propriété intrinsèque mais lidité heuristique des expressions obtenues et cela
dépendante des grains (masse volumique, forme, malgré l’absence de l’étalonnage nécessaire à la
étendue granulaire, etc. . ..) ainsi que de la mise en détermination des différents coefficients.
œuvre (paramètres du serrage, forme et dimension – La connaissance de l’évolution de la surface
de l’éprouvette, etc. . ..) l’utilisation des expressions spécifique à travers l’évolution du nombre de grains
à partir de ce modèle nécessite un étalonnage qui indique la possibilité d’application de ce modèle à
puisse nous donner les valeurs des coefficients A I , l’étude de l’ouvrabilité des mélanges mouillés.
w ou A I I , B I I ainsi que les porosités propres des
classes granulaires élémentaires.
– La recherche du mélange optimal devient simple Références
sinon triviale puisque cela se ramène à utiliser pour
tous les mélanges granulaires celui dont la valeur 1. De Larrard F (2000) Structures Granulaires et Formulation
de la dimension fractale est égale à 3 ou lui est très des Bétons, (Edition L P C, avril).
proche. 2. De Larrard F (1988) Formulation et propriétés des bétons
à très hautes performances. Rapport de recherche LPC No
En outre, les relations développées indiquent
149, (Edition L P C, Paris, mars).
clairement (de façon claire dans le cas des deux 3. Ji X, Chan SYN, Feng N (1997) Fractal model for simulat-
modes d’empilement) l’importance du rapport d/D ing the space-filling process of cement hydrates and fractal
Materials and Structures (2006) 39:665–681 681
dimensions of pore structure of cement-based materials. Ce- 16. Leconte A, et Thomas A (1992) Caractère fractal des
ment and Concrete Research 27(11):1691–1699. mélanges granulaires pour bétons de haute compacité. Ma-
4. Biggs S, Habgood M, Jameson GJ, Yan Y-d (1998) The frac- terials and Structures 25:255–264.
tal analysis of aggregates formed via a bridging flocculation 17. Ayed K, Chouicha K, Benaissa A, Semcha A, et Mekerta
mechanism. Proceedings of the 26th Australian Chemical B (2003) Identification de la compacité par la dimension
Engineering Conference, Chemeca 98 (Port Douglas, Aus- fractale, Proceeding du Séminaire National de Génie Civil
tralia). (Editions Dar El Gharb, ENSET Oran, 28–29).
5. Carpinteri A, Invernizzi S (December 2001) Influence of 18. Le Méhauté A (1990) Les Géométries Fractales (Edition
damage on the fractal properties of concrete subjected to HERMES, Paris).
pure tension. Materials and structures 34: 605–611. 19. Gouyet J-F (1992) Physique et Structures Fractales (Edition
6. Lange DA, Jennings HM, Shah SP (1993) Relationship be- MASSON, Paris).
tween fracture surface roughness and fracture behavior of 20. Atman APF, Moreira JG (2001) Lattice model for approxi-
cement paste and mortar. J Am Ceram Society 76(3): 589– mate self-affine soil profiles. Journal of Physica A 295(1–2):
597. 64–70.
7. Meng B, (May 1996) Determination and interpretation of 21. Dreux G, et Festa J (1995) Nouveau Guide du Béton,
fractal properties of the sandstone pore system. Materials Septième édition. (Edition Eyrolles).
and Structures 29:195–205. 22. Grübl P, Weigler H, et Karl S (2001) Béton: Type, Composi-
8. Perrier E, Bird N, Rieu M (1999) Generalizing the frac- tion et Propriétés Deuxième édition. (Edition Ernst & Sohn,
tal model of soil structure: the pore-solid fractal approach. A Wiley Compagny, Berlin). “disponible en Allemand.”
Geoderma 88: 137–164. 23. Pouliot N, Sedran T, de Larrard F, et Marchand J (2001)
9. Perrier E, et Bird N (2002) Modelling soil fragmentation: the Prédiction de la compacité des bétons compactés au rouleau
pore solid fractal approach. Soil & Tillage Research 64:91– à l’aide d’un modèle d’empilement granulaire. Bulletin des
99. laboratoires des ponts et chaussées 233:23–36.
10. Perfect E (1997) Fractal models for the fragmentation of 24. Dupain R, Lanchon R, et Saint Simon JC (2000) Granu-
rocks and soils: a review. Engineering Geology 48:185– lats, Sols, Ciments et Bétons, Deuxième Edition. (Editions
198. Casteilla).
11. Ingaramo OE, Benito RE, Paz-Gonzalez A, Miranda JGV 25. Guyon E, et Troadec J-P (1994) du Sac de Billes au Tas de
(s2002) Fractal analysis of pore size distributions in tilled Sable (Editions Odile JACOB, Paris).
soils. Symposium No 4, 17th WCSS, Thailand,: 1–9. 26. Mandelbrot BB (1983) The Fractal Geometry of Nature
12. Rieu M, et Perrier E (1997) Fractal models of fragmented (W.H.Freeman and Company, New York).
and aggregated soils, in Fractal in Soil Sciences, (Edited by 27. Duran J (1997) Sables, Poudres et Grains. (Edition Eyrolles
Baveye P, Parlange JY, A Stewart, BA, CRC Press LLC,) sciences, Paris).
169–202. 28. Dodds JA (2000) Relation entre structure des produits et
13. Xu YF (2003) Surface fractal dimension of swelling clay technologie de mise en forme. 2ème Ecole de Printemps
minerals. Fractals 11(4):353–362. Francophone en Modélisation et Commande des Procédés.
14. Inaoka H, Ohno M (2003) New universality class of impact Formulation: de la Physico-chimie au Procédé (Casablanca).
fragmentation, Fractals 11(4):369–376. 29. Glavind M, Pedersen EJ (1999) Packing calculated applied
15. Turcotte DL (1997) Fractals and chaos in geology and geo- for concrete mix design. Proceedings Creating with Con-
physics Second Edition. (Cambridge University Press). crete. (University of Dundee, Denmark).