See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/225710417

La dimension fractale et l'étendue granulaire comme paramètres

d'identification des mélanges granulaires

Article  in  Materials and Structures · January 2006

DOI: 10.1617/s11527-006-9113-0

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.

The user has requested enhancement of the downloaded file.

Materials and Structures (2006) 39:665–681
DOI 10.1617/s11527-006-9113-0
ORIGINAL ARTICLE
La dimension fractale et l’étendue granulaire comme
paramètres d’identification des mélanges granulaires
K. Chouicha
Received: 18 May 2005 / Accepted: 9 December 2005

C RILEM 2006
Abstract The aim of the survey presented herein is to
check whether the couple “fractal dimension-granular
range” (DF, d/D) may be used as an identification pa-
rameter of a grading curve and therefore of a granular
mix.
Some granular mixes, for which the distribution of
the grains is perfectly fractal, have been made up. Each
granular mix has been identified by the fractal dimen-
sion (DF) in and by the granular range.
Some tests have been conducted to determine ex-
perimentally the porosity. The porosity values are ex-
pressed in terms of the product of the two following
parameters – fractal dimension and log(D/d), that is
DF.log (d/D).
The results show the relevance in using this couple
since it is able to identify the granular mixes and to
describe the development of the porosity value (com-
pacity) according to a given way and seemingly the
ability to point out the same optimum value of the frac-
tal dimension that corresponds to the minimum poros-
ity which, in fact, is the value that corresponds to the
topological dimension of a volume, ie 3.
Résumé Le but de ce travail consiste à vérifier si le
couple ‘dimension fractale (DF) et étendue granulaire
(d/D)’, d et D étant respectivement le plus petit diamètre
et le plus grand diamètre des grains, peut être utilisé
K. Chouicha
LMST, Département de génie civil, Université des sciences
et technologie d’Oran, Algérie
comme paramètre d’identification d’une courbe gran-
ulométrique donc d’un mélange granulaire.
Des mélanges granulaires dont la distribution des
grains est parfaitement fractale ont été composés,
chaque mélange granulaire étant identifié par la dimen-
sion fractale DF et par son étendue granulaire (d/D).
Des essais de détermination expérimentale de la
porosité ont été menés. Les valeurs obtenues sont ex-
primées en fonction du produit de la dimension fractale
par le logarithme de (d/D), c’est-à-dire DF.log (d/D).
Les résultats montrent la pertinence de l’utilisation
de ce couple puisqu’il nous permet d’identifier les
mélanges granulaires et de décrire l’évolution de la
valeur de la porosité (compacité) selon une mise en
œuvre donnée. Comme il nous permet de mettre en re-
lief la même valeur optimale de la dimension fractale,
celle pour laquelle la porosité est minimale, qui est
en fait celle de la dimension topologique d’un volume
c’est à dire la valeur 3.
Nomenclature
N = Caractéristique cumulée (dans notre cas
l’effectif)
φ = Diamètre d’un grain
R = Valeur particulière du diamètre
C, Z = Coefficients qui dépendent de MT , D, d, n
et DF
d = Plus petite valeur du diamètre d’un grain
D = Plus grande valeur du diamètre d’un grain
φi = Diamètre du grain de rang i
666
λ = Rapport φi /φi+1
MT = Masse totale des grains
mi = Masse d’un grain de diamètre φi
Mi = Masse des grains de diamètre φi
Ei = Nombre de grains de diamètre φi
E cum = Effectif cumulé des grains
n = Nombre de classes granulaires
élémentaires
γ = Masse volumique des grains du granulat
Vi = Volume d’un grain de diamètre φi
%Ti = Proportion du passant au tamis de rang i
%Tcum = Proportion du passant cumulé au tamis
de rang i
%Ri = Proportion du refus partiel du tamis
de rang i
%Rcum = Proportion du refus cumulé du tamis de
rang i
La valeur de λ est prise ègale à 1,25 pour pou-
voir définir des classes élémentaires de grains dont le
diamètre est compris entre les valeurs de la maille de
deux tamis successifs de la série de Renard. Ainsi à
l’effectif Ei correspond le nombre de grains dont le
diamètre est supérieur ou égale à la dimension de la
maille du tamis i donc on affecte à Ei le diamètre φi .
1. Introduction
La recherche des lois de comportement régissant les
milieux granulaires reste l’une des préoccupations ma-
jeures à l’intérieur de différents champs de recherche,
que ce soit dans le but de maı̂triser l’empilement de
ces grains (obtention de la meilleure compacité et frit-
tage des céramiques), leur déplacement (phénomène
d’avalanche ou de glissement) ou le blocage de ce
dernier (effet de voûte dans les silos à ciment).
Ce travail s’inscrit dans le cadre spécifique de la
recherche de la meilleure compacité des mélanges
granulaires utilisés dans les bétons en s’appuyant
sur la possibilité d’utiliser l’analyse fractale et plus
précisément la dimension fractale. Les résultats peu-
vent toutefois être appliquées dans tous les champs
qui prennent pour étude l’empilement que ce soit pour
obtenir une plus grande compacité ou à l’inverse une
plus grande porosité.
1.1. Problématique
Si la granulométrie ou la granularité d’un mélange
granulaire a une influence certaine sur ses propriétés, la
Materials and Structures (2006) 39:665–681
formulation de cette influence pose problème, d’autant
plus qu’il est difficile d’identifier et de caractériser la
granularité à l’aide d’un paramètre. Pour pallier à cela
on fait alors appel à des coefficients de caractérisation
partielle (d’uniformité, de courbure, module de finesse)
et des fuseaux de référence ou de spécification.
Depuis les travaux des pionniers (Fuller, Caquot)
concernant l’influence de l’étendue granulaire (d/D)
sur la porosité ou la compacité d’un mélange gran-
ulaire, l’utilisation d’une courbe granulométrique de
référence (que l’on doit obtenir lors du mélange des
différentes classes granulaires) reste la solution la plus
utilisée même si plusieurs auteurs ont tenté de mettre
au point des lois empiriques ou analytiques.
F De Larrard dans ses ouvrages [1] et [2] fait
référence à quelques travaux et développe un modèle
d’empilement compressible (MEC) qui a servi de
base pour l’élaboration d’un logiciel de composi-
tion de béton (BétonLabPro2). Ce modèle prend en
compte, entre autres coefficients, non seulement un in-
dice de serrage relatif au mode de mise en place de
l’empilement des grains mais aussi la porosité propre
de toutes les classes granulaires élémentaires donc ac-
corde toute son importance à la granularité totale du
mélange. Il s’appuie sur la modélisation linéaire des
effets de paroi et de desserrement.
Ce modèle est basé sur le choix du mélange apol-
lonien qui apporte un plus quand à la connaissance de
la granularité. Le mélange apollonien, ou empilement
de Leibniz, est abordé comme étant la meilleure façon
de remplir une surface, par l’utilisation de petits cer-
cles ayant la même dimension que celle des espaces
entre les plus gros. Il est défini dans [1] comme étant
un mélange granulaire dont les dimensions des grains
varient suivant une progression géométrique:
φ0 = D; φ1 = φ0 /λ; φ2 = φ1 /λ = φ0 /λ2 et φn
= d = φ0 /λn avec 1/λ  1 (1)
Néanmoins la caractérisation de la granularité totale
du mélange à l’aide de paramètres qui peuvent être
intégrés dans les lois, qu’elles soient empiriques ou
analytiques, reste d’une grande importance.
1.2. Objectif et démarche
Nous développons, à l’aide de l’analyse fractale, un
modèle qui nous permet de mieux appréhender et
Materials and Structures (2006) 39:665–681
utiliser la granularité. Nous montrons d’abord que les
courbes granulométriques, donc les mélanges gran-
ulaires correspondants, peuvent être facilement car-
actérisées et identifiées par une droite fractale à l’aide
de deux paramètres: la dimension fractale DF et
l’étendue granulaire (d/D).
Ensuite nous montrons à l’aide d’expériences sur
des mélanges granulaires reconstitués et modélisés par
des droites fractales que ces mêmes paramètres peuvent
être autant d’indices pour caractériser les propriétés de
ces mélanges, en l’occurrence ici le couple porosité-
compacité, en aboutissant à des lois qui serviront à son
calcul et, par extension, à l’optimisation des mélanges
granulaires (minimisation de la porosité du mélange).
Pour cela, nous intégrons d’autres indices (coefficient
de serrage) qui caractérisent la mise en œuvre par vi-
bration.
Dans une troisième étape nous soumettons les lois
dégagées à une validation en comparant les valeurs de la
compacité utilisées dans d’autres travaux, aux valeurs
calculées à l’aide de notre modèle.
Nous terminons en portant un éclairage nouveau sur
l’expression de Caquot.
2. Analyse fractale
L’utilisation de l’analyse fractale dans le domaine du
génie civil ou des travaux publics trouve plusieurs ap-
plications, formation des agrégats lors de l’hydratation
[3, 4], étude de la fissuration et de la résistance à la rup-
ture [5, 6], celle de la porosité [7], étude des sols [8–13],
étude de la fragmentation artificielle ou naturelle des
roches et sols [9, 10, 12, 14] et [15].
Des auteurs [16, 17] ont prospectés d’autres voies
en utilisant la dimension fractale comme paramètre
d’identification d’une courbe granulométrique et
comme indice de compacité du mélange granulaire.
Le lecteur non familiarisé avec l’analyse fractale
trouvera dans [18, 19] les connaissances nécessaires.
Les mélanges granulaires sont un champ
d’application et d’étude adéquat si nous adop-
tons la définition donnée par [19] un objet fractal
est défini comme un ensemble qui présente des
irrégularités à toutes les échelles. La dimension
fractale étant un paramètre qui décrit cette irrégularité
ou cette fragmentation. Il suffit d’ajouter qu’en prenant
des zooms successifs sur un milieu granulaire nous
constaterons que l’on est en face du même schéma
667
qui est considéré comme un invariant d’échelle, ou de
propriété d’autosimilarité. L’autosimilarité peut être
exacte (forme sphérique de tous les grains) comme
elle peut être statistique (moyenne entre forme des
grains concassés).
Bien que l’utilisation de la dimension fractale soit
devenue assez répandue, il subsiste une controverse
non encore clairement tranchée concernant les possi-
bles valeurs que peut prendre la dimension fractale DF
et cela selon que l’on aborde cette question du seul
point de vue de la rigueur mathématique ou de la per-
tinence de ce paramètre dans l’étude d’un phénomène
(dans notre cas l’empilement granulaire ou la porosité-
compacité de cet empilement).
Bien que du point de vue mathématique la valeur
de la dimension fractale ait une limite, celle de la di-
mension euclidienne de l’espace dans lequel se trouve
l’objet étudié, c’est à dire la valeur 3, certains au-
teurs arrivent à la conclusion que les objets naturels
ou phénomènes étudiés peuvent avoir une valeur plus
importante [10, 15].
Si Turcotte D.L [15] souligne que l’on doit ac-
cepter cela pour sa signification physique contre la
rigueur mathématique, les auteurs qui font prévaloir
cette rigueur [10, 12] précisent que cette controverse est
due aux multiples modèles (le plus souvent implicites)
utilisés.
Bien que la majorité des auteurs indique que tout
objet dont une des caractéristiques cumulées suit une
loi de puissance du type N (φ > R) = Cφ −D F con-
stitue un objet fractal, l’exposant DF peut être con-
sacré différemment selon les auteurs. Il est désigné
comme étant la dimension fractale [15] ou comme
la dimension fractale de fragmentation [9]. Une autre
dénomination est également utilisée pour l’exposant, la
dimension de fragmentation (Df) pour des lois de type
N (φ > R) = Cφ D F [20] ou simplement désigné sous
le terme trivial d’exposant (De) [13].
Comme on peut distinguer pour le même corps,
en l’occurrence un sol, une dimension fractale de la
masse du solide ou celle des pores ou encore celle de
l’interface solide-pore [8].
2.1. Détermination de la dimension fractale d’un
mélange granulaire
La détermination de la dimension fractale passe par
la transformation de la courbe granulométrique (pro-
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

Table 2 Transformation de E cum en E i , %Ri , %Rcum et Mi .

Mélange (1/3,15), DF = 7, MT = 2500 g

φ (mm) 3,15 2,5 2 1,6 1,25 1

E cum 3250 16380 78120 3,725E5 2,097E6 1E7

Ei 3250 1,31E4 6,17E4 2,94E5 1,72E6 7,9E6
Mi∗ (g) 1,41 2,84 6,85 16,7 46,6 110
Rei (%) 0,76 1,54 3,72 9,08 25,3 59,6
Recum (%) 0,76 2,30 6,02 15,10 40,40 100
Mi (g) 19,14 38,58 93,04 227 633,2 1489

2.3. Plage de variation de la valeur de la

dimension fractale

Nous proposons un modèle dans lequel toutes les

courbes granulométriques des mélanges connus par
une distribution fractale des grains peuvent être trans-
formées en droites fractales. Il s’agit alors de préciser
quelle est la plage de variation de DF ou, autrement dit,
est ce que DF peut être supérieure à la valeur 3 sans
que ne soit délaissée la rigueur mathématique comme il
est stipulé dans [15]. En d’autres termes peut on trans-
Figure 1 (a) Courbe granulométrique (b) Droites fractales.
former toutes les courbes granulométriques en droites
fractales définies par l’équation E cum = 10 Z .φ −D F =
A partir des effectifs partiels, nous déterminons
∗ C.φ −D F . On verra que cela dépendra de la valeur que
une valeur intermédiaire des masses partielles M i de
peut prendre C.
chaque classe de grains retenus par le tamis de rang i
Dans [16] l’application du modèle fractal à des
en fonction de la valeur affectée à C.
mélanges granulaires utilisés lors de la confection de
Mi∗ = E i γ π φi3 /6 = C(φi−D F − φi−1
−D F
)γ πφi3 /6 différents bétons conduit les auteurs à faire l’hypothèse
d’une valeur optimale de la dimension fractale autour
S’agissant de la masse de grains retenus par chaque de 2,8 alors que lors de travaux précédents (mélanges
tamis nous calculons le pourcentage de refus partiel granulaires dont la distribution des grains n’était pas
%Ri ainsi que le pourcentage de refus cumulé %Rcum : parfaitement fractale) il apparaissait que la compacité
  3 maximale n’était pas encore atteinte pour DF ≈ 2,8
100. φi−D F − φi−1
−D F
.φi
%Ri = 0  −D F −D F
 3 (4) [17].
n φi − φi−1 .φi Des travaux préliminaires nous ont permis de mettre
 en relief une valeur optimale de DF qui avoisinait la
100 · in (φi−D F − φi−1
−D F
).φi3
%Rcum = 0 −D F −D F
(5) valeur 3 alors que nous avions cité dans la section 2
n (φi − φi−1 ).φi3 la controverse portant sur les possibles valeurs de la
quand γ est prise constante. dimension fractale.
Nous déterminons alors les valeurs définitives de Mi Le fait que la valeur 3 de la dimension fractale soit
en fonction de MT utilisée. particulière, ici dans le cas de l’étude de la propriété
empilement du mélange granulaire, peut être con-
Mi = MT . %Ri forté par la démonstration utilisée dans [15]. Cette
démonstration indique que dans le cas d’une dis-
L’obtention des Mi nous permettra alors de com- tribution fractale des grains (cas continu), lors
poser les mélanges granulaires choisis (exemple dans du calcul du volume solide des grains on trouve
le Tableau 2). que:
670 Materials and Structures (2006) 39:665–681

– Pour DF < 3, le volume des gros grains est
prédominant et peut être donné en fonction de la
valeur maximale du diamètre, D.
– 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.
– La valeur 3 de la dimension fractale est une valeur
particulière.
Puisque nous travaillons dans le cas discret (suite de
classes granulaires) et que la précédente démonstration
est basée sur le fait que C est constant et ne dépend pas
de DF, nous déterminons dans ce qui suit la plage de
variation de la valeur du coefficient C.
2.3.1. Détermination du coefficient C
(a) Cette série ne peut converger que si λ D F−3 < 1
quand n → +∞, puisque λ > 1 cela implique que DF
< 3 quand n → +∞ donc d → 0 et on obtient alors:
C = (6MT /π γ )D D F−3 [(1 − λ D F−3 )/(1 − λ−3 )] (6)
Nous sommes dans le cas d’un objet fractal parfait
avec DF < 3, objet pour lequel la définition de la dimen-
sion fractale nécessite, comme le souligne J.F Gouyet
[19] le passage à la limite ε→0 (ε étant dans notre cas
la valeur de d).
(b) Si, comme dans notre cas, n a une valeur finie,
c’est à dire une étendue granulaire (d/D) avec une
valeur de λ on est dans le cas d’un objet fractal im-
parfait et la valeur de C est:

Mélange granulaire de masse totale MT dans le cas

d’une distribution fractale des grains en utilisant (1, 2, C = (6MT /π γ )D D F−3 (1 − λ D F−3 )/[(1 − λ D F−3 )
3) et en exprimant les proportions des grains retenus
+(1 − λ−D F )(λ D F−3 − λ(n+1).(D F−3) )] (7)
dans les différents tamis en fonction de C, D, λ et n.
Les autres paramètres, π , γ et MT étant constants.
(c) Pour DF = 3 on a:
E 0 = %R0 MT 6/π γ D 3 = C D −D F ⇒
%R0 = (π γ /6MT )D 3−D F C C = (6MT /π γ )/[1 + n(1 − λ−3 )] (8)

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

La somme des termes λ D F−3 + λ2 (D F−3) + · · · +

λn (D F−3)
est celle des termes d’une série géométrique
de raison λ D F−3 et de premier terme λ D F−3 , ce qui nous
permet de dégager trois cas en fonction de la valeur de Figure 2 Coefficient C en fonction de DF pour différentes
DF. valeurs de n.
Materials and Structures (2006) 39:665–681 671

3. Distribution fractale et identification

L’utilisation du couple dimension fractale et étendue

granulaire tout en permettant une identification simple
de chaque mélange granulaire permet aussi de con-
stater que des mélanges granulaires d’étendue granu-
laire théoriquement différente sont en fait semblables.
Pour les faibles valeurs de DF (Tab. 3), on remarque la
faible différence de la masse des grains φ 0 = 16 mm; φ 1
= 12,5 mm, alors que pour les grandes valeurs de DF
(Tab. 4), on remarque la faible différence de la masse
Figure 3 Courbes granulométriques en fonction de D.
des grains φ n = 1 mm; φ n−1 = 1,6 mm.
De plus sur la Fig. 3 on remarque que l’identification
des courbes granulométriques à l’aide de la dimension
fractale montre qu’il existe une zone (DF ≥ 3) pour laquelle le phénomène connu de surreprésentation du
gros grain ou de brisure des courbes granulométriques
de référence prescrites par différentes méthodes de
Table 3 Refus partiel pour différents mélanges, MT = 2500 g, composition de béton (exemple de la méthode de
DF = 0,01 Dreux-Gorisse) apparaı̂t nettement.
L’évolution de la masse partielle du plus gros grain
Refus partiel (g)
Etendue granulaire confirme cela puisqu’elle diffère de celles des masses
φ (mm) 0,8/4 1,25/4 2/4 2,5/4 partielles des autres grains (Fig. 4).
La Fig. 4 nous permet aussi de mieux appréhender
0,8 0,0445229 la difficulté à quantifier les effets du phénomène de
1 0,0881445
desserrement (gros grains dominants) ainsi que celui
1,25 0,189913 0,189806
1,6 0,359422 0,359378
de paroi (grains fins dominants). En effet si nous adop-
2 0,698833 0,698807 0,699023 tons l’hypothèse de linéarité des effets de paroi (grains
2,5 1,41431 1,41443 1,4147 1,41510 fins dominants) et de l’effet de desserrement (gros
3,15 2,91563 2,91578 2,91642 2,91724 grains dominants) adopté dans [1] qui consiste à con-
4 2494,29 2494,42 2494,97 2495,67 sidérer que le supplément de porosité qu’impliquent
ces deux effets est proportionnel aux volumes des
classes incriminées (gros grains pour l’effet de paroi
Table 4 Refus partiel pour différents mélanges, MT = 2500 g, et petits grains pour l’effet de desserrement) nous
DF = 7
remarquons la difficulté à l’appliquer puisque que
Refus partiel (g) l’évolution du nombre de grains n’est strictement con-
Etendue granulaire tinue que pour les classes extrêmes D et d. Les
φ (mm) 1/3,15 1/6,3 1/10 1/16

1 1489 1480 1480 1480

1,25 633,2 633 633 633
1,6 227 227 227 227
2 93,04 92,5 92,5 92,5
2,5 38,58 38,5 38,5 38,5
3,15 19,14 15,4 15,4 15,4
4 5,78 5,78 5,78
5 2,42 2,42 2,42
6,3 1,19 0,963 0,963
8 0,362 0,362
10 0,188 0,148
12,5 0,0633
16 0,0285
Figure 4 Masse partielle en fonction de DF, mélange (1/6,3).
672 Materials and Structures (2006) 39:665–681

classes granulaires élémentaires intermédiaires, qui

participent elles aussi aux deux phénomènes, ont des
évolutions discontinues (augmentation suivie par une
diminution).
La connaissance de l’évolution du nombre de grains
nous permettra d’appréhender l’évolution de la surface
spécifique du mélange granulaire en fonction de la
forme des grains et ainsi maı̂triser la demande en eau
et l’ouvrabilité des mélanges mouillés.
La connaissance de la granularité globale du
mélange granulaire nous permettra de reformuler les
différents coefficients (d’uniformité, de courbure, mod- Scéma 1 Mode opératoire (a) Récipient avec étui et mélange
ule de finesse) ou fuseaux spécifiques utilisés pour la introduit (b) Récipient sans étui après arasement.
caractériser même partiellement.

granulaires, de DF = 0 pour les gros grains seuls à

4. Mode operatoire DF = 15 et DF = 20 pour (approximativement) les
petits grains seuls donc l’intervalle suivant: [20-15-7-
4.1. Matériaux 5-3-2,5-2-1-0,5-0].
Pour les bétons courants cette valeur varie dans un
Le granulat utilisé est un granulat concassé calcaire intervalle moins large puisqu’elle reste concentrée dans
dont la taille des grains varie de 0,063 mm à 16 mm et l’intervalle [2,3-3,2] d’après le Tableau 1.
de masse volumique égale à 2.65 kg/dm3 .
Nous avons choisi de travailler avec des mélanges
4.2. Détermination expérimentale de la porosité
granulaires composés pour satisfaire une distribution
fractale des grains. Ces mélanges sont élaborés à partir
On utilise un récipient, de volume interne Vi = 998
des grains de chaque classe granulaire élémentaire. Le
cm3 , dont la plus petite dimension est supérieure à
nombre de mélanges granulaires initialement étudiés
cinq fois la dimension du plus gros diamètre des
est de cent douze puisque nous avons pris pour bases
grains.
d’étude seize étendues granulaires (d/D) (Tab. 5) et que
Après l’avoir pesé à vide et protégé par un étui on y
pour chaque étendue granulaire nous avons composé
introduit une masse de 2500 g du mélange granulaire
sept mélanges en optant pour des valeurs différentes de
testé puis il est soumis, tout en étant fixé, à une vibra-
la dimension fractale.
tion à l’aide de la table vibrante. Après vibration, d’une
Les résultats obtenus et reportés dans la Section 2.3
durée de 30 s, de fréquence égale à 50 Hz et d’amplitude
nous ont amené à faire varier la dimension fractale pour
égale à 0,42 mm, l’étui recouvrant l’éprouvette est en-
chaque mélange granulaire autour de la valeur partic-
levé puis on procède à un arasement suivi d’un pesage
ulière 3. L’intervalle qui a été choisi [7-5-3-2,5-2-1-0,5]
du récipient (Schéma. 1).
a ensuite été élargi avec l’ajout de huit mélanges mono
Les échantillons composés ont été homogénéisés par
classe pour nous permettre d’étudier tous les mélanges
mélange manuel mais la forme aléatoire des grains
ainsi que la difficulté constatée lors de l’arasement
Table 5 Mélanges granulaires étudiés des mélanges (surtout quand les gros grains domi-
nent) impliquent une variation des valeurs issues
D (mm)
d (mm) 3,15 6,3 10 16
de telles expériences. Afin d’aboutir à une valeur
représentative nous menons trois essais pour le même
0,063 0,063/3,15 0,063/6,3 0,063/10 0,063/16 mélange granulaire. Pour faciliter l’analyse des courbes
0,09 0,09/3,15 0,09/6,3 0,09/10 0,09/16 et leur comparaison, nous prenons en compte dans
0,25 0,25/3,15 0,25/6,3 0,25/10 0,25/16
l’établissement de ces dernières que les valeurs
1 1/3,15 1/6,3 1/10 1/16
moyennes.
Materials and Structures (2006) 39:665–681
Le volume des grains est Vgrains = MT /γ . Sa poros-
ité Por (d/D) = (Vint − Vgrains )/Vint . La compacité
‘Comp(d/D)’ étant alors égal à 1-Por(d/D).
5. Resultats des essais et analyse
5.1. Porosité-compacité propre des classes
granulaires élémentaires
Nous avons fait varier la valeur de la dimension fractale
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
de tous les mélanges composés d’une classe granulaire
élémentaire. La variation de la compacité en fonction
du diamètre des grains pour de tels mélanges (Fig. 5)
diffère de celle reportée dans [1].
Cette différence relève non seulement du type de
grains utilisés mais aussi des paramètres du disposi-
tif de serrage, durée, fréquence et amplitude de vibra-
tion ainsi que l’ajout d’une pression sur l’échantillon
pendant la vibration dans [1]. Une simulation de la
Figure 5 Porosité et compacité des mélanges mono-classe en
fonction du diamètre des grains. (a) Courbe ajustée (b) Compara-
ison avec les résultats tirés de [1].
673
répartition des contraintes dans un empilement de par-
ticules, citée dans [27, 28] indique que certains grains
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-
teur [1] aborde cet aspect lors de la détermination de la
compacité des classes élémentaires.
La courbe ajustée pour la porosité des classes
élémentaires dans notre cas a pour expression:
Por(φ) = 0, 44154 + 0, 0468 · e−φ/2,646 ; R 2 = 0, 95
5.2. Expression des résultats en fonction de la
dimension fractale
La variation de la porosité en fonction de la dimen-
sion fractale présente la même évolution quelque soit
le mélange granulaire étudié, en plus nous notons que
le maximum de compacité est atteint pour une valeur
de DF proche de la valeur 3.
La Fig. 6 présente l’évolution de la porosité en fonc-
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.
5.3. Expression des résultats en fonction du
produit DF. log (d/D)
Nous obtenons le même type d’évolution de la porosité
que celle citée à la section 5.2. La Fig. 7 présente
l’évolution de la porosité en fonction du produit DF.log
(d/D) pour quelques mélanges (di /D) et (d/Di ).
L’utilisation du paramètre DF.log (d/D) permet
d’établir des lois de variation de la porosité-compacité
applicables cette fois ci à tous les mélanges granulaires.
674 Materials and Structures (2006) 39:665–681

5.4. Lois d’évolution

Le but étant d’aboutir à des lois d’évolution qui

s’appliquent à tous les mélanges, nous ferons le choix
de trouver, par ajustement des différentes courbes
expérimentales obtenues, des lois qui puissent nous
permettre de décrire l’évolution de la porosité ou com-
pacité en fonction du paramètre DF.log (d/D).

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

Des différentes corrélations étudiées entre

l’évolution de la porosité et celle du paramètre
DF.log (d/D), nous pouvons en retenir deux.

5.4.1. La première approche

L’ajustement avec des courbes tronquées de Gauss,

Gauss-Ampère ou Lorentz, puisque l’une des branches
est limitée par la valeur zéro de DF.log (d/D), avec des
valeurs du coefficient de corrélation proche de 1, nous
utiliserons dans ce cas la loi de Gauss-Ampère dont
l’expression est: Figure 8 Courbe expérimentale et courbe ajustée, loi de Gauss-
Ampère, mélange (0,063/10).

−(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)

Valeur optimale de DF. DFopt varie d’une valeur de

r Por(d) est la porosité du mélange des grains d. 2,41 à 2,96 avec une valeur moyenne égale à 2,74.
r X représente le paramètre DF.log (d/D).
r Xopt représente la valeur de ce paramètre à
l’optimum, il serait plus correct d’écrire DFopt . log
(d/D).
r W étant le paramètre connu sous le terme de l’écart
type lorsque l’on utilise cette loi comme étant celle
qui décrit la densité de probabilité d’une variable
aléatoire, ce coefficient décrit la dispersion autour de
la valeur optimale Xopt . En fait, il représente pour
chaque mélange, le produit d’un paramètre w par la
valeur log (d/D) du mélange.
r A I qui est défini comme un coefficient de ser-
rage, coefficient qui indique quel est l’effet du
mode de serrage, dans notre cas une vibration, sur
l’empilement des grains du mélange en fonction
d’autres paramètres tels que : l’étendue granulaire, la
forme des grains, la forme et le volume du récipient,
en faisant l’hypothèse de la non dépendance par rap-
port à DF.

L’expression (5.2) indique qu’il suffit de connaı̂tre

la porosité propre du mélange constitué de grains d
pour pouvoir calculer la porosité de tout mélange (d/D)
en fonction du produit DF.log (d/D), cela nécessite la
détermination de A I et celle de w. Elle met en relief le
Figure 9 Evolution du coefficient de serrage A I en fonction
rôle de la granularité du mélange granulaire, à travers de (d/D). (a) Pour chaque mélange (d/Di ) (b) Courbe unique
l’utilisation de DF.log (d/D), sur la diminution de sa expérimentale et ajustement.
676 Materials and Structures (2006) 39:665–681

•Partie exponentielle: De la valeur DF ≈ 3 (mélange

optimal) jusqu’à la valeur DF = 20 (mélange de petits
grains).
L’expression de cette partie de la courbe est de la
forme:

Por(d/D) = Por(d).(1 − e B I I .D F. log(d/D) )

(12)
⇒ évolution exponentielle

Cette expression met aussi en relief l’influence de

l’élargissement de l’étendue granulaire mais pour des
Figure 10 Evolution du facteur w en fonction de d/D. mélanges ayant la même valeur de d et de DF (diminu-
tion du rapport d/D par adjonction de plus gros grains et
Coefficient de serrage A I et coefficient w. Nous re-
parallèlement diminution de la proportion des plus pe-
marquons, d’après la Fig. 9, que le coefficient de
tits grains) puisque cela conduit à une diminution dela
serrage A I diminue quand le rapport d/D augmente,
porosité par le biais de celle de 1 − e B I I .D F. log(d/D) .
alors que la Fig. 10 nous indique une augmentation du
Cette deuxième solution (couplage de deux modes
coefficient w en fonction de celle du rapport d/D.
d’empilement) nous amène de la même façon que pour
L’expression de la droite ajustée pour A I est:
la loi de Gauss-Ampère à se passer de la porosité des
A I = 0, 01663 − 0, 08861. log(d/D); R = 0, 97 classes granulaires élémentaires, sauf Por(d) et Por(D).
Elle permet aussi d’éviter la recherche du coefficient
L’expression de la droite ajustée pour w est: w mais ajoute un deuxième indice de serrage B I I , qui
concerne la partie exponentielle, au coefficient A I I qui
w = 1, 3657 + 2, 5955.d/D; R = 0, 93
concerne la partie quasi-linéaire.
Les valeurs des coefficients A I I et B I I dépendent du
5.4.2. la deuxième approche type de vibration, de la valeur de d ainsi que de celle de
D. L’ajustement des différentes courbes nous permet
On décompose chaque courbe en deux portions où d’accéder aux valeurs des coefficients A I I et B I I .
apparaı̂t le même paramètre DF.log (d/D). Cette
deuxième approche implique la mise en relief de
Coefficient A I I (la partie quasi-linéaire). L’évolution
deux modes d’empilement différents en considérant
du coefficient A I I entre les mélanges (di/D) n’est
le mélange optimal comme étant commun aux deux
pas régulière. Par contre si l’on utilise des valeurs
modes d’empilements.
moyennes de ce même coefficient en fonction de D
(Fig. 11) on constate une diminution de A I I avec
•Partie quasi-linéaire: De la valeur DF ≈ 3 (mélange
l’augmentation de D. Cette démarche nous conduit à
optimal) jusqu’à DF = 0 (mélange de gros grains).
souligner que pour la partie quasi-linéaire la vibration
L’expression de cette partie de la courbe est de la
forme:
Porosite(d/D) = Porosite(D) + A I I .D F. log (d/D)
⇒ évolution quasi-linéaire (11)
Cette expression met nettement en relief l’influence
de l’élargissement de l’étendue granulaire pour des
mélanges ayant la même valeur de D et de DF (diminu-
tion du rapport d/D par adjonction de plus petits grains
et parallèlement diminution de la proportion des gros
grains) puisque cela conduit à une diminution de la
porosité par le biais de l’augmentation de la valeur
algébrique du produit DF.log (d/D). Figure 11 Cœfficient de serrage A I I .
Materials and Structures (2006) 39:665–681
a un effet qui dépend surtout de la valeur D. D’autres
travaux sont nécessaires pour préciser l’influence de d.
L’expression de la droite ajustée est:
A I I = 0, 03325 − 4, 0378.10−4 .D; R = 0, 98
Coefficient B I I (partie exponentielle). Les résultats
expérimentaux montrent clairement l’augmentation
de la valeur de B I I lorsque le rapport d/D augmente
(Fig. 12).
L’expression de la droite ajustée est:
B I I = 0, 10406 + 4, 75258.d/D; R = 0, 99
Bien que Por(D) et Por(d), peuvent être considérées
comme des données d’entrée, la corrélation a été
menée en les considérant comme variables puisque
leurs valeurs sont issues des mêmes expériences que
celles qui nous permettent d’aboutir aux valeurs de
Por(d/D).
La Fig. 13 montre que l’évolution de la porosité des
classes granulaires élémentaires trouvées par ajuste-
Figure 12 Coefficient de serrage B I I (a) Pour chaque mélange
(d/Di ) (b) Courbe unique expérimentale et ajustement.
677
Figure 13 Comparaison de la porosité des classes granulaires
élémentaires.
ment (modèle quasi-linéaire et exponentiel) rejoint
celle obtenue expérimentalement.
5.5. Dimension fractale optimale et influence de
la forme des grains
Pour circonscrire avec plus de précision la valeur de
DFopt et pour mettre en relief l’influence du non respect
du caractère fractal (forme des grains différente) nous
avons ajouté des essais avec deux mélanges, le premier
(1/6,3) composé de grains concassés et le deuxième
(1/6,3) composé d’une partie (1/2,5) de granulats ar-
rondis (marins) et d’une autre partie (3,15/6,3) de grains
concassés.
L’intervalle de variation de DF a été complété en
ajoutant deux valeurs de la dimension fractale (2,8–
3,2).
Il apparaı̂t clairement que la valeur de DFopt est soit
égale à la valeur 3 soit lui est très proche. Comme il
apparaı̂t que le non respect relatif du caractère fractal
influe sur la valeur de la porosité mais respecte le fait
que ce soit la même valeur de DFopt (Fig. 14).
Figure 14 Porosité des mélanges à grains concassés et à grains
concassés + arrondis.
678
5.6. Analyse des résultats
(a) Les deux modèles utilisés nous permettent d’écrire
l’évolution de la porosité d’un mélange granulaire
sans avoir à définir ni quantifier les phénomènes de
paroi et de desserrement.
(b) Le fait que l’on ne prenne en compte que la com-
pacité propre à la classe d ainsi que celle de la
classe D dans le modèle quasi-linéaire parait criti-
quable mais découle des hypothèses sur lesquelles
s’ appuie le modèle:
– Une forme sphérique des grains qui nous per-
met de nous appuyer sur le caractère fractal (re-
spect de l’autosimilarité) sachant que dans le
cas idéal la porosité de mélanges composés de
grains sphériques de même dimension est égale.
D’ailleurs, si l’on calcule l’erreur relative max-
imale [Por(0,0315)-Por(25)]/Por(0,0315) avec
l’expression obtenue dans la section 5.1, on
trouve une valeur de 9,5% pour les grains con-
cassés.
– Une distribution fractale des grains qui, dans
notre cas, a été un objectif mais qui est quasi-
ment respectée depuis longtemps (Tab. 1).
Reste alors à préciser si le non respect de ces hy-
pothèses du modèle implique seulement une vari-
ation du point du vue quantitatif (valeurs de la
porosité) ou aussi du point de vue qualitatif (même
valeur de DFopt quelque soit l’étendue granulaire).
(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-
tant une distribution fractale des grains et d’étendue
granulaire (dn /D). Pour une mise en œuvre donnée
on peut aboutir à la granularité optimale avec DFopt .
Si l’on enlève, en supposant ne pas porter atteinte
à l’édifice structural, les grains de la classe gran-
ulaire élémentaire dn = d le mélange restant sera
d’étendue granulaire (dn−1 /D). Les pores créés par
le retrait des grains dn ne peuvent contenir d’autres
grains de diamètre φ > dn cela implique que le
mélange restant est aussi de granularité optimale
mais avec la même valeur de la dimension fractale
DFopt .
(d) La plus grande valeur de la porosité obtenue pour
le mélange concassé plus arrondi dans la section
(5.5) peut laisser croire que l’ajout de plus petits
Materials and Structures (2006) 39:665–681
grains sera plus important dans ce cas que pour le
mélange “concassé” donc que la valeur de DFopt
changera.
En fait, il n’en est rien, car nous pouvons con-
sidérer cet essai comme étant la suite de celui
qu’on aurait pu mener avec deux mélanges, le
premier (1,6 / 6,3) est composé de grains con-
cassés, le deuxième est composé d’une première
partie (1,6 / 2,5) de grains concassés et d’une
deuxième (3,15 / 6,3) de grains arrondis. On aurait
alors tiré les mêmes conclusions que celles citées
pour l’essai ajouté, c’est-à-dire que le deuxième
mélange présente une plus grande porosité donc
pourrait théoriquement recevoir une plus grande
addition de plus petits grains.
Mais on peut considérer l’essai réellement ajouté
comme une suite dans le sens ou on aurait ajouté
la fraction (1/1, 25) composé de grains concassés
au mélange (1,6 / 6,3) “concassé” et la même frac-
tion mais composée de grains arrondis au mélange
“concassé plus arrondi,” en respectant toujours une
distribution fractale des grains.
Le résultat des essais (Fig. 14) nous amène à dire
que, pour les paramètres utilisés dans notre étude, la
variation de la forme des grains influe sur les valeurs de
la porosité mais respecte le fait que pour les mélanges
granulaires avec distribution fractale des grains on ob-
tient la même valeur de DFopt . Reste à savoir dans
quelle mesure ces résultats s’appliquent à des mélanges
granulaires à distribution non fractale.
6. Validation
La validation des résultats obtenus s’est faite en com-
parant les valeurs de la porosité obtenue a partir des
expressions tirées de notre travail à celles tirées de
la littérature pour des mélanges dont la distribution
pondérale en fonction du diamètre des grains est ac-
cessible afin de déterminer la valeur de la dimension
fractale du mélange et de vérifier le respect de la dis-
tribution fractale des grains de ces mélanges.
Nous comparons les valeurs tirées de notre modèle
à celles tirées du modèle de suspension solide (rem-
placé par ces auteurs par le modèle d’empilement
compressible, MEC) faute d’accéder à des valeurs
expérimentales de la porosité de mélanges dont la dis-
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
que les porosités des classes élémentaires d et D ont été
déduites à partir des expressions obtenues dans notre
étude.
Nous prenons comme mélanges de référence ceux
utilisés dans [1], bien que la masse volumique ne soit
pas donnée, nous prendrons la valeur utilisée dans notre
travail. Nous ne choisissons que les granulats con-
cassés.
Nous appliquerons le modèle quasi-linéaire pour DF
< 3 et le modèle exponentiel pour DF > 3, ainsi que les
expressions tirées à partir de la loi de Gauss-Ampère.
La comparaison (Tab. 6) nous permet d’avancer
que lorsque le mélange se caractérise nettement par
une distribution fractale et pour des valeurs de cette
dernière inférieures à 3 les résultats sont globalement
équivalents, l’erreur absolue reste acceptable sauf pour
l’avant dernier mélange (11%).
Cette équivalence se mesure par le respect plus ou
moins exact de la distribution fractale, avec un meilleur
ajustement avec la loi de Gauss-Ampère.
Lorsque le mélange se caractérise par une distribu-
tion fractale et pour des valeurs de la dimension fractale
supérieure à 3, on note une erreur absolue maximale de
5% sauf pour le premier mélange (12%).
Le non respect de la distribution fractale a une in-
fluence moins marquée.
La forme des grains participe beaucoup dans cette
différence puisque le premier et le quatrième mélange
sont semblables (de classe granulaire 0/5 dans [1] et
ayant un paramètre DF.log (d/D) égal respectivement à
-6,83 pour le premier et −6,88 pour le quatrième avec
nos paramètres d’identification) alors qu’ils présentent
une compacité de référence très différente. En plus,
I I . log[(d/D)3−D F ]
les valeurs de la porosité des classes granulaires
élémentaires utilisées dans le modèle RENE-LCPC
sont inférieures à celles utilisées dans le notre (Fig. 5).
Etant donné que nous comparons les valeurs issues
de notre modèle (sans étalonnage) à ceux d’un autre
modèle nous pouvons accepter la validation.
7. Eclairage sur l’expression de caquot
Nous tenterons, dans ce qui suit, de voir si nos résultats
peuvent être un support pour expliquer l’expression
sous forme de loi de puissance que nous tenons de
Caquot, à savoir:
Pormin (d/D) = V0 .(d/D)0,25 avec V0 comme constante.
Nous nous basons dans cette section sur l’hypothèse
d’une valeur de DFopt = 3.
Nous avons, dans notre travail, tracé la variation de
la porosité en fonction du produit DF.log (d/D) mais
nous aurions pu prendre le facteur (d/D)3− D F .
Le facteur 3-DF est désigné sous le terme de codi-
mension “qui est associable à des propriétés intensives
de l’objet” selon [18]. L’objet en question étant notre
mélange granulaire, la valeur 3 étant celle de l’espace
dans lequel s’inscrit notre mélange granulaire et DF la
dimension fractale de ce mélange.
Le résultat aurait été le même en ce qui concerne
l’évolution des courbes du point de vue qualitative. On
aurait alors obtenu pour le modèle quasi-linéaire:
Por(d/D) = Pormin i (d/D) − A
680
puisque dans notre étude Por(d/D) est minimale quand
DF = 3 = DFopt .
Puisque la granularité (considérée comme optimale)
des courbes granulométriques de référence prescrites
par les différentes méthodes de composition peut être
identifiée par DF = 2,7 (moyenne du Tableau 1) on
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
optimale).
Nous pouvons penser que la différence entre les
valeurs de l’exposant proposées par différents auteurs
[16] est due au fait que la dimension fractale des
mélanges granulaires de référence utilisés par ces au-
teurs varie (Tab. 1).
D’ailleurs nous pouvons écrire l’expression de la
porosité dans le cas de l’utilisation de la loi de Gauss-
Ampère en mettant en relief la codimension. Si nous
adoptons toujours l’hypothèse DFopt = 3.
−(X −X opt )2
Por (d/D) = Por (d) − A I .e 2.W 2 ⇒
d )3−D F )2
(log( D
Por (d/D) = Por (d) − A I .e 2.W 2
8. Conclusion
– L’utilisation de la dimension fractale et de l’étendue
granulaire nous permet effectivement d’identifier
non seulement chaque courbe granulométrique mais
aussi le mélange granulaire au sens où nous pourrons
déterminer sa porosité-compacité.
La compacité-porosité des mélanges granu-
laires n’étant pas une propriété intrinsèque mais
dépendante des grains (masse volumique, forme,
étendue granulaire, etc. . ..) ainsi que de la mise en
œuvre (paramètres du serrage, forme et dimension
de l’éprouvette, etc. . ..) l’utilisation des expressions
à partir de ce modèle nécessite un étalonnage qui
puisse nous donner les valeurs des coefficients A I ,
w ou A I I , B I I ainsi que les porosités propres des
classes granulaires élémentaires.
– La recherche du mélange optimal devient simple
sinon triviale puisque cela se ramène à utiliser pour
tous les mélanges granulaires celui dont la valeur
de la dimension fractale est égale à 3 ou lui est très
proche.
En outre, les relations développées indiquent
clairement (de façon claire dans le cas des deux
modes d’empilement) l’importance du rapport d/D
Materials and Structures (2006) 39:665–681
puisque l’utilisation d’une grande étendue granulaire
(diminution du rapport d/D par adjonction de fines ou
de gros grains) participe à la réduction de la porosité,
et ce en interaction avec le mode de mise en œuvre
(évolution de A I I et B I I ).
– Les deux modes d’ajustement nous permettent
granulaires sans avoir à définir et à quantifier les
phénomènes de paroi et de desserrement. Alors que
dans [1] et [29] la modélisation linéaire de ces deux
phénomènes était nécessaire. Ce qui indique que
les expressions auxquelles a aboutit notre travail
décrivent l’évolution de l’empilement en y intégrant
tous les phénomènes.
– L’application de ce modèle à des grains parfaitement
sphériques et de distribution fractale sera d’une plus
grande validité puisque l’on se rapprochera de ces
hypothèses de base. Le caractère beaucoup plus ho-
mogène de ce type de mélange pourra nous faciliter
la maı̂trise de la valeur optimale de DF et l’expansion
de ce modèle à des mélanges ne respectant pas les
hypothèses de base (distribution fractale et forme
sphérique des grains).
– Le tableau 1 qui montre le respect quasi-total
d’une distribution fractale des grains composants les
mélanges granulaires préconisés par les différentes
méthodes de composition de béton ainsi que la sec-
tion 7 qui apporte un autre éclairage sur l’expression
de Caquot indiquent clairement la validité de
l’utilisation de l’approche fractale.
Les résultats de la validation (sauf pour les
mélanges 1 et 12) mettent en relief la va-
lidité heuristique des expressions obtenues et cela
malgré l’absence de l’étalonnage nécessaire à la
détermination des différents coefficients.
– La connaissance de l’évolution de la surface
spécifique à travers l’évolution du nombre de grains
indique la possibilité d’application de ce modèle à
l’étude de l’ouvrabilité des mélanges mouillés.
Références
1. De Larrard F (2000) Structures Granulaires et Formulation
des Bétons, (Edition L P C, avril).
2. De Larrard F (1988) Formulation et propriétés des bétons
à très hautes performances. Rapport de recherche LPC No
149, (Edition L P C, Paris, mars).
3. Ji X, Chan SYN, Feng N (1997) Fractal model for simulat-
ing the space-filling process of cement hydrates and fractal
Materials and Structures (2006) 39:665–681
dimensions of pore structure of cement-based materials. Ce-
ment and Concrete Research 27(11):1691–1699.
4. Biggs S, Habgood M, Jameson GJ, Yan Y-d (1998) The frac-
tal analysis of aggregates formed via a bridging flocculation
mechanism. Proceedings of the 26th Australian Chemical
Engineering Conference, Chemeca 98 (Port Douglas, Aus-
tralia).
5. Carpinteri A, Invernizzi S (December 2001) Influence of
damage on the fractal properties of concrete subjected to
pure tension. Materials and structures 34: 605–611.
6. Lange DA, Jennings HM, Shah SP (1993) Relationship be-
tween fracture surface roughness and fracture behavior of
cement paste and mortar. J Am Ceram Society 76(3): 589–
597.
7. Meng B, (May 1996) Determination and interpretation of
fractal properties of the sandstone pore system. Materials
and Structures 29:195–205.
8. Perrier E, Bird N, Rieu M (1999) Generalizing the frac-
tal model of soil structure: the pore-solid fractal approach.
Geoderma 88: 137–164.
9. Perrier E, et Bird N (2002) Modelling soil fragmentation: the
pore solid fractal approach. Soil & Tillage Research 64:91–
99.
10. Perfect E (1997) Fractal models for the fragmentation of
rocks and soils: a review. Engineering Geology 48:185–
198.
11. Ingaramo OE, Benito RE, Paz-Gonzalez A, Miranda JGV
(s2002) Fractal analysis of pore size distributions in tilled
soils. Symposium No 4, 17th WCSS, Thailand,: 1–9.
12. Rieu M, et Perrier E (1997) Fractal models of fragmented
and aggregated soils, in Fractal in Soil Sciences, (Edited by
Baveye P, Parlange JY, A Stewart, BA, CRC Press LLC,)
169–202.
13. Xu YF (2003) Surface fractal dimension of swelling clay
minerals. Fractals 11(4):353–362.
14. Inaoka H, Ohno M (2003) New universality class of impact
fragmentation, Fractals 11(4):369–376.
15. Turcotte DL (1997) Fractals and chaos in geology and geo-
physics Second Edition. (Cambridge University Press).
View publication stats
681
16. Leconte A, et Thomas A (1992) Caractère fractal des
mélanges granulaires pour bétons de haute compacité. Ma-
terials and Structures 25:255–264.
17. Ayed K, Chouicha K, Benaissa A, Semcha A, et Mekerta
B (2003) Identification de la compacité par la dimension
fractale, Proceeding du Séminaire National de Génie Civil
(Editions Dar El Gharb, ENSET Oran, 28–29).
18. Le Méhauté A (1990) Les Géométries Fractales (Edition
HERMES, Paris).
19. Gouyet J-F (1992) Physique et Structures Fractales (Edition
MASSON, Paris).
20. Atman APF, Moreira JG (2001) Lattice model for approxi-
mate self-affine soil profiles. Journal of Physica A 295(1–2):
64–70.
21. Dreux G, et Festa J (1995) Nouveau Guide du Béton,
Septième édition. (Edition Eyrolles).
22. Grübl P, Weigler H, et Karl S (2001) Béton: Type, Composi-
tion et Propriétés Deuxième édition. (Edition Ernst & Sohn,
A Wiley Compagny, Berlin). “disponible en Allemand.”
23. Pouliot N, Sedran T, de Larrard F, et Marchand J (2001)
Prédiction de la compacité des bétons compactés au rouleau
à l’aide d’un modèle d’empilement granulaire. Bulletin des
laboratoires des ponts et chaussées 233:23–36.
24. Dupain R, Lanchon R, et Saint Simon JC (2000) Granu-
lats, Sols, Ciments et Bétons, Deuxième Edition. (Editions
Casteilla).
25. Guyon E, et Troadec J-P (1994) du Sac de Billes au Tas de
Sable (Editions Odile JACOB, Paris).
26. Mandelbrot BB (1983) The Fractal Geometry of Nature
(W.H.Freeman and Company, New York).
27. Duran J (1997) Sables, Poudres et Grains. (Edition Eyrolles
sciences, Paris).
28. Dodds JA (2000) Relation entre structure des produits et
technologie de mise en forme. 2ème Ecole de Printemps
Francophone en Modélisation et Commande des Procédés.
Formulation: de la Physico-chimie au Procédé (Casablanca).
29. Glavind M, Pedersen EJ (1999) Packing calculated applied
for concrete mix design. Proceedings Creating with Con-
crete. (University of Dundee, Denmark).