JEAN-PASCAL BILODEAU

OPTIMISATION DE LA GRANULOMÉTRIE DES MATÉRIAUX GRANULAIRES DE FONDATION DES

CHAUSSÉES

Thèse présentée à la Faculté des études supérieures de l’Université Laval dans le cadre du programme de doctorat en génie civil

pour l’obtention du grade de Philosophiae Doctor (Ph.D.)

DÉPARTEMENT DE GÉNIE CIVIL FACULTÉ DES SCIENCES ET GÉNIE

UNIVERSITÉ LAVAL QUÉBEC

2009 © Jean-Pascal Bilodeau, 2009

i

À Lilianne

et Laurent

ii

REMERCIEMENTS

Je tiens d’abord à remercier mes superviseurs, monsieur Guy Doré et madame Pascale

Pierre, pour m’avoir fait confiance pour la réalisation d’études graduées. Ces derniers

m’ont offert beaucoup de latitude pour la réalisation de ce travail, m’ont toujours prodigué

de bons conseils, en plus de me fournir un support quotidien. Je remercie également

messieurs Sylvain Juneau et Christian Juneau, le premier m’ayant fourni une grande aide

logistique tout au long de mon doctorat et le second m’ayant grandement aidé lors de la

réalisation des essais de laboratoire à l’Université Laval.

Je tiens aussi à remercier l’équipe du Ministère des Transports du Québec avec laquelle j’ai

été en étroite collaboration au cours de ce doctorat. En effet, la collaboration avec

messieurs Bruno Auger, Félix Doucet et Claude Robert, en plus de me permettre de réaliser

des essais dans leur laboratoire, m’a permis de prendre part à des discussions fructueuses

qui m’ont grandement aidé dans mon cheminement.

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

étudiants de tous niveaux que je considère comme des amis et envers qui je suis très

reconnaissant à plusieurs égards. Alors que certains m’ont grandement aidé lors de la

réalisation de mes travaux, d’autres ont été présents quotidiennement pour me supporter,

académiquement et moralement, dans mes études. Merci à Alexa, Mélanie, Érika, Laurent,

Maryse, Sophie D., Daniel, Isabelle, Philippe, Cédric, Kate, Dave, Jean-François, Cindy P.,

Cindy H., Steve, Marc, Eva, Mathieu, Jonathan, Guillaume M., Marc-Antoine, Émilie,

Sophie B., Anne-Marie, Adam, Guillaume C., Brian et Valérie. Il ne fait aucun doute dans

mon esprit que je ne pourrais pas avoir accompli ce travail sans votre contribution, à des

degrés divers à celui-ci mais aussi, et surtout, sans votre présence et support à différents

moments de mes études.

Finalement, je tiens surtout à remercier mes parents et ma conjointe, pour avoir été

constamment présents pour m’encourager et m’appuyer tout au long de ce cheminement.

iii

RÉSUMÉ

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

la taille des grains des MG 20 par l’utilisation de fuseaux granulométriques. Pourtant, des

variations de la performance allant de subtiles à très marquées peuvent être mesurées à

l’intérieur d’un même fuseau granulaire. Ceci est vrai malgré le fait que certains fuseaux

sont relativement serrés, comme c’est le cas entre autres au Québec, particulièrement en

termes de pourcentage de particules fines, pour contrer les effets du gel. Il semble donc

nécessaire d’arriver à mieux comprendre et expliquer l’influence des modifications

granulométriques sur diverses qualités que doivent présenter les MG 20. Cette thèse

présente donc la synthèse d’une étude détaillée en laboratoire analysant l’effet de la

granulométrie sur la performance globale des MG 20, quantifiée par la sensibilité aux

contraintes mécaniques et environnementales. En caractérisant le comportement

mécanique, hydrique et thermique de six courbes granulométriques de formes variées, il a

été possible d’identifier les principaux indicateurs, directement ou indirectement reliés à la

granulométrie, en lien avec divers types de performance des MG 20 pour trois sources de

granulats typiquement retrouvées au Québec. Les résultats montrent que la sensibilité aux

contraintes environnementales peut être globalement décrite par un paramètre lié à la

volumétrie des particules fines et que la sensibilité aux contraintes mécaniques est reliée à

divers indicateurs granulométriques liés à diverses fractions granulométriques. Afin

d’arriver à proposer des matériaux ayant un comportement global bonifié pour divers

contextes de performance, il a été suggéré de subdiviser la plage de variation maximale de

chaque paramètre de performance en quatre niveaux de performance. Ceci permet, pour des

contextes de performance typiques au Québec et leurs principaux mécanismes de

dégradation associés, de suggérer des zones granulométriques relativement continues et

définissant des matériaux ayant un comportement optimisé pour ces divers contextes. Cette

approche offre une latitude nécessaire permettant de prendre en compte les diverses

caractéristiques souhaitables des MG 20, pour les divers paramètres de performance, qui

sont souvent complémentaires.

iv

TABLE DES MATIÈRES

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

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

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

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

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

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

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

2.3. Fondations .................................................................................................................9 2.3.1. Fonctions des matériaux de fondation ..................................................................10 2.3.2. Exigences relatives aux matériaux de fondation des chaussées ...........................11

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

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

2.6. Caractéristiques mécaniques des matériaux de fondation des chaussées..........16 2.6.1. Contraintes au passage d’une roue........................................................................17 2.6.2. Mécanismes de déformation .................................................................................18 2.6.3. Relation contrainte/déformation des matériaux granulaires .................................19

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

2.8. Facteurs influençant la valeur du MR ...................................................................22 2.8.1. Effet des contraintes..............................................................................................23 2.8.2. Effet de la masse volumique.................................................................................23 2.8.3. Effet de la granulométrie, de la teneur en fines et de la taille maximale..............23 2.8.4. Effet de la teneur en eau .......................................................................................31 2.8.5. Effet de l’histoire des contraintes et du nombre de cycles ...................................35 2.8.6. Effet du type de granulat et de la forme des particules.........................................35 2.8.7. Effet de la durée de la charge, de la fréquence et de la séquence de chargement.38 2.8.8. Conclusion ............................................................................................................39

2.9. Résistance à la déformation permanente..............................................................40 2.9.1. Effet des contraintes..............................................................................................40

v

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

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

2.11. Conductivité hydraulique des matériaux granulaires.........................................55 2.11.1. Modèle de porosité pour les MG à granulométrie étalée contenant des fines ..60 2.11.2. Facteurs influençant la conductivité hydraulique .............................................63

2.12. Résistance à l’érosion des matériaux granulaires de fondations routières........73 2.12.1. Principe de l’essai de résistance à l’érosion......................................................74 2.12.2. Résultats de résistance à l’érosion ....................................................................76

2.13. Susceptibilité au gel et au dégel des matériaux granulaires de fondation des chaussées ..............................................................................................................................77

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

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

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

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

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

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

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

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

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

CHAPITRE 4 DESCRIPTION DES MATÉRIAUX ÉTUDIÉS À L’AIDE DE PRINCIPES TIRÉS DE LA MÉTHODE BAILEY.......................................................107

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

vi

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

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

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

CHAPITRE 5 ESSAIS DE PERFORMANCE : PROCÉDURES, RÉSULTATS ET ANALYSES .......................................................................................................................130

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

5.2. Essais de performance hydrique .........................................................................158 5.2.1. Résistance à l’érosion .........................................................................................158

5.2.1.1. Préparation des échantillons et méthodologie ............................................158 5.2.1.2. Résultats des essais de résistance à l’érosion..............................................159 5.2.1.3. Analyse des essais de résistance à l’érosion ...............................................164

5.2.2. Essais de conductivité hydraulique.....................................................................169 5.2.2.1. Préparation des échantillons et méthodologie ............................................169 5.2.2.2. Résultats des essais de conductivité hydraulique .......................................174 5.2.2.3. Analyse des essais de conductivité hydraulique .........................................179

5.2.3. Conclusion ..........................................................................................................185

5.3. Essais de performance mécanique : module réversible et susceptibilité à la déformation permanente..................................................................................................186

5.3.1. Préparation des échantillons et méthodologie ....................................................186 5.3.2. Résultats des essais de module réversible...........................................................193 5.3.3. Analyse des essais de module réversible ............................................................203

5.3.3.1. Effet de la granulométrie et de la source sur le module réversible.............203 5.3.3.2. Effet de la teneur en eau sur le module réversible ......................................219

5.3.4. Résultats sur la susceptibilité à la déformation permanente ...............................227 5.3.5. Analyse de la susceptibilité à la déformation permanente..................................231 5.3.6. Conclusion ..........................................................................................................236

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

6.1. Optimisation de la porosité de la fraction fine à l’optimum.............................244 6.1.1. Notes sur la résistance à l’érosion.......................................................................267

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

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

vii

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

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

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

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

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

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

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

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

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

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

ANNEXE G ESSAIS DE SUSCEPTIBILITÉ À LA DÉFORMATION PERMANENTE................................................................................................................430

ANNEXE H COEFFICIENTS DE CORRÉLATION ENTRE LA POROSITÉ ET DES VARIABLES EXPLICATIVES .............................................................................434

viii

LISTE DES FIGURES

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

ix

Figure 2.24 : Indice de distribution de la taille des pores () vs surface spécifique (SSF) pour différents matériaux (tirée de Côté et Konrad (2003)) .................................................52 Figure 2.25 : Essai de potentiel de succion (tirée de Côté et Roy (1998)) ...........................53 Figure 2.26 : Essais à charge constante et variable (tirée de Côté et Roy (1998)) ...............57 Figure 2.27 : Essai de conductivité hydraulique non saturée (tirée de Côté et Roy (1998)) 59 Figure 2.28 : Schématisation de la porosité de la fraction fine.............................................61 Figure 2.29 : Analyse paramétrique du concept nc-nf de Côté et Konrad (2003) .................63 Figure 2.30 : Conductivité hydraulique vs porosité pour différents matériaux (tirée de Côté et Konrad (2003))..................................................................................................................64 Figure 2.31 : Influence de nf sur la conductivité hydraulique saturée (tirée de Côté et Konrad (2003)) .....................................................................................................................65 Figure 2.32 : Pression d’entrée d’air en fonction de nf (tirée de Côté et Konrad (2003)) ....65 Figure 2.33 : Indice de distribution de la taille des pores en fonction de la porosité de la fraction fine et de la surface spécifique (tirée de Côté et Konrad (2003))............................66 Figure 2.34 : Relation entre nf, SSF et Ksat (tirée de Côté et Konrad (2003))........................67 Figure 2.35 : Conductivité hydraulique vs coefficient d’uniformité (tirée de Hoppe (1996))..............................................................................................................................................71 Figure 2.36 : Montage de l’essai à écoulement turbulent (tirée de Bilodeau (2003)) ..........75 Figure 2.37 : Schéma de l’essai à écoulement turbulent (tirée de Bilodeau (2003)) ............75 Figure 2.38 : Taux de soulèvement en fonction de %F (adaptée de Tester et Gaskin (1996))..............................................................................................................................................79 Figure 2.39 : Décomposition du cycle de gel-dégel (Doré 2002).........................................82 Figure 2.40 : Diagramme de phases......................................................................................87 Figure 2.41 : Schématisation de l’évolution de la performance dans un fuseau ..................91 Figure 3.1 : Courbes granulométriques testées.....................................................................95 Figure 3.2 : Exemple montrant le calcul pour l’obtention des valeurs dxG et dxS ................96 Figure 3.3 : Courbes granulométriques des particules fines.................................................96 Figure 3.4 : Relation entre l’indice CBR et la porosité ......................................................103 Figure 3.5 : Comparaison entre les courbes CI5mm et CS5mm théoriques et reconstituées ..105 Figure 4.1 : Courbes testées ayant un dmax=31,5 mm dans un espace %Passant-Diamètre0,45

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

............................................................................................................................................109 Figure 4.3 : Différentes relations des dimensions d’un mélange granulaire (Langlois 2003)............................................................................................................................................114 Figure 5.1 : Schéma d’un essai de gel ................................................................................131 Figure 5.2 : Granulométries écrêtées au tamis de 5 mm.....................................................132 Figure 5.3 : Données typiques d’essai de gel......................................................................134 Figure 5.4 : Première séquence de chargement lors du dégel – Basalte CSS.....................135 Figure 5.5 : Relation entre SP et nf .....................................................................................137 Figure 5.6 : Caractéristiques de la chaussée pour la simulation portant sur le soulèvement théorique .............................................................................................................................143 Figure 5.7 : Relation entre SP7kPa-γ et résidus normalisés associés....................................150 Figure 5.8 : Effet de la source sur les fines de carrières testées par Konrad (2005)...........152 Figure 5.9 : Relation entre la perte de module engendrée par un gonflement et SP...........157 Figure 5.10 : Relation entre ER et le Cu, nf et %F/%S .......................................................163 Figure 5.11 : Relation entre Ksat et ER................................................................................163 

x

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

xi

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

xii

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

xiii

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

xiv

LISTE DES TABLEAUX

Tableau 2.1 : Fuseau granulaire des MG 20 .........................................................................12 Tableau 2.2 : Effet de diverses caractéristiques des MG sur la résistance au cisaillement (adapté de Theyse (2002)) ....................................................................................................17 Tableau 2.3 : Effet de divers paramètres sur K1, K2 et MR (adapté de Theyse (2002)).........39 Tableau 2.4 : Conductivité hydraulique de divers matériaux de fondation routière pour différentes granulométries (adapté de Randolph et coll. (2000)) .........................................70 Tableau 2.5 : Caractéristiques granulométriques des matériaux testés à l’essai d’écoulement turbulent (tiré de Bilodeau (2003)) .......................................................................................76 Tableau 2.6 : Classification du U.S. Army Corps of Engineers pour la susceptibilité au gel (adapté de Chamberlain (1981)) ...........................................................................................81 Tableau 2.7 : Tableau synthèse de la revue de la documentation (adapté de Dawson (2001))..............................................................................................................................................89 Tableau 3.1 : Caractéristiques intrinsèques, de fabrication des granulats et propriétés des fines.......................................................................................................................................93 Tableau 3.2 : Courbes granulométriques étudiées ................................................................95 Tableau 3.3 : Paramètres de granulométrie des courbes étudiées dans la phase préliminaire..............................................................................................................................................99 Tableau 3.4 : Résultats des essais de caractérisation des courbes étudiées ........................100 Tableau 4.1 : Valeurs de pente des courbes granulométriques dans un espace %P-d0,45 ...110 Tableau 4.2 : Caractéristiques volumétriques des échantillons vis-à-vis leur MVNT et MVT............................................................................................................................................119 Tableau 4.3 : Ratios des courbes étudiées en considérant l’entièreté des courbes .............120 Tableau 4.4 : Pourcentage de vides dans chaque fraction ..................................................121 Tableau 4.5 : Ratios des courbes étudiées dont le squelette granulaire est contrôlé par le GF............................................................................................................................................122 Tableau 5.1 : Résultats des essais de potentiel de ségrégation ...........................................136 Tableau 5.2 : Coefficients de corrélation R entre SP et les variables explicatives .............137 Tableau 5.3 : Comparaison des valeurs de SP entre les granulométries et les sources ......138 Tableau 5.4 : Classement des granulométries pour chaque source en termes de SP ..........138 Tableau 5.5 : Matrice des coefficients de corrélation R pour l’influence de la source sur SP............................................................................................................................................139 Tableau 5.6 : Coefficients de corrélation R entre les SP moyens et les caractéristiques des fines.....................................................................................................................................140 Tableau 5.7 : Modules réversibles mesurés lors des essais de dégel ..................................141 Tableau 5.8 : Valeurs de R entre le MR en dégel et quelques caractéristiques des échantillons............................................................................................................................................142 Tableau 5.9 : Soulèvement au gel théorique pour les matériaux testés dans cette étude....143 Tableau 5.10 : Analyse paramétrique de l’effet d’un gonflement théorique au gel sur le MR

............................................................................................................................................157 Tableau 5.11 : Caractéristiques des courbes testées en érosion..........................................161 

xv

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

xvi

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

xvii

LISTE DES VARIABLES ET ABRÉVIATIONS

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

xviii

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

xix

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

contrainte totale de 100 kPa

xx

S400 Pente de la variation de MR avec le degré de saturation pour une contrainte totale de 400 kPa

S700 Pente de la variation de MR avec le degré de saturation pour une contrainte totale de 700 kPa

Taux εp Taux moyen de déformation permanente verticale K Conductivité hydraulique q Flux hydraulique i Gradient hydraulique L Distance entre deux points de pression hydraulique différente Q Débit hydraulique K Conductivité hydraulique à une teneur en eau volumétrique non

saturée Ksat Conductivité hydraulique à l’état saturé Kini Conductivité hydraulique au degré de saturation initial RS Rayon des pores Re Nombre de Reynolds υ Viscosité cinématique Indice de distribution de la dimension des pores Dmax Taille maximale des pores ER Taux d’érosion Variable complexe liée au taux d’érosion SP Potentiel de ségrégation SP0 Potentiel de ségrégation sans surcharge

SP Potentiel de ségrégation moyen

SP7kPa Potentiel de ségrégation sous 7 kPa de surcharge dh/dt Taux de soulèvement au gel GradT Gradient thermique TWin Thaw Weakening index x/t Taux moyen de dégel h/t Taux moyen de consolidation h Soulèvement au gel DTW Épaisseur de la couche soumise au dégel dh/dt5h Taux de soulèvement en régime thermique transitoire hgei Soulèvement engendré par le gel de l’eau interstitielle hgs Soulèvement engendré par la formation de glace de ségrégation j Nombre de jour de gel Rf Facteur de fines de Rieke γ Variable complexe liée au potentiel de ségrégation MVmax Masse volumique maximale GG Gros granulat GF Granulat fin SG Sable grossier SF Sable fin TGNM Tamis de grosseur nominale maximale TCP Tamis de contrôle primaire TCS Tamis de contrôle secondaire

xxi

TCT Tamis de contrôle tertiaire RGG Ratio gros granulat RFGGF Ratio de la fraction grossière du granulat fin RFFGF Ratio de la fraction fine du granulat fin MV Masse volumique MVGG Masse volumique du gros granulat MVGF Masse volumique du granulat fin MVSG Masse volumique du sable grossier MVSF Masse volumique du sable fin MVNT Masse volumique à l’état non tassé MVT Masse volumique à l’état tassé %MVNTGG Pourcentage d’atteinte de la masse volumique non tassé du gros

granulat %MVTGF Pourcentage d’atteinte de la masse volumique tassé du gros

granulat %MVNTSG Pourcentage d’atteinte de la masse volumique non tassé du sable

grossier %MVTSG Pourcentage d’atteinte de la masse volumique tassé du sable

grossier %MVNTSF Pourcentage d’atteinte de la masse volumique non tassé du sable

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

xxii

nD Nombre de résultats formant un échantillonnage statistique X Résultat constituant un échantillonnage statistique Moy. Moyenne É.-T. Écart-type CV Coefficient de variation R² Coefficient de détermination RMSE Erreur quadratique moyenne Y Variable dépendante mesurée Yc Variable dépendante calculée

Y Valeur moyenne des variables dépendantes mesurées R Coefficient de corrélation x, y, z Coefficients de régression du modèle d’estimation de SP a, b Paramètres de régression du modèle linéaire - MR aS, bS Paramètres de régression liés à l’effet du SR sur MR C Constante pour la détermination du pourcentage de gravier critique Paramètre de l’équation de Brooks et Corey Paramètre de l’équation de Brooks et Corey C(ψ) Fonction de correction du modèle de Fredlund et Xing nSM Paramètre de régression du modèle de Fredlund et Xing mSM Paramètre de régression du modèle de Fredlund et Xing aDP Paramètre de régression du modèle de Verveka bDP Paramètre de régression du modèle de Verveka K1 Constante de régression propre aux matériaux (modèles K-θ, Uzan

et Rahim et George) K2 Constante de régression propre aux matériaux (modèles K-θ, Uzan

et Rahim et George) K3 Constante de régression propre aux matériaux (modèles K-θ, Uzan

et Rahim et George) [Aij] Pourcentage du matériau i passant le tamis j pour j variant de 1 à n m Nombre de matériau d’un mélange f Nombre de tamis de contrôle [X] Proportion de chaque matériau dans un mélange [C] Pourcentage passant du mélange pour un tamis de contrôle [D] Pourcentage passant visé pour un tamis de contrôle

1

CHAPITRE 1

INTRODUCTION, PROBLÉMATIQUE ET OBJECTIFS

1.1. Mise en contexte, problématique et objectifs

Depuis très longtemps, l’utilisation des matériaux granulaires (MG) est largement répandue

en construction de chaussées. En 1988, pour les carrières et sablières situées au Québec

seulement, l’utilisation de matériaux granulaires pour les fondations et les enrobés

bitumineux a dépassé 50 000 000 tonnes, soit environ 80% de l’utilisation totale à cette

époque (Bérubé 2001). À titre de comparaison, en Angleterre, l’utilisation de granulats

dans les couches de fondation des chaussées seulement est estimée à 50 000 000 tonnes/an

(Dawson 2001). Malgré l’utilisation très importante de ce type de matériau, Dawson (2001)

note que les MG sont probablement les matériaux de chaussées dont les bases et

connaissances scientifiques sont les plus limitées. Selon ce dernier, la production, la mise

en place, le contrôle, les normes et le dimensionnement reposent sur des approches n’ayant

que peu évoluées depuis maintenant plus de 70 ans.

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

exploitées dans des contextes de géologie régionale diversifiée et le résultat est une

importante variabilité dans les caractéristiques et propriétés des matériaux granulaires. De

façon générale, ces matériaux sont utilisés pour leur faible coût, leur bonne capacité

portante et leur bonne capacité de drainage. Toutefois, le fait que les chaussées

d’aujourd’hui doivent performer dans différents contextes climatiques et mécaniques laisse

croire que la grande variabilité des matériaux et de leurs réponses aux diverses sollicitations

complexifient la volonté d’améliorer la performance globale des chaussées.

Comme il sera présenté dans le cadre de cette étude, une multitude de paramètres ont un

effet d’importance variable sur la performance des matériaux granulaires utilisés dans les

chaussées comme, à titre d’exemples, l’état de contrainte, le degré de saturation, la

compacité, la granulométrie, la minéralogie, la forme des particules, la rugosité des faces

2

des granulats, etc. Pour un bon nombre de ces paramètres, de multiples études montrent

leur effet respectif sur la performance d’un matériau granulaire. Le plus souvent, les études

scientifiques se concentrent sur l’effet d’un de ces paramètres sur un type de performance

précis (rigidité, conductivité hydraulique, gélivité, etc.). En ce qui concerne les matériaux

granulaires non liés retrouvés dans la portion supérieure des structures de chaussées sous la

couche de roulement, communément appelés matériaux de fondation de type MG 20, des

qualités principalement structurales sont espérées de ceux-ci puisqu’ils sont soumis à un

niveau de chargement plus élevé que dans la partie inférieure des structures de chaussées.

Or, comme leurs qualités structurales peuvent varier significativement avec l’évolution de

plusieurs paramètres, dont le degré de saturation, leur capacité à conserver leur intégrité

structurale au cours d’une année devient d’intérêt. Ceci est souligné par Dawson (2001),

qui précise que l’utilisation optimale d’un MG non lié dans une couche structurale de

chaussée dépend du matériau comme tel (minéralogie, granulométrie, forme et rugosité des

particules, etc.), mais aussi de l’eau, du niveau de compactage et des conditions de

chargement auxquelles il peut être potentiellement soumis.

La granulométrie est un des paramètres dont l’impact sur la performance peut varier

sensiblement en fonction du type de performance considéré. Dans le cadre de cette étude,

une emphase particulière sera portée sur son effet. Toutefois, le point de vue qui sera

apporté sur cet effet sera davantage global afin de tenter de considérer l’ensemble des

sollicitations auxquelles sont typiquement soumis les MG 20. Dans un souci d’apprécier

l’effet de la granulométrie sur la performance des MG 20, l’effet de la granulométrie sera

mesuré non seulement sur les qualités structurales, mais aussi sur l’aptitude à conserver les

qualités structurales. Ceci implique donc que des paramètres de performance mécanique

(module réversible et déformation permanente), hydrique (conductivité hydraulique et

résistance à l’érosion) et thermique (sensibilité au gel et dégel) seront étudiés. En mettant

en lien la performance avec divers indicateurs de performance directement ou

indirectement reliés à la granulométrie, il sera possible d’apprécier la façon dont la

performance varie et de déterminer comment suggérer de meilleurs matériaux dont le

comportement est optimisé à l’intérieur de zones incluses dans le fuseau granulométrique

des MG 20.

3

Au Québec, comme dans la majorité des agences de transports à travers le monde,

l’acceptation du point de vue de la granulométrie des MG utilisés pour les fondations

routières, est basée sur un fuseau granulométrique de spécification. Ce fuseau est

relativement large et englobe une certaine gamme de matériaux puisque des granulométries

dont le coefficient d’uniformité peut varier de 15 à 100, dont le pourcentage de fines peut

varier de 2 à 7% et dont le diamètre moyen des particules d50 peut varier de 3 à 9 mm

environ sont incluses dans celui-ci. Par conséquent, des propriétés comme, par exemple, la

conductivité hydraulique et la susceptibilité au gel peuvent être significativement

différentes pour différentes granulométries incluses dans ce fuseau. Ce dernier a été établi il

y a plus de cinquante ans sur des bases d’ordre pratique. Au cours des dernières années, peu

d’efforts ont été investis pour améliorer les caractéristiques et maximiser la performance

des MG de fondation. La fondation étant un élément structural clé d’une chaussée, la

performance globale de celle-ci est donc intimement liée à la celle de la fondation (Dawson

1995).

Pourtant, la forme des courbes granulométriques des matériaux de fondation des chaussées

est, en pratique, peu variable alors que sa forme pourrait être différente en fonction de

l’usage prévu ou de la caractéristique jugée prépondérante pour un projet donné. Avec les

nouveaux outils à la disposition des organisations en transport, il est maintenant possible

d’évaluer en détail le comportement et la performance de ces matériaux ainsi que

d’optimiser les caractéristiques mécaniques et hydriques des matériaux granulaires en

fonction de leur usage, notamment au niveau de la fondation de la chaussée.

L’objectif de cette étude est donc d’arriver à optimiser la granulométrie des matériaux

granulaires de fondation des chaussées dans le but d’améliorer la performance globale,

mais aussi spécifique, de ce type de matériau. Pour ce faire, les principaux sous objectifs

suivants doivent être réalisés :

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

mécaniques des matériaux granulaires de fondation des chaussées;

Déterminer les paramètres clés influant sur l’optimisation granulométrique des

matériaux granulaires;

4

Comprendre les variations dans les propriétés physiques et mécaniques associées aux

variations des paramètres clés déterminés;

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

dans le but :

De connaître le champ d’application des MG existants

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

1.2. Méthodologie

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

formulés, il est nécessaire de construire une approche méthodologique réaliste pour des

travaux scientifiques de laboratoire en géotechnique routière. Une méthodologie en six

étapes distinctes est décrite au cours des prochaines lignes.

Étape 1 : Réalisation d’un état des connaissances

Un état des connaissances doit être réalisé afin d’être au fait des plus récentes découvertes

et des divers principes fondamentaux dans le domaine des matériaux granulaires utilisés

dans les structures de chaussées. Cet état des connaissances doit particulièrement être

orienté sur l’effet de la granulométrie. Une attention particulière doit être portée sur la

performance, au sens élargi, des matériaux granulaires. Par conséquent, la littérature portant

sur le gel et le dégel, la conductivité hydraulique en milieu poreux, la rigidité et la

susceptibilité à la déformation permanente et la résistance à l’érosion. Cette revue de

littérature doit permettre de cerner les meilleures façons de caractériser la performance des

matériaux granulaires.

Étape 2 : Choix et préparation des matériaux

Les matériaux soumis aux essais de laboratoire sont la base du programme expérimental et

jouent un grand rôle sur la qualité des données qui seront obtenues et sur la rencontre des

5

objectifs de recherche. Afin de les rencontrer, il est nécessaire de faire des choix quant aux

sources testées, mais principalement quant aux diverses granulométries. Entre autre, la

contribution de l’équipe du Ministère des Transports du Québec est essentielle à cette étape.

Après la sélection des sources et des granulométries, des travaux de laboratoire seront

entrepris pour tamiser chacune des sources afin d’avoir un meilleur contrôle sur la

granulométrie.

Étape 3 : Réalisation des essais de laboratoire

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

caractérisation des matériaux granulaires par des essais reconnus dans les normes du

Ministère des Transports et identifiés dans la littérature. Le second volet consiste en la

réalisation d’essais permettant de décrire la performance au sens large des matériaux

granulaires utilisés dans les fondations de chaussées. Tel qu’il a été avancé, les essais

retenus doivent permettre de mettre en évidence la sensibilité aux contraintes mécaniques et

environnementales de ce type de matériaux. Le survol de la littérature permettra d’identifier

les pratiques souhaitables afin de caractériser la performance des MG.

Étape 4 : Analyse des données

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

nécessitera une réflexion et une analyse poussée afin d’arriver ultimement à identifier les

facteurs ou les variables ayant une influence significative et prépondérante sur divers types

de comportement des MG. Cette étape est importante dans la réalisation du projet, car

l’hypothèse de recherche formulée dans ce projet propose qu’il existe des variables,

directement ou indirectement liées à la granulométrie, qui expliquent la variabilité dans la

performance des MG. Certains principes statistiques seront mis à profit à cette étape. De

plus, il sera possible, dépendamment de la qualité des données et des résultats, de définir

des modèles de performance plus généraux.

Étape 5 : Optimisation du comportement

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

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

6

performance, ceux-ci pourront être utilisés afin d’apprécier la variabilité de performance

dans le contexte du fuseau. Ces indicateurs seront utilisés pour balancer les caractéristiques

granulométriques, pour chacune des sources, de façon à satisfaire la complémentarité de la

sensibilité aux contraintes mécaniques et environnementales.

Étape 6 : Transmission des résultats

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

sens où la performance globale des MG est considérée, il est particulièrement pertinent de

transmettre les résultats à la communauté scientifique de façon claire, concise et structurée.

Ceci permettra aux divers intervenants dans le domaine des chaussées de tirer largement

profit de ces travaux, mais aussi d’alimenter les réflexions sur ce domaine de recherche. Par

conséquent, la disponibilité de ces résultats de recherche fournira de solides bases pour

l’orientation de recherches futures.

1.3. Structure du document

Cette thèse est structurée en quatre principales parties. Premièrement, au chapitre 2, une

revue de la documentation est présentée et celle-ci porte principalement sur l’effet de la

granulométrie sur divers paramètres de performance des MG, mais aussi sur l’effet de la

variation de nombreuses autres caractéristiques de ces matériaux. Deuxièmement, une

description des matériaux sous divers angles et une analyse des principaux essais de

caractérisation seront réalisées aux chapitres 3 et 4. Troisièmement, une description des

essais caractérisant la performance, en plus des résultats qui y sont associés, sera réalisée au

chapitre 5. Les essais réalisés pour chacun des paramètres de performance sont analysés en

détail dans cette section, dans laquelle il sera possible de retrouver les principaux

indicateurs de performance retenus pour des fins d’optimisation du comportement.

Finalement, une section portant sur l’optimisation du comportement des MG 20 sera

réalisée au chapitre 6. Celle-ci sera suivie d’une discussion objective sur l’étude et des

principales conclusions et recommandations dans les chapitres 7 et 8.

7

CHAPITRE 2

REVUE DE LITTÉRATURE

2.1. Généralités sur les chaussées

Selon Doré (2004), les routes sont des axes de communication essentiels au développement

de la population. Ainsi, elles assurent l’occupation du territoire et l’exploitation des

ressources, permettent le déplacement des personnes et le transport des marchandises et

permettent de dispenser des services.

Doré (2004) défini une chaussée comme étant un système multi couche linéaire, de grande

envergure, soumis à l’action d’agents agressifs comme l’eau, le climat et le trafic. Au

Québec, les routes œuvrent dans un contexte particulier. En effet, le réseau routier est grand

en plus d’être relativement vieux. De plus, le réseau est soumis à des conditions climatiques

sévères puisqu’il doit performer à des températures pouvant varier de 30 °C à -30 °C avec

des conditions d’humidité importantes.

Cette présence importante d’humidité du climat de l’Est du Canada est largement prise en

compte dans la construction d’ouvrages de génie civil. En effet, la présence excessive

d’humidité est largement nuisible à la performance des matériaux utilisés en construction.

Lors de la construction, diverses mesures sont généralement prises afin de s’assurer que les

matériaux soient toujours non saturés. Dans le cas des chaussées, l’action de l’eau est aussi

importante car les matériaux de chaussées sont très souvent directement exposés aux

intempéries. L’eau, comme il sera vu dans cette section, a un impact majeur sur la

performance générale d’une chaussée. L’eau entre dans les structures de chaussées de

diverses façons. Selon Swanson (1985) et Brandl (2001), l’eau pénètre les structures de

chaussées verticalement par gravité, par migration subhorizontale à partir des accotements

et par action capillaire. La Figure 2.1, tirée de Lebeau (2006), schématise comment l’eau

8

peut se retrouver dans les structures de chaussées. Lorsque l’eau entrant dans les structures

de chaussées n’est pas rapidement évacuée, celles-ci tendent à se dégrader plus rapidement.

La Figure 2.2 illustre bien que la présence d’eau rend les matériaux de la structure de

chaussée plus sensibles à la déformation sous chargement, ce qui accélère la détérioration.

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

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

9

2.2. Éléments constitutifs de la chaussée

Une chaussée est constituée de plusieurs éléments, chacun jouant un rôle clé dans la

performance de celle-ci. Parmi les éléments qui suivent, certains sont omis pour

dépendamment du type d’ouvrage. Les éléments constitutifs de la chaussée sont :

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

béton)

Fondation (gravier concassé ou partiellement concassé)

Sous-fondation (sable et/ou gravier)

Sol d’infrastructure

Éléments connexes (accotements, talus, fossé)

Couches spéciales (couches drainantes et isolantes)

Au cours de ces travaux de recherche, l’emphase est mise sur la couche de fondation

granulaire. Cette couche de la chaussée est donc, au cours des prochaines pages, décrite de

façon plus détaillée. De plus, les principaux facteurs et paramètres pouvant affecter le

comportement et la qualité d’une fondation sont décrits en plus des moyens de caractériser

les matériaux granulaires utilisés comme matériaux de fondation des chaussées.

2.3. Fondations

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

chaussée. Son épaisseur est variable dépendamment du trafic anticipé. Dans certains cas,

elle est subdivisée en deux couches : la fondation inférieure et la fondation supérieure. Par

contre, l’emploi d’une fondation inférieure est aujourd’hui peu commun.

La fondation inférieure est généralement constituée de matériaux granulaires de taille

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

10

une transition granulométrique entre la fondation supérieure et la sous-fondation. La

fondation supérieure est généralement constituée de matériaux granulaires de taille

nominale maximale de 20 mm (MG 20). Le matériau est un peu plus fin que celui de la

fondation inférieure, entre autre pour faciliter le profilage avant la pose du revêtement.

Les matériaux de fondation des chaussées sont donc, au sens granulométrique, des graviers

sableux ou des sables graveleux la plupart du temps selon la classification du Manuel

Canadien d’Ingénierie des Fondations (Société Canadienne de Géotechnique 1994). Ces

matériaux sont généralement concassés afin d’assurer une bonne résistance interne et une

friction inter granulaire élevée. Il est à noter que les particules concassées s’imbriquent

généralement moins bien que les particules arrondies. Par contre, ce type de particules

confère au matériau un angle de frottement interne plus élevé permettant alors d’augmenter

la résistance au cisaillement.

Dans la présente étude, les travaux portent principalement sur les MG 20 puisqu’ils sont les

matériaux de fondation les plus largement utilisés.

2.3.1. Fonctions des matériaux de fondation

Dawson (2001) divise les fonctions de la fondation d’une chaussée en trois fonctions

primaires et quatre fonctions secondaires. Les fonctions primaires sont les suivantes :

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

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

permanente importante.

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

celle-ci a besoin d’un support structural adéquat. Si la fondation ne remplit pas ce rôle,

des défauts comme des nids-de-poules et de la fissuration de fatigue peuvent survenir à

titre d’exemples.

11

Plateforme pour la construction : la fondation compactée est très importante pour les

étapes finales de construction comme la pose du pavage puisqu’elle assure un support et

une qualité de roulement pour la machinerie.

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

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

eau. Jusqu’à une certaine limite, plus la fondation est sèche, plus elle sera performante.

Une fondation constituée de matériaux drainants performe généralement mieux qu’une

qui ne l’est pas.

Protection de l’infrastructure contre le gel : un granulat qui n’est pas trop riche en fines

agira comme une couche isolante pour le sol d’infrastructure. Là où les conditions de

gel sont sévères, l’isolation préviendra le gel du sol d’infrastructure en hiver mais

limitera aussi le soulèvement différentiel en absorbant une partie de l’énergie de

soulèvement dû au gel.

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

fondations routières sont souvent semi-perméables. Ainsi, ils tendent à diminuer la

progression vers le bas de contaminants provenant de la surface de la chaussée.

Recyclage : ceci est un rôle imposé à la chaussée. De plus en plus de matériaux sous

forme de déchets et de sous-produits sont utilisés dans les chaussées.

2.3.2. Exigences relatives aux matériaux de fondation des chaussées

Selon la norme NQ-2560-114 (BNQ 2002) utilisée par le Ministère des Transports du

Québec pour les granulats utilisés dans les ouvrages de génie civil, plusieurs exigences

doivent être satisfaites afin qu’un granulat puisse être utilisé comme matériau granulaire

pour les fondations.

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

catégorie 5. Ceci signifie que le résultat à l’essai Micro-Deval doit être inférieur à 35%, que

le résultat à l’essai Los Angeles doit être inférieur à 50% et que la somme des résultats de

12

ces deux essais doit être inférieure à 80%. Dans le cas des caractéristiques de fabrication,

elles doivent être au maximum de catégorie e, c’est-à-dire avec un pourcentage de

fragmentation supérieur ou égal à 50%. Pour ce qui est des caractéristiques

complémentaires exigées, le pourcentage de matière organique doit être inférieur ou égal à

0,8% et la valeur au bleu de méthylène (VB) doit être inférieure ou égale à 0,20 cm³/g.

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

dans le cadre de ce projet, le matériau doit être compris à l’intérieur du fuseau granulaire

défini par la norme NQ 2560-114. Ce fuseau est présenté au Tableau 2.1 et à la Figure 2.3.

Tableau 2.1 : Fuseau granulaire des MG 20

Diamètre (mm)

% passant minimum

% passant maximum

31,5 100 100 20 90 100 14 68 93 10 - - 5 35 60

2,5 - - 1,25 19 38

0,630 - - 0,315 9 17 0,160 - - 0,080 2 7

Figure 2.3 : Fuseau granulaire des MG 20

13

Dans les pays nordiques, le pourcentage de particules fines est particulièrement d’intérêt

pour les fuseaux granulométriques de MG fondation. À titre comparatif, selon Babìc et coll.

(2000), le pourcentage maximal de particules fines permis est de 12% en Oklahoma, alors

qu’il est de 10% en Ontario, Iowa, Russie, Finlande, Suède et Grande-Bretagne. Par

conséquent, il est constaté que les normes québécoises sont assez restrictives vis-à-vis cet

aspect.

2.4. Caractéristiques des granulats

Selon Bérubé (2001), lorsqu’ils sont soumis à des sollicitations mécaniques diverses, autant

avant, pendant et après la mise en œuvre, les granulats peuvent se fissurer et/ou se

fragmenter, s’user par attrition et frottement réciproque et se polir. Toujours selon ce

dernier, la résistance à l’abrasion d’un granulat (résistance à l’usure) est largement

influencée par des caractéristiques minéralogiques comme la dureté, la texture, la cohésion

entre les grains et la présence de plans de faiblesse. Par conséquent, les granites et les

gneiss sont souvent les meilleurs granulats du point de vue de la résistance à l’abrasion,

entre autres parce que ces roches contiennent du quartz et du feldspath, des minéraux durs

et résistants en abrasion. Une faible résistance à l’abrasion peut engendrer une production

de fines plus importante lors du compactage et des étapes de manutention, accroître la

déformabilité et augmenter la gélivité (par présence d’un excès de fines).

De plus, Bérubé (2001) soutient que la résistance à la fragmentation d’un granulat est

largement influencée par des caractéristiques minéralogiques comme la ténacité, la texture,

la cohésion entre les grains et la présence de plans de faiblesse. Généralement, plus le grain

de la roche est grossier, moins celle-ci est résistante à la fragmentation. À titre d’exemple,

un calcaire cristallin est moins résistant à la fragmentation qu’un calcaire à grains très fins.

Pour une même composition minéralogique, les roches volcaniques (grains fins) sont plus

résistantes que leurs équivalents plutoniques (grains grossiers) comme par exemple une

rhyolite par rapport à un granite. Comme le quartz est un minéral relativement peu résistant

à l’impact, les roches en contenant beaucoup sont généralement moins résistantes à la

fragmentation en particulier si, comme il a été mentionné, le grain est grossier.

14

Selon Bérubé (2001), la granulométrie d’un granulat a un effet sur plusieurs paramètres

influençant le comportement de ce dernier. Il cite, à titre d’exemples :

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

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

Conductivité hydraulique : Plus les grains sont gros et de taille uniforme, plus la

conductivité hydraulique sera élevée ;

Gélivité : Le gel est moins dommageable lorsque le matériau est perméable et lorsque le

front de gel se propage rapidement (généralement le cas dans les fondations routières).

Si le granulat est peu perméable, il y a risque de formation de lentilles de glace.

Bérubé (2001) décrit les particules plates et allongées comme étant des particules ayant une

faible résistance en flexion le long de l’axe allongé. Elles sont donc susceptibles de se

fragmenter lors du compactage et de la manutention. Les roches métamorphiques à

structure orientée (ardoise, schiste, gneiss, etc) et sédimentaires litées (shale, calcaire, etc)

tendent naturellement à produire plus de particules de ce type au concassage. Ceci est dû à

une fragmentation préférentielle le long du plan de faiblesse. Finalement, les graviers

naturels sont souvent trop arrondis et/ou trop polis. Ceci peut nuire à la stabilité des

fondations. Cependant, les matériaux arrondis conduisent généralement à des masses

volumiques sèches plus élevées.

Il existe quelques avantages et des inconvénients à utiliser les granulats comme matériaux

de fondation des chaussées. Dawson (1995) considère que les principaux avantages et

inconvénients sont les suivants :

Avantages :

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

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

Facilité de mise en œuvre et de compactage ;

15

Matériaux tolérants et insensibles aux mauvaises utilisations et abus : un compactage

inadéquat ou de la ségrégation ne causeront pas la rupture immédiate de la chaussée.

Désavantage :

La nécessité d’utiliser des matériaux minimalement traités signifie qu’il est difficile de

rencontrer toutes les exigences également.

2.5. Mélange de granulats

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

matériaux de granulométries différentes. Il suffit de calculer les proportions de chaque

constituant de granulométrie connue pouvant permettre d’obtenir le matériau désiré. Les

principales méthodes de mélange de granulats sont décrites dans plusieurs ouvrages (Aïtcin

et coll. 1992, Windisch 1996, Easa et Can 1985). Ces méthodes sont souvent graphiques ou

mathématiques. Par exemple, le mélange des granulats peut être utilisé pour corriger la

granulométrie d’un matériau hors spécification par rapport à un fuseau granulaire. Le

principe mathématique sur lequel repose le mélange de matériaux de différentes

granulométries permettant l’obtention d’un matériau de granulométrie donné est une

résolution d’équations du premier degré pour chacun des tamis de contrôle. Les principales

équations utilisées sont les suivantes :

1 2

1 2

1

1 2

1 2

, ,... , 1

, ,...,

, ,...,

, ,...,

i i i i f

m

m

j i j ii

f

f

A A A A i à m

X X X X

C A X

C C C C

D D

s s

D D

Équation 1

dans laquelle [Aij] est le pourcentage du matériau i passant le tamis j pour j variant de 1 à n,

m est le nombre de matériaux à être mélangé, f est le nombre de tamis de contrôle, [X] est

la proportion de chaque matériau dans le mélange, [C] est le pourcentage passant du

16

mélange pour un tamis de contrôle et [D] est le pourcentage passant visé pour un tamis de

contrôle. En arrivant à minimiser la somme des différences au carré, la courbe la plus près

de ce qui est désiré est alors obtenue. Néanmoins, en ajoutant des constituants au mélange

et en choisissant bien ceux-ci, il est possible de diminuer davantage l’écart entre la courbe

désirée et celle obtenue. Plusieurs logiciels tels que AGGMIX (Svoboda 2002) et

AGGPROS (VanDine et Sims 1994) utilisent ce processus pour calculer la granulométrie

finale d’un mélange de plusieurs matériaux de granulométries connues. Le modèle de Easa

et Can (1985) peut tenir compte des coûts associés aux granulats afin de considérer la

minimisation des coûts.

2.6. Caractéristiques mécaniques des matériaux de fondation des chaussées

Selon Thom et Brown (1988), le contact entre les particules a une influence majeure sur les

propriétés mécaniques d’un matériau granulaire. Des caractéristiques des granulats comme

la minéralogie, la rugosité, l’imbrication des particules et la granulométrie influencent la

qualité du contact entre les particules et donc, influencent les propriétés mécaniques.

Toutefois, il doit être souligné qu’une grande résistance n’est pas toujours associée à un

module élevé et un module élevé n’est pas toujours associé à une bonne résistance à la

déformation permanente.

Dans des conditions normales d’opération, les matériaux granulaires utilisés dans les

fondations de chaussées ne sont pas sollicités dans le domaine des très grandes

déformations, dans lequel les caractéristiques de résistance au cisaillement sont d’une

importance capitale. Selon Brown (1997), dans le domaine des chaussées, celles-ci sont de

faible intérêt, et il est davantage essentiel de s’attarder au comportement élasto-plastique

des MG. Néanmoins, il demeure que la résistance au cisaillement des MG, caractérisée par

l’angle de friction interne et la cohésion, apporte tout de même certaines indications quant à

la qualité d’un mélange granulaire. L’étude de Theyse (2002) présente, entre autres, un

tableau récapitulatif de l’effet de divers facteurs reliés aux granulats sur la résistance au

cisaillement des MG. Le Tableau 2.2 a été extrait de cette étude. Comme il est possible de

constater, la masse volumique et le degré de saturation SR sont les paramètres ayant le plus

17

d’effet sur la résistance au cisaillement. En ce qui concerne la granulométrie, une

augmentation du diamètre maximale des particules dmax ainsi que du pourcentage de

particules fines %F causent une augmentation de la résistance. Cependant, dans le cas du

%F, ceci est vrai jusqu’à environ 9%. Cette valeur est potentiellement très variable d’un

granulat à l’autre.

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

Effet sur le paramètre Facteur

Variation du facteur Résistance au

cisaillement Cohesion

Angle friction interne

Masse volumique ↑ ↑ majeure ↑ majeure ↑ majeure SR ↓ ↑ majeure ↑ majeure Pas d’effet

Forme de la granulométrie

↑ étalement ↑ ↑ majeure ↓

dmax 9,5 à 37,5 mm ↑ ↑ ↑ 1 à 9% ↑ ↑ majeure ↑

%F 9 à 15% ↓ ↓ ↓

Plasticité des fines

Non plastique à plastique

↓ ↓ ↓

Type de granulats

Roche concassée à gravier naturel

↓ ↓ significative ↓ significative

Durabilité des granulats

Bonne à mauvaise ↓ ↓ ↓

Forme des particules

Rondes à anguleuses

↑ Pas d’effet ↑

Texture de surface des particules

Lisse à rugueuse ↑ Incertain ↑

Type de particules fines

Sable vs poussière de pierre

↓ ↓ significative Pas d’effet

2.6.1. Contraintes au passage d’une roue

Selon Lekarp et coll. (2000a), dans le cas des matériaux granulaires soumis à l’action du

passage d’une charge roulante, l’axe de la contrainte majeure (1) et mineure (3) subit une

rotation et la contrainte de cisaillement est renversée. La Figure 2.4 présente le passage

d’une roue et le phénomène de la rotation des contraintes.

18

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

2.6.2. Mécanismes de déformation

Selon Lekarp et coll. (2000a), la déformation des sols granulaires sous une charge est le

résultat de trois principaux mécanismes de déformation : la consolidation, la distorsion et

l’attrition. La consolidation est le changement dans la forme et la compressibilité de

l’assemblage des particules. La distorsion est caractérisée par la flexion, le glissement et le

roulement des particules. La flexion a un impact majeur dans le cas des particules plates et

allongées alors que le glissement est plus associé aux particules arrondies. L’attrition est le

résultat du concassage et de la rupture des granulats lorsque la charge appliquée est

supérieure à la résistance du granulat. Le bris des particules de granulats est fonction de la

taille et de la forme des grains, de la contrainte appliquée, de la minéralogie et de la

résistance des grains individuels. À une échelle macroscopique, la déformation peut être

volumétrique, de cisaillement ou une combinaison des deux. Ces types de déformation

résultent d’une combinaison des mécanismes de déformation mentionnés. Il semble

toutefois que la distorsion contribue davantage à la déformation de cisaillement, alors que

la consolidation et l’attrition contribuent davantage à la déformation volumétrique.

19

2.6.3. Relation contrainte/déformation des matériaux granulaires

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

granulaire sous un chargement déviatorique cyclique. À l’application d’une contrainte

donnée, une partie de la déformation encourue est réversible ou résiliente (R) et l’autre

partie est permanente ou plastique (P). Les couches granulaires des chaussées se

comportent de façon non linéaire et présentent une réponse élasto-plastique indépendante

du temps sous l’action du trafic. La réponse résiliente des matériaux granulaires est

caractérisée par le module réversible et le coefficient de Poisson réversible. Selon Dawson

(2001), la rigidité d’un matériau granulaire est définie seulement pour une certaine teneur

en eau, une certaine pression de confinement et une certaine pression verticale appliquée

(dans l’hypothèse que le MG est près de sa masse volumique maximale). Les matériaux

granulaires sont très peu sensibles aux variations de température en ce qui concerne leur

réponse à une charge, tant que celle-ci est supérieure à 0°C.

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

2.7. Concept du module réversible

Toutes les fois qu’une charge passe sur une route, la chaussée rebondi d’une valeur

inférieure à celle de la déflexion subie. Après des charges répétées, il s’accumule une petite

déformation permanente (P) dans chacune des couches constituantes de la chaussée et la

grande majorité de la déformation subie est recouvrable (R, exprimée en µm) (voir Figure

20

2.5 précédente). Sous une contrainte déviatorique d (MPa) donnée, le module réversible

MR s’écrit

d

RR

M

Équation 2

et est en MPa pour les variables exprimées dans les unités préalablement suggérées. Selon

Dawson (2001), la rigidité (module résilient) est le mécanisme clé par lequel la fondation

transmet et disperse la charge à travers la structure jusqu’à un niveau tolérable pour

l’infrastructure. Le modèle généralement utilisé pour décrire le MR (MPa) des matériaux

granulaires est le modèle K-θ (Hicks 1970) décrit par l’équation

21

KRM K Équation 3

où , la contrainte totale (kPa), est égale à (1 + 2 + 3 = d + 33), soit la somme des

contraintes principales majeures (1) et mineures (3=2 pour les cas simples en analyse de

chaussées) et K1 et K2 sont des constantes propres au matériau. En appliquant plusieurs

paliers de pressions de confinement dans le cadre desquels plusieurs déviateurs de

contraintes sont appliqués, il est possible de tracer la valeur du logarithme du module

réversible du matériau en fonction du logarithme de la contrainte totale. Cette relation de

puissance est une droite dans ce plan et est caractérisée par une ordonnée à l’origine K1 et

une valeur de pente K2 telle que définie à l’équation 3.

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

(American Association of State Highway and Transportation Officials) prévoit suggérer

l’utilisation du modèle de Uzan (1985) pour définir la dépendance du MR à la variation de

l’état de contrainte. Le modèle proposé tient compte de la contrainte totale (exprimée en

kPa) mais aussi de la contrainte de cisaillement octahèdral oct (exprimée en kPa) par

32

1

KK

octR a

a aM P K

P P

Équation 4

21

où Pa est la pression atmosphérique et K1, K2 et K3 sont des constantes propres au matériau.

Plusieurs autres modèles sont utilisés pour décrire l’évolution du MR avec l’état de

contraintes et les caractéristiques du matériau. Le modèle K- semble encore le plus utilisé.

Rahim et George (2005) ont proposé un modèle, dérivé d’une approche essentiellement

statistique sur des sols de l’état du Mississipi, permettant d’estimer le module réversible des

sols grossiers à partir de diverses caractéristiques des sols. Le modèle non linéaire

développé est principalement influencé par la contrainte totale θ et la contrainte

déviatorique d (exprimés en kPa) et prend la forme de

2

1

1

1,2385 0,124

2

11

0,12 0,90 0,53 0,017 % 0,314

%0,226

K

R ad

dR R

dR

R

M K P

où

K w F Log Cu

FK

w Log Cu

Équation 5

dans laquelle Pa est la pression atmosphérique, dR est le ratio de la masse volumique sèche

sur la masse volumique sèche maximale, wR est le ratio de la teneur en eau sur la teneur en

eau optimale, %F est le pourcentage de fines (dans cette étude, il s’agit du passant au tamis

de 75 µm exprimé en pourcentage), Cu est le coefficient d’uniformité et K1 et K2 des

coefficients de régression du modèle. Ce modèle peut donc permettre de faire des analyses

paramétriques sur l’effet de diverses caractéristiques des sols.

La mesure du module réversible d’un matériau de chaussée se fait à partir d’un essai

triaxial à chargements répétés. En Amérique du Nord, les normes d’essai sont

principalement inspirées de l’AASHTO T307-99 (AASHTO 2000). L’échantillon est

compacté à l’intérieur d’un moule contenant une membrane. Une pression de confinement

est premièrement appliquée à l’échantillon. Par la suite, des séquences de chargements

répétés (en général 1000 chargements, mais cela peut varier selon la méthode d’essai), qui

consistent en des impulsions de charge de 0,1 seconde suivie de périodes de repos de 0,9

seconde, sont appliquées à l’échantillon testé dans le but de le conditionner. Les périodes

22

de chargement et de repos peuvent varier pour les différentes méthodes d’essai.

L’impulsion est de la forme de la moitié d’un sinus verse (haversine).

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

de chargements à plusieurs combinaisons de pression de confinement (de 20 à 140 kPa) et

niveaux de déviateur (de 20 à 280 kPa). Cet essai s’effectue normalement dans des

conditions drainées. Des capteurs de déplacement servent à mesurer la déformation axiale

et radiale. Une cellule de charge et un capteur de pression mesurent la contrainte axiale et

de confinement afin de déterminer le module réversible sous différents états de contraintes

connus. Cette procédure permet de caractériser le comportement mécanique non linéaire.

Un schéma du montage servant à effectuer l’essai est représenté à la Figure 2.6.

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

2.8. Facteurs influençant la valeur du MR

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

fondation de chaussée donné. Lekarp et coll. (2000a) ont réalisé une compilation des

travaux les plus pertinents ayant été réalisés sur le module réversible. Ils ont ainsi identifié

les facteurs prépondérants influant sur la rigidité d’un matériau granulaire, lesquels sont

discutés dans les sections suivantes.

23

2.8.1. Effet des contraintes

Le niveau de contraintes est le facteur ayant certainement la plus grande influence sur les

propriétés réversibles des matériaux granulaires. Le module réversible est très dépendant de

la pression de confinement et de la somme des contraintes principales (Mitry (1964),

Monismith et coll. (1967), Hicks (1970), Smith et Nair (1973), Uzan (1985), Sweere

(1990), tiré de Lekarp et coll. (2000a)) puisqu’il augmente significativement avec une

augmentation de ces deux paramètres. Hicks et Monismith (1971) ont par contre montré un

léger adoucissement du matériau avec la variation de la contrainte verticale à faibles

déviateurs et une légère augmentation de la rigidité du matériau à forts déviateurs.

2.8.2. Effet de la masse volumique

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

volumique (Trollope et coll. (1962), Hicks (1970), Robinson (1974), Rada et Witczak

(1981) et Kolisoja (1997), tiré de Lekarp et coll. (2000a)). La densification augmente la

quantité de contact entre les grains et donc la contrainte sur chacun des grains s’en trouve

diminuée. La déformation est alors diminuée et le MR est plus élevé. Selon Barksdale et

Itani (1989), le MR augmente avec l’augmentation de la masse volumique pour de faibles

contraintes. À fortes contraintes, l’augmentation est moins prononcée.

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

Selon Thom et Brown (1987) et Kamal et coll. (1993), le MR diminue généralement avec

l’augmentation de la teneur en fines. Hicks (1970, tiré de Lekarp et coll. (2000a)) a montré

qu’une variation de la teneur en fines entre 2% et 10% a peu d’influence sur le MR. Par

contre, selon Barksdale et Itani (1989), le MR chute considérablement (60%) pour un

passage de la teneur en fines de 0% à 10%. Hicks et Monismith (1971) ont montré une

diminution du MR avec une augmentation de la teneur en fines pour un granulat

partiellement concassé alors que pour un granulat complètement concassé, l’effet s’est

montré opposé.

24

Selon Jorenby et Hicks (1986), il se produit une augmentation de la rigidité du matériau et

par la suite une réduction considérable du MR alors que des particules fines sont

graduellement ajoutées à un granulat concassé. Ceci est attribué au départ à l’augmentation

des contacts alors que les vides sont graduellement remplis. Avec l’augmentation de la

teneur en fines, les particules plus grossières sont alors repoussées les unes des autres et le

MR diminue. Il est reconnu que le module réversible augmente avec l’augmentation de la

taille des particules (Gray (1962), Thom (1988) et Kolisoja (1997), tiré de Lekarp et coll.

(2000a)). Ceci s’explique en partie par le fait que lorsque la charge est transmise via des

particules plus grossières, la diminution du nombre de contacts entre les particules du MG

engendre une déformation totale plus faible et donc une rigidité plus élevée.

La granulométrie est un paramètre dont l’influence est moins prononcée. Thom et Brown

(1988) ont montré que dans la cas d’un calcaire concassé et à une même valeur de diamètre

maximal des particules dmax, une granulométrie uniforme est légèrement plus rigide qu’une

granulométrie étalée. Si les matériaux à granulométrie étalée sont humidifiés, l’effet de la

granulométrie peut augmenter considérablement dû au fait que ces matériaux peuvent

retenir l’eau et atteindre des masses volumiques sèches plus importantes. La granulométrie

a donc un effet indirect sur le comportement réversible des matériaux granulaires en

affectant l’impact de l’humidité et de la masse volumique.

Selon Heydinger et coll. (1996), un matériau calcaire concassé montre un MR plus élevé

pour une granulométrie plus ouverte tandis que cette tendance ne s’observe pas dans les

graviers naturels. Raad et coll. (1992) ont étudié l’effet de la granulométrie sur des

matériaux saturés soumis à des essais triaxiaux cycliques non drainés. Ils ont trouvé que les

matériaux à granulométrie dense et étalée ont des valeurs de MR typiquement plus élevées

que les matériaux à granulométrie plus uniforme. Toutefois, les matériaux saturés sont

sujets à développer des pressions interstitielles positives dans des conditions non drainées

pouvant causer la diminution des contraintes effectives et donc du MR. Les matériaux à

granulométrie ouverte sont moins susceptibles à la génération de pressions interstitielles

positives que ceux à granulométrie étalée. En effet, leurs résultats montrent qu’une

granulométrie ouverte avec une conductivité hydraulique supérieure à 8x10-5 m/s est plus

résistante à la génération de pression interstitielle que les granulométries plus étalées. En

25

travaillant sur des granulométries allant de G1 (la plus ouverte) à G4 (la plus fermée), ils

ont montré que les ratios des pressions interstitielles (pression interstitielle sous charge

divisée par la pression interstitielle au repos) pour une même déformation cyclique est plus

faible pour la granulométrie G1. Il est important de préciser que les granulométries G1, G2

et G3 ne contiennent pas de particules fines alors que la granulométrie G4 en contient 10%.

Ces résultats sont présentés à la Figure 2.7.

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

L’étude de Thompson et Smith (1990) a montré que si les granulométries testées varient

seulement par la teneur en fines, de faibles variations de la valeur de MR sont notées.

Toutefois, les granulats à granulométrie plus ouverte contenant moins de particules fines

sont moins sensibles à l’humidité et constituent des granulats de fondation routière de

bonne qualité. Zaman et coll. (1994) ont étudié deux matériaux de même type avec le

même pourcentage de particules fines. Le premier matériau a une granulométrie plus fine et

moins étalée en comparaison avec le deuxième. Les résultats ont montré que les valeurs de

MR sont légèrement plus élevées pour ce premier matériau plus uniforme et plus fin.

Dawson (2001) présente des résultats qui montrent une augmentation de la rigidité avec le

paramètre de granulométrie nFT (Fuller et Thompson (1907)), qui décrit l’étalement de la

courbe granulométrique (nFT=5 représente une granulométrie ouverte alors que nFT =0,25

représente une granulométrie étalée). Ce paramètre est communément noté n, mais il est ici

26

noté nFT pour éviter la confusion avec un autre paramètre communément utilisé dans la

description des matériaux granulaires. La Figure 2.8 montre les résultats de Dawson (2001).

Le paramètre nFT, pour des valeurs de diamètre exprimées selon la même unité de longueur,

est défini par

max

% 100FTn

dPassant

d

Équation 6

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

considérée. Les conclusions des récents travaux de Ekblad (2007) vont aussi dans le même

sens, mais pour une variation de nFT beaucoup plus serrée et, par conséquent, plus

représentative de la granulométrie de MG utilisés dans les fondations de chaussées. La

Figure 2.9 présente les résultats de ses travaux pour des échantillons à teneur en eau

saturée. Dans cette figure, la valeur de p représente la contrainte moyenne, soit (1+23)/3.

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

27

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

Tian et coll. (1998) ont réalisé des essais de module réversible sur un calcaire et un grès

concassés. Ils ont testé trois granulométries pour chacun. Les granulométries utilisées

correspondent à la courbe inférieure CI (4% de fines, matériau plus grossier), la courbe

supérieure CS (12% de fines, matériau plus fin) et la courbe milieu CM (8% de fines) du

fuseau granulométrique des matériaux granulaires de fondation des chaussées utilisé en

Oklahoma. Les résultats de leurs travaux sont présentés à la Figure 2.10. Il semble toutefois

que les valeurs de module réversible obtenues par ces chercheurs sont faibles par rapport à

celles obtenues par d’autres auteurs tels que Boudali (1997) et Doucet et Doré (2004) pour

un matériau calcaire concassé par exemple. Ceci est probablement explicable par le fait que

les déformations sont mesurées à l’extérieur de la cellule triaxiale dans le cas de cette étude

au lieu de directement sur les échantillons.

28

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

Les résultats obtenus par Tian et coll. (1998) montrent que le MR augmente lorsque la

contrainte totale est augmentée. En ce qui concerne le granulat calcaire, la granulométrie

milieu montre des valeurs de MR plus élevées de 41 à 129% par rapport à la granulométrie

supérieure et de 0 à 26% par rapport à la granulométrie inférieure. Dans le cas du matériau

de type grès, les valeurs de MR les plus élevées sont observées pour la granulométrie

grossière et les valeurs de MR pour les granulométries fines et milieu sont du même ordre

de grandeur. Dans les deux cas, les valeurs de MR les plus faibles sont observées pour la

granulométrie fine comparativement à la granulométrie grossière. Ceci peut être expliqué

par le fait que cette granulométrie manque de particules grossières pour avoir une bonne

imbrication entre les particules.

Selon Tian et coll. (1998), les résultats de cette étude montrent que la limite grossière du

fuseau, en plus d’assurer un potentiel de drainage plus significatif, montre un module

réversible élevé. Il est généralement admis qu’une certaine quantité de particules fines est

bénéfique mais qu’un excès a pour effet de diminuer la valeur de MR. Dans le cas des

matériaux testés dans cette étude, lorsque la teneur en fines augmente, la cohésion

augmente et l’angle de friction diminue. Finalement, pour les matériaux testés par Tian et

29

coll. (1998), lorsque la teneur en fines est augmentée, la valeur de K1 du modèle K-θ

diminue alors que la valeur de K2 reste pratiquement inchangée (près de 0,5).

L’indice California Bearing Ratio (CBR) a été utilisé par Flon et Poulin (1987) pour

déterminer, de façon relative, l’influence de la quantité et de la qualité des particules fines

sur la portance d’une chaussée. Ils ont réalisé leurs travaux sur un granite concassé et un

schiste concassé en ajoutant des fines silteuses (granulométriquement) non argileuses

(minéralogiquement) ou des fines argileuses (granulométriquement et minéralogiquement).

Ils ont fait varier la teneur en fines de 2% à 21%. Les résultats obtenus par ces deux auteurs

sont présentés aux Figure 2.11 et Figure 2.12.

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

30

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

Flon et Poulin (1987) suggèrent que, pour une même quantité de particules fines, la valeur

de CBR est beaucoup plus forte si les fines ne sont pas argileuses, peu importe la nature de

l’échantillon. L’augmentation de la quantité d’argile confère une meilleure cohésion mais

diminue l’angle de frottement interne. De plus, les particules argileuses causent un certain

glissement entre les particules grossières lorsqu’elles sont humidifiées. Peu importe le type

de particules fines, les valeurs de CBR sont toutes plus élevées pour le matériau granitique

par rapport au matériau schisteux. Les fortes valeurs de CBR peuvent être également dues à

un bon étalement de la courbe reconstituée. Les valeurs CBR plus faibles peuvent

s’expliquer par la cassure des courbes à 5 mm pour atteindre les valeurs visées de passant

80 microns (2% à 21%).

Lorsque les matériaux sont testés avec des fines non argileuses, le maximum de l’indice

CBR se situe aux alentours de 10% de particules fines. S’ils sont testés avec des fines

argileuses, le maximum de la valeur de CBR est situé entre 2 et 5% de particules fines. Ils

ont statué que lorsque la valeur au bleu VB corrigée au tamis de préparation de l’échantillon

VB400 est inférieure à 0,1 cm³/g, le matériau n’a à peu près pas de particules argileuses. Si la

31

valeur de VB400 > 0,1 cm³/g, le matériau contient une quantité significative de matériaux

argileux. D’après les travaux de Flon (1988), une certaine quantité de fines permet

d’améliorer la portance des fondations d’une chaussée. Toutefois, la limite supérieure du

fuseau granulaire des matériaux de fondation routière, en termes de particules fines, est trop

élevée si les fines sont argileuses. Si les fines ne sont pas argileuses, cette limite est

acceptable. Ceci suggère donc que la validité des limites du fuseau granulométrique des

MG 20 peut être variable en fonction de la source (nature) de granulats.

Selon Flon et Poulin (1987), la limite inférieure du fuseau granulaire des MG est celle qui

possède la meilleure capacité portante parce que la courbe est régulière et que le

pourcentage de sable est relativement faible (35%). Boudali (1997) a étudié l’effet de la

granulométrie sur le module réversible des MG 20 compris dans le fuseau granulométrique

du MTQ. Il conclu que l’effet de la granulométrie n’est d’environ que de 25% maximum

sur le MR à l’intérieur du fuseau. Néanmoins, il identifie aussi le bas du fuseau comme étant

un matériau souhaitable pour quelques-unes des sources de granulats considérées. Son

approche ne tient pas compte de l’effet de la succion matricielle qui peut grandement

influencer les valeurs de module réversible pour un état de contrainte tel que démontré,

entre autres, par Doucet et Doré (2004).

2.8.4. Effet de la teneur en eau

D’un point de vue général, la réponse réversible d’un matériau granulaire sec ou saturé est

la même (Papin et coll. 1992, tiré de Lekarp et coll. 2000a). Cependant, lorsque la

saturation est approchée, le comportement résilient peut subir une diminution notable.

Hicks et Monismith (1971) ont montré que le MR diminue avec l’augmentation de la teneur

en eau au-dessus de l’optimum. L’explication vient du fait que les matériaux granulaires

développent une pression interstitielle en excès sous la répétition d’une charge. Ceci a pour

effet de diminuer la contrainte effective et il s’en suit une diminution de la résistance et de

la rigidité. La génération de pression interstitielle est fortement probable lorsque la phase

gazeuse n’est pas continue dans les pores d’un matériau, ce qui se produit à des degrés de

saturation entre 80 et 90% (Fredlund et Rahardjo 1993, tiré de Lebeau 2006). Tel que

discuté entre autres par Lebeau (2006), le degré de saturation devrait être situé sous 85%,

32

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

est excédé.

Thom et Brown (1987) croient que la présence d’humidité dans la structure granulaire a un

effet lubrifiant sur les particules. Ceci a pour effet d’augmenter la déformation et donc de

diminuer le module réversible, même sans génération de pressions interstitielles. Ces

derniers ont aussi écrit que cette observation de la diminution de MR, dû à l’effet de la

lubrification, pouvait être aussi interprétée comme le fait que la succion matricielle diminue

avec l’augmentation de la teneur en eau conduisant à une force de contact inter particulaire

plus faible. Raad et coll. (1992) ont démontré que l’effet de la teneur en eau sur le MR est

plus important sur les matériaux à granulométrie étalée avec une forte proportion de

particules fines. Selon Dawson et coll. (1996), une augmentation de la teneur en eau (en

demeurant sous la teneur en eau optimale) tend à augmenter la rigidité dû au phénomène de

succion. Une fois l’optimum de teneur en eau dépassé, le matériau devient plus saturé et

une pression interstitielle se développe, causant alors une diminution notable de la rigidité.

La Figure 2.13 illustre l’effet de la teneur en eau sur le MR des sols fins et grossiers.

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

33

Doucet et Doré (2004) ont défini un modèle décrivant l’évolution du module réversible des

MG avec l’augmentation de la succion matricielle pour les matériaux canadiens du Long

Term Pavement Performance (LTPP). Ce modèle, construit à partir du modèle linéaire, est

défini par

1060 8700( ) 57000R a wM u u Équation 7

où ua-uw (kPa) représente la succion matricielle et θ est la contrainte totale (kPa), MR étant

exprimé en kPa. Ce modèle est tracé à la Figure 2.14 pour différentes valeurs de succion

matricielle. L’effet marqué de la succion matricielle est particulièrement évident dans cette

figure. Tian et coll. (1998), lors d’essais de module réversible sur un calcaire et un grès

concassés, ont aussi vérifié l’effet de la teneur en eau. Ainsi, ils ont testé trois teneurs en

eau soient 2% sous l’optimum, à l’optimum et 2% au-dessus de l’optimum. Ils ont réalisé

ces essais sur la courbe de milieu de fuseau seulement (8% de fines). Les résultats obtenus

sont présentés à la Figure 2.15.

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

34

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

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

clairement lorsque la teneur en eau passe de 2% sous l’optimum à 2% au-dessus de

l’optimum. Ceci peut être attribué à la diminution de la succion matricielle avec

l’augmentation de la teneur en eau. Il est aussi important de noter que la mise en place à

une teneur en eau au-dessous et au-dessus de l’optimum engendre des masses volumiques

sèches plus faibles et cela peut influencer à la baisse les valeurs de MR. Il faut donc garder à

l’esprit que l’analyse présentée n’arrive pas à isoler entièrement l’effet de la teneur en eau

puisque la masse volumique sèche peut influencer les résultats. Toutefois, la méthodologie

utilisée par les auteurs précise que les masses volumiques sèches obtenues sont toutes

supérieures à 95% de la masse volumique sèche maximale. Il est également observé que

lorsque la teneur en eau est supérieure à l’optimum, la diminution de la valeur de MR est

plus importante par rapport à la valeur de MR à l’optimum. À l’opposé de ce qui est observé

dans le cas de l’influence de la granulométrie sur les valeurs du MR, la valeur de K1 diminue

et la valeur de K2 augmente légèrement lorsque la teneur en eau est augmentée.

Selon Côté et Roy (1998), l’eau présente dans les fondations granulaires est un des

principaux facteurs affectant la durée de vie des chaussées au Québec. Ils citent que, sous

35

les chargements cycliques auxquels la chaussée est soumise, la résistance au cisaillement

des matériaux granulaires diminue par une diminution de la contrainte effective due à la

pression d’eau présente dans les pores. Selon Saint-Laurent et coll. (1995), la portance est

au minimum durant la période de dégel lorsque les fondations sont saturées en eau. Cette

saturation des matériaux soumis à l’action des charges lourdes, provoque une diminution de

la résistance au cisaillement par une augmentation de la pression interstitielle selon Côté et

Roy (1998). Les travaux de Saint-Laurent (1998) montrent que jusqu’à 75% des dommages

dus à la fatigue, qui sont favorisés par une plus grande déflexion à la base du revêtement et

donc par la réaction des matériaux granulaires aux variations des teneurs en eau, peuvent

survenir durant le printemps. Ceci montre bien l’importance qui doit être accordée à la

sensibilité des modules réversibles des MG aux changements de teneurs en eau.

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

Selon Dehlen (1969, tiré de Lekarp et coll. (2000a)), l’histoire des contraintes agit sur la

densification progressive et le réarrangement des particules sous l’application répétée de

contraintes. Boyce et coll. (1976, tiré de Lekarp et coll. (2000a)) ont dévoilé des résultats

montrant que l’effet de l’histoire des contraintes peut être très fortement réduit avec un

préchargement durant quelques cycles au niveau de charge analysé et en évitant les trop

forts niveaux de contraintes verticales. Hicks (1970, tiré de Lekarp et coll. (2000a)) a aussi

montré que l’effet de l’histoire des contraintes est presque éliminé et qu’une mesure stable

et constante de la réponse résiliente est obtenue après l’application d’environ une centaine

de cycles à la même amplitude de contraintes. Selon Moore et coll. (1970, tiré de Lekarp et

coll. (2000a)), le MR augmente avec l’augmentation du nombre de cycles dû à la perte

d’humidité du spécimen pendant l’essai.

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

Selon Heydinger et coll. (1996), un gravier naturel semble avoir un MR plus élevé qu’un

calcaire concassé. Cependant, plusieurs auteurs (Hicks et Monismith (1971), Thom (1988),

Barksdale et Itani (1989), Thom et Brown (1989)) ont montré qu’un granulat concassé avec

36

des particules anguleuses procure un MR plus élevé qu’un granulat non concassé avec des

particules plus arrondies. Les particules ayant des surfaces plus rugueuses ont aussi comme

effet d’augmenter la valeur du MR. Barksdale et Itani (1989) ont montré que le MR d’un

granulat concassé anguleux et rugueux est plus élevé d’environ 50% qu’un gravier naturel

arrondi à faibles contraintes normales et de 25% pour de fortes contraintes normales.

Les travaux de Pan et coll. (2006) ont montré qu’une augmentation de l’angularité et de la

rugosité des faces de particules cause une augmentation du MR. De plus, selon leurs

résultats, le rôle de l’angularité sur le MR est plus important que celui de la rugosité des

faces. Néanmoins, ces deux caractéristiques contribuent à augmenter la résistance et à

diminuer la dilatance, qui correspond à la susceptibilité à l’augmentation de volume des

MG sous cisaillement. Lorsque les matériaux sont partiellement concassés et contiennent

moins de particules anguleuses, les travaux de Janoo et Bayer (2001) ont montré que

l’indice des vides des matériaux devient une variable très importante à considérer.

Zaman et coll. (1994) ont montré l’influence du type de granulat sur la valeur du MR pour

les matériaux granulaires utilisés comme matériaux de fondation de chaussée. Ils ont

effectué des essais triaxiaux cycliques sur différents matériaux concassés ayant tous la

même granulométrie. Les résultats de leur étude, montrant l’évolution du MR avec la

contrainte totale θ (bulk stress) sont présentés à la Figure 2.16.

37

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

Les sources granulaires Comanche, Cherokee et Creek sont des calcaires, Choctaw est un

grès, Jonsthon un granite et Murray une rhyolite. Il est possible d’observer que le type de

granulat a un effet sur le module réversible. Les différences sont de l'ordre de 20 à 50 %.

Leurs résultats montrent que, pour une même granulométrie, les calcaires ont une valeur de

MR plus élevée que la rhyolite. Cette dernière présente des valeurs de MR plus élevées que

le grès et le granite, dont les valeurs sont environ équivalentes.

La nature des minéraux constituant les MG est aussi identifiée comme une variable

importante à considérer pour la performance mécanique. Dans la littérature, il est assez

commun de s’intéresser à la teneur en particules de type mica, comme la muscovite et la

biotite. Les récents travaux de Ekblad (2007) et de Uthus (2007) montrent bien l’effet non

négligeable de ce type de particules à un MG, tel que présenté à la Figure 2.17. Dans cette

figure, le module moyen relatif représente le ratio entre le MR déterminé à un certain degré

de saturation sur le MR déterminé à un état initial de saturation faible. Il est possible

d’observer que l’effet de la teneur en mica est très faible pour des teneurs en eau faible,

mais celui devient beaucoup plus important lorsque la saturation du matériau est approchée.

Ceci est peu surprenant, les particules de type mica, en plus d’avoir des caractéristiques

38

mécaniques très mauvaises, causent une diminution de la masse volumique sèche maximale

et interagissent avec l’eau, dû entre autres à leur surface spécifique élevée. Cependant,

comme la diminution de la qualité du comportement mécanique avec la teneur en mica est

globalement linéaire, il est difficile d’identifier des valeurs limites pour la teneur en ce type

de particules (Ekblad 2007).

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

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

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

paramètres, selon plusieurs études, ayant une très faible importance sur le MR des matériaux

granulaires. Seed et coll. (1965, tiré de Lekarp et coll. (2000a)) ont conduit une étude

montrant que le MR d’un sable augmente de 160 kPa à 190 kPa pour une durée de charge

passant de 0,3 seconde à 20 minutes. Hicks (1970, tiré de Lekarp et coll. (2000a)) a fait

plusieurs essais à des durées de charge de 0,1 seconde, 0,15 seconde et 0,25 seconde qui

n’ont montré aucun changement dans la valeur du MR calculé. La valeur de MR peut

39

diminuer avec la fréquence de chargement quand la teneur en eau approche la saturation à

cause de la création de pressions interstitielles.

2.8.8. Conclusion

Comme il vient d’être montré, le MR est influencé par un bon nombre de paramètres,

chacun d’eux ayant des effets d’importance très variable. L’étude de Theyse (2002)

propose, entre autres, une synthèse de l’effet de divers paramètres sur le MR, mais aussi sur

les paramètres de régression du modèle K-θ (K1 et K2). Le Tableau 2.3 a été extrait de cette

étude. Comme il est possible d’observer, hormis l’effet des contraintes, les paramètres

ayant la plus grande influence sur le comportement mécanique réversible sont le degré de

saturation SR et la masse volumique. En ce qui concerne la granulométrie, cet auteur

présente peu de données. Néanmoins, selon lui, l’effet du diamètre maximal semble

négligeable, du moins pour une plage de variation assez restreinte, et l’effet du pourcentage

de particules fines est faible. Comme il a été vu, l’ajout de particules fines peut être

bénéfique jusqu’à un certain point. Theyse (2002) identifie l’optimum vers 9%. Cependant,

il est possible de penser que cette valeur est largement variable est fonction de diverses

caractéristiques du MG considéré.

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

Effet sur le paramètre Facteur Variation du facteur K1 K2 MR

Durée charge 0,1 à 1 s Pas d’effet Pas d’effet Pas d’effet Fréquence charge 0,3 à 1 Hz Pas d’effet Pas d’effet Pas d’effet

# Chargement ↑ nb de

chargement ↑ 0-20%

Pas d’effet ou légère diminution

↑ 0-20%

3 Constante vs

cyclique Pas d’effet unique

mesuré Pas d’effet unique

mesuré

3 constante surestime

légèrement MR

Masse volumique ↑ 82,6 à 87,5% de

la masse vol. ↑ 100% ↓ 15% ↓ 10%

dmax 19,5 à 37,5 mm Pas d’effet Pas d’effet Pas d’effet %F ↑ %F ↑ faible ↑ faible Optimum 9%

Forme des particules

↑ angularité Non déterminé Non déterminé ↑ faible

Texture de surface des particules

Plus grossière Non déterminé Non déterminé ↑ faible

↑ SR ↑ 20 à 90% ↓ jusqu’à 80% ↑ 25% ↓ jusqu’à 60%

40

2.9. Résistance à la déformation permanente

Selon Lekarp et coll. (2000b), au cours des dernières décennies, l’augmentation des besoins

en transport et l’augmentation résultante du trafic lourd ont provoqué une accélération de la

détérioration des chaussées. Cela a eu pour effet d’augmenter de façon drastique les coûts

reliés à l’entretien et à la réhabilitation des chaussées.

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

besoins courants en ingénierie, la réponse en déformation de ces matériaux sous l’action

répétée du trafic est définie par la réponse résiliente. Cette dernière joue un rôle important

en ce qui concerne la capacité de support de la chaussée et en ce qui concerne la réponse en

déformation permanente. La réponse en déformation permanente permet de caractériser la

performance à long terme de la chaussée et l’orniérage structural. Dans le dimensionnement

d’une chaussée souple, un des facteurs importants à considérer est le développement

d’ornières dans la structure de la chaussée. Toutefois, la prédiction du développement de

l’orniérage est extrêmement complexe.

Lekarp et coll. (2000b) ont compilé les résultats de plusieurs études portant sur la

déformation permanente des matériaux granulaires de fondation de chaussées et ont mis en

évidence les principaux facteurs pouvant affecter le développement de cette déformation

permanente. Ces principaux facteurs sont présentés dans cette section.

2.9.1. Effet des contraintes

Le niveau de contrainte est considéré par plusieurs chercheurs comme étant l’un des

principaux facteurs gouvernant le développement des déformations permanentes dans les

matériaux granulaires. Une étude réalisée par Morgan (1966, tiré de Lekarp et coll.

(2000b)) a montré que l’accumulation de déformations permanentes axiales est directement

proportionnelle à la contrainte déviatorique et inversement proportionnelle à la pression de

41

confinement. Selon Lashine et coll. (1971, tiré de Lekarp et coll. (2000b)), qui ont réalisé

des essais sur du gravier concassé dans des conditions drainées et partiellement saturées, la

déformation permanente axiale diminue jusqu’à une valeur constante reliée au ratio du

déviateur sur la contrainte de confinement. Lekarp et Dawson (1998, tiré de Lekarp et coll.

(2000b)) décrivent la rupture dans les matériaux granulaires sous chargement cyclique

comme étant un processus graduel. De plus, Dawson (1995) mentionne que seuls les

granulats de très faible résistance subissent des dommages notables et non recouvrables

avec une seule application de charge. Pour la plupart des granulats, la déformation

permanente est d’abord élevée mais diminue rapidement pour parfois s’arrêter. Dans

d’autres cas, la déformation continue et parfois s’accélère.

D’après Dawson (2001), plusieurs études montrent qu’il semble exister un niveau de

contrainte seuil qui peut être appliqué à une couche de granulats compactée. Sous ce seuil,

la déformation permanente s’arrêtera à un certain niveau alors que dépassé ce seuil, la

déformation permanente continuera de s’accumuler tout au long de la durée de vie de la

chaussée.

2.9.2. Effet de la rotation de la contrainte principale

L’effet de ce paramètre n’est pas complètement compris aujourd’hui, peut-être parce que

l’essai sous chargement cyclique ne reproduit pas le changement continuel dans la direction

de la contrainte principale. Néanmoins, dans la documentation, les études montrent que la

réorientation de la contrainte principale sur un matériau granulaire soumis au passage de

roues chargées cause des déformations permanentes plus importantes que celles obtenues à

l’essai triaxial cyclique conventionnel. Chan (1990, tiré de Lekarp et coll. (2000b)) a réalisé

des essais sur un calcaire concassé avec et sans l’application d’une contrainte de

cisaillement. Les résultats obtenus montrent clairement que la déformation permanente est

plus importante avec une contrainte de cisaillement appliquée.

Selon Dawson (1995), l’effet de la rotation des contraintes au passage d’une roue est un

facteur important dans le développement de la déformation permanente. Ils ont montré à

l’aide d’un appareil triaxial, développé à l’Université de Nottingham, que les déformations

42

permanentes augmentent d’un facteur deux lorsqu’une rotation des contraintes est

appliquée lors de l’essai triaxial. C’est pourquoi, il est impossible de quantifier, avec l’essai

triaxial conventionnel, l’orniérage qui se développera après un nombre donné de passages

d’essieux. L’essai triaxial conventionnel est donc utilisé, entre autres, pour classer les

matériaux selon leur propension relative à se déformer en termes d’orniérage. Ce

classement est approximatif et peut changer si, par exemple, la teneur en eau varie.

2.9.3. Effet du nombre d’applications de charges

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

graduelle de petits incréments de déformation à chaque application de charge. Par

conséquent, en termes de durée de vie de la chaussée, le nombre de répétitions de charges

est très important à considérer dans le cas des matériaux granulaires. Le taux

d’augmentation de la déformation permanente dans un matériau granulaire sous chargement

cyclique tend à diminuer jusqu’à un point où il est possible de définir une valeur limite de

déformation permanente. Toutefois, selon Lekarp (1997) et Lekarp et Dawson (1998) (tiré

de Lekarp et coll. (2000b)), cette stabilisation de la déformation permanente ne survient que

si les contraintes appliquées sont faibles alors que des contraintes élevées engendrent une

augmentation continuelle de la déformation permanente.

2.9.4. Effet de la teneur en eau

De façon générale, la présence d’une certaine quantité d’eau, c’est-à-dire pour des degrés

de saturation peu élevés, est généralement bénéfique puisqu’il y a création d’une contrainte

de succion matricielle. Près de la saturation, si une charge est appliquée très rapidement,

des pressions interstitielles positives peuvent se développer. Ces pressions interstitielles

positives entraînent la réduction des contraintes effectives, entraînant ainsi la diminution de

la résistance à la déformation permanente. D’après l’étude de Thom et Brown (1987), un

degré de saturation élevé, jumelé à une faible conductivité hydraulique est particulièrement

néfaste pour un matériau granulaire. Ceci conduit à des pressions interstitielles positives,

des contraintes effectives faibles, et donc une faible rigidité et une diminution de la

43

résistance à la déformation permanente. Par exemple, une augmentation du degré de

saturation de 60% à 80% a conduit à une augmentation de la déformation permanente de

100%.

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

peuvent survenir sans la génération de pressions interstitielles, dû à l’effet lubrifiant de

l’eau sur les particules. Un drainage approprié de la structure de chaussée est important à

considérer. Ceci peut être fait entre autres en diminuant la quantité de particules fines dans

le matériau granulaire. Par contre, cela entre en conflit avec la volonté de produire des

mélanges très résistants à la déformation, donc avec un meilleur empilement des particules

(ce qui est atteint en considérant une certaine quantité de particules fines). La Figure 2.18

(dans laquelle q représente d), tirées des recherches menées par ces auteurs, montre bien

l’influence du drainage sur la génération de déformations permanentes.

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

2.9.5. Effet de l’histoire des contraintes

Il a été montré par Brown et Hyde (1975, tiré de Lekarp et coll. (2000b)), que la

déformation permanente induite par de petits incréments du niveau de contraintes est

beaucoup plus faible que celle causée lorsque la contrainte la plus élevée est

44

immédiatement appliquée. La Figure 2.19 illustre ce phénomène. Tous les états de

contraintes ont été appliqués par incréments, sauf le dernier (marqué par des x), où la

contrainte déviatorique est passée de 50 à 650 kPa sans palier d’incrémentation.

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

2.9.6. Influence de la masse volumique

Holubec (1969, tiré de Lekarp et coll. (2000b)) et Thom et Brown (1988) ont montré par

leurs travaux que l’effet de la masse volumique est extrêmement important pour le

comportement à long terme des matériaux granulaires. De manière générale, lorsque la

masse volumique est augmentée, la résistance à la déformation permanente s’en trouve

améliorée. Par exemple, les résultats de Barksdale (1972, tiré de Lekarp et coll. (2000b))

présentent 185% plus de déformation permanente lorsque le matériau est compacté à 95%

de sa masse volumique maximale au lieu de 100% de cette masse volumique. Pour Holubec

(1969, tiré de Lekarp et coll. (2000b)), l’augmentation de la densité pour un matériau

granulaire composé de granulats anguleux provoque des diminutions très importantes de la

déformation permanente alors qu’il est moins important pour un granulat arrondi.

45

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

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

pour un même effort de compactage, provoque une diminution de la déformation

permanente. Thom et Brown (1988) ont montré que l’effet de la granulométrie varie selon

la compacité. Sept granulométries ont été utilisées allant d’uniforme à étalée (selon le

paramètre de granulométrie nFT décrit à l’équation 6) avec un dmax de 10 mm. Le paramètre

‘nFT’ décrit en quelques sortes l’étalement de la courbe granulométrique. Dans le cadre de

cette étude, la courbe la plus étalée a un paramètre nFT de 0,25 et la plus uniforme a un

paramètre nFT de 5 (granulométrie plus ouverte). Il est à noter que la teneur en fines des

granulométries testées varie de 2% à 28%. Les résultats de l’étude sont présentés à la

Figure 2.20.

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

Cette étude de Thom et Brown (1988) montre d’abord que la résistance à la déformation

plastique sous chargement cyclique est fortement améliorée si la compacité est augmentée.

De plus, la résistance à la déformation plastique sous chargement cyclique est semblable

pour toutes les granulométries si la compacité est élevée. Par contre, si le matériau est

moins compacté, les granulométries uniformes sont plus résistantes.

46

Pourtant, Dawson et coll. (1996) ont montré que l’effet de la granulométrie est beaucoup

plus important que la compacité. Les résultats obtenus par ces derniers montrent que la

résistance à la déformation plastique est plus importante pour les mélanges denses. Quant à

eux, Barksdale (1972, 1991, tiré de Lekarp et coll. (2000b)) et Thom et Brown (1988), ont

montré que la résistance à la déformation permanente est inversement proportionnelle à la

teneur en fines. D’autre part, les matériaux anguleux présentent de plus petites

déformations plastiques que les matériaux arrondis dû à leur angle de friction plus élevé.

Les résultats de Pan et Tutumluer (2007) décrivent bien cette tendance, puisqu’ils ont

montré que les déformations permanentes (εP) diminuent avec la proportion de particules

concassées dans les échantillons de laboratoire, tel qu’il est illustré à la Figure 2.21.

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

2.9.8. Modèles définissant la déformation permanente dans les matériaux granulaires

Les modèles développés par les chercheurs en vue de modéliser la déformation permanente

des matériaux granulaires sont basés principalement sur le nombre d’applications de

charges ou l’état de contraintes. Veverka (1979, tiré de Lekarp et coll. (2000b)) a développé

un modèle simple qui relie la déformation permanente à la déformation réversible défini par

la relation

47

DPbP DP Ra N Équation 8

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

nombre d’application de charge et aDP et bDP des constantes propres au matériau. D’autres

chercheurs ont développé des relations plus élaborées.

2.9.9. Conclusion

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

susceptibilité à la déformation permanente des MG. Entre autres, l’effet de facteur comme

la saturation, la minéralogie, la forme des particules et la granulométrie est généralement

d’importance variable. Du point de vue de la distribution de la taille des grains, il est

constaté que des squelettes granulaires denses sont généralement souhaitables, mais qu’une

attention particulière doit être portée à la teneur en particules fines dans le cas de ces

matériaux.

2.10. Succion dans les matériaux granulaires de fondation des chaussées

À l’état saturé, les matériaux granulaires compactés sont considérés comme un milieu à

deux phases (solide et eau dans les vides) tandis qu’à l’état non saturé, ils sont considérés

comme un milieu à quatre phases (solide, eau, air et peau contractile) (Fredlund et Rahardjo

1993). La peau contractile correspond à l’interface air-eau, où une tension superficielle se

développe dû au fait que les molécules sont soumises à des forces nettes vers l’intérieur du

liquide (Lebeau 2006). Les matériaux granulaires de fondation des chaussées ont un degré

de saturation sur le terrain souvent situé entre 75 et 85% (Côté et Roy 1998). Ils sont donc

partiellement saturés. La présence d’air dans les pores du matériau granulaire de fondation

induit une succion matricielle, qui est une composante de la succion totale dans un

matériau.

Les composantes de la succion totale sont les suivantes :

48

Composante matricielle ou capillaire d’énergie libre – En termes de succion, il s’agit de la

succion équivalente provenant de la pression partielle de la vapeur d’eau en équilibre avec

l’eau du sol, relativement à la pression partielle de la vapeur d’eau en équilibre avec une

solution identique, en termes de composition, avec l’eau du sol.

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

équivalente de la pression partielle de la vapeur d’eau en équilibre avec une solution de

composition identique à celle de l’eau du sol, relativement à la pression partielle de la

vapeur d’eau en équilibre avec de l’eau pure libre.

Succion totale d’énergie libre de l’eau du sol – En termes de succion, il s’agit de la succion

équivalente de la vapeur d’eau en équilibre avec une solution identique en termes de

composition avec l’eau du sol, relativement à la pression partielle de la vapeur d’eau en

équilibre avec de l’eau pure libre.

L’équation définissant la succion totale est

( )a wu u Équation 9

où est la succion totale, ua est la pression d’air dans les pores, uw est la pression d’eau

dans les pores et est la succion osmotique, toutes ces valeurs devant être exprimées dans

la même unité de pression. Ainsi, la succion totale est la somme de deux composantes : la

succion matricielle et la succion osmotique. La succion matricielle (ou pression capillaire)

est la différence entre la pression d’air et la pression d’eau dans la matrice de sol (ua-uw).

Pour des succions totales plus grandes que 1500 kPa, la succion matricielle peut être

considérée égale à la succion totale puisque la succion osmotique est un phénomène de

faible intensité. Hanks et Ashcroft (1980) décrivent la succion osmotique comme étant le

potentiel d’aspiration résultant des corps dissous dans l’eau se trouvant dans les pores de

l’échantillon.

Selon Fredlund et Rahardjo (1993), les pores de faibles rayons agissent en quelques sortes

comme des tubes capillaires et provoquent l’ascension de l’eau au-dessus de la position de

la nappe phréatique. L’eau capillaire a une pression négative par rapport à la pression d’air,

49

souvent atmosphérique dans des conditions de terrain. La pression d’eau dans les pores

peut être fortement négative pour de faibles degrés de saturation.

Généralement, l’humidité dans les sols diminue avec le rayon de courbure de l’eau de

surface dans les pores. Ce rayon de courbure est inversement proportionnel à la différence

entre la pression d’air et la pression d’eau (succion matricielle). Par conséquent, la création

d’une succion matricielle peut aussi être vue comme une expression de la réduction de

l’humidité relative dans le sol. Selon Fredlund et Rahardjo (1993), la capillarité est

intimement reliée à la succion matricielle. Elle a un effet direct sur la courbe caractéristique

sol-eau. Dans un sol, plus le rayon des pores est petit, plus la succion matricielle est élevée

comme le montre l’équation

( ) 2 Sa w

S

Tu u

R Équation 10

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

2.10.1. Courbe caractéristique de rétention d’eau

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

se draine, une certaine succion dans la phase liquide se développe, sans toutefois affecter la

teneur en eau. À une certaine succion donnée, la valeur de la succion ne peut varier sans

faire diminuer la teneur en eau. Cette valeur de succion est appelée la pression d’entrée

d’air (a). Elle peut être déterminée pour un degré de saturation de 100%, mais pour des

raisons pratiques, une valeur de degré de saturation de 90% est jugée suffisante pour

estimer la valeur de la pression d’entrée d’air.

À des valeurs de succion plus élevées que la pression d’entrée d’air, la teneur en eau varie

avec l’augmentation de la succion matricielle. La pente de cette variation linéaire est

appelée ‘indice de distribution de la dimension des pores’ () (Figure 2.22). Généralement,

cette pente est abrupte pour des matériaux plus uniformes, alors qu’elle est moins

prononcée pour des matériaux plus étalés. Selon Côté et Konrad (2003), une forte variation

de teneur en eau pour de faibles variations de succion matricielle est associée à une bonne

50

capacité de drainage (ex : sables). Par contre, une faible variation de teneur en eau avec de

fortes variations de succion matricielle est associée à une mauvaise drainabilité (ex : sols

argileux). Toujours selon ces auteurs, si la valeur de la surface spécifique (SsF) des

particules fines est augmentée, la valeur de diminue, ce qui est logique en tenant compte

de la variation de avec la dimension des particules du sol. Les sols argileux (surface

spécifique élevée) ont donc des valeurs faibles de et les sols sableux (surface spécifique

faible) ont donc des valeurs de élevée.

Selon Côté et Roy (1998), pour des valeurs de succion plus élevées, la pente de variation de

teneur en eau en fonction de la succion devient douce. Il faut alors appliquer des succions

importantes pour faire varier la teneur en eau ou le degré de saturation. En extrapolant la

pente de l’indice de distribution des pores et la pente douce qui vient d’être décrite,

l’intersection entre ces deux extrapolations permet de déterminer la teneur en eau résiduelle

(r).

Lorsque le matériau est humidifié de nouveau, une hystérésis de la courbe est visible. Ainsi,

la courbe caractéristique de rétention d’eau est plus basse que la courbe de désorption. La

teneur en eau atteinte à ce moment pour des succions nulles permet de déterminer la teneur

en air résiduelle (ar). La Figure 2.22 présente un exemple d’une courbe caractéristique de

rétention d’eau. La variable s représente la teneur en eau volumétrique saturée.

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

51

La conductivité hydraulique et la courbe de rétention d’eau sont les paramètres influençant

le plus le mouvement de l’eau dans la structure de chaussée. Les matériaux granulaires de

chaussées sont généralement soumis à des valeurs de succion matricielle comprises entre 0

et 75 kPa. De plus, il a été montré par Savard (1995, tiré de Côté et Roy (1998)) qu’un

matériau granulaire de fondation routière contenant des fines argileuses montre une

pression d’entrée d’air de 10 kPa, alors que cette valeur diminue à 5 kPa si le matériau

contient des fines non argileuses.

Selon Marshall (1958, tiré de Côté (1997)), la succion matricielle est reliée au diamètre des

pores et la pression d’entrée d’air d’un sol reflète la taille maximale des pores (Dmax), qui

semble contrôlée par la porosité et la quantité de particules fines du matériau à

granulométrie étalée. La valeur de Dmax est

max 4 S

a

TD

Équation 11

où Ts est la tension de surface de l’eau (75 kPa*m) et a est la pression d’entrée d’air

(kPa). Les Figure 2.23 et Figure 2.24 montrent respectivement l’évolution de la pression

d’entrée d’air en fonction de la porosité pour différentes teneurs en fines et la pente de la

courbe caractéristique sol-eau en fonction de la surface spécifique des particules.

Généralement, selon Fredlund et Xing (1994), la teneur en eau volumétrique saturée (s) et

la pression d’entrée d’air augmente avec la plasticité du sol.

52

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

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

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

La courbe caractéristique de rétention d’eau est mesurée, entre autres, par un essai sur

plaque de pression. Un échantillon de MG 20 est compacté dans un moule de type Proctor

53

de 152,4 mm de diamètre ayant un volume de 1578,7 cm3. Une succion matricielle est

imposée dans l’échantillon par l’application d’une pression d’air dans la cellule contenant

l’échantillon préalablement saturé. La pression d’air fait alors varier la pression d’eau

puisque celle-ci est drainée sous l’application de la pression d’air. Lorsque l’équilibre est

atteint, une teneur en eau de l’échantillon peut être prise par simple pesée. À cet état

d’équilibre, la succion matricielle est égale à la pression d’air. En appliquant divers paliers

de pression, la courbe caractéristique de rétention d’eau peut être tracée (Figure 2.22). Cet

essai, appelé potentiel de succion, est décrit par méthode d’essai LC-22-330 du MTQ

(1993). La Figure 2.25 présente le montage de l’essai.

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

De plus, Côté et Roy (1998) ont réalisé des essais différents pour mesurer la courbe

caractéristique de rétention d’eau. Le moule utilisé fait 305 mm de diamètre et 270 mm de

hauteur. Les échantillons ont été compactés avec l’aide d’un marteau Proctor (hauteur de

chute de 457 mm) selon un nombre de coups (160) et de couches (5) ajustés pour obtenir le

54

même niveau d’énergie que lors d’un essai Proctor modifié normalisé. La mesure de la

teneur en eau est réalisée avec des sondes TDR installées à trois niveaux dans le moule. La

mesure de la succion matricielle est faite avec des tensiomètres installés aux trois mêmes

niveaux que les sondes TDR. L’utilisation de ces outils électroniques permet d’obtenir des

mesures non destructives et fréquentes de l’évolution de la teneur en eau avec la succion. Il

a été trouvé que les résultats obtenus avec la plaque de pression et ceux obtenus avec le

moule de 305 mm de diamètre sont semblables et comparables.

2.10.3. Équation de la courbe caractéristique sol-eau

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

d’eau. Fredlund et Xing (1994) (d’après Côté 1997) ont défini un modèle qui décrit la

forme de cette courbe. Dans ce modèle, il est possible de prédire la teneur en eau du sol non

saturé par

1

ln

SM

SM

m

V S n

a w

SM

Cu u

ea

Équation 12

où V est la teneur en eau volumétrique pour un état de succion matricielle, s est la teneur

en eau volumétrique saturée, (ua-uw) est la succion matricielle, C(ψ) est une fonction de

correction, aSM correspond environ à la pression d’entrée d’air et nSM et mSM sont des

paramètres propres aux matériaux. Basés sur les équations définies par Fredlund et Xing

(1994), les travaux de Perera et coll. (2005) ont permis de présenter les paramètres de

régression de l’équation ci-dessus en fonction de la courbe granulométrique de sols non

plastiques. Les paramètres de régression sont présentés en fonction du d90, d60, d30, d20, d10,

du pourcentage de particules fines %F, d0 et d100 (ces deux derniers paramètres étant

obtenus par une méthode d’interpolation sur la courbe granulométrique). Le modèle

proposé permet d’estimer l’équation de la courbe caractéristique de rétention d’eau avec

une erreur absolue de 14,8%.

55

Brooks et Corey (1964, tiré de Côté et Konrad (2003)) ont défini un modèle simple

représentant l’évolution de la teneur en eau volumique en fonction de la succion matricielle

pour r=0. Il s’écrit

V S a w apour u u Équation 13

a

V Sa wu u

a w apour u u Équation 14

où a est la pression d’entrée d’air (kPa), (ua-uw) est la succion matricielle (kPa), V est la

teneur en eau volumique, s est la teneur en eau volumique à la saturation et est l’indice

de distribution de la taille des pores.

2.11. Conductivité hydraulique des matériaux granulaires

Selon Côté et Roy (1998), les MG 20 sont mis en place à une masse volumique sèche

élevée assurant ainsi une excellente capacité portante. Par contre, cette masse voumique

élevée combinée à une quantité appréciable de particules fines peut provoquer le mauvais

drainage de ce type de matériau et causer une certaine susceptibilité à la formation de glace

de ségrégation. La réduction de la quantité de particules fines a pour objectif de limiter le

potentiel de gélivité et d’assurer un bon drainage combiné à une bonne capacité portante.

D’après Côté et Konrad (2003), dans l’objectif d’optimiser la performance globale des

chaussées, les matériaux granulaires doivent posséder de bonne capacité de drainage afin de

dissiper les pressions interstitielles en excès et minimiser les effets néfastes de l’humidité.

Toutefois, les MG 20 ont une granulométrie étalée et présentent donc une bonne capacité

portante mais ont souvent un mauvais drainage (Brown et Chan 1996). Le MTQ impose

que la quantité de particules fines ne doit pas excéder 7% pour assurer une bonne portance,

un bon drainage et limiter le soulèvement au gel.

56

Pour Randolph et coll. (2000), le mauvais drainage est identifié comme étant une des

causes principales de la formation de défauts sur les chaussées. Généralement, les

matériaux satisfaisant à des normes sur la granulométrie devraient avoir des valeurs

acceptables de conductivité hydraulique. Pourtant, des variations importantes de

conductivité hydraulique surviennent pour diverses granulométries comprises à l’intérieur

d’un fuseau spécifique. Le taux de drainage d’une chaussée est proportionnel à la

conductivité hydraulique des matériaux de fondation et de sous-fondation (Janoo 2002,

Lebeau 2006). Généralement, la conductivité hydraulique d’un sol d’infrastructure est plus

faible que celle des matériaux constituant la structure de la chaussée. Par conséquent,

l’écoulement vertical est négligeable et l’écoulement est en majorité horizontal et se produit

donc parallèlement au plan de compaction. Moynahan et Sternberg (1974) ont montré que,

pour un matériau à granulométrie dense, la conductivité hydraulique horizontale est de 10%

à 80% supérieure à la conductivité hydraulique verticale. Ceci s’explique aussi par la

présence d’une certaine stratification dans le matériau lorsque celui-ci contient davantage

de particules fines. Par conséquent, un matériau à granulométrie ouverte montre des

différences moins importantes entre la conductivité hydraulique horizontale et verticale.

D’après Richardson (1997), d’une manière très générale, des valeurs de conductivité

hydraulique supérieures ou égales à 2x10-3m/s sont considérées comme acceptables alors

que des valeurs inférieures ou égales à 3,5x10-6m/s sont considérées trop faibles. Selon

Murray (1995, tiré de Côté et Roy (1998)), la conductivité hydraulique des matériaux de

fondation routière varie de 10-8 à 10-5 m/s typiquement. Ceci est en accord avec les données

présentées par Côté et Konrad (2003), Boudali (1997) et Flon et Poulin (1987) sur des

matériaux granulaires de fondations provenant du Québec, puisque les valeurs de

perméabilité à l’état saturé sont dans cet ordre de grandeur. En termes qualitatifs, des

valeurs de conductivité hydraulique de cet ordre sont classées de bon drainage à faible

drainage (Holtz et Kovacs 1981). À titre indicatif, une variation d’un ordre de grandeur

dans la valeur de conductivité hydraulique peut engendrer une variation dans le temps de

drainage variant, pour les valeurs retrouvées dans le cas présent, de 1 semaine à plus d’un

mois (AASHTO 1993). Qui plus est, à l’intérieur même d’un fuseau granulométrique, la

conductivité hydraulique peut varier de plusieurs ordres de grandeur (Jones et Jones 1989).

57

Conductivité hydraulique saturée

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

l’équation

Hq K Ki

L

Équation 15

où q est le flux, H est la variation de charge hydraulique entre 2 points, L est la distance

séparant les 2 points, i est le gradient hydraulique et K est la conductivité hydraulique.

Cette équation est valable si l’écoulement est considéré comme étant très lent et laminaire,

c’est-à-dire, pour des raisons pratiques, pour un nombre de Reynolds plus petit que 10

(Randolph et coll. 2000). Il est généralement assumé que ces conditions sont satisfaites

dans le cas des sols et granulats. En conditions saturées, la conductivité hydraulique peut

être mesurée par deux types d’essais : l’essai à charge constante et l’essai à charge variable.

La Figure 2.26 illustre les deux montages.

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

58

Les deux équations utilisées pour calculer la conductivité hydraulique dans le cas de ces

deux essais sont les suivantes :

Charge constante :

1 2 1 22 ( )( )

QLK

A H H t t

Équation 16

Charge variable :

2

11

2 12

ln( )

( )

HA L

HKA t t

Équation 17

où K est la conductivité hydraulique, L est la distance séparant les 2 points, H est la charge

en 1 point, t est le temps mesuré, A2 est l’aire du cylindre de sol, Q est le débit et A1 est

l’aire du tube d’entrée d’eau.

Conductivité hydraulique non saturée

Selon Lebeau (2006), dans le cas des matériaux non saturés, en plus de contenir de l’eau,

les pores contiennent de l’air tel qu’il a été mentionné. L’espace disponible pour

l’écoulement est donc réduit significativement, la phase gazeuse diminuant l’espace

disponible pour l’écoulement de l’eau interstitielle. De plus, la présence d’air a pour effet

d’augmenter la tortuosité des canaux d’écoulement. Par conséquent, les deux paramètres

principaux influençant la conductivité hydraulique des matériaux granulaires non saturés

sont l’indice des vides et le degré de saturation.

La conductivité hydraulique d’un matériau non saturé peut être obtenue par divers types

d’essais tels que la méthode d’essai basée sur un régime permanent et la méthode du profil

instantané. D’après Côté et Roy (1998), l’essai basé sur un régime permanent implique

l’application d’un gradient constant pour faire passer l’eau à travers le matériau granulaire

poreux. Le sol granulaire est placé entre deux plaques poreuses à pression d’entrée d’air

élevée et deux tensiomètres (T1 et T2) sont alors positionnés à deux positions différentes

sur l’échantillon afin de mesurer la pression d’eau dans les pores. Dans l’échantillon, une

59

pression d’air est appliquée et est mesurée par un manomètre. L’appareillage nécessaire est

présenté à la Figure 2.27.

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

L’équation suivante est utilisée pour calculer la conductivité hydraulique non saturée K lors

de cet essai :

3 4( )

QLK

At H H

Équation 18

où A est la surface de l’échantillon, t est le temps d’écoulement, L est la distance entre les

tensiomètres, Q est le volume d’eau écoulé et H3-H4 est la différence de charge entre les

points 3 et 4.

Selon Côté et Konrad (2003), les matériaux granulaires étant des matériaux grossiers, la

teneur en eau volumétrique résiduelle (r) peut être considérée égale à zéro. Dans le cas de

ce type de matériau, le modèle de Brooks et Corey (1964, tiré de Côté et Konrad (2003))

60

décrit la conductivité hydraulique non saturée pour une teneur en eau volumétrique (K) en

fonction de la conductivité hydraulique saturée (Ksat) et de la teneur en eau volumétrique

(V) ou de la succion matricielle (ua-uw) par

Vsat

s

K K

Équation 19

ou

a

sata w

K Ku u

Équation 20

où a est la pression d’entrée d’air, k est la conductivité hydraulique non saturée pour une

succion matricielle donnée, s est la teneur en eau volumétrique saturée, est égale à 2 +

3 (où est la pente de la courbe caractéristique sol-eau) et est égale à (2 + 3)/.

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

Selon Lebeau (2006), l’écoulement de l’eau dans un matériau granulaire se fait à travers un

réseau complexe de pores interconnectés. La grosseur et la dispersion de ces pores

dépendent du degré de compaction et de la granulométrie. Les particules fines ont une

influence sur la compacité, sur la stabilité et sur la conductivité hydraulique (et donc sur la

porosimétrie).

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

augmente (Dawson 2001). Par conséquent, l’écoulement de l’eau se produit dans la fraction

fine, c’est-à-dire à travers un réseau de pores beaucoup plus fin que celui d’un matériau

sans particules fines. Le cas le plus probable de dispersion des particules fines dans les

matériaux à granulométrie étalée est une dispersion uniforme à l’intérieur d’un squelette à

grains grossiers à l’intérieur duquel l’eau s’écoule dans un réseau de pores uniformes

contrôlé par la quantité de particules fines. La porosité de la fraction fine nf (exprimée en

61

décimales), telle que définie par Côté et Konrad (2003), est schématisée à la Figure 2.28 et

décrite par l’équation

%

(1 % )c

fc c

n Fnn

n n F

Équation 21

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

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

par

(1 )%cn n n F Équation 22

Figure 2.28 : Schématisation de la porosité de la fraction fine

En fait, la porosité de la fraction fine exprime le remplissage partiel des vides créés par les

particules grossières (d>0,08 mm) par des particules fines (d<0,08 mm). Les faibles valeurs

de porosité et les fortes valeurs de teneur en fines conduisent aux plus faibles valeurs de nf

et vice et versa. La porosité de la fraction fine est un paramètre clé contrôlant à la fois la

conductivité hydraulique et la courbe de rétention d’eau d’un matériau granulaire à

granulométrie étalée. Cette affirmation est appuyée par le fait que nf représente la

distribution de la grosseur des pores et l’espace disponible pour l’écoulement bien mieux

que la porosité globale. La porosité de la fraction fine peut aussi être un moyen de

caractériser la tortuosité de l’écoulement entre les particules grossières. Il s’agit d’un

62

modèle de porosité analysant un matériau en deux phases, dans l’hypothèse simplificatrice

que la masse volumique des grains solides reste la même dans chacune d’elles. Ce

paramètre permet d’approcher le rôle des particules fines aussi d’une façon volumique.

Bien que le pourcentage massique de particules fines est reconnu pour être en lien avec K,

les travaux de Hoppe (1996) concluent que ce paramètre seul est peu corrélé avec la

conductivité hydraulique.

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

des MG 20, une analyse paramétrique de ce modèle est présentée à la Figure 2.29. Afin de

réaliser celle-ci, une plage de variation de la porosité a été fixée entre 0,11 et 0,21 en se

basant sur les données disponibles dans les études de Boudali (1997), Flon et Poulin (1987)

et Côté et Konrad (2003). Il est constaté que la porosité de la fraction fine tend à augmenter

avec l’augmentation de la porosité, cet effet étant davantage marqué à pourcentage de fines

élevé. Pour des pourcentages de fines faibles, la porosité de la fraction fine est moins

variable lorsque la porosité globale augmente puisque la faible teneur en particules fines

influence peu l’agencement des particules grossières. La porosité de la fraction fine tend

aussi à augmenter avec l’augmentation de la porosité de la fraction grossière, cet effet étant

aussi plus marqué à pourcentages de fines élevés. Alors que des particules fines sont

ajoutées au squelette granulaire, les particules grossières sont davantage écartées et ceci

laisse davantage de place au positionnement des particules fines, causant une plus grande

variabilité de la porosité de la fraction fine. De la même façon, la porosité de la fraction

grossière augmente avec l’augmentation de la porosité, mais ce phénomène semble moins

dépendant du pourcentage de particules fines.

63

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

2.11.2. Facteurs influençant la conductivité hydraulique

D’après une publication de Murray (1995, tiré de Côté et Roy (1998)), il est généralement

reconnu que la conductivité hydraulique est influencée par la grosseur, la forme, la texture

et la configuration des particules, par le niveau de compacité, la distribution de la grosseur

des pores, la tortuosité de l’écoulement, par la viscosité dynamique et la masse volumique

du matériau granulaire. Elle est également dépendante du degré de saturation et de la

composition minéralogique du matériau. Selon Randolph et coll. (2000), la composition

minéralogique influence la conductivité hydraulique par l’indice de plasticité et l’activité

des particules fines. La mesure de la conductivité hydraulique peut être obtenue à partir de

tests in situ ou de tests en laboratoire. Toutefois, la répétabilité de ces tests peut être

influencée entre autres par le niveau de compacité et le degré de saturation.

La Figure 2.30 provenant de Côté et Konrad (2003) montre que la conductivité hydraulique

est fortement influencée par la porosité globale et la teneur en fines. L’augmentation de la

64

porosité ou la diminution de la teneur en fines conduit à une augmentation de la

conductivité hydraulique. De plus, il est possible de constater que la source de granulats et

la minéralogie influencent la capacité d’arrangement des particules et donc la porosimétrie

des MG, ce qui influence la conductivité hydraulique. En effet, les échantillons de granite

concassé montrent des valeurs plus élevées de conductivité hydraulique alors que les

échantillons de calcaire concassé montrent des conductivités hydrauliques plus basses. La

Figure 2.31 présente des résultats semblables pour la conductivité hydraulique saturée Ksat

provenant du modèle de Brooks et Corey en fonction de la porosité de la fraction fine.

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

65

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

Côté et Konrad (2003) ont aussi, de par leurs résultats, relié la pression d’entrée d’air a

(kPa) à la porosité de la fraction fine nf (en décimales) comme il est présenté à la Figure

2.32. L’équation traduisant la relation trouvée est

3,92 5,19 fLog a n Équation 23

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

66

Ils ont également relié l’indice de distribution des pores à la porosité de la fraction fine nf

(décimales) et à la surface spécifique des particules fines SSF (m²/g) par l’équation 24, dont

la représentation graphique est présentée à la Figure 2.33.

0,650,385 0,021 f Sn S F Équation 24

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

L’influence de nf et de SSF sur la conductivité hydraulique doit être considérée pour des

mêmes degrés de saturation car ce paramètre influence beaucoup la valeur de la

conductivité hydraulique. Les résultats de Côté et Konrad (2003) ont été calculés pour des

degrés de saturation de 100%, extrapolés à partir des données expérimentales et selon les

figures et les équations décrites dans cet article. Ils obtiennent comme résultat l’équation

9,94 12,64sat S fLog K S F n Équation 25

où Ksat est la conductivité hydraulique saturée (m/s). La Figure 2.34 présente cette équation

sous la forme graphique. Des résultats obtenus par Flon et Poulin (1987) ont été intégrés à

ces résultats.

67

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

De plus, les travaux de Côté et Roy (1998) ont permis de mettre en évidence l’influence de

plusieurs facteurs et paramètres sur la conductivité hydraulique des matériaux de fondation

des chaussées. Premièrement, ils ont étudié l’effet de la granulométrie (à l’intérieur et à

l’extérieur du fuseau de spécification) sur plusieurs sources de MG 20 sur la conductivité

hydraulique et sur la courbe de rétention d’eau. Les courbes utilisées avaient 2, 7 et 12% de

particules fines. Les matériaux testés étaient un granite concassé, un calcaire concassé et un

matériau schisteux concassé. Il a été trouvé que la conductivité hydraulique diminue

généralement d’un ordre de grandeur chaque fois que la teneur en fines augmente de 2% à

7% et 12%. Par conséquent, dans le contexte du fuseau granulaire du MTQ, une variation

de la conductivité hydraulique d’au moins un ordre de grandeur peut être espérée.

De plus, il a été constaté qu’en général un matériau plus fin a une remontée capillaire plus

grande et une faible capacité à drainer l’eau interstitielle. Les résultats obtenus par ces

auteurs permettent de conclure que, généralement, les matériaux granulaires granitiques

sont plus drainants que les matériaux schisteux, qui sont eux-mêmes plus drainants que les

matériaux calcaires. Ceci est en accord avec les résultats de surface spécifique obtenus lors

de la caractérisation. Lorsque la surface spécifique est plus élevée, la surface des particules

fines peut adsorber plus d’eau. Cette eau étant liée aux particules, les pressions d’entrée

68

d’air doivent donc être plus importantes pour un matériau avec une surface spécifique

élevée, comme c’est le cas des matériaux calcaires dans cette étude.

Selon Côté et Roy (1998), pour un matériau contenant moins de particules fines, la pression

d’entrée d’air et la teneur en eau résiduelle à 100 kPa sont plus faibles que pour un matériau

avec plus de fines. Par conséquent, la drainabilité des matériaux de bas de fuseau ayant de

faibles succions sera meilleure en comparaison avec les matériaux de haut de fuseau ayant

des succions plus élevées. Autrement dit, le drainage des matériaux à hautes teneurs en

fines demande une grande énergie due à la succion matricielle élevée. Inversement, les

matériaux de bas de fuseau avec peu de fines se drainent rapidement sans grande

augmentation de la succion.

D’après les travaux de Thompson (1969, tiré de Côté et Roy (1998)), c’est à des degrés de

saturation de 80% ou plus que des chargements répétés causant une augmentation de la

pression interstitielle peuvent engendrer des dégradations importantes à la chaussée, ce qui

correspond à environ la fin de la continuité de la phase gazeuse (Lebeau 2006). Toutefois,

l’étude de Doucet et Doré (2004) montre que la génération de pression interstitielle est

négligeable à l’état saturé pour une fréquence d’essai de 1 Hertz pour la caractérisation du

MR. Ceci est aussi un fait vérifié par Ekblad (2007) pour une fréquence de chargement

également de 1 Hertz. De plus, selon Côté et Roy (1998), la combinaison d’un matériau de

fondation peu drainant et la présence d’une nappe peu profonde sont donc néfastes pour la

capacité portante, en particulier en présence de conditions climatiques sévères (effet du

gel).

Finalement, selon Côté et Roy (1998), les matériaux les plus optimaux en termes de

drainage sont ceux dont le drainage est rapide sans engendrer de grandes augmentations de

la succion matricielle. Par conséquent, le matériau idéal est celui qui allie une faible

pression d’entrée d’air et une forte pente de la courbe caractéristique de rétention d’eau

(indice de distribution de la taille des pores). Il a été constaté au cours de l’étude que,

lorsque la conductivité hydraulique d’un matériau est élevée, la teneur en eau résiduelle à

100 kPa et la pression d’entrée d’air sont faibles. Lorsque ces deux paramètres augmentent,

la conductivité hydraulique a tendance à diminuer. Dans le cadre de l’étude réalisée, les

meilleurs matériaux, sous la base des critères exposés, sont généralement ceux avec 2% de

69

particules fines. Ceci peut entre autres correspondre au bas du fuseau granulométrique, qui

est fréquemment identifié comme un MG performant bien mécaniquement. Dans une

certaine limite, selon Dawson (1995), les MG de bas de fuseau sont intéressants pour des

raisons mécaniques et hydriques.

Dans l’étude menée par Flon et Poulin (1987), il a été montré que la quantité et la qualité

des particules fines ont aussi un impact sur la conductivité hydraulique des matériaux.

Ainsi, l’étude a montré que la conductivité hydraulique diminue si le pourcentage de fines

est augmenté ou si les fines non argileuses sont remplacées par des fines argileuses. Si le

pourcentage d’argile est apprécié par la surface spécifique des particules fines, ceci est en

accord avec le modèle de Côté et Konrad (2003). Toutefois, au cours de cette étude, les

résultats de conductivité hydraulique pour toutes les combinaisons testées (matériaux

granitiques et schisteux vs pourcentage de fines) montrent que la conductivité hydraulique

à la masse volumique proctor de ce type de matériau est assez faible (entre 10-5 et 10-7 m/s)

et peut occasionner des problèmes de drainage.

Les résultats obtenus par Randolph et coll. (2000) ont été adaptés et sont présentés au

Tableau 2.4. Les matériaux testés sont tous des matériaux de fondation routière utilisés par

l’état de l’Oklahoma. Les différences entre le calcaire 1 et le calcaire 2 ainsi qu’entre le

gravier 1 et le gravier 2 sont observables par les valeurs de d60, d10 et de coefficient

d’uniformité Cu. Ils ont effectué des tests de conductivité hydraulique sur des

granulométries correspondant au haut (fine), au bas (grossière) et au milieu (intermédiaire)

du fuseau granulaire utilisé pour les fondations routières en Oklahoma.

70

Tableau 2.4 : Conductivité hydraulique de divers matériaux de fondation routière pour différentes granulométries (adapté de Randolph et coll. (2000))

Matériau Granulométrie d10 (mm) d60 (mm) Cu K (m/sec) Fine 0,07 0,7 9,7 7x10-5

Médium 0,10 4,0 40 3,6x10-4 Calcaire 1 Grossière 0,18 18,0 100 4,5x10-2

Fine 0,07 0,7 9,7 5x10-5 Médium 0,10 4,0 40 1,1x10-4 Gravier 1 Grossière 0,18 18,0 100 2,5x10-2

Fine 0,06 4,5 75 3,9x10-4 Médium 0,12 12,7 105,8 7,1x10-4 Calcaire 2 Grossière 0,18 21,0 116,7 4,2x10-3

Fine 0,06 4,5 75 2,1x10-4 Médium 0,12 12,7 105,8 4,1x10-3 Gravier 2 Grossière 0,18 21,0 116,7 2,0x10-2

Il est possible de constater dans les résultats de Randolph et coll. (2000) que la valeur de K

pour la granulométrie médium est bien inférieure à la valeur moyenne entre la valeur de K

de la granulométrie fine et la granulométrie grossière. Il est difficile de conclure qu’un

matériau (calcaire et gravier) est plus perméable qu’un autre. Dans le cas des matériaux 1,

le calcaire est plus perméable que le gravier peu importe la granulométrie, alors que dans le

cas des matériaux 2, le gravier est généralement plus perméable. Il a aussi été trouvé dans

cette étude que la conductivité hydraulique pour des granulométries aux extrêmes du fuseau

s’étend sur plage de valeurs très large.

Dans une étude réalisée par Hoppe (1996), sur plusieurs matériaux de fondation provenant

de sources multiples, aucune relation n’a été trouvée entre la teneur en fines et la

conductivité hydraulique. Deux variables décrivant l’allure et la dispersion générale de la

courbe granulométrique se sont avérés de meilleurs indicateurs. Il s’agit du coefficient

d’uniformité Cu (Cu = d60/d10) et du ratio d85/d15. Ces deux paramètres expliquent entre 65

et 70% de la variabilité de la conductivité hydraulique. La Figure 2.35 indique la tendance

générale de la conductivité hydraulique à augmenter avec une diminution de la valeur de

Cu. Ainsi, la conductivité hydraulique augmente lorsque le sol est plus uniforme puisque ce

type de sol possède un indice des vides plus élevé. Selon Randolph et coll. (2000), la

porosité est un paramètre extrêmement influant sur la conductivité hydraulique et elle est

principalement fonction de la densité relative, de la masse volumique et de la forme des

particules. Il est reconnu qu’une granulométrie plus ouverte, une forme de particules plus

71

anguleuse, un degré de saturation plus élevé, une densité relative plus faible, une

température plus élevée et un indice de plasticité plus faible conduisent à des valeurs de

conductivité hydraulique plus élevées.

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

Le diamètre effectif des grains d’un sol d10, tel que défini par Hazen (1911, tiré de Holtz et

Kovacs (1981)), est une des premières variables utilisées pour estimer la conductivité

hydraulique des sols. L’équation développée prend la forme de

2100,01K d Équation 26

dans laquelle K est en m/s et d10 en mm, 0,01 étant une valeur de régression moyenne

convenant à la majorité des sols. Cependant, celle-ci est principalement valable pour des

valeurs de K plus grande que 10-5 m/s, pour des sols contenant moins de 5% de particules

fines et pour des valeurs de d10 entre 0,1 et 3 mm. Ces restrictions font que celle-ci n’est

que peu applicable aux MG 20. Plusieurs chercheurs ont travaillé avec cette équation de

base pour élaborer des modèles plus complets. Par exemple, Chapuis (2004) relie la

conductivité hydraulique à une variable complexe constituée du diamètre effectif et de

l’indice des vides par

72

0,78252 3

102, 46221

d eK

e

Équation 27

dans la laquelle K est en cm/s, d10 en mm et e représentant l’indice des vides. Cette

équation a par contre été développée avec des sols ayant une conductivité hydraulique de

10-4 m/s ou plus. D’ailleurs, selon l’auteur, la capacité prévisionnelle de cette équation pour

les MG concassés est assez faible. Mokwa et coll. (2007) ont suggéré une équation

permettant d’estimer la conductivité hydraulique des matériaux granulaires de structures de

chaussées en utilisant les principes définis par Côté et Konrad (2003). Pour ce faire, ils ont

défini l’indice des vides de la fraction passant le tamis 2 mm ef (extrait selon les mêmes

principes que la porosité de la fraction fine) qui présente un niveau de corrélation

acceptable avec la conductivité hydraulique. L’équation, développée avec des matériaux

ayant des valeurs de conductivité hydraulique supérieures à 10-4 m/s, prend la forme de

1,8629

0,1732expfe

K

Équation 28

dans laquelle K est en cm/s. Une relation directement dérivée des caractéristiques

nombreux matériaux granulaires utilisés dans les fondations et les sous-fondations de

chaussées a été proposée par Moulton (1980) aux États-Unis. Les analyses statistiques

réalisées confirment ce qui a été présenté dans cette section, puisque le diamètre effectif, la

porosité et le pourcentage de particules, qui sont inclus dans cette relation, permettent

d’expliquer 91% de la variabilité des résultats. L’équation prend la forme de

1,478 6,65410

0,5970,075

2,19217

%

d nK

P Équation 29

dans laquelle K est la conductivité hydraulique exprimée m/s, n est la porosité exprimée en

décimale, d10 le diamètre effectif exprimé en millimètres et %P0,075 est le pourcentage

passant 75 µm. Celle-ci présente l’avantage d’avoir été développée à partir de matériaux

d’intérêt dans cette étude. De plus, elle est applicable pour des valeurs de conductivité

hydraulique plus petites que les équations précédentes. Le modèle de Richardson (1997)

présente globalement les mêmes qualités et est exprimé par

73

103,062 6,4 1,90510

100

LOG n LOG d

K

Équation 30

dans laquelle K est en m/s, n en décimales et d10 en mm. Toutefois, comme dans le cas des

équations précédentes, ce type d’équation ne prend pas directement en compte l’effet de la

source de granulats et des caractéristiques des particules fines, qui peuvent s’avérer d’une

grande importance. En première approximation, il semble que l’équation définie par Côté et

Konrad (2003) utilisant la porosité de la fraction fine est celle qui est la plus adaptée

puisqu’elle a été développée avec des MG issus du contexte géologique québécois et

qu’elle est valide pour des valeurs de conductivité hydraulique allant de 10-4 m/s à 10-8 m/s.

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

La résistance à l’érosion des matériaux granulaires de fondations routières non traités est un

phénomène qui semble peu étudié. Selon Randolph et coll. (2000), lorsque la granulométrie

d’un matériau devient plus ouverte, il existe une tendance générale à ce que le matériau soit

moins stable lorsque soumis aux contraintes de cisaillement d’un fluide. La perte de

particules sous des écoulements turbulents est un problème important dans le cas des routes

non revêtues et des accotements des routes pavées. Les principaux écoulements turbulents

qui affectent les matériaux granulaires sur le terrain sont ceux causés par les véhicules en

mouvement et le ruissellement. Un écoulement concentré, comme un ruissellement, est plus

énergétique et permet alors le transport de particules (Sorial et Lacharité 1988). Cette

énergie de transport est due à l’énergie de la force de cisaillement qui n’est pas dissipée par

la friction à la surface du sol (Sorial et Lacharité 1988). Dans la majorité des cas, les

particules transportées sont celles de faible poids tel que le sable fin et les particules fines.

Selon Sorial et Lacharité (1988), les propriétés intrinsèques des sols qui influencent la

sensibilité à l’érosion sont la teneur en eau et la texture. Ce dernier paramètre est relié à la

granulométrie, la cohésion, la plasticité et la porosité. Lorsqu’il y a ruissellement, la

quantité de particules transportées est principalement fonction de la vitesse du ruissellement

et de la turbulence. Selon Henensal (1986), les facteurs influençant la résistance à l’érosion

d’un sol sont les paramètres structuraux (porosité, compacité, teneur en eau, conductivité

74

hydraulique, fissuration), les paramètres physico-chimiques (teneur en argile) et les

paramètres texturaux (granulométrie et plasticité). De plus, Dudal (1981) rapportent que les

sols cohésifs à texture fine sont plus résistants à l’érosion que les sols non cohésifs.

Cependant, lorsque ce type de particules est mis en suspension, elles sont plus facilement

transportées. Selon Barksdale (1991), pour avoir une stabilité maximale, un matériau de

type MG 20 doit avoir suffisamment de particules fines pour remplir les vides entre les

particules plus grossières et la courbe granulométrique doit être très dense. Il est donc

possible d’assumer que la résistance à l’érosion peut varier à l’intérieur d’un fuseau

granulaire en fonction de plusieurs propriétés liées à la granulométrie des matériaux

granulaires de fondations routières.

La plupart des essais qui mesurent la résistance à l’érosion des sols sont adaptés pour des

conditions d’écoulements rencontrés dans les rivières. À titre d’exemple, le Flume test et

l’Erosion Function Apparatus sont utilisés pour mesurer la résistance à l’érosion. Ces

essais permettent de tester un échantillon soumis à différentes contraintes de cisaillement et

de mesurer, entre autres, le taux de détachement des particules, l’effet de la pente, l’effet de

la vitesse ainsi que la puissance de l’écoulement (Zhang et coll. 2003, Chouliaras et coll.

2003 et Briaud et coll. 2000). Les MG grossiers comme les matériaux de fondations

routières sont peu testés avec ce type d’essai.

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

Les Figure 2.36 et Figure 2.37 présentent le montage et un schéma de l’appareil novateur

utilisé par Bilodeau (2003) pour l’essai de stabilité sous écoulement turbulent. Un MG 20

est compacté à la teneur en eau optimale et un dispositif est installé sur le moule. Un

réservoir d’eau est situé à une hauteur fixe par rapport au moule et l’écoulement de l’eau à

partir du réservoir est à charge variable puisque l’eau s’écoule jusqu’à ce que le réservoir

soit vide. L’eau et les particules transportées sont recueillies et l’eau est par la suite

évaporée. La résistance est inversement proportionnelle à la masse sèche arrachée.

75

Niveau d'eauau début de

l'essai

Récupérationde l'eau et des

particules

Ligned'écoulement

MGcompacté

Valeurs en mm

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

A-A

B-B

A

B B

A

Valeursen mm

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

76

2.12.2. Résultats de résistance à l’érosion

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

fuseau granulométrique des MG 20 utilisé au Québec. Le matériau utilisé est un calcaire

concassé. Les courbes testées sont la courbe inférieure du fuseau (CI), la courbe supérieure

du fuseau (CS) et la courbe centrale du fuseau (CM). Les résultats obtenus par Bilodeau

(2003) montrent que, pour les conditions d’énergie définies et constantes pour l’essai, la

résistance de la CS est supérieure à celle de la CM, qui est supérieure à celle de la CI. En

effet, en moyenne, la masse sèche obtenue à l’essai est de 20,15 g pour la CS, 32,4 g pour

la CM et 60,81 g pour la CI. Il a été montré que la valeur du coefficient de variation peut

atteindre 3% en faisant la moyenne de 3 essais et en maîtrisant correctement le protocole

expérimental et les facteurs pouvant influencer les résultats.

Les résultats montrent que les paramètres semblant augmenter la résistance à l’érosion sont

un coefficient d’uniformité élevé, un paramètre de granulométrie nFT faible et un

pourcentage de fines élevé. De plus, il a été montré que plus la macrotexture est ouverte,

moins la résistance est bonne. Les principales caractéristiques granulométriques des trois

courbes granulométriques testées par Bilodeau (2003) sont présentées au Tableau 2.5.

Tableau 2.5 : Caractéristiques granulométriques des matériaux testés à l’essai d’écoulement turbulent (tiré de Bilodeau (2003))

Courbe Supérieure Courbe Milieu Courbe Inférieure dmax (mm) 20 28 28 d60 (mm) 5 8,18 11,76 d50 (mm) 2,92 5,78 9 d30 (mm) 0,81 1,44 3,58 d10 (mm) 0,11 0,20 0,37

% Gravier 40 52,5 65 % Sable 52 42,5 33 % Fines 8 5 2

Cu 47,17 41,73 32,04 Cc 1,24 1,29 2,97

77

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

chaussées

Il est reconnu que du soulèvement au gel peut survenir si trois conditions sont rencontrées,

soient la présence de températures inférieures au point de congélation, présence d’une

source d’eau et présence d’un sol gélif (Transportation Association of Canada 1997). Les

MG 20 sont des matériaux qui ont été développés en fonction d’être peu gélif. Cependant,

une teneur en fines trop élevée peut rendre ces matériaux gélifs. De plus, Viklander et

Knufsson (1997, tiré de Simonsen et coll. (2002)) ont observé, pour des matériaux ayant

des pourcentages de particules fines faibles, des effets du gel importants. Selon Tester et

Gaskin (1996), le critère de soulèvement au gel des matériaux de fondation routière est

généralement satisfait en limitant la quantité et la plasticité des fines. Selon Imbs (2003),

les chaussées soulèvent typiquement d’une dizaine de millimètres avant que le front de gel

n’atteigne l’infrastructure. L’étude de Konrad et Lemieux (2005) présente quant à elle une

structure de chaussée dont le soulèvement a été de 10 mm seulement dans la fondation. Qui

plus est, en 1996-1997, la couche de fondation de la section référence du site expérimental

de Saint-Martyrs-Canadiens a présentée un soulèvement d’environ 8 à 10 mm (Doré et coll.

1998). Les MG 20 sont souvent partiellement saturés puisque l’eau entrant dans la

fondation peut généralement être rapidement drainée grâce à la présence d’une sous-

fondation et d’autres systèmes de drainage. De manière générale, la susceptibilité au gel des

MG 20 est considérée faible. Néanmoins, même les matériaux granulaires les plus gélifs

doivent théoriquement conduire à des soulèvements de surface très uniformes en

comparaison avec le soulèvement au gel d’un sol d’infrastructure et ne devraient pas créer

de la distorsion à la surface de la chaussée. Cependant, le niveau de distorsion engendré par

un soulèvement au gel des MG 20 est fonction du degré de saturation qui varie en fonction

du temps, des saisons et de la condition de la surface de la chaussée. L’action du gel dans

les MG 20 crée aussi potentiellement une diminution de la masse volumique sèche globale

et influence la susceptibilité au dégel (Simonsen et coll. 2002).

La revue de littérature présentée par Swanson (1985) sur l’action du gel dans les sols

montre que le soulèvement au gel n’est pas causé par le gel de l’eau interstitielle, mais est

le résultat de la formation de glace de ségrégation (lentille de glace). Il a été montré avec

78

des essais de terrain que les sols gélifs peuvent retenir l’humidité suffisamment pour

conduire une certaine quantité d’eau à un front de gel (Uthus 2007). De plus, Guthrie et

coll. (2006) ont montré qu’un matériau granulaire soumis au gel peut connaître une

augmentation importante de sa teneur en eau par migration de vapeur d’eau vers un front de

gel.

Afin de mesurer la susceptibilité au gel des MG, le "Cold Regions Research and

Engineering Laboratory" (CRREL) utilise un essai de susceptibilité au gel qui mesure un

taux de soulèvement par jour. Cet essai est réalisé dans un moule cylindrique de 150 mm de

diamètre par 150 mm de hauteur. Il comporte deux périodes de gel et deux périodes de

dégel. Le gel de l’échantillon se fait du haut vers le bas. L’eau a accès à l’échantillon et le

niveau d’eau est positionné au front de gel. Le soulèvement au gel est mesuré pendant 8

heures de gel. Dans le cadre d’une étude réalisée par Tester et Gaskin (1996) du Ministère

des Transports de l’Ontario (MTO), un calcaire concassé a été étudié en termes de

susceptibilité au gel avec l’essai du CRREL. En utilisant le fuseau granulaire des matériaux

de fondation du MTO, ils ont fait varier la teneur en fines (fines non plastiques) de 2% à

14% (les limites de teneurs en fines du fuseau granulaire utilisé par le MTO sont de 2% et

10%). Ils ont testé deux échantillons à chaque teneur en fines. Les résultats de Tester et

Gaskin (1996) montrent alors que le taux de soulèvement au gel augmente linéairement

avec la teneur en fines. La Figure 2.38 présente les résultats adaptés obtenus par ces deux

auteurs. De façon générale, le CRREL définit qu’un taux de soulèvement inférieur à 1 mm/j

est négligeable, qu’il est moyen s’il est compris entre 4 et 8 mm/j et très élevé s’il est

supérieur à 16 mm/j. Pour sa part, Rieke et coll. (1983) a montré que la gélivité diminue

avec l’augmentation de l’activité des particules fines ce qui augmente la quantité d’eau

adsorbée et donc la teneur en eau non gelée. Par conséquent, la taille des canaux

d’écoulement diminue puisque l’eau adsorbée est liée aux particules et le débit d’eau vers le

front de gel diminue.

79

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

Konrad et Morgenstern (1981, tiré de Konrad 1999) ont développé un concept permettant

de quantifier la susceptibilité au gel des sols. Ce concept est appelé le potentiel de

ségrégation (SP, exprimé en mm²/(°C*j)). Le potentiel de ségrégation se définit comme

étant la susceptibilité d’un sol à la formation de lentilles de glace. La valeur de SP s’obtient

par un essai en cellule de gel. Le rapport entre la vitesse d’entrée d’eau dans l’échantillon

(dh/dt, en mm/j) et le gradient thermique (GradT, en °C/mm) constitue la base du concept.

Le gradient considéré est celui pour lequel le taux de croissance de la lentille devient

constant. D’après leurs travaux, cela correspond alors à la fin du régime transitoire et au

début du régime thermique permanent. En ce qui concerne les MG de fondation routière,

comme ils sont situés près de la surface (dans la partie supérieure de la structure de la

chaussée), le front de gel passe très rapidement dans la fondation et donc, la formation de

lentilles de glace y est généralement limitée. L’équation définie par Konrad et

Morgernstern permettant de calculer le potentiel de ségrégation est

/1

1,09

dh dtSP

GradT Équation 31

où SP est le potentiel de ségrégation, dh/dt est le taux de soulèvement moyen et GradT est

le gradient thermique dans la frange gelée. Dans cette équation, le facteur 1,09 tient compte

l’effet du changement de phase de l’eau en glace. Konrad et Morgernstern ont démontré

que le potentiel de ségrégation sur le terrain correspond au potentiel de ségrégation qu’il est

80

possible de mesurer en laboratoire lorsque les conditions thermiques sont permanentes. Il

est donc essentiel d’évaluer le temps requis pour atteindre l’équilibre thermique. À cet

instant, le front de gel cesse de progresser. Ce temps peut être déterminé en traçant le profil

de la progression du front de gel dans l’échantillon au cours de l’essai. De plus, Konrad

(2005) a relié la dépendance du SP (mm²/(°C*j)) à la surcharge verticale avec le d50 de la

fraction fine d50F (diamètre moyen, en µm, des particules dont d<0,08 mm) par

0,450 50exp 5SP SP d F Pe Équation 32

où Pe est le poids des terres en MPa et SP0 (mm²/(°C*j)) est le potentiel de ségrégation sans

surcharge. Par conséquent, pour un même poids des terres, un MG ayant un d50F élevé est

moins influencé par cette surcharge et vice versa. La valeur de SP, lorsqu’exprimée en

mm²/(°C*j), peut varier de 0 à plusieurs centaines (Doré et coll. 2004, Konrad et Lemieux

2005). Brandl (2001) a énuméré les facteurs qui influencent de près ou de loin le

comportement au gel des sols. Il cite entre autres la distribution de la taille des grains, la

minéralogie des particules fines, la teneur en eau, la densité, la conductivité hydraulique, la

capillarité, le poids des terres, etc. Les méthodes pour décrire la gélivité sont nombreuses

mais la plupart sont basées sur la granularité des sols (Chamberlain 1981). Selon Lemieux

(2001), trois niveaux distincts de description de la gélivité sont définis : le type I basé sur la

dimension spécifique des particules, le type II basé sur le type de sol et les principales

caractéristiques qui y sont associées (conductivité hydraulique, capillarité, etc.) et le type

III basé sur des essais de gel en laboratoire. Il cite également que trois dimensions de

particules sont fréquemment utilisées pour définir les critères de gélivité, soient le

pourcentage de particules inférieures à 80 m, 20 m et 2 µm. À titre d’exemple, le critère

de gélivité norvégien utilise ces diamètres dans la classification de la gélivité. Chamberlain

(1984, tiré de Lemieux 2001) présente le système de classification de la susceptibilité au

gel du U.S. Army Corps of Engineers. Cette classification, pour les matériaux d’intérêt dans

le cadre de cette étude, est présentée au Tableau 2.6.

81

Tableau 2.6 : Classification du U.S. Army Corps of Engineers pour la susceptibilité au gel (adapté de Chamberlain (1981))

Susceptibilité au gel Type de sol Fines <0,02mm Classification unifiée

Non susceptible Graviers Sables

0 à 1,5 0 à 3

GW, GP SW, SP

Possibilité Graviers Sables

1,5 à 3 3 à 10

GW, GP SW, SP

Très faible à élevée Graviers 3 à 10 GW, GP, GW-GM, GP-GM

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

en fonction du pourcentage de particules fines. De plus, leurs travaux ont permis de

montrer que l’augmentation du pourcentage de kaolinite dans les particules fines cause

l’augmentation de la gélivité pour un même type de sol, ce qui montre l’importance de la

minéralogie des particules fines, tel que cité aussi par Brandl (2001). Konrad et Lemieux

(2005) ont aussi montré une relation entre le potentiel de ségrégation, la surface spécifique

des particules fines (<0,08mm) et la dimension moyenne des particules fines (d50 de la

fraction fine) du MG 20. Ils ont également constaté une diminution de la gélivité lorsque

les fines ne remplissent pas complètement les vides de la fraction grossière. Tous ces essais

ont été réalisés sur un MG 20 de type granitique. Les récents travaux de Uthus (2007)

montrent l’importance du type de minéraux inclus dans la fraction fine puisque la présence

de minéraux actifs influence significativement le taux de soulèvement. L’étude a aussi

montré que la méthode utilisée pour qualifier la minéralogie des particules fines peut

engendrer une variation importante sur la caractérisation minéralogique des fines.

D’après Konrad (1999), les paramètres clés contrôlant la susceptibilité au gel sont la

distribution de la taille des grains, la minéralogie, la texture et le poids des terres. En ce qui

concerne la granulométrie, il identifie comme paramètre important le pourcentage de

particules fines critique à partir duquel les pores de la fraction grossière sont remplis. Ainsi,

un sol à matrice grossière dont les pores ne sont pas remplis est moins susceptible au gel

qu’un autre qui contient une quantité égale ou supérieure de particules fines au pourcentage

critique de particules fines pour que les pores de la matrice grossière soient complètement

remplis. La minéralogie des particules fines, telle qu’appréciée par leur surface spécifique,

est aussi identifiée comme étant particulièrement influente. La masse volumique est

reconnue comme étant un paramètre influant sur la gélivité, celle-ci augmentant

généralement avec une augmentation de la masse volumique sèche pour un matériau

82

granulaire. Ceci est un aspect significatif dans les MG 20 puisque différentes

granulométries peuvent conduire à des masses volumiques sèches pouvant varier de 9%

(Bilodeau et coll. 2005).

La Figure 2.39 présente la décomposition d’un cycle de gel-dégel. Selon Imbs (2003), dans

la phase A, la succion au front de gel aspire l’eau et fait augmenter la teneur en eau sans

grande diminution de la masse volumique sèche. Dans la phase B, la ségrégation de la glace

fait augmenter la teneur en eau et fait diminuer la masse volumique sèche. À la phase C,

l’eau des lentilles de glace fond et l’évacuation progressive entraîne un tassement.

Advenant un drainage insuffisant, l’augmentation de la pression interstitielle peut causer

une importante diminution de la portance. Finalement, à la phase D, la désaturation

progressive du matériau permet au sol de regagner son état et sa résistance d’avant le gel.

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

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

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

83

consolidation de la couche (Imbs 2003). L’indice d’affaiblissement au dégel (TWin : Thaw

Weakening index) défini par Doré (2004) est

TW

xh tTWinhD

t

Équation 33

où x/t est le taux moyen de dégel (mm/j), h/t est le taux moyen de consolidation

(mm/j), DTW l’épaisseur de la couche considérée (mm) et h (mm) le soulèvement obtenu par

la couche d’épaisseur DTW. Cet indice est construit de manière à cumuler les effets négatifs

du soulèvement accumulé, du taux de dégel et de l’inverse du taux de consolidation. Plus h

est grand, plus la couche est sensible au dégel puisque h reflète la quantité d’eau en excès

dans le sol. Plus le taux de dégel est grand, plus la quantité d’eau libérée est potentiellement

grande. Finalement, plus le taux de consolidation est petit, moins la capacité de drainage est

efficace.

Le plus souvent, la susceptibilité au dégel est mesurée par la réalisation d’essais CBR sur le

sol avant gel et après gel (Brandl 2001). Ce dernier suggère d’ailleurs une valeur minimale

de l’indice CBR de 20-25% après le dégel. Selon Janoo (2002), les matériaux granulaires

sont affaiblis au dégel printanier lorsque l’eau d’infiltration ou l’eau provenant de la fonte

des lentilles de glace ne peut être adéquatement drainée. Johnson (1974, tiré de Janoo 2002)

a mesuré, pour des matériaux de fondations routières contenant 10% de particules passant

0,075 mm, des pertes de portance atteignant 70% sur l’indice CBR. La propriété critique

qui doit être considérée au dégel selon cet auteur est la conductivité hydraulique du

matériau. Haynes et Yoder (1963, tiré de Janoo 2002) ont statué qu’un MG devient instable

à des degrés de saturation supérieurs à 80% environ. Janoo (2002) a montré que des MG de

fondations routières contenant 3, 5 et 10% de particules fines ont besoin

d’approximativement 10 heures, 21 jours et 150 jours pour atteindre 80% de saturation.

Simonson et coll. (2002), ont montré qu’un sable graveleux grossier contenant moins de

1% de particules inférieures à 0,075 microns peut aussi être grandement affecté par le

phénomène de gel et de dégel. Ils suggèrent que la réduction du module réversible lors de la

période de dégel est attribuable à une augmentation du volume net (déformation

84

volumique) de l’échantillon lors d’un cycle de gel-dégel, ce qui rend la structure de

l’échantillon moins compacte. Il semble donc impératif, afin de limiter les effets néfastes

du dégel, d’arriver à réduire la déstructuration des MG dans les structures de chaussées

induite par le passage d’un front de gel dans ces couches. Néanmoins, la sensibilité au

dégel est aussi exprimée par la sensibilité des matériaux à une perte de rigidité due à

l’augmentation des teneurs en eau et par le développement de contraintes effectives

positives. D’un point de vue granulométrique, il semble que les matériaux souhaitables

pour minimiser tous ces impacts sont semblables.

2.14. Principaux principes statistiques utiles

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

résultats qui seront obtenus lors de la caractérisation des matériaux ainsi que de leur

performance, certains outils statistiques de base seront utilisés. Ceux-ci sont principalement

des outils de statistiques descriptives d’un échantillon constitué de nD résultats, ceux-ci

étant notés X. Parmi ces outils, la moyenne Moy., l’écart-type É.-T. et le coefficient de

variation CV sont exprimés par

.D

XMoy

n Équation 34

2

. .1D

X XÉ T

n

Équation 35

. .100

.

É TCV

Moy

Équation 36

dans lesquelles la moyenne et l’écart-type ont les mêmes unités que les résultats constituant

l’échantillon et le coefficient de variation est en pourcentage. De plus, avant l’extraction

des valeurs de statistiques descriptives, la normalité des données sera vérifiée avec le test

de Shapiro-Wilk. Il est fréquent dans le domaine scientifique d’avoir à définir la meilleure

85

relation entre deux variables, soit une variable dite explicative ou indépendante et une

variable dépendante, représentant une paire de données. Dans le cas d’un travail comme

celui présenté, il est possible de se demander si, par exemple, la variation du d50 (variable

explicative) d’une courbe granulométrique peut arriver à expliquer statistiquement la

variation mesurée pour un paramètre de performance comme la rigidité. Pour ce faire, un

outil souvent utilisé est la régression linéaire d’un ensemble de paires de données,

composées de variables indépendantes et dépendantes. La régression linéaire est effectuée

par la méthode des moindres carrés sur des données brutes ou transformées par l’utilisation

des logarithmes. En effet, en utilisant ceux-ci sur les variables dépendantes, indépendantes

ou les deux, cela équivaut à exprimer l’équation linéaire de y=mx+b sous forme

exponentielle (log(y)=mx+b), logarithmique (y=m*log(x)+b) ou de puissance

(log(y)=m*log(x)+b). La qualité de ces régressions linéaires est principalement jugée à

partir du coefficient de détermination R² et de l’erreur quadratique moyenne RMSE (Se).

Ces variables sont exprimées par

2

2

²²

² ² ² ²

cD

D D

Y Yn XY X YR

n X X n Y Y Y Y Équation 37

2

2c

eD

Y YS

n

Équation 38

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

variable dépendante calculée avec l’équation de régression, Y est la valeur moyenne des

valeurs de Y. La valeur de RMSE correspond à la variation résiduelle moyenne entre les

valeurs mesurées et prédites de la variable dépendante. Quant à elle, la valeur de R²

correspond au ratio de la variation expliquée par Y, soit (Yc-Y )², sur la variation totale de

Y, soit (Y-Y )², et est comprise entre 0 et 1. Par conséquent, plus la variation expliquée par

Y s’approche de la variation totale de Y, plus le ratio tend vers 1 et vers une prédiction

parfaite de la variation de la variable dépendante par la variation de la variable

indépendante. Ce ratio exprime donc en quelque sorte le pourcentage de la variation des

86

résultats de la variable Y qui est expliqué par la relation linéaire entre X et Y. Généralement,

une augmentation de R² vers la valeur unitaire est associée à une diminution de l’erreur. Il

est toutefois possible d’apprécier la force de l’association entre une variable dépendante et

une variable indépendante par le coefficient de corrélation R qui s’exprime par

²²

² ² ² ²

cD

D D

Y Yn XY X YR R

Y Yn X X n Y Y

Équation 39

ce dernier étant sans dimension et variant entre -1 et 1. L’utilisation de cet outil est

préférable en combinaison avec les diagrammes de dispersion afin de bien juger les

données et les tendances associées. Il est difficile de cibler une valeur critique de R

délimitant une forte association entre deux variables et une faible association. Selon Gilbert

et Savard (1992), 0,7 (ou -0,7) correspond environ à cette limite alors que cette limite est de

0,8 (-0,8) pour Ross (1987). Cependant, selon Levine et coll. (2001), l’importance d’une

valeur de R élevée pour juger de l’association entre deux variables est d’autant plus

importante pour les tailles d’échantillons plus petites. De plus, tel que mentionné par Cohen

(1988), il est souhaitable d’exiger que la valeur de R soit élevée, soit inférieure à -0,9 ou

supérieure à 0,9, lorsque des données sont obtenues dans des conditions contrôlées avec des

équipements précis. Il ne faut pas perdre de vue que pour R=0,9, R²=0,81, ce qui signifie

que 81% de la variation de la variable Y est expliquée par la variation de la variable X. Dans

le cadre d’une étude de laboratoire comme celle décrite dans ce travail, il semble que la

valeur de 0,9 (ou -0,9) soit un minimum souhaitable, sauf en cas d’exception.

2.15. Relations de phases utiles

Comme il a été discuté à plusieurs reprises dans ce texte, un matériau granulaire de type

MG 20 est un ensemble constitué, pour des conditions in situ, de sol, d’eau et d’air.

Plusieurs relations de phases sont utilisées afin de connaître l’état et la composition du sol

étudié. Cette section résume les relations les plus communément utilisées.

87

La Figure 2.40 présente un diagramme de phase montrant les divers composants d’un sol.

Dans cette figure, la lettre V désigne le volume et les indices s, t, w, v et a désignent

respectivement sol, total, eau (water), vides et air.

SOL(s)

EAU(w)

AIR(a)

Vt

Vv

Va

Vw

Vs

Mw

Ms

Mt

Ma 0

Figure 2.40 : Diagramme de phases

L’indice des vides dans un sol est défini par

v

s

Ve

V Équation 40

ou par

1

ne

n

Équation 41

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

v

t

Vn

V Équation 42

88

Deux autres équations fréquemment utilisées peuvent être dérivées pour définir la porosité

d’un ensemble sol, eau et air. La première équation relie celle-ci à l’indice des vides par

1

en

e

Équation 43

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

par

1d

sn

Équation 44

Il est possible de calculer le degré de saturation d’un sol par les relations de phases. Ce

dernier s’exprime en pourcentage et est défini par

100w

Rv

VS

V Équation 45

La teneur en eau d’un sol peut être exprimée de façon massique ou volumétrique. La teneur

en eau massique est définie par l’équation

100w

s

Mw

M Équation 46

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

est par ailleurs définie par l’équation

100w

Vt

V

V Équation 47

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

relier ensemble plusieurs paramètres précédemment définis (ρw est la masse volumique de

l’eau), en plus de l’absorption Abs. des matériaux si celle-ci est considérée, par

.w s sRS e w Abs V Équation 48

89

2.16. Conclusion

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

études démontrant l’effet de la distribution de la taille des grains sur diverses propriétés

liées à la performance des MG 20. Dépendamment de la propriété considérée, cet effet est

parfois important et parfois plus subtil. Le Tableau 2.7 adapté de Dawson (2001) permet

d’apprécier les principales observations de la revue de la documentation de façon

synthétique. Il est possible de constater que la performance d’un MG est rattachée à

quelques indicateurs typiques, comme par exemple, le coefficient d’uniformité. De plus, il

est souvent constaté que les caractéristiques granulométriques souhaitées afin d’optimiser

un paramètre de performance vont souvent à l’opposé des caractéristiques granulométriques

souhaitées pour d’autres paramètres de performance. Ceci met fortement en évidence une

problématique importante des MG de chaussées. En effet, à titre d’exemple, il est constaté

qu’il peut s’avérer difficile de s’assurer que les MG soient rigides, résistants à la

déformation plastique et drainants en considérant le rôle du coefficient d’uniformité et du

pourcentage de particules fines.

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

Propriétés Rigidité Susceptibilité à la déf. perm.

Résistance Conductivité hydraulique

Durabilité

↑ Cu ↑ mineur ↓ ↑ ↓ majeur ↓ ↑ Teneur en fines ↓ ? ↑ variable ↓ majeur ↓ ↑ Dmax ↑ ↓ ? ↑ mineur ↑ ↓ ? ↑ Angularité ↑ ↓ ↑ mineur mineur ↑ Masse volumique ↑ ↓ ↑ ↓ mineur ↑ Teneur en eau ↓ majeur ↑ majeur ↓ majeur ↑ majeur variable ↑ Contrainte moy. ↑ ↓ ↑ ↓ mineur ↓

Il est alors possible de se demander si des compromis adéquats peuvent être réalisés entre

les diverses caractéristiques souhaitées des MG en fonction de leur contexte de

performance. En effet, ces caractéristiques souhaitables sont appelées à varier en fonction

du type de route, du trafic, du climat, etc. Mais en premier lieu, il est nécessaire de se

demander comment évolue la performance à l’intérieur du fuseau des MG 20a, soit le

fuseau pour les MG 20 de haute qualité. La revue de la littérature permet d’identifier

plusieurs lignes directrices et plusieurs indicateurs de performance particuliers. Or, il est

90

possible de se demander si ces indicateurs sont utilisables avec confiance ou si d’autres

méritent d’être considérés. En effet, il est primordial d’arriver à identifier des indicateurs de

performance, directement ou indirectement liés à la granulométrie, permettant de cerner

comment évolue les divers paramètres de performance des MG 20. Entre autres, il est

possible d’associer la performance des MG 20, comme il a été vu dans la revue de la

documentation, à la rigidité, la susceptibilité à la déformation permanente, la gélivité, la

conductivité hydraulique et la résistance à l’érosion.

Dans la littérature, il semble exister une lacune importante dans la direction de recherche

avancée, puisque, comme il a été mentionné, ce qui y est trouvé correspond davantage à des

lignes directrices et des règles d’expérience. Dans cette optique, la mise en relation de la

performance et de diverses variables explicatives, liées directement ou indirectement à la

granulométrie, peut permettre d’amener des pistes de solutions intéressantes. Cette

approche pourrait permettre d’identifier clairement comment il est possible d’améliorer la

performance mécanique et la sensibilité aux contraintes environnementales des MG 20 par

la modification de la granulométrie des MG. De plus, il semble pertinent de réaliser cet

exercice pour des MG typiques retrouvés au Québec. Ainsi, il est possible de penser que

l’identification des variables explicatives souhaitables pour bonifier le comportement

général des MG serait potentiellement davantage extrapolable pour le contexte québécois.

Il semble aussi primordial d’arriver à mieux définir comment évoluent divers paramètres de

performance en fonction des indicateurs de performance dans le contexte d’un fuseau

granulaire. En effet, il est peu identifié dans la littérature si la performance évolue

graduellement dans les limites d’un fuseau ou si elle atteint des valeurs pour lesquelles elles

se stabilisent. La Figure 2.41 illustre ce concept. Bien entendu, ces comportements peuvent

varier en fonction du type de performance considéré. Néanmoins, cela peut avoir un impact

important sur la façon de bonifier le comportement des MG par la granulométrie.

91

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

Il peut être avantageux que les MG 20 présentent plusieurs qualités combinées afin d’offrir

une performance bonifiée. En effet, dans la revue de la documentation, les fonctions

primaires et secondaires de ces matériaux ont été identifiées. Il s’en suit que celles-ci

correspondent, grosso modo, à divers paramètres de performance parmi ceux étudiés dans

la revue de la documentation. Or, comme les caractéristiques souhaitables dans le cas d’un

paramètre de performance vont fréquemment à l’encontre de celles pour d’autres

paramètres de performance comme il a été mentionné, la définition plus précise de la

granulométrie souhaitable dans un contexte spécifique d’utilisation prend tout son sens.

Cependant, la considération de la performance globale, c’est-à-dire qui considère l’aspect

mécanique et environnemental, représente une lacune détectée dans la littérature. De plus,

en considérant la performance globale, il devient important d’arriver à bien pondérer le

poids accordé à chaque aspect de la performance globale. Cet aspect représente aussi une

lacune détectée dans la littérature qu’il sera possible de combler. L’approche de recherche

proposée cherche donc, entre autres, à se pencher sur ces lacunes.

92

CHAPITRE 3

MATÉRIAUX ÉTUDIÉS

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

granulométrie des MG 20 utilisés. Par contre, afin de pouvoir apprécier l’effet du type de

matériau et de la forme des particules, trois matériaux différents sont testés dans le cadre du

projet de recherche.

3.1. Sources de granulats

Le premier matériau de type MG 20 utilisé est un calcaire dont la description détaillée est

donnée au Tableau 3.1. Il s’agit d’un granulat complètement concassé. Le second matériau

est un MG de type basaltique et une description détaillée du MG 20 produit est donnée au

Tableau 3.1. Le granulat est aussi complètement concassé. Finalement, la minéralogie de la

troisième source testée est de type gneiss granitique et une description détaillée du granulat

produit est aussi donnée au Tableau 3.1. Dans ce cas, le MG 20 produit est partiellement

concassé. Les sources sélectionnées permettront donc de mettre en évidence l’effet du type

de granulats puisque des sources sédimentaire (calcaire), volcanique (basalte) et plutonique

métamorphisée (gneiss granitique) sont utilisées. De plus, il sera possible d’apprécier l’effet

du concassage puisque deux sources concassées et une source partiellement concassée sont

à l’étude. Toutefois, ces trois sources de granulats ont été choisies parce qu’elles sont très

typiques et sont en ce sens représentatives du contexte québécois. L’utilisation de trois

sources demeure toutefois limitée et il peut être difficile d’arriver à des conclusions

généralisables pour tous types de granulats. Par contre, il est souhaité que plusieurs

observations et informations, autant qualitatives que quantitatives, puissent être obtenues

sur l’effet de la source de granulats.

93

Tableau 3.1 : Caractéristiques intrinsèques, de fabrication des granulats et propriétés des fines

Calcaire Basalte Gneiss -Micro-Deval (MTQ 2002) 18% Grade F 10% Grade F 16% Grade F -Los Angeles (MTQ 2001) 21% Grade B 12% Grade B 44% Grade B -% Fracturation (MTQ 2002) 100% 100% 72% -% Plates/Allongées (MTQ 2003) 23/41 16/36 14/34 -Nombre pétro. (BNQ 1974) 141 141 109

-Composition

-Calcaire -Calcaire schisteux -Calcaire cristallin -Schiste argileux

-Basalte

-Gneiss granitique -Granite -Gneiss à biotite/hornblende

-SSF (m²/g) (MTQ 2001) 16 14 4 -Limite liquide fines wLF (%) (CAN/BNQ 1986)

23,3 27,2 29,8

3.2. Granulométries à l’étude

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

diverses propriétés, plusieurs granulométries situées à l’intérieur et à l’extérieur du fuseau

de spécification granulométrique utilisé par le MTQ ont été testées dans le cadre de ce

projet. Boudali (1997) a testé plusieurs granulométries semblables à celles testées dans ce

projet de recherche dans le but d’étudier, entre autres choses, leur influence sur le module

réversible. Cependant, comme le projet actuel a pour but d’optimiser la granulométrie des

MG 20 en regard du module réversible mais aussi de la conductivité hydraulique, de la

susceptibilité au gel et au dégel et de la résistance à l’érosion, il est de mise de tester à

nouveau plusieurs courbes déjà étudiées par ce chercheur. Les résultats que ce dernier a

obtenus ont été difficiles à interpréter dû à une caractérisation plus sommaire. Comme la

caractérisation des matériaux dans ce projet de recherche est plus poussée, il est souhaité

qu’il soit possible de mieux comprendre et d’expliquer les résultats.

Les matériaux ont été tamisés selon les diamètres suivants normalisés en accord avec la

norme Analyse granulométrique par tamisage CAN/BNQ 2560-40 (CAN/BNQ 1982) : 20

mm, 14 mm, 10 mm, 5 mm, 2,5 mm, 1,25 mm, 0,630 mm, 0,315 mm, 0,160 mm, 0,080

mm. Les matériaux tamisés ont aussi été lavés et séchés préalablement à la recomposition

des courbes étudiées. La reconstitution des courbes à l’étude a été réalisée à l’aide de la

Figure 3.1, du Tableau 3.2 du Tableau 3.3, qui décrivent les six courbes étudiées dans ce

projet. Il est possible de constater que les courbes granulométriques originales, c’est-à-dire

94

telles que produites par les manufacturiers, sont aussi présentées au Tableau 3.2. De plus,

les variables %Px sont définies au Tableau 3.2, lesquelles seront utilisées dans l’étude pour

décrire les valeurs de pourcentages passant à un tamis donné, x représentant le diamètre du

tamis. À la Figure 3.1, le fuseau granulométrique imposé aux MG 20 est représenté en gris

afin de bien représenter la position des courbes à l’étude par rapport à celui-ci. Le Tableau

3.3 présente les principales caractéristiques granulométriques des courbes étudiées. Les

paramètres de granulométrie ont été extraits pour les courbes entières ainsi que pour les

fractions gravier (d>5 mm) et sable (0,08 mm<d<5 mm). Le coefficient d’uniformité Cu est

le ratio d60/d10 et le coefficient de courbure Cc est le ratio d30²/(d10*d60). La Figure 3.2

montre comment ces valeurs sont obtenues. Les lettres G pour gravier et S pour sable ont

été ajoutées à ces paramètres afin de les associer adéquatement à la fraction à partir de

laquelle ils ont été déterminés. De plus, quelques paramètres reliés à la fraction fine du

matériau ont été déterminés soient le d50 de la fraction fine d50F, le coefficient d’uniformité

de la fraction fine CuF, la surface spécifique de la fraction fine SSF (21 fois la VB de la

fraction fine) et le pourcentage de particules de la taille des argiles <2m selon les normes

CAN/BNQ 2560 – 255 (CAN/BNQ 1986) et CAN/BNQ 2501 – 025 (CAN/BNQ 1987).

Les courbes granulométriques obtenues par sédimentation sur les particules fines des MG

étudiés sont présentées à la Figure 3.3. Les six courbes granulométriques considérées dans

cette étude sont identifiées comme suit :

CS : Courbe Supérieure (limite supérieure du fuseau)

CI : Courbe Inférieure (limite inférieure du fuseau)

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

CSI : Courbe Supérieure croisée vers la Courbe Inférieure

CIS : Courbe Inférieure croisée vers la Courbe Supérieure

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

95

Tableau 3.2 : Courbes granulométriques étudiées

Diamètre (mm)

CS (%)

CM (%)

CI (%)

CSI (%)

CIS (%)

CSS (%)

Gneiss (%)

Calcaire (%)

Basalte (%)

Variable descriptive

31,5 100 100 100 100 100 100 100 100 100 %P31,5 20 100 95 90 100 90 100 95,5 95,5 92 %P20 14 93 80,5 68 93 68 93 70,4 78,2 74 %P14 10 80 67 54 77,5 60 80 57,6 60,0 59 %P10 5 60 47,5 35 55 46 60 42,6 31,6 38 %P5

2,5 48 37 26 37 37 55,3 34,6 18,4 22 %P2,5 1,25 38 28,5 19 25 29,5 50,9 29,1 10,9 14 %P1,25 0,63 26 19,8 13,5 16,5 23 43 22,5 7,1 10 %P0,630 0,315 17 13 9 9 17 27,2 16,0 5,2 7 %P0,315 0,16 13 9 5 5 13 13,9 9,6 3,9 5 %P0,160 0,08 7 4,5 2 2 7 7 4,6 3,2 4,0 %P0,08

Figure 3.1 : Courbes granulométriques testées

96

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

0.1 0.01 0.001Diamètre (mm)

0

10

20

30

40

50

60

70

80

90

100

Po

urc

enta

ge

pas

san

t (%

)

LégendeGneissCalcaireBasalte

100

90

80

70

60

50

40

30

20

10

0

Po

urcen

tage

retenu

(%)

Gneiss387.9

27.04.2

d50F (µm)CuF<20µm (%)<2µm (%)

Calcaire18

17.952.512.5

Basalte21

24.048.914.0

Figure 3.3 : Courbes granulométriques des particules fines

97

Les courbes choisies présentent plusieurs avantages. Premièrement, lorsque des résultats

obtenus sur la CS seront comparés à des résultats provenant de la CSS, il sera possible de

vérifier l’influence de la granulométrie du sable. De plus, la CSS permet d’étudier

l’influence de courbes hors spécification dans le haut du fuseau comme c’est souvent le cas

pour des MG 20 provenant de sablières. En comparant des résultats obtenus sur la CS et la

CI, il sera possible de vérifier les variations aux extrémités du fuseau. Les essais sur la CM

permettront de voir comment se comporte un MG 20 dont la granulométrie est centrale

dans le fuseau imposé. De plus, cette courbe, tout comme la CIS, s’approche de la courbe

théorique de masse volumique maximale avec un coefficient nFT égal à 0,45. Les courbes

CSI et CIS permettront de comparer des résultats provenant d’une courbe plus uniforme et

d’une courbe plus étalée comprises dans le fuseau imposé. L’uniformité décrit en quelque

sorte l’empilement et est un paramètre qui a une influence majeure sur plusieurs propriétés

comme la conductivité hydraulique. Finalement, puisque différentes valeurs de %F sont

considérées, il sera possible de vérifier l’influence de ce paramètre à l’intérieur du fuseau

imposé. Un des principaux désavantages des courbes choisies est que l’influence d’un

pourcentage de particules fines hors fuseau (inférieur à 2% et supérieur à 7%) n’est pas

étudiée.

Les matériaux échantillonnés sont, pour chacune des sources, du MG 20 de qualité MTQ et

du matériau de type 0-5 mm. De plus, il est à noter que lors de la première phase

d’échantillonnage, du MG 112 a été échantillonné dans le cas de la source de gneiss

granitique. Cependant, lors de la seconde phase d’échantillonnage, ce matériau a été

remplacé par du 0-5 mm parce que le premier ne contenait pas assez de retenu 2,5 mm et

1,25 mm ce qui a causé des problèmes de quantité pour ces fractions.

3.3. Caractérisation des matériaux

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

Tableau 3.1, chacune des courbes granulométriques étudiées a été soumise à une

caractérisation détaillée afin d’accumuler le plus possible d’informations qui permettra de

bien interpréter les résultats de l’étude. Les données recueillies lors de cette caractérisation

98

sur les courbes étudiées sont présentées au Tableau 3.4 et certains résultats d’essais sont

présentés à l’annexe A. Les principaux essais réalisés sont le Proctor modifié (CAN/BNQ

1986), la densité (exprimée en tant que masse volumique des grains solides s) et

l’absorption (Abs.) du gros granulat (CAN/BNQ 1983), la densité (exprimée en tant que

masse volumique des grains solides s) et l’absorption (Abs.) du granulat fin (CAN/BNQ

1989), la valeur au bleu de méthylène VB (MTQ 2001) et l’essai de portance californien

CBR (ASTM 1993). Les essais de densité et l’essai Proctor modifié permettront de

contrôler l’état des matériaux testés. L’essai Proctor permet d’obtenir les valeurs masse

volumique sèche maximale ρdmax, de teneur en eau optimum wopt et de teneur en eau

volumétrique optimum θVopt. Les valeurs de porosité à l’optimum nopt, de porosité de la

fraction fine à l’optimum nfopt et de porosité de la fraction grossière à l’optimum ncopt sont

également présentées. L’indice de portance californien permet d’obtenir une appréciation

de la capacité portante des sols en comparant la résistance à la pénétration d’un piston

normalisé à vitesse constante à celle d’un sol normalisé. Ce sol référence est un granulat

concassé de très bonne qualité utilisé en Californie (Barksdale 1991, Huang 2004). La

valeur au bleu de méthylène permet d’apprécier la capacité d’adsorption des particules fines

et la surface spécifique des matériaux qui ont des effets marqués sur la performance des

matériaux granulaires tel que montré dans la section revue de littérature. Pour une solution

de bleu de méthylène (10 g/L) préparée conformément à la norme LC 21-255 (MTQ 2001),

la surface spécifique (m²/g) est égale à 21 fois la valeur au bleu.

99

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

Courbes

CS CM CI CSI CIS CSS Calcaire Gneiss Basalte

Classification* SW-SM GW GW SW-SM GW SW-SM GW GW GW

dmax (mm) 20 31,5 31,5 20 31,5 20 31,5 31,5 31,5

d60 (mm) 5 8,18 11,24 5,74 9,8 5 11,35 10,75 10,06

d50 (mm) 2,92 5,78 9,0 4,0 6,23 1,14 9,70 7,39 7,39

d30 (mm) 0,81 1,44 3,58 1,7 1,42 0,349 6,00 1,65 3,62

d10 (mm) 0,11 0,2 0,37 0,37 0,11 0,11 1,59 0,30 0,63

% Gravier (%G) 40 52,5 65 45 54 40 75,0 57,0 62,0

% Sable (%S) 53 43 33 53 39 52 22,4 40,6 34,0

% Fines (%F) 7 4,5 2 2 7 7 2,6 2,4 4,0

Cu 47,2 41,7 32,0 15,6 92,5 47,2 7,1 35,8 15,9

Cc 1,24 1,29 2,97 1,37 1,94 0,22 1,99 0,84 2,07

d60 G (mm) 11,3 13,5 15,6 11,3 16,41 11,3 14 16 14

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

d30 G (mm) 7,6 9 10 8 10,82 8 9 11 9

d10 G (mm) 6 6,6 6,7 6 6,69 6,5 6,3 7 6

Cu G 1,88 2,05 2,33 1,88 2,45 1,74 2,22 2,29 2,33

Fra

ctio

n g

ravi

er

Cc G 0,85 0,91 0,96 0,94 1,07 0,87 0,92 1,08 0,96

d60 S (mm) 1,3 1,4 1,7 2,2 1,41 0,5 3 1,3 3

d50 S (mm) 0,9 1 1,2 1,6 0,9 0,4 2,7 0,9 2,3

d30 S (mm) 0,5 0,5 0,5 0,7 0,39 0,26 1,5 0,48 1,2

d10 S (mm) 0,13 0,17 0,17 0,23 0,121 0,13 0,42 0,2 0,18

Cu S 10,00 8,24 10,00 9,57 11,65 3,85 7,14 6,50 16,67

Fra

ctio

n s

able

Cc S 1,48 1,05 0,87 0,97 0,89 1,04 1,79 0,89 2,67

SSF (m²/g) 16 4 14

d50F (m) 18 38 21

CuF 19,9 7,9 24,0

Fra

ctio

n

fin

e

< 2m (%) 12,5 4,2 14,0

*Classification selon le système de classification unifié des sols (USCS)

100

Tableau 3.4 : Résultats des essais de caractérisation des courbes étudiées

dmax wopt θVopt s

>5/<5(mm) s Abs. nopt nfopt ncopt CBR0,1/0,2 VB

(kg/m³) (%) (%) (kg/m³) (kg/m³) (%) (%) (%) (%) (%) (cm³/g) CS 2167 4,9 10,6 2627/2660 2647 0,49 18,1 76,0 23,8 128/163 0,07 CM 2205 5,7 12,6 2611/2658 2634 0,85 16,3 81,2 20,1 204/251 0,09 CI 2179 4,8 10,5 2641/2661 2648 0,55 17,7 91,5 19,3 134/170 0,07

CSI 2091 5,9 12,3 2632/2646 2640 0,99 20,8 92,9 22,4 96/118 0,06 CIS 2251 4,8 10,8 2635/2668 2659 0,54 15,3 72,1 21,2 209/264 0,13 CSS 2119 4,7 10,0 2627/2660 2647 0,49 19,9 78,1 25,5 69/84 0,07 Moy. 2169 5,1 11,1 2629/2659 2646 0,65 18,0 82,0 22,1 140/175 0,082

Gn

eiss

É.-T. 58 0,5 1,1 10/7 8 0,21 2,1 8,5 2,3 57/71 0,026 CS 2268 5,0 11,3 2659/2563 2601 1,54 12,8 67,7 18,9 104/131 0,31 CM 2289 5,7 13,0 2647/2605 2627 1,45 12,9 76,6 16,8 123/158 0,23 CI 2241 4,7 10,5 2640/2602 2627 1,01 14,7 89,6 16,4 119/157 0,16

CSI 2193 5,8 12,7 2661/2621 2639 0,99 16,9 91,0 18,6 68/88 0,16 CIS 2330 6,2 14,4 2638/2614 2627 0,78 11,3 64,6 17,5 107/142 0,25 CSS 2196 4,9 10,8 2659/2620 2636 1,23 16,7 74,1 22,5 61/81 0,28 Moy. 2253 5,4 12,1 2651/2604 2626 1,17 14,2 77,3 18,5 97/126 0,232

Cal

cair

e

É.-T. 54 0,6 1,5 10/22 13 0,29 2,3 11,0 2,2 26/34 0,062 CS 2359 5,1 12,0 2850/2738 2783 1,87 15,2 72,0 21,1 106/135 0,22 CM 2355 6,3 14,8 2814/2778 2797 2,18 15,8 80,7 19,6 182/238 0,23 CI 2304 4,3 9,9 2855/2799 2835 1,20 18,7 92,0 20,3 130/164 0,14

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

Bas

alte

É.-T. 75 0,7 1,6 16/21 19 0,42 2,7 10,0 2,0 39/53 0,045

3.4. Analyse des essais de caractérisation

Les trois sources de MG testées dans le cadre de ce projet de recherche ont des

caractéristiques assez différentes dépendamment de leur minéralogie et du mode de

production. Les matériaux provenant des sources calcaire et basalte sont extraits de massifs

rocheux par dynamitage et concassage. Les particules sont donc fracturées sur toutes leurs

faces. La partie sableuse du MG 20 granitique provient directement du banc de la sablière

alors que la partie gravier provient du concassage des plus grosses pierres présentes dans le

banc. Le concassage des pierres de différentes tailles a pour effet que les particules

grossières ne sont pas fracturées sur toutes leurs faces tel qu’indiqué au Tableau 3.1. Ces

particules tendent à avoir une forme plus arrondie. Le pourcentage de particules plates et

allongées est en accord avec la nature minéralogique des chacun des matériaux. En effet,

les massifs rocheux basaltiques contiennent généralement peu de foliations ou de plans

101

faibles pouvant créer des fracturations préférentielles dans une direction, ce qui peut créer

des particules plates ou allongées. Les roches de type gneiss granitique contiennent

généralement des plans de foliation, qui s’apparente à une certaine structuration en plans

distinctifs engendrée par le métamorphisme, plus ou moins importants et pouvant

représenter des zones de faiblesse. Toutefois, le pourcentage de particules plates et

allongées de la source gneiss granitique est comparable à celui de la source basaltique. Le

calcaire étant une roche sédimentaire litée, il est beaucoup plus susceptible de produire des

granulats plats et allongés, ce qui est confirmé par le résultat à cet essai qui est plus élevé

que les deux autres sources.

Le nombre pétrographique donne une indication sur la qualité générale du granulat grossier

composant le matériau. Plus le nombre pétrographique est bas, plus la qualité du matériau

est bonne. Il est possible de constater que le calcaire et le basalte ont le même nombre

pétrographique soit 141. Les trois composants principaux des trois matériaux soient le

basalte, le gneiss granitique et le calcaire dur ont tous le même facteur de multiplication.

Cependant, la quantité variable de minéraux secondaires de moins bonne qualité explique la

variation du nombre pétrographique d’une source à l’autre. Néanmoins, il s’agit de trois

granulats de bonne qualité, la source gneiss granitique obtenant le nombre pétrographique

le plus bas.

Selon la norme 2560-114 (BNQ 2002), le MG gneiss granitique est un granulat de catégorie

3c, le MG basaltique est un granulat de catégorie 1a et le MG calcaire est un granulat de

catégorie 2b. Ils répondent tous à l’exigence minimale 5e en plus de répondre aux

caractéristiques complémentaires du pourcentage de matières organiques et de la valeur au

bleu de méthylène dans le cas du MG gneiss granitique.

Il est possible de constater que la masse volumique maximale obtenue de la relation masse

volumique/teneur en eau varie de façon significative avec la courbe granulométrique testée.

De façon générale, les courbes CIS et CM sont toujours les deux plus denses, peu importe

le matériau testé. Ce sont deux courbes s’approchant de la courbe de masse volumique

maximale. Dépendamment du matériau, la CI ou la CS sont les courbes les plus denses par

la suite. D’ailleurs, le coefficient nFT moyen est environ égal à 0,4 pour les granulométries

CS, CM et CIS alors qu’il est généralement plus élevé pour les autres courbes (les courbes

102

CI et CSI ont un paramètre nFT environ égal à 0,5). En effet, il a été possible de calculer un

tel coefficient en utilisant diverses valeurs sur la courbe granulométrique pour l’obtention

d’une valeur moyenne. Il est à noter que l’estimation de ce paramètre est difficilement

applicable pour les granulométries discontinues.

Les résultats des essais CBR présentés au Tableau 3.4 doivent être analysés en fonction de

la force mesurée à 5,08 mm d’enfoncement (0,2 pouce) selon la norme de l’essai CBR

(ASTM 2005) puisque ces valeurs sont toutes supérieures à la valeur mesurée à 2,54 mm

(0,1 pouce). Il est possible de constater que les courbes CM et CIS possèdent les indices de

portance californien les plus élevés pour chaque type de matériau, ce qui est en accord avec

les résultats du paramètre nFT puisque ces deux courbes, avec la CS, possèdent un

paramètre nFT estimé d’environ 0,4. Il est aussi de possible d’observer l’effet marqué de la

nature minéralogique du granulat sur la valeur de l’indice de portance californien. En effet,

le granulat le moins dur, soit le granulat calcaire, performe moins bien à l’essai CBR que

les granulats granitique et basaltique. En effet, les MG de type gneiss granitique montrent

des valeurs CBR 36% plus élevées en moyenne que celles provenant des MG calcaire en

considérant toutes les granulométries testées. Similairement, la source basaltique présente

des valeurs CBR 31% plus élevées en moyenne que la source calcaire. Finalement, il est

possible de constater que les sources basalte et gneiss granitique ont des valeurs CBR

similaires puisque celles-ci sont plus supérieures de seulement 4% pour la source gneiss

granitique en moyenne. Il est à noter que les granulats provenant des sources gneiss

granitique et basalte sont extraits de roches ignées intrusives métamorphisées et

volcaniques respectivement et que ce type de roche (ignée) est beaucoup plus dur que les

roches sédimentaires comme les calcaires. Il doit cependant être noté que l’essai CBR est

davantage un indice de la résistance au cisaillement (Turnbull 1950, tiré de Brown 1997) et

il est donc influencé par la forme des particules, l’angularité des particules augmentant cette

résistance (Holtz et Kovacs 1981, Pan et Tutumluer 2007). La similitude des valeurs CBR

entre la source gneiss et la source basalte, qui ont pourtant des formes de particules bien

différentes, montre qu’il existe aussi un effet de la dureté des particules.

La relation observée entre l’indice CBR0,2 et la porosité n est présentée à la Figure 3.4. En

effet, bien que limitée, une relation est observée entre ces deux paramètres. Ceci vient

103

corroborer le fait que cet indice est fortement relié à la résistance des matériaux granulaires,

car il est reconnu qu’un sol plus dense, soit un sol dont le volume des vides est plus petit,

est davantage résistant au cisaillement. Les particules comblant davantage les vides, il se

crée potentiellement plus de contacts entre les particules.

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

Les résultats de Boudali (1997) ont montré des valeurs de module réversible plus élevées

pour les roches concassées comme les calcaires par rapport à des granulats de type gneiss

granitique. Il est préférable de mesurer la rigidité des MG par des essais de module

réversible qui sollicitent les MG dans le domaine des petites déformations et qui permettent

de mieux prendre en compte l’effet de la structure granulaire sur la réponse à des

sollicitations mécaniques. En effet, Brown (1997) rapporte plusieurs études statuant que

l’essai CBR mesure la résistance au cisaillement des sols, paramètre de faible intérêt en

ingénierie des chaussées, et que les résultats sont très peu influencés par les déformations

élastiques. D’après Dawson (1995), la résistance des particules présente peu d’intérêt en

mécanique des chaussées, dans la limite où certaines normes sont présentes pour restreindre

les granulats de très mauvaise qualité. Dans le cas d’essais de module réversible, la dureté

du granulat a un impact mineur sur la réponse en déformation sous sollicitation dans le

104

domaine élastique alors que la structure granulaire, la forme des granulats ainsi que leur

rugosité semblent être des paramètres prédominants en ce qui concerne l’effet du type de

matériau.

3.5. Vérification de la qualité du tamisage

Il est à noter qu’il n’est pas commun que le tamisage de la fraction sable soit réalisé dans

un tamiseur de type Gilson comme il a été fait dans le cadre de ce projet. Ce type de

tamiseur n’a pas le même mode de fonctionnement que le tamiseur généralement utilisé

pour le tamisage de sable, soit un tamiseur RoTap. Le tamiseur Gilson utilise une vibration

tridimensionnelle tandis que le tamiseur RoTap utilise une vibration rotative incluant un

impact à chaque rotation. De plus, le tamisage de cette fraction sable a été effectué sur un

matériau non lavé afin de recueillir les particules fines, ce qui n’est pas le cas pour une

analyse granulométrique conventionnelle dans un tamiseur RoTap. La présence de

particules fines dans les tamis provoque parfois un colmatage partiel des mailles. Donc,

pour toutes ces raisons, afin de s’assurer de la qualité du tamisage réalisé sur la fraction

sable, des analyses granulométriques conventionnelles ont été réalisées sur des matériaux

de type 0-5 mm de granulométrie connue, reconstituée à partir des fractions recueillies au

tamisage. Ceci a été fait dans le but de vérifier la valeur de l’écart entre la courbe

granulométrique théorique et la courbe granulométrique réelle. Les courbes soumises à ce

test sont la courbe CI et CS reconstituées sur leur fraction passant le tamis de 5 mm et sont

notées CI5mm et CS5mm. La Figure 3.5 présente les résultats des analyses granulométriques

conventionnelles réalisées sur les courbes CI5mm et CS5mm.

105

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

Il est possible de constater que la reconstitution des deux courbes, peu importe la nature du

matériau, donne une courbe presque en tous points semblable aux courbes théoriques

visées. En tenant compte d’une certaine marge d’erreur imputée aux manipulations de

l’essai d’analyse granulométrique par tamisage, le très faible écart entre les courbes

théoriques et reconstituées est tout à fait acceptable. Il doit être ajouté que l’écart-type pour

les valeurs de pourcentage passant est de 1,4% pour cet essai. De plus, après la séparation

des MG, ceux-ci ont été retirés des tamis, lavés, séchés ainsi que transférés dans des

contenants de stockage. Il s’agit de manipulations pouvant altérer légèrement les MG. Qui

plus est, lors de cette vérification de la qualité du tamisage, il existe assurément aussi une

très légère dégradation des MG lors du tamisage. Malgré ces faits, lorsque ces deux figures

sont observées de près, il est possible de constater que la source reconstituée qui suit

toujours le plus fidèlement la courbe théorique est celle du gneiss granitique. Les courbes

du basalte et du calcaire reconstitués sont généralement un peu plus fines que le gneiss

granitique. L’écart moyen en pourcentage entre la CI5mm pour le gneiss, le calcaire et le

basalte est de 1,01, 0,78 et 1,02% respectivement. En ce qui concerne la CS5mm, ces écarts

sont de 0,96, 0,74 et 0,97%. Ces écarts moyens sont positifs, montrant peut-être une légère

dégradation des matériaux lors des nombreuses manipulations. Après la réalisation de ces

analyses granulométriques, il est possible de conclure que la séparation des MG 20

échantillonnés en fractions normalisées donne des résultats conformes aux attentes puisque

106

les courbes reconstituées et théoriques sont, à très peu de choses près, égales en tenant

compte de la marge d’erreur imputable à l’essai (1,4%). Il doit être noté que ces écarts sont

mesurés sur des courbes de type 0-5 mm. Par conséquent, ils diminuent d’une proportion

égale à la multiplication de ceux-ci par la valeur du pourcentage passant au tamis de 5 mm

des courbes de types 0-31,5 mm. Ils sont donc beaucoup plus petits pour les courbes

entières non écrêtées.

107

CHAPITRE 4

DESCRIPTION DES MATÉRIAUX ÉTUDIÉS À L’AIDE DE PRINCIPES TIRÉS DE LA MÉTHODE BAILEY

Il a été montré que les divers critères de performance des matériaux granulaires sont

influencés par de nombreux facteurs. À titre d’exemple, l’effet important de l’état de

contraintes et la masse volumique sur le comportement mécanique des matériaux de

chaussées n’est plus à prouver. Alors que les contraintes peuvent être très variables à la

surface d’une chaussée non revêtue, elles le sont moins dans le cas d’une chaussée revêtue

dû à la présence d’une couche d’enrobé bitumineux dimensionnée afin de limiter les

contraintes dans les fondations à un certain niveau. De plus, les matériaux granulaires sont

mis en place très près de la masse volumique maximale ce qui, par conséquent, ne peut être

une source importante de variabilité du module dans le cas d’une construction adéquate. La

seule propriété des matériaux granulaires pouvant être contrôlée est la distribution de la

taille des grains. Il a été montré que celle-ci peut avoir un certain effet sur les propriétés

mécaniques des MG 20.

4.1. Réflexions sur l’équation de Fuller et Thompson

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

largement été utilisée depuis de nombreuses années, particulièrement dans le domaine des

enrobés bitumineux. Elle est aussi utilisée dans le domaine des matériaux granulaires non

liés (Thom et Brown 1988, Brown et Chan 1996, Boudali 1997, Uthus 2007). Par cette

approche, il est suggéré que la création de vides dans le mélange augmente avec

l’augmentation de la valeur du coefficient nFT pour une même valeur de diamètre maximal

des particules. Afin d’apprécier les granulométries étudiées dans cette perspective, celles-ci

ont été tracées en compagnie des courbes de masse volumique maximale pour des valeurs

108

de diamètre maximal des particules de 20 et 31,5 mm tel que c’est le cas pour les MG 20

étudiés. Les courbes de masse volumique maximale (MVmax) sont déterminées pour une

valeur de nFT=0,45, tel qu’il est suggéré dans la littérature à ce sujet (Barksdale 1991). Les

courbes sont tracées selon un axe des abscisses équivalent au diamètre à l’exposant 0,45.

Par conséquent, une courbe de masse volumique maximale se présente sous la forme d’une

droite dans un espace pourcentage passant – diamètre0,45, tel que présenté à la Figure 4.1 et

à la Figure 4.2.

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

109

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

En termes qualificatifs, il est constaté que les courbes ayant de forts coefficients

d’uniformité (CS, CM et CIS) suivent davantage les lignes droites représentant les courbes

de masse volumique maximale. En effet, les courbes granulométriques denses ont

généralement des valeurs de coefficient d’uniformité élevées. Cette constatation exclut la

CSS, qui a le même Cu que la CS mais la présence d’une discontinuité donne une forme

moins régulière à cette granulométrie. Selon les principes généralement reconnus, il est

possible d’affirmer que, parmi les courbes testées, seule la CI peut vraiment être qualifiée

de courbe à texture grossière. Les autres courbes étant très majoritairement situées au-

dessus de la ligne de masse volumique maximale, il s’agit davantage de courbes

granulométriques ayant des textures fines.

Puisque la courbe MVmax représente une ligne droite dans un espace %P-d0,45, il est possible

d’apprécier le potentiel d’empilement des particules de chacune des distributions

granulométriques considérées dans cette étude en comparant la pente de la régression

linéaire avec la pente de la droite de la courbe MVmax, autant pour un dmax de 31,5 mm que

pour un dmax de 20 mm. De plus, dans le but d’analyser davantage en profondeur les

matériaux étudiés, il est aussi possible de réaliser cette analyse sur chacune des fractions

110

granulométriques, soient les fractions gravier et sable qui sont séparées par le tamis de 5

mm selon la classification utilisée par le MTQ. Ceci permet de mieux cerner la capacité

d’empilement granulaire de chacune des fractions. Le Tableau 4.1 présente une synthèse

des valeurs de pente calculées pour chacune des courbes, en plus des valeurs de pente des

deux courbes de masse volumique maximale obtenues pour les deux valeurs de diamètre

maximal.

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

Pente (%/µm0,45) Fraction Diamètre0,45 (μm)

MVmax CIS CI CM

Gravier et sable 105,7401 à 7,1843 0,9457 0,9235 1,0205 1,0261 Gravier 105,7401 à 46,1888 0,9457 0,9860 1,0987 0,7672

d max

31,5

mm

Sable 46,1888 à 7,1843 0,9457 0,9054 0,8140 1,0703

Pente (%/µm0,45) Fraction Diamètre0,45 (μm)

MVmax CS CSI CSS

Gravier et sable 86,1913 à 7,1843 1,1602 1,1906 1,3091 1,0802 Gravier 86,1913 à 46,1888 1,1602 0,8534 0,9574 0,8534

d max

20 m

m

Sable 46,1888 à 7,1843 1,1602 1,3266 1,3739 1,1603

En comparant les pentes calculées pour les courbes granulométriques entières, c’est-à-dire

incluant les fractions gravier et sable, il est possible de constater que la CIS est celle dont la

pente moyenne est la plus près de celle de la courbe de masse volumique maximale pour un

dmax de 31,5 mm. En effet, en termes qualitatifs, il est observé que cette courbe est celle qui

est le plus près de la courbe MVmax. En ce qui concerne la CI et la CM, les valeurs de pente

sont très près l’une de l’autre, ce qui est peu surprenant étant donné le fait que ces courbes

sont moulées en quelque sorte sur la forme du fuseau granulométrique, qui est assez

régulier d’une extrémité à l’autre. En ce qui concerne les matériaux ayant un dmax égal à 20

mm, la CS est la courbe dont la pente moyenne est la plus près de la pente pour la courbe

de MVmax. En ce qui concerne la CSS, la présence de la discontinuité rend difficilement

interprétable la valeur de la pente globale.

En considérant les matériaux par fractions séparées, il est encore une fois constaté que la

CIS est la courbe suivant le plus près la courbe MVmax, car les valeurs de pente pour les

fractions gravier et sable sont toutes les deux assez près de la pente de la courbe MVmax.

111

Pour les deux autres courbes dont le dmax est égal à 31,5 mm, il est constaté que chacune

des fractions présente des valeurs de pente significativement supérieures ou inférieures à la

pente de la courbe de MVmax. Ceci confirme encore une fois que ces deux courbes ont sont

de forme globalement différente à celle d’une courbe de masse volumique maximale. Dans

le cas des courbes ayant un dmax de 20 mm, il est constaté que la fraction gravier de la CSI a

une forme davantage dense que celle de la CS et de la CSS. Toutefois, la fraction sable de

la CS et de la CSS ont des valeurs de pente plus près de la pente de la courbe de MVmax. Or,

il faut tenir compte que, dans le cas de la CSS, encore une fois, la discontinuité rend

difficilement interprétable cette observation puisque malgré le fait que la pente de la

fraction sable soit très près de la pente de la courbe MVmax, la forme de la courbe est très

différente.

Cet outil de description des granulométries demeure toutefois limité étant donné qu’il est

difficile d’estimer un coefficient nFT pour une courbe réelle non théorique. De plus,

l’analyse ne fournit qu’une comparaison davantage qualitative par rapport à une courbe de

masse volumique maximale. Qui plus est, même s’il est possible d’apprécier de façon

relative la forme d’une granulométrie et de chacune des fractions par rapport à la courbe de

masse volumique maximale et d’ainsi apprécier le potentiel d’empilement granulaire des

fractions et d’une courbe en général, cette comparaison est d’une utilité limitée si la

fraction constituant la matrice est inconnue. La position d’une courbe en particulier par

rapport à la courbe de masse volumique maximale donne des indications quant au fait de la

nature de celle-ci, en termes de texture (grossière ou fine). Toutefois, dans le domaine des

enrobés bitumineux, les nombreux travaux des dernières décennies ont permis de mettre en

lumière plusieurs principes et règles d’expérience quant à l’utilisation de cette méthode.

4.2. Principes de la méthode Bailey

L’effet de la granulométrie sur le comportement des matériaux granulaires non liés est peu

clair dans la littérature et il est difficile d’identifier des tendances générales sur son effet

pour guider l’ingénieur en chaussées dans le dimensionnement de structure. Ceci est

principalement dû à la grande variabilité dans la minéralogie, la forme des granulats, la

112

rugosité des particules, les exigences des gouvernements, etc. La plupart des indications sur

l’effet de la granulométrie sont davantage basées sur la règle du pouce et sur l’expérience

locale (Vavrik et coll. 2002). À titre d’exemple, tel que montré au Tableau 2.7, il est

reconnu qu’une augmentation du coefficient d’uniformité, de la taille maximale des

particules et du pourcentage de fracturation tend à augmenter le MR des matériaux

granulaires alors qu’une augmentation du pourcentage de particules fines peut causer une

diminution du MR.

Dans le cadre de cette étude, il est suggéré que les rôles des fractions gravier, sable et fine

doivent être compris afin de bien cerner le comportement général des matériaux granulaires

de chaussées. Généralement, une méthode d’empilement granulaire analyse un matériau en

termes de caractéristiques et propriétés globales d’un empilement granulaire. Ce genre de

méthode est communément utilisé dans le domaine du béton et des enrobés bitumineux

mais sont très peu utilisées pour les matériaux granulaires de fondation des chaussées.

Vavrik et coll. (2002) ont suggéré une méthode simple, laquelle est appelé la Méthode de

Bailey, qui considère le rôle de la fraction gravier, sable grossier et sable fin sur le potentiel

d’empilement granulaire des granulométries. De plus, cette méthode utilise des paramètres

simples pour décrire et quantifier la compactibilité et la susceptibilité à la ségrégation.

Dans le concept de la méthode Bailey, le gros granulat (GG) crée des vides lesquels sont

partiellement remplis par du granulat fin (GF) ou est complètement dispersé dans une

matrice de GF. De plus, la fraction de GF est considérée constituée de GF grossier (ici

notée sable grossier SG) qui remplit partiellement les vides créés par le GG et qui crée des

vides qui sont partiellement remplis par la portion fine du GF (ici notée sable fin SF). Cette

méthode utilise le tamis de grosseur nominale maximale (TGNM, en mm), qui est le tamis

au-dessus de celui qui retient plus de 10% en masse des particules, afin de définir le

diamètre séparant le GG et le GF. Ce diamètre est appelé le tamis de contrôle primaire

(TCP, en mm) et s’exprime

0, 22TCP TGNM Équation 49

où 0,22 représente une valeur typique extraite d’analyse en deux et trois dimensions du

potentiel d’empilement de particules de formes diverses. Plus précisément, cette valeur

113

représente, en moyenne, le ratio du plus grand diamètre d de la particule s’insérant dans les

vides inter particulaires de particules de taille identique ayant un diamètre D. Par

conséquent, selon Varik et coll. (2002), il est possible de suggérer que d/D0,22 en

moyenne et ces auteurs ont montré que l’utilisation de cette valeur moyenne représente bien

la réalité. La valeur du TCP est ajustée à la taille du tamis normalisé le plus près de la

valeur. Cette valeur correspond à la taille des plus grands vides créés dans la matrice de

GG. De la même manière, un tamis de contrôle secondaire (TCS, en mm) et un tamis de

contrôle tertiaire (TCT, en mm) sont définis, le premier servant de séparation entre le SG et

le SF et le deuxième étant utilisé pour décrire le SF. La Figure 4.3 schématise ces concepts.

Ces deux valeurs de tamis de contrôle, lesquelles sont aussi ajustées au tamis normalisé le

plus près de la valeur, s’expriment

0,22TCS TCP Équation 50

0,22TCT TCS Équation 51

Par conséquent, la fraction gravier est comprise entre le dmax et le TCP et est décrite par un

ratio décrivant l’étalement de celle-ci, le ratio gros granulat RGG. Le GF est divisé en deux

parties, soient le SG et le SF, qui sont séparées par le TCS. La fraction grossière du GF est

décrite par le ratio de la fraction grossière du granulat fin RFGGF et la fraction fine du GF

est décrite par le ratio de la fraction fine du granulat fin RFFGF. Le TCT est utilisé pour

décrire cette fraction. Les ratios décrivant chaque fraction du mélange sont exprimés avec

12

12

% %

100 %

TCPtamis

tamis

P PRGG

P

Équation 52

%

%TCS

TCP

PRFGGF

P Équation 53

%

%TCT

TCS

PRFFGF

P Équation 54

114

dans lesquelles %P½tamis est le pourcentage passant (%) le tamis normalisé le plus près de

0,5xTGNM, %PTCP est le pourcentage passant (%) le TCP, %PTCS est le pourcentage

passant (%) le TCS et %PTCT est le pourcentage passant (%) le TCT. Chaque ratio décrit la

granulométrie et le potentiel d’empilement de chaque fraction à laquelle elle est associée. Il

a déjà été dit que le GG est compris entre le dmax et le TCP, lequel est fonction du TGNM.

Dans cette étude, les courbes CI, CM et CIS ont un TGNM de 20 mm alors que les courbes

CS, CSI et CSS ont un TGNM de 14 mm. Donc, le TCP des trois premières est de 5 mm

alors qu’il est de 2,5 mm pour les trois dernières. Cela affecte aussi les valeurs de TCS et

TCT. La fraction gravier comprend des particules plus grosses et plus petites que la taille du

½tamis (0,5xTGNM). Dans la méthode Bailey, dans le cas des GG, les particules plus

grossières que le ½tamis sont appelées les « pluggers » alors les particules plus fines que le

½tamis sont appelés les intercepteurs. Le RGG décrit par conséquent le ratio entre la

quantité d’intercepteurs sur la quantité de « pluggers ». Il doit être noté que, dans la fraction

GG, les intercepteurs sont trop gros pour enter dans les vides créés par les « pluggers ». À

l’opposé, dans les fractions SG et SF du granulat fin, les vides créés par les particules de

taille supérieures au TCS et TCT sont assez gros pour que les particules de taille inférieure

au TCS et TCT comblent ces vides.

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

115

Les valeurs suggérées pour les ratios calculés dans la méthode Bailey sont présentées au

Tableau 4.3. Ces valeurs suggérées sont celles pour un squelette granulaire contrôlé par le

granulat grossier. Cependant, les ratios décrivant la granulométrie de chaque fraction du

matériau granulaire, il est important de considérer ceux-ci pour l’entièreté du mélange et

c’est pourquoi les ratios suggérés pour les mélanges granulaires contrôlés par le GG sont

présentés. En ce qui concerne le RGG, lorsque celui-ci augmente, les vides augmentent

dans la portion GG mais la compactibilité diminue généralement et cela crée des matériaux

dont les gros granulats s’imbriquent moins bien les uns par rapport aux autres. Il est donc

moins possible d’atteindre un blocage efficace de cette fraction. Une variation de 0,2 dans

la valeur du RGG fait généralement varier la teneur en vides, soit la porosité, de 1%. Il est

suggéré que le RFGGF et le RFFGF se situent dans l’intervalle 0,35 à 0,5. L’augmentation

de ces ratios est associée à une diminution de la teneur en vides du mélange, une variation

de 0,05 causant une variation de 1% de porosité.

Afin d’analyser une granulométrie avec la méthode Bailey, les masses volumiques à l’état

non tassé (MVNT) et à l’état tassé (MVT) de chaque matériau ajouté au mélange granulaire

doivent être déterminées. Pour les matériaux les plus typiques selon les principes de la

méthode, le GG est analysé selon sa MVNT et le GF selon sa MVT. Un matériau idéal serait

un dont le GG serait à 100% de sa MVNT et dont GF serait à 100% de sa MVT. Selon la

méthode Bailey, le GG est non significatif dans le mélange si sa masse volumique est

inférieure à 90% de sa MVNT dans le mélange compacté. Le mélange serait alors considéré

comme mélange granulaire fin et la fraction grossière du GF serait alors considérée comme

le GG du mélange pour laquelle un RGG serait calculé. Dans la majorité des analyses

suggérées dans cette étude, la fraction GG est toujours considérée comme faisant partie du

mélange et elle n’est pas exclue de l’analyse même si des pourcentages bas de gravier sont

utilisés pour certaines courbes. Ceci est explicable par la nécessité de bien comparer de

façon relative les six MG pour chaque source. Sinon, il serait plus difficile de cerner l’effet

de la granulométrie dans l’entièreté du fuseau. Cependant, dans le but d’apporter du poids

et un complément aux suggestions et observations faites dans ce rapport, des commentaires

supplémentaires seront réalisés sur les matériaux dont le squelette granulaire est contrôlé

par le GF.

116

Par conséquent, afin d’analyser les granulométries testées dans cette étude, chaque courbe à

l’étude a d’abord été divisée en deux parties, soit les parties GG (d>5 ou 2,5 mm

dépendamment du TGNM) et GF (d<5 ou 2,5 mm dépendamment du TGNM) et les

mélanges de chaque fraction ont été assemblés en laboratoire. Des essais de MVNT et MVT

en accord avec la norme LC 21-060 (MTQ 2004) ont été réalisés pour chaque fraction et les

résultats sont compilés à l’annexe A avec les essais de caractérisation. Par conséquent, les

fractions GG et GF sont comparées à leur MVNT et MVT pour des échantillons à la masse

volumique maximale. Dans un deuxième temps, la portion GF a été divisée en deux parties,

soient SG (5>d>1,25 mm ou 2,5>d>0,63 mm) et SF (d<1,25 mm ou d<0,63 mm),

lesquelles ont été assemblées en laboratoire afin de déterminer leur MVNT et MVT selon la

procédure d’essai LC 21-060 (MTQ 2004). Les résultats bruts de ces essais sont aussi

présentés à l’annexe A. L’objectif de la détermination des masses volumiques de chaque

fraction est d’arriver à comparer la masse volumique de chacune des fractions des courbes,

pour un échantillon à la masse volumique maximale, à la MVT ou la MVNT de la fraction

considérée déterminée en laboratoire. Cette comparaison est faite sur des bases volumiques,

c’est-à-dire que le volume de la fraction (pour un échantillon à la masse volumique

maximale) est divisé par le volume de la même fraction à la masse volumique tassé ou non

tassé. Afin de déterminer le volume occupé par une fraction, il est nécessaire de connaître

la masse volumique des grains solides s. Des essais de masses volumiques sur les grains

solides ont été réalisés tel que présenté précédemment au Tableau 3.4. Il doit être noté que,

pour des fins de simplification, il a été supposé que les valeurs de s sont les mêmes que

celles déterminées dans les essais de caractérisation même si les échantillons sont, dans le

cas de 3 courbes (CS, CSI et CSS) légèrement différents. En effet, les fractions sur

lesquelles ont été évaluées les masses volumiques pour ces courbes sont 20 mm>d>2,5 mm

et d<2,5 mm pour la fraction gravier et la fraction sable+fines alors que les valeurs de s

ont été évaluées sur les fractions 20 mm>d>5 mm et d<5 mm. De plus, en ce qui concerne

les fractions SG et SF, les masses volumiques déterminées sur les fractions d>5 mm et d<5

mm ont été utilisées respectivement afin de déterminer les volumes correspondants.

Les résultats de cette analyse sont présentés au Tableau 4.2 dans lequel %MVNTGGest le

pourcentage d’atteinte de la MVNT pour la masse volumique sèche de l’échantillon dans la

117

fraction gravier, %MVTGF est le pourcentage d’atteinte de la MVT pour la masse volumique

sèche de l’échantillon dans la fraction sable et fines, %MVNTSG est le pourcentage

d’atteinte de la MVNT pour la masse volumique sèche de l’échantillon dans le sable

grossier, %MVTSG est le pourcentage d’atteinte de la MVT pour la masse volumique sèche

de l’échantillon dans la fraction sable grossier, %MVNTSF est le pourcentage d’atteinte de la

MVNT pour la masse volumique sèche de l’échantillon dans la sable fin, %MVTSF est le

pourcentage d’atteinte de la MVT pour la masse volumique sèche de l’échantillon dans la

fraction sable fin, Moy. est la moyenne et É.-T. est l’écart-type. Certains de ces concepts

sont illustrés à la Figure 4.3 préalablement présentée. Ces deux dernières valeurs ont été

calculées en incluant et en excluant la CSS car le fait qu’elle soit discontinue et hors fuseau

peut parfois apporter des variations importantes dans les valeurs de moyenne et d’écart-

type. Il doit être noté que selon les principes de la méthode Bailey, les valeurs de

pourcentage d’atteinte d’une MV pour une fraction MVfraction (kg/m³) donnée sont calculées

de façon volumique. Pour ce faire, le volume de la fraction considérée est déterminé pour

un volume donné (en connaissant la masse volumique sèche d (kg/m³), la masse

volumique des grains de cette fraction s et la portion massique (forme décimale) de la

fraction considérée %Fraction) et celui-ci est comparé au volume de cette même fraction

lorsque celle-ci est à la MVNT ou la MVT. Cette comparaison est faite sous forme de ratio

exprimé en pourcentage en supposant un volume fixe (1 m³) par

%%

% 100 100

d

s dFraction

Fraction Fraction

s

FractionFraction

MVMV MV

Équation 55

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

fraction exprimé en pourcentage (tassé ou non tassé). Le Tableau 4.3 présente les valeurs de

RGG, RFGGF et RFFGF pour les six courbes granulométriques à l’étude en n’excluant pas

la fraction GG de l’analyse. Comme les valeurs suggérées des ratios dans la méthode

Bailey sont calculées avec des courbes granulométriques construites selon les tamis

standards utilisés par l’American Society for Testing Materials (ASTM) et que les ratios

calculés dans le cadre de cette étude ont été calculés avec les dimensions de tamis utilisées

au Québec et avec les pourcentages passants correspondants, il est possible que des

118

différences existent entre des ratios obtenus avec les deux méthodes. Les différences ont été

mesurées pour 3 des courbes granulométriques testées dans cette étude soit la CS, la CM et

la CI. Les écarts moyens trouvés sont respectivement 0,039, 0,013 et 0,006 pour le RGG, le

RFGGF et le RFFGF avec des écarts-types de 0,018, 0,010 et 0,005. Ces écarts sont assez

faibles et ils peuvent donc être considérés négligeables, d’autant plus que l’utilisation des

ratios est surtout faite sur des bases relatives dans le cas de cette étude.

119

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

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

MVNTGG 1449,7 1454,1 1439,2 1469,2 1480,3 1464,2 1459,4 14,8 1458,5 16,3 MVTGG 1631,4 1633,3 1634,1 1638,4 1652,6 1628,2 1636,3 8,6 1638,0 8,6 G

G

%MVNTGG 77,7 79,9 98,4 89,7 82,2 63,7 81,9 11,7 85,6 8,5 MVNTGF 1636,1 1680,9 1668,3 1593,2 1724,1 1582,3 1647,5 54,3 1660,5 49,1 MVTGF 1883,2 1916,6 1912,2 1809,0 1986,4 1815,0 1887,1 67,3 1901,5 64,1 G

F

%MVTGF 96,8 98,8 86,0 85,8 97,0 98,5 93,8 6,2 92,9 6,4 MVNTSG 1348,4 1347,2 1343,4 1342,6 1330,3 1354,9 1344,5 8,2 1342,4 7,2 MVTSG 1481,6 1496,1 1487,4 1473,9 1496,2 1481,9 1486,2 8,8 1487,0 9,6

%MVNTSG 35,4 31,1 26,0 31,9 27,9 19,2 28,6 5,6 30,5 3,7 SG

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

%MVNTSF 37,9 40,7 26,9 23,6 43,0 62,1 39,0 13,7 34,4 8,6

Gn

eiss

SF

%MVTSF 32,5 35,1 23,6 20,6 36,7 53,2 33,6 11,5 29,7 7,2

MVNTGG 1409,7 1409,9 1401,6 1399,4 1369,4 1409,0 1399,8 15,6 1398,0 16,7 MVTGG 1592,6 1594,0 1583,7 1584,9 1566,1 1578,1 1583,2 10,3 1584,2 11,2 G

G

%MVNTGG 79,9 82,0 101,1 94,2 88,9 66,2 85,4 12,2 89,2 8,7 MVNTGF 1606,3 1650,2 1673,7 1575,7 1698,1 1548,7 1625,4 58,2 1640,8 49,7 MVTGF 1928,6 1922,8 1904,3 1788,3 2004,3 1816,1 1894,1 79,4 1909,7 77,9 G

F

%MVTGF 93,5 96,5 85,7 85,7 96,0 97,8 92,5 5,5 91,5 5,4 MVNTSG 1343,4 1370,4 1376,6 1362,9 1353,1 1337,0 1357,2 15,5 1361,3 13,3 MVTSG 1524,9 1554,6 1554,0 1519,3 1562,0 1512,2 1537,8 21,4 1543,0 19,4

%MVNTSG 37,1 31,7 26,0 33,0 28,4 20,2 29,4 5,9 31,3 4,3 SG

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

%MVNTSF 39,6 41,2 27,7 24,5 44,5 64,8 40,4 14,3 35,5 8,8

Cal

cair

e

SF

%MVTSF 33,1 35,1 23,7 21,0 37,0 53,9 34,0 11,7 30,0 7,1

MVNTGG 1441,0 1470,8 1471,6 1459,0 1496,5 1452,4 1465,2 19,2 1467,8 20,3 MVTGG 1622,5 1642,1 1650,1 1660,6 1667,5 1645,1 1648,0 15,7 1648,5 17,5 G

G

%MVNTGG 83,9 83,9 101,8 96,2 88,2 69,0 87,2 11,4 90,8 7,9 MVNTGF 1629,6 1661,7 1659,7 1558,3 1714,9 1566,2 1631,7 60,5 1644,8 57,3 MVTGF 1931,5 1951,1 1906,4 1810,0 2035,4 1846,6 1913,5 79,8 1926,9 81,3 G

F

%MVTGF 100,4 101,8 89,2 89,8 102,6 103,7 97,9 6,6 96,8 6,7 MVNTSG 1331,6 1370,5 1366,4 1345,2 1357,6 1329,7 1350,2 17,4 1354,3 15,9 MVTSG 1517,4 1548,6 1551,0 1526,8 1541,1 1504,8 1531,6 18,4 1537,0 14,5

%MVNTSG 39,0 32,6 27,0 33,9 29,7 20,3 30,4 6,4 32,4 4,5 SG

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

%MVNTSF 39,0 41,1 27,5 24,2 44,5 61,8 39,7 13,4 35,3 8,9

Bas

alte

SF

%MVTSF 32,0 34,3 23,2 20,3 36,6 51,5 33,0 11,1 29,3 7,1 *Moyenne et Écart-Type calculés en excluant la CSS

120

Tableau 4.3 : Ratios des courbes étudiées en considérant l’entièreté des courbes

Valeurs typiques CS CM CI CSI CIS CSS RGG 0,6 à 0,75* / 0,5 à 0,65** 0,544 0,590 0,412 0,663 0,350 0,327

RFGGF 0,35 à 0,5 0,542 0,600 0,543 0,446 0,641 0,778 RFFGF 0,35 à 0,5 0,500 0,457 0,473 0,303 0,577 0,323 *TGNM=20 mm, **TGNM=14 mm

En plus d’avoir déterminé les MVNT et MVT de chacune des fractions, il est aussi possible

de déterminer le pourcentage de vides à ces états, et ce, en conditions tassée et non tassée,

pour des matériaux à la masse volumique maximale. Ces valeurs sont notées %VNT et %VT

pour le pourcentage de vides à la MVNT et le pourcentage de vides à la MVT

respectivement. Ceci est fait en utilisant les masses volumiques des grains solides tel qu’il a

été discuté précédemment. Par conséquent, il est ainsi possible de comparer chaque fraction

de chaque courbe granulométrique pour les trois matériaux et donc d’apprécier le potentiel

d’empilement granulaire des fractions. Les résultats de cette analyse sont présentés au

Tableau 4.4. Il est entre autres possible d’apprécier l’effet de la forme des particules de

gravier partiellement concassé puisque %VNT est plus élevé en moyenne que pour les deux

sources concassées. Cette tendance s’estompe dans les fractions plus fines. Dans les

fractions plus fines, il est constaté que la source créant le moins de vides est la source

calcaire. De plus, la source qui crée toujours le plus de vides est la source basalte. Ceci est

probablement explicable par des effets de forme et de rugosité des particules, mais ces

paramètres n’ont pas été étudiés dans cette étude. Il a été observé au laboratoire que les

particules de la source basalte semblent davantage cubiques. Par contre, des informations

supplémentaires sur la rugosité et la forme sont nécessaires pour mieux décrire et expliquer

ces valeurs.

121

Tableau 4.4 : Pourcentage de vides dans chaque fraction

Gros Granulat (GG) Granulat Fin (GF)

(31,5>d>5 mm ou 20>d>2,5 mm) (d<5 mm ou d<2,5 mm) Non tassé Tassé Non tassé Tassé

Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte

%VNT %VNT %VNT %VT %VT %VT %VNT %VNT %VNT %VT %VT %VT

CS 44,82 46,98 49,44 37,90 40,10 43,07 38,49 37,33 40,48 29,20 24,75 29,46

CM 44,31 46,74 47,73 37,45 39,78 41,65 36,76 36,65 40,18 27,89 26,19 29,77

CI 45,51 46,91 48,46 38,12 40,01 42,20 37,30 35,68 40,28 28,14 26,81 31,40

CSI 44,18 47,41 48,81 37,75 40,44 41,73 39,79 39,88 44,13 31,63 31,77 35,10

CIS 43,82 48,09 47,67 37,28 40,64 41,70 35,16 35,04 38,38 25,29 23,32 26,86

CSS 44,26 47,01 49,04 38,02 40,65 42,28 40,52 40,89 43,54 31,77 30,68 33,43

Moy. 44,48 47,19 48,52 37,75 40,27 42,10 38,00 37,58 41,16 28,99 27,25 31,00

É-T. 0,59 0,49 0,71 0,33 0,36 0,55 1,99 2,34 2,21 2,46 3,32 2,96

Sable Grossier (SG) Sable Fin (SF)

(5>d>1,25 mm ou 2,5>d>0,63 mm) (d<1,25 mm ou d<0,63 mm) Non tassé Tassé Non tassé Tassé

Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte Gneiss Calcaire Basalte

%VNT %VNT %VNT %VT %VT %VT %VNT %VNT %VNT %VT %VT %VT

CS 48,67 49,48 53,28 43,60 42,65 46,76 44,17 41,96 47,39 34,85 30,41 35,79 CM 48,40 48,23 51,30 42,70 41,27 44,97 41,86 39,21 44,55 32,72 28,61 33,52 CI 49,13 47,85 52,14 43,68 41,14 45,67 42,17 40,88 45,80 33,98 31,05 35,71 CSI 48,99 48,78 52,80 44,00 42,90 46,43 44,83 43,75 48,25 36,71 34,21 38,25 CIS 49,51 48,71 52,53 43,22 40,79 46,11 42,08 40,95 45,72 32,26 28,88 33,99 CSS 48,42 49,72 53,34 43,59 43,13 47,20 44,87 44,42 46,84 35,57 33,17 36,18

Moy. 48,86 48,79 52,56 43,46 41,98 46,19 43,33 41,86 46,42 34,35 31,06 35,58

É-T. 0,44 0,71 0,77 0,45 1,03 0,80 1,44 1,95 1,33 1,70 2,26 1,69

Dans le but d’avoir une meilleure compréhension des MG 20 testés dans cette étude, les

ratios suggérés dans la méthode Bailey ont aussi été calculés pour les courbes

granulométriques qui sont majoritairement contrôlées par le GF tel que présenté au Tableau

4.5. Ces courbes sont la CS, CM, CIS et CSS. Par conséquent, les particules ayant un

diamètre plus grand que le TCP ne sont pas considérées dans l’analyse et le TCP devient

alors le nouveau TGNM. Les valeurs de TCS et TCT s’en trouvent aussi modifiées. Ainsi,

des nouvelles valeurs de RGG*, RFGGF* et RFFGF* peuvent être calculées. Pour ces

nouvelles valeurs de RGG*, RFGGF* et RFFGF*, des variations respectives de 0,35, 0,05

et 0,05 entraînent des variations de porosité de 1%. Il est à noter que la valeur de RFFGF*

ne peut être calculée pour la CS et la CSS car étant donné qu’elles sont des courbes assez

fines, la nouvelle valeur du TCT est inférieure à 80 µm.

122

Tableau 4.5 : Ratios des courbes étudiées dont le squelette granulaire est contrôlé par le GF

Valeurs typiques CS CM CIS CSS

RGG* 0,6 à 1,0 1,202 0,81 0,832 1,775 RFGGF* 0,35 à 0,5 0,5 0,457 0,577 0,323 RFFGF* 0,35 à 0,5 0,347 0,411

4.3. Commentaires sur les matériaux étudiés

Il est possible de constater au Tableau 4.2 que la CI est la seule courbe testée dont le

squelette granulaire est toujours contrôlé par le GG, c’est-à-dire que la masse volumique du

GG dans l’échantillon compacté est supérieure à 95% de la MVNT des GG. Ceci veut dire

que les GG sont grandement en contact les uns avec les autres dans cet échantillon. Il est

aussi possible de constater que la CSI est aussi assez près d’être contrôlée par le GG, ce qui

est le cas pour une source (basalte) lorsque cette courbe est à la masse volumique maximale

de compactage. Dans la partie grossière du fuseau, i.e. près de la CI, les gros granulats sont

en contact et le RGG montre que la fraction gravier de cette courbe a un excellent potentiel

d’empilement et de blocage. Il semble que ce soit la fraction GG qui gouverne

majoritairement l’empilement granulaire dans cette portion du fuseau puisque la portion GF

n’est qu’à environ 85% de la MVT en moyenne pour les trois sources. Par conséquent, tel

que proposé dans la méthode Bailey, il est possible d’affirmer que le GG crée la porosité

dans le bas du fuseau et que celle-ci est remplie ou partiellement remplie par des GF,

dépendamment de leur granulométrie et proportion dans la totalité du mélange granulaire.

De plus, de GG en contact représente un avantage d’un point de vue de la création de vides,

qui est importante à considérer dans le cas de la performance hydrique par exemple.

Il est possible de penser que le fait d’avoir énormément de contact entre les GG peut

constituer un avantage d’un point de vue de la performance mécanique pourvu que les

particules de gravier ont une bonne rugosité de surface et qu’elles présentent des arrêtes,

comme les matériaux concassés par exemple. Toutefois, les particules arrondies et polies

étant nuisibles d’un point de vue de susceptibilité à la déformation permanente, il est

possible que des particules de gravier en contact puissent nuire à la bonne performance

123

mécanique de matériaux non concassés ou partiellement concassés. Dans ce cas, les

particules de gravier sont plus instables, il se développe moins de friction dans cette

fraction et le support de la fraction GG par le GF est équivalent à celui trouvé dans les

sources concassées. Dans la méthode Bailey, il est typique de comparer la masse volumique

du GF dans un échantillon à la MVTGF. Toutefois, lorsque cette masse volumique du GF est

comparée à la MVNTGF pour la source gneiss, il est constaté que le GF pour la CI n’atteint

même pas la valeur de la MVNTGF. De façon imagée, ceci implique que le GF flotte

littéralement dans les pores créés par la fraction GG de cette courbe.

Toujours en ce qui concerne la CI, il est aussi possible de constater au Tableau 4.2 que,

lorsque la fraction GF est subdivisée (fractions SG et SF), cette courbe est celle dont la

fraction SG est la plus lâche pour les trois sources lorsque la masse volumique de cette

fraction est comparée aux valeurs de %MVNTSG et %MVTSG. Quant à elle, la fraction SF de

cette courbe est la 2ème plus lâche (après la CSI) pour les trois sources. Ceci montre bien

encore le rôle prédominant du GG lorsque les matériaux de bas de fuseau contenant peu de

particules fines sont considérés. Ceci est en accord avec les conclusions préalablement

tirées des ratios des courbes étudiées.

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

masse volumique non tassé, %MVNTGG, est de 89,7, 94,2 et 96,2% pour le gneiss, le

calcaire et le basalte respectivement dans le cas de matériaux à la masse volumique sèche

maximale. Bien que les GG sont généralement assez en contact, le RGG suggère que la

distribution granulométrique de ceux-ci est trop uniforme et le GG de cette courbe peut

difficilement bloquer et est instable. Ceci est d’autant plus vrai pour la source gneiss

granitique qui présente des GG partiellement concassés. De plus, ce ratio implique que les

vides sont très importants dans la fraction GG. En plus du GG relativement instable et à

teneur en vides élevée, le support de celui-ci par le GF est peu élevé puisque la masse

volumique du GF est en moyenne 87% de la MVT. Lorsque la masse volumique des GF est

comparée à la MVNTGF, il est possible de constater que celle-ci est aussi inférieure à la

MVNTGF et que donc les GF flottent littéralement dans des vides créés par le GG, qui est la

fraction étant la plus susceptible de constituer la matrice. Les ratios RFGGF et RFFGF

suggèrent que, en comparaison avec les autres courbes, beaucoup de vides interstitiels sont

124

créés par la distribution granulométrique du GF. En effet, le RFGGF, bien que près de 0,5,

est le plus bas parmi les six courbes. De plus, le RFFGF est très bas (inférieur à 0,35) ce

qui implique que beaucoup de vides sont créés dans cette fraction. Par conséquent, la

distribution granulométrique générale de cette courbe laisse beaucoup de vides qui ne sont

pas comblés par les fractions plus fines et la fraction GF est peu compacte dans les vides de

la fraction GG. De plus, comme les GG sont à une masse volumique d’environ 89-96% de

la MVNT, ceux-ci sont relativement en contact mais ne sont pas bloqués. Ce fait combiné à

celui que le GF est dans un état peu compact explique de façon quantitative le fait qu’il est

reconnu que les courbes uniformes sont plus instables.

Cette propension à créer des vides dans la fraction GF pour la CSI est aussi observable au

Tableau 4.4 puisqu’il est constaté que le GF présente la quantité de vides la plus élevée

pour les courbes incluses dans le fuseau, et ce, à l’état tassé ou non tassé. En décortiquant la

fraction GF en fractions SG et SF, il est constaté que la création de vides vient surtout de la

fraction SF puisque le pourcentage vides dans la fraction SG est semblable à celui des

autres courbes, ce qui n’est pas le cas pour la fraction SF où le pourcentage de vides est

beaucoup plus élevé. Par conséquent, le fait que le GF présente des pourcentages de vides

beaucoup plus élevés pour la CSI est principalement dû à la fraction SF plutôt qu’à la

fraction SG. Les résultats présentés au Tableau 4.2 abondent dans le même sens, c’est-à-

dire que la fraction SF semble particulièrement importante dans la construction générale de

l’empilement granulaire et au fait que beaucoup de vides y sont créés. En effet, en étudiant

les valeurs de %MVNTSG et %MVNTSF, il est constaté que, dans le cas des trois sources et

dans l’hypothèse que les matériaux sont à la masse volumique sèche maximale, la fraction

SG est à une valeur de %MVNTSG relativement intermédiaire parmi les courbes incluses

dans le fuseau. Cependant, les valeurs de %MVNTSF sont toujours les plus basses, ce qui

implique que cette fraction est celle dont les particules sont les plus dispersées. Des

observations similaires peuvent être faites en comparant la masse volumique des fractions

SG et SF à leur MVT par le biais des valeurs %MVTSG et %MVTSF.

En ce qui concerne la CIS, il est constaté que le GG atteint en moyenne environ 86% de la

MVNT. Par conséquent, ceux-ci sont quelque peu en contact dans l’échantillon à la masse

volumique maximale mais la fraction GF est susceptible de jouer un rôle primordial dans le

125

comportement général de ce type de matériau. Il doit être noté que la fraction GG a un

potentiel de blocage et d’imbrication très bon puisque son RGG est de 0,35. Il peut être

assumé que même à 86% de la MVNT, le GG est susceptible de jouer un rôle non

négligeable dans la performance puisque le bon potentiel d’imbrication des GG doit

influencer le comportement général du matériau granulaire à cet état. En ce qui concerne le

GF, celui-ci est très compact et dominant en général pour cette courbe et son influence sur

l’empilement granulaire général est majoritaire puisque le GF est près de 99% en moyenne

de la MVT. De plus, en observant les résultats du Tableau 4.4, il est possible de constater

que les pourcentages de vides (%VNT et %VT) dans la fraction GF sont les plus bas pour

toutes les sources et ce, à l’état tassé et non tassé.

En analysant plus en profondeur la fraction GF de la CIS, il est constaté que les ratios

RFGGF et RFFGF sont les plus élevés parmi les courbes situées dans le fuseau. Ceci

implique que dans les deux fractions correspondantes, soient les fractions SG et SF, la

forme de la granulométrie est propice à un bon empilement. Toutefois, lorsque les résultats

au Tableau 4.2 sont analysés, il est constaté les valeurs %MVNTSG et %MVTSG sont souvent

les deuxièmes valeurs les plus lâches parmi celles obtenues dans le fuseau (c’est-à-dire

excluant la CSS) et elles sont situées sous la moyenne calculée en considérant 5 courbes.

Qui plus est, il n’est pas possible d’observer de tendance évidente Tableau 4.4 puisque les

valeurs de pourcentage de vides dans le SG sont très peu variables. En effet, les valeurs

%VNT et %VT se situent vers la moyenne, sauf pour le calcaire en condition tassée où %VT

est le plus bas. En se tournant du côté de la fraction fine du GF, soit le SF, il est observé au

Tableau 4.4 que le potentiel d’empilement de cette fraction est très bon puisque les

pourcentages de vides sont généralement les plus bas avec ceux de la CM et ce, aux états

tassé et non tassé. Si les valeurs de %MVNTSF et %MVTSF sont observées au Tableau 4.2, il

est noté que ce sont les valeurs les plus élevées pour les courbes situées dans le fuseau.

Ceci implique donc que les particules de cette fraction sont les plus rapprochées. Ceci peut

aussi être remarqué par la grande présence massique des particules de cette fraction, en

comparaison, entre autres, avec celles de la fraction SG. Ceci permet donc de statuer que la

fermeture globale de cette courbe est principalement explicable par la fraction fine du GF

(SF). Toutes ces remarques sont en accord avec les observations faites sur les valeurs de

RFGGF et RFFGF tel qu’elles ont été formulées précédemment.

126

Le milieu de fuseau, soit la CM, est une courbe présentant un bon potentiel d’empilement

de particules tel que apprécié avec les valeurs de masses volumiques sèches pour chacune

des sources (Tableau 3.4). En comparaison avec les deux autres courbes dont le TGNM est

de 20 mm, soit la CI et la CIS, le RGG de la CM est significativement plus élevé mais

demeure toutefois en deçà de l’intervalle suggéré dans la méthode Bailey. Cependant, cela

signifie que le potentiel de création de vides de la fraction gravier est plus grand pour cette

courbe. Bien que les GG soient peu en contact à la masse volumique sèche maximale

puisque que la masse volumique atteinte est en moyenne 82% de la MVNT des GG, il est

clair que l’empilement granulaire de cette courbe doit être majoritairement fonction du GF,

dont la masse volumique est environ à 99% en moyenne de la MVT. En observant les

valeurs de ratios pour la fraction GF, il est possible de constater la fraction sable grossier a

un bon potentiel d’empilement granulaire puisque le RFGGF est de 0,6 mais que davantage

de vides sont susceptibles d’être créés dans la fraction fine du GF puisque le RFFGF est de

0,457.

Plus précisément, il est observé au Tableau 4.2 que le GF pour la CM est le plus compact à

la masse volumique maximale pour les sources gneiss et calcaire. Pourtant, en observant les

valeurs de %VNT et %VT, il est noté que ces valeurs sont environ dans la moyenne des

valeurs obtenues pour les courbes dans le fuseau. Il est donc pertinent d’approfondir

l’analyse de la fraction GF en observant les résultats sur les fractions SG et SF. En ce qui

concerne le SG, le potentiel d’empilement de la granulométrie de cette fraction est bon

puisque les valeurs les plus basses de %VNT et %VT sont observées pour les sources gneiss

et basalte, tandis que celles de la source calcaire sont davantage intermédiaires. Cela est en

accord avec les valeurs de RFGGF qui prédisent un très bon potentiel d’empilement pour

cette fraction. Toutefois, la fraction SG est dans un état assez lâche, pour un échantillon à la

masse volumique maximale, puisque les valeurs %MVNTSG et %MVTSG sont supérieures à

la moyenne calculée pour 5 courbes (i.e. excluant la CSS). La fraction SF se retrouve parmi

les plus denses tel qu’apprécié par les valeurs de %MVNTSF et %MVTSF. En effet, à titre

d’exemple, la valeur %MVNTSF est beaucoup plus grande que la moyenne calculée pour 5

courbes. Seule la CIS présente des valeurs plus élevées que celles de la CM. D’autre part,

les valeurs de %VNT et %VT sont généralement les plus basses parmi les courbes comprises

127

dans le fuseau, ce qui témoigne du bon potentiel d’empilement de particules de cette

fraction pour cette courbe.

En ce qui concerne la CS, pour des échantillons à la masse volumique maximale, il est noté

au Tableau 4.2 que les GG sont à 80,5% en moyenne de leur MVNT. Parmi les courbes du

fuseau, les valeurs %MVNTGG sont les plus faibles. Ceci implique donc qu’ils jouent un

rôle marginal dans la création de vides. Il est également observé que la CS est souvent

parmi les courbes dont les valeurs de %VNT et %VT sont les plus élevées, c’est-à-dire celles

dont l’empilement granulaire des GG produit le plus de vides. Il est donc possible de parler

ici d’une fraction GG ayant un mauvais potentiel d’empilement et d’imbrication des

particules. Le RGG montre que la fraction GG est un peu plus étalée que la CSI mais moins

étalée que la CSS. Cependant, encore là, il est clair que le comportement est

majoritairement influencé par le GF. Les RFGGF et RFFGF montrent que la matrice de

GF est bien équilibrée, les fractions grossière et fine du GF étant assez étalées pour

potentiellement laisser peu de vides et assurer un bon empilement granulaire. Le GF se

retrouve en moyenne pour les trois sources à 97% de la MVTGF.

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

points intéressants sont notés. D’abord, en ce qui concerne le potentiel d’empilement

granulaire de la fraction SG tel qu’il peut être apprécié au Tableau 4.4, il est observé que les

valeurs de %VNT et %VT sont souvent parmi les plus grandes parmi les courbes situées dans

le fuseau, ce qui dénote un potentiel assez faible. Par contre, cette fraction est celle dont les

particules sont le plus rapprochées parmi les courbes granulométriques étudiées. Ceci est

constaté en consultant les valeurs %MVNTSG et %MVTSG au Tableau 4.2. Les particules

constituant cette fraction sont significativement plus rapprochées que celles des autres

courbes et elles risquent de jouer un rôle prépondérant dans l’interprétation de la

performance générale des courbes étudiées. La fraction SF possède, quant à elle, un faible

potentiel d’empilement de particules puisque les valeurs %VNT et %VT sont les deuxièmes

plus élevées après celles de la CSI. Les particules constituant cette fraction sont aussi

relativement rapprochées puisque les valeurs %MVNTSF et %MVTSF sont supérieures à la

moyenne calculée pour 5 courbes. Elles demeurent toutefois inférieures à celles de la CM et

de la CIS. Généralement, les observations faites sur les fractions SG et SF, sont assez en

128

accord avec les valeurs des ratios calculés pour celles-ci, c’est-à-dire que les deux offrent

un bon empilement créant peu de vides.

Pour ce qui est de la CSS, cette courbe est celle dont le GG est le plus espacé puisque la

masse volumique est environ 66% de la MVNT en moyenne. Par conséquent, il n’y a

presque pas de contact entre les GG dans cette courbe. La fraction gravier se retrouve

dispersée et il est pensable que son influence sur la création de vides sur les propriétés

mécaniques est davantage marginale. Il doit être noté que la fraction GG de cette courbe a

un bon potentiel d’empilement et de stabilité puisque son RGG est bas. La CSS est

généralement la courbe dont la masse volumique du GF est la plus élevée, ce qui explique

les valeurs élevées de %MVTGF (100% en moyenne pour les trois sources). La création de

vides dans la fraction GF est assez grande (Tableau 4.4), la CSS montrant des valeurs de

%VNT et %VT de l’ordre de celles de la CSI.

Il est aussi possible d’observer pour la CSS que la fraction grossière du GF, soit la fraction

SG, a un excellent potentiel d’empilement et que peu de vides y est créée puisque le

RFGGF est très élevé. Toutefois, d’une part, en observant les résultats du Tableau 4.4, il est

constaté que le pourcentage de vides créés dans cette fraction est généralement supérieur à

la moyenne aux états tassé et non tassé. D’autre part, en consultant le Tableau 4.2, il est

observé que cette fraction est particulièrement dispersée dans un échantillon à la masse

volumique sèche maximale. En effet, aux états tassé et non tassé, les valeurs %MVNTSG et

%MVTSG sont inférieures à la moyenne à laquelle est soustraite l’écart-type (valeurs

calculées pour 6 courbes). Les particules de cette fraction se retrouvent donc extrêmement

dispersées dû à la présence de la discontinuité. De son côté, la fraction SF remplit moins

bien les vides et est assez grossière en se fiant au RFFGF, qui est assez bas. D’un côté, ceci

est corroboré par le fait que le potentiel de création de vide de la granulométrie de cette

fraction est parmi les plus élevé tel que constaté avec les valeurs %VNT et %VT au Tableau

4.4. Néanmoins, tant aux états tassé que non tassé, la fraction SF de la CSS a les particules

les plus rapprochées et présentant assurément un nombre élevé de contacts inter

particulaires étant donné les valeurs de %MVNTSF et %MVTSF. En effet, ces valeurs sont

respectivement de 63 et 53% en moyenne pour les trois sources, ce qui est largement plus

129

élevé que les valeurs des autres courbes considérées dans cette étude. Ceci est explicable

par le fait que cette courbe contient peu de GG et de SG.

La méthode Bailey est un outil permettant de comparer et d’apprécier les différences entre

les granulométries. Dans ce chapitre, cette méthode a été utilisée pour comparer de façon

relative les granulométries entre elles, plus particulièrement chacune des fractions

constituant les matériaux. Entre autres, il a été permis de déterminer quelle fraction

constitue la matrice pour chacune des courbes granulométriques, mais aussi d’analyser plus

en détail la distribution granulométrique de la matrice et des particules plus dispersées.

Cette méthode permet d’extraire certaines variables décrivant la courbe granulométrique et

ses différentes fractions, mais aussi l’état des matériaux. Ces variables pourront donc être

utilisées dans les chapitres suivants dans le but de mieux cerner certains effets de la

granulométrie sur la performance.

4.4. Conclusion

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

mieux cerner les interactions entre les diverses fractions granulaires composant un mélange.

La subdivision d’un mélange granulaire en fractions a permis, entre autres, d’évaluer la

matrice des matériaux, ainsi que l’étalement granulométrique et le niveau de blocage de

chaque fraction. Cette méthode est de plus en plus utilisée dans le domaine des enrobés

bitumineux. De plus, elle est très avantageuse dans le cadre d’une étude comme celle-ci car

elle permet l’extraction d’une grande quantité de variables pouvant potentiellement être liés

à la performance. D’une façon générale, cette section a permis de mieux comprendre les

matériaux étudiés et d’apporter des éléments de réflexion supplémentaires qui pourront être

mis à profit dans la section suivante portant sur la performance thermique, hydrique et

mécanique des matériaux granulaires non liés utilisés dans les fondations de chaussées.

130

CHAPITRE 5

ESSAIS DE PERFORMANCE : PROCÉDURES, RÉSULTATS ET ANALYSES

Suite à la réalisation d’une caractérisation détaillée des matériaux étudiés dans le cadre de

cette étude, des essais cherchant à caractériser la performance de ces mêmes matériaux ont

été réalisés. Ces essais visent à décrire le comportement hydrique, mécanique et thermique

des MG 20. Les essais visant à déterminer les caractéristiques des MG 20 sont les essais de

conductivité hydraulique et de résistance à l’érosion pour les propriétés hydriques, les

essais de module réversible pour les propriétés mécaniques et les essais de gel et dégel pour

les propriétés thermiques.

5.1. Essais de performance thermique : gel et dégel

5.1.1. Préparation des échantillons et méthodologie

Les essais de gel et de dégel sont réalisés dans la cellule extensible du Groupe de

Recherche en Ingénierie des Chaussées de l’Université Laval et sont basés sur la norme LC

22-331 Détermination du potentiel de ségrégation des sols (MTQ 1993). Cette cellule

consiste en 15 anneaux de plastique emboîtés les uns dans les autres parmi lesquels des

thermistances sont insérées à travers ceux-ci. Ce type de cellule de gel est suggéré par

Brandl (2001), qui suggère également d’évaluer la sensibilité au dégel avec un essai CBR.

Dans le cas présent, la sensibilité au dégel sera évaluée par le module réversible, mais par

une procédure différente que la procédure typique de détermination du MR. Un schéma

typique d’un essai de gel est présenté à la Figure 5.1. L’extrémité des thermistances est

positionnée tout juste sur le rebord intérieur des anneaux et celles-ci sont recouvertes de

131

colle époxy afin de fixer la thermistance et de protéger son extrémité. Les matériaux

granulaires sont d’abord écrêtés au tamis de 5 mm avant la réalisation de l’essai puisque le

diamètre de la cellule de gel utilisée est de 101,4 mm (Figure 5.2). Ceux-ci sont mis en

place à une teneur en eau d’environ 5% afin de préparer les échantillons du côté sec de

l’optimum et ainsi éviter la migration des particules fines lors de la mise en place. Celle-ci

est effectuée en 5 couches à l’aide d’un marteau pneumatique et d’une dame de compactage

de 50,8 mm de diamètre. Le moule de compactage utilisé est séparable en deux parties

retenues au centre par un collet de serrage. La hauteur disponible pour l’échantillon dans le

moule est de 175 mm après la pose d’une pastille métallique d’espacement de 25 mm de

hauteur au fond du moule. Le rôle de cette pastille est de faciliter la mise en place de

l’échantillon sur la base de la cellule de gel. Afin de s’assurer que les échantillons ont une

masse volumique sèche près de la masse volumique sèche maximale, chaque couche est

compactée en visant la masse volumique maximale pour chacune d’elle. Pour ce faire, une

masse humide déterminée de matériau à teneur en eau de compactage connue est mise en

place dans un volume connu.

Figure 5.1 : Schéma d’un essai de gel

132

Figure 5.2 : Granulométries écrêtées au tamis de 5 mm

L’échantillon est démoulé sur la base de la cellule extensible et des papiers filtres et des

pierres poreuses préalablement saturées sont mis en place aux extrémités de l’échantillon.

Les côtés des plateaux inférieur et supérieur sont recouverts de graisse de silicone afin

d’assurer une bonne étanchéité. L’échantillon est alors recouvert d’une membrane de

caoutchouc. Les anneaux de la cellule extensible sont alors mis en place sur l’échantillon et

des anneaux de serrage sont placés autour des plateaux inférieur et supérieur. La cellule

extensible contenant l’échantillon est placée dans une chambre froide maintenue à 4°C afin

de conditionner thermiquement l’échantillon et de diminuer les pertes thermiques au cours

de l’essai. Une charge statique de 7 kPa est appliquée sur l’échantillon afin de représenter

une charge sus-jacente typique pour un matériau de fondation. L’utilisation d’une surcharge

faible est aussi suggérée par Brandl (2001). L’échantillon est alors saturé de bas en haut en

appliquant une charge hydraulique variable d’un maximum de 50 cm d’eau à la base de

l’échantillon pour un gradient hydraulique maximal de 2,9 pour un échantillon de 175 mm

de hauteur. De plus, la valve d’entrée d’eau de la burette est ajustée de façon à ce que la

vitesse d’entrée de l’eau dans l’échantillon soit d’environ 60 ml/h. Le processus de

133

saturation prend environ une demi-journée. L’échantillon est alors laissé au repos dans la

chambre froide pendant 24 heures afin que l’air résiduel qui pourrait être retenu dans

l’échantillon soit évacué.

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

la tête de l’échantillon et de 2°C à la base. La procédure du gel en échelon est utilisée afin

d’imposer des conditions de gel sévères à l’échantillon. De plus, un front de gel stagnant

dans l’échantillon ainsi que la présence d’une réserve d’eau à proximité de celui-ci

permettent de mesurer la susceptibilité du matériau à former des lentilles de glace. Les

températures imposées à l’échantillon permettent d’obtenir un gradient de température

d’environ 0,03°C/mm, ce qui est semblable à celui rapporté par (Konrad et Lemieux 2005).

Durant l’essai, le temps, la température et le soulèvement du piston sont enregistrés à toutes

les minutes. Grâce à ces données brutes, il est possible de mettre en graphique la

profondeur du front de gel en fonction du temps afin de déterminer le temps d’équilibre

thermique, le taux de soulèvement en fonction du temps en régime permanent dh/dt ainsi

que le gradient de température dans la frange gelée en régime permanent Grad T. La Figure

5.3 présente les données obtenues de l’essai de potentiel de ségrégation réalisé sur la courbe

CIS de la source basaltique. Il est possible de constater que le régime permanent est atteint

à environ 35 heures de gel lorsque le gradient thermique est stabilisé. De plus, le taux de

soulèvement dh/dt est de 2,112 mm/j et le gradient thermique Grad T au temps d’équilibre

thermique est égal à 0,0306 °C/mm.

134

Figure 5.3 : Données typiques d’essai de gel

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

l’échantillon et de -0,5°C à la base. La charge statique de 7 kPa est maintenue lors du dégel.

Trois séries de chargements cycliques constituées de trois impulsions de 2 secondes d’une

intensité de 100 kPa espacées de 30 secondes chacune sont appliquées à différents moments

au cours du dégel, lorsque le comportement du matériau est instable. La première série de

chargement est appliquée après environ 8 heures de dégel quand le front de dégel atteint le

tiers inférieur de l’échantillon. La deuxième séquence de chargement est appliquée après 24

heures de dégel sous les mêmes conditions thermiques. Finalement, la troisième séquence

de chargement est appliquée après 36 heures de dégel après l’application d’une température

de 0,5°C à la base de l’échantillon après la deuxième séquence de chargement. De plus,

afin d’apprécier les variations de portance dues au cycle de gel-dégel, un module réversible

avant le gel a été déterminé sur l’échantillon à la teneur en eau de compactage. Les résultats

bruts obtenus sont trois graphiques montrant le cheminement de la déformation dans le

temps résultant des trois impulsions appliquées à chacune des trois étapes de dégel

prédéfinies. Un exemple de ce graphique est présenté à la Figure 5.4, où un exemple des

calculs effectués est également présenté dans le cas de la courbe CSS de la source

basaltique. La déformation considérée pour le calcul est la déformation réversible observée

après le chargement.

135

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

Il est important de noter que lors de la détermination du MR en dégel, il n’est pas possible

d’appliquer un nombre élevé de cycles pour stabiliser les déformations permanentes étant

donné les limitations du montage (impulsions appliquées manuellement). Les résultats

obtenus ne doivent donc pas être vus comme des valeurs absolues mais bien relatives qui

permettront de définir l’évolution du module lors du dégel en fonction de la granulométrie.

5.1.2. Résultats des essais de gel et dégel

Les résultats des essais de potentiel de ségrégation réalisés sur les matériaux granulaires de

fondation écrêtés au tamis de 5 mm sont présentés au Tableau 5.1. Les principales données

recueillies lors des essais de gel sont le soulèvement total dh, le taux de soulèvement en

régime thermique transitoire (après 5 heures de gel) dh/dt5h et permanent dh/dt et le

gradient thermique près du front de gel en régime thermique permanent GradT. La valeur

de dh/dt5h correspond à la tangente à la courbe de soulèvement après 5 heures de gel. À

l’aide de ces données, il est possible de calculer le potentiel de ségrégation. De plus, pour

chaque source, la valeur moyenne du potentiel de ségrégation Moy. ainsi que le coefficient

de variation associé CV sont calculés afin de quantifier la susceptibilité au gel globale de la

source ainsi que sa variabilité. Les valeurs de compacité dans le Tableau 5.1 montrent que

le compactage est satisfaisant et que le compactage des échantillons est supérieur à 95% de

la masse volumique maximale.

136

Tableau 5.1 : Résultats des essais de potentiel de ségrégation

d n h dh 5dh

hdt

dh

dt Grad T SP

SP Statistiques

(kg/m³) (%)

nf

(mm) (mm) (mm/j) (mm/j) (°C/mm) (mm²/°c*j) (mm²/°c*j)

CS 2042 23,2 0,72 175 1,6 1,800 0,545 0,0306 16,4 CM 2011 24,3 0,77 175 1,3 0,792 0,384 0,0333 10,6 CI 2008 24,5 0,85 175 1,1 1,128 0,264 0,0333 7,3

CSI 1992 24,7 0,90 175 0,8 0,720 0,144 0,0333 4 CIS 2055 23,0 0,66 175 2,7 2,664 0,651 0,0288 20,7 G

NE

ISS

CSS 1874 29,5 0,78 175 1,8 1,800 0,360 0,0306 10,8

. 11,6

52%

Moy

CV

CS 2120 17,3 0,64 175 3,4 3,480 0,994 0,0277 32,8 CM 2100 19,4 0,72 175 2,6 3,072 0,840 0,0283 27,2 CI 2059 20,9 0,82 175 2,2 2,232 0,686 0,0300 20,9

CSI 2050 21,8 0,89 175 2,0 1,800 0,450 0,0333 12,4 CIS 2175 16,8 0,57 175 4,0 3,600 1,340 0,0300 40,9 C

AL

CA

IRE

CSS 2030 22,5 0,71 175 2,2 2,376 0,920 0,0306 27,6

. 27,0

36%

Moy

CV

CS 2265 17,3 0,64 164 7,6 10,080 2,427 0,0356 62,5 CM 2265 18,5 0,70 164 8,0 8,112 2,330 0,0361 59,2 CI 2179 22,2 0,83 169 4,7 4,824 1,370 0,0333 37,7

CSI 2218 20,5 0,88 168 5,2 4,776 1,059 0,0339 28,7 CIS 2220 20,2 0,63 172 8,0 8,208 2,112 0,0306 63,4 B

AS

AL

TE

CSS 2088 24,7 0,74 175 6,1 5,472 1,968 0,0353 51,1

. 50, 4

28%

Moy

CV

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

granulométrie qui décrivent adéquatement le comportement au gel des matériaux

granulaires testés dans cette étude, des coefficients de corrélation R, lesquels décrivent le

niveau d’association entre deux variables, ont été calculés entre le potentiel de ségrégation

et les principales variables explicatives identifiées comme pertinentes pour chaque source.

Les résultats sont présentés au Tableau 5.2. Les variables explicatives retenues sont le

pourcentage de particules fines %F, d60, d50, d30, d10, Cu, Cc, n et nf. Tel qu’il peut être

observé au Tableau 5.2 et Figure 5.5, la porosité de la fraction fine définie par Côté et

Konrad (2003) apporte une meilleure compréhension du phénomène de susceptibilité au gel

que %F parce qu’elle représente non seulement la teneur en particules mais aussi sa

dispersion et occupation des vides créés par la fraction grossière (d>80 µm). Ce paramètre

apporte une considération volumique du rôle des particules fines plutôt que de simples

considérations massiques. Des valeurs de nf faibles correspondent à des vides plus petits et

à une augmentation de la tortuosité des canaux d’écoulement. Pour des matériaux ayant une

susceptibilité au gel assez faible comme les matériaux granulaires, les résultats montrent

137

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

(forme décimale) prennent la forme

: 69,4347* 65,9036

² 0,9718

fGneiss SP n

R Équation 56

: 84,0771* 87,9101

² 0,9826

fCalcaire SP n

R Équation 57

: 138,6158* 152,5121

² 0,9687

fBasalte SP n

R Équation 58

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

d60 d50 d30 d10 Cu Cc n nf %F

Gneiss -0,56 -0,65 -0,62 -0,86 0,63 -0,14 -0,36 -0,99 0,94

Calcaire -0,67 -0,75 -0,62 -0,94 0,65 0,00 -0,78 -0,99 0,97

Basalte -0,67 -0,73 -0,59 -0,92 0,59 0,18 -0,41 -0,98 0,91

0.5 0.6 0.7 0.8 0.9 1nf

0

10

20

30

40

50

60

70

SP

7kP

a (m

m²/

(°C

*j))

LégendeGneissCalcaireBasalte

Figure 5.5 : Relation entre SP et nf

138

Le Tableau 5.3 présente une comparaison du potentiel de ségrégation entre chaque source

et chaque granulométrie. Pour chacune des granulométries testées, le ratio du potentiel de

ségrégation entre deux sources distinctes est calculé ainsi que la valeur moyenne de ces

ratios pour chaque comparaison entre deux sources. Il peut être observé que les valeurs de

SP du calcaire sont 2,5 fois plus élevées en moyenne que celle du gneiss, que celles du

basalte sont 4,7 fois plus élevées que celles du gneiss et celles du basalte sont 1,9 fois plus

élevées que le calcaire. Dans le but de quantifier comment SP varie à l’intérieur du fuseau

granulométrique, les résultats ont été classés de la valeur de SP la plus faible à la plus

élevée pour chaque source et un ratio a été calculé entre chaque granulométrie et celle

présentant le SP le plus faible pour chaque source au Tableau 5.4. Il est possible d’observer

que le classement des granulométries est le même pour les sources gneiss et calcaire alors

qu’il est légèrement différent pour le basalte, lequel présente des ratios beaucoup plus

rapprochés que les deux autres sources.

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

( )

( )

SP Calcaire

SP Gneiss

( )

( )

SP Basalte

SP Gneiss

( )

( )

SP Basalte

SP Calcaire

CS 2,0 3,8 1,9 CM 2,6 5,6 2,2 CI 2,9 5,2 1,8

CSI 3,1 7,2 2,3 CIS 2,0 3,1 1,6 CSS 2,6 4,7 1,9

Moyenne 2,5 4,7 1,9

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

GNEISS CALCAIRE BASALTE

( )

( )

SP Courbe

SP CSI

( )

( )

SP Courbe

SP CSI

( )

( )

SP Courbe

SP CSI

CSI 1,0 1,0 CSI 1,0 CI 1,8 1,7 CI 1,3

CM 2,7 2,2 CSS 1,8 CSS 2,7 2,2 CM 2,1 CS 4,1 2,6 CS 2,2 CIS 5,2 3,3 CIS 2,2

139

Dans le but d’apporter une meilleure compréhension sur ce qui influence la susceptibilité

au gel de chaque source et sur quelle propriété physique ou minéralogique semble expliquer

la différence des SP mesurés entre chaque source, une matrice de corrélation montrant le

niveau de relation entre les valeurs de SP de chaque granulométrie et un paramètre relié à la

source minéralogique est calculée au Tableau 5.5. Étant donné que la relation est

déterminée entre trois points, l’hypothèse d’une relation linéaire est la plus réaliste. Les

paramètres utilisés décrivant la source sont CuF, d50F, <20µm, <2µm et SSF. Il peut être

observé que, pour chaque granulométrie testée, le meilleur paramètre décrivant la variation

de SP entre chaque source est CuF. Ceci est en accord avec l’effet de nf sur la valeur de SP

puisque le coefficient d’uniformité des particules fines doit influencer dans une certaine

mesure la taille des pores à l’intérieur de la fraction fine. Alors que nf décrit la quantité de

particules fines et le remplissage des vides créés par la matrice de particules grossières

(d>80µm), CuF peut permettre d’apprécier d’une certaine façon le potentiel d’empilement

des particules fines lequel influence la création de vides. Ceci est aussi confirmé au Tableau

5.6 où le niveau de corrélation entre la valeur moyenne de SP de chacune des sources et les

principaux paramètres décrivant ces sources est calculé avec le coefficient de corrélation R.

Encore une fois, l’hypothèse d’une relation linéaire a été considérée puisque trois points

sont utilisés pour la relation. Il peut être observé que la valeur de CuF est encore celle

montrant le meilleur niveau de corrélation avec les valeurs moyennes de SP.

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

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

CS 1

CM 1,00 1

CI 0,99 0,99 1

CSI 1,00 1,00 0,99 1

CIS 0,99 0,99 1,00 0,99 1

CSS 1,00 1,00 1,00 1,00 1,00 1

CuF 0,95 0,95 0,98 0,95 0,99 0,97 1

d50F -0,68 -0,66 -0,75 -0,66 -0,77 -0,73 -0,87 1

<20µm 0,66 0,64 0,73 0,64 0,75 0,71 0,85 -1,00 1

<2µm 0,85 0,85 0,90 0,85 0,92 0,89 0,97 -0,96 0,95 1

SSF 0,66 0,65 0,74 0,65 0,76 0,71 0,86 -1,00 1,00 0,96 1

140

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

SP CuF d50F <20µm <2µm SSF

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

En ce qui concerne les essais module réversible en dégel réalisés sur les échantillons ayant

subit un cycle de gel, les résultats sont présentés au Tableau 5.7. Il est à noter que les

caractéristiques granulométriques des échantillons sont les mêmes que celles présentées

pour les essais de gel. Les valeurs de MR0, MR1, MR2, MR3 et MRmoyen représentent les

modules réversibles mesurés respectivement avant gel, au premier chargement, au

deuxième chargement, au troisième chargement et la moyenne des trois chargements en

dégel. Afin de quantifier les variations de portance observées lors du dégel, un ratio

exprimé en pourcentage du module réversible lors des trois chargements en dégel sur le

module réversible avant gel est calculé. De plus, la moyenne Moy. et le coefficient de

variation CV sont aussi calculés pour ces valeurs de ratios. Il est possible d’observer que

lors du premier chargement, le module réversible calculé est souvent supérieur au module

réversible avant gel dû au fait qu’une bonne portion de l’échantillon est gelée lors de ce

chargement. Il est à noter qu’après le troisième chargement, l’échantillon ne regagne pas sa

valeur de module initiale. Le module initial avant gel est déterminé sur l’échantillon non

saturé alors qu’après le gel, l’échantillon est saturé en eau et selon la méthodologie

expliquée, les trois chargements ont été effectués sur des matériaux saturés.

141

Tableau 5.7 : Modules réversibles mesurés lors des essais de dégel

MR0

(MPa) MR1

(MPa) MR2

(MPa) MR3

(MPa) MRmoyen

(MPa)

1

0R

R

M

M

(%)

2

0R

R

M

M

(%)

3

0R

R

M

M

(%)

0R

R

M moyen

M

(%)

CS 61,4 92,1 46,5 43,4 60,7 150,0 75,7 70,7 98,8 CM 55,1 17,2 13,6 13,1 14,6 31,1 24,7 23,8 26,5 CI 89,4 77,2 53,6 43,8 58,2 86,4 59,9 48,9 65,1

CSI 40,0 45,7 32,8 27,6 35,4 114,1 82,0 69,1 88,4 CIS 59,3 64,8 36,2 45,7 48,9 109,3 61,1 77,0 82,4

Gn

eiss

CSS 39,2 51,0 29,3 33,4 37,9 130,0 74,8 85,3 96,7 Moy. 103,5 63,0 62,5 76,3 CV 39,9 32,9 35,9 35,7

CS 56,0 73,9 43,8 43,8 53,8 132,0 78,1 78,1 96,1 CM 53,7 59,0 48,6 46,1 51,2 109,8 90,5 85,8 95,4 CI 44,1 70,0 56,5 51,0 59,1 158,7 128,0 115,6 134,1

CSI 52,2 72,9 51,5 41,7 55,4 139,7 98,6 79,8 106,0 CIS 46,7 61,0 59,7 58,3 59,7 130,7 127,7 124,9 127,8 C

alca

ire

CSS 52,4 52,0 56,5 54,1 54,2 99,2 107,7 103,3 103,4 Moy. 128,4 105,1 97,9 110,5 CV 16,6 19,2 20,1 14,9

CS 51,0 69,3 54,7 55,9 60,0 135,9 107,2 109,6 117,6 CM 78,0 65,5 52,0 53,1 56,8 83,9 66,6 68,0 72,8 CI 47,8 54,7 30,4 36,7 40,6 114,4 63,5 76,8 84,9

CSI 53,4 65,6 46,9 61,0 57,8 122,9 87,8 114,3 108,3 CIS 81,8 77,0 10,2 10,6 32,6 94,1 12,5 13,0 39,9

Bas

alte

CSS 50,0 84,5 44,5 44,1 57,7 169,0 88,9 88,2 115,4 Moy. 120,0 71,1 78,3 89,8 CV 25,4 46,3 46,9 33,7

Une analyse statistique a été effectuée sur les valeurs de ratios entre les divers chargements

et le module réversible initial avant gel. Les coefficients de corrélation R ont été calculés

entre ces valeurs et certaines caractéristiques reliées directement ou indirectement à la

granulométrie des échantillons. Ces caractéristiques sont le pourcentage de fines %F, le d60,

le d50, le d30, le d10, les coefficients d’uniformité Cu et de courbure Cc, la porosité n et la

porosité de la fraction fine nf, le potentiel de ségrégation SP et le soulèvement total lors du

gel h. Les résultats de cette analyse sont présentés au Tableau 5.8. Il est possible d’observer

que les valeurs de R sont relativement faibles, et ce, pour chacune des sources. Ceci laisse

142

croire que, d’un point de vue statistique, le comportement lors du dégel est difficilement

explicable par la granulométrie. Toutefois, la variabilité importante des données d’essais de

module réversible lors de la période dégel est aussi identifiée par Brandl (2001), qui discute

de la difficulté de bien caractériser le comportement des matériaux en dégel dû au fait que

les matériaux sont dans un état de transition et souvent instables.

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

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

MR1/MR0 0,22 -0,24 -0,20 -0,31 -0,09 -0,19 -0,09 0,16 -0,15 0,26 0,24 MR2/MR0 -0,13 0,05 0,11 -0,12 0,29 -0,36 -0,19 0,23 0,21 -0,09 -0,03 MR3/MR0 0,34 -0,37 -0,34 -0,55 -0,14 -0,27 -0,32 0,33 -0,21 0,29 0,45 G

nei

ss

MRmoy/MR0 0,17 -0,21 -0,17 -0,34 -0,01 -0,26 -0,18 0,23 -0,08 0,19 0,24 MR1/MR0 -0,49 0,72 0,66 0,72 0,50 0,36 0,19 -0,59 0,38 -0,31 -0,01 MR2/MR0 0,06 -0,02 -0,12 0,10 -0,03 0,05 0,02 0,06 -0,07 0,11 0,05 MR3/MR0 0,38 -0,30 -0,41 -0,10 -0,37 0,17 0,09 0,04 -0,39 0,43 0,30

Cal

cair

e

MRmoy/MR0 -0,03 0,18 0,07 0,31 0,06 0,25 0,13 -0,21 -0,02 0,09 0,13 MR1/MR0 0,00 -0,45 -0,34 -0,19 -0,01 -0,78 0,22 0,75 0,20 -0,19 -0,40 MR2/MR0 -0,41 0,03 0,18 0,23 0,30 -0,57 0,33 0,35 0,38 -0,26 -0,29 MR3/MR0 -0,62 0,29 0,43 0,37 0,55 -0,56 0,22 0,27 0,59 -0,50 -0,47

Bas

alte

MRmoy/MR0 -0,40 -0,02 0,12 0,17 0,33 -0,69 0,28 0,49 0,44 -0,36 -0,43

* Caractéristiques volumétriques initiales de l’échantillon

5.1.3. Analyse des essais de gel

Dans le but de mettre les valeurs de SP mesurées en perspective, il est possible de calculer

le soulèvement théorique de matériaux granulaires de fondation ayant les mêmes

caractéristiques et SP en utilisant le logiciel de dimensionnement des chaussées souples

proposé par le MTQ, soit CHAUSSÉE2. Ce logiciel utilise les théories de Saarelainen

(1992) et de Konrad et Morgernstern (1981) pour calculer la profondeur de gel et les

soulèvements correspondants. Les principales caractéristiques des matériaux considérées

pour cette simulation sont présentées à la Figure 5.6 et les résultats sont compilés au

Tableau 5.9. Les résultats présentés sont le soulèvement causé par le gel de l’eau

interstitielle hgei, causé par l’augmentation de volume de 9% de l’eau lorsqu’elle passe en

phase solide, et le soulèvement total incluant le soulèvement causé par de la glace de

ségrégation hgs. Tel qu’il est possible de constater à la Figure 5.6, les caractéristiques des

matériaux de la chaussée théorique autres que celles du matériau de fondation sont fixées

143

de façon à ce qu’ils n’engendrent aucun soulèvement lors de cette simulation. Le degré de

saturation de la fondation est ajusté à 100% dans le but de réaliser cette simulation pour des

conditions critiques. Les masses volumiques sèches ainsi que les masses volumiques des

grains solides entrées dans le logiciel sont les mêmes que celles mesurées pour chaque

granulométrie et chaque source dans cette étude. De plus, pour chaque source de granulat,

la surface spécifique des particules fines et le diamètre moyen de la fraction fine sont

ajustés pour chaque source afin de prendre en compte leur effet respectif.

Tableau 5.9 : Soulèvement au gel théorique pour les matériaux testés dans cette étude

Gneiss Calcaire Basalte hgei

(mm) hgs

(mm) hgei+hgs (mm)

hgei (mm)

hgs

(mm) hgei+hgs (mm)

hgei (mm)

hgs

(mm) hgei+hgs (mm)

CS 6 3 9 3 4 7 3 8 11 CM 6 2 8 4 4 8 3 9 12 CI 6 1 7 4 3 7 5 6 11

CSI 6 1 7 4 2 6 4 4 8 CIS 6 3 9 3 5 8 4 10 14 CSS 6 4 10 5 4 9 5 10 15

Moyenne 6 2,3 8,3 3,8 3,7 7,5 4 7,8 11,8

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

144

Les résultats présentés au Tableau 5.9 suggèrent que, en considérant la fondation dans un

état critique pour sa gélivité, des soulèvements au gel non négligeables peuvent se produire

dans les matériaux granulaires qui ont des valeurs de potentiel de ségrégation dans l’ordre

de ceux obtenus dans cette étude. Il est possible de constater que le basalte et le calcaire

développent davantage de glace de ségrégation que le gneiss mais subissent aussi un

soulèvement dû au gel de l’eau interstitielle inférieur. Les résultats sont en accord avec les

valeurs de SP mesurées dans cette étude. Il est possible d’affirmer que des soulèvements au

gel de cet ordre peuvent définitivement affecter dans une certaine mesure la performance

des matériaux de fondation lors de la période de dégel et ainsi causer une augmentation du

taux de dégradation de la chaussée durant cette période. Par conséquent, il est plus que

pertinent d’étudier l’effet de la granulométrie et de la source sur le potentiel de ségrégation

des matériaux granulaires de fondation des chaussées en contexte nordique. Cette analyse

théorique suggère que le soulèvement au gel causé par le gel de l’eau interstitielle et par la

formation de glace de ségrégation est grandement influencé par ces deux paramètres

(granulométrie et source).

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

Tableau 5.1, il est possible de constater que la valeur de dh/dt5h suit assez bien la valeur de

dh/dt mesurée en régime thermique permanent. La valeur de dh/dt5h permet de caractériser

le comportement du matériau dans les premières heures de gel. Selon les résultats présentés

dans le cadre de cette étude, l’effet de la granulométrie sur la susceptibilité au gel est

similaire en régime thermique transitoire et permanent en termes de taux de soulèvement.

Quelques variations dans le classement des granulométries entre les deux régimes

thermiques sont observées mais la tendance générale est la même dans les deux cas.

Les valeurs de SP présentées au Tableau 5.1 montrent clairement l’effet des variations

granulométriques sur la susceptibilité au gel des matériaux granulaires de fondation de

chaussées. Le Tableau 5.4 montre que le classement des granulométries en termes de

potentiel de ségrégation est le même pour la source de gneiss et de calcaire alors qu’une

légère différence est observée pour la source basalte. Cette différence est observée pour les

granulométries CM et CSS de type basaltique. Il doit être noté que ces deux granulométries

ont des valeurs de SP très semblables dans le cas des sources de gneiss et de calcaire. Par

145

conséquent, il n’est pas anormal que la performance de la CM soit inférieure à celle de la

CSS dans le cas de la source basaltique. La différence dans la forme de la granulométrie de

la CSS provoque une augmentation de la valeur de nf même si cette courbe contient un

pourcentage élevé de particules fines. Pour chaque granulométrie, la CIS montre la

susceptibilité au gel la plus élevée alors que la CSI montre la plus faible. Ces deux courbes

granulométriques ont respectivement le potentiel d’empilement granulaire le plus élevé et

le plus bas, ce qui peut être apprécié par leur coefficient d’uniformité. Cependant, lorsque

les valeurs de masse volumique sèche sont observées au Tableau 5.1, il est possible de

constater que les variations de ce paramètre sont assez faibles entre ces courbes

granulométriques. Plus précisément, les variations de masse volumique sèche maximale

entre les courbes écrêtées au tamis de 5 mm sont faibles et sont de l’ordre de 1,9, 2,3 et

2,5% de coefficient de variation CV pour les sources gneiss, calcaire et basalte

respectivement. Ceci confirme que la porosité globale n’est pas un paramètre suffisamment

complet pour décrire adéquatement la susceptibilité au gel des granulats routiers mais que

la porosité de la fraction fine nf, soit la quantité de particules fines et leur dispersion,

semble apporter une compréhension beaucoup plus précise du phénomène.

Les résultats présentés au Tableau 5.3 montrent que des ratios plus élevés entre chaque

source minéralogique sont généralement trouvés pour les matériaux contenant moins de

particules fines comme la CI, CSI et CM. En fait, les ratios calculés pour ces

granulométries sont généralement situés au-dessus des moyennes présentées dans ce

tableau. Cela porte à croire que les caractéristiques des particules fines, plus spécifiquement

la surface spécifique des fines et leur granulométrie, semble avoir un effet plus important

pour des pourcentages de particules fines faibles et influence la susceptibilité au gel de

façon de plus importante que la teneur en particules fines. Inversement, les ratios les plus

faibles observés pour les courbes CS et CIS montrent qu’à des pourcentages de particules

fines élevés, l’influence des caractéristiques des particules fines et de leur granulométrie sur

la susceptibilité au gel tend à diminuer au profit de la teneur en particules fines en

comparaison avec le cas des teneurs en particules fines plus faibles. Le classement des

granulométries pour chaque source minéralogique présenté au Tableau 5.4 permet de

mesurer la dispersion des données de susceptibilité au gel. Comme il est possible

d’observer, lorsque les granulométries sont comparées à la granulométrie ayant la

146

susceptibilité au gel la plus faible (CSI), les valeurs de SP de la granulométrie la plus

susceptible au gel (CIS) sont 5,2, 3,3 et 2,2 fois la valeur de la plus petite valeur de SP pour

le gneiss, le calcaire et le basalte, respectivement. Cette plage de variation suit assez bien de

façon relative les coefficients de variation exprimés au Tableau 5.1 pour chaque source de

granulats testée. Cela suggère encore que, pour des particules fines ayant une surface

spécifique assez faible et une distribution granulométrique assez grossière (Tableau 3.3), la

variation dans la teneur en particules fines a une influence plus importante que les

caractéristiques des particules fines. À l’opposé, si les particules fines ont une surface

spécifique plus élevée et une granulométrie plus fine, la variation dans la teneur en

particules fines a moins d’influence sur la susceptibilité au gel et les caractéristiques des

particules fines semblent jouer un rôle plus important. Alors que le classement des

granulométries est le même pour les sources gneiss granitique et calcaire (Tableau 5.4), il

est légèrement différent pour la source basaltique entre autres parce que la CM et la CSS

présentent des valeurs de susceptibilité au gel très près l’une de l’autre pour chaque source.

Cela tend à montrer que le fait de varier la forme d’une granulométrie est un moyen

efficace de diminuer la susceptibilité au gel puisque la CSS contient 11,7% de particules

fines en comparaison avec la CM qui en contient 9,5%. La variation de la granulométrie

cause une augmentation dans la porosité globale et dans la porosité de la fraction fine, ce

qui peut être constaté lorsque les caractéristiques volumétriques de la CS et de la CSS sont

comparées (Tableau 5.1).

Les valeurs de R présentées au Tableau 5.2 quantifient la force de la relation entre les

valeurs de SP et les principales caractéristiques reliées à la granulométrie ou à la volumétrie

des matériaux. Le pourcentage de particules fines est largement utilisé afin d’apprécier la

susceptibilité au gel des matériaux granulaires et montre un bon niveau de corrélation avec

SP. La porosité de la fraction fine présente toutefois les valeurs de R les plus élevées pour

chacune des sources testées. Cela est principalement dû au fait que cette valeur tient compte

non seulement de la quantité de particules fines mais aussi de leur dispersion et leur masse

volumique à l’intérieur des vides créés par la fraction grossière (d>80 µm) des matériaux

granulaires. Cette valeur est aussi reliée à la tortuosité des canaux d’écoulement (Côté et

Konrad 2003). La relation entre SP et nf est présentée à la Figure 5.5. La diminution de nf

conduit à une augmentation du potentiel capillaire pour des matériaux granulaires contenant

147

des particules fines majoritairement silteuses et cela influence grandement la capacité des

matériaux à conduire l’eau vers un front de gel. Cependant, la taille des canaux capillaires

non gelés est influencée par la surface spécifique des particules fines laquelle est liée à

l’épaisseur de la couche d’eau adsorbée autour de celle-ci. Pour des matériaux dont la

surface spécifique des particules fines est assez faible, comme c’est le cas pour les

matériaux granulaires de fondation des chaussées contenant peu de minéraux argileux, la

susceptibilité au gel devrait augmenter avec une augmentation de la surface spécifique des

particules fines. Une surface spécifique des particules fines élevée réduisant la taille des

canaux d’écoulement capillaires non gelés, l’augmentation de celle-ci peut conduire à un

point où la susceptibilité gel diminuerait avec une augmentation de ce paramètre.

La relation entre SP et nf présentée à la Figure 5.5 montre aussi les variations de SP entre

chaque source de granulats. Même s’il est clair que la valeur de nf décrit adéquatement la

susceptibilité au gel, la variation de cette susceptibilité entre chaque source minéralogique

doit être influencée par la minéralogie et la granulométrie des particules fines. La tortuosité

de l’écoulement décrit par nf doit aussi être influencée par la granulométrie des particules

fines, qui peut être décrite entre autres par d50F et CuF. Cependant, comme la susceptibilité

au gel est reliée à la conductivité hydraulique d’un matériau granulaire et puisque la

conductivité hydraulique est généralement mieux expliquée par l’uniformité d’une courbe

granulométrique, il est peu surprenant de trouver que CuF est le paramètre montrant les

valeurs de R les plus élevées au Tableau 5.5 et au Tableau 5.6, surtout puisque le gel est un

phénomène de conduction de l’eau par la portion plus fine des matériaux (Konrad 1999).

Le potentiel de ségrégation sous une surcharge de 7 kPa peut aussi être déterminé à l’aide

du modèle proposé par Konrad (2005). Ce modèle permet d’estimer le potentiel de

ségrégation sans surcharge en utilisant des caractéristiques des particules fines, telles d50F,

SSF et la limite liquide des particules fines. Il a été dérivé en utilisant, entre autres, des

particules fines extraites de matériaux granulaires de carrières comme matériaux dits de

référence. En se basant sur le d50F mesuré pour les matériaux testés, le gneiss présente un

ratio SS/SSref inférieur à 1 alors que, pour les deux autres sources, cette valeur est

supérieure à l’unité. Il est alors possible de calculer une valeur de SP0 correspondant au SP

sous 0 kPa de surcharge. Par conséquent, en utilisant l’équation du potentiel de ségrégation

148

et celle décrivant l’influence du poids des terres sur le SP, il est possible de calculer des

valeurs de SP7kPa qui sont égales à 55,3, 128 et 122,9 mm²/(°C*j) pour le gneiss, le calcaire

et le basalte respectivement. Ces valeurs élevées en comparaison avec les résultats obtenus

s’expliquent par le fait que ce modèle considère les sols comme entièrement constitués de

particules fines. De plus, ce modèle ne permet pas d’expliquer adéquatement les différences

de SP entre la source calcaire et la source basalte. Le facteur de fines Rf, qui est

proportionnel à SP, présenté par Rieke et coll. (1983), a aussi été utilisé pour quantifier et

comprendre l’influence de la source sur la susceptibilité au gel des matériaux testés. Le

facteur Rf est égal à la multiplication du pourcentage de particules fines par le pourcentage

de particules de la taille des argiles dans les particules fines, divisés par la limite liquide des

particules fines. En utilisant la teneur en particules fines moyenne pour chaque source des

échantillons testés (9,6%), le pourcentage d’argile dans la fraction fine à la Figure 3.3 et la

limite liquide des particules fines au Tableau 3.1, la valeur de Rf peut être déterminée et est

égale à 1,35, 5,15 et 4,9 pour le gneiss, le calcaire et le basalte, respectivement. Encore une

fois, il n’est pas possible de relier directement la valeur de Rf à l’influence de la source sur

les valeurs moyennes de SP.

Les valeurs moyennes de porosité de la fraction fine pour chaque source sont 0,78, 0,727 et

0,742 pour le gneiss, le calcaire et le basalte, respectivement. Il est possible d’observer

qu’elles ne sont pas reliées directement aux valeurs moyennes de SP présentées au Tableau

5.1. La valeur de nf doit être influencée, dans une certaine mesure, par la granulométrie des

particules fines et dans le cas présent, la valeur de d50F explique davantage les variations

dans les valeurs de nf moyennes. Cependant, nf est aussi fonction de la taille des vides créés

par les particules grossières laquelle est largement influencée par la forme globale des

particules. Dans le but de comprendre l’influence de la source minéralogique sur le

potentiel de ségrégation des matériaux granulaires, une analyse statistique est réalisée afin

d’identifier une variable complexe qui permet de relier les valeurs de potentiel de

ségrégation entre chaque source. Il est clair à la Figure 5.5 qu’une relation globale peut être

développée laquelle permettrait de joindre les 18 points d’essais de cette partie de l’étude.

La variable complexe doit inclure un paramètre décrivant la granulométrie des particules

fines, la minéralogie des particules fines et la porosité de la fraction fine. Tel qu’identifié

aux Tableau 5.5 et Tableau 5.6, CuF est le meilleur indicateur relié à la granulométrie des

149

particules fines. De plus, il est bien reconnu dans la littérature que la surface spécifique des

particules fines est un paramètre efficace pour décrire la susceptibilité au gel et c’est aussi

ce que cette étude démontre. Par conséquent, une relation incluant une variable complexe

comme variable explicative a été développée en minimisant l’erreur quadratique moyenne.

Cette variable complexe γ est composée de CuF, SSF et nf et est exprimée par

x y zu S fC F S F n Équation 59

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

permet pas d’obtenir des RMSE faibles. L’utilisation de ces deux paramètres est justifiée

par les matrices de corrélation présentées puisqu’ils représentent les meilleurs paramètres

pour décrire les particules fines en termes de minéralogie et de granulométrie. Les

coefficients de régression x, y et z sont égal à 1,281044, -0,643129 et -1,111086

respectivement et permettent d’abaisser le RMSE à 2,546 mm²/(°C*j) et sont obtenus par

itération. La relation développée a été analysée avec une analyse de covariance

(ANCOVA). La significativité de la relation entre la variable dépendante SP7kPa et la

variable explicative γ a été vérifiée avec un test F de Fisher. Puisque F*=950,9 est

supérieur à la valeur critique F0,05(1,16)=4,494, il peut être conclu qu’une relation

significative existe entre la variable dépendante et la variable explicative. La significativité

des coefficients individuels du modèle a été vérifié avec des tests t de Student. Pour un

niveau de confiance de 95%, les valeurs |t*| sont supérieures à la valeur critique t0.95(16) ce

qui confirme leur significativité. Finalement, dans le but de comparer les valeurs prédites

aux valeurs mesurées, un test d’égalité des espérances pour des valeurs pairées a été réalisé.

Puisque la valeur |t*| de -2,26x10-15 est plus faible que la valeur critique bilatérale

t0.025(17)=2,11, l’hypothèse nulle est acceptée et aucune différence significative n’existe

entre la valeur moyenne des valeurs mesurées et la valeur moyenne des valeurs prédites. La

relation développée et les résidus normalisés associés sont présentés à la Figure 5.7. Cette

relation montre SP comme étant proportionnel à γ par

150

1,2810 0,6431

7 1,11115,8693 34,0091

² 0,983

2,546 ² /( * )

SkPa

f

CuF S FSP

n

R

RMSE mm C j

Équation 60

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

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

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

puisque le R² et le RMSE sont respectivement 0,983 et 2,546. Il en ressort que l’influence

de la source de granulats sur la susceptibilité au gel peut être décrite avec le facteur

CuF1,28SSF-0,64. Les coefficients de régression 1,28 et -0,64 montrent l’importance de la

granulométrie par rapport à la minéralogie pour les matériaux testés dans cette étude. Les

matériaux granulaires utilisés en fondation de chaussées contiennent généralement peu de

particules de la taille des argiles et les particules fines ont généralement des surfaces

spécifiques peu élevées. La relation développée est adaptée pour ce type de matériaux. Pour

une augmentation de CuF, la tendance générale suggère une augmentation de SSF comme il

est possible d’observer au Tableau 5.5. Par conséquent, la variable complexe décrit

l’interaction entre ces deux paramètres pour la conduction de l’eau à un front de

ségrégation. Cette interaction est susceptible d’être modifiée pour des surfaces spécifiques

plus élevées des particules fines.

151

La Figure 5.8 présente l’influence des particules fines provenant de carrières testées par

Konrad (2005) sur le potentiel de ségrégation sans surcharge SP0. Il peut être observé que la

combinaison CuF-SSF ou d50F-SSF décrivent adéquatement l’influence de la source sur

SP0. L’interaction CuF-SSF est différente de celle présentée dans cette étude parce que les

matériaux considérés ici sont exclusivement de taille d<80 µm en comparaison avec les

matériaux à faibles teneurs en particules fines comme ceux testés dans la présente étude et

parce que nf n’est pas incluse dans cette analyse. Il semble que l’influence de la minéralogie

des particules fines change pour les matériaux à haute teneur en particules fines.

Cependant, une relation significative existe entre SP0 et une variable complexe qui inclue

CuF et SSF. Puisque le modèle proposé dans cette étude utilise la combinaison CuF, SSF et

nf, l’addition de nf dans l’analyse des données de Konrad (2005) améliorerait les tendances

montrées à la Figure 5.8 où les coefficients de régression ont été ajustés pour minimiser

RMSE. Il doit être noté que cette analyse a été réalisée dans un espace linéaire pour des fins

de simplification. Toutefois, il est clair qu’une bonne relation exponentielle existe entre SP0

et la combinaison CuF-SSF. L’interaction d50F-SSF décrit l’influence de la source

adéquatement pour ces données mais la valeur de d50F présente des valeurs de R

significativement inférieures à CuF pour les résultats de cette étude. Cependant, chacun des

deux paramètres reliés à la granulométrie des particules fines explique bien l’influence de

la source lorsque les données présentées par Konrad (2005) sont considérées. Il doit être

noté que, comme certaines courbes granulométriques des particules fines testées par

Konrad sont trop fines, certaines valeurs de d10 des particules fines ont dues être

extrapolées. Pour cette raison, une vérification préliminaire a été réalisée en utilisant le d15

des particules fines. Il a été trouvé que la relation existe aussi et est semblable en utilisant le

d15 des particules fines au lieu du d10 des particules fines.

152

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

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

fondation des chaussées est principalement fonction, pour une source minéralogique

donnée, de la porosité de la fraction fine nf. Or, comme ces matériaux sont généralement

mis en place très près de la masse volumique sèche maximale. Il est alors possible

d’envisager de définir un matériau (ou un sous-fuseau) ou un %F à l’intérieur de fuseau

granulométrique du MTQ qui optimiserait la porosité de la fraction fine des matériaux

granulaires en supposant que ceux-ci sont mis en place à la compacité maximale. De plus,

en considérant la portion du modèle décrivant l’effet de la source, il est possible de faire

varier la zone optimisée en fonction des caractéristiques des particules fines. La difficulté

reliée à cette optimisation du comportement au gel est de fixer soit un niveau limite de

susceptibilité au gel soit un pourcentage de particules fines critique qui serait fonction des

caractéristiques des particules fines, les matériaux contenant des particules fines à

granulométrie plus étalée aurait alors un pourcentage critique de particules fines plus faible.

Cela permettrait alors de fixer une limite à partir de laquelle définir une zone optimisée en

termes de susceptibilité au gel. La section portant sur l’Optimisation du comportement des

153

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

problématique.

5.1.4. Analyse des essais de dégel

L’entièreté des valeurs de modules réversibles mesurés avant le gel et lors des trois

chargements en dégel est présentée de façon absolue et relative (par rapport au module

initial avant gel) au Tableau 5.7. Il est d’abord possible de constater que le chargement MR1

donne typiquement des valeurs de modules réversibles plus élevées que le chargement MR0.

Ceci est logique puisqu’une bonne portion de l’échantillon est gelée lors de ce chargement.

Le déplacement mesuré provient essentiellement de la portion dégelée. Or, la hauteur totale

de l’échantillon (parties gelée et dégelée) est considérée pour le calcul de la déformation,

suivant la méthodologie décrite par Deblois (2005). Il est donc normal que les valeurs MR1

soient plus élevées que les valeurs MR0 et ce, même si MR0 est déterminé sur un échantillon

à teneur en eau basse alors que MR1, MR2 et MR3 sont déterminés sur l’échantillon saturé.

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

initial avant gel est que MR1 soit supérieur à MR0, que MR2 soit inférieur à MR1 et que MR3

soit légèrement supérieur à MR2. C’est le comportement général observé pour les matériaux

de la source basaltique. Toutefois, il est possible de remarquer que, dans plusieurs cas, peu

ou pas de gain de portance est mesuré pour MR3 par rapport à MR2. C’est le cas pour 11

échantillons testés dans cette étude. Ceci est probablement dû au fait que l’état de

récupération complète n’est pas atteint pour ces échantillons. Cela peut être aussi expliqué

par le fait que, au contraire, la récupération complète se produit par l’effet de la charge

statique avant le deuxième chargement et que MR2 et MR3 correspondent à peu de chose

près à la valeur du MR à l’état saturé. Comme les échantillons sont soumis à un nombre

limité de cycles de chargement selon la méthodologie employée, il se peut que le gain de

portance soit plus difficile à mesurer. Entre autres, tous les échantillons de la source

calcaire présentent ce comportement. Étant donné que ce matériau a subi des soulèvements

importants, il peut être normal que les échantillons n’aient pas montré de récupération

significative. Néanmoins, la source basaltique a subi les soulèvements les plus importants

lors du gel et la plupart des échantillons de cette source montrent un certain gain de module

154

réversible lors du troisième chargement lors du dégel des échantillons. Il doit être noté que

MR3 ne doit pas théoriquement être aussi élevé que MR0 puisque ce dernier est déterminé

sur l’échantillon à teneur en eau de compactage alors que MR3 est déterminé sur un

échantillon saturé qui a de plus subit une certaine déstructuration lors du gel. Par

conséquent, même si une récupération complète se produit, il devrait exister une différence

entre ces deux valeurs. De façon générale, c’est le cas pour les matériaux testés. Par contre,

certaines exceptions où MR3 est supérieur à MR0 ont été mesurées.

En regardant les valeurs moyennes Moy., il est possible de constater que les matériaux

calcaire sont moins sensibles au processus de dégel puisque ces valeurs sont supérieures ou

avoisinent 100%. De plus, les données pour la source calcaire sont celles montrant la moins

grande variabilité, qui est appréciée par la valeur CV qui est 14,9% dans ce cas. Les valeurs

calculées pour les sources basalte et gneiss sont environ les mêmes, soit environ 35%. Les

matériaux basaltiques suivent ceux de la source calcaire car cette source se classe deuxième

en termes de sensibilité au dégel, la source gneiss granitique se classant troisième. Ce fait

semble assez paradoxal car les sources basalte et calcaire sont les plus sensibles au gel. Par

conséquent, comme ces sources présentent des soulèvements plus importants, il pourrait

être logique que la diminution du module soit plus importante dans leurs cas,

particulièrement pour la valeur MR2, tel qu’avancé par Simonsen et coll. (2002). Ceci

permet de croire que l’effet de la teneur en eau est plus important que l’effet de la

diminution de la masse volumique sèche due à un cycle de gel. Le modèle d’estimation du

module réversible de Rahim et George (2005), qui permet de prendre en compte les

variations de masse volumique sèche et de teneur en eau, tend à supporter ce fait.

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

granulométriques ou volumétriques des échantillons testés dans cette étude. Il peut être

observé que le phénomène mesuré ne semble pas présenter de relation linéaire significative

avec l’une ou l’autre des caractéristiques considérées. Il peut être constaté que les valeurs

de R sont particulièrement faibles pour le ratio comparant MR2 à MR0. Cela peut être

expliqué par le fait que lors du deuxième chargement, les matériaux sont probablement

dans leur état le plus instable et transitoire et sont donc susceptibles de présenter un

comportement davantage aléatoire ou du moins, très variable. Ceci est d’autant plus vrai

155

lorsque le fait que la zone dans laquelle a stagné le front de gel a passé au-dessus de 0°C

entre le premier et le deuxième chargement est considéré.

Les résultats des essais de dégel ne permettent pas clairement de montrer que la perte de

module au dégel est proportionnelle à la diminution de la masse volumique sèche ou au

gonflement engendré par un soulèvement lors du gel des matériaux (Simonsen et coll.

2002, Doré 2004). Certaines tendances ont été observées, mais il est difficile de tirer des

grandes lignes directrices à partir des essais de dégel réalisés. Ceci est probablement

imputable au fait que le nombre de cycles de chargement est très bas, au temps limité de

dégel, aux limites du montage expérimental et au caractère transitoire du comportement des

MG lors d’un dégel. Afin de vérifier l’effet unique de la diminution de la masse volumique

sèche engendrée par un soulèvement au gel des matériaux sur la portance de la chaussée, il

est aussi possible d’utiliser un modèle théorique permettant de prendre en compte cette

variation saisonnière. Le modèle de Rahim et George (2005) préalablement présenté

(Équation 5) permet d’estimer le MR en fonction de diverses caractéristiques des sols, entre

autres le ratio de la masse volumique sèche sur la masse volumique sèche maximale. Il est

donc possible de calculer un module avant et après un gonflement afin d’obtenir une

estimation de la perte de module due au gonflement. Il est proposé que cette perte de

module soit proportionnelle au soulèvement ou au potentiel de ségrégation et, par

conséquent, proportionnelle à la porosité de la fraction fine.

Cette analyse est réalisée en considérant les caractéristiques des matériaux granulaires non

écrêtés. Ceci signifie que les valeurs de masse volumique maximale, de teneur en eau

optimale, de porosité de la fraction fine à la masse volumique maximale, de masse

volumique des grains solides, de coefficient d’uniformité et de pourcentage de particules

fines utilisés correspondent aux valeurs présentées au Tableau 3.3 et au Tableau 3.4. La

teneur en eau à saturation a été calculée afin de considérer les matériaux dans cet état. En

consultant la forme que prend l’équation, il est possible de réaliser cette analyse

paramétrique en gardant l’effet de la contrainte constant. En effet, le terme de contrainte est

exclusivement fonction de θ et de d. Par conséquent, en définissant une valeur pour

chacune d’elle, le terme de contrainte deviendra une constante dans cette analyse. La valeur

de θ a été fixée à 150 kPa et d à 100 kPa. En ce qui concerne les conditions de gel, en

156

utilisant les relations SP-nf définies pour chacune des sources et en connaissant les valeurs

de nf pour les matériaux 0-20 mm, il est possible de calculer SP pour ces matériaux. En

connaissant les valeurs de SP pour les 0-20 mm, il est possible de calculer un soulèvement

théorique au gel en posant un gradient thermique et une période de gel dans la fondation de

chaussée. Les données fournies dans Konrad et Lemieux (2005) provenant d’une chaussée

à Québec ont été utilisées. Selon ces données, le front de gel a passé 20 jours (j) dans la

fondation tout en progressant à une vitesse constante de 25 mm/j (environ 400 mm

d’épaisseur dans ce cas, constituée de MG 20 et de MG-56) et le gradient thermique (Grad

T) est demeuré relativement constant à 0,02 °C/mm. Il est de mise de diminuer ce temps

proportionnellement pour une épaisseur de fondation moindre et plus représentative de

structures de chaussées typiques constituée seulement de MG 20. Pour une épaisseur de

fondation de 300 mm, le front de gel passe environ 15 jours dans celle-ci. L’équation

utilisée pour calculer Δh est

h SP Grad T j Équation 61

dans laquelle SP est exprimée en mm²/(°C*j), Grad T en °C/mm et j en jours, afin d’obtenir

un Δh en mm. Le Tableau 5.10 présente les principales données utilisées pour cette analyse

alors que la Figure 5.9 met en relation la perte de module engendrée par un gonflement

MR-h telle qu’estimée avec le modèle de Rahim et George (2005) avec SP. Il est à noter

que l’équation proposée entre MR-h et SP n’est valide que dans les limites de cette

analyse, c’est-à-dire pour l’état de contraintes proposé, pour des matériaux à l’état saturé et

pour les conditions de gel prédéfinies. Il est possible d’observer à la Figure 5.9 la forte

relation entre la perte de portance absolue exprimée en MPa et la susceptibilité au gel des

matériaux granulaires de fondation. Ceci est en accord avec le principe largement reconnu

de la diminution du module réversible avec une diminution de la masse volumique sèche

des matériaux (Lekarp et coll. 2000a).

157

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

%F (%)

Cu w/wopt d/dopt

initial SP

(mm²/(°C*j))Δh

(mm) d final(kg/m³)

Δd (kg/m³)

d/d opt

final ΔMR

(MPa)

CS 7 47,2 1,81 1 13 3,94 2138,89 28,11 0,9870 2,58

CM 4,5 41,7 1,45 1 10 2,85 2184,22 20,78 0,9906 1,65

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

CSI 2 15,6 1,86 1 1 0,42 2088,11 2,89 0,9986 0,25

CIS 7 92,5 1,52 1 16 4,74 2215,96 35,04 0,9844 2,92

Gn

eiss

CSS 7 47,2 2,11 1 12 3,51 2094,50 24,50 0,9884 2,43

CS 7 47,2 1,44 1 31 9,29 2199,86 68,14 0,9700 5,29

CM 4,5 41,7 1,24 1 23 7,04 2236,51 52,49 0,9771 3,69

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

CSI 2 15,6 1,50 1 11 3,41 2168,37 24,63 0,9888 1,85

CIS 7 92,5 0,91 1 34 10,09 2254,18 75,82 0,9675 4,69

Cal

cair

e

CSS 7 47,2 1,80 1 26 7,68 2141,18 54,82 0,9750 4,91

CS 7 47,2 1,63 1 53 15,82 2240,80 118,20 0,9499 9,3

CM 4,5 41,7 1,41 1 41 12,21 2262,89 92,11 0,9609 6,66

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

CSI 2 15,6 1,86 1 24 7,09 2175,57 51,43 0,9769 4,1

CIS 7 92,5 1,32 1 57 17,00 2311,03 130,97 0,9464 9,17

Bas

alte

CSS 7 47,2 1,94 1 46 13,79 2175,02 99,98 0,9561 8,77

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

158

5.1.5. Conclusion

Cette section a permis d’étudier les effets du gel et du dégel sur les MG 20. En ce qui

concerne le gel, l’étude a permis de montrer la relation existant entre le pourcentage de

particules fines et le potentiel de ségrégation. Cependant, il a été montré que l’utilisation de

la porosité de la fraction fine, qui est largement fonction du pourcentage de particules fines,

permet une modélisation plus précise du phénomène. Un modèle d’estimation du potentiel

de ségrégation utilisant la porosité de la fraction fine, mais aussi la surface spécifique de la

fraction fine et son coefficient d’uniformité, a été développé pour évaluer la gélivité des

MG 20 de toutes sources. Les essais de dégel ont montré des résultats plus difficilement

interprétables. Plusieurs hypothèses ont été formulées dans cette section afin d’expliquer

ces résultats. Néanmoins, à l’aide de modèles appropriés, il a été possible de montré un lien

entre la perte de module engendrée par une diminution de la masse volumique sèche causée

par le phénomène du gel. Pour un cycle de gel, cette relation entre la perte de module et le

potentiel de ségrégation représente donc aussi implicitement une relation entre la perte de

module et la porosité de fraction fine. Dans le but d’ajouter un complément aux essais de

dégel, une analyse de l’effet des teneurs en eau sur le module réversible est présentée plus

loin dans cette étude. Cette analyse viendra compléter les résultats déjà obtenus lors des

essais de dégel. Comme il est connu que la sensibilité au dégel est essentiellement un

problème de déstructuration des matériaux lors du gel et de sensibilité des modules aux

variations de teneur en eau, l’analyse de l’effet de la teneur en eau sur le module réversible

complètera bien la présente section.

5.2. Essais de performance hydrique

5.2.1. Résistance à l’érosion

5.2.1.1. Préparation des échantillons et méthodologie

Les essais de résistance à l’érosion sont réalisés selon la méthodologie définie par Bilodeau

(2003) et Bilodeau et coll. (2005) (Figure 2.36 et Figure 2.37). Afin de réaliser l’essai,

159

environ 6000 g de sol est humidifié à la teneur en eau optimale déterminée à l’essai Proctor

modifié (CAN/BNQ 1986). La compacité de l’échantillon est conforme à ce qui est défini

dans la norme portant sur le Proctor modifié. Toutefois, une pellicule de plastique est

placée au fond du moule afin d’éviter que le matériau colle sur le support du moule Proctor.

Des mesures de masses sont prises dans le but de connaître l’état du matériau, c’est-à-dire

sa teneur en eau, sa masse volumique sèche et sa porosité.

Une fois que l’échantillon est compacté et que la surface est arasée, le moule contenant

l’échantillon est retourné et placé dans la cavité prévue pour accueillir le moule proctor sur

le montage construit pour la réalisation de ces essais. La pellicule de plastique est alors

enlevée de la surface de l’échantillon et la cellule d’écoulement turbulent est installée sur le

moule contenant l’échantillon. Le réservoir d’eau est alors rempli de 7 litres d’eau. Un

contenant pouvant contenir au moins 7 litres d’eau est pesé et est ensuite positionné sous la

sortie d’eau de la cellule à écoulement turbulent. La valve est alors ouverte et l’eau s’écoule

alors sur la surface de l’échantillon. Les particules entraînées ainsi que l’eau sont

récupérées à l’aide du contenant. Le contenant et son contenu sont alors mis à sécher

jusqu’à l’obtention d’une masse constante. La masse sèche arrachée à l’échantillon est alors

connue. La susceptibilité à l’érosion est alors définie comme étant la quantité de matériau

arrachée par unité de surface par unité de temps, ces deux derniers paramètres étant

constants et égaux à 0,01824 m² et 11,5 s respectivement.

5.2.1.2. Résultats des essais de résistance à l’érosion

Le Tableau 5.11 présente les caractéristiques des échantillons et le Tableau 5.12 présente

les résultats pour chaque granulométrie et chaque source testée. Les résultats sont présentés

en tant que taux d’érosion ER (g m-2s-1) et, par conséquent, les matériaux les plus

performants sont ceux ayant le taux d’érosion le plus bas. À titre d’exemple, la CIS de la

source calcaire a un ER de 104,4 g m-2s-1 qui a été calculé par

SMER

A t

Équation 62

160

où Ms est la masse sèche érodée 21,9 g, A est la surface du moule proctor 1,824x10-3 m²

(=152,4 mm) et t est le temps d’écoulement qui est de 11,5 s. Les résultats en termes de

masse sèche arrachée sont présentés à l’annexe D. Une comparaison entre la meilleure

granulométrie d’une source et les autres granulométries de cette source est présentée au

Tableau 5.12 alors qu’une comparaison entre chaque matériau pour chacune des

granulométries testées est présentée au Tableau 5.13. Il est possible d’observer dans ce

dernier que les résultats sont consistants d’une source à l’autre puisque le même classement

de performance est obtenu. Il semble que l’effet de la granulométrie influence la

performance des sources de la même façon.

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

fraction fine nf, le ratio du pourcentage de particules fines sur le pourcentage de sable

%F/%S et la conductivité hydraulique saturée estimée Ksat avec le modèle de Côté et

Konrad (2003) sont présentées aux Figure 5.10 et Figure 5.11. Il est pertinent de considérer

l’effet du ratio %F/%S sur la valeur du ER puisque ces deux tailles de particules sont celles

pouvant être affectées par l’écoulement tel qu’il est suggéré dans Bilodeau et coll. (2005).

La Figure 5.11 présente l’effet de la valeur Ksat sur celle du ER puisque la revue de la

documentation suggère que l’ouverture des pores et la conductivité hydraulique influencent

grandement la susceptibilité à l’érosion.

161

Tableau 5.11 : Caractéristiques des courbes testées en érosion

s (kg m-³)

d (kg m-³)

d/d opt n

(%) nf

(%) nc

(%) VB

(cm3 g-1)

CS 2783 2359 0,979 17,01 74,55 22,82 0,22 CM 2797 2355 1,007 15,21 79,95 19,03 0,23 CI 2835 2304 1,000 18,75 92,02 20,37 0,14

CSI 2816 2227 1,008 20,30 92,72 21,89 0,15 CIS 2825 2442 0,996 13,88 69,73 19,91 0,25

Bas

alte

CSS 2804 2275 0,990 19,70 77,80 25,32 0,18 CS 2601 2268 0,993 13,41 68,86 19,47 0,31 CM 2627 2289 1,010 11,97 75,14 15,93 0,23 CI 2627 2241 0,984 16,06 90,54 17,74 0,16

CSI 2639 2193 0,995 17,32 91,29 18,97 0,16 CIS 2627 2330 1,000 11,35 64,64 17,55 0,25 C

alca

ire

CSS 2636 2196 0,991 17,40 75,06 23,18 0,28 CS 2647 2167 0,988 19,15 77,19 24,81 0,07 CM 2634 2205 0,985 17,57 82,57 21,28 0,09 CI 2648 2179 0,985 18,93 92,11 20,55 0,07

CSI 2640 2091 0,994 21,25 93,10 22,82 0,06 CIS 2659 2251 0,979 17,15 74,73 22,95 0,13

Gn

eiss

CSS 2647 2119 0,976 21,88 80,00 27,35 0,07

Tableau 5.12 : Résultats de résistance à l’érosion

Gneiss Calcaire Basalte

Courbe ER

(g m-2s-1) ( )

, (

,

)ER Courbe

ER CIS ER

(g m-2s-1) ( )

, (

,

)ER Courbe

ER CIS ER

(g m-2s-1) ( )

, (

,

)ER Courbe

ER CIS

CIS 381,4 1,0 104,4 1,0 111,1 1,0 CS 437,6 1,1 133,5 1,3 236,4 2,1

CSS 573,5 1,5 154,9 1,5 262,7 2,4 CM 603,5 1,6 224,5 2,2 273,6 2,5 CI 697,4 1,8 309,9 3,0 289,8 2,6

CSI 1037,8 2,7 511,0 4,9 643,5 5,8 Moy. 621,9 239,7 302,9 É.-T. 233,7 152,0 178,8

162

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

, (

, ( )

)

ER Basalte

ER Calcaire

( )

, (

,

)ER Gneiss

ER Calcaire

, (

, ( )

)

ER Gneiss

ER Basalte

CIS 1,1 3,7 3,4 CS 1,8 3,3 1,9

CSS 1,7 3,7 2,2 CM 1,2 2,7 2,2 CI 0,9 2,3 2,4

CSI 1,3 2,0 1,6 Moy. 1,3 3,0 2,3 É.-T. 0,4 0,7 0,6

0 20 40 60 80 100Cu

100

300

500

700

900

1100

ER

(g

/m²*

s)

Basalte

0 20 40 60 80 100Cu

100

300

500

700

900

1100Calcaire

R²=0.968855

R²=0.907366

0 20 40 60 80 100Cu

100

300

500

700

900

1100Gneiss

R²=0.917061

65 70 75 80 85 90 95nf (%)

100

300

500

700

900

1100

ER

(g/

m²*

s)

Basalte

60 70 80 90 100nf (%)

100

300

500

700

900

1100Calcaire

72 76 80 84 88 92 96nf (%)

100

300

500

700

900

1100Gneiss

R²=0.867256R²=0.897661

R²=0.71572

0 0.04 0.08 0.12 0.16 0.2%F/%S

100

300

500

700

900

1100

ER

(g/

m²*

s)

Basalte

0 0.04 0.08 0.12 0.16 0.2%F/%S

100

300

500

700

900

1100Calcaire

0 0.04 0.08 0.12 0.16 0.2%F/%S

100

300

500

700

900

1100Gneiss

R²=0.973409R²=0.798229

R²=0.908634

163

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

1E-008 1E-007 1E-006 1E-005 1E-004ks (m s-1)

100

1000

200

300

400

500

600700800900

2000

ER

(g

m-2

s-1

)

R2 = 0.809366

Figure 5.11 : Relation entre Ksat et ER

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

granulométrie et la porosité de la fraction fine étant la meilleure variable indirectement

reliée à la granulométrie pour la description de la résistance à l’érosion (Figure 5.10), il est

pertinent de présenter les équations liant ER à ces variables explicatives. Ainsi, pour des

valeurs de Cu sans dimension et des valeurs de nf exprimées en décimale, ER est estimé par

0,5828: 5079,2288Gneiss ER Cu Équation 63

3,6137: 1155,5672 fGneiss ER n Équation 64

0,9625: 7234,0059Calcaire ER Cu Équation 65

3,9513: 580,6704 fCalcaire ER n Équation 66

164

0,9458: 8767,6165Basalte ER Cu Équation 67

4,1331: 645, 2411 fBasalte ER n Équation 68

5.2.1.3. Analyse des essais de résistance à l’érosion

En premier lieu, afin de s’assurer que la fraction gravier des matériaux testés n’est pas

reliée à la susceptibilité à l’érosion des MG, le niveau de corrélation entre la valeur de ER

et des propriétés comme le pourcentage de gravier, la porosité de la fraction grossière, le

coefficient d’uniformité de la fraction gravier et le d50 de la fraction gravier a été vérifié. Il

ressort de cette analyse que l’hypothèse que la fraction gravier n’influence pas de façon

significative la susceptibilité à l’érosion est vérifiée. De plus, l’influence de la teneur en eau

a été vérifiée. Puisque la teneur en eau optimum de compactage est celle à laquelle les

matériaux sont mis en place et soumis à l’essai et puisqu’elle varie légèrement d’un

échantillon à l’autre (la teneur en eau optimale de compactage varie environ entre 4 et 6 %),

il a été vérifié pour chaque groupe de trois échantillons d’une même courbe et d’une même

source si les légères variations de teneur en eau obtenues après la mise en place

(typiquement 0,5% au maximum) pouvaient avoir un effet sur les résultats. L’hypothèse

était que des teneurs en eau de compactage plus élevées conduiraient à des valeurs de ER

plus élevées et vice versa. Cependant, les variations de teneurs en eau et de degré de

saturation sont trop faibles par rapport aux paramètres de compactage pour que leur effet

soit observable. L’effet de la masse volumique sèche n’est pas plus clair puisque tous les

spécimens ont été compactés près de la masse volumique sèche maximale (minimum

97,6% de la masse volumique sèche maximale).

Les particules entièrement concassées ont une friction interne plus grande et sont

généralement plus résistantes au cisaillement causé par un fluide. La forme des particules

est importante à considérer puisque celle-ci influence grandement l’ouverture des pores du

matériau. À titre d’exemple, les MG de type gneiss granitique et calcaire ont des valeurs de

s très semblables pour chaque granulométrie, mais la porosité moyenne de la source gneiss

granitique est plus élevée d’environ 35%. Elle a un pourcentage de fracturation de 72%

alors que le calcaire a beaucoup plus de particules plates et allongées et cela influence le

165

potentiel d’empilement granulaire et la porosité de la fraction fine. Ce dernier paramètre

semble avoir un effet marqué sur la valeur ER puisque le gneiss granitique (nf moyen plus

élevée) performe moins bien que le calcaire (nf moyen plus faible). Cependant, l’effet de la

minéralogie de la source (particulièrement de sa fraction sable et particules fines) entre en

compte et il peut être apprécié par la valeur au bleu VB au Tableau 5.11.

Le coefficient d’uniformité est fortement relié à la valeur ER tel que montré à la Figure

5.10. Ce paramètre décrit bien la susceptibilité à l’érosion puisqu’il est fortement relié à la

résistance au cisaillement et la conductivité hydraulique. Il a été avancé par Bilodeau et

coll. (2005) que plus la granulométrie est ouverte, plus l’écoulement pénètre l’échantillon

profondément et le matériau est donc moins stable. Ceci explique bien le rôle de la porosité

de la fraction fine qui décrit le niveau de remplissage des pores de la fraction grossière par

les particules fines. Ce paramètre représente en quelque sorte le niveau de tortuosité d’un

écoulement entre les particules grossières (Côté et Konrad 2003) et est relié à la masse

volumique sèche du matériau. Au fur et à mesure que les pores du matériau grossier sont

remplis avec des particules fines, l’espace disponible pour qu’un écoulement pénètre les

pores devient plus petit et celui-ci perd davantage d’énergie.

L’effet des particules fines sur la susceptibilité à l’érosion est reconnu et il est possible de

le constater au Tableau 5.12 puisque les courbes les plus performantes sont celles contenant

7% de particules fines. L’augmentation du pourcentage de particules fines augmente la

résistance à l’érosion alors qu’inversement, l’augmentation du pourcentage de sable la

diminue. C’est pourquoi à la Figure 5.10, un ratio %F/%S élevé diminue la susceptibilité à

l’érosion et un ratio faible l’augmente. Finalement, il est montré à la Figure 5.11 par un

autre paramètre, Ksat, que l’ouverture des pores est le paramètre clé gouvernant la

susceptibilité à l’érosion. En effet, les matériaux les moins perméables sont les moins

susceptibles à l’érosion et vice versa. Des faibles valeurs de conductivité hydraulique sont

associées à des MG dans lesquels il est plus difficile pour un écoulement turbulent de

pénétrer les pores, celui-ci perdant davantage d’énergie de cisaillement.

Le classement de performance obtenu est le même pour chaque source, c’est-à-dire CIS,

CS, CSS, CM, CI, CSI du plus performant au moins performant. Des ratios de 5,8 et 4,9

sont observés au Tableau 5.12 pour le calcaire et le basalte alors que ce ratio atteint

166

seulement 2,7 pour le gneiss. Les résultats du basalte sont moins dispersés spécialement

pour les courbes CS-CSS-CM-CI puisque que les ratios se situent entre 2,1 et 2,6. En ce qui

concerne le calcaire, les résultats sont plus dispersés pour toutes les granulométries testées.

La valeur au bleu permet d’expliquer ce phénomène puisqu’elle est un indicateur de la

teneur en argile du matériau. Les VB sont très similaires pour les quatre granulométries les

plus performantes de la source basalte alors qu’elles sont beaucoup plus variables pour la

source calcaire. En ce qui concerne le gneiss, les résultats sont bien dispersés avec les

granulométries testées même si la granulométrie la moins performante (CSI) montre un

ratio de seulement 2,7. Ceci est explicable par le rôle des particules fines. Puisque les

particules fines du gneiss sont très peu plastiques et très peu cohésives en comparaison avec

le basalte et le calcaire, la diminution de la susceptibilité à l’érosion est moins importante

lorsque la teneur en particules fines est augmentée en comparaison avec le basalte et le

calcaire. Il est évident que l’ajout de particules fines est davantage profitable lorsque ce

sont des particules fines plus plastiques (basalte et calcaire) que lorsqu’elles sont très peu

plastiques (gneiss). Il est généralement reconnu que la valeur au bleu est reliée à la

plasticité et par conséquent à la résistance à l’érosion (Locat et coll. 2003).

Il est possible d’observer au Tableau 5.13 que les valeurs ER pour le basalte et le calcaire

sont semblables alors qu’elles sont différentes pour le gneiss. Il est possible de constater

que le basalte est 33% plus sensible à l’érosion en moyenne que le calcaire, que le gneiss

est 195% et 128% plus sensible à l’érosion en moyenne que le calcaire et le basalte

respectivement. Lorsque les ratios pour les sources calcaire et gneiss du Tableau 5.12 sont

examinés, il est possible de constater l’effet des particules fines et de leur plasticité. En

effet, le ratio est supérieur à 3 lorsque les MG contiennent 7% de particules fines et est près

de 2 lorsque les MG contiennent 2% de particules fines. Ceci montre bien que le fait

d’ajouter des particules plus plastiques à un matériau de type calcaire améliore davantage la

résistance à l’érosion que l’ajout de fines peu plastiques à un matériau de type gneiss. Cette

observation est moins évidente pour la source basaltique lorsqu’elle est comparée au

calcaire. Les ratios calculés entre le basalte et le calcaire pour chaque courbe ne montrent

pas de tendance claire, mais il est possible d’observer que les matériaux ayant les

pourcentages de particules fines plus élevés tendent à avoir des ratios plus élevés. Ceci est

167

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

élevées.

Les VB moyennes sont de 0,232, 0,195 et 0,0817 pour les sources calcaire, basalte et gneiss

respectivement. Cette valeur au bleu moyenne du calcaire est donc 2,83 plus élevée que

celle du gneiss et 1,19 fois plus élevée que celle du basalte. Ceci correspond

approximativement aux ratios de 3 et 1,3 présentés au Tableau 5.13. Il est clair qu’il existe

un lien entre la plasticité du matériau et sa susceptibilité à l’érosion.

Il est possible de remarquer que l’effet du coefficient d’uniformité est clair. Pour chaque

source, la courbe la plus performante est la CIS alors que la moins performante est la CSI.

De plus, il s’agit d’un paramètre qui est fortement corrélé avec la valeur ER tel que montré

à la Figure 5.10. L’augmentation du coefficient d’uniformité permet d’augmenter le

potentiel d’empilement granulaire, permet de minimiser l’ouverture des pores et permet de

maximiser les contacts intergranulaires, ce qui permet de minimiser la susceptibilité à

l’érosion. La CIS est la courbe avec la valeur de d la plus élevée pour toutes les sources

mais cette valeur n’est pas suffisante pour expliquer les résultats puisque la CM est aussi

une courbe très dense mais ne performe pas aussi bien. La susceptibilité à l’érosion est

davantage expliquée par d’autres propriétés d’état comme nf (qui est reliée à la masse

volumique sèche par l’indice des vides) ou par la teneur en fines. Ceci est observé lorsque

les courbes CS et CSS sont comparées. Ces courbes, qui sont principalement différenciées

par la granulométrie du sable, ont le même coefficient d’uniformité et la même teneur en

particules fines mais la CSS possède une masse volumique sèche maximale beaucoup plus

faible. Il est clair au Tableau 5.11 que nf explique davantage la susceptibilité à l’érosion que

d. Lorsque la CS et la CI sont comparées, il est possible de constater que les propriétés

sont contrastantes d’un extrême à l’autre du fuseau. La CS performe généralement bien

alors que la CI n’est pas performante.

Les relations présentées aux Figure 5.10 et Figure 5.11 montrent l’importance de remplir

les pores et de fermer la surface des MG dans le but de maximiser la performance à

l’érosion. Les paramètres identifiés comme influents pour le contrôle de la susceptibilité à

l’érosion sont liés ensemble et faciles à obtenir. Le meilleur indicateur semble être le

168

coefficient d’uniformité. Toutefois, les autres paramètres peuvent être utiles pour décrire la

susceptibilité à l’érosion d’un matériau. Il est possible d’observer à la Figure 5.10 qu’un

coefficient d’uniformité de 45 semble approprié comme critère de performance. Cette

valeur correspond approximativement au point où la ER augmente rapidement avec une

faible diminution du coefficient d’uniformité. Ceci implique qu’une granulométrie

comprise entre la CSS et la CIS rencontrent ce critère. Implicitement, cela correspond à un

ratio %F/%S de 0,12 et à des valeurs maximales de nf de 78, 75 et 80% pour le basalte, le

calcaire et le gneiss respectivement. Une courbe près de la CIS peut être considérée

optimisée vis-à-vis la performance à l’érosion. Toutefois, des essais de terrain doivent être

réalisés pour corroborer cette affirmation.

Il est donc possible d’affirmer que le meilleur paramètre de granulométrie qui permet

d’expliquer la susceptibilité à l’érosion est le coefficient d’uniformité et que le meilleur

paramètre d’état est la nf. Finalement, le meilleur paramètre qui permet de relier la

susceptibilité à l’érosion de matériaux provenant de différentes sources est la VB (Tableau

5.11). Il est donc possible de définir une variable complexe incluant ces trois paramètres

qui permettraient d’expliquer de façon globale la susceptibilité à l’érosion. Il est clair que

l’augmentation de la VB et du coefficient d’uniformité cause une diminution de la

susceptibilité à l’érosion alors qu’une augmentation de nf augmente la susceptibilité à

l’érosion. La VB moyenne a été utilisée dans la variable complexe afin de prendre en

compte la minéralogie de la source. La relation entre et ER est présentée à la Figure 5.12.

Cette relation permet d’établir des bases pratiques pour l’établissement de la susceptibilité à

l’érosion relative des MG. Celle-ci prend la forme de

0,7888

0,788842,4516 42,4516

² 0,936

³75,3

%

f

Cu VBER

n

R

cmRMSE

g

Équation 69

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

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

169

modifié, une valeur au bleu de méthylène et un essai de densité et d’absorption sur les

granulats. Ces essais sont communément réalisés sur les MG. Par conséquent, il est alors

possible de comparer la performance d’un granulat sélectionné à celle des MG testés dans

cette étude et d’ainsi déterminer la susceptibilité relative à l’érosion. Il est suggéré que

soit plus grand que 0,1, ce qui correspond au point où ER augmente rapidement avec une

faible augmentation de . Lorsque est supérieur à 0,1, cela correspond aux trois

meilleures granulométries testées pour le calcaire et le basalte (CIS, CS et CSS) et aux deux

meilleures granulométries testées dans le cas du gneiss (CIS et CS).

Figure 5.12 : Relation entre ER et

5.2.2. Essais de conductivité hydraulique

5.2.2.1. Préparation des échantillons et méthodologie

Les essais de conductivité hydraulique ont été réalisés dans un perméamètre à paroi rigide

construit à l’Université Laval. Ceux-ci sont effectués dans le moule de compactage tel que

décrit dans la norme ASTM D5856-95 (ASTM 2002). La Figure 5.13 et la Figure 5.14

montrent une photo et un schéma de cet outil de mesure de la conductivité hydraulique.

170

Afin de réaliser cet essai, une masse sèche de granulats d’environ 6000 g est nécessaire.

Les échantillons sont compactés dans un moule proctor conventionnel ayant un diamètre de

152,4 mm et une hauteur de 116 mm, pour une surface et un volume de 0,0182415 m² et

0,00211601 m³ respectivement. La teneur en eau de compactage a été fixée à 1% sous

l’optimum, soit du côté sec de l’optimum, dans le but d’éviter la migration des particules

fines lors du compactage. Le compactage est réalisé avec un pilon et un marteau

pneumatique en 5 couches de 23,2 mm d’épaisseur. Afin que les échantillons soient

compactés le plus près possible de la masse volumique sèche maximale, la masse humide (à

teneur en eau connue) devant occuper 20% du volume du moule à la masse volumique

maximale est compactée jusqu’à la profondeur nécessaire prédéterminée. Cette approche

permet de minimiser les écarts de masse volumique sèche avec la masse volumique sèche

maximale et permet donc de minimiser l’effet de cette variable. Une fois la mise en place

complétée, la surface de l’échantillon est arasée par rapport au niveau supérieur du moule

de compactage.

Figure 5.13 : Perméamètre à paroi rigide

171

A

B

CC

D

E

F GG

A : Plateau supérieurB : Plateau inférieurC : Vis de serrageD : Entrée d'eau inférieureE : Sortie d'eau supérieureF : ÉchantillonG : Paroi de moule proctor

Figure 5.14 : Schéma de l’essai de conductivité hydraulique

Par la suite, l’échantillon contenu dans le moule de compactage est installé sur le

perméamètre. Des papiers filtres sont placés aux extrémités de l’échantillon pour prévenir

le mouvement des particules fines. Les plateaux inférieur et supérieur du perméamètre sont

conçus de façon à ce que le moule soit serré dans les embouchures. Des joints toriques sont

positionnés dans le pourtour intérieur des embouchures des plateaux inférieur et supérieur

de façon à ce que les rebords du moule soient accotés dessus ceux-ci. De la graisse de

silicone est ajoutée sur les joints toriques pour assurer une meilleure étanchéité du

perméamètre. Les plaques poreuses du perméamètre sont faites de plastique et sont fixées

aux plateaux. La conductivité hydraulique du système ne contenant aucun sol a été vérifiée

afin de s’assurer que le perméamètre n’impose pas de contrainte de conductivité

hydraulique maximale qui pourrait être inférieure à la conductivité hydraulique d’un des

matériaux granulaires. La conductivité hydraulique du système est de l’ordre de 10-4 m/s, ce

qui est un ordre de grandeur au-dessus de la plus grande conductivité hydraulique, qui

devrait être dans l’ordre de grandeur de 10-5 m/s selon le modèle de Côté et Konrad (2003).

Les quantités d’eau circulant dans l’échantillon ainsi que les pressions sont mesurées et

appliquées à l’aide d’un tableau tel que présenté à la Figure 5.15. Des burettes de 250 mL

sont reliées respectivement aux tuyaux d’entrée et de sortie d’eau du perméamètre. Ces

burettes sont reliées à des réservoirs de transition contenant de l’eau. C’est dans ces

réservoirs de transition que l’interface air-eau est retrouvée. Par conséquent, les pressions

d’air sont appliquées sur cette interface air-eau et la pression est alors retransmise d’abord à

172

une interface eau-kérosène dans le réservoir entourant la burette. La pression est ensuite

retransmise à l’interface eau-kérosène dans les burettes, qui sont reliées au perméamètre.

Les pressions sont appliquées à l’aide d’une colonne de mercure et d’un manomètre

conventionnel, en plus d’être mesurées par des capteurs de pression en base et en tête.

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

Une saturation initiale est alors imposée à l’échantillon en appliquant une pression de 5 kPa

à la base du perméamètre et en laissant la tête à la pression atmosphérique. Juste avant cette

saturation initiale, les tuyaux reliés à la base de l’échantillon sont saturés afin de limiter la

quantité d’air entrant dans l’échantillon. L’eau pénètre dans l’échantillon et au moment où

celle-ci apparaît dans le tuyau de drainage supérieur après avoir traversé l’échantillon, le

volume d’eau entré est noté afin de suivre l’évolution du degré de saturation. Par la suite, le

tuyau de drainage supérieur est entièrement saturé et le perméamètre est connecté à celui-ci.

Une circulation d’eau est alors imposée à l’échantillon sous un différentiel de pressions de

5 kPa en base et 0 kPa en tête jusqu’à l’obtention du régime hydrique pseudo permanent,

c’est-à-dire lorsque le volume d’eau qui entre dans l’échantillon est égal au volume d’eau

qui sort de l’échantillon. Ceci est mesuré à la fois à l’aide des burettes et d’une balance sur

laquelle repose l’échantillon. Ce régime hydraulique est atteint lorsque la masse du

perméamètre contenant l’échantillon devient constante, ce qui peut prendre plusieurs

173

heures. Pendant la mesure de l’atteinte du régime permanent, une quantité d’eau

supplémentaire entre dans l’échantillon sans en ressortir. Celle-ci est prise en compte pour

le suivi du degré de saturation.

Une mesure de la conductivité hydraulique est alors effectuée au degré de saturation obtenu

lors de cette saturation initiale pour des fins de comparaison relative. Pour ce faire, des

charges de 5 kPa en base et de 0 kPa (gradient hydraulique i de 4,39) en tête sont

appliquées à l’échantillon de façon à ce qu’une circulation d’eau ait lieu à travers

l’échantillon. Un gradient hydraulique de cet ordre est conforme aux valeurs étant

suggérées dans la norme ASTM D5856-95 (ASTM 2002) pour l’ordre de grandeur des

valeurs de conductivité hydraulique espérées. Un total de 4 mesures est pris afin de calculer

une valeur moyenne de conductivité hydraulique à ce premier degré de saturation. Une

attention particulière est portée à prendre des mesures à différents niveaux d’eau dans les

burettes de base et de tête puisque la position de ce niveau d’eau influence le gradient

hydraulique. C’est pourquoi le calcul d’une valeur moyenne pour des conductivités

hydrauliques prises à différents niveaux d’eau dans les burettes est suggéré. Un suivi de la

masse du perméamètre est fait pour s’assurer qu’il ne se produit pas de modification de

régime hydraulique dans l’échantillon.

Il a été spécifié que la loi de Darcy n’est valide que pour des nombres de Reynolds Re

inférieurs à 10. D’après Randolph et coll. (2000), le nombre de Reynolds en milieux

poreux, qui est une valeur sans dimension, est égal à

50Reqd

Équation 70

dans laquelle q est la vitesse d’écoulement (m/s), d50 est le diamètre moyen des particules

(m) et υ est la viscosité cinématique de l’eau, qui est égale à 1,004x10-6 m²/s à 20°C (Morse

2006). En utilisant le d50 de milieu du fuseau (d50=0,00578 m) et une vitesse q calculée à

partir de l’équation de Darcy pour K=1x10-5 m/s et i=4,39, une valeur de Re égale à 0,253

est trouvée. Celle-ci diminue à 0,0253 pour K=1x10-6 m/s. Par conséquent, pour des valeurs

de conductivité hydraulique typiques pour des MG 20 et un d50 représentatif de la

granulométrie d’un MG 20, les valeurs de Re sont faibles pour i=4,39 et la loi de Darcy

174

peut être considérée valide pour les essais. Il doit être précisé que, selon Morse (2006),

d’autres auteurs utilisent le d10 au lieu du d50, conduisant à des Re encore plus faibles et

plus réalistes pour des MG 20 (Re de 8,8x10-3 et 8,8x10-4 pour K=1x10-5 m/s et K=1x10-6

m/s lorsque d10=0,0002 m).

Par la suite, l’échantillon est saturé par palier de contrepression. Pour ce faire, un excédant

de pression de 50 kPa est appliqué très lentement et par paliers à la base de l’échantillon

(0,5 mL/min) en gardant le tuyau de drainage de la tête fermée. Ainsi, l’air se comprime

graduellement dans l’échantillon et lorsque la masse du perméamètre devient constante,

c’est-à-dire lorsque la pression d’eau ne comprime plus l’air, le drainage de la tête est

ouvert à une pression inférieure de 5 kPa à la pression en base. Un écoulement d’eau sous

un gradient de 4,39 est alors imposé à l’échantillon afin de permettre au régime hydraulique

de se stabiliser, ce qui est vérifié en mesurant la masse du perméamètre contenant

l’échantillon. L’état de contrainte est augmenté de cette façon par palier de 50 kPa jusqu’à

ce que la pression en base atteigne 700 kPa et que celle en tête atteigne 695 kPa. À cet état

de contrepression, une circulation d’eau de plusieurs minutes est imposée à l’échantillon

afin de s’assurer une très bonne stabilisation du régime hydraulique dans le perméamètre.

Plusieurs mesures de conductivité hydraulique sont alors prises à cet état de contrepression,

celles-ci correspondant à des mesures de conductivité hydraulique à l’état saturé. En effet,

selon la norme ASTM D 5084 (ASTM 2004), lorsque des contrepressions sont appliquées à

des échantillons dont le degré de saturation initial est d’environ 90%, la contrepression

nécessaire pour l’obtention d’un degré de saturation final de 100% est d’environ 700 kPa.

De plus, pour un degré de saturation initial moins élevé soit près de 70% comme c’est le

cas de certains des échantillons testés, une contrepression de 700 kPa permet quand même

d’obtenir une saturation finale d’environ 98%.

5.2.2.2. Résultats des essais de conductivité hydraulique

Un total de 18 essais de conductivité hydraulique (K) a été réalisé. L’ensemble des résultats

sont présentées à l’annexe E. Le Tableau 5.14 présente les résultats des essais de

conductivité hydraulique, soit la conductivité hydraulique au degré de saturation initial Kini

et à saturation Ksat, pour deux valeurs de degré de saturation, soit le degré de saturation

175

initial SRini et à saturation complète SRsat. Les caractéristiques volumétriques des

échantillons soumis aux essais y sont aussi retrouvées. Il est possible de constater que la

compacité des échantillons est satisfaisante puisque la valeur moyenne de d/d max est de

0,98 avec un coefficient de variation CV de 1,8%. Il est observé que la valeur de la

conductivité hydraulique augmente généralement avec le degré de saturation tel qu’il a été

vu dans la revue de la documentation. Toutefois, aucune tendance notable n’est observée

entre les variations de conductivité hydraulique et les variations de degré de saturation. Par

contre, la méthode de saturation utilisée permet d’obtenir des degrés de saturation très près

de 100% (99% en moyenne) et la performance des courbes, du point de vue de la

conductivité hydraulique K, peut être faite sur des bases communes de SR.

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

d d/d max n nf Kini SRini Ksat SRsat

(kg/m³) (%) (%) (m/s) (%) (m/s) (%)

CS 2138 0,987 19,22 77,27 3,33E-07 87,2 4,38E-06 99,9

CM 2196 0,996 16,62 81,58 5,76E-06 86,2 1,14E-05 99,8

CI 2192 1,006 17,20 91,22 4,20E-06 87,7 1,20E-05 100,0

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

CIS 2236 0,993 15,90 72,98 2,08E-06 72,7 4,15E-06 98,1

CSS 2067 0,975 21,91 80,03 1,01E-07 84,0 5,44E-06 99,5

Moyenne 0,992 8,58E-06 98,8

Gn

eiss

Écart-type 0,011 4,41E-06 1,8

CS 2139 0,943 17,77 75,53 6,06E-06 97,4 5,56E-06 100,0

CM 2213 0,967 15,75 80,60 3,17E-06 72,6 2,58E-06 98,1

CI 2137 0,954 18,66 91,98 7,02E-06 103,3 1,38E-05 100,0

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

CIS 2298 0,986 12,53 67,17 4,16E-07 101,3 2,50E-06 100,0

CSS 2118 0,966 19,64 77,73 5,02E-06 68,6 7,58E-06 97,6

Moyenne 0,965 8,09E-06 99,0

Cal

cair

e

Écart-type 0,015 5,86E-06 1,1

CS 2290 0,971 17,72 75,47 4,16E-07 72,3 1,54E-06 98,0

CM 2335 0,992 16,51 81,46 5,20E-07 78,2 2,36E-06 98,8

CI 2246 0,975 20,76 92,91 3,69E-06 99,0 1,17E-05 100,0

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

CIS 2323 0,951 17,77 75,53 3,13E-06 88,5 3,55E-06 100,0

CSS 2224 0,978 20,68 78,84 2,81E-06 80,1 7,14E-06 99,0

Moyenne 0,971 7,88E-06 99,3

Bas

alte

Écart-type 0,015 7,44E-06 0,8

176

Le Tableau 5.15 permet de comparer, pour une même courbe granulométrique, la valeur de

conductivité hydraulique mesurée pour chacune des sources. Ceci est fait en calculant un

ratio, pour une même courbe granulométrique, de la conductivité hydraulique d’une source

sur la conductivité hydraulique d’une autre source. De plus, la valeur moyenne des ratios

pour la comparaison entre deux sources est calculée et permet d’apprécier globalement les

différences de conductivité hydraulique entre les sources. De plus, un classement de

performance, du point de vue de la conductivité hydraulique, est présenté au Tableau 5.16

en divisant la valeur de conductivité hydraulique d’une courbe pour une source par celle de

la conductivité hydraulique la plus élevée pour la même source et en prenant la valeur

inverse de cette valeur. Bien que certaines différences de classement existent entre les

sources, il est possible de constater que les deux courbes les plus perméables sont la CSI et

la CI pour toutes les sources.

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

Gneiss

Calcaire

K

K Gneiss

Basalte

K

K Calcaire

Basalte

K

K

CS 0,79 2,84 3,61

CM 4,42 4,83 1,09

CI 0,87 1,03 1,18

CSI 0,85 0,67 0,79

CIS 1,66 1,17 0,70

CSS 0,72 0,76 1,06

Moyenne 1,55 1,88 1,41

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

Gneiss (m/s)

Ratio p/r CSI

Calcaire

(m/s) Ratio p/r

CSI

Basalte (m/s)

Ratio p/r CSI

CSI 1,41E-05 1,00 CSI 1,65E-05 1,00 CSI 2,10E-05 1,00

CI 1,20E-05 1,18 CI 1,38E-05 1,20 CI 1,17E-05 1,79

CM 1,14E-05 1,24 CSS 7,58E-06 2,18 CSS 7,14E-06 2,94

CSS 5,44E-06 2,59 CS 5,56E-06 2,97 CIS 3,55E-06 5,92

CS 4,38E-06 3,22 CM 2,58E-06 6,40 CM 2,36E-06 8,90

CIS 4,15E-06 3,40 CIS 2,50E-06 6,60 CS 1,54E-06 13,64

177

Une analyse statistique a été réalisée au Tableau 5.17 afin de déterminer les principales

variables expliquant le comportement des matériaux granulaires testés du point de vue de la

conductivité hydraulique saturée Ksat. Cette analyse a été faite en calculant les valeurs des

coefficients de corrélation R entre les valeurs de Ksat et les principales variables explicatives

identifiées. La ligne représentant le total au Tableau 5.17 a été utilisée afin d’identifier les

principales variables explicatives dominantes pour des fins de simplification. Cette valeur

représente la somme des trois coefficients de corrélation en valeur absolue pour les trois

sources exprimée en pourcentage de la valeur maximale qui pourrait être obtenue, soit 3, la

valeur maximale de R étant 1 (ou -1 pour une relation de proportionnalité inverse). Les

variables explicatives montrant des valeurs totales inférieures à 50% ont été écartées du

Tableau 5.17 et celles qui sont davantage intéressantes sont celles dont la somme des

valeurs de R est près de 100%. Il est possible de constater que tel qu’il était espéré, les

variables directement ou indirectement reliées à la granulométrie qui sont davantage reliées

à la conductivité hydraulique saturée sont surtout celles rattachées à la fraction plus fine des

matériaux granulaires. En se référant aux valeurs de Ksat, il est possible de constater que les

3 variables présentant un pourcentage élevé sont nf, d10 et %F, soit 3 valeurs reconnues

pour être de bons indicateurs de la conductivité hydraulique dans la littérature. Il doit être

noté que nf est le paramètre expliquant le mieux la conductivité hydraulique de l’ensemble

des matériaux granulaires à l’état saturé. Cette affirmation est supportée par le modèle de

Côté et Konrad (2003), reliant la conductivité hydraulique à l’état saturé à nf. En effet, ce

paramètre présente de bonnes valeurs de R pour tous les types de minéralogie contrairement

à la porosité n ou le pourcentage de fines %F. Par contre, le d10 est aussi très intéressant (ce

paramètre étant utilisé dans la formule de Hazen) pour les trois sources, mais de

performance globale inférieure à nf. La relation entre Ksat et nf est présentée à la Figure

5.16. Les relations exponentielles de la Figure 5.16, dans lesquelles nf est en décimale et

Ksat en m/s, sont mathématiquement exprimées par

: 2,731 7,378

² 0,80

0,12

sat fGneiss LOG K n

R

RMSE

Équation 71

178

: 2,963 7,597

² 0,69

0,219

sat fCalcaire LOG K n

R

RMSE

Équation 72

: 4,348 8,850

² 0,72

0,257

sat fBasalte LOG K n

R

RMSE

Équation 73

Tableau 5.17 : Coefficients de corrélation R entre les valeurs de Ksat et des variables explicatives

d n nf d30 d20 d10 Cu %F D50S D10S

Gneiss -0,11 0,04 0,90 0,64 0,74 0,90 -0,78 -0,96 0,77 0,93

Calcaire -0,66 0,71 0,88 0,54 0,65 0,86 -0,76 -0,79 0,63 0,75

Basalte -0,92 0,96 0,88 0,42 0,52 0,82 -0,67 -0,78 0,69 0,84

Total (%) 56,1 56,9 88,8 53,7 63,7 86,1 73,8 84,0 69,9 84,0

Figure 5.16 : Relation entre Ksat et nf

179

Afin de bien quantifier l’influence de la source minéralogique sur la conductivité

hydraulique à l’état saturé, les valeurs de R entre Ksat et les divers paramètres décrivant les

particules fines des sources testées ont été calculées. Les caractéristiques considérées des

sources minéralogiques sont CuF, d50F, <20µm, <2µm et SSF. Cette analyse a été effectuée

en considérant les valeurs moyennes de Log(Ksat) étant donné les résultats de la Figure 5.16

et les résultats sont présentés au Tableau 5.18. Il est possible de constater que tous les

paramètres décrivant les particules fines expliquent bien les différences entre les valeurs

moyennes de conductivité hydraulique mesurées entre chaque source. En ce qui concerne

les paramètres reliés à la granulométrie, il est possible de constater que CuF et <2µm se

démarquent des autres paramètres suggérés, CuF montrant le coefficient de corrélation le

plus élevé. Ceci est en accord avec les résultats obtenus dans la section traitant de la

susceptibilité au gel des matériaux granulaires testés dans cette étude.

Tableau 5.18 : Coefficients de corrélation R entre Log(Ksat) moyen et les caractéristiques des fines

Log(Ksat) moyen

CuF d50F <20µm <2µm SSF

Gneiss -5,06660 7,9 38,0 27,0 4,2 4,0

Calcaire -5,09223 17,9 18,0 52,5 12,5 16,0

Basalte -5,10338 24,0 21,0 48,9 14,0 14,0

R 1,00 -1,00 0,90 -0,91 -0,99 -0,90

5.2.2.3. Analyse des essais de conductivité hydraulique

Les relations masse volumique/teneur en eau permettent d’obtenir une estimation de la

valeur de la conductivité hydraulique en utilisant la relation suggérée par Côté et Konrad

(2003) présentée à l’équation 25. Cette équation utilise la porosité de la fraction fine nf et la

surface spécifique de la fraction fine SSF dans le but d’estimer la conductivité hydraulique à

l’état saturé Ksat. Le Tableau 5.19 et la Figure 5.17 présentent la conductivité hydraulique à

l’état saturé estimée pour chacune des courbes granulométriques et chacun des matériaux à

l’étude à partir de cette relation.

180

Tableau 5.19 : Estimation de la conductivité hydraulique saturée pour les MG testés

Gneiss Calcaire Basalte Courbe

Ksat (m/s) Ratio p/r

CIS Ksat (m/s)

Ratio p/r CIS

Ksat (m/s) Ratio p/r

CIS

CIS 8,5E-07 1,0 3,7E-08 1,0 1,2E-07 1,0 CS 2,0E-06 2,4 7,7E-08 2,1 2,3E-07 1,9

CSS 3,3E-06 3,9 3,3E-07 8,9 7,1E-07 5,9 CM 6,8E-06 8,0 5,9E-07 15,9 1,7E-06 14,0 CI 7,1E-05 84,0 1,2E-05 308,7 2,3E-05 187,8

CSI 9,9E-05 116,3 1,6E-05 430,2 2,9E-05 233,6 Moy. 3,1E-05 4,8E-06 9,1E-06 É.-T. 4,3E-05 7,E-06 1,3E-05

1E-081E-061E-041E-021E+00

CIS

CS

CSS

CM

CI

CSI

Ksat (m/s)

Basalte

Calcaire

Gneiss

Figure 5.17 : Estimation de la conductivité hydraulique pour les MG testés

Afin de comparer les échantillons entre eux, les résultats ont été classés du moins

perméable au plus perméable. Pour chacune des sources testées, le même ordre est obtenu

soit CIS, CS, CSS, CM, CI et CSI. Il est entre autres possible d’observer que cela

correspond à une décroissance du coefficient d’uniformité et du pourcentage de particules

fines. Ceci est conforme à ce qui a été observé dans la revue de la documentation. En

calculant le ratio de la valeur Ksat obtenue pour chacune des courbes à celle de la CIS, il est

possible de constater l’évolution des caractéristiques hydrauliques à l’intérieur du fuseau

granulométrique spécifié par le MTQ. Il est donc possible de constater au Tableau 5.19 que

le ratio de la conductivité hydraulique des courbes étudiées sur la conductivité hydraulique

181

de la courbe CIS pour chacun des matériaux varie très peu et se situe environ entre 1 et 16

pour les courbes CIS, CS, CSS et CM. Toutefois, en ce qui concerne les courbes CI et CSI,

la valeur du ratio atteint la valeur de 430. Cet écart est plus important lorsque la surface

spécifique des particules fines augmente. Ceci montre bien l’influence de la granulométrie

et du type de matériau sur la capacité de drainage des MG. En général, les valeurs de Ksat

estimée sont dans le même ordre de grandeur que celles mesurées pour la source gneiss

alors qu’ils sont un ordre de grandeur plus faible que celles mesurées pour les sources

calcaire et basalte. Afin de mettre ces résultats estimés dans une autre perspective, la valeur

de K a été aussi estimée avec le modèle de Moulton (1980) et Richardson (1997). La Figure

5.18 présente la comparaison entre les valeurs de conductivité hydraulique mesurées et

estimées pour ces trois modèles. Globalement, il est possible d’observer que les résultats

obtenus suivent assez bien ceux obtenus de diverses équations d’estimation.

Figure 5.18 : Comparaison entre K mesurée et estimée

Les résultats globaux présentés au Tableau 5.14 permettent d’abord de constater que la

méthode d’essai utilisée permet d’obtenir des degrés de saturation élevés très près de 100%

182

et permet donc de comparer la performance hydrique des courbes sur une même base de

degré de saturation, qui est reconnu pour fortement influencer la conductivité hydraulique.

Il est aussi possible d’observer que la granulométrie a une influence non négligeable sur la

conductivité hydraulique des matériaux granulaires testés dans cette étude. Cette influence

est vérifiée pour les valeurs de Kini et Ksat. L’influence de la distribution de la taille des

grains semble suivre une certaine tendance d’une source à l’autre puisque les courbes CSI

et CI (pourcentage de particules fines faible) sont toujours celles montrant les valeurs de K

les plus élevées pour chaque source et que la CIS est généralement la courbe la moins

perméable (sources gneiss et calcaire).

Les données de compactage au Tableau 5.14 montrent que la méthode compactage permet

d’atteindre des valeurs de masse volumique sèche élevées près de la masse volumique

sèche maximale. Ceci est particulièrement observé pour la source partiellement concassée

alors que les sources concassées présentent des données de compactage similaires à environ

97% de la valeur d max. Afin de vérifier l’influence de la compacité obtenue sur les résultats

pour des écarts de masse volumique sèche de l’ordre de ceux mesurés, l’utilisation du

modèle de Côté et Konrad (2003), utilisant nf, est adéquate. À titre d’exemple, il est

possible de calculer la valeur moyenne des nf obtenues dans le cas de la source calcaire qui

est de 80,871%. Comme le niveau moyen de compacité obtenu d/d max est de 0,965, il est

calculé que la valeur nf moyenne pour des masses volumiques sèches maximales serait alors

de 78,041%. La variation de nf pour un compactage en deçà de l’optimum est donc de

2,83%. En prenant l’exemple de la source calcaire (SSF=16 m²/g), la variation de

conductivité hydraulique à l’état saturé induite par une variation de nf de 0,0283 est de

2,75x10-14 m/s. L’effet des écarts de masse volumique sèche avec la masse volumique

sèche maximale est donc négligeable dans l’ordre de grandeur des valeurs obtenues dans

cette étude.

Il est aussi constaté au Tableau 5.15 que, en moyenne, le gneiss est 1,55 fois plus

perméable que le calcaire et 1,88 fois plus perméable que le basalte alors que le calcaire est

1,41 fois plus perméable que le basalte. Ces écarts moyens entre les sources suivent une

tendance logique en ce qui concerne les propriétés des particules fines. Toutefois, les

valeurs de conductivité hydraulique moyennes sont relativement près l’une de l’autre,

183

nonobstant le fait qu’elles suivent un ordre assez logique. Ceci laisse croire que le montage

utilisé a permis de mettre en lumière l’effet de la granulométrie mais permet de mesurer des

écarts entre les sources qui sont moins importants que ce qu’à quoi il aurait été possible de

s’attendre. Comme le perméamètre utilisé est de type rigide, il est certain que des effets de

bord existent et il est difficile de quantifier leur importance. L’utilisation de perméamètres

rigides est encore largement répandue dans la pratique et les effets de bords ont

généralement un effet mineur sur la valeur de conductivité hydraulique. Le modèle de Côté

et Konrad (2003) permet de penser que des écarts plus importants entre les diverses

minéralogies testées dans le cadre de cette étude pourraient exister. En effet, en calculant

les valeurs moyennes de nf pour chaque source et en utilisant les valeurs de SSF

correspondantes, il est possible d’estimer Ksat à 9,5x10-6, 1,57x10-6 et 2,95x10-6 m/s pour

les sources gneiss, calcaire et basalte respectivement. Ces écarts sont significativement plus

importants que ceux mesurés dans cette étude. Toutefois, les résultats de Boudali (1997)

obtenus sur des sources gneiss et calcaire pour diverses granulométries donnent des valeurs

moyennes de conductivité hydraulique de 1x10-7 et 2,25x10-7 m/s pour un gneiss et un

calcaire de même provenance. Cet écart, quoique toujours plus important, est davantage

dans l’ordre de grandeur de celui mesuré dans cette étude.

Les ratios calculés au Tableau 5.15 permettent difficilement de tracer une tendance

générale par rapport aux moyennes calculées dans ce tableau. Ceci est entre autres

explicable par le fait que, si les résultats de la source gneiss sont considérés, la CM a une

valeur de Ksat élevée et près de celle de la CI, ce qui n’est pas le cas pour les sources

calcaire et basalte. Ceci indique que l’effet des particules fines semble plus important

lorsque celles-ci ont une surface spécifique plus importante. Il doit aussi être noté que la

CM est une courbe très dense puisque sa masse volumique sèche est souvent près de celle

de la CIS. Le Tableau 5.17 montre clairement que d est reliée à Ksat dans le cas des

matériaux granulaires concassés alors que c’est moins le cas pour la source partiellement

concassée.

Le classement des courbes présenté au Tableau 5.16 permet d’abord de constater que les

deux courbes les plus performantes toutes sources confondues sont la CSI et la CI, les deux

courbes ayant le pourcentage de particules fines le plus bas et les valeurs de nf les plus

184

élevées. De plus, dans le cas des sources concassées, un classement similaire est observé

pour les 3 courbes les plus perméables soit la CSI, la CI et la CSS. Toutefois, dans le cas de

ces sources, la CM est parmi les courbes les moins perméables, et ce, malgré son

pourcentage de particules fines qui est intermédiaire. Cette courbe est très dense et il est

clair au Tableau 5.17 que la masse volumique sèche est importante à considérer lorsque la

conductivité hydraulique des matériaux granulaires provenant de sources concassées est

étudiée. Il est aussi possible de constater que la CIS est la courbe est la moins perméable

dans le cas des sources gneiss et calcaire. Néanmoins, dans le cas de la source basalte,

l’écart entre la conductivité hydraulique de cette courbe et la conductivité hydraulique de la

courbe la moins perméable est peu important. En observant les ratios calculés au Tableau

5.16, il est possible de constater que la plage de valeur sur laquelle s’étendent les résultats

de conductivité hydraulique à l’état saturé est beaucoup plus importante pour la source

basaltique que pour les deux autres sources. En effet, la plage de valeur de la source

basaltique est deux fois plus grande que celle de la source calcaire, alors que la plage de

valeur de la source calcaire est aussi deux fois plus importante que celle de la source gneiss.

L’analyse statistique présentée au Tableau 5.17 permet de constater que les meilleurs

indicateurs pour décrire la performance des matériaux granulaires testés du point de vue de

la conductivité hydraulique sont nf, d10, d10S, %F et Cu dans une moindre mesure. Ce sont

pour la plupart les principaux indicateurs reconnus dans la littérature pour estimer la

conductivité hydraulique des sols et granulats. Il est à noter que d10S est une valeur

légèrement inférieure au d10 mais montre aussi des valeurs de R légèrement inférieure.

Selon ce qui est suggéré, la porosité de la fraction fine nf est le meilleur indicateur global,

c’est-à-dire pour l’ensemble des trois sources de granulats, de la conductivité hydraulique à

l’état saturé. Il est toutefois à noter que certains indicateurs pris pour certaines sources

séparément montrent des valeurs de R plus élevées que nf. À titre d’exemples, il est possible

de citer %F dans le cas de la source gneiss granitique et d ou n dans le cas de la source

basaltique. La relation entre Ksat et nf est présentée à la Figure 5.16. Cette figure montre

bien que le comportement moyen, illustré par la courbe de tendance de forme

exponentielle, est peu variable d’une source à l’autre. Ceci est davantage vrai dans le cas

des sources gneiss et calcaire tel qu’observé à la Figure 5.16.

185

Dans le but de bien cerner l’effet de la source sur la conductivité hydraulique à l’état saturé

tel que mesuré dans cette étude, une analyse statistique de corrélation a été effectuée

(Tableau 5.18) entre la valeur de Ksat moyenne pour chaque source et les principaux

paramètres décrivant la fraction fine soit CuF, d50F, <20µm, <2µm et SSF. Il est constaté

que l’effet de la source est très bien expliqué par tous les indicateurs suggérés. Du point de

vue de la granulométrie des particules fines, le moins bon indicateur est le d50F alors que

celui montrant la valeur de R la plus élevée est le CuF. Il est à noter que la quantité de

particules de la taille des argiles <2µm montre un coefficient de corrélation très près de

celui de CuF. Ces résultats sont en accord avec ceux obtenus précédemment dans la section

portant sur la susceptibilité au gel des MG 20. Toutefois, il doit être noté que l’effet de la

source sur les valeurs de conductivité hydraulique semble limité dans le cas présent puisque

la variabilité dans les valeurs moyennes est assez faible. Toutefois, elle a été mesurée

comme étant significative avec un test t de Student sur la relation entre les valeurs

moyennes de Log(Ksat) en fonction de CuF pour s’assurer que la pente de la relation est

différente de 0 pour un niveau de confiance de 95%.

5.2.3. Conclusion

Les essais de performance hydrique ont permis de constater l’effet de la granulométrie sur

ce type de performance. Tout comme il a été constaté dans la section traitant du gel et dégel

et comme il a été constaté dans la revue de la documentation, l’effet de la granulométrie est

particulièrement traduit par le rôle de la portion plus fine des matériaux. Globalement, il est

aussi constaté que le rôle de la granulométrie sur la résistance à l’érosion et la conductivité

hydraulique est le même et fait intervenir plusieurs processus similaires. Il a aussi été

possible d’identifier de quelle façon ces paramètres de performance varient dans le contexte

du fuseau granulométrique du MTQ. Grâce à ces informations, il est maintenant possible de

travailler sur des façons de bonifier le comportement des MG de fondation des chaussées

comme il sera vu plus loin dans ce travail.

186

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

déformation permanente

5.3.1. Préparation des échantillons et méthodologie

Le Ministère des Transports du Québec utilise la norme LC 22-400 (MTQ 2004) pour la

détermination du module réversible et du coefficient de poisson réversible des matériaux

granulaires sous chargement déviatorique répété en cellule triaxiale. Cette méthode d’essai

est bien documentée dans Doucet et Doré (2004). Cette méthode est principalement basée

sur la méthode AASHTO T307-99 (AASHTO 2003), qui est largement utilisée en

Amérique du Nord pour déterminer le module réversible des matériaux de chaussées. Les

principales différences entre ces deux normes sont le nombre de cycles de conditionnement

qui est plus élevé dans la norme québécoise, la quantification de l’effet de la teneur en eau

et la mesure des déformations sur l’échantillon. Un schéma de l’équipement triaxial est

présenté à la Figure 5.19 et une photo de cet équipement montrant un échantillon assemblé

est présentée à la Figure 5.20.

187

Figure 5.19 : Schéma du montage d’un essai de module réversible (MTQ 2004)

188

Figure 5.20 : Photo de l’équipement triaxial au MTQ

Selon la norme LC 22-400 (MTQ 2004), les échantillons sont compactés dans un moule

séparable préalablement graissé de 150 mm de diamètre à l’intérieur duquel le plateau de

chargement inférieur est fixé. La mise en place est réalisée sur le côté sec de l’optimum

avec un marteau vibrant en sept couches dans le but d’obtenir un échantillon d’environ 300

mm de hauteur. Deux papiers filtres et un géotextile tissé sont placés entre l’échantillon et

les plateaux de chargement supérieur et inférieur. Deux membranes de caoutchouc sont

placées autour de l’échantillon et celui-ci est scellé à l’aide de deux joints toriques en

caoutchouc fixant les membranes sur chaque plateau de chargement. De la graisse de

silicone est aussi placée entre les membranes et les plateaux de chargement afin d’assurer

une parfaite étanchéité.

Le déplacement vertical est mesuré à l’aide de deux LVDT positionnés à 180° l’un de

l’autre et mesurant la déformation sur le 200 mm central. Ceux-ci sont fixés à des collets en

aluminium couvrant chacun environ 180° de la circonférence totale de l’échantillon, les

deux sections étant jointes ensemble à l’aide de joints toriques. Les plateaux d’appui pour

les LVDT sont aussi fixés à ce type de collets. De plus, le déplacement horizontal est

189

mesuré avec un LVDT fixé à un câble qui entoure le centre de l’échantillon. Afin que le

câble n’abîme pas l’échantillon lorsqu’il est mis sous tension avec des joints toriques, celui-

ci passe à travers 7 prismes d’aluminium à surface de contact importante lesquels sont en

contact avec le matériau. Par conséquent, le câble sous tension n’est pas en contact avec

l’échantillon. Cependant, le LVDT horizontal et le plateau de déplacement horizontal sont

libres de mouvement étant donné que ceux-ci sont montés sur un système d’essieu à roues

simples. Il doit être noté que les données de déformations radiales réversibles ne sont pas

analysées dans le cadre de cette étude.

La séquence de chargement appliquée lors des essais est présentée au Tableau 5.20. Une

séquence de conditionnement de 10000 cycles et quinze états de contraintes pour la

caractérisation du module réversible sont appliqués. La fréquence de chargement lors du

conditionnement est de 10 Hz, l’impulsion durant 0,1 s et le repos durant 0,9 s. Les quinze

états de contraintes sont appliqués à une fréquence de 1 Hz au nombre de soixante cycles

chacun, l’impulsion durant 1 s et le repos durant 1 s. Tout au long des divers chargements,

10% de la contrainte déviatorique totale est appliquée de façon statique (d statique) et 90%

de façon cyclique (d cyclique) afin de maintenir un contact permanent avec l’échantillon. La

forme de l’impulsion est de type haversine.

Tableau 5.20 : États de contrainte lors de l’essai de module réversible

3 (kPa)

d (kPa)

d statique (kPa)

d cyclique (kPa)

0 105 105 10,5 94,5 1 20 2 18 2 40 4 36 3

20 60 6 54

4 35 3,5 32,5 5 70 7 63 6

35 105 10,5 94,5

7 70 7 63 8 140 14 126 9

70 210 21 189

10 70 7 63 11 105 10,5 94,5 12

105 210 21 189

13 105 10,5 94,5 14 140 14 126 15

140 280 28 252

190

La séquence de conditionnement est utilisée pour caractériser la susceptibilité à la

déformation permanente puisqu’il s’agit de la seule séquence avec un nombre élevé de

cycles. Toutefois, il doit être noté que l’objectif d’étudier ce paramètre de performance est

davantage qualitatif puisqu’en soi, la séquence de conditionnement n’équivaut pas à un

essai de déformation permanente tel qu’il est réalisé sur les matériaux de chaussées. En

effet, un essai de déformation permanente atteint souvent plusieurs dizaines de milliers de

cycles de chargement et est réalisé à des états de contraintes plus agressifs, principalement

en termes de rapport de la contrainte déviatorique sur la contrainte de confinement d/3.

Ceci est fait dans le but de créer des déformations permanentes importantes et de

déterminer le rapport de contraintes critique pour les matériaux granulaires. De plus, dans

cette étude, les données sur la susceptibilité à la déformation permanente ne seront pas

recueillies sur des échantillons ayant la même teneur en eau et le même degré de saturation.

Cela rend plus difficile la tâche d’isoler l’effet de la granulométrie sur ce paramètre de

performance. Néanmoins, il est réaliste de croire qu’il soit possible de mettre en évidence

l’effet de la distribution de la taille des grains. La susceptibilité à la déformation

permanente est déterminée dans le cas présent grâce au taux de déformation plastique

moyen (moyenne entre les deux capteurs de déplacement vertical) exprimé en %/cycle pour

les 5000 derniers cycles de la phase de conditionnement, soit les cycles 5000 à 10000. Cette

méthode de mesure a aussi été utilisée par Uthus (2007) et permet de considérer seulement

la phase linéaire de la déformation plastique engendrée dans le conditionnement.

L’utilisation du cycle de conditionnement pour décrire la susceptibilité à la déformation

permanente a aussi été faite par Ekblad (2007).

En ce qui concerne l’essai de module réversible, puisqu’il est non destructif, l’échantillon

est caractérisé à trois teneurs en eau. Cependant, la séquence de conditionnement est

réalisée seulement une fois à la teneur en eau de compactage. Celle-ci est fixée à 2% au-

dessus de l’absorption et cette valeur permet généralement de créer une succion matricielle

non négligeable tel que montré par Doucet et Doré (2004). Par conséquent, la mise en place

est réalisée du côté sec de l’optimum. Cette teneur en eau est la première teneur en eau pour

la caractérisation du comportement mécanique. Elle est mesurée en pesant la masse sèche

du matériau résiduel lors de la mise en place et en pesant la masse humide du matériau

compacté, la masse du moule étant connue. Par la suite, l’échantillon est saturé selon la

191

méthode présentée à la Figure 5.21 afin de pouvoir caractériser le comportement mécanique

à saturation. Pour la saturation de l’échantillon, une pression de confinement de 20 kPa est

appliquée à l’échantillon et celle-ci est maintenue durant tout le processus de saturation.

Une succion de -50 kPa est appliquée pendant plusieurs minutes à la tête de l’échantillon en

maintenant la base de l’échantillon fermée dans le but de créer le vide dans l’échantillon.

Cette succion est mesurée à l’aide d’un capteur de pression positionné à la base de la cellule

triaxiale. En gardant la succion à la tête de l’échantillon, la base de l’échantillon est

partiellement ouverte avec une légère pression d’eau de 10 kPa. Par conséquent, l’eau entre

dans le matériau à un taux ajusté de 5 à 10 g/min, qui est vérifié en mesurant les variations

de masse de la cellule triaxiale contenant l’échantillon positionnée sur une balance (Figure

5.21A). Lorsque l’eau atteint la tête de l’échantillon, le tuyau relié à celle-ci est fermé mais

l’échantillon demeure en état de succion. Cette succion diminue graduellement au fur et à

mesure que l’eau entre dans l’échantillon toujours à la même vitesse, ce qui peut nécessiter

l’ajustement de l’ouverture de la valve à la base de l’échantillon (Figure 5.21B). Lorsque la

pression à l’intérieur de l’échantillon atteint 0 kPa, la tête de l’échantillon est ouverte à

nouveau afin de permettre à l’eau de circuler à travers l’échantillon et la valve de la base de

l’échantillon est ouverte complètement (Figure 5.21C).

10 kPa

-50 kPa

10 kPa

-50 kPaà 0 kPa

10 kPa

0 kPa

A B C

Circulationd'eau

0 kPa

D

Équilibrationde l'eau

Vitessede l'eau =

5 à 10g/min

Vitessede l'eau =

5 à 10g/min

Figure 5.21 : Processus de saturation : A – Entrée de l’eau dans l’échantillon ; B – Équilibration de la succion à l’intérieur de l’échantillon ; C – Circulation d’eau dans l’échantillon ; D – Équilibration du

niveau de l’eau

192

Dans le but de prévenir la circulation d’eau dans la tête de l’échantillon durant la

caractérisation du module réversible à l’état saturé, le niveau d’eau est ajusté à la mi-

hauteur de l’éprouvette. Ceci est fait en connectant un réservoir d’eau à la base de

l’échantillon, le niveau de l’eau contenue dans le réservoir étant positionné à 150 mm plus

haut que la base de l’échantillon et en laissant la tête de l’échantillon à la pression

atmosphérique. Par conséquent, l’eau dans la partie supérieure de l’échantillon s’équilibre

lentement au niveau d’eau du réservoir. La partie supérieure de l’échantillon demeure à un

degré de saturation élevé parce que l’énergie appliquée pour l’ajustement du niveau d’eau

est très faible. Le degré de saturation est mesuré tout au long du processus de saturation en

installant la cellule triaxiale contenant l’échantillon sur une balance. Lorsque le niveau

d’eau est stabilisé, le degré de saturation global est mesuré (Figure 5.21D) et la

caractérisation du comportement mécanique à l’état saturé est réalisée. L’échantillon est

pesé avant et après la caractérisation afin de mesurer si des variations de masse sont

causées par l’essai.

À la suite de la détermination du module réversible à l’état saturé, l’échantillon est drainé

en levant celui-ci sur une table élévatrice et en plaçant le réservoir sur le sol. Par

conséquent, une faible succion d’environ -7 kPa est appliquée à l’eau dans l’échantillon au

début du processus de drainage et celle-ci diminue graduellement jusqu’à la pression

atmosphérique. Cette force de succion est mesurée grâce au capteur de pression installé à la

base de l’échantillon. Par la suite, l’éprouvette est laissée au repos pendant 24 heures afin

de s’assurer d’un bon drainage et d’une bonne équilibration de la teneur en eau de

l’échantillon. Ce processus permet d’obtenir une troisième teneur en eau supérieure à la

teneur en eau initiale mais inférieure à la teneur en eau à saturation, sa valeur dépendant

principalement des caractéristiques de rétention d’eau de l’échantillon testé. La teneur en

eau drainée est mesurée en plaçant la cellule triaxiale contenant l’échantillon sur une

balance. La caractérisation du comportement réversible à l’état drainé est réalisée après le

processus de drainage. L’échantillon est pesé avant et après cette caractérisation afin de

vérifier si un gain ou une perte d’eau est survenu durant la caractérisation. La teneur en eau

finale de l’échantillon est mesurée sur celui-ci en entier lorsqu’il est retiré de la cellule

triaxiale afin de s’assurer que les valeurs de teneur en eau prises en cours d’essai

concordent avec la teneur en eau finale.

193

5.3.2. Résultats des essais de module réversible

La procédure décrite dans la section précédente a été appliquée aux 18 échantillons de

matériaux granulaires présentés. Le sommaire détaillé des essais effectués est compilé à

l’annexe F. Les résultats de ces essais devraient permettre de quantifier l’effet de la

granulométrie, du degré de saturation et de la source minéralogique sur le module

réversible des matériaux granulaires de fondation de chaussée. Des résultats typiques

obtenus pour un essai sont présentés à la Figure 5.22 pour la CSI de la source gneiss

granitique. Dans la norme LC 22-400 telle qu’elle était définie en 2004, le MR est relié à la

contrainte totale par

RM a b Équation 74

dans laquelle MR est en MPa et θ en kPa, a et b étant des constantes de régression. Comme

il est possible d’observer à la Figure 5.22, le module réversible est plus élevé pour la teneur

en eau initiale et il diminue significativement à teneur en eau saturé. Cependant, cette

diminution de module varie avec la contrainte totale θ, mais aussi avec la granulométrie et

avec la source de granulats. Ce type de résultats est en accord avec ceux obtenus par

Doucet et Doré (2004), Tian et coll. (1998), Uthus (2007) et Stolle et coll. (2006). Dans le

but d’apprécier l’effet de la granulométrie sur le module réversible, les échantillons sont

comparés pour les résultats obtenus à teneur en eau saturé parce que la succion matricielle

est environ zéro à cette teneur en eau. Par conséquent, tel que suggéré par Doucet et Doré

(2004), la teneur en eau ne provoque aucune variation dans la contrainte totale laquelle a un

impact significatif sur le module réversible. De plus, les résultats avancés par ces

chercheurs montrent qu’aucune pression interstitielle ne se développe dans les échantillons

dont le module réversible à l’état saturé (conditions drainées) est déterminé en laboratoire.

Ceci est aussi en accord avec les travaux d’Ekblad (2007). Donc, la teneur en eau saturée

représente la meilleure base de comparaison pour apprécier l’effet de la granulométrie sur

le MR. Les résultats des essais de module réversible à teneur en eau saturé sont présentés à

la Figure 5.23 pour chaque source minéralogique testée.

194

0 200 400 600 800 (kPa)

0

100

200

300

400

500

600

MR (

MP

a)

a b RMSE0.735 84.5 180.618 73.2 120.653 77.9 11

SR

18%90%28%

MR=a+b

Figure 5.22 : Résultats typiques d’un essai de module réversible – Gneiss CSI

Figure 5.23 : Résultats des essais de module réversible à l’état saturé

Les caractéristiques volumétriques des échantillons soumis aux essais de module réversible

sont présentées au Tableau 5.21. Les principales caractéristiques volumétriques sont le ratio

195

masse volumique sèche sur la masse volumique sèche maximale ρd/ρd max, la porosité n, la

porosité dans la fraction grossière nc et la porosité de la fraction fine nf. De plus, les

caractéristiques volumétriques associées à la méthode Bailey ont été ajoutées afin de mieux

cerner l’effet global de la granulométrie sur le module réversible. Entre autres, la valeur du

pourcentage d’atteinte de la masse volumique non tassé du gros granulat %MVNTGG, la

valeur du pourcentage d’atteinte de la masse volumique tassé du granulat fin %MVTGF, la

valeur du pourcentage d’atteinte de la masse volumique non tassé du sable grossier

%MVNTSG, la valeur du pourcentage d’atteinte de la masse volumique tassé du sable

grossier %MVTSG, la valeur du pourcentage d’atteinte de la masse volumique non tassé du

sable fin %MVNTSF et la valeur du pourcentage d’atteinte de la masse volumique tassé du

sable fin %MVTSF, sont présentés au Tableau 5.21. Il peut être observé que la valeur de

ρd/ρd max est inférieure à 95% pour quatre échantillons. Ceci est explicable par le fait que la

mis en place a été réalisée avec un marteau vibrant alors que la masse volumique maximale

ρd max a été déterminée avec la méthode du proctor modifié laquelle est passablement

différente de la première. Le compactage au marteau vibrant ne permet pas un aussi bon

réarrangement des particules que le compactage avec un marteau proctor, qui peut briser

davantage les particules et causer une légère surestimation de la masse volumique sèche

maximale. La valeur moyenne de ρd/ρd max est de 96,3% avec un coefficient de variation CV

de 2,7%.

Les résultats des essais de module réversible sont présentés au Tableau 5.22 et ceux-ci

incluent les paramètres de la droite de régression du modèle a et b pour chaque source

minéralogique, granulométrie et degré de saturation. Le Tableau 5.23 présente les modules

réversibles à l’état saturé pour des valeurs de contraintes totales de 100, 400 et 700 kPa

obtenus des modèles linéaires déterminés. Les valeurs de modules réversibles sont

identifiées MR100, MR400 et MR700 en fonction de l’état de contrainte. Dans le but de

quantifier l’effet de la granulométrie sur les valeurs du module réversible pour différentes

valeurs de contraintes totales, les résultats ont été classés et un ratio du MR pour une

granulométrie donnée sur le MR de la granulométrie la moins performante, soit celle ayant

le MR le plus faible, a été calculé pour chaque source minéralogique et chaque contrainte

totale au Tableau 5.24. Finalement, une comparaison à l’aide d’un ratio du MR à l’état

196

saturé entre chaque source minéralogique pour chaque granulométrie et 3 contraintes

totales a été effectuée au Tableau 5.24.

Tableau 5.21 : Caractéristiques volumétriques des échantillons

d/dmax n nc nf %MVNTGG %MVTGF %MVNTSG %MVTSG %MVNTSF %MVTSF

(%) (%) (%) (%) (%) (%) (%) (%) (%) (%)

CS 100 17,8 23,6 75,6 78 97,5 35,5 32,3 38,1 32,6 CM 99 17,0 20,8 82,0 78,7 96,2 30,8 27,7 40,3 34,8 CI 99 18,2 19,8 91,8 97,8 85 25,8 23,3 26,7 23,4

CSI 101 20,3 21,9 92,7 90,2 86,8 32,1 29,2 23,8 20,7 CIS 99 16,4 22,2 73,6 81,2 94,9 27,6 24,5 42,5 36,3

Gn

eiss

CSS 98 21,2 26,7 79,4 62,7 96 18,9 17,3 61,1 52,3 CS 96 16,7 22,5 74,1 79,9 93,5 35,5 31,3 37,9 31,6 CM 95 17,3 21,0 82,3 80,8 94 30,1 26,6 39,1 33,3 CI 96 18,1 19,8 91,7 99,8 83,5 25 22,1 26,6 22,8

CSI 98 18,9 20,5 92,1 96,4 89,8 32,2 28,9 23,9 20,5 CIS 95 15,9 21,8 73,1 87,2 92,8 26,9 23,3 42,2 35 C

alca

ire

CSS 95 20,6 26,2 78,6 65,4 96 19,3 17 61,8 51,4 CS 92 22,3 27,7 80,4 78,1 89 35,7 31,4 39 32 CM 94 20,6 24,2 85,2 79,1 92 30,8 27,2 41,1 34,3 CI 95 22,5 24,0 93,5 97,1 80,8 25,7 22,7 27,5 23,2

CSI 95 24,8 26,3 94,3 91,5 81,5 32,3 28,4 24,2 20,3 CIS 93 19,3 24,9 77,3 82,4 90,7 27,7 24,4 44,5 36,6

Bas

alte

CSS 93 24,4 29,7 82,2 64,3 93 19,6 17,3 61,8 51,5

197

Tableau 5.22 : Résultats des essais de module réversible

Gneiss Calcaire Basalte

a b SR R² / RMSE a b SR R² / RMSE a b SR R² / RMSE

- (MPa) (%) - / (MPa) - (MPa) (%) - / (MPa) - (MPa) (%) - / (MPa)

CS 0,951 90,3 21 0,986 / 23 1,465 132,9 22 0,949 / 69 0,986 83,3 19 0,978 / 30

CM 0,824 108,9 13 0,983 / 22 1,555 137,1 26 0,969 / 56 1,024 95,3 17 0,978 / 31 CI 0,791 109,3 22 0,980 / 23 1,746 169,6 20 0,956 / 76 1,070 100,5 17 0,977 / 33

CSI 0,735 84,5 18 0,986 / 18 1,401 125,7 17 0,966 / 53 0,941 86,5 13 0,978 / 29 CIS 0,956 109,1 25 0,983 / 26 1,583 138,1 29 0,967 / 59 1,164 105,6 23 0,979 / 34

Init

ial

CSS 1,134 102,1 18 0,981 / 32 1,144 137,8 15 0,948 / 54 0,802 111,2 9 0,975 / 26

CS 0,724 78,0 96 0,989 / 16 1,386 93,3 96 0,958 / 58 0,933 68,0 89 0,986 / 22

CM 0,660 92,0 81 0,988 / 15 1,483 131,9 85 0,981 / 42 0,998 74,5 75 0,987 / 23 CI 0,670 92,4 89 0,987 / 16 1,739 129,0 88 0,962 / 70 1,029 95,4 87 0,980 / 30

CSI 0,618 73,2 90 0,991 / 12 1,340 107,8 94 0,972 / 46 0,914 72,5 77 0,986 / 22 CIS 0,747 96,1 89 0,986 / 18 1,489 123,4 93 0,970 / 53 1,094 89,3 83 0,985 / 28

Sat

uré

CSS 0,924 88,7 95 0,985 / 23 1,137 106,6 93 0,950 / 52 0,737 82,0 88 0,981 / 21

CS 0,713 78,1 72 0,993 / 12 1,381 107,9 54 0,964 / 54 0,932 66,0 38 0,990 / 19

CM 0,676 92,9 35 0,994 / 11 1,534 124,9 43 0,984 / 40 1,008 70,7 28 0,989 / 21

CI 0,692 92,7 42 0,990 / 14 1,726 149,0 27 0,966 / 66 1,036 87,4 33 0,982 / 28

CSI 0,653 77,9 28 0,993 / 11 1,346 103,8 36 0,979 / 40 0,922 70,3 26 0,982 / 30

CIS 0,734 89,5 67 0,992 / 14 1,467 139,9 63 0,972 / 50 1,110 93,8 50 0,987 / 26

Dra

iné

CSS 0,915 96,6 67 0,987 / 21 1,143 122,6 57 0,959 / 59 0,748 86,9 26 0,986 / 18

198

Tableau 5.23 : MR à l’état saturé pour 3 valeurs de contraintes totales et effet de la granulométrie

  = 100 kPa = 400 kPa = 700 kPa

    MR100   MR400   MR700

    (MPa) Ratio

  (MPa) Ratio

  (MPa) Ratio

CSI 135,0 1,00 CSI 320,4 1,00 CSI 505,7 1,00

CS 150,4 1,11 CM 356,0 1,11 CM 554,0 1,10 CM 158,0 1,17 CI 360,4 1,12 CI 561,4 1,11 CI 159,4 1,18 CS 367,6 1,15 CS 584,8 1,16

CIS 170,8 1,27 CIS 394,9 1,23 CIS 619,1 1,22

Gn

eiss

CSS 181,1 1,34 CSS 458,2 1,43 CSS 735,4 1,45

CSS 220,3 1,00 CSS 561,4 1,00 CSS 902,5 1,00

CS 231,9 1,05 CSI 643,8 1,15 CSI 1045,8 1,16 CSI 241,8 1,10 CS 647,7 1,15 CS 1063,5 1,18 CIS 272,3 1,24 CIS 719,0 1,28 CIS 1165,7 1,29 CM 280,2 1,27 CM 725,1 1,29 CM 1170,0 1,30

Cal

cair

e

CI 302,9 1,37 CI 824,6 1,47 CI 1346,3 1,49

CSS 155,7 1,00 CSS 376,8 1,00 CSS 597,9 1,00

CS 161,3 1,04 CS 438,1 1,16 CS 712,3 1,19

CSI 163,9 1,05 CSI 441,2 1,17 CSI 721,1 1,21

CM 174,3 1,12 CM 473,7 1,26 CM 773,1 1,29

CI 198,3 1,27 CI 507 1,35 CI 815,7 1,36

Bas

alte

CIS 198,7 1,28 CIS 526,9 1,40 CIS 855,1 1,43

Tableau 5.24 : Comparaison entre les sources pour chaque granulométrie et 3 contraintes totales

( )

( )R

R

M Calcaire

M Gneiss

( )

( )R

R

M Basalte

M Gneiss

( )

( )R

R

M Calcaire

M Basalte

CS 1,5 / 1,8 / 1,8 1,1 / 1,2 / 1,2 1,4 / 1,5 / 1,5

CM 1,8 / 2,0 / 2,1 1,1 / 1,3 / 1,4 1,6 / 1,5 / 1,5

CI 1,9 / 2,3 / 2,4 1,2 / 1,4 / 1,5 1,5 / 1,6 / 1,7 CSI 1,8 / 2,0 / 2,1 1,2 / 1,4 / 1,4 1,5 / 1,5 / 1,5 CIS 1,6 / 1,8 / 1,9 1,2 / 1,3 / 1,4 1,4 / 1,4 / 1,4 CSS 1,2 / 1,2 / 1,2 0,9 / 0,8 / 0,8 1,4 / 1,5 / 1,5

θ=10

0 / 4

00 /

700

kP

a

Moyenne 1,6 / 1,9 / 1,9 1,1 / 1,2 / 1,3 1,5 / 1,5 / 1,5

Dans le but d’étudier l’effet des caractéristiques granulométriques et volumétriques sur le

module réversible des matériaux granulaires testés dans cette étude, une analyse de la force

199

de corrélation par le coefficient de corrélation linéaire R entre les principales

caractéristiques des échantillons et le module réversible à l’état saturé pour trois états de

contraintes a été effectuée et est présentée au Tableau 5.25. Étant donné que l’effet de la

granulométrie sur le MR est très variable d’une source à l’autre, un grand nombre de

caractéristiques granulométriques ont été incluses dans le Tableau 5.25.

Les valeurs de R au Tableau 5.25 sont calculées en considérant la courbe CSS (6 courbes)

dans l’analyse et en l’excluant (5 courbes). Ceci est explicable par le fait qu’il semble que

l’inclusion d’une courbe discontinue influence certaines relations, car la relation entre la

granulométrie et le MR pour ce type de courbe semble particulière. De plus, cette courbe

sortant du fuseau, il est pertinent de l’exclure de certaines relations où elle pourrait nuire à

l’obtention d’une bonne estimation du module réversible vu son comportement divergent.

La Figure 5.24 illustre cette affirmation. Il est possible d’observer l’effet de l’inclusion ou

de l’exclusion de la CSS dans les relations présentées. En effet, dans le cas de l’exemple

pour la source basalte, le R² pour le d70 et le d90 passe de 0,96 et 0,97 (relation

exponentielle) à 0,79 et 0,77 (relation linéaire) lorsque six courbes au lieu de cinq sont

considérées. Dans le cas de la source gneiss, un effet similaire est trouvé pour le coefficient

d’uniformité alors que le R² passe de 0,953 à 0,425 (relations de puissance) si la CSS est

incluse dans l’analyse. Cependant, un effet contraire est trouvé avec le %P0,315, car le R²

augmente de 0,583 à 0,876 (relations linéaires) en incluant la CSS. En effet, il est possible

de constater que la source gneiss est davantage influencée par les caractéristiques

granulométriques des fractions sable et fines alors que les sources concassées semblent

davantage influencées par les caractéristiques de la fraction gravier. Il peut être aussi

observé (gneiss et basalte) que la valeur de nc explique davantage le MR que la valeur de d,

lorsque la relation est considérée pour six courbes, ce qui confirme l’influence très

importante de l’imbrication des particules grossières (d>80µm) sur le comportement

élastique.

Pour des raisons de simplification, les valeurs R du Tableau 5.25 sont calculées dans

l’hypothèse que les relations sont linéaires. En effet, après un premier regard sur les

principales relations, l’hypothèse d’une relation linéaire semble suffisante pour identifier

les meilleurs indicateurs dans un premier temps. Par conséquent, lorsque des relations

200

logarithmiques, exponentielles ou de puissance seront considérées, les valeurs R peuvent

augmenter ou diminuer.

Tableau 5.25 : Valeurs de R entre le MR400 et les caractéristiques granulométriques ou volumétriques

6 courbes 5 courbes

Gneiss Calcaire Basalte Gneiss Calcaire Basalte d30S -0,97 d50 0,98 CuG 0,96 RFFGF 0,99 %P5 -0,97 d60G 1,00

RFGGF 0,96 %P5 -0,95 d80 0,92 d30S -0,98 %G 0,97 CuG 0,99d50S -0,94 %G 0,95 d50G 0,90 d 0,96 d50 0,96 d30G 0,99d60S -0,94 d40 0,95 d60G 0,90 d10S -0,95 %S -0,96 d50 G 0,99

%P0,315 0,94 Cc 0,94 %P20 -0,90 Cu 0,93 %P10 -0,94 %P14 -0,98%MVTSF 0,93 %P2,5 -0,92 %P14 -0,90 n -0,91 d60 0,93 %P20 -0,98

%MVNTSF 0,93 d60 0,92 d50 0,89 RFGGF 0,89 d40 0,93 d90 0,98%P0,63 0,89 %P10 -0,92 d70 0,89 d50S -0,88 Cc 0,89 d70 0,98%P1,25 0,81 %S -0,91 nc -0,89 RGG -0,85 %MVNTSG -0,88 d80 0,98

%MVNTSG -0,79 d30 0,87 d60 0,88 d60S -0,81 %MVTSG -0,88 %P10 -0,92%MVTSG -0,79 d80 0,86 %P10 -0,88 nf -0,80 %P20 -0,86 d10G 0,92

%MVNTGG -0,79 %P20 -0,85 d90 0,87 %MVNTSF 0,78 %P14 -0,86 d60 0,91nc 0,78 %P14 -0,85 d 0,87 %MVTSF 0,78 d90 0,85 RGG -0,91

%P0,16 0,76 %P1,25 -0,85 d30G 0,87 %P0,315 0,76 d70 0,85 %S -0,90d10S -0,75 d70 0,85 Cc 0,85 %P0,16 0,76 d10G 0,85 %MVTSG -0,88P0,08 0,71 dmax 0,84 RGG -0,85 %P0,08 0,76 %P2,5 -0,85 %MVNTSG -0,88%F 0,71 d50G 0,84 dmax 0,85 %F 0,76 d80 0,83 d 0,88d10 -0,67 d90 0,83 CuS 0,84 d10 -0,73 d30 0,83 dmax 0,88

%P2,5 0,66 CuG 0,83 %S -0,83 CuG 0,70 d50G 0,83 CcG 0,82CuS -0,66 nc -0,81 %P2,5 -0,82 d60G 0,68 dmax 0,82 d50 0,80d20 -0,62 d60G 0,80 %P5 -0,82 d90 0,68 d60G 0,79 %P5 -0,79nf -0,57 %P0,63 -0,80 %G 0,82 d50G 0,65 CuG 0,74 %G 0,79d30 -0,53 d20 0,80 CcG 0,79 d30G 0,65 d30G 0,72 d30S -0,75

201

Figure 5.24 : Exemple de l’effet de l’inclusion de la CSS sur l’estimation du MR

Grâce aux données brutes recueillies, il est aussi possible d’analyser l’effet de la teneur en

eau sur le module réversible. Dans le but de quantifier cet effet, l’évolution des valeurs

MR100, MR400 et MR700 avec le degré de saturation est mesurée. L’hypothèse que les

matériaux sensibles aux changements de degré de saturation montrent des valeurs de pentes

élevées et les moins sensibles montrent des valeurs de pentes faibles est posée. La pente

définie est la pente de la relation linéaire entre la variation de MR (initial, saturé ou drainé)

avec le MR à l’état saturé MR(ini/sat/dr)-MR(sat) pour une valeur de contrainte totale et la

variation du degré de saturation (initial, saturé ou drainé) avec le degré de saturation à l’état

saturé SR(ini/sat/dr)-SR(sat). Comme la méthode LC 22-400 permet de tester l’échantillon à

seulement trois teneurs en eau, l’hypothèse d’une relation linéaire entre le MR et SR est la

meilleure possibilité à considérer. Quelques exemples de la relation linéaire entre la

variation du MR en fonction du SR sont présentés à la Figure 5.25. Les valeurs de pente sont

calculées pour MR100, MR400 et MR700 et sont notées S100, S400 et S700 tel que présenté au

Tableau 5.26. Dans ce tableau, un ratio est calculé pour chaque source et contrainte totale

considérée. Il correspond au rapport entre la pente mesurée pour une granulométrie donnée

et la pente la plus faible. Dans le but de mieux comprendre l’effet de la granulométrie sur

les variations de module réversible avec la teneur en eau, des valeurs de R entre les

caractéristiques granulométriques ou volumétriques et les valeurs de S100, S400 et S700 sont

présentés au Tableau 5.27. Les paramètres ne montrant pas de valeurs R élevées pour les 3

202

sources ont été exclus pour des fins de simplification. Toutefois, dans le cas présent,

comme les valeurs de S sont généralement expliquées par les fractions plus fines des

matériaux, la nature des paramètres montrant des valeurs R élevées varie peu d’une source

à l’autre. De plus, en première approximation, les valeurs de R ont été calculées ici dans

l’hypothèse d’une relation linéaire.

Figure 5.25: Pente de la relation linéaire entre MR et SR

203

Tableau 5.26 : Valeurs de pente S pour chaque source et granulométrie

S100 S400 S700

(MPa/%)Ratio

(MPa/%)Ratio

(MPa/%) Ratio

CSI -0,254 1,0 CSI -0,631 1,0 CSI -1,007 1.0 CI -0,365 1,4 CI -0,835 1,3 CI -1,305 1.3 CM -0,423 1,7 CM -1,052 1,7 CM -1,681 1.7 CSS -0,460 1,8 CSS -1,340 2,1 CSS -2,220 2.2 CS -0,504 2,0 CS -1,489 2,4 CS -2,474 2.5

Gn

eiss

CIS -0,591 2,3 CIS -1,650 2,6 CIS -2,710 2.7

CM -0,162 1,0 CSS -0,414 1,0 CSS -0,437 1,0 CSI -0,225 1,4 CSI -0,414 1,0 CI -0,477 1,1 CIS -0,375 2,3 CI -0,483 1,2 CSI -0,603 1,4 CSS -0,390 2,4 CM -0,527 1,3 CM -0,893 2,0 CI -0,489 3,0 CIS -0,828 2,0 CS -1,231 2,8

Cal

cair

e

CS -0,626 3,9 CS -0,929 2,2 CIS -1,282 2,9

CI -0.064 1,0 CI -0,205 1,0 CI -0,346 1,0 CSI -0.180 2,8 CSI -0,284 1,4 CSI -0,388 1,1 CS -0.225 3,5 CS -0,379 1,9 CS -0,493 1,4 CM -0.266 4,2 CM -0,403 2,0 CM -0,582 1,7 CSS -0.356 5,6 CSS -0,551 2,7 CSS -0,746 2,2

Bas

alte

CIS -0.381 6,0 CIS -0,723 3,5 CIS -1,066 3,1

Tableau 5.27 : Valeurs de R entre la pente et les caractéristiques granulométriques ou volumétriques

nf Cu %F D60G D50G D30G D10G CuG CcG D60S D50S D30S D10S CuS CcS

S100 0,94 -0,93 -0,88 -0,37 -0,33 -0,36 -0,36 -0,33 -0,24 0,60 0,70 0,71 0,94 -0,12 -0,24

S400 0,98 -0,88 -0,95 -0,17 -0,13 -0,18 -0,19 -0,15 -0,12 0,65 0,73 0,70 0,94 -0,03 -0,37

Gn

eiss

S700 0,98 -0,86 -0,96 -0,14 -0,09 -0,15 -0,15 -0,12 -0,10 0,65 0,74 0,70 0,93 -0,01 -0,39

S100 0,36 -0,19 -0,36 0,01 0,04 0,09 0,17 -0,04 0,22 0,26 0,30 0,27 0,56 -0,16 -0,52

S400 0,76 -0,64 -0,62 -0,20 -0,16 -0,15 0,16 -0,29 -0,15 0,08 0,18 0,11 0,61 -0,57 -0,57

Cal

cair

e

S700 0,74 -0,68 -0,57 -0,24 -0,21 -0,22 0,11 -0,33 -0,28 -0,03 0,08 0,01 0,48 -0,61 -0,44

S100 0,83 -0,72 -0,82 0,03 0,07 -0,06 -0,18 0,10 -0,16 0,62 0,66 0,64 0,59 0,30 -0,05

S400 0,87 -0,89 -0,83 -0,22 -0,17 -0,31 -0,29 -0,18 -0,39 0,55 0,63 0,67 0,71 0,06 0,03

Bas

alte

S700 0,86 -0,94 -0,80 -0,32 -0,27 -0,40 -0,32 -0,29 -0,48 0,50 0,59 0,66 0,74 -0,05 0,07

5.3.3. Analyse des essais de module réversible

5.3.3.1. Effet de la granulométrie et de la source sur le module réversible

Des résultats typiques d’essai de module réversible réalisés selon la norme LC 22-400 sont

présentés à la Figure 5.22. Il est possible d’observer que le module réversible mesuré à la

teneur en eau de compactage, laquelle correspond à 2% au-dessus de la valeur de

204

l’absorption, est significativement supérieur au module réversible à la teneur en eau saturé

et drainé. Typiquement, la valeur de MR la plus faible est celle obtenue à teneur en eau

saturé. Selon le modèle de Doucet et Doré (2004), il se développe une succion matricielle

d’importance variable, qui est fonction de la granulométrie et de la source du matériau,

lorsque l’échantillon est drainé et le MR à cette teneur en eau tend à augmenter par rapport à

celui à la teneur en eau saturée. Pour quelques-uns des échantillons testés, les modules

réversibles à l’état saturé et drainé sont similaires pour une équivalente et parfois la

valeur drainée est inférieure à celle saturée. C’est le cas pour quelques matériaux contenant

peu de particules fines lesquels développent très peu de succion matricielle lors du

drainage, ce qui implique que les modules réversibles à l’état saturé et drainé sont

pratiquement les mêmes.

Afin de comparer les résultats obtenus pour chacune des courbes granulométriques avec

une gamme variée de matériaux granulaires canadiens, les résultats des essais de module

réversible sont tracés à la Figure 5.26 en plus du modèle développé pour les matériaux

granulaires C-LTPP à l’état saturé (Doucet et Doré 2004). Il est possible de constater que

pratiquement tous les matériaux testés dans le cadre de cette étude sont compris dans la

plage de variation du modèle pour les matériaux granulaires C-LTPP à plus ou moins deux

fois la valeur de l’écart-type. Les valeurs moyennes et d’écart-types sont calculées sur les

paramètres de régression du modèle linéaire. La Figure 5.23 et le Tableau 5.23 présentent

une comparaison entre chaque courbe granulométrique et chaque source testée. Il est

possible de constater que, pour chaque source, la CIS est toujours parmi les courbes

performantes pour chaque source, ce qui est réaliste étant donné le fait qu’il s’agit de la

courbe la plus étalée. De plus, il doit être noté que la CSS présente un comportement très

faible pour les matériaux concassés alors qu’elle est très performante pour la source

partiellement concassée. Ce comportement est possiblement expliqué par le fait que le %F

et la fraction sable corrèlent fortement avec le MR pour cette source minéralogique tel qu’il

peut être observé au Tableau 5.25. Les valeurs de R présentées dans ce tableau suggèrent

que plus la granulométrie de la fraction sable est fine, plus le MR est élevé pour la source

gneiss. Ce n’est pas ce qui est observé pour les deux autres sources testées dans cette étude.

De plus, les valeurs R suggèrent que la fraction gravier n’est pas significative dans le

205

comportement mécanique réversible de cette source minéralogique (gneiss granitique) mais

qu’il semble lié aux propriétés de la fraction sable et de la fraction fine.

Figure 5.26 : Résultats des essais de MR en comparaison avec ceux de Doucet et Doré (2004)

La limite inférieure du fuseau granulométrique du MTQ (CI) est un matériau de rigidité

élevée pour le calcaire et le basalte alors qu’il s’agit davantage d’un matériau de rigidité

moyenne à faible pour la source partiellement concassée. Ceci est un fait intéressant pour

les matériaux concassés puisque cette courbe contient seulement 2% de particules fines, ce

qui est une caractéristique qui contribue à une faible gélivité, bonne capacité de drainage et

faible rétention d’eau. Les valeurs de R présentées au Tableau 5.25 montrent l’importance

de la fraction gravier pour les matériaux concassés présentés dans cette étude. En effet, il

peut être constaté que le comportement élastique réversible des sources calcaire et basalte

est relié aux caractéristiques de la fraction gravier, à la teneur en gravier et à la teneur en

sable. Ceci est dû au fait que ces sources sont concassées et que les particules de gravier et

de sable concassées augmentent généralement les caractéristiques de résistance mécanique

des sols et granulats. Les caractéristiques volumétriques sont aussi importantes à considérer

dans le comportement élastique réversible des granulats utilisés en chaussées. En première

approximation, les matériaux ayant une masse volumique sèche élevée (porosité faible)

206

sont généralement plus performants. Cependant, il est possible d’observer au Tableau 5.25

que nc est davantage reliée au MR que d lorsque 6 courbes sont considérées. Cependant, en

excluant la CSS, le contraire est observé. La porosité de la fraction grossière décrit en

quelque sorte l’empilement et l’enchevêtrement des particules de la fraction grossière

(d>80µm) et la taille des vides qui s’y crée. Les valeurs de R montrent clairement

l’importance de l’empilement granulaire de la fraction grossière d’un matériau granulaire,

ce qui est encore plus vrai à des contraintes totales élevées, et que nc ne devrait pas être

négligé dans l’analyse du comportement mécanique des matériaux de chaussées. La relation

entre nc et MR est plus faible pour la source de gneiss granitique, ce qui s’explique, entre

autres, par le fait que la fraction fine joue un rôle plus important dans la performance

mécanique de cette source comme il a été mentionné précédemment.

Les résultats présentés au Tableau 5.24 permettent de comparer les sources de granulats

entre elles pour des granulométries équivalentes pour 3 valeurs de contraintes totales. En

comparant les ratios calculés, entre le calcaire et le gneiss et entre le basalte et le gneiss, il

est possible de constater une tendance générale. En effet, à faibles teneurs en particules

fines (CI, CSI et CM), il est observé que les ratios calculés sont au-dessus de la moyenne

calculée pour chaque valeur de alors qu’ils sont généralement sous la moyenne pour des

pourcentages de particules fines plus élevés (CS, CSS et CIS). Cela montre, d’une certaine

manière, l’effet négatif des particules fines des sources de basalte et de calcaire. Plus

précisément, les ratios suggèrent que, pour une même granulométrie, le MR du basalte ou du

calcaire s’approche de celui du gneiss au fur et à mesure que des particules fines sont

ajoutées. Ce phénomène n’est pas dépendant de la contrainte totale. Cela s’explique aussi

par le fait que le MR du gneiss montre une certaine relation de proportionnalité avec le %F

alors que c’est l’opposé pour le calcaire et le basalte (Tableau 5.25). Il est possible de

formuler l’hypothèse que, pour une granulométrie et un degré de saturation équivalent, les

fines des sources calcaire et basalte ont tendance à affaiblir le matériau en diminuant les

forces de friction entre les particules grossières (d>80 µm) puisque ces fines contiennent

davantage des particules de la taille des argiles (d<2 µm) et plus de minéraux actifs tel

qu’apprécié par leur surface spécifique SSF (Tableau 3.1).

207

Le Tableau 5.28 permet d’apprécier l’effet de la granulométrie, exprimé en pourcentage du

maximum sur le munimum, sur le module réversible à l’état saturé dans le contexte du

fuseau granulométrique spécifié par le MTQ. Il doit être noté qu’étant donné qu’une courbe

granulométrique hors fuseau (CSS) a été testée dans le cadre de cette étude, il est de mise

de mesurer l’influence de la granulométrie sur le comportement réversible en excluant et en

incluant celle-ci de l’analyse. Ceci est d’autant plus important à prendre en compte puisque

cette courbe est soit très performante ou très peu performante dépendamment de la source

considérée. Il est possible de constater que si la CSS est exclue de l’analyse, l’effet de la

granulométrie est d’environ 24% en moyenne pour les sources testées ce qui confirme les

résultats obtenus par Boudali (1997). Cependant, si des conditions de chargement plus

typiques de chaussées revêtues sont considérées, soit =100 kPa, cet effet est de 27% en

moyenne. Inversement, pour des contraintes élevées, l’effet de la granulométrie peut

descendre à 23% en moyenne. En incluant la CSS dans le calcul de l’effet de la

granulométrie, une variation moyenne de presque 40% est observée pour toutes les sources.

De façon générale, cette variation augmente avec la contrainte totale puisque les courbes

CSS ont un comportement divergeant des autres courbes pour chaque source. Ce

comportement divergeant est soit mauvais ou soit très bon. C’est ce qui explique

l’augmentation de l’effet de la granulométrie avec la contrainte totale. Pour des contraintes

totales basses, l’effet de la granulométrie est de 31% alors qu’il est de 45% pour des

contraintes totales élevées lorsque la CSS est incluse dans l’analyse.

Tableau 5.28 : Variations de MR à l’état saturé par rapport au fuseau granulométrique du MTQ

=100 kPa (%)

=400 kPa (%)

=700 kPa (%)

Moyenne (%)

Sans CSS 26,5 23,3 22,4 24,1 Gneiss Avec CSS 34,1 43,0 45,4 40,8 Sans CSS 30,6 28,1 28,7 29,1

Calcaire Avec CSS 37,5 46,9 49,2 44,5 Sans CSS 23,2 20,3 20,0 21,2

Basalte Avec CSS 27,6 39,8 43,0 36,8

Par conséquent, dans les limites des résultats de l’étude, l’effet de la granulométrie peut se

situer entre 23% et 45% dépendamment des contraintes considérées et de la situation par

rapport au fuseau granulométrique du MTQ. Tel qu’identifié dans la littérature, il s’agit

208

d’un effet d’importance secondaire en comparaison avec l’état de contraintes par exemple.

Cependant, dans la limite des résultats de l’étude, l’effet de la granulométrie est plus

important que celui de la teneur en eau. En effet, si les écarts de module réversible en

pourcentage entre l’état initial et l’état saturé pour une même courbe granulométrique sont

comparés, ces écarts sont en moyenne de 20, 10 et 13% (=100 kPa) et de 23, 6 et 7%

(=700 kPa) pour le gneiss, le calcaire et le basalte, respectivement.

À titre comparatif sur l’effet de la teneur en eau pour ces deux contraintes totales, il est

possible d’obtenir un ordre de grandeur de l’effet de la teneur en eau avec le modèle

développé par Doucet et Doré (2004) reliant le MR à la succion matricielle (Équation 7),

ainsi que la courbe caractéristique de rétention d’eau moyenne des matériaux C-LTPP

(Canadian Long Term Performance Project) présentée à la Figure 5.27, aussi mise en

évidence par ces deux chercheurs. En utilisant la variation typique de degré de saturation

obtenue entre l’état initial (SR20%) et saturé (SR90%), soit 70%, il est constaté que cela

correspond environ à une variation de succion matricielle allant de -15 kPa à 0 kPa. Par

conséquent, pour θ=100 kPa, le module à l’état initial est 80% plus élevé que celui à l’état

saturé, alors que cette valeur chute à 16% pour θ=700 kPa. Il existe donc une différence

très importante à faible contrainte totale, cette différence devenant plus faible à une

contrainte totale élevée puisqu’elle est exprimée en pourcentage. Ceci est probablement dû

au fait que la variation de MR en fonction de la succion matricielle a été déterminée pour

θ=400 kPa afin de limiter l’influence de la pente du modèle en fonction de la teneur en eau

sur l’analyse. Ceci montre l’importance qui doit être accordée à l’effet des contraintes sur

l’influence de l’évolution des teneurs en eau dans la chaussée.

209

Figure 5.27 : Courbe caractéristique de rétention d’eau moyenne des matériaux granulaires C-LTPP (adaptée de Doucet et Doré (2004))

Lorsque l’effet de la granulométrie est considéré de façon plus détaillée, il est observé que,

en général, plusieurs paramètres semblent de bons estimateurs du module réversible pour

différents états de contrainte totale et pour chacune des sources (Tableau 5.25).

Généralement, les valeurs de R augmentent avec la contrainte totale pour une même

variable explicative tout en restant dans un ordre de grandeur similaire. C’est pourquoi, les

remarques qui suivent sont faites, pour des raisons de simplification, à une contrainte totale

de 400 kPa, qui représente approximativement la valeur moyenne dans la plage de variation

obtenue lors de la caractérisation du comportement mécanique réversible.

Dans le cas de la source partiellement concassée, de façon générale, les résultats du Tableau

5.25 montrent peu de valeurs de R élevées. Toutefois, il est possible de faire quelques

constatations, principalement en observant les résultats calculés pour cinq courbes. Des

exemples de quelques relations entre le MR400 et des variables explicatives sont présentés à

la Figure 5.28. D’abord, le MR est relié à la teneur en vides de ce type de matériau. En effet,

le MR réversible est proportionnel à la masse volumique sèche et inversement proportionnel

à la porosité. Ceci est aussi confirmé par la relation de proportionnalité avec le Cu, qui est

210

un paramètre souvent associé à la masse volumique sèche et à la porosité. Donc, la

performance de cette source semble intimement proportionnelle à la formulation d’un

squelette granulaire compact. C’est ce qui explique en partie la relation entre MR400 et d30S,

qui est un indicateur de la taille de la fraction sable. Ceci montre que plus cette fraction est

grossière, moins bonne est la performance. Ceci est aussi vrai lorsque six courbes sont

considérées. Or, cette taille de particules (d30S) étant assez fine, elle est dans une certaine

mesure reliée à la teneur en particules fines. Qui plus est, la teneur en particules fines

présente une relation de proportionnalité non négligeable avec le MR400 (Tableau 5.25). Un

pourcentage de particules fines élevé étant associé à une masse volumique sèche élevée

pour un MG 20, il est constaté que les relations entre MR400 et d, Cu et d30S sont

intimement liées et témoignent de l’importance de formuler des squelettes granulaires

compacts afin de s’assurer d’une rigidité optimale.

Les résultats ne permettent pas de conclure que la fraction gravier joue un rôle déterminant

dans le comportement mécanique réversible de la source partiellement concassée. En effet,

après l’analyse avec la méthode de Bailey, il est possible de constater que, de façon

générale, les matériaux dont le gravier occupe une portion importante du volume total,

c’est-à-dire ceux ayant de nombreux contacts inter particulaires dans cette fraction

semblent moins bien performer. Lorsque la valeur de R entre le MR400 et le %MVNTGG est

observée, il est constaté qu’elle est faible et peu significative en considérant cinq courbes et

significative en considérant six courbes. Toutefois, dans les deux cas, il s’agit d’une

relation de proportionnalité inverse, ce qui laisse croire qu’il peut être souhaitable que la

fraction gravier ne soit pas trop dominante dans ce type de matériau. Néanmoins, il semble

que l’effet négatif d’une fraction gravier importante peut être largement compensé par une

granulométrie de la fraction sable, tel qu’il a été discuté. De façon générale, la volonté

d’obtenir des mélanges granulaires denses pour ce type de matériau est confirmée par les

relations entre MR400 et le RGG, RFGGF et RFFGF. Les valeurs de R confirment encore

une fois l’importance de l’étalement de chacune des fractions, particulièrement de la

fraction sable fin, dont la relation avec MR400 est illustrée à la Figure 5.28.

211

Figure 5.28 : Exemples de relations entre le MR400 et des variables explicatives pour la source gneiss

Dans le cas des matériaux concassés, il est constaté que plusieurs variables explicatives en

lien avec la granulométrie montrent des niveaux de corrélation élevés avec le MR400. Plus

précisément, il semble que le comportement mécanique réversible est principalement

fonction des caractéristiques granulométriques de la fraction gravier pour les deux sources

concassées, cette affirmation étant encore plus véridique pour la source basalte puisque les

valeurs de R les plus élevées sont rencontrées pour la fraction gravier généralement

(Tableau 5.25). Dans le cas de la source calcaire, les valeurs de R plus élevées semblent

associées au gravier et au sable grossier.

En ce qui concerne la source calcaire, les valeurs de R au Tableau 5.25 montrent que le

comportement mécanique réversible pour cette source semble peu lié à la teneur en vides

du squelette granulaire. Toutefois, tel que montré à la Figure 5.29, il semble important que

212

le squelette granulaire soit grossier, d’un point de vue moyen, pour l’obtention d’un

comportement optimal étant donné la forte relation de proportionnalité entre MR400 et d50.

De la même façon, la relation proportionnelle entre MR400 et %G et la relation inversement

proportionnelle entre MR400 et %S témoignent de la nécessité que le gravier occupe un

volume important dans le mélange granulaire en comparaison avec celui du sable. Il doit

aussi être noté, que ces relations sont de bonne qualité, autant en considérant 5 courbes que

6 courbes. Dans une moindre mesure, la valeur de R montrant la relation entre MR400 et %F,

bien que faible, est négative et laisse croire qu’il n’est pas essentiel d’ajouter des particules

fines au mélange afin de le rendre plus dense. Ceci est en accord avec le fait que, comme il

a été mentionné, le MR400 ne montre pas de relation significative avec la porosité. Les

particules fines de cette source ont une surface spécifique élevée et une teneur en particules

de la taille des argiles élevée en comparaison avec la source gneiss granitique. Ceci peut

partiellement expliquer l’effet des particules fines pour cette source, celles-ci semblant peu

souhaitables jusqu’à un certain point. Les valeurs de R entre le MR400 et les paramètres

extraits de l’analyse avec la méthode Bailey sont généralement faibles, sauf dans le cas du

%MVTSG. Ceci laisse croire qu’il n’est pas souhaitable d’avoir trop de particules de la taille

du sable grossier. À la lumière de ce lien entre ces deux variables, il est préférable que les

particules de cette taille soient davantage dispersées afin d’améliorer le comportement

mécanique réversible.

Figure 5.29 : Exemples de relation entre MR400 et des variables explicatives pour la source calcaire

En ce qui concerne la source basalte, tout comme le gneiss, la nécessité d’avoir des

mélanges compacts est mise en évidence au Tableau 5.25. Toutefois, dans le cas de la

213

source basalte, les valeurs de R montrent encore une fois l’importance de la fraction

gravier, comme c’est le cas pour la source calcaire. Néanmoins, contrairement à la source

calcaire, l’effet de la fraction gravier semble davantage relié à la portion grossière ainsi

qu’à l’uniformité de celle-ci pour la source basalte tel que présenté à la Figure 5.30.

D’ailleurs, comme il est constaté au Tableau 5.25, le fait de considérer les matériaux par

fraction, spécialement pour la source basalte, permet d’augmenter la force des relations

entre le MR et les variables explicatives liées à la granulométrie. De façon générale, les

valeurs de d60G, CuG, d30G et d50G, présentent des valeurs de R plus élevées que le d90, d80,

d70, %P20 et %P14. Pourtant, grossièrement, ces paramètres sont environ les mêmes.

Comme c’est le cas pour le gneiss, l’étalement de la fraction gravier, tel que mesuré par le

CuG mais aussi le RGG, semble une caractéristique souhaitable afin d’assurer une bonne

imbrication des particules. Cependant, il doit être rappelé que les résultats semblent

montrer que, dans le cas de la source basalte, la présence de gros granulats en forte

proportion est reliée à un bon comportement. De plus, tout comme la source calcaire, il

semble préférable que la proportion de sable grossier soit basse afin de limiter les contacts

dans cette fraction. Cette affirmation est basée sur la valeur de R entre le MR400 et le

%MVTSG.

Figure 5.30 : Exemples de relation entre MR400 et des variables explicatives pour la source basalte

Dans la limite des données disponibles, les principales constatations faites dans le cas des

trois sources laissent transparaître l’effet important du concassage sur la performance. En

effet, alors que la présence de particules concassées semblent souhaitable en forte

proportion, cela semble moins le cas dans le cas du matériau partiellement concassé. Les

214

granulats partiellement concassés présentent plusieurs faces arrondies et polies, deux

facteurs n’étant pas associés à une forte résistance. Toutefois, il est important de rappeler

que les granulats ronds ont un potentiel d’empilement plus élevé. C’est au niveau des

contacts grains à grains que ce type de particules peut présenter des problèmes. Alors que la

présence de granulats concassés augmente la friction intergranulaire, qui est généralement

associée à une bonne capacité portante, les grains arrondis et polis peuvent occasionner des

problèmes de stabilité. C’est pourquoi, dans le cas du gneiss, une proportion plus

importante de particules plus fine est nécessaire afin d’obtenir un squelette granulaire

dense, dont les particules de gravier sont bien supportées par des granulats plus fins ayant

une granulométrie créant peu de vides.

Les données permettant d’analyser l’effet de la source de granulats sur le module réversible

sont limitées dans cette étude. Généralement, il est de mise d’étudier cet aspect en termes

de forme des particules et de micro rugosité des faces des granulats. Les données

disponibles concernant les caractéristiques des sources de granulats considérées dans cette

étude portent principalement sur les caractéristiques des particules fines. Entre autres, des

données sur leur granulométrie, limite liquide et sur l’adsorptivité ont été recueillies. Les

autres données portent principalement sur les caractéristiques des gros granulats. Ces

caractéristiques sont le pourcentage de fracturation et les pourcentages de particules plates

et de particules allongées. Ces données ont été préalablement présentées au Tableau 3.1 et à

la Figure 3.3. De plus, la caractérisation réalisée pour l’analyse des matériaux avec la

méthode Bailey permet d’obtenir, tel qu’il a été discuté, certaines indications quant à la

forme des particules ainsi que sur leur rugosité. Toutefois, les résultats ne permettent pas de

départager ces deux facteurs indépendamment. En effet, les données présentées au Tableau

4.4 permettent de comparer, courbe par courbe, le pourcentage de vides créé pour chacune

des sources.

Il a été constaté que la forme davantage arrondie de la source partiellement concassée est

montrée par ces essais, puisque la fraction gros granulat présente toujours des pourcentages

de vides plus faibles pour chaque courbe. Le contraire est mesuré dans le cas de la source

basalte. En ce qui concerne cette dernière source, celle-ci présente toujours les teneurs en

vides les plus élevées, peu importe la fraction considérée. Ceci peut être associé à la forme

215

et la rugosité des particules de cette source. Dans la présente étude, les essais de masse

volumique ont permis d’isoler l’effet de la combinaison de ces deux paramètres (forme et

rugosité), mais il est difficile de commenter ici sur l’effet de l’un ou l’autre. Dans le cas des

fractions sable grossier et sable fin, le calcaire, un matériau concassé, montre les teneurs en

vides les plus faibles, ce qui est encore sûrement attribuable à une combinaison de la

rugosité et de la forme. Sous un effort de compactage, les particules plates et allongées ont

tendance à se positionner à l’horizontale ce qui peut expliquer valeurs de porosité plus

faibles.

L’ajout de mesure sur les caractéristiques de forme, d’angularité et de texture des sources

permettrait de mieux saisir l’effet de la source de granulats sur le comportement mécanique

réversible. Il est connu que les matériaux ayant des textures de surface rugueuses et de

granulats anguleux montrent une rigidité plus élevée, ce qui est expliqué par un meilleur

blocage entre les particules et une plus grande force de friction aux contacts inter

particulaires (Kim et Kim 2007). Inversement, les particules arrondies, ou présentant des

faces arrondies, possèdent des faces souvent polies dont la friction interparticulaire est

moindre, causant une diminution de la rigidité. Ceci tend à appuyer le fait que les résultats

obtenus montrent que la présence en grande quantité de particules grossières et anguleuses

dans un mélange granulaire de type MG 20, particulièrement les particules de grandes

tailles, est souhaitable afin que le module réversible soit optimisé pour une source

concassée. Ceci tend aussi à appuyer le fait que les résultats associés à la source gneiss

granitique montrent qu’il est préférable que les particules de gravier soient moins

rapprochées dans les squelettes granulaires et que celles-ci soient adéquatement soutenues

par des particules de tailles inférieures, ayant une granulométrie bien distribuée.

Il est noté toutefois que, pour un matériau comme la source basaltique, les particules de

gravier et de sable doivent être adéquatement supportées afin d’obtenir un mélange

granulaire dense. Ceci s’explique par le fait que les particules grossières de cette source

tendent à moins bien s’imbriquer et créant davantage de vides (Langlois 2003), telles que

les données du Tableau 4.4 permettent de le constater. Il est donc possible de supposer que

les empilements granulaires de la source basalte sont un peu plus sensibles à montrer des

déformations réversibles plus grandes, mais aussi à la consolidation (causé par le

216

glissement et le roulement des particules sur les faces) sous charge que ceux de la source

calcaire, ceci expliquant en partie les modules plus faibles et la volonté d’obtenir des

mélanges compacts. Les matériaux de la source calcaire ont la capacité de créer des

squelettes plus compacts, dans lequel il est possible de supposer qu’il existe une plus

grande quantité de points de contacts. Cette caractéristique peut être une explication des

modules élevés mesurés pour cette source.

Méthode Bailey et comportement mécanique réversible

Étant donné que les résultats obtenus pour les essais de module réversible montrent

l’importance du rôle de certaines fractions granulométriques par rapport à d’autres pour

chacun des matériaux, des commentaires supplémentaires sont réalisés en fonction des

principes de la méthode Bailey, telle qu’elle a été présentée dans une section précédente.

Ainsi, à l’aide des principes et des résultats associés à cette précédente section, en plus des

données reliées à la méthode Bailey au Tableau 5.21 et Tableau 5.25, le rôle de certaines

fractions granulométriques est davantage mis en évidence.

D’abord, il est possible de constater au Tableau 5.21 que la CI est la seule courbe testée

dont le squelette granulaire est contrôlé par le GG, c’est-à-dire que la masse volumique du

GG dans l’échantillon compacté est supérieure à 95% de la MVNT des GG. Ceci veut dire

que les GG sont en contact les uns avec les autres dans cet échantillon. Il est aussi possible

de constater que la CSI est aussi assez près d’être contrôlée par le GG, ce qui est le cas

lorsque cette courbe est à la masse volumique maximale de compactage. La bonne

performance générale de la CI, surtout dans le cas des matériaux de sources concassées, est

sûrement expliquée partiellement par le rôle du GG. En effet, les gros granulats sont en

contact et le RGG montre que la fraction gravier de cette courbe a un excellent potentiel

d’empilement et de blocage. Il semble que ce soit la fraction GG qui gouverne

majoritairement le comportement mécanique de cette courbe puisque la portion GF offre un

support à la fraction gravier d’environ 83% de la MVT en moyenne pour les trois sources

(soit la valeur la plus basse de %MVTGF pour les courbes incluses dans le fuseau). La

performance de la CI est davantage intermédiaire dans le cas de la source concassée. Tel

217

qu’il a été expliqué, ceci est compréhensible par le fait qu’il est moins avantageux d’avoir

les GG en contact lorsque ceux-ci présentent une certaine quantité de surfaces davantage

polies et lisses. Les particules de gravier sont plus instables, il se développe moins de

friction dans cette fraction et le support de la fraction GG par le GF est équivalent à celui

trouvé dans les sources concassées. Ce support du GF provient davantage de la portion SF,

puisque la portion SG est celle dont la valeur du %MVTSG est la plus faible parmi les

courbes incluses dans le fuseau.

En ce qui concerne la CSI, bien que les GG sont assez en contact, le RGG suggère que la

distribution granulométrique de ceux-ci est trop uniforme et le GG de cette courbe peut

difficilement bloquer et est instable. Ceci est d’autant plus vrai pour la source gneiss

granitique qui présente des GG partiellement concassés ayant plusieurs surfaces lisses et

polies. De plus, ce ratio implique que les vides sont potentiellement très importants dans la

fraction GG dans le cas où elle est dominante. En plus du GG relativement instable et à

teneur en vides élevée, le support de celui-ci par le GF est peu élevé puisque la masse

volumique du GF est en moyenne 85% de la MVT. Ces vides sont majoritairement créés

dans la fraction SF où le %MVTSF est le plus bas pour les trois sources, alors que le

%MVTSG est parmi les plus élevés. Les ratios RFGGF et RFFGF suggèrent eux aussi que,

en comparaison avec les autres courbes, la distribution granulométrique est susceptible de

créer beaucoup de vides interstitiels. En effet, le RFGGF, bien que près de 0,5 est le plus

bas parmi les six courbes. De plus, le RFFGF est très bas (inférieur à 0,35) ce qui implique

un potentiel de création de vides plus important dans cette fraction. Par conséquent, la

distribution granulométrique générale de cette courbe laisse beaucoup de vides qui ne sont

pas comblés par les fractions plus fines et la fraction GF est peu compacte dans les vides de

la fraction GG. De plus, comme les GG sont à une masse volumique d’environ 90-95% de

la MVNT, ceux-ci sont relativement en contact, mais ne sont pas bloqués. Ce fait combiné à

celui que le GF est dans un état peu compact explique l’instabilité générale de cette courbe.

La CIS est un matériau qui présente un très bon comportement, et ce, pour toutes les

sources de granulats testées dans le cadre de cette étude. Il est constaté que le GG atteint en

moyenne environ 85% de la MVNT. Par conséquent, ceux-ci sont quelque peu en contact

dans l’échantillon compacté, mais la fraction GF joue donc rôle primordial dans le

218

comportement mécanique de ce matériau. Il doit être noté que la fraction GG a un potentiel

de blocage et d’imbrication très bon puisque son RGG est de 0,35. Il peut être assumé que

même à 85% de la MVNT, le GG joue un rôle non négligeable dans la performance puisque

le bon potentiel d’imbrication des GG doit influencer le comportement du matériau

granulaire à cet état et apporter une certaine résistance mécanique. En ce qui concerne le

GF, celui-ci est très compact en général pour cette courbe et son influence sur le

comportement mécanique est majoritaire puisque le GF est près de 95% en moyenne de la

MVT des échantillons. Étant donné le pourcentage de fines élevé de cette courbe, la portion

SF est plus dense que la fraction SG en général, pour laquelle le %MVTSG est parmi les plus

bas.

Le milieu de fuseau, soit la CM, présente quant à elle un comportement relatif assez bon

dans le cas des sources concassées, mais se classe parmi les courbes les moins performantes

dans le cas de la source partiellement concassée. En comparaison avec les deux autres

courbes dont le TGNM est de 20 mm, soit la CI et la CIS, le RGG de la CM est

significativement plus élevé. Cela signifie que le potentiel de création de vides de la

fraction gravier est plus grand pour cette courbe. Bien que les GG soient peu en contact

puisque que la masse volumique atteinte est en moyenne 80% de la MVNT des GG, ce fait

peut partiellement expliquer la performance ordinaire de cette courbe pour la source gneiss.

Il est clair toutefois que le comportement de cette courbe est majoritairement fonction du

GF, dont la masse volumique est environ à 95% en moyenne de la MVT. En observant les

valeurs de ratios pour la fraction GF, il est possible de constater la fraction sable grossier

possède une granulométrie étalée puisque le RFGGF est de 0,6 mais que la distribution

granulométrique du GF est susceptible de créer davantage de vides puisque le RFFGF est

de 0,457. Cependant, chacune de ces fractions, particulièrement la fraction SF, montre des

valeurs de %MVTSG ou %MVTSF tout de même assez élevées, démontrant un certain

équilibre dans les proportions et la granulométrie de chacune des fractions, en plus de la

présence volumique non négligeable du GF.

En ce qui concerne la CS et la CSS, celles-ci se trouvent parmi les courbes les moins

performantes pour les matériaux de sources concassées alors que l’inverse est observé pour

la source partiellement concassée. Il est important de noter le comportement de la CSS est

219

soit très mauvais ou très bon en fonction de la source testée. Cette courbe est celle dont le

GG est le plus espacé puisque la masse volumique est environ 64% de la MVNT en

moyenne. Par conséquent, il n’y a presque pas de contacts entre les GG dans cette courbe.

Ceci est en accord avec le fait que la performance des matériaux concassés est

proportionnelle à la teneur en gravier et à ses caractéristiques. La fraction gravier est

dispersée ne peut influencer significativement les propriétés mécaniques de cette courbe. Il

doit être noté que la fraction GG de cette courbe a un bon potentiel d’empilement et de

stabilité puisque son RGG est bas. La CSS est généralement la courbe dont la masse

volumique du GF est la plus près de la MVT de cette fraction. Ceci est probablement

explicable par la faible proportion de GG, ce qui laisse davantage de place au GF pour se

positionner. Il est aussi constaté que le %MVTSF est largement plus élevé pour cette courbe,

ceci expliquant probablement l’effet, positif ou négatif, du GF sur la performance des trois

sources. De son côté, les GG de la CS sont davantage rapprochés dans le squelette

granulaire et ceux-ci sont à environ 79% en moyenne de la MVNT des GG dans les

échantillons de cette courbe. Ils peuvent donc avoir une certaine influence, quoique

marginale, sur le comportement mécanique en comparaison avec la CSS. Le RGG montre

que la fraction GG est un peu plus étalée que la CSI mais moins étalée que la CSS.

Cependant, encore là, il est clair que le comportement est majoritairement influencé par le

GF. Les RFGGF et RFFGF montrent que la matrice de GF est bien équilibrée, les fractions

grossière et fine du GF étant assez étalées pour potentiellement laisser peu de vides et

assurer un bon empilement granulaire qui influence assurément le comportement

mécanique. Il a été observé que la fraction GF a une influence significative sur le

comportement mécanique des matériaux de la source gneiss granitique.

5.3.3.2. Effet de la teneur en eau sur le module réversible

Les résultats des Tableau 5.26 et Tableau 5.27 montrent clairement que la granulométrie a

une influence marquée sur les valeurs de S100, S400 et S700 mesurées. Il est aussi évident que

cette influence sur la sensibilité du MR à l’eau est plus importante et plus claire à des

contraintes totales plus élevées, soit 400 et 700 kPa. Il peut être observé qu’à ces états de

contraintes, les matériaux plus performants (en termes de sensibilité du module réversible à

l’évolution de la teneur en eau) sont les courbes CSI, CI et CM pour le gneiss et le basalte

220

alors que ces sont les courbes CI, CM et CSS pour le calcaire. De plus, la CIS est la courbe

qui est la moins performante dans presque tous les cas. Le classement des granulométries

présenté au Tableau 5.26 montre que la simple considération du pourcentage de particules

fines n’est pas suffisante pour expliquer adéquatement le comportement du matériau

lorsque celui-ci est soumis à des variations de teneur en eau. Plus précisément, il est

possible de constater que les matériaux qui ont des pourcentages de particules fines égaux

(CS, CSS et CIS) peuvent avoir des valeurs de pente différentes, et ce, pour une même

source minéralogique. Par conséquent, d’autres propriétés des matériaux sont susceptibles

d’apporter une meilleure compréhension du phénomène.

Il peut être observé que les valeurs de pente sont significativement plus élevées pour le

gneiss que pour le basalte et le calcaire, et ce, même si ces deux derniers contiennent des

particules fines moins grossières et à surface spécifique plus élevée. Ceci permet de

constater que la forme des particules, la friction interne et la friction de surface jouent un

rôle prédominant dans la sensibilité du module réversible aux changements de teneur en

eau. Parmi les données disponibles actuellement, le pourcentage de fracturation dans la

fraction gravier révèle que le gneiss est fracturé à 72% alors que les deux autres sources

sont 100% fracturées. Ceci implique donc que les matériaux provenant de la source gneiss

granitique devraient avoir une friction interne plus faible que les matériaux provenant des

sources de basalte et de calcaire. Ceci est principalement dû au fait que les surfaces non

fracturées sont souvent beaucoup plus rondes et lisses, ce qui est causé par le polissage lors

des processus de déposition. Il est possible d’affirmer que ces surfaces sont davantage

affectées par l’effet lubrifiant de l’eau sur les contacts entre les particules tel qu’identifié

par Thom et Brown (1987). Ceci n’est pas explicable par le potentiel d’empilement puisque

les résultats des essais de masse volumique (Tableau 4.4) montrent que les vides

interstitiels sont toujours plus faibles dans la fraction gravier pour le gneiss vis-à-vis les

deux autres sources de matériaux pour toutes les granulométries testées. Pour la fraction

sable, ce matériau possède également une bonne capacité d’empilement particulaire.

Les coefficients de corrélation R entre les valeurs S et quelques caractéristiques

granulométriques et volumétriques présentés au Tableau 5.27 permettent de constater que la

sensibilité des modules réversibles aux variations de teneur en eau est davantage fonction

221

de la fraction sable et de la fraction fine que de la fraction gravier. Ceci est en accord avec

le fait que la sensibilité du module réversible des matériaux granulaires aux variations de

teneur en eau est généralement associée à la portion plus fine du matériau (Lekarp et coll.

2000a). Il peut aussi être observé que les valeurs de nf montrent des valeurs de R plus

élevées que le pourcentage de particules fines %F puisque cette valeur considère non

seulement la quantité de particules fines mais aussi leur dispersion dans le squelette de

granulats grossiers (d>80µm) ainsi que l’effet du pourcentage de particules fines de façon

volumique. Si les trois sources minéralogiques sont considérées, nf est le paramètre relié à

la granulométrie qui décrit le plus adéquatement la sensibilité du module réversible aux

changements de degré de saturation. Ceci est en accord avec les résultats de Raad et coll.

(1992) et de Stolle et coll. (2006), qui ont montré que le MR diminue non seulement avec la

l’augmentation de la teneur en eau, mais que cette diminution est aussi fonction de la

quantité de particules fines. Selon ces auteurs, l’influence des particules fines est fonction

de la granulométrie et de l’angularité des granulats. Il doit être noté que les résultats pour le

gneiss et le basalte sont significativement meilleurs que ceux du calcaire pour =100 kPa,

qui semblent toutefois grandement s’améliorer avec l’augmentation de la contrainte totale.

Toutefois, les moins bonnes tendances observées à faibles contraintes totales pour le

calcaire peuvent être aussi expliquées par le fait que le module réversible de ce type de

matériau semble très peu influencé par les changements de teneurs en eau à faibles

contraintes totales.

Il est suggéré de relier les valeurs de S, nf et d’une façon plus générale puisqu’il est clair

qu’une relation existe entre ces paramètres. En effet, les résultats montrent bien que les

valeurs de S varient en fonction de nf mais aussi, pour une valeur constante de nf, elles

varient aussi en fonction de , les valeurs plus élevées de causant une sensibilité accrue

du module réversible aux changements de degré de saturation. Les résultats du Tableau

5.27 montrent qu’une relation significative existe entre S et nf pour chaque source

minéralogique, spécialement pour les sources basalte et gneiss. La relation entre S et nf est

présentée à la Figure 5.31 pour une contrainte totale de 700 kPa, laquelle est davantage

représentative de l’état de contrainte d’une chaussée non revêtue. Comme il est possible de

constater, les matériaux concassés ont un comportement similaire alors que le gneiss a une

222

sensibilité du MR plus accrue vis-à-vis les variations du degré de saturation. La Figure 5.32

permet de visualiser, pour 3 valeurs de , les différentes relations S-nf qui ont la forme

% S f S

MPaS a n b

Équation 75

dans laquelle aS et bS représentent respectivement la pente et l’ordonnée à l’origine de la

relation linéaire et dans laquelle nf est exprimée sous forme décimale. Il est possible de

constater que les relations linéaires montrent une augmentation de aS et bS avec une

augmentation de la contrainte totale. Le fait que les valeurs de S diminuent avec une

diminution de la contrainte totale suit une tendance logique. De plus, il est possible de

constater par les valeurs de bS que les matériaux ne contenant pas de particules fines, c’est-

à-dire pour des valeurs de nf égales à l’unité, montrent les valeurs de S les plus faibles qui

augmentent avec .

Figure 5.31 : Relation entre S700 et nf

223

Figure 5.32 : Relation S-nf en fonction de – Source gneiss granitique

Dans le but de quantifier l’effet de sur les valeurs de S, les relations entre les paramètres

de régression aS, bS et ont été développées. Il est clair à la Figure 5.32 qu’une relation

existe entre ces paramètres. En prenant l’exemple de la source gneiss granitique, le

paramètre de régression aS peut être exprimé en fonction de la contrainte totale en kPa par

0,011357 0,223806Sa Équation 76

et aS est aussi fonction de bS par

0,961072 0,134850S Sa b Équation 77

Par conséquent, les paramètres de régression aS et bS peuvent être substitués dans le modèle

général en utilisant les équations décrivant aS=f() et aS=f(bS) afin d’obtenir la relation

générale pour la source gneiss granitique laquelle est exprimée

224

0,011357 0,223806 1,040505 0,140312% f

MPaS n

Équation 78

où S est quantifiée comme étant dépendante de (kPa) et nf (en forme décimale). La même

méthodologie a été appliquée afin d’obtenir la relation générale pour le basalte et le

calcaire. Le Tableau 5.29 présente un sommaire des relations trouvées pour chaque

matériau. Par conséquent, dans le but d’estimer les variations de MR en fonction des

variations de teneur en eau, l’ingénieur en chaussées a besoin de connaître les

caractéristiques volumétriques et la teneur en particules fines afin de calculer nf, la

contrainte totale typique anticipée et la variation de teneur en eau anticipée. Comme les

modèles font intervenir l’état de contrainte, ils sont utilisables pour des cas de chargements

typiques de chaussées revêtues et non revêtues. De plus, l’utilisation de nf pourrait peut-être

permettre de quantifier l’effet de la teneur en eau sur la rigidité des matériaux granulaires

pour différentes masses volumiques sèches. Ceci demeure toutefois une hypothèse à

vérifier. Comme il a été mentionné précédemment, il semble à première vue que les

résultats pour la source calcaire à faibles contraintes totales soient très peu précis.

Cependant, il a été posé comme hypothèse que le module réversible de ce matériau n’est

simplement que très peu influencé par des variations de teneur en eau pour des valeurs de

faibles et cela peut expliquer les valeurs de R basses. Malgré tout, comme il est possible de

constater au Tableau 5.29, la relation entre la pente as et est aussi bonne pour le calcaire

que pour les deux autres sources. Néanmoins, l’utilisation de ce modèle à de faibles

contraintes dans le cas de la source calcaire doit être faite avec jugement.

225

Tableau 5.29 : Relations générales entre S, nf et

Gneiss 0,011357 0,223806Sa (R²=1) Équation 79

0,961072 0,138450S Sa b (R²=1) Équation 80

100/ 400/ 700

100/ 400/ 700

0,011357 0,223806 1,040505 0,140312%

² 0,891/ 0,952 / 0,953

0,043/ 0,097 / 0,164%

f

MPaS n

R

MPaRMSE

Équation 81

Calcaire

0,004199 0,295792Sa (R²=1) Équation 82

1,003127 0,252896S Sa b (R²=1) Équation 83

100/ 400/ 700

100/ 400/ 700

0,004199 0,295792 0,996883 0,252108%

² 0,129 / 0,573/ 0,546

0,177 / 0,163/ 0,281%

f

MPaS n

R

MPaRMSE

Équation 84

Basalte 0,003162 1,072460Sa (R²=1) Équation 85

0,958057 0,016336S Sa b (R²=1) Équation 86

100/ 400/ 700

100/ 400/ 700

0,003162 1,072460 1,043779 0,017051%

² 0,688 / 0,763/ 0,737

0,073/ 0,102 / 0,154%

f

MPaS n

R

MPaRMSE

Équation 87

Les données présentées par Gagnon et coll. (1997) sur les variations saisonnières des

conditions hydriques du site expérimental de Saint-Martyrs-Canadiens peuvent être

utilisées pour obtenir une plage de variation du degré de saturation des MG 20 durant une

année. Selon celles-ci, la teneur en eau de la section témoin a varié de 1% à près de 10%.

En utilisant une masse volumique des grains solides typiques de 2700 kg/m³ et une masse

volumique sèche typique pour un MG 20 de 2200 kg/m³ (référence : logiciel

CHAUSSÉE2), il est possible de statuer que le degré de saturation a varié d’environ 15% à

100%, soit sur une plage de variation de 85%. Cette valeur peut être utilisée pour quantifier

la perte de module réversible maximale engendrée par les changements de teneurs en eau

226

dans une fondation de chaussée. Pour des fins de comparaison avec les données présentées

au Tableau 5.10 portant sur la perte de module engendrée par un soulèvement hypothétique

dû au gel, une contrainte totale de 150 kPa a aussi été utilisée dans le cas présent. De plus,

afin de tenir compte du fait que la masse volumique sèche globale des MG 20 peut varier

dans une année en raison du gel, la porosité de la fraction fine moyenne a été considérée

pour ce calcul. Celle-ci a été calculée à l’aide des valeurs de masse volumique sèche initiale

et finale avant et après un cycle de gel (Tableau 5.10). Les résultats de cette analyse sont

présentés au Tableau 5.30. En comparaison avec le Tableau 5.10, il est possible de

constater que l’effet de la teneur en eau sur MR est beaucoup plus marqué que l’effet de la

variation de la masse volumique sèche, dans l’hypothèse que celles-ci sont faibles. Il doit

être noté que cette affirmation est toutefois basée sur les données présentées dans le cadre

de cette étude, c’est-à-dire pour des variations de masses volumiques sèches très limitées,

les soulèvements dans les couches de fondation granulaires étant typiquement limités par

rapport à ceux mesurés dans l’infrastructure.

Tableau 5.30 : Perte de MR pour θ=150 kPa et pour ΔSR=85%

nf moyen S (MPa/%) ΔMR (MPa)

CS 0,766 -0,668 -56,8

CM 0,816 -0,571 -48,6

CI 0,915 -0,380 -32,3

CSI 0,929 -0,354 -30,1

CIS 0,731 -0,736 -62,6

Gn

eiss

CSS 0,785 -0,631 -53,6

CS 0,700 -0,527 -44,8

CM 0,781 -0,452 -38,4

CI 0,900 -0,342 -29,1

CSI 0,913 -0,330 -28,0

CIS 0,674 -0,551 -46,8

Cal

cair

e

CSS 0,754 -0,477 -40,5

CS 0,748 -0,441 -37,5

CM 0,823 -0,324 -27,5

CI 0,925 -0,167 -14,2

CSI 0,933 -0,154 -13,1

CIS 0,726 -0,474 -40,3

Bas

alte

CSS 0,787 -0,380 -32,3

227

5.3.4. Résultats sur la susceptibilité à la déformation permanente

La susceptibilité à la déformation permanente est une donnée complémentaire qu’il est

possible de recueillir à partir des essais de module réversible réalisés sur les échantillons de

matériaux granulaires à l’étude dans ce projet de recherche. Il a préalablement été souligné

que ce paramètre de performance n’est pas extrait d’essais consacrés exclusivement à la

caractérisation du comportement plastique à long terme des matériaux granulaires. Pour des

fins de simplification du projet, il n’a pas été choisi d’inclure des essais spécifiquement

dédiés à la caractérisation de la susceptibilité à la déformation permanente, puisque l’étude

considère un éventail assez large de paramètres de performance. Par conséquent, il a été

choisi de mettre davantage d’emphase sur le comportement mécanique réversible des

matériaux granulaires de fondation des chaussées, et plus particulièrement sur l’effet de la

granulométrie sur ce dernier. Les pages précédentes ont permis de mettre en lumière l’effet

important des paramètres directement ou indirectement reliés à la granulométrie sur cette

propriété mécanique d’intérêt en conception de chaussée. Comme la susceptibilité à la

déformation permanente n’est pas extraite d’essais normalisés exclusivement dédiés à la

détermination de ce paramètre mécanique, il est de mise de considérer les résultats qui

suivent comme étant principalement relatifs et présentés à titre indicatif. Néanmoins, il est

souhaité que les résultats obtenus sur la susceptibilité à la déformation permanente

confirment certaines tendances observées sur le comportement mécanique réversible.

L’indicateur choisi pour étudier la susceptibilité à la déformation permanente est le taux de

déformation par cycle de chargement déterminé sur les 5000 derniers cycles de la séquence

de conditionnement des essais de modules réversibles. À partir de 5000 cycles, la relation

entre déplacement vertical des capteurs sous chargement cyclique et le temps est linéaire.

En utilisant l’espacement entre les supports des capteurs fixés à l’échantillon, il est possible

d’exprimer le déplacement vertical sous forme de déformation et de pourcentage. La

susceptibilité à la déformation permanente est donc exprimée dans le cadre de cette étude

en pourcentage de déformation plastique par cycle de chargement, tel que mesuré sur les

5000 derniers cycles.

228

Un exemple des données recueillies est présenté à la Figure 5.33 dans le cas de la CS pour

la source basalte. L’ensemble des résultats est pour sa part regroupé à l’annexe G. Le taux

de déformation permanente est le résultat du calcul de la moyenne des taux de déformation

permanente obtenus pour chacun des capteurs de déplacement vertical. En ce qui concerne

les caractéristiques des échantillons, il est possible de référer au Tableau 5.21 dans la

section portant sur les résultats des essais de module réversible. Les données de chacune

des courbes testées pour chaque source de matériau ont été analysées en termes de taux de

déformation permanente et les résultats sont compilés au Tableau 5.31. En plus des

résultats bruts, les ratios permettant de comparer le taux de déformation permanente entre

chaque source pour chacune des granulométries sont aussi inclus dans ce tableau. Il est

possible de constater que le taux de déformation permanente varie d’une source à l’autre

mais que les valeurs moyennes sont assez semblables d’une source à l’autre. Toutefois, les

écarts-types (É.-T.) sont plus élevés dans le cas des sources concassées. Cette plus grande

variabilité dans les valeurs du taux de déformation permanente pour les sources concassées

est partiellement due à la CSS, dont le taux de déformation permanente significativement

plus élevée pour ces sources cause une augmentation de l’écart-type.

Figure 5.33 : Cycle de conditionnement et taux de déformation permanente – Basalte – CS

229

Tableau 5.31 : Résultats et comparaison entre les sources pour le taux de déformation permanente

Taux p (%/cycle) Ratios taux p entre les sources

Gneiss Calcaire Basalte ( )

( )p

p

Calcaire

Gneiss

( )

( )p

p

Basalte

Gneiss

( )

( )p

p

Calcaire

Basalte

CS 1,85E-07 2,65E-07 2,00E-07 1,43 1,08 1,33 CM 2,00E-07 1,85E-07 2,35E-07 0,93 1,18 0,79 CI 2,80E-07 2,00E-07 3,71E-07 0,71 1,33 0,54

CSI 2,75E-07 2,00E-07 2,50E-07 0,73 0,91 0,80 CIS 2,10E-07 3,37E-07 1,55E-07 1,60 0,74 2,17 CSS 3,05E-07 4,50E-07 4,50E-07 1,48 1,48 1,00

Moy. 2,43E-07 2,73E-07 2,77E-07 1,15 1,12 1,10 É.-T. 5,01E-08 1,04E-07 1,11E-07 0,40 0,27 0,59

Le Tableau 5.32 présente un classement du taux de déformation permanente pour chacune

des sources testées. Ce classement est réalisé de la plus petite valeur mesurée, soit la

meilleure courbe selon ce paramètre de performance, à la plus grande valeur mesurée, soit

la moins bonne courbe selon ce paramètre de performance. De plus, le ratio de la valeur du

taux de déformation permanente de chacune des courbes sur le taux de déformation

permanente de la courbe la plus performante pour chaque source est calculé afin

d’apprécier l’évolution de ce paramètre parmi les courbes testées. Bien que certaines lignes

directrices sont observées, des différences de classement sont notables d’une source à

l’autre.

Tableau 5.32 : Classement du taux de déformation permanente par source

Gneiss Calcaire Basalte

Taux p Taux p Taux p Classement (%/cycle)

Ratio Classement(%/cycle)

Ratio Classement (%/cycle)

Ratio

CS 1,85E-07 1,00 CM 1,85E-07 1,00 CIS 1,55E-07 1,00 CM 2,00E-07 1,08 CI 2,00E-07 1,08 CS 2,00E-07 1,29 CIS 2,10E-07 1,14 CSI 2,00E-07 1,08 CM 2,35E-07 1,52 CSI 2,75E-07 1,49 CS 2,65E-07 1,43 CSI 2,50E-07 1,61 CI 2,80E-07 1,51 CIS 3,37E-07 1,82 CI 3,71E-07 2,39

CSS 3,05E-07 1,65 CSS 4,50E-07 2,43 CSS 4,50E-07 2,90

L’effet de la granulométrie sur le taux de déformation permanente mesuré lors de la période

de conditionnement des essais de module réversible est quantifié au Tableau 5.33, où des

230

coefficients de corrélation linéaire ont été calculés. Dans le cas présent, le traitement des

données sous format de puissance, logarithmique ou exponentiel n’apportait aucune

amélioration significative aux valeurs de R. Par conséquent, l’hypothèse linéaire est

présentée en première approximation. Dans le Tableau 5.33, les variables les plus

pertinentes pour chaque source ont été identifiées et sont retrouvées dans celui-ci. Il est à

noter que cette analyse a été effectuée sans tenir compte de la CSS pour les mêmes raisons

qui ont été présentées dans la section portant sur les résultats des essais de module

réversible. En effet, le comportement mécanique de la CSS est extrêmement divergent

d’une source à l’autre et camoufle la qualité de certaines relations dans le fuseau, tel qu’il

est montré à la Figure 5.34. Étant donné que le principal objectif est d’identifier l’effet de la

granulométrie sur les propriétés mécaniques à l’intérieur du fuseau, l’exclusion de la CSS

permet d’identifier avec plus de confiance les variables explicatives pertinentes.

Tableau 5.33 : Valeurs de R entre le taux de déformation permanente et des variables explicatives

nf P0,63 P0,31

5 P0,16 %F d30 d20 d10 D60S D50S

%MVNTG

G %MVTGF

%MVNTS

F %MVTSF

Gneiss 0,91

-0,91

-0,90

-0,90

-0,90

0,80 0,86 0,95 0,85 0,83 0,96 -1,00 -0,91 -0,91

d n nf P0,63 P0,31

5 P0,16 %F d10

D30 S

D10 S

Cu CuS RGG RFFGF Calcaire 0,8

1 -

0,82 -

0,80 0,67 0,79 0,79 0,79

-0,71

-0,64-0,75 0,89 0,88 -0,65 0,72

nf P2,5 P1,25 P0,63 P0,31

5 P0,16 %F d40 d30 d20 d10

%MVNTG

G %MVTGF

%MVNTS

F Basalte 0,83

-0,75

-0,78

-0,86

-0,82

-0,82

-0,82

0,81 0,92 0,97 0,83 0,81 -0,75 -0,73

231

Figure 5.34 : Effet de la CSS sur les relations pour le taux de déformation permanente

5.3.5. Analyse de la susceptibilité à la déformation permanente

Les résultats des essais de susceptibilité à la déformation permanente permettent de mettre

en lumière l’effet des caractéristiques reliées directement ou indirectement à la

granulométrie sur le taux de déformation plastique. Jusqu’à un certain point, ces résultats

permettent de tirer des conclusions complémentaires à celles faites dans la section décrivant

l’effet de la granulométrie sur le module réversible. Il est d’abord possible de constater au

Tableau 5.31 que la comparaison entre les sources calcaire et gneiss granitique permet

d’observer une tendance générale quant au pourcentage de particules fines. En effet, il est

observé que les valeurs de ratio augmentent avec la proportion de fines dans les matériaux

et que les ratios sont tous au-dessus de la valeur moyenne pour les courbes ayant 7% de

particules fines. Cela montre, la nocivité des particules de la source calcaire, mais aussi le

fait que ce type de particules est souhaitable pour la source gneiss granitique. Ce

phénomène est observé pour les ratios permettant de comparer les sources calcaire et

basalte, à l’exception du fait que le ratio pour la CSS est situé sous la valeur moyenne. La

valeur élevée du ratio pour la CIS doit être notée puisqu’elle est à l’écart des autres valeurs

de ratio. Les résultats du Tableau 5.25 montrent que le comportement mécanique plastique

de la source basaltique est relativement lié aux caractéristiques d’étalement (Cu, RFGGF,

RFFGF, etc.) alors que ce n’est pas du tout le cas pour la source calcaire. Dans la limite des

résultats de cette étude, cela apporte une certaine explication sur ce phénomène dans

l’optique où une certaine cohérence existe entre les tendances observées pour les

comportements mécaniques élastique et plastique.

Les principales constatations tirées du Tableau 5.31 peuvent aussi être mise en lumière au

Tableau 5.32. En effet, bien des différences de classement existent entre les sources, il est

tout de même possible d’apprécier l’effet du pourcentage de particules fines mais aussi de

l’étalement des courbes granulométriques. Le classement des sources gneiss et basalte

démontre l’importance du pourcentage de particules fines sur le taux de déformation

permanente. En effet, les courbes ayant un pourcentage de particules fines élevé se trouvent

parmi les courbes ayant un taux de déformation permanente bas. Cette observation ne

232

s’applique pas à la CSS. De plus, la tendance générale montre que les meilleurs matériaux

sont ceux ayant des Cu élevés pour ces deux sources. Inversement, le taux de déformation

permanente pour la source calcaire semble inversement proportionnel à la teneur en

particules fines, puisque les courbes présentant les valeurs les plus élevées de taux de

déformation permanente sont celles ayant 7% de particules fines.

Les valeurs des coefficients de corrélation R présentées au Tableau 5.33 viennent

corroborer les observations faites sur les valeurs de ratios et de classement préalablement

discutées en ce qui concerne les résultats de susceptibilité à la déformation permanente.

Tout d’abord, en ce qui concerne la source gneiss granitique, il a été observé que le

comportement mécanique réversible est fortement relié aux caractéristiques de la fraction la

plus fine des matériaux. Il a été montré qu’un fort coefficient d’uniformité est

particulièrement souhaitable, et ceci est en accord avec la nécessité d’avoir un pourcentage

de particules fines élevé pour l’obtention d’un comportement mécanique optimisé dans le

fuseau granulométrique. Or, les résultats de la susceptibilité à la déformation permanente

montrent une relation de proportionnalité entre le taux de déformation permanente et d10, nf

et %MVNTGG tel qu’il est possible de visualiser à la Figure 5.35. Par conséquent, une

augmentation de ces valeurs provoque une augmentation du taux de déformation

permanente. Ceci implique donc un d10 grossier, une fraction grossière dont les vides sont

peu remplis par des particules fines et des gros granulats très rapprochés dans l’ensemble

du squelette granulaire ne sont pas des caractéristiques souhaitables pour cette source.

Inversement, un pourcentage de particules fines élevé et des granulats fins très rapprochés

dans l’ensemble du squelette granulaire sont particulièrement souhaitables. Ceci est en

accord avec les observations faites dans le cas des essais de module réversible. En effet, il a

été suggéré qu’un bon comportement mécanique réversible est associé à un squelette

granulaire fin, une teneur en particules fines élevées et des gros granulats plus dispersés.

233

Figure 5.35 : Effet de la granulométrie sur le taux de déformation permanente de la source gneiss

En ce qui concerne la source calcaire, le niveau de relation entre les variables explicatives

et le taux de déformation permanente apprécié par les valeurs de R est légèrement inférieur

au Tableau 5.33. La Figure 5.36 présente quelques-unes des bonnes relations observées

pour cette source. Il a été déterminé dans les sections portant sur les résultats et l’analyse

des essais de module réversible que le comportement mécanique réversible est

principalement fonction de la fraction gravier dans le cas de cette source. Plus précisément,

la taille des particules dans cette fraction en plus de la proportion de ce type de particule

dans le mélange granulaire global sont les principales variables reliées au module

réversible. Les résultats montrent également que la fraction sable, en termes de proportion,

a un effet néfaste sur le module réversible et qu’elle est non significative en termes de

caractéristiques granulométriques. Les résultats obtenus sur la susceptibilité à la

déformation permanente tendent à appuyer les conclusions tirées des essais de module

réversible, mais d’une façon complémentaire. Plus précisément, une relation de

proportionnalité est observée entre le taux de déformation permanente et les variables

explicatives reliées à la teneur en particules fines et à l’uniformité alors qu’une relation de

proportionnalité inverse est observée avec la porosité de la fraction fine. Ceci est en accord

avec les résultats des essais de module réversible, puisqu’un matériau granulaire contenant

une forte proportion de gravier est susceptible de contenir moins de particules fines par

proportionnalité.

234

Figure 5.36 : Effet de la granulométrie sur le taux de déformation permanente de la source calcaire

Par conséquent, dans le cas de cette source, un matériau contenant davantage de gravier est

susceptible d’avoir un module plus élevé et, dans l’hypothèse que la forte proportion de

gravier cause potentiellement une diminution de la proportion de particules fines, ce type de

matériau est également susceptible de présenter un taux de déformation permanente plus

faible. Ceci est illustré par la relation entre le taux de déformation permanente et nf, où il est

possible d’observer que les matériaux contenant moins de particules fines dans les pores

créés par la fraction grossière sont davantage performants. Toutefois, l’effet de l’uniformité

du matériau doit être précisé. En effet, la Figure 5.36 montre qu’un matériau très étalé n’est

pas particulièrement souhaitable. Ceci corrobore le fait qu’il est souhaitable que les

matériaux de cette source contiennent peu de particules fines, dont une teneur élevée

causerait potentiellement une diminution du d10 et une augmentation du Cu. Ceci est

applicable aussi pour le coefficient d’uniformité de la fraction sable CuS. Par conséquent,

dans le cas de cette source, il est suggéré d’optimiser le comportement mécanique par

l’optimisation de la fraction gravier mais aussi des caractéristiques associées à la portion

plus fine des MG.

En ce qui a trait à la source basalte, les résultats de la susceptibilité à la déformation

permanente complète ceux obtenus lors des essais de module réversible. En effet, des

relations de proportionnalité sont observées entre le taux de déformation permanente et nf,

d30, d20 et %MVNTGG, alors que des relations de proportionnalité inverse sont observées

avec %P0,630 et %MVTGF. Quelques exemples de ces relations peuvent être observés à la

235

Figure 5.37. Lors des essais de module réversible, il a été possible d’identifier que les

caractéristiques granulométriques de la fraction gravier sont les principales à considérer

afin de quantifier et de qualifier l’effet de la granulométrie sur le module réversible. Qui

plus est, dans le cas de cette source, le module réversible est inversement proportionnel au

pourcentage de sable %S, ce qui est en accord avec la volonté que la fraction gravier joue

un rôle prépondérant. Il est donc possible de constater que, alors que les résultats des essais

de module réversible sont fonction des caractéristiques de la fraction gravier, les résultats

du taux de déformation permanente confirment l’importance de la fraction plus fine pour

cette source, soit la portion inférieure à 5 mm.

Figure 5.37 : Effet de la granulométrie sur le taux de déformation permanente de la source basalte

Encore une fois, les résultats de la susceptibilité à la déformation permanente obtenus pour

la source basalte confirment l’importance de la fraction plus fine des matériaux sur ce

paramètre de performance. Toutefois, il doit être noté que l’effet de la portion plus fine des

matériaux est inverse lorsque les deux sources concassées sont comparées. En effet, il a été

montré que des valeurs de Cu élevées et de nf faibles, qui sont souvent associés à des

pourcentages de particules fines élevés, sont en lien avec des taux de déformation

permanente élevés dans le cas de la source calcaire. La portion fine de cette source nuit à la

stabilité des matériaux sous chargement cyclique répété. Cela est potentiellement en lien

avec les caractéristiques des particules fines, dont la granulométrie est relativement étalée

et fine, en plus d’avoir la limite liquide des particules fines la plus faible et la surface

spécifique des particules fines la plus élevée. Ceci est contraire à ce qui est trouvé pour la

236

source basalte, dont les squelettes granulaires ont besoin d’un support des particules plus

fines afin d’atteindre un bon niveau de résistance à la déformation permanente. Pourtant,

les particules fines de cette source ont aussi une granulométrie fine et étalée, une surface

spécifique des particules fines près de celle de la source calcaire.

Par contre, comme il a été préalablement discuté dans les cas des essais de module

réversible, ceci est aussi explicable par le fait que les vides créés dans la portion d>0,08

mm sont plus grands (Tableau 3.4). Par conséquent, il existe plus d’espace pour l’insertion

de particules fines sans perturber significativement l’empilement granulaire de la fraction

grossière. Dans ce type de matériau, l’ajout de particules plus fines peut alors apporter,

jusqu’à une certaine limite, un support supplémentaire aux particules grossières et

contribuer à l’amélioration du comportement mécanique. Dans le cas de la source calcaire,

comme les valeurs de nc pour cette source sont les plus petites en moyenne (Tableau 3.4), il

existe moins d’espace pour l’insertion de particules fines à l’intérieur des vides de la

fraction grossière et l’ajout de ce type de particules peut alors contribuer à écarter celles-ci.

Il peut être aussi supposé que, les particules de la source calcaire ayant une prédisposition à

se positionner davantage à l’horizontale, les particules fines peuvent s’insérer le long des

plans de contact entre les particules et provoquer une diminution de la friction.

5.3.6. Conclusion

Dans cette section, l’étude du comportement mécanique a été réalisée en soumettant les

matériaux à des essais en cellule triaxiale. Plusieurs observations ont pu alors être faites en

analysant en détails les résultats obtenus. Il a été trouvé que, contrairement aux essais de

performance hydrique et thermique, la bonne compréhension de la performance mécanique

passe par une analyse plus poussée des MG, de l’entièreté de la courbe granulométrique, du

rôle des diverses fractions granulométriques. Entre autres, la réalisation d’essais de masse

volumique pour la méthode Bailey a permis d’apporter plusieurs informations utiles à la

réflexion réalisée. Globalement, les caractéristiques souhaitables d’un point de vue module

réversible et susceptibilité à la déformation permanente sont complémentaires. Il a été

possible d’identifier des indicateurs directement en lien avec la granulométrie pouvant

237

permettre de mieux situer la performance des MG dans le contexte du fuseau

granulométrique. La prochaine section traite de cet aspect.

238

CHAPITRE 6

OPTIMISATION DE LA PERFORMANCE DES MG 20

Il a été trouvé dans les sections précédentes qu’il est possible d’optimiser la sensibilité aux

contraintes environnementales et le comportement mécanique par l’optimisation de

propriétés directement ou indirectement reliées à la granulométrie. La sensibilité aux

contraintes environnementales est décrite par la conductivité hydraulique, la susceptibilité

au gel/dégel et la susceptibilité à l’érosion. Pour sa part, le comportement mécanique est

principalement caractérisé dans le cadre de cette étude par le module réversible, mais

certaines considérations en ce qui a trait à la susceptibilité à la déformation permanente sont

aussi présentées.

En ce qui concerne la sensibilité aux contraintes environnementales, il a été trouvé que la

porosité de la fraction fine intervient pour chacun des paramètres décrivant la performance.

C’est ce paramètre qui décrit globalement le mieux l’influence de la granulométrie, dans

l’hypothèse que les matériaux sont près de leur masse volumique sèche maximale, sur cette

sensibilité aux contraintes environnementales dans la majorité des paramètres de

performance étudiés. En effet, comme les sollicitations environnementales impliquent que

l’eau joue un rôle direct ou indirect, le rôle de la fraction plus fine des matériaux, entre

autres leur rôle volumique, doit être pris en compte. De ce point de vue, il a été montré que

le niveau de densification des particules fines dans les pores de la fraction grossière (d>80

µm) influence grandement l’effet des sollicitations environnementales sur les matériaux

granulaires. Dans certains cas, des variables complexes, dans lesquelles la porosité de la

fraction fine intervient, ont été suggérées.

Les sections précédentes ont toutefois permis de mettre en évidence une problématique qui

a été identifiée dans la revue de littérature, soit la conciliation des caractéristiques

mécanique et hydrique par l’optimisation de la granulométrie. En effet, il est bien reconnu

239

que les caractéristiques granulométriques souhaitées pour améliorer le drainage des

matériaux vont souvent à l’encontre de celles souhaitées pour l’amélioration de la capacité

portante (Brown et Chan 1996, Côté et Roy 1998, Côté et Konrad 2003, Flon et Poulin

1987, Babic et coll. 2000, Hoppe 1996). De plus, les caractéristiques mécaniques sont

grandement influencées par la teneur en eau des matériaux granulaires tel qu’il a été

confirmé dans cette étude, mais aussi dans bien d’autres auparavant (Doucet et Doré 2004,

Heydinger et coll. 1996, Rahim et George 2005, Stolle et coll. 2006, Uthus 2007). Or, il

existe ici un lien entre cette dépendance de la capacité portante aux variations de teneur en

eau et la capacité de drainage. En effet, plus la capacité de drainage est grande, moins

longtemps les matériaux granulaires seront à des teneurs en eau élevées dans la structure de

chaussée et ceux-ci retrouveront plus rapidement une capacité portante supérieure. Ce lien a

été montré dans le cadre de cette étude, puisqu’il a été confirmé que la capacité de drainage

est en lien avec la porosité de la fraction fine tel que définie par Côté et Konrad (2003) et

que les variations absolues de module réversible avec la teneur en eau, soit la sensibilité du

module réversible aux variations du degré de saturation S, sont aussi fonction de ce

paramètre volumétrique. La porosité de la fraction fine n’est que peu en lien avec la

capacité portante exprimée en termes de module réversible. Néanmoins, dans une certaine

mesure, il a été observé que la porosité de la fraction fine est quelque peu relié à la

susceptibilité à la déformation permanente pour certaines sources minéralogiques, dans la

limite de ces essais. Ceci est en accord avec les conclusions de plusieurs études montrant

(Brown et Chan 1996, Ekblad 2007, Cheung et Dawson 2002, Dawson et coll. 1996) la

nécessité que les mélanges granulaires soient denses afin de mieux résister aux

déformations permanentes.

Parmi les matériaux testés dans cette étude, les sources basalte et gneiss granitique sont

particulièrement affectées par cette problématique de conciliation des propriétés

mécaniques et hydriques. Ceci est vrai lorsque les propriétés mécaniques sont considérées

d’un point de vue du comportement réversible et permanent. Toutefois, lorsque les

caractéristiques mécaniques sont seulement considérées du point de vue du comportement

réversible, la problématique s’applique davantage à la source gneiss granitique, puisque le

comportement mécanique réversible est principalement fonction des caractéristiques de la

fraction gravier pour les matériaux provenant des sources concassées.

240

Ainsi, de façon très schématique, un pourcentage de particules fines faible est recherché

pour maximiser la porosité de la fraction fine et donc améliorer la performance vis-à-vis les

contraintes environnementales alors que, d’un point de vue mécanique, un squelette

granulaire étalé et grossier est généralement souhaité. En effet, en excluant la source

calcaire, les propriétés mécaniques, en termes de sensibilité à la déformation permanente,

sont inversement proportionnelles au d20 et au d10 pour les sources basalte et gneiss

respectivement. De plus, dans une certaine mesure, il semble essentiel de définir un

squelette granulaire grossier dans le cas de la source basalte afin de maximiser le

comportement mécanique réversible. Ces deux faits combinés à celui du caractère essentiel

de minimiser le pourcentage de particules fines impliquent que l’optimisation des

matériaux sur deux fronts, soient la sensibilité aux contraintes mécaniques et

environnementales, risquent de conduire à des courbes présentant des discontinuités. Or, et

ceci a été largement montré dans le cadre de cette étude, la présence d’une discontinuité

peut apporter certains avantages dans la création de porosité mais peut apporter des

problèmes d’un point de vue mécanique. C’est pourquoi la stratégie d’optimisation doit

tenir compte de ce fait et faire en sorte d’offrir un certain niveau de latitude pour suggérer

des zones optimisées à l’intérieur du fuseau ne conduisant pas à des courbes discontinues.

Ce fait conduit à une autre problématique concernant les contextes de performance. En

effet, les caractéristiques souhaitées pour les granulats de fondation peuvent varier en

fonction du type de route dans lesquelles ces matériaux seront mis en place. À titre

d’exemples de contexte de performance, il est possible de citer, entre autres, les routes

revêtues ou non revêtues, des trafics faible ou important, des précipitations faibles ou

importantes, nature du sol d’infrastructure, des indices de gel modéré ou élevé et la

présence de systèmes de drainage complémentaires (drains). Ce sont divers types de

facteurs qui doivent être pris en compte lors du choix d’un matériau granulaire, et plus

particulièrement lorsqu’un choix davantage rigoureux de la granulométrie est souhaité. Par

conséquent, les paramètres à privilégier doivent être adéquatement définis par le concepteur

afin de suggérer les meilleurs matériaux granulaires. Pour ce faire, les principaux

mécanismes de dégradation du type de chaussée considérée doivent être connus. À cet

égard, l’étude de Doré et coll. (2006), a permis de mettre en évidence que certains types de

241

routes sont davantage dégradés par les contraintes mécaniques alors que d’autres sont

davantage dégradés par les contraintes environnementales.

Pour les raisons mentionnées dans cette section, il est suggéré de définir quatre zones de

performance à l’intérieur du fuseau, tel que présenté à la Figure 6.1. Ces zones sont

identifiées ici 25%, 50%, 75% et 100% et délimitent respectivement le ¼ supérieur de

performance, la ½ supérieure de performance, le ¾ supérieur de performance et l’entièreté

du fuseau. En utilisant diverses relations entre les paramètres de performance et diverses

variables explicatives directement reliées ou indirectement reliées à la granulométrie, il est

alors possible de calculer la valeur minimale et maximale d’un paramètre de performance

en particulier. En connaissant l’intervalle de variation du paramètre de performance, il est

possible de séparer cet intervalle en quatre pour identifier les valeurs du paramètre de

performance correspondant à chacun des niveaux de performance. De plus en connaissant

la relation qui lie le paramètre de performance avec une variable explicative, il est alors

possible d’identifier les valeurs de la variable explicative correspondant à chacun des

niveaux de performance. Il est important de noter que la détermination de chacun des

niveaux de performance et par conséquent, des valeurs de variables explicatives critiques

délimitant chacun des niveaux, se fait à partir du paramètre de performance. Ceci est un fait

important à noter lorsque la relation entre un paramètre de performance et une variable

explicative n’est pas linéaire, mais soit de type puissance, logarithmique ou exponentielle.

La Figure 6.1 représente un bon exemple de ce fait.

242

Figure 6.1 : Schématisation de la relation paramètre de performance – variable explicative et des niveaux de performance associés

Il est suggéré d’appliquer ce type d’approche pour chacune des relations liant les

paramètres de performance à des variables explicatives qui sont jugées pertinentes pour

chacune des sources de matériau. En effet, il semble difficile d’arriver à définir des valeurs

critiques de paramètres de performance permettant de séparer le bon comportement du

mauvais comportement. En travaillant avec les trois sources combinées, les résultats

viendraient nécessairement mettre des étiquettes de comportement mauvais, moyen, bon ou

excellent pour chacune des sources et chaque paramètre de performance. Or, il ne faut pas

perdre de vue que les matériaux sélectionnés rencontrent les exigences du Ministère des

Transports du Québec pour l’utilisation dans les fondations routières. Quoique cette

approche puisse s’avérer très intéressante d’un point de vue de la compréhension globale du

comportement des matériaux granulaires, elle ne répondrait pas tout à fait à l’objectif du

projet de recherche. La Figure 5.5, la Figure 5.31 et la Figure 6.2 illustrent bien ce concept.

Il est possible d’observer sur ces figures les différences notables de comportement entre les

trois sources et, par conséquent, le fait que la définition de valeurs critiques de performance

ou de valeurs seuils catégorise les sources comme ayant des comportements mauvais,

moyen, bon ou excellent.

243

0 20 40 60 80 100Cu

300

400

500

600

700

800

900

1000

1100

MR

400

(MP

a)

2 4 6 8 10d50 (mm)

LégendeGneiss : MR400-Cu

Calcaire : MR400-d50

Basalte : MR400-d30G

7 8 9 10 11d30G (mm)

Figure 6.2 : Relations entre MR400 et diverses variables explicatives montrant la difficulté de l’imposition de valeurs critiques de performance

En effet, dans le cadre de ce projet de recherche, comment les caractéristiques

granulométriques influencent le comportement d’un type de granulat en particulier et

comment définir celles-ci pour arriver à un certain niveau de comportement représente ce

qui est davantage recherché. Cette approche est davantage en accord avec le fait qu’il est

généralement souhaitable d’utiliser des sources de granulats à proximité des chantiers pour

des raisons de coûts de transports. L’approche privilégiée ici permettrait de formuler des

guides sur les caractéristiques granulométriques souhaitables pour un type de granulat

donné afin que son comportement vis-à-vis les contraintes mécaniques et

environnementales soit bonifié. Naturellement, les variations de comportement mécanique,

hydrique ou thermique d’une source de granulat à l’autre, pour une granulométrie

semblable sont assez bien connues. Les sections de la revue de la documentation et des

244

résultats des essais réalisés ont permis de bien mettre en lumière diverses variables

permettant de décrire l’effet de la source de granulats et comment celle-ci influence le

comportement. C’est pourquoi, à la suite de l’optimisation, des commentaires sur le choix

des sources de granulats seront faits.

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

En ce qui concerne la sensibilité aux contraintes environnementales, la porosité de la

fraction fine a été identifiée comme étant un paramètre d’intérêt marqué afin de quantifier

cette sensibilité. Or, il doit être noté que cette valeur est dérivée de la porosité et que par

conséquent, elle est fonction de la masse volumique sèche et donc, du niveau de

compactage. Par contre, des exigences de compacité minimale de l’ordre de 95% pour la

pierre concassée (MG provenant de carrières) et de 98% pour la pierre partiellement

concassée (MG provenant des sablières et gravières) sont exigées par le Ministère des

Transports du Québec. Par conséquent, ces matériaux sont mis en place très près de la

masse volumique maximale. Afin de se soustraire à l’effet du niveau de compactage dans

l’optimisation de la porosité de la fraction fine, il est supposé dans cette section que les

matériaux sont tous à la masse volumique sèche maximale. Ceci est une hypothèse

raisonnable étant donné les exigences de compacité minimale.

Les réflexions réalisées quant à l’optimisation de nf ont rapidement mis en évidence la

nécessité de connaître avec une précision acceptable les variations extrêmes de ce

paramètre pour chacune des sources de granulats considérées dans cette étude. En

consultant l’équation 21, il est constaté que nf est fonction d’une part, du pourcentage en

particules fines et, d’autre part, de la porosité n ou de la porosité de la fraction grossière nc.

Les données préalablement présentées au Tableau 3.4 permettent de constater une

variabilité de nf relativement grande dans le fuseau des MG 20 en comparaison avec la

variabilité de n et nc. Néanmoins, dans le but de considérer l’effet de l’entièreté d’une

courbe granulométrique sur nf, des pistes de solution ont été étudiées pour estimer nf à partir

d’une série de variables explicatives décrivant l’entièreté des granulométries. À titre

d’exemple, en utilisant les valeurs de nfopt pour chacune des granulométries et chacune des

245

sources ainsi que les valeurs dmax, d80, d60, d40, d20 et d10, auxquels ont été appliqués des

coefficients de régression, une relation entre nfopt et une variable complexe incluant ces

paramètres a été développée pour chaque source. Toutefois, il a été rapidement constaté

qu’un tel modèle faisait intervenir trop de variables souvent peu liées avec nfopt, ce qui

conduisait à plusieurs divergences, dont des valeurs irréalistes, lors de l’estimation de nfopt

lors du processus de minimisation ou de maximisation de la fonction pour connaître les

variations limites.

En constatant la faible variabilité de la porosité n dans le fuseau, il a aussi été tenté de

travailler, pour chacune des sources, avec la porosité moyenne. Étant donné que la stratégie

d’optimisation prône l’identification de valeurs critiques de nfopt, cette façon de travailler

conduit, selon l’équation 22, à une valeur fixe de nc et la détermination d’une valeur de

pourcentage de particules fines critique associée à chaque valeur critique de nfopt. Or, cette

technique faisait en sorte que des %F critique sortant des limites pouvaient être trouvés à

des valeurs élevées ou faibles de porosité de la fraction fine.

Vu la nécessité d’arriver à estimer les paramètres volumétriques des MG 20 de façon assez

précise, des analyses de corrélation entre n, nc, nf, d et diverses variables explicatives ont

été effectuées. En plus de vérifier le niveau de corrélation entre ces paramètres

volumétriques et la majorité des variables explicatives directement reliées ou indirectement

reliées à la granulométrie préalablement utilisées, d’autres variables explicatives exprimant

des valeurs de ratio du pourcentage passant à un tamis sur le pourcentage passant de tous

les tamis de taille inférieure ont été définies. Ainsi, en supposant que les tamis normalisés

suggérés dans la norme LC 21-040 (MTQ 2003) sont numérotés de 1 à 11 et identifiés j (11

étant le tamis de plus grande dimension et 1 celui de plus petite dimension), les valeurs des

ratios calculés sont exprimés %Pj/%Pj-1 pour j variant de 11 à 1. Deux tableaux montrant

les valeurs des coefficients de corrélation R (en considérant une relation linéaire en

première approximation) obtenus lors de cette analyse sont présentés à l’annexe H. Deux

cas sont considérés dans le cadre de celle-ci, soit le cas où le niveau de corrélation a été

déterminé pour 7 courbes (les 6 courbes soumises aux essais dans cette étude et la courbe

granulométrique telle que vendue par chacun des manufacturiers), et le cas où il a été

déterminé pour 6 courbes (i.e. en excluant la CSS). Puisque les caractéristiques

246

volumétriques des courbes telles que vendues sont connues, l’ajout de ces courbes à

l’analyse peut grandement améliorer la précision des relations d’estimation de la porosité

des matériaux granulaires.

Il a été jugé pertinent d’ajouter ces ratios à l’analyse statistique puisque selon Baron et

Sauterey (1982), qui reprend certaines grandes lignes des théories de granulation optimale

de Caquot, si le volume minimal d’un mélange granulaire est recherché, il est constaté que

celui-ci dépend surtout des ratios des diamètres du gros granulat sur celui du granulat fin et

que celui-ci dépend peu de l’échelonnement des dimensions des granulats intermédiaires. Il

semble donc pertinent de s’intéresser à divers indicateurs d’étalement de l’entièreté de la

courbe granulométrique pour apprécier la variation des vides d’un MG. Toutefois, il doit

être noté que puisqu’une bonne précision est recherchée pour estimer la porosité des

matériaux granulaires, il est possible que les valeurs représentant l’étalement des

granulométries pour la CSS ne suivent pas exactement la même relation que pour les autres

courbes. La présence de la discontinuité rend difficilement comparable cette courbe avec

les autres du point de vue de la création de vides, particulièrement dans l’objectif d’inclure

cette courbe dans les relations d’estimation. Le meilleur exemple illustrant ce fait est le

coefficient d’uniformité décrivant l’étalement de la granulométrie. En effet, les valeurs de

Cu pour la CS et la CSS sont les mêmes, mais pourtant des différences notables sont

trouvées entre les valeurs de nfopt pour chacune des sources, particulièrement pour les

sources calcaire et basalte (Tableau 3.4).

Les résultats de l’annexe H permettent de mettre en évidence la forte relation qui existe

entre nfopt et le pourcentage de particules fines %F (ou les autres variables explicatives qui

suivent %F assez fidèlement), ce qui est naturellement peu surprenant étant donné que %F

intervient dans le calcul de nfopt. Toutefois, il est observé qu’une relation entre nf et %F

utilisée dans le but d’estimer avec précision la variabilité maximale de nfopt peut diverger de

la réalité pour un nombre de courbes faible. Un exemple de la relation nfopt-%F dans le cas

de la source calcaire est présenté à la Figure 6.3. L’exemple montre que, particulièrement

lorsque la détermination de la valeur minimale de nfopt est visée, il est constaté que celle-ci

est estimée à une valeur plus élevée que la valeur minimale obtenue parmi les 6 courbes

considérées (CIS, nfopt=64,6%). Or, il est important de noter que la CIS est une courbe

247

étalée, mais celle-ci n’a pas la valeur de d60 maximal et par conséquent, il ne s’agit pas de la

courbe la plus étalée dans le fuseau. Il est donc possible de s’attendre à ce que l’estimation

de la porosité de la fraction fine minimale conduise à une valeur inférieure à celle de la

CIS. Il semble donc difficile d’utiliser des relations d’estimation liant une variable

explicative à nfopt puisque celles-ci mettent peu en évidence le rôle secondaire de l’entièreté

de la courbe granulométrique, rôle qui prend une certaine importance lorsqu’un certain

niveau de précision est recherché. Une relation comme celle présentée à la Figure 6.3 pour

un nombre de courbes limité ne permet pas d’obtenir une précision et une représentativité

suffisante pour représenter la variabilité maximale de nfopt dans le fuseau.

2 3 4 5 6 7%F

60

70

80

90

100

nfo

pt (

%)

nfopt = -5,148 * %F + 101,893

Min. = 65,9%

Max. = 91,6%

Figure 6.3 : Relation nfopt-%F pour la source calcaire

Il est aussi constaté que, de façon générale, les valeurs de R calculées pour les relations

entre nc et les variables explicatives sont généralement plus faibles que pour n et nf. À

l’inverse, l’utilisation d’une telle relation pour estimer nc, qui peut être converti en valeur

de n ou nf en connaissant le pourcentage de particules fines, est trop dépendante de la

granulométrie de la partie grossière de la courbe granulométrique. Un exemple de cet effet

de la partie grossière est présenté à la Figure 6.4, où la relation entre nc et d50 est tracée pour

la source gneiss granitique. Celle-ci est exprimé par

248

500,037626,343 dcn e Équation 88

dans laquelle nc est exprimée en pourcentage et d50 en millimètres. Il s’agit de la seule

relation d’intérêt qui a été trouvée pour la porosité de la fraction grossière. Cette relation

n’a pas été trouvée pour les matériaux concassés. Néanmoins, elle présente un certain

intérêt puisqu’elle semble valide aussi pour les courbes discontinues, la CSS n’influençant

pas négativement la relation trouvée. Globalement, ceci confirme l’intérêt que le squelette

de granulat soit globalement petit afin qu’il s’y crée un pourcentage de vides plus

important. En effet, si le d50 migre vers la portion plus fine du fuseau, cela cause

potentiellement une exclusion des matériaux très étalés, car un MG avec un faible d50 mais

un grand d60 est moins probable. Cependant, si les valeurs maximale et minimale de nf

correspondante sont recherchées en connaissant les valeurs maximale et minimale de d50

ainsi que les valeurs maximale et minimale de %F, il est possible de calculer celles-ci

comme étant égales à 93,4% et 67,8%. Bien que la valeur maximale soit assez réaliste, la

valeur minimale diverge grandement de ce qui est espéré, soit une valeur légèrement

inférieure à celle mesurée pour la CIS de la source gneiss granitique (Tableau 3.4), soit

72,1%.

Figure 6.4 : Relation entre nc et d50 pour le gneiss granitique

Selon les observations et constatations faites dans cette section, il semble qu’il soit

préférable de travailler avec l’estimation de la valeur de nopt, afin de prendre en compte

l’entièreté de la courbe granulométrique dans la création de vides de chacune des portions

249

du mélange granulaire, soient les portions fine et grossière. Les valeurs de R présentées à

l’annexe H permettent de constater que nopt présentent des relations fortes avec plusieurs

variables explicatives. De façon générale, il est observé que les variables explicatives

décrivant en quelque sorte l’étalement de la courbe granulométrique présentent les valeurs

de R les plus élevées. Ceci est en accord avec les principes généraux reconnus tel que cité

auparavant. De plus, contrairement à nfopt qui présente de fortes corrélations avec %F mais

aussi avec divers ratios incluant une valeur en lien avec %F, nopt présente des corrélations

moins fortes avec %F. Toutefois, la définition de ratios, qui incluent des variables en lien

avec %F, décrivant l’étalement des courbes granulométriques permet d’obtenir

d’excellentes valeurs de R. Il doit être noté que de bonnes relations ont été trouvées pour

chacune des sources avec le coefficient d’uniformité. Ce paramètre est aussi bien reconnu

pour son lien avec la porosité des sols grossiers. L’étude de Lebeau (2006) a permis de

mettre en évidence une relation entre Cu et n pour des sols pulvérulents d’assises routières

à compacité élevée. L’équation d’estimation prend la forme

0,240, 41n Cu Équation 89

dans laquelle n est exprimée en décimale. Dans un souci de garder un lien avec des

paramètres reconnus dans la littérature, il est suggéré d’identifier, pour chaque source, deux

équations d’estimation de la porosité en plus de l’équation faisant intervenir le coefficient

d’uniformité. La prise en compte de trois équations permet alors d’obtenir une valeur

moyenne d’estimation de la porosité à l’optimum qui prend en compte diverses valeurs de

pourcentage passant ou de diamètre, ceci permettant d’obtenir une valeur de porosité à

l’optimum estimée par des valeurs variées sur la courbe granulométrique. De plus, la prise

en compte d’une équation intégrant le coefficient d’uniformité permet de garder un lien

avec ce qui est généralement reconnu dans la littérature.

En premier lieu, les trois relations d’estimation de la porosité à l’optimum identifiées pour

la source calcaire sont présentées à la Figure 6.5. En plus de la relation de puissance entre

nopt et Cu, deux autres relations linéaires ont été identifiées entre nopt et les ratios

%P14/%P0,315 et %P10/%P0,315. Il n’est pas surprenant que ces deux relations soient bonnes

puisque les valeurs de pourcentage passant aux tamis 10 mm et 0,315 mm se situent dans

250

l’ordre de grandeur de 60 et 10%, ces chiffres servant à l’obtention des valeurs d60 et d10

utilisées dans le calcul du Cu. En ce qui concerne la source basalte, les trois relations

utilisées sont présentées à la Figure 6.6. En plus de la relation de puissance avec Cu, deux

autres relations de puissance sont utilisées entre nopt et %P14/%P0,160 et %P10/%P0,160, ces

deux variables explicatives étant aussi en quelque sorte liées au coefficient d’uniformité.

Finalement, en ce qui concerne la source gneiss granitique, très peu de variables

explicatives semblent fortement liées à la valeur de nopt pour cette source. C’est pourquoi il

a été décidé de n’utiliser seulement la relation de puissance entre nopt et Cu, qui présente

une valeur de R parmi les plus élevées. Les équations décrivant les relations observées aux

Figure 6.5, Figure 6.6 et Figure 6.7 sont présentées au Tableau 6.1 dans lequel sont

retrouvés les coefficients de détermination R2 et les erreurs quadratiques moyennes RMSE.

0 20 40 60 80 100Cu

10

12

14

16

18

20

22

24

no

pt

(%)

4 8 12 16 20%P14/%P0,315

2 4 6 8 10 12 14%P10/%P0,315

Figure 6.5 : Relations d’estimation de la porosité pour la source calcaire

0 20 40 60 80 100Cu

12

14

16

18

20

22

no

pt

(%)

4 8 12 16 20%P14/%P0,160

4 8 12 16%P10/%P0,160

Figure 6.6 : Relations d’estimation de la porosité pour la source basalte

251

0 20 40 60 80 100Cu

14

16

18

20

22

no

pt

(%)

Figure 6.7 : Relation entre nopt et Cu pour la source gneiss granitique

Tableau 6.1 : Sommaire des relations d’estimation de la porosité à l’optimum

Gneiss*

exp 0,1646011367 3, 466197122optn LN Cu ² 0,836

0,821

R

RMSE

Équation 90

Calcaire*

exp 0, 2780209171 3,636901172optn LN Cu ² 0,974

0,747

R

RMSE

Équation 91

14

0,315

%0,8035413171 8,294040045

%opt

Pn

P

² 0,995

0,326

R

RMSE

Équation 92

10

0,315

%1,250128093 6,774494328

%opt

Pn

P

² 0,991

0,447

R

RMSE

Équation 93

Basalte*

exp 0, 242858385 3,697016758optn LN Cu ² 0,940

0,821

R

RMSE

Équation 94

14

0,160

%exp 0,3513885975 2,020997952

%opt

Pn LN

P

² 0,984

0,432

R

RMSE

Équation 95

10

0,160

%exp 0,3756548744 2,032997421

%opt

Pn LN

P

² 0,980

0,589

R

RMSE

Équation 96

* : nopt, %P14, %P10, %P0,315 et %P0,160 exprimés en pourcentages

252

Il est possible d’utiliser ces équations pour déterminer les valeurs de porosité à l’optimum

minimale et maximale pour chacune des sources. Cependant, dans l’hypothèse que ces

valeurs sont respectivement plus petite et plus grande que celles mesurées pour les courbes

CSI et CIS de chacune des sources, il doit être noté que les équations faisant intervenir les

valeurs de %P14, %P0,315 et %P0,160 et d10 sont limitées dans la possibilité de déterminer des

extrêmes de porosité à l’optimum puisque ces paramètres sont à leurs valeurs maximale ou

minimale selon le cas dans le cas des courbes CSI et CIS. Il semble aussi pertinent de

déterminer ces valeurs minimale et maximale avec la même variable explicative pour

chacune des sources afin que celles-ci soient influencées par la granulométrie d’une façon

similaire. À cet égard, il est possible d’utiliser les relations entre nopt et Cu qui ont été

déterminées pour chaque source de granulats considérée dans cette étude. De plus, ces trois

équations ont des valeurs de RMSE semblables pour chaque source. En utilisant les valeurs

maximales et minimales de d60 et d10 au Tableau 3.3, il est possible de calculer les valeurs

minimale et maximale de Cu (d60/d10) égales à 13,6 et 102,2 respectivement.

En utilisant ces valeurs minimale et maximale de Cu ainsi que les équations liant nopt et Cu

pour chaque source, il est possible de calculer les valeurs minimale et maximale de nopt,

telles que présentées au Tableau 6.2. De plus, en utilisant l’équation 21, il est aussi possible

de calculer les valeurs minimale et maximale de nfopt pour chaque source en connaissant la

variation du pourcentage de particules fines dans le fuseau. Cette conversion de nopt à nfopt

(valeurs minimale et maximale à l’intérieur du fuseau pour chaque source) permet de

calculer la variable d’intérêt pour l’optimisation de la porosité de la fraction fine selon la

stratégie d’optimisation définie, qui est l’étendue de la variation de nfopt à l’intérieur du

fuseau. Par conséquent, il est possible de définir la valeur critique séparant chacun des

niveaux de performance suggérés, soient 25%, 50%, 75% et 100%, ainsi que les intervalles

de porosité de la fraction à l’optimum correspondant tel qu’ils sont présentés au Tableau

6.2. Il doit être noté que ces valeurs critiques associées à chacun des niveaux de

performance sont valables dans les cas de relations linéaires entre le paramètre de

performance et nf, comme c’est le cas pour SP et S. Tel qu’il est aussi possible d’observer

dans ce tableau, les valeurs minimales et maximales de nopt et nfopt déterminées sont toutes

légèrement inférieures ou supérieures, selon le cas, aux valeurs de nopt et nfopt pour les

courbes CSI et CIS de chaque source tel qu’il a été formulé comme hypothèse. Pour ce qui

253

est des relations de type exponentiel ou de puissance mesurées entre les paramètres de

performance Ksat, ER et nf, les valeurs de nfopt correspondant à chaque niveau de

performance sont présentées au Tableau 6.3. Celles-ci sont obtenues en déterminant la

plage de variation du paramètre de performance et, en utilisation les équations associées,

les valeurs de nfopt pour chaque niveau de performance sont déterminées. Le Tableau 6.4

présente les valeurs de paramètres de performance qui ont permis de déterminer, pour

chaque niveau de performance, les valeurs de nfopt (Tableau 6.2 et Tableau 6.3) délimitant

chaque niveau.

Tableau 6.2 : Valeurs de nopt et nfopt maximales et minimales et niveaux de performance (linéaires)

Gneiss Calcaire Basalte

nopt min (%) 14,948 10,491 13,109

nopt max (%) 20,827 18,371 21,385

nfopt min (%) 71,517 62,608 68,307

nfopt max (%) 92,935 91,838 93,151

nfopt fuseau (%) 21,42 29,23 24,84

Intervalle nfopt 25% [87,58 à 92,94] [84,53 à 91,84] [86,94 à 93,15]

Intervalle nfopt 50% [82,23 à 92,94] [77,22 à 91,84] [80,73 à 93,15]

Intervalle nfopt 75% [76,87 à 92,94] [69,92 à 91,84] [74,52 à 93,15]

Intervalle nfopt 100% [71,52 à 92,94] [62,61 à 91,84] [68,31 à 93,15]

Tableau 6.3 : Valeurs de nfopt pour chaque niveau de performance (relations exponentielle/puissance)

Gneiss Calcaire Basalte

K ER K ER K ER

nfopt min (%) 71,517 62,608 68,307

nfopt max (%) 92,935 91,838 93,151

nfopt fuseau (%) 21,42 29,23 24,84

Intervalle nfopt 25% [89,68 à 92,94] [71,52 à 78,41] [88,27 à 91,84] [62,61 à 73,51] [90,55 à 93,15] [68,31 à 77,12]

Intervalle nfopt 50% [85,59 à 92,94] [71,52 à 84,00] [83,55 à 91,84] [62,61 à 81,04] [87,03 à 93,15] [68,31 à 83,58]

Intervalle nfopt 75% [80,06 à 92,94] [71,52 à 88,76] [76,54 à 91,84] [62,61 à 86,93] [81,53 à 93,15] [68,31 à 88,77]

Intervalle nfopt 100% [71,52 à 92,94] [71,52 à 92,94] [62,61 à 91,84] [62,61 à 91,84] [68,31 à 93,15] [68,31 à 93,15]

254

Tableau 6.4 : Valeurs des paramètres de performance pour chaque niveau de performance lié à l’optimisation de nf

Min/Max 25% 50% 75% Min/Max

SP (mm²/(°C*j)) 1,37 5,09 8,81 12,53 16,25

S400 (MPa/%) -0,670 -0,925 -1,181 -1,436 -1,691

K (m/s) 1,43E-05 1,12E-05 8,00E-06 4,84E-06 1,68E-06 Gn

eiss

ER (g/(m²*s)) 344,1 479,7 615,4 751,1 886,7

SP (mm²/(°C*j)) 10,70 16,84 22,98 29,13 35,27

S400 (MPa/%) -0,407 -0,552 -0,696 -0,840 -0,985

K (m/s) 2,20E-05 1,73E-05 1,25E-05 7,76E-06 3,00E-06

Cal

cair

e

ER (g/(m²*s)) 91,3 172,2 253,0 333,9 414,8

SP (mm²/(°C*j)) 23,39 32,00 40,61 49,22 57,83

S400 (MPa/%) -0,245 -0,390 -0,536 -0,681 -0,826

K (m/s) 1,46E-05 1,13E-05 7,92E-06 4,57E-06 1,22E-06 Bas

alte

ER (g/(m²*s)) 133,5 220,5 307,4 394,3 481,3

Suite à la détermination de la variabilité maximale de nfopt et des valeurs des paramètres de

performance correspondant à chacun des niveaux, il est maintenant possible d’utiliser la

forte dépendance de la porosité de la fraction fine au pourcentage de particules fines. En

effet, cette dépendance permet de croire qu’il est possible de suggérer, pour chaque valeur

de porosité de la fraction fine à l’optimum représentant un niveau de performance, un

pourcentage de particules fines associé. Cette valeur de pourcentage de particules fines peut

être optimisée de façon à ce qu’elle rencontre le plus de possibilités, en termes de forme et

de type de courbe granulométrique. C’est pourquoi, afin de mieux cerner pour chacune des

sources la relation nfopt en fonction du %F qui serait la plus représentative possible des

matériaux granulaires de type MG 20, il est suggéré de créer une matrice de granulométries

formées d’un nombre important de courbes granulométriques de formes diverses, autant

réelles que théoriques. Pour ce faire, une matrice de 25 courbes granulométriques a été

créée en regroupant 10 formes de courbes granulométriques provenant de carrières et de

gravières au Québec, 10 formes de courbes granulométriques formulées avec l’équation de

Fuller et Thompson pour nFT variant de 0,45 à 0,65 avec des valeurs de diamètres

maximaux de 31,5 et 20 mm et ainsi que les 5 courbes granulométriques étudiées dans cette

étude. Parmi ces courbes granulométriques, certaines sont originalement très légèrement à

255

l’extérieur des bornes imposées par les courbes CS et CI pour certaines valeurs de diamètre.

Lorsque cet écart était inférieur à 1%, les valeurs de pourcentage passant ont été ajustées

afin que ces courbes s’inscrivent à l’intérieur de ces bornes en s’assurant que cette

opération ne crée pas de discontinuités aux courbes granulométriques. Le Tableau 6.5 et la

Figure 6.8 présentent la matrice de granulométrie.

Tableau 6.5 : Matrice de granulométrie

Pourcentage passant au diamètre (mm)*

31,5 20 14 10 5 2,5 1,25 0,63 0,315 0,160 0,08

100,0 95,0 73,4 55,8 35,0 26,0 19,0 13,5 9,0 5,5 3,7

100,0 90,0 73,0 61,3 43,3 29,5 19,0 13,5 10,1 8,4 7,0

100,0 96,8 83,2 71,1 53,8 43,2 30,5 17,7 10,8 7,3 5,1

100,0 99,2 85,7 69,2 45,3 31,4 21,8 15,5 10,2 6,8 4,9

100,0 90,0 72,2 59,3 42,5 28,0 19,0 13,5 9,0 5,3 4,2

100,0 99,3 93,0 80,0 60,0 40,8 24,6 15,8 10,4 7,5 6,0

100,0 97,2 77,0 61,6 42,7 33,7 26,5 20,9 15,0 9,2 5,4

100,0 90,0 70,0 61,0 47,0 37,0 28,0 19,0 10,0 6,0 3,0

100,0 90,0 73,0 65,0 48,0 37,0 27,0 18,0 10,0 7,0 6,0

Cou

rbes

rée

lles

100,0 95,5 70,4 57,6 42,6 34,6 29,1 22,5 16,0 9,6 4,6

100,0 90,0 69,4 59,7 43,7 32,0 23,4 17,2 12,6 9,3 6,8

100,0 100,0 85,2 73,2 53,6 39,2 28,7 21,1 15,4 11,4 7,0

100,0 100,0 83,7 70,7 50,0 35,4 25,0 17,7 12,5 8,9 6,3

100,0 100,0 82,2 68,3 46,7 31,9 21,8 14,9 10,2 7,0 4,8

100,0 100,0 80,7 66,0 43,5 28,7 19,0 13,5 9,0 5,5 3,6

100,0 90,0 68,0 56,3 39,8 28,2 19,9 14,1 10,0 7,1 5,0

100,0 100,0 93,0 80,0 59,8 42,3 29,9 21,2 15,0 10,7 7,0

100,0 100,0 93,0 80,0 56,8 38,8 26,5 18,2 12,4 8,5 5,8

100,0 100,0 93,0 80,0 53,9 35,6 23,5 15,6 10,3 6,8 4,5

Cou

rbes

th

éori

qu

es

100,0 100,0 93,0 80,0 51,2 32,6 20,8 13,5 9,0 5,5 3,5

100,0 100,0 93,0 80,0 60,0 48,0 38,0 26,0 17,0 13,0 7,0

100,0 95,0 80,5 67,0 47,5 37,0 28,5 19,8 13,0 9,0 4,5

100,0 90,0 68,0 54,0 35,0 26,0 19,0 13,5 9,0 5,0 2,0

100,0 100,0 93,0 77,5 55,0 37,0 25,0 16,5 9,0 5,0 2,0 Cou

rbes

de

l’ét

ud

e ac

tuel

le

100,0 90,0 68,0 60,0 46,0 37,0 29,5 23,0 17,0 13,0 7,0

Moyenne 100,00 95,92 80,59 67,79 48,11 34,83 24,92 17,43 11,68 7,94 5,07

Écart-Type 0,00 4,44 9,59 9,00 7,17 5,56 4,80 3,53 2,72 2,33 1,54

*Valeurs en italique : Pourcentage passant modifié

256

Figure 6.8 : Matrice de granulométries

Afin d’agrandir la taille de la matrice en y incluant un grand nombre de nouvelles

granulométries, de nouvelles granulométries ont été créées en prenant chacun des couples

de granulométries de la matrice et en subdivisant l’écart entre chacun des couples en NG

afin de créer NG-2 nouvelles courbes. En termes de pourcentage de particules fines, l’écart

maximal entre deux courbes est de 5% (soit de 2 à 7%). Par conséquent, afin d’obtenir une

plage de variation de %F assez serrée, la valeur de NG a été fixée a 50 afin d’obtenir une

progression maximale de %F de l’ordre de 0,1% (soit 5%/50). Cette façon de procéder a

conduit à la création d’une matrice de 14750 granulométries de formes diverses, issues de

la création des courbes intermédiaires entre chacun des couples de courbes originales de la

matrice.

Les valeurs de nopt et nfopt des courbes de la matrice ont été estimées avec les équations du

Tableau 6.1, ces équations permettant d’obtenir nopt et de calculer nfopt par la suite en

connaissant le pourcentage de particules fines. Pour les sources calcaire et basalte, la valeur

de nopt pour chaque courbe de la matrice est le résultat du calcul de la moyenne des trois nopt

obtenues des trois équations d’estimation. Le Tableau 6.6 et le Tableau 6.7 présentent les

257

statistiques calculées sur la matrice complète, les principales caractéristiques

granulométriques de celles-ci (d50 et Cu) ainsi que les données volumétriques pour chaque

source. Il est possible de constater que les valeurs moyennes de pourcentage passant sur

chaque tamis sont les mêmes que pour les 25 courbes originales de la matrice (Tableau 6.5)

mais que les écart-types varient légèrement. Le d50 moyen est de 5,45, ce qui est légèrement

inférieur au d50 du milieu du fuseau (CM). Par conséquent, en termes de taille moyenne des

particules de la matrice complète, les courbes se situent davantage près de la CS que de la

CI, donc davantage fines que grossières. Ceci est aussi corroboré par la valeur %P5

permettant de connaître la teneur en gravier, qui est en moyenne égale à 51,89%. Ceci est

inférieur à la teneur en gravier de la CM (52,5%). Finalement, la teneur en particules fines

moyenne (5,07%) est aussi davantage du côté fin du fuseau, étant supérieure à 4,5%. Par

conséquent, il est possible d’affirmer que la matrice créée est en moyenne légèrement plus

fine que la courbe représentant le milieu du fuseau. Il aurait été idéal d’obtenir une

moyenne pour la matrice complète se confondant parfaitement avec le milieu du fuseau.

Toutefois, il est difficile d’arriver à ce résultat en incluant dans la matrice des courbes de

forme réelle et théorique.

Tableau 6.6 : Statistiques et caractéristiques granulométriques de la matrice

%P31,5 %P20 %P14 %P10 %P5 %P2,5 %P1,25 %P0,63 %P0,315 %P0,16 %P0,08 d50 Cu

(%) (%) (%) (%) (%) (%) (%) (%) (%) (%) (%) (mm)

Moyenne 100 95,92 80,59 67,79 48,11 34,83 24,92 17,43 11,68 7,94 5,07 5,45 34,11

Écart-type 0 3,50 7,56 7,10 5,65 4,38 3,78 2,78 2,15 1,84 1,21 1,21 11,95

Tableau 6.7 : Caractéristiques volumétriques de la matrice pour chaque source

Gneiss Calcaire Basalte

nest nfest ncest nest nfest ncest nest nfest ncest

Moyenne (%) 18,10 81,39 22,25 14,24 76,64 18,6 15,75 78,63 20,03

Écart-type (%) 0,96 4,27 0,98 1,20 5,48 1,09 1,14 5,21 0,60

La définition de la matrice permet d’analyser de façon plus détaillée la relation existant

entre la porosité de la fraction à l’optimum et le pourcentage de particules fines. Tel qu’il a

été discuté auparavant et tel qu’elle est présentée à la Figure 6.9, cette relation est

significative et peut être rattachée plus fidèlement aux valeurs de nfopt délimitant les

258

niveaux de performance. Il est possible de constater que, tel qu’il a été préalablement

discuté, la variabilité dans la porosité de la fraction fine à l’optimum augmente avec

l’augmentation du pourcentage de particules fines. Cette augmentation de la variabilité est

plus importante pour le calcaire que pour les deux autres sources. Ceci met en évidence le

rôle de la fraction grossière. En effet, plus les particules grossières ont tendance à se

positionner de façon dense, plus l’ajout de particules fines aux matériaux influence le

positionnement de celles-ci les unes par rapport aux autres et plus cet ajout de particules

fines peut avoir tendance à séparer les particules grossières. C’est pourquoi cette variabilité

est beaucoup plus importante pour les matériaux qui ont tendance à avoir les particules

grossières davantage rapprochées, soit les valeurs de porosité de la fraction grossière plus

petites comme c’est le cas pour le calcaire (Tableau 6.7). Dans ce type de matériau, il

semble donc que la porosité de la fraction fine à l’optimum est davantage influencée,

lorsque les trois sources sont comparées de façon relative, par la forme entière de la courbe

granulométrique.

Figure 6.9 : Relation entre nf et %F pour les courbes de la matrice

Il peut toutefois être constaté que la variabilité est plus importante pour le gneiss que pour

le basalte et ce, malgré le fait que la porosité de la fraction grossière moyenne du gneiss est

plus élevée que celle du basalte. Toutefois, il doit être noté que le potentiel de création de

vides moyens de chacune des fractions granulométriques définies selon la Méthode Bailey,

est toujours plus élevé pour la source basalte. De ce point de vue, cela peut expliquer la

259

moins grande variabilité de la porosité de la fraction fine à l’optimum estimée avec

l’augmentation du pourcentage de particules fines puisque les particules de cette source,

lorsqu’elles sont analysées par fraction, créent potentiellement des vides interstitiels plus

grands laissant davantage de place à l’insertion de particules fines en minimisant la

perturbation du squelette de particules grossières. Les relations linéaires, obtenues par la

méthode des moindres carrés, entre la porosité de la fraction fine à l’optimum estimée et le

pourcentage de particules fines pour chacune des sources sont définies par

2

: -0,03439088699 * %F + 0,9882501709

R =0,957

RMSE=0,0088

foptGneiss n estimée

Équation 97

2

: -0,04334935935 * %F + 0,9861484375

R =0,923

RMSE=0,0152

foptCalcaire n estimée

Équation 98

2

: -0,04247334997 * %F + 1,001615754

R =0,980

RMSE=0,00738

foptBasalte n estimée

Équation 99

dans lesquelles nfoptestimée sont exprimées en décimale et %F en pourcentage. Ces

équations permettent d’associer une valeur de %F représentative pour une valeur

nfoptestimée. Les valeurs des %F calculées, notées pourcentage de fines critique %Fc, avec

les équations 97, 98 et 99 ci-dessus et les valeurs de nfopt présentées au Tableau 6.2 et au

Tableau 6.3 sont compilées au Tableau 6.8. Tel qu’il a été mentionné auparavant, les

valeurs %Fc pour les paramètres de performance SP et S, la combinaison des deux étant

associée à la susceptibilité au gel et dégel, sont les mêmes étant donné qu’il s’agit de la

relation linéaire avec la porosité de la fraction fine. Il doit être noté que les valeurs de %Fc

pour ces deux paramètres de performance ne correspondent pas à une simple division en 4

portions égales de la plage de variation du pourcentage de particules fines dans le fuseau.

Ceci est encore plus vrai lorsque des relations autres que des relations linéaires entre un

paramètre de performance et la porosité de la fraction fine sont considérées, comme c’est le

260

cas pour ER et K. Il doit aussi être noté que pour SP, S et K, la performance augmente avec

une diminution du pourcentage de particules fines alors que c’est l’inverse pour ER.

Tableau 6.8 : Valeurs de %Fc pour chaque niveau de performance associées à une valeur de nfoptestimée déterminées par les droites de tendance linéaires

Gneiss : %Fc Calcaire : %Fc Basalte : %Fc

SP S K ER SP S K ER SP S K ER

25% 3,27 3,27 2,44 5,94 3,25 3,25 2,39 5,79 3,11 3,11 2,26 5,43

50% 4,83 4,83 3,40 4,31 4,93 4,93 3,48 4,05 4,58 4,58 3,09 3,90

75% 6,38 6,38 4,86 2,93 6,62 6,62 5,09 2,69 6,04 6,04 4,39 2,68

Il est de mise de soulever quelques points d’intérêt quant aux relations liant nfoptestimée au

pourcentage de particules fines telles que présentées à la Figure 6.9. Premièrement, la

forme en éventail de ces relations provoque inévitablement que, lors du processus

d’optimisation de la droite de tendance par la méthode des moindres carrés, le poids

statistique des résidus est plus important pour des pourcentages de particules fines élevés.

Par conséquent, les droites de tendance sont susceptibles de diverger davantage de la

solution optimale à des valeurs de %F plus basses. Ceci est amplifié par le fait que la valeur

moyenne du pourcentage de particules fines des courbes de la matrice complète est de

5,07% et non 4,5%, qui aurait été la valeur idéale. Encore une fois, ceci donne davantage de

poids statistique vers les pourcentages de particules fines plus élevés. Ceci est illustré à la

Figure 6.10, où la relation nfoptestimée en fonction de %F pour le basalte est reprise avec la

droite de tendance correspondant à l’équation 98. Il est possible d’observer sur cette figure

que le phénomène décrit semble exister, la droite de tendance semblant diverger légèrement

pour les valeurs de %F plus faibles. Une matrice davantage équilibrée aurait pu diminuer ce

phénomène. Cependant, tel qu’avancé auparavant dans ce texte, il est difficile d’obtenir un

pourcentage de particules fines moyen très près d’une valeur visée en incluant des formes

de courbes granulométriques réelles dans la matrice.

261

Figure 6.10 : Exemple de la droite de tendance linéaire entre nfoptestimée et %F pour le basalte

Afin de contre vérifier les résultats des %Fc associés aux valeurs de nfopt critique (nfoptc)

délimitant chacun des niveaux de performance, une méthode différente d’optimisation a été

utilisée. Cette optimisation est faite par la minimisation d’une fonction de sommation, soit

la sommation des courbes de la matrice ne répondant pas à une série de critères

d’optimisation (Kreysig 1999). La Figure 6.11 schématise cette optimisation. À l’intérieur

de la matrice, les valeurs de nfoptestimée et de %F sont connues pour chacune des courbes et

pour chacune des sources. Or, pour une valeur critique de nfoptc délimitant un niveau de

performance, un certain nombre de courbes ont une valeur de nfoptestimée supérieure (ou

inférieure selon le cas) à cette valeur critique et vice-versa. Cependant, il est possible

d’ajuster une valeur de %Fc pour laquelle le nombre de courbes ayant nfoptestimée>nfoptc et

%Fcourbe<%Fc (ou vice-versa selon le cas) est maximisé. À la Figure 6.11, ces courbes sont

situées dans la zone 2, qui est la zone où les deux critères sont rencontrés, soit en termes de

porosité de la fraction fine et de pourcentage de particules fines. Néanmoins, un certain

nombre de courbes ne pourront répondre aux deux critères simultanément et le %Fc, pour

un niveau de performance en particulier, est optimisé afin de minimiser le nombre de

courbes appartenant à la zone 1, soit la zone où les courbes ne répondent qu’à un seul des

deux critères. La taille de cette zone, en termes de nombre de courbes y appartenant, a été

minimisée au maximum et cette minimisation est exprimée en pourcentage de courbes, soit

262

le nombre de courbes incluses dans la zone 1 sur le nombre de courbes total exprimé en

pourcentage, ne satisfaisant pas les deux critères.

Figure 6.11 : Schématisation de l’optimisation par minimisation de la fonction de sommation

Les résultats de cette optimisation sont présentés au Tableau 6.9 en termes de valeurs de

%Fc. Le niveau maximum atteint, en termes de nombre de courbes rencontrant les deux

critères pour chacun des niveaux et exprimé en pourcentage, est présenté au Tableau 6.10.

Il est constaté que, de façon générale, en moyenne moins de 5% des courbes de la matrice

complète ne peuvent remplir les deux critères choisis pour la fonction de sommation. En

moyenne, il est aussi possible de constater que les pourcentages les plus élevés sont

rencontrés pour la source basalte, dont aucun de ceux-ci n’est inférieur à 96,7%. Ceci est

facilement explicable par le fait que, comme il a été discuté précédemment, cette source est

celle dont la porosité de la fraction fine à l’optimum montre le moins de variabilité en

fonction de %F. À l’inverse, les pourcentages les plus faibles sont trouvés pour la source

calcaire, dont la variabilité de la porosité de la fraction fine à l’optimum est plus grande en

263

fonction du pourcentage de particules fines. Dans le cas des sources gneiss et calcaire, il est

constaté, pour le niveau de performance 50%, que le pourcentage atteint un creux pour les

paramètres de performance SP, S, alors que, pour le niveau de performance 75%, un creux

est atteint pour le paramètre de performance K. Ceci est probablement attribuable au fait

que les %Fc sont, dans ce cas, très près de la moyenne du pourcentage de particules fines

de la matrice complète, soit 5,07%. Le nombre de courbes ayant un pourcentage de

particules fines près de la moyenne étant naturellement plus élevé, il devient plus difficile

de satisfaire deux critères à la fois.

Tableau 6.9 : Valeurs de %Fc pour chaque niveau de performance associé à une valeur de nfoptestimée déterminées par la minimisation de la fonction de sommation

Gneiss : %Fc Calcaire : %Fc Basalte : %Fc

SP S K ER SP S K ER SP S K ER

25% 3,22 3,22 2,66 6,01 3,15 3,15 2,28 5,88 3,19 3,19 2,33 5,39

50% 4,88 4,88 3,85 4,32 5,08 5,08 3,38 4,1 4,51 4,51 3,19 3,86

75% 6,42 6,42 5,54 2,93 6,63 6,63 5,08 2,66 6,01 6,01 4,32 2,74

Tableau 6.10 : Pourcentage des courbes répondant aux deux critères pour les valeurs de %Fc

Gneiss (%) Calcaire (%) Basalte (%)

SP S K ER SP S K ER SP S K ER

25% 98,79 98,79 99,36 94,57 97,69 97,69 99,21 91,35 99,02 99,02 99,49 95,58

50% 92,77 92,77 97,51 96,6 90,37 90,37 97,11 95,95 97,06 97,06 99,03 97,84

75% 95,4 95,4 93,01 99,28 94,6 94,6 90,41 98,97 96,67 96,67 97,13 99,4

Moyenne 95,7 95,7 96,6 96,8 94,2 94,2 95,6 95,4 97,6 97,6 98,6 97,6

Écart-Type 3,0 3,0 3,3 2,4 3,7 3,7 4,6 3,8 1,3 1,3 1,3 1,9

À titre de comparatif entre les deux méthodes, il semble que les méthodes donnent des

résultats assez rapprochés, tel qu’il est possible d’apprécier au Tableau 6.11. Dans ce

tableau, les différences entre les %Fc obtenus de la fonction de sommation et les %Fc

obtenus par les régressions linéaires sont calculées. Celles-ci sont aussi exprimées en valeur

absolue dans ce tableau. En excluant la colonne traitant du paramètre de performance ER,

d’une façon générale, il semble que l’écart entre les deux méthodes soit un peu moins grand

pour le niveau de performance 75%. Le paramètre de performance ER doit être exclu de

cette constatation puisque la performance augmente avec le pourcentage de particules fines,

264

ce qui est à l’inverse des trois autres paramètres. Par conséquent, tel qu’il a été avancé

auparavant, il existe un écart plus important (pour les paramètres de performance SP, S et

K) entre les deux méthodes pour les %F plus faibles. Il doit être noté que, somme toute, la

différence entre les deux méthodes est de l’ordre du dixième ce qui, à l’échelle du

paramètre d’intérêt qui est le pourcentage de particules fines, est faible.

Tableau 6.11 : Différence entre les %Fc obtenus de la fonction de sommation et les %Fc obtenus des droites de tendance linéaire

Gneiss (%) Calcaire (%) Basalte (%)

SP S K ER SP S K ER SP S K ER

25% -0,05 -0,05 0,00 0,07 -0,10 -0,10 -0,11 0,09 0,08 0,08 0,07 -0,04

50% 0,05 0,05 0,00 0,01 0,15 0,15 -0,10 0,05 -0,07 -0,07 0,10 -0,04

75% 0,04 0,04 0,08 0,00 0,01 0,01 -0,01 -0,03 -0,03 -0,03 -0,07 0,06

25% 0,05 0,05 0,00 0,07 0,10 0,10 0,11 0,09 0,08 0,08 0,07 0,04

50% 0,05 0,05 0,00 0,01 0,15 0,15 0,10 0,05 0,07 0,07 0,10 0,04

75% 0,04 0,04 0,08 0,00 0,01 0,01 0,01 0,03 0,03 0,03 0,07 0,06 Valeurs en italique : Différences exprimées en valeurs absolues

Les valeurs de %Fc obtenues de la fonction de sommation ont été tracées en fonction des

valeurs de %Fc obtenues des équations de régression. Il est constaté qu’il ne s’agit pas

d’une équation linéaire de type y=1*x mais que la pente est différente mais près de l’unité

et que l’ordonnée à l’origine est différente mais près de 0. Le %Fc pour lequel les deux

méthodes donnent le même résultat est 3,5%. Pour une valeur de %Fc entre 2 et 3,5%, la

méthode de la fonction de sommation donne des valeurs plus élevées, alors qu’elle donne

des valeurs plus faibles pour une valeur de %Fc entre 3,5 et 7%.

À la lumière des résultats présentés, il peut donc être conclu que l’utilisation des droites de

régression apporte une précision suffisamment grande dans la plupart des cas malgré les

caractéristiques des relations mentionnées. Les valeurs pouvant être calculées à l’aide des

droites de régression sont relativement en accord avec celles obtenues de la fonction de

sommation cherchant à assurer qu’un minimum de courbe ne rencontre pas les deux critères

d’optimisation liés à la porosité de la fraction fine à l’optimum et au pourcentage de

particules fines. Toutefois, les deux méthodes pourraient être améliorées, en plus d’arriver

davantage à des résultats égaux, si la matrice était améliorée par l’ajout de nombreuses

265

autres courbes de formes réelles. Ceci permettrait de prendre encore mieux en compte le

rôle de la forme entière de la granulométrie, en plus du pourcentage de particules fines, sur

la création de porosité dans la fraction fine des matériaux. Les valeurs de %Fc peuvent être

visualisées à la Figure 6.13. Les %Fc obtenus de la fonction de sommation sont considérés

dans ce cas.

Figure 6.12 : Relation entre les %Fc obtenus des deux méthodes d’optimisation

266

Figure 6.13 : Sommaire des %Fc obtenus par la fonction de sommation pour les trois sources

L’approche présentée se démarque d’une approche conventionnelle, car généralement,

l’effet des particules fines sur la performance est surtout apprécié en termes massiques.

Dans le cas de cette étude, une approche traditionnelle aurait été de mettre en relation, par

exemple, un paramètre de performance avec le %F. Or, dans le cas d’une relation linéaire

par exemple, les valeurs de %F correspondant à chaque niveau de performance auraient été,

nécessairement, la variabilité de %F divisée en quatre portions égales. Dans l’exemple du

fuseau considéré ici, les %Fc auraient alors été 3,25, 4,5 et 5,75%, pour les niveaux 25, 50

et 75%. En travaillant avec la porosité de la fraction fine, il est constaté que les %Fc

obtenus divergent de cette simplification massique, plus particulièrement vers des %F plus

élevés. Cette différence provient du fait que nf permet de considérer l’effet des particules

fines aussi de façon volumique.

267

6.1.1. Notes sur la résistance à l’érosion

Une variable complexe β décrivant la résistance à l’érosion a été proposée dans ce projet de

recherche. Celle-ci est composée du coefficient d’uniformité, de la porosité de la fraction

fine et de la valeur au bleu des matériaux. La porosité de la fraction fine est la variable

reliée à l’état des matériaux décrivant le mieux ce phénomène d’érosion. Toutefois, parmi

toutes les variables considérées, celle reliée à la granulométrie montrant les meilleurs

coefficients de régression R² pour les trois sources est le coefficient d’uniformité. Il est

donc de mise de suggérer, comme il a été fait pour la porosité de la fraction fine, des

valeurs critiques de Cu associées aux mêmes niveaux de performance que ceux

préalablement définis. Par conséquent, en employant la même méthode, il est possible

d’identifier les valeurs minimales et maximales du paramètre de performance ER en

appliquant les valeurs minimales et maximales de Cu dans les équations 63, 65 et 67. Ceci

permet de connaître l’intervalle de variation du paramètre de performance et d’ainsi

identifier les valeurs de Cu correspondantes aux niveaux de performance 25, 50 et 75%.

Les résultats correspondant à l’optimisation de la résistance à l’érosion en fonction du

coefficient d’uniformité sont présentés au Tableau 6.12.

Tableau 6.12 : Optimisation de la résistance à l’érosion en fonction de Cu

Gneiss Calcaire Basalte

Cu min 13,6 13,6 13,6

Cu max 102,2 102,2 102,2

ΔCu fuseau 88,6 88,6 88,6

Intervalle Cu 25% [102,2 à 47,7] [102,2 à 39,6] [102,2 à 39,9]

Intervalle Cu 50% [102,2 à 28,2] [102,2 à 24,3] [102,2 à 24,5]

Intervalle Cu 75% [102,2 à 18,9] [102,2 à 17,5] [102,2 à 17,5]

ER min (g/(m²*s)) 342,5 84,2 110,2

ER max (g/(m²*s)) 1108,5 585,6 741,4

ΔER fuseau (g/(m²*s)) 766 501,4 631,2

Intervalle ER 25% (g/(m²*s)) [342,5 à 534,0] [84,2 à 209,5] [110,2 à 268,0]

Intervalle ER 50% (g/(m²*s)) [342,5 à 725,5] [84,2 à 334,9] [110,2 à 425,8]

Intervalle ER 75% (g/(m²*s)) [342,5 à 917,0] [84,2 à 460,3] [110,2 à 583,6]

268

Il est possible de constater que, pour une diminution d’environ 67% du Cu dans la plage de

variation, la valeur critique du Cu délimitant le ¼ supérieur de performance (25%), soit

environ 40 pour les trois sources, est atteinte. À des valeurs de Cu plus faibles, de légères

variations de cette variable causent un grand changement dans le paramètre de

performance. Ceci est naturellement dû à la nature des équations de tendance, qui sont de

type puissance. Ceci suit environ les conclusions sur les pourcentages de fines critiques, où

les niveaux de performance supérieurs sont associés à un pourcentage élevé de la plage de

variation de particules dans le fuseau.

6.2. Optimisation du comportement mécanique

Tel qu’il a été discuté auparavant, le comportement mécanique est analysé sous deux

aspects, soient le module réversible et la susceptibilité à la déformation permanente. De par

la nature davantage normalisée des essais de module réversible, une importance relative

plus élevée doit être accordée à ces essais. Cependant, des résultats satisfaisants ont été

obtenus des essais portant sur la susceptibilité à la déformation permanente et ceux-ci

permettent de bien compléter la caractérisation mécanique et d’optimiser celle-ci d’un point

de vue davantage global.

Contrairement à l’optimisation de la porosité de la fraction fine, dont la réflexion sur le

sujet a conduit à la définition de valeurs de pourcentages de fines critiques, l’optimisation

du comportement mécanique tend à conduire vers la définition de portions de courbes

granulométries délimitant les zones associées à des niveaux de performance définie. En

effet, bien qu’une seule variable explicative par source puisse être utilisée pour définir les

frontières entre les niveaux de performance, le bon niveau de corrélation de plusieurs

indicateurs de performance pour une certaine gamme de variables explicatives permet

d’envisager la définition de portion de courbes granulométriques délimitant les niveaux de

performance. Ceci est encore plus vrai pour les matériaux concassés, pour lesquels

plusieurs variables explicatives montrant des niveaux de corrélation élevés ont été

identifiées. Tel qu’il a été mentionné, ceci est moins vrai dans le cas de la source

partiellement concassée. De plus, la considération de la performance mécanique sur deux

269

fronts, soient le module réversible et la susceptibilité à la déformation permanente, permet

de considérer au moins deux points d’optimisation dans le fuseau et d’ainsi délimiter des

portions de courbes granulométriques optimisées pour chacun des niveaux de performance.

À cet égard, dû au caractère davantage expérimental des essais de susceptibilité à la

déformation permanente, une seule variable explicative par source sera retenue aux fins

d’optimisation. Qui plus est, de façon générale, les relations associées à ces essais semblent

légèrement moins précises. Pour ce qui est du MR, étant donné la variation du MR avec la

contrainte totale, la valeur du MR400 sera considérée dans cette section parce qu’elle

correspond environ au centre de la plage de caractérisation en termes de contraintes totales.

De plus, comme il a été mentionné précédemment, les relations identifiées entre le MR et

diverses variables explicatives sont généralement vérifiées à 100, 400 et 700 kPa de

contraintes totales.

Tel qu’il a été réalisé dans la section portant sur l’optimisation de la porosité de la fraction

fine, la première étape de l’optimisation du comportement mécanique est d’identifier la

variation maximale des paramètres de performance mécanique à l’intérieur du fuseau. Tel

qu’il a été montré précédemment, ceci implique qu’il semble préférable de ne pas

considérer les résultats de la CSS. Contrairement à la porosité de la fraction fine, il n’existe

pas d’indicateur de performance typiquement reconnu pour l’estimation du comportement

mécanique. De plus, les résultats montrent que ces indicateurs sont variables d’une source à

l’autre et n’impliquent pas nécessairement toujours les mêmes fractions granulométriques.

C’est pourquoi il est suggéré de prendre, pour chacune des sources de granulats testées, les

trois relations dont le niveau d’estimation du module réversible est le plus élevé (R² et

RMSE) afin d’identifier les valeurs minimales et maximales moyennes.

Cependant, il doit être noté que cet exercice exclu les variables explicatives dont les bornes

« réalistes » sont difficilement identifiables dans le fuseau. À titre d’exemple, les valeurs

dxG sont les variables montrant les niveaux de corrélation les plus élevés avec le MR400 pour

la source basalte. Or, si les valeurs maximales et minimales de ce type sont recherchées, il

est constaté que cela peut donner lieu à des courbes discontinues, étant donné que ce type

de paramètre est fonction du %P5mm. Ce type de variable implique donc deux points sur la

courbe granulométrique. Ceci est encore plus vrai pour les valeurs dxS, qui sont fonction du

270

%P5mm et du %F. De plus, les bornes des paramètres obtenus de la méthode Bailey sont

aussi difficilement identifiables étant donné qu’elles sont dépendantes de la valeur du

TGNM. Par conséquent, dans le cas présent, seules les variables dont les bornes sont

facilement identifiables sont utilisées. Toutefois, il doit être noté que, dans le cas du gneiss,

les seules valeurs dont les bornes sont facilement identifiables et présentant des valeurs R

élevées (R>0,9) sont n, d et Cu. Or, il est connu, étant donné les résultats présentés

précédemment, que ces trois valeurs sont reliées. La meilleure relation est celle entre MR400

et d, mais l’estimation de ce paramètre se fait par le Cu pour cette source. Par conséquent,

pour la source gneiss, les valeurs minimale et maximale du MR400 sont calculées à l’aide du

Cu seulement.

Par conséquent, dans le but de déterminer la plage de variation du MR400 pour chacune des

sources, des équations de tendance reliant ce paramètre de performance au Cu (gneiss), au

d50, %G et %S (calcaire) et au d90, %P20mm et %P14mm (basalte) ont été déterminées. Celles-

ci prennent la forme de

Gneiss :

0,114400 236,398

² 0,953

6,7

RM Cu

R

RMSE MPa

Équation 100

Calcaire :

500,0435400 555,800

² 0,923

21,9

dRM e

R

RMSE MPa

Équation 101

Calcaire :

0,0103 %400 417,073

² 0,950

17,5

GRM e

R

RMSE MPa

Équation 102

Calcaire :

0,483400 4390,986 %

² 0,948

19,8

RM S

R

RMSE MPa

Équation 103

271

Basalte :

900,0238400 320,744

² 0,968

8,6

dRM e

R

RMSE MPa

Équation 104

Basalte :

1,536400 20518441,485 %

² 0,971

8,3

R mmM P

R

RMSE MPa

Équation 105

Basalte :

0,517400 144574,08 %

² 0,972

8,2

R mmM P

R

RMSE MPa

Équation 106

dans lesquelles MR400 est exprimé en MPa, %G, %S, %P20mm et %P14mm en pourcentage et

d50 et d90 en mm. En utilisant ces équations, il est possible de calculer les valeurs minimales

et maximales du MR400 en plus des intervalles correspondant à chaque niveau de

performance suggéré, tel qu’ils sont présentés au Tableau 6.13.

Tableau 6.13 : Valeurs minimale et maximale de MR400 et intervalles suggérés pour chaque niveau

Gneiss Calcaire Basalte

Cu d50 (mm) %G (%) %S (%) d90 (mm) %P20mm (%) %P14mm (%)

Minimum 13,6 2,86 40 33 13,1 90 68

Maximum 102,2 8,8 65 53 20 100 93

MR400 minimum (MPa) 318,4 629,5 630,9 644,4 438,3 439,3 439,6

MR400 maximum (MPa) 400,7 815,3 817,1 810,2 515,9 516,4 516,9

MR400 moyen (MPa) 318,4 634,9 439,1

MR400 moyen (MPa) 400,7 814,2 516,4

Écart (MPa) 82,3 179,3 77,3

Intervalle MR400 25% (MPa) [380,1 à 400,7] [769,4 à 814,2] [497,1 à 516,4]

Intervalle MR400 50% (MPa) [359,6 à 400,7] [724,6 à 814,2] [477,8 à 516,4]

Intervalle MR400 75% (MPa) [339,0 à 400,7] [679,7 à 814,2] [458,4 à 516,4]

Intervalle MR400 100% (MPa) [318,4 à 400,7] [634,9 à 814,2] [439,1 à 516,4]

Tel qu’il a été mentionné, peu de variables explicatives sont utilisables dans le cas de la

source gneiss granitique. Toutefois, dans le cas des deux sources concassées, plusieurs

variables explicatives ont été identifiées. En plus de celles utilisées pour la détermination

272

de la plage de variation de MR400 dans le fuseau, un certain nombre de variables explicatives

supplémentaires peuvent être considérées afin d’ajouter des points dans la définition des

portions de courbes granulométriques délimitant les niveaux de performance. Dans le cas

de la source calcaire, ces variables sont le d60, d40 et le %P10mm. Pour ce qui est de la source

basalte, plusieurs variables ont été identifiées mais il doit être noté qu’il existe une certaine

redondance dans ces variables. En effet, à titre d’exemple, les variables explicatives d60G,

d50G et d30G présentent des niveaux de corrélation élevés, mais celles-ci correspondent à

peu de chose près aux valeurs de d90, d80 et d70, variables montrant elles aussi des niveaux

de corrélation élevés avec MR400. Or, afin d’utiliser les premières, il est nécessaire de leur

associer un pourcentage de gravier afin de déterminer leur valeur.

Le niveau de corrélation obtenu entre MR400 et %G est moindre que ce qui a été obtenu pour

la source calcaire. Pourtant, la forte prédictibilité des relations impliquant les dxG rend leur

utilisation très intéressante. De plus, comme la valeur du CuG corrèle aussi fortement avec

le MR400, l’utilisation de cette dernière permettrait de connaître, puisque la valeur du d60G

serait connue, le d10G et d’ainsi bien tracer la courbe granulométrique sur toute l’étendue de

la fraction gravier. Afin d’utiliser ces relations, la connaissance du %G est nécessaire pour

positionner le dxG sur l’échelle des pourcentages passants. Par conséquent, afin de

déterminer les portions de courbes granulométriques délimitant les zones de performance

pour chacune des sources, des équations exprimant MR400 en fonction de diverses variables

explicatives ont été utilisées. Celles-ci prennent la forme

Calcaire :

0,577400 108007,869 %

² 0,903

27,0

R mmM P

R

RMSE MPa

Équation 107

Calcaire :

600,0328400 540,392

² 0,879

29,9

dRM e

R

RMSE MPa

Équation 108

273

Calcaire :

400,0500400 597,118

² 0,838

31,9

dRM e

R

RMSE MPa

Équation 109

Basalte :

800,0238400 343, 432

² 0,959

9,5

dRM e

R

RMSE MPa

Équation 110

Basalte :

700,0232400 367,394

² 0,960

9, 4

dRM e

R

RMSE MPa

Équation 111

Basalte :

600,0346400 297, 230

² 0,997

2,6

d GRM e

R

RMSE MPa

Équation 112

Basalte :

500,0388400 297,398

² 0,982

6,3

d GRM e

R

RMSE MPa

Équation 113

Basalte :

300,0604400 275,028

² 0,979

6, 2

d GRM e

R

RMSE MPa

Équation 114

Basalte :

400 149,383 160,687

² 0,981

6, 2

RM CuG

R

RMSE MPa

Équation 115

Basalte :

0,00691 %400 334,013

² 0,644

28,1

GRM e

R

RMSE MPa

Équation 116

274

dans lesquelles MR400 est exprimée en MPa, %G et %P10mm en pourcentage, et d60G, d50G,

d30G, d80, d70, d60 et d40 en mm. Par conséquent, en utilisant la majorité des équations

préalablement présentées, il est possible de déterminer les valeurs des diverses variables

explicatives du MR pour chaque niveau et chaque source de granulats. Le Tableau 6.14

présente la synthèse de ces valeurs. Tel qu’il est possible de constater, afin d’arriver à tracer

l’ensemble de la portion granulométrique correspondant à la fraction gravier de la source

basalte, l’équation reliant MR au pourcentage de gravier pour cette source a été utilisée. De

plus, en ce qui concerne la source gneiss, étant donné l’utilisation du coefficient

d’uniformité, les résultats ne correspondent pas actuellement à une zone granulométrique

définie à l’intérieur du fuseau puisque cette valeur est fonction de deux variables, d60 et d10.

Il est toutefois possible de considérer approfondir la définition des zones de performance

pour cette source en considérant l’effet de la susceptibilité à la déformation permanente.

Des détails supplémentaires suivent plus loin à ce sujet.

Finalement, il est aussi possible de constater que dans certains cas, des valeurs obtenues de

deux équations différentes donnent des résultats très rapprochés qui conduisent à certaines

imprécisions, entre autres engendrées par les marges d’erreur des équations d’estimation.

Les résultats de la source calcaire pour le niveau 25% dans le cas des équations impliquant

le d40 et %G constituent un bon exemple de ce fait. Dans ce cas, le choix d’une ou l’autre

des variables doit être fait et la priorité doit être accordée à l’équation impliquant %G,

celle-ci ayant un RMSE presque deux fois plus petit. Il doit être aussi noté que l’analyse

faite pour la source calcaire permet d’extrapoler une valeur de pourcentage de particules

fines puisque les pourcentages de gravier et de sable sont connus. Toutefois, ces valeurs

sont présentées à titre davantage indicatif. Il est important de comprendre qu’il ne semble

pas exister de tendance significative entre le comportement mécanique réversible et la

portion fine des matériaux pour cette source. La relation significative entre MR400 et %S est

explicable entre autre parce que la valeur %S dépend beaucoup plus de %G, dont la

variation est significative entre 40 et 65%, que du %F, dont la variation est beaucoup moins

significative entre 2 et 7%.

275

Tableau 6.14 : Variables explicatives du MR suggérées pour chaque niveau et chaque source

Équation 25% 50% 75%

Gneiss Cu Cu=64,36 Cu=39,50 Cu=23,56

d (mm) Passant (%) d (mm) Passant (%) d (mm) Passant (%)

%P10mm 10,00 58,1 10,00 64,5 10,00 72,1

d60 10,76 60,0 8,93 60,0 6,99 60,0

d50 7,47 50,0 6,09 50,0 4,62 50,0

d40 5,07 40,0 3,87 40,0 2,59 40,0

%P5mm (%G) 5,00 40,8 5,00 46,6 5,00 52,8

Calcaire

%F extrapolé 0,08 4,1 0,08 5,0 0,08 5,3

%P20mm 20,00 92,3 20,00 94,7 20,00 97,3

d60G 14,87 77,0 13,72 79,3 12,53 81,7

d50G 13,25 71,2 12,22 74,1 11,16 77,1

d30G 9,80 59,7 9,14 63,7 8,46 67,9

d10G 6,60 48,2 6,47 53,4 6,29 58,8

Basalte

%P5mm (%G) 5,00 42,5 5,00 48,2 5,00 54,2

En ce qui concerne la susceptibilité à la déformation permanente, un seul indicateur est

utilisé puisque peu ont montré de forts niveaux de corrélation avec le taux de déformation

permanente et puisque l’obtention de cette valeur n’est pas issue d’essais normalisés dans le

cas de cette étude. Tel qu’il a été mentionné auparavant, parmi les variables explicatives

facilement utilisables et montrant de forts niveaux de corrélation avec le taux de

déformation permanente, il a été possible d’identifier le d10, le Cu et le d20 pour le gneiss, le

calcaire et le basalte respectivement. Les équations décrivant ces relations prennent la

forme

Gneiss :

7 710

8

3, 2670 10 1,5551 10

² 0,909

1,54 10 % /

pTaux d

R

RMSE cycle

Équation 117

Calcaire :

9 7

8

1,9837 10 1,4655 10

² 0,801

3,28 10 % /

pTaux Cu

R

RMSE cycle

Équation 118

276

Basalte :

7 820

8

1,9816 10 9,1202 10

² 0,939

2,30 10 % /

pTaux d

R

RMSE cycle

Équation 119

dans lesquelles d20 et d10 sont exprimés en millimètres et le Taux p est exprimé en %/cycle.

En utilisant ces équations, il est possible d’estimer les valeurs minimales et maximales de la

susceptibilité à la déformation permanente, la plage de variation correspondante dans le

fuseau et les intervalles du Taux p pour chaque niveau de performance et chaque source de

granulats. Ces valeurs sont présentées au Tableau 6.15. De plus, toujours en utilisant ces

équations, en connaissant les valeurs du Taux p délimitant chaque niveau de performance,

il est possible de calculer les valeurs de d10, Cu et d20 correspondantes pour les sources

gneiss, calcaire et basalte respectivement, telles qu’elles sont présentées au Tableau 6.16.

Dans le cas de la source gneiss, étant donné la définition de valeurs de d10 avec les essais de

déformation permanente et de valeurs de Cu avec les essais de module réversible, il est

possible de calculer les valeurs de d60 correspondantes afin d’arriver à définir les limites de

chacun des niveaux de performance à l’intérieur du fuseau. Ces valeurs sont aussi

incorporées au Tableau 6.16. De plus, dans le cas de la source calcaire, il est possible

d’effectuer un cheminement similaire pour obtenir d10 puisque des valeurs de d60 et de Cu

ont été obtenues des essais de module réversible et de susceptibilité à la déformation

permanente respectivement.

Tableau 6.15 : Valeurs minimale et maximale du Taux p et intervalles suggérés pour chaque niveau

Gneiss Calcaire Basalte

d10 (mm) Cu d20 (mm)

Minimum 0,11 13,6 0,44

Maximum 0,37 102,2 1,40

Taux p minimum (%/cycle) 1,91E-07 1,74E-07 1,78E-07

Taux p maximum (%/cycle) 2,76E-07 3,49E-07 3,69E-07

Écart (%/cycle) 8,49E-08 1,76E-07 1,90E-07

Intervalle Taux p 25% (%/cycle) [1,91E-7 à 2,12E-7] [1,74E-7 à 2,17E-7] [1,78E-7 à 2,26E-7]

Intervalle Taux p 50% (%/cycle) [1,91E-7 à 2,34E-7] [1,74E-7 à 2,61E-7] [1,78E-7 à 2,73E-7]

Intervalle Taux p 75% (%/cycle) [1,91E-7 à 2,55E-7] [1,74E-7 à 3,05E-7] [1,78E-7 à 3,21E-7]

Intervalle Taux p 100% (%/cycle) [1,91E-7 à 2,76E-7] [1,74E-7 à 3,49E-7] [1,78E-7 à 3,69E-7]

277

Tableau 6.16 : Valeurs des variables explicatives du Taux p pour chaque niveau et chaque source

Gneiss Calcaire Basalte Niveau d10 (mm) %P d60 (mm) %P Cu d10 (mm) %P d20 (mm) %P

25% 0,175 10 11,263 60 35,8 0,30 10 0,68 20 50% 0,24 10 9,48 60 57,9 0,15 10 0,92 20 75% 0,305 10 7,1858 60 80,1 0,11 10 1,16 20

En combinant les analyses réalisées dans le but d’optimiser le comportement mécanique

des matériaux granulaires de fondation de chaussées, c’est-à-dire les valeurs obtenues du

processus d’optimisation pour les essais de module réversible et de susceptibilité à la

déformation permanente, il est possible de tracer des zones correspondant à chacun des

niveaux de performance. La Figure 6.14, la Figure 6.15 et la Figure 6.16 présentent

l’illustration graphique de l’optimisation du comportement mécanique réalisée dans cette

section.

278

Figure 6.14 : Zones de performance mécanique pour la source gneiss

Figure 6.15 : Zones de performance mécanique pour la source calcaire

279

Figure 6.16 : Zones de performance mécanique pour la source basalte

En observant l’optimisation mécanique de la source gneiss granitique, il est possible de

constater que le d60 est relativement restreint jusqu’au niveau de performance 75% par

rapport au d10 qui couvre une plus grande part de la plage de variation de cette dernière

valeur. Il faut toutefois ne pas oublier que ce graphique est tracé en considérant la

performance mécanique sur deux fronts. Or, selon les essais de module réversible, des

valeurs de coefficients d’uniformité sont suggérées. Ces valeurs laissent davantage de

latitude quant à la position du d60 et du d10 pour chacun des niveaux de performance. Il est

en effet difficile de tracer des zones en se basant uniquement sur les valeurs de Cu, puisque

celles-ci sont fonction de deux paramètres. Il doit être aussi rappelé que, comme il a été

montré à la Figure 5.35, il semble préférable que le gros granulat ne constitue pas la matrice

pour les matériaux de cette source, mais que celle-ci soit constituée de granulat fin. Ceci

280

n’entre pas en contradiction avec la volonté d’avoir un d60 assez grossier dans le but

d’obtenir un étalement significatif. Toutefois, cela restreint davantage la valeur minimale

de %P5mm afin de s’assurer que la fraction gravier ne constitue pas la matrice des matériaux

de cette source. La prochaine section traitera de cet aspect.

En ce qui concerne le calcaire, il est possible d’observer à la Figure 6.15 que la

performance mécanique suit assez bien la forme du fuseau dans la portion gravier. Cette

figure illustre bien l’importance du granulat grossier pour la performance de cette source.

D’un autre côté, tel qu’il a été mentionné, le processus d’optimisation a conduit au fait que

la plage de variation du d10 à l’intérieur du fuseau englobe les niveaux de performance

jusqu’à 75%. Par conséquent, ceci laisse place aux matériaux ayant un certain étalement.

Toutefois, dans une perspective de sensibilité à la déformation permanente, il a été montré

que cette caractéristique n’est pas souhaitable, étant potentiellement associée à un

pourcentage de fines élevé. Finalement, dans le cas du basalte, la performance suit assez

bien la forme du fuseau dans le cas de la fraction gravier, tout comme la source calcaire.

Toutefois, dans le cas de la source basalte, si la performance mécanique est approchée sur

deux fronts, il est constaté qu’il est préférable que la fraction sable des matériaux (d20) soit

plus fine.

Le processus d’optimisation mécanique laisse une latitude en ce qui concerne les choix

disponibles pour l’évaluation ou l’optimisation d’une granulométrie. En effet, en fonction

des critères à privilégier, il est possible de considérer d’optimiser avec seulement la portion

module réversible, seulement la portion déformation permanente ou une combinaison des

deux comme il a été présenté. Si seule la portion module réversible est considérée, il doit

être rappelé qu’une certaine relation de proportionnalité existe entre la déformation

permanente et la déformation réversible (équation 8). Par conséquent, en première

approximation, l’optimisation du comportement mécanique par l’optimisation de module

réversible est convenable. Toutefois, en combinant l’aspect déformation réversible et

déformation permanente, l’optimisation mécanique est réalisée dans une perspective plus

globale. Par contre, en considérant aussi la sensibilité aux contraintes environnementales, la

complexité de l’optimisation de la granulométrie des matériaux granulaires devient plus

grande. Ainsi, dans le cas de certains matériaux, entre autres le basalte et le gneiss

281

granitique testés dans cette étude, des choix et des compromis sur les niveaux de

performance souhaités doivent être faits. Ceci met l’emphase sur l’importance de la

définition des contextes de performance et sur les caractéristiques qui doivent être

privilégiées afin d’améliorer les matériaux granulaires et de les adapter à ces divers

contextes.

6.3. Pourcentage de gravier critique

Les divers résultats et analyses présentés dans les sections précédentes ont permis de mettre

en lumière le rôle que peuvent jouer les diverses fractions granulométriques sur la création

de vides, la quantité de contact et ultimement sur la performance générale des matériaux

granulaires. Plus particulièrement, dans le cas des matériaux concassés, il a entre autres été

mis en évidence l’importance de la présence de particules de gravier en quantité importante

afin d’assurer un bon comportement mécanique. Dans le cas de la source gneiss, il a été

montré que la susceptibilité à la déformation permanente est proportionnelle au %MVNTGG

et inversement proportionnelle au %MVTGF. De façon générale, plus les matériaux de cette

source contiennent des particules fines (proportionnellement moins de particules de

gravier), plus ils sont rigides. Ceci est entre autres attribuable au fait que les porosités de la

fraction grossière pour cette source sont plus importantes. Par conséquent, l’obtention d’un

support adéquat du squelette granulaire de la fraction grossière se produit pour des

pourcentages de particules fines plus élevés.

Il est donc pertinent de se demander à quelle valeur de %G, pour chacune des sources, la

matrice est contrôlée par les GG et à quelle valeur de %G la matrice est contrôlée par les

GF. Ces valeurs de %G constitueraient des guides supplémentaires dans l’analyse et la

compréhension de l’effet de la granulométrie. Afin de calculer ces valeurs, il est possible

d’utiliser la matrice de granulométries créée précédemment dans cette étude ainsi que les

divers principes de la méthode Bailey. En effet, puisque les valeurs moyennes de porosité

ont été calculées pour chaque source de la matrice, il est possible d’utiliser celles-ci pour

considérer l’aspect global et général des matériaux. Toutefois, selon les principes de la

méthode Bailey, la définition de la fraction gravier varie en fonction de la valeur du TGNM,

282

qui peut être égal à 20 mm ou 14 mm. Lorsque les courbes de la matrice sont considérées, il

est constaté qu’environ 80% des courbes ont un TGNM de 20 mm. Pour des fins de

simplification et dans le but de suggérer des %G correspondant à la délimitant utilisée par

le MTQ, soit le tamis de 5 mm, seules les courbes ayant un TGNM de 20 mm sont

considérées ici.

Il est important de rappeler que, selon les principes de la méthode Bailey, il est assumé que

si le %MVNTGG est supérieur ou égal à 95% (en volume), alors la matrice est considérée

comme étant constituée de gros granulat. Inversement, si le %MVNTGG est inférieur ou égal

à 90% (en volume), alors la matrice est considérée comme étant constituée de granulats

fins. Afin de calculer le pourcentage de gravier critique %Gc dans le cas présent, les

valeurs compilées au Tableau 6.17 sont utilisées. Les valeurs moyennes de n et ρd ont été

calculées à partir des valeurs estimées de la matrice pour les courbes ayant un TGNM=20

mm. Pour calculer la valeur moyenne de ρd à partir de la valeur moyenne de n, la valeur

moyenne de ρs a été utilisée pour chaque source. La valeur moyenne de ρs et celle de la

MVNTGG ont été calculées sur les 5 courbes incluses dans le fuseau pour chacune des

sources, puisque les valeurs de la CSS sont davantage divergentes, particulièrement en

termes de MVNTGG.

Tableau 6.17 : Valeurs utilisées pour calculer le %Gc

Gneiss Calcaire Basalte n moyen* 0,1799 0,1412 0,1568

ρs moyen (kg/m³)** 2645,6 2624,2 2845,2 ρd moyen (kg/m³)* 2169,8 2253,8 2399,5

ρd Écart-type (kg/m³)* 24,11 29,37 32,01 MVNTGG moyenne (kg/m³)** 1458,5 1398,0 1467,8

MVNTGG moyenne Écart-type (kg/m³)** 16,29 16,69 20,26 *Données obtenues de la matrice pour les courbes dont TGNM=20 mm **Données calculées sur les 5 courbes incluses dans le fuseau testées dans cette étude

Dans le Tableau 6.17, les valeurs d’écart-type sont présentées dans le but de calculer les

valeurs de %Gc pour deux cas. Le premier cas correspond aux %Gc calculés à partir des

moyennes. Le deuxième cas correspond aux %Gc calculés à partir des valeurs moyennes de

MVNTGG et ρd auxquelles ont été ajoutés ou soustraits 2 fois la valeur de l’écart-type. Cette

approche permet d’améliorer le niveau de confiance en les valeurs de %Gc à 95%

théoriquement. Il doit être toutefois noté que, comme la matrice de granulométrie n’est pas

283

parfaitement uniforme tel qu’il a été discuté et comme seulement les courbes ayant un

TGNM de 20 mm ont été considérées dans le cas présent, le niveau de confiance peut se

trouver en deçà de cette valeur. L’équation utilisée pour calculer %Gc prend la forme

% GG s GG

d s d

C MVNT C MVNTGc

Équation 120

dans laquelle C est une constante égale à 0,90 ou 0,95 en fonction du type de matrice

considérée (matrice de gros granulats ou de granulats fins), ρd, ρs et MVNTGG sont les

valeurs moyennes exprimées en kg/m³. Afin d’obtenir la valeur maximale de %Gc pour un

niveau de confiance de 95%, il est possible d’ajouter 2 fois la valeur de l’écart-type à la

MVNTGG et de soustraire deux fois la valeur de l’écart-type à ρd. Le contraire s’applique

aussi pour le calcul d’une valeur minimale avec le même niveau de confiance. Les résultats

des calculs réalisés pour l’obtention des valeurs de %Gc sont présentés au Tableau 6.18. Il

est possible d’y constater que, de façon générale, le pourcentage de matériaux retenu sur le

tamis de 5 mm doit être assez élevé afin que la matrice soit structurée par des granulats

grossiers. Le contraire est aussi vrai, dans une moindre mesure, pour que la matrice soit

structurée par des granulats fins. Toutefois, il doit être rappelé que ces valeurs représentent

des guides et non des valeurs absolues. En effet, il a été mentionné que l’utilisation de la

matrice de la granulométrie, en plus de la considération de seulement les courbes ayant un

TGNM de 20 mm, apporte une certaine limitation dans cette analyse. De plus, les valeurs de

porosité pour les courbes de la matrice de granulométrie sont des valeurs estimées.

Finalement, le calcul de %Gc est effectué à l’aide de valeurs moyennes de s et MVNTGG.

C’est pourquoi des valeurs minimales et maximales de %Gc ont été calculées, en ajoutant

et en soustrayant 2 fois les valeurs d’écart-type selon le cas, afin d’amortir une certaine

incertitude. Dans le cas d’une matrice structurée par les gros granulats, la valeur maximum

est celle qui doit alors être considérée. Dans le cas contraire, c’est-à-dire dans le cas d’une

matrice structurée par des granulats fins, c’est la valeur minimum qui doit être considérée.

Il est aussi possible de constater que les valeurs de %Gc sont sensiblement plus élevées

pour la source gneiss que pour les sources calcaire et basalte, dont les valeurs sont

semblables. Ceci est principalement dû au fait que la valeur de d moyenne pour cette

source est la plus faible et que la MVNTGG moyenne est élevée.

284

Tableau 6.18 : Valeurs de %Gc pour une matrice de gros granulats et de granulats fins

Matrice de gros granulats (C=0,95) - Valeur plancher de %Gc et valeur seuil de %P5mm Gneiss Calcaire Basalte %Gc %P5mm %Gc %P5mm %Gc %P5mm

Moyen 63,9 36,1 58,9 41,1 58,1 41,9 Maximum 66,8 33,2 61,9 38,1 61,4 38,6 Minimum 61,1 38,9 56,1 43,9 55,0 45,0

Matrice de granulats fins (C=0,90) - Valeur seuil de %Gc et valeur plancher de %P5mm Gneiss Calcaire Basalte %Gc %P5mm %Gc %P5mm %Gc %P5mm

Moyen 60,5 39,5 55,8 44,2 55,1 44,9 Maximum 63,3 36,7 58,7 41,3 58,1 41,9 Minimum 57,9 42,1 53,1 46,9 52,1 47,9

6.4. Conclusion

Les analyses présentées dans cette section ont permis de mettre en lumière une méthode

permettant de mieux situer la performance des matériaux granulaires, que ce soit sur le plan

mécanique, de la sensibilité au gel et dégel, de la résistance à l’érosion et de la capacité de

drainage. L’approche des niveaux de performance s’est avérée nécessaire vu l’évolution

souvent linéaire du comportement avec la variation des propriétés des MG. Il devient alors

difficile d’établir des valeurs seuils de performance délimitant un bon comportement d’un

mauvais. Cette approche permet, par ailleurs, d’accorder une certaine latitude afin de

considérer l’ensemble des qualités nécessaires pour les MG dans des contextes de

performance divers. Des remarques à ce sujet suivent dans la section suivante.

285

CHAPITRE 7

DISCUSSION

Le projet de recherche décrit dans ce texte avait pour objectif principal l’optimisation de la

granulométrie des matériaux granulaires de fondation des chaussées. Plus précisément, il

était visé de bien cerner comment les variations granulométriques, principalement à

l’intérieur du fuseau granulométrique spécifié par le MTQ, influencent le comportement

global des MG 20. Cet exercice a été réalisé pour trois sources de granulats typiques

retrouvées au Québec afin de mettre en perspective les résultats de chacune des sources. Par

contre, l’emphase de ce projet de recherche a été mise sur l’effet de la granulométrie sur la

performance. L’approche méthodologique a donc été construite dans le but premier

d’arriver à quantifier cet effet. La revue de littérature a, entre autres, permis de constater

que l’effet de la granulométrie sur divers paramètres de performance est très bien connu,

mais pas toujours expliqué. Il a aussi été constaté que cet effet peut être assez faible,

comme dans le cas du module réversible, comme assez élevé comme dans le cas de la

conductivité hydraulique.

Principales avancées dans le domaine

La réalisation de ce projet de recherche a permis de mettre en lumière plusieurs avancées

dans le domaine des matériaux granulaires non liés utilisés dans les fondations de chaussées

au Québec. Tout d’abord, dans la foulée des travaux de Côté et Konrad (2003) ainsi que

ceux de Lebeau (2006), il a été trouvé que le concept nc-nf apporte un point de vue

complémentaire et plus complet pour l’analyse des matériaux granulaires de chaussées. En

effet, en plus d’être en lien avec la conductivité hydraulique, la courbe caractéristique de

rétention d’eau et le drainage des chaussées tel que démontré par ces chercheurs, il a été

286

montré que la porosité de la fraction fine décrit bien la sensibilité aux contraintes

environnementales de façon plus générale, soient la résistance à l’érosion, la variation des

modules réversibles avec la variation de la teneur en eau ainsi que la susceptibilité au gel et

au dégel. Tous ces paramètres de performance sont bien reconnus dans la littérature pour

être en lien avec la teneur en particules fines. Or, il a été largement montré que nf représente

mieux la variation de performance des matériaux parce qu’elle est non seulement en lien

avec le pourcentage massique de particules fines, mais aussi la façon dont celles-ci sont

dispersées dans les pores créés par les particules de la fraction grossière. Par conséquent, à

titre d’exemple, un %F élevé n’a pas le même effet sur la performance lorsque les

particules fines sont davantage rapprochées ou positionnées de façon plus compacte que

lorsqu’elles sont moins près l’une de l’autre. En quelque sorte, la considération de la

porosité de la fraction fine permet donc de considérer l’effet des particules sur plusieurs

fronts. Ce paramètre a, entre autres, été largement utilisé pour décrire de façon novatrice la

performance des matériaux et a aussi été inclus dans des modèles et des variables

complexes.

De la même façon, plusieurs aspects intéressants ont pu être décrits en travaillant avec la

porosité de la fraction grossière. Bien que ce paramètre a beaucoup moins été utilisé, il a été

constaté qu’il permet d’apporter la description et la compréhension des MG à un autre

niveau. En effet, il permet entre autres d’apprécier indirectement la capacité d’empilement

des particules de la fraction grossière. Il a été démontré que ce fait est important à

considérer pour le comportement mécanique des MG. Plus précisément, il permet de mieux

juger l’effet des particules fines sur le comportement mécanique puisqu’il décrit l’espace

disponible pour l’insertion de particules fines.

La réalisation d’essais de résistance à l’érosion sur des MG de fondation de chaussées

représente aussi une contribution originale. En effet, il semble que ce paramètre de

performance a été très peu étudié dans le passé et les résultats ont permis de mettre en

lumière plusieurs conclusions intéressantes. L’utilisation d’un montage de laboratoire

novateur a permis d’étudier ce phénomène. Les indicateurs identifiés comme représentant

bien la susceptibilité à l’érosion sont en accord avec les caractéristiques souhaitables des

sols pour favoriser la conservation de leur intégrité lorsqu’ils sont soumis à des

287

écoulements et à des forces de cisaillement fluides. Il a été possible de définir un modèle

permettant d’estimer le taux d’érosion de divers matériaux tel que mesuré avec le dispositif

expérimental. Cependant, des travaux de recherche supplémentaires devraient être entrepris

pour relier le modèle défini avec la performance in situ des MG.

La considération de trois sources de granulats a permis de mettre en évidence, jusqu’à un

certain point, son effet sur la performance. Dans la littérature, il est généralement reconnu

que diverses caractéristiques des particules fines peuvent être utilisées pour décrire l’effet

de la source sur la performance. Dans cette étude, le coefficient d’uniformité des particules

fines a été utilisé avec d’autres indicateurs pour décrire l’effet de la source de granulats, qui

est souvent relié aux caractéristiques des particules fines en ce qui concerne la sensibilité

aux contraintes environnementales. L’utilisation de ce paramètre s’est avérée

statistiquement plus pertinente que d’autres indicateurs reliés aux particules fines.

Cependant, il est probable que les essais de sédimentométrie doivent être réalisés sur une

plus longue période de temps afin d’obtenir le d10 des particules fines pour certaines

sources de granulats. Néanmoins, le coefficient d’uniformité des particules fines a été

identifié comme étant un paramètre très pertinent à considérer pour apprécier l’effet de la

source de granulats sur la performance.

Les essais de performance mécanique ont permis de mettre en lumière plusieurs avancées.

En effet, il a été montré que, en ce qui concerne les granulats concassés considérés dans

cette étude, le module réversible est principalement fonction de la fraction gravier et de ses

caractéristiques granulométriques. En ce qui concerne le granulat partiellement concassé, il

a été montré qu’une attention particulière doit être portée à l’entièreté de la courbe

granulométrique. De plus, de façon générale, la susceptibilité à la déformation permanente

semble fonction de la portion plus fine d’une courbe granulométrique. Ces conclusions ont

été attribuées à la source des granulats (entièrement concassé versus partiellement

concassé), à la forme des particules et à la capacité d’empilement des particules pour

chaque source. En effet, par exemple, en analysant la volumétrie des matériaux sous

plusieurs angles, il a été possible de mieux identifier et de mieux comprendre l’effet de la

matrice des matériaux et des particules fines sur la performance. De plus, divers indicateurs

granulométriques ont été identifiés pour qualifier le comportement mécanique des MG

288

considérés dans cette étude. Les résultats montrent clairement qu’il peut être pertinent

d’amener la caractérisation des matériaux granulaires à un autre niveau afin de mieux

cerner et anticiper leur comportement. L’utilisation d’essais de masse volumique sur

différentes fractions, le calcul de la porosité de la fraction fine et de la fraction grossière

ainsi que le calcul de la fraction constituant la matrice sont de bons exemples de

caractérisation des MG permettant de mieux expliquer leur comportement. La réalisation de

cette étude amène de nouvelles perspectives pour moderniser l’approche privilégiée envers

les MG 20 qui, tel qu’il a été mentionné, sont des matériaux sur lesquels peu d’emphase a

été mise au cours des dernières décennies (Dawson 1995).

Il a été également montré qu’il est possible de décrire la sensibilité des modules réversibles

à une variation du degré de saturation avec un modèle faisant intervenir la contrainte totale

et la porosité de la fraction fine. Ceci s’avère être une avancée intéressante et originale, car

ces modèles permettent de prédire la rigidité des matériaux pour différentes conditions

hydriques, mais aussi, différents contextes de chargement. Peu de modèles de ce type sont

retrouvés dans la littérature, et encore moins semblent adaptés aux matériaux granulaires de

fondation de chaussées. Il a été montré que cette sensibilité semble davantage fonction des

caractéristiques influençant la friction interne et la résistance au cisaillement comme

l’angularité et la rugosité des particules. Cette sensibilité ne semble pas directement

fonction des caractéristiques des particules fines, puisque, à titre d’exemple, le MG ayant

les particules fines « souhaitables » (faible surface spécifique, d50F grossier) est celui qui

est largement le plus influencé négativement par une augmentation de la teneur en eau.

En ce qui concerne la sensibilité aux contraintes environnementales, il a été montré, grâce

au lien entre celle-ci et la porosité de la fraction fine, qu’il est possible de définir des

valeurs de %Fc permettant de situer le niveau de performance d’une granulométrie donnée

vis-à-vis cette sensibilité. Ceci constitue un aspect particulièrement intéressant et novateur

parce qu’il permet de juger un MG à l’aide d’un seul indicateur très simple, et ce, pour un

ou plusieurs paramètres de performance. De cette façon, une perspective de performance

globalement assez complexe (sensibilité aux contraintes environnementales), est quantifiée

d’une façon simple et facilement applicable dans l’industrie. Encore une fois, cet exercice

permet de conclure que le rôle des particules fines dans un matériau doit non seulement être

289

considéré de façon massique, mais aussi de façon volumique, ce qui représente une

conclusion très pertinente et innovatrice.

L’utilisation d’une méthode théorique d’empilement des particules a permis d’avoir un

regard nouveau pour l’analyse des matériaux granulaires non liés. Dans le cas des

matériaux de fondation, il semble assez rare que de telles approches soient privilégiées pour

étudier les matériaux. Ceci est peut-être dû au fait que, peut-être, les MG 20 n’obtiennent

pas toujours une considération scientifique élevée en recherche, car ceux-ci semblent

perçus comme étant des matériaux d’importance secondaire dans la performance d’une

chaussée. Dans le cadre de cette étude, l’utilisation de la méthode Bailey s’est avérée d’une

grande utilité pour mieux comprendre les matériaux étudiés afin de mieux interpréter leur

performance. Ceci représente une avancée intéressante, car cette approche ouvre la voie à

l’analyse plus poussée des matériaux de chaussées non liés afin de s’assurer une meilleure

compréhension des phénomènes et mécanismes régissant leur comportement. D’un point de

vue global, la performance globale des chaussées ne peut s’en trouver que bonifiée.

À la lumière des résultats présentés, il est plus que pertinent de soumettre quelques

remarques par rapport au fuseau granulométrique des MG 20a. Comme il vient d’être

avancé dans cette discussion, il est clair que, à titre d’exemple, la performance vis-à-vis des

contraintes environnementales pour un %F équivalent n’est pas la même pour la source

gneiss granitique que pour la source calcaire. Il a été avancé que ce type de choix, dans les

limites du fuseau actuel, doit nécessairement impliquer un jugement d’ingénierie, des

compromis et des considérations quant à la sensibilité envers les contraintes mécaniques.

Toutefois, il est possible d’avancer, comme Flon et Poulin (1987) l’ont fait dans une étude

portant sur l’effet de la granulométrie sur la capacité portante mesurée avec l’essai CBR,

que les limites du fuseau quant aux valeurs de %F pourraient être modifiées en fonction de

la nature, des qualités et de la minéralogie des particules fines constituant un matériau

donné.

À cet égard, il pourrait être envisagé de développer une variable complexe décrivant

adéquatement l’effet général des particules fines sur la sensibilité aux contraintes

environnementales et mécaniques. Des résultats d’essais comme l’essai au bleu de

méthylène, permettant d’obtenir la surface spécifique, la sédimentométrie et les limites

290

d’Atterberg permettent d’obtenir des valeurs largement utilisées dans cette optique. Pour

arriver à utiliser un tel outil, la définition de valeurs seuils de performance prend un sens

important, puisqu’il faut alors arriver à définir celle-ci et déterminer quelle serait la valeur

de la variable complexe correspondante. Ainsi, il serait possible d’arriver à définir des

valeurs de %Fc adaptées à la performance voulue en fonction de la source de granulats.

Les résultats obtenus montrent que, dans le cas des matériaux concassés, plus la fraction

gravier est grossière plus le comportement mécanique réversible est bon. En ce qui

concerne le matériau partiellement concassé, ceci est d’une certaine façon aussi vrai

puisque l’augmentation de l’uniformité a été identifiée comme une qualité pour ce type de

matériau. Par conséquent, d’une certaine façon, il semble que l’élargissement du fuseau

dans la portion gravier puisse être une solution envisageable pour améliorer ce type de

comportement. Ceci suit aussi une certaine logique par rapport à la forme de la courbe

granulométrique tracée avec l’équation de Fuller-Thompson pour nFT=0,45. En effet, pour

un dmax=31,5 mm, cette courbe sort du fuseau dans la portion gravier sur le tamis de 20

mm. De plus, les résultats supportent l’utilisation de matériaux plus grossiers de type MG

56 en fondation inférieure car ces matériaux sont susceptibles d’avoir des portions graviers

plus grossières et plus étalées. De plus, il est bien reconnu que la rigidité augmente avec

dmax. Toutefois, l’utilisation des MG 56 est aujourd’hui très faible. Néanmoins, dans le cas

des MG 20, particulièrement les matériaux concassés, un squelette de gravier plus grossier

représente un avantage d’un point de vue du comportement mécanique réversible. En se

basant sur les résultats des sources calcaire et basalte, il est possible de penser qu’une

légère modification du fuseau vers des matériaux plus grossiers sur les tamis 20 mm, 14

mm et 10 mm pourrait être avantageux. Toutefois, une modification des spécifications sur

le tamis de 20 mm changerait la taille du TGNM. Ce type de modification permettrait à la

fraction gravier dans le bas du fuseau d’avoir une granulométrie davantage parallèle avec

une courbe de masse volumique maximale, tel que montré à la Figure 7.1. Dans le cas du

matériau partiellement concassé, il semble que l’augmentation de l’uniformité des

matériaux peut être aussi faite par une diminution du d10, car les matériaux plus fins ont

montré de bons comportements dans le cadre de cette étude. De plus, il a été avancé que la

présence volumique trop importante de particules de gravier dans ce type de matériau peut

ne pas être avantageuse pour une bonne performance.

291

0

10

20

30

40

50

60

70

80

90

100

Pas

san

t (%

)

100 10 1 0.1 0.01Diamètre (mm)

LégendeCourbe MVmax

(dmax=20 mm)

Courbe MVmax

(dmax=31,5 mm)

100

90

80

70

60

50

40

30

20

10

0

Reten

u (%

)

Figure 7.1 : Courbes formulées avec l’équation de Fuller et Thompson pour nFT=0,45

Applicabilité

Les résultats présentés pour chacun des paramètres de performance peuvent être utilisés

comme guides pour juger du niveau de performance de divers MG. Bien que l’étude ait été

réalisée sur trois sources de granulats, les résultats peuvent être utilisés avec jugement pour

des sources différentes de celles considérées dans le cas de cette étude. Les principales

constatations sur la sensibilité aux contraintes mécaniques et sur la sensibilité aux

contraintes environnementales peuvent être utilisées pour commenter sur le niveau de

performance des MG existants. Qui plus est, les divers niveaux de performance et les

diverses relations liant la performance à de nombreux indicateurs en lien avec la

granulométrie représentent des bases très utiles pour modifier la granulométrie des MG ou

pour formuler des MG dont le comportement est bonifié vis-à-vis certains aspects.

Il est aussi possible de se demander comment les résultats présentés peuvent être utilisés

dans un contexte réel de performance, c’est-à-dire dans un contexte où les matériaux

doivent présenter des qualités autant mécaniques que de résistance aux sollicitations

292

environnementales. Cette problématique des matériaux granulaires est identifiée par

plusieurs chercheurs (Barksdale 1991, Côté et Konrad 2003, Brown et Chan 1996, Dawson

1995, Dawson 2001, Janoo 1998). En effet, le plus souvent, les caractéristiques

granulométriques souhaitables d’un point de vue mécanique vont à l’encontre de celles

souhaitées d’un point de vue hydrique (Tableau 2.7). Les mélanges denses sont

généralement associés à un bon comportement mécanique réversible et permanent (Cheung

et Dawson 2002). Toutefois, ceux-ci sont associés encore plus fortement avec un mauvais

drainage. Cependant, tel que suggéré par Dawson (1995), du point de vue strictement du

module réversible, les mélanges uniformes sont aussi performants. Or, ceux-ci présentent

généralement une bonne capacité de drainage. Ceci suggère donc que des choix et des

compromis doivent être faits pour arriver à suggérer des formules granulométriques

montrant un comportement optimisé pour le dimensionnement voulu.

À cet égard, le jugement de l’ingénieur sur les critères de performance devant être

privilégiés dans divers contextes doit être mis à l’avant-plan, en plus d’une bonne

connaissance de l’effet de la source de granulats sur la performance. En effet, en

considérant les trois sources testées dans le cadre de cette étude et en travaillant avec les

niveaux de performance, il est possible de se demander s’il est pertinent d’être rigoureux

pour le choix d’un niveau de performance en module réversible pour la source calcaire par

rapport à la source gneiss granitique par exemple. La réponse logique à cette question est

probablement négative, tous les matériaux de type calcaire étant significativement plus

rigides que ceux de la source gneiss. Or, la question inverse peut être posée dans le cas du

pourcentage de particules fines à suggérer lorsque la gélivité des matériaux est considérée.

Comme il a été montré dans le cadre de cette étude, cela montre que bien souvent l’effet de

la source de granulat est prédominant sur l’effet de la granulométrie. Néanmoins, tel qu’il a

été défini dans les objectifs initiaux, l’étude a permis de montrer comment arriver à

améliorer des matériaux par leur granulométrie. Dans la pratique, le choix de la source de

granulats n’est pas toujours une option, étant donné les contraintes liées aux coûts de

transport des matériaux. Par conséquent, l’amélioration de la granulométrie d’un matériau

d’une source donnée peut représenter une alternative.

293

Il semble donc impératif de bien connaître le contexte de performance (niveau de trafic,

climat, précipitations, type de revêtement, sol d’infrastructure, etc.) pour arriver à mieux

balancer les choix à faire entre résistance aux contraintes mécaniques et environnementales.

En ce qui concerne cet aspect, l’étude réalisée par Doré et coll. (2006), dont les principaux

résultats sont présentés au Tableau 7.1, suggère des ratios représentant la part

d’endommagement des chaussées causée par le trafic par rapport à l’endommagement total.

Ce tableau permet de constater que, pour une route en conditions humides sur sol fin et

pour un indice de gel élevé (typique au Québec), l’endommagement des chaussées

canadiennes serait dû à 65% au trafic pour les axes autoroutiers majeurs et à 55% pour les

routes davantage secondaires. L’écart entre ces deux types de structure augmente pour des

sols d’infrastructure grossiers, l’endommagement engendré par le climat devenant

légèrement moins important. Le Tableau 7.1 fourni donc des aperçus sur les maux affectant

davantage certaines structures et donc sur les caractéristiques des matériaux granulaires sur

lesquelles il peut être avantageux de mettre l’emphase. Or, il n’est pas actuellement

possible d’associer d’une façon relativement triviale et directe les ratios d’endommagement

et les niveaux de performance suggérés dans cette étude par exemple. En première

approximation, une approche semblable peut être adéquate, mais il semble que cet aspect

mérite d’être approfondi dans le cadre de recherche future.

Tableau 7.1 : Ratios d’endommagement des chaussées par le trafic en contexte canadien (Doré et coll. 2006)

Infrastructure à grains fins Infrastructure à grains grossiers

Régions humides Régions sèches Type de route Indice de gel

élevé Indice de gel

faible Indice de gel

élevé

Conditions moyennes

Autoroute majeure 0,65 0,7 0,5 0,8 Autoroute 0,6 0,65 0,45 0,7

Route locale 0,55 0,6 0,45 0,6 Route municipale 0,55 0,6 0,45 0,6

Il est tout de même possible de montrer des exemples de sous fuseaux granulométriques

pour les trois sources testées dans le cadre de cette étude. Cet exercice est réalisé ici pour

les deux cas les plus différents, soient celui d’une autoroute majeure ou d’une route locale.

Dans le premier cas, il est constaté que, peu importe le climat ou le type de sol

294

d’infrastructure, la contribution du trafic à l’endommagement total approche 75%. Dans le

deuxième cas, celle-ci est environ 50%. En utilisant l’approche des niveaux de

performance, il est alors possible de suggérer un niveau de performance de 25% vis-à-vis

les contraintes mécaniques et de 75% vis-à-vis les contraintes environnementales pour

l’autoroute majeure. Dans le cas des routes locales, les deux niveaux respectifs seraient

alors de 50%. Toutefois, les valeurs des limites dépendent des paramètres de performance

qui sont inclus dans l’analyse. Dans le cas présent, la considération de la susceptibilité à

l’érosion est moins pertinente que celle de la conductivité hydraulique et de la sensibilité au

gel et dégel. De plus, si la conductivité hydraulique est considérée, les valeurs de %Fc

associées à chaque niveau de performance sont plus faibles que dans le cas de la sensibilité

au gel et dégel. La Figure 7.2 présente un aperçu des résultats de cette réflexion. La

difficulté de concilier qualités mécaniques et environnementales est aussi illustrée dans

cette figure, particulièrement pour les sources gneiss et basalte. En effet, bien que

l’approche par niveau apporte une certaine latitude, il est possible d’observer que l’éventail

de possibilités ne conduisant pas à des courbes fortement discontinues est assez limité.

C’est pourquoi il est possible que des critères doivent être privilégiés par rapport à d’autres.

295

GneissAutoroute

GneissRoute locale

CalcaireAutoroute

CalcaireRoute locale

BasalteAutoroute

BasalteRoute locale

0102030405060708090

100

Pas

san

t (%

)

1009080706050403020100

Reten

u (%

)

0102030405060708090

100

Pas

san

t (%

)

1009080706050403020100

Reten

u(%

)

0102030405060708090

100

Pas

san

t (%

)

100 10 1 0.1 0.01Diamètre (mm)

100 10 1 0.1 0.01Diamètre (mm)

1009080706050403020100

Reten

u(%

)

Figure 7.2 : Exemples de sous fuseaux pour deux contextes de performance et trois sources

296

Critique objective et limites des travaux

Pour arriver à quantifier l’effet de la granulométrie, six courbes de formes variées ont été

étudiées. L’approche choisie pour déterminer la forme de ces courbes a été définie en se

basant sur le fuseau des MG 20a du MTQ et ses principales frontières. Globalement, cela a

conduit à trois courbes suivant la forme du fuseau (CI, CM et CS), en plus de deux autres

courbes s’approchant de la courbe la plus étalée (grande valeur de d60 et petite valeur de

d10) et de la courbe la plus uniforme (petite valeur de d60 et grande valeur de d10). Ces choix

se justifient très bien en se rappelant bien que le but de la recherche est d’étudier l’effet des

variations granulométriques à l’intérieur du fuseau granulométrique des MG 20. Il aurait

été souhaitable d’incorporer des courbes de forme théorique, par exemple des courbes

formulées avec l’équation de Fuller et Thompson. Cependant, afin de proposer un

programme expérimental réaliste, le nombre de courbes étudiées a été fixé à six et cela

laissait donc peu de marge de manœuvre pour considérer des courbes théoriques. De plus,

une bonne couverture des possibilités de formes de courbes à l’intérieur du fuseau devait

être réalisée. Qui plus est, les courbes théoriques formulées avec l’équation de Fuller et

Thompson, pour un dmax de 31,5 ou 20 mm et nFT=0,45, ne sont pas totalement englobées

dans le fuseau soit dans la portion gravier (dmax=31,5 mm) ou pour le pourcentage de

particules fines (dmax=20 mm) (Figure 7.1). Dû à cela et aussi dû au fait que Boudali (1997)

a inclus ce type de courbe dans son étude, une approche différente a été considérée. En

effet, la sixième courbe choisie est de type discontinu et apporte une perspective différente

sur ce qui est généralement trouvé dans la littérature, puisque peu de données ont été

trouvées sur ce type de courbe. De plus, selon les discussions avec le MTQ, il arrive que

des courbes sortant du fuseau dans la portion fine montrent de très bons comportements. Il

était donc espérer que l’inclusion de cette courbe apporte des explications supplémentaires

pour mieux comprendre leur comportement.

L’inclusion de ce type de courbe s’est avérée très intéressante, particulièrement en ce qui

concerne l’effet des contraintes environnementales sur le comportement des MG 20. En

effet, dans la plupart des cas, bien que cette courbe a une forme particulière et est

partiellement à l’extérieur du fuseau, son comportement n’est pas divergent par rapport aux

autres courbes. Les résultats obtenus complètent donc très bien ceux obtenus pour les autres

297

courbes, entre autres dû au fait que la sensibilité aux contraintes environnementales est

principalement fonction de la portion fine des matériaux et semble influencée par la forme

de la courbe granulométrique de façon plus indirecte. Dans le cas de l’effet des contraintes

mécaniques, cette courbe montre souvent un comportement très divergent des autres

courbes, mais aussi très différent d’une source à l’autre. Ce comportement divergent est la

cause de l’exclusion de cette courbe dans l’analyse de certaines tendances. Il a été plus

difficile de bien cerner et d’expliquer cet effet particulier, mais les travaux ont permis

d’arriver à des réponses satisfaisantes. Cette difficulté est principalement due au fait que

l’effet de la granulométrie sur le comportement mécanique est très complexe et fait

intervenir un nombre important de facteurs qui doivent être pris en compte, ceci pouvant

mener à une caractérisation extrêmement poussée des matériaux.

Les travaux ont permis de mettre en évidence le rôle des fractions granulométriques et de

comprendre comment ce rôle change d’un paramètre de performance à un autre, mais aussi

d’une source à l’autre. Pourtant, l’approche méthodologique n’a pas toujours permis de

bien cerner l’effet de la source de granulats. À titre d’exemple, l’effet de la source de

granulats a, globalement, été moins détaillé pour le comportement mécanique que pour la

sensibilité aux contraintes environnementales. Cela s’explique par le fait que la sensibilité

aux contraintes environnementales est largement fonction des caractéristiques des

particules fines. Dans la littérature, des données provenant d’essais de sédimentation, de

limites d’Atterberg et de surface spécifique sont communément utilisées en géotechnique

pour quantifier l’effet de la source de granulats, plus particulièrement l’effet des particules

fines. Dans le cadre de cette recherche, ce type de données a largement été utilisé et les

analyses et tendances suggérées vont globalement dans le même sens que ce qui est trouvé

dans la littérature sur divers sujets et celles-ci ont permis d’apporter une perspective

intéressante.

En ce qui concerne la sensibilité aux contraintes mécaniques, il semble qu’une

caractérisation plus poussée aurait permis d’approfondir davantage sur l’effet de la source

de granulats, car les principales données recueillies lors de la caractérisation n’apportent

pas la profondeur nécessaire pour une meilleure compréhension sur l’effet de la source. En

effet, il est suggéré que des données sur la forme des particules et sur la rugosité, d’un point

298

de vue macroscopique et microscopique, auraient permis d’amener la quantification de cet

effet à un autre niveau, ces caractéristiques étant d’une importance capitale en mécanique

des milieux discontinus. À titre d’exemple, dans le cadre d’un projet de recherche

davantage poussé sur l’effet de la source de granulats, une étude microscopique et des

analyses d’images sur les particules constituant chacune des fractions auraient apporté des

informations très pertinentes. Cependant, malgré cela, il reste qu’il aurait été difficile de

bien décrire l’effet de la source avec seulement trois types de granulats, et ce, même si les

sources choisies sont assez représentatives du contexte géologique québécois. Toutefois, il

doit être rappelé que la quantification de l’effet de la granulométrie demeurait l’objectif

principal, alors que la quantification de l’effet de la source était davantage complémentaire.

D’un point de vue objectif, l’approche méthodologique choisie apporte une perspective

plus limitée sur l’effet de la source de granulats par rapport à l’effet de la granulométrie,

principalement en ce qui concerne la sensibilité aux contraintes mécaniques, et un projet de

recherche davantage axé sur celui-ci devrait être entrepris, surtout en considérant que l’effet

de la source est souvent plus important que celui de la granulométrie.

En ce qui concerne l’optimisation des matériaux, l’approche par niveau de performance est

une approche permettant facilement de situer les matériaux granulaires existants, mais

constitue aussi une base solide pour la formulation de MG 20 par exemple. Cette approche

constitue aussi une guide comparatif utile pouvant être utilisé pour un seul ou plusieurs

paramètres de performance. Cette approche a été suggérée dû à l’évolution souvent linéaire

entre la performance et une variable explicative. Ceci conduisait donc a une difficulté

importante quant à la séparation, ou la définition d’une limite, entre un bon comportement

et un mauvais comportement. Cette difficulté est aussi discutée par Ekblad (2007). Il aurait

été intéressant d’arriver à définir une valeur seuil délimitant ces deux types de

comportements. Par contre, une telle valeur signifierait souvent le rejet complet ou

l’acceptation complète d’une source de granulats en particulier, peu importe la

granulométrie. Pourtant, en considérant les trois sources testées dans le cadre de cette étude,

les matériaux répondent globalement aux exigences du MTQ pour les MG 20a. En

travaillant avec les niveaux de performance, il est possible de suggérer comment définir de

meilleurs matériaux pour différentes sources en travaillant avec la granulométrie. Il a été vu

299

que les caractéristiques granulométriques souhaitables afin d’obtenir un bon comportement

sont variables d’une source à l’autre.

La définition de valeurs seuils de performance aurait l’avantage de permettre

l’identification de valeurs de variables explicatives, ou de caractéristiques reliées à la

granulométrie d’un matériau granulaire de fondation de chaussée, qui seraient susceptibles

de conduire une route vers un échec en performance. Toutefois, selon Dawson (1995), il est

difficile d’estimer la sensibilité de la performance de la chaussée à un type de granulats, à

son épaisseur, sa condition, etc. Il s’agit d’une problématique très complexe difficile à

résoudre puisque la performance d’une chaussée résulte de l’interaction de plusieurs

matériaux, du trafic et de l’environnement. En ce qui concerne les matériaux granulaires de

fondation, leur effet sur la performance globale de la chaussée dépend, entre autres, des

caractéristiques physique et mécanique de l’enrobé bitumineux sus-jacent ainsi que de sa

condition, des caractéristiques géométriques et de drainage de la structure, des

caractéristiques physiques et mécaniques de l’infrastructure ainsi que de sa condition, des

conditions environnementales (précipitations, gel et température moyenne annuelle), etc. La

performance de la chaussée est donc fonction de l’interaction d’une multitude de

paramètres et la réalisation d’une analyse paramétrique et la suggestion de valeurs seuils ne

se feraient pas sans hypothèse simplificatrice importante. Il aurait donc été difficile

d’arriver à identifier des valeurs seuils pour un paramètre de performance dans le cadre de

ce projet de recherche, car cela n’aurait probablement pas correspondu aux véritables

attentes quant aux objectifs du projet de recherche. Cependant, cela peut constituer une

avenue de recherche très intéressante.

L’approche par niveau permet d’avoir une bonne idée de comment définir la granulométrie

des trois sources de granulats testées dans le cadre de cette étude pour bonifier la

performance des matériaux. Les données disponibles rendent toutefois difficile

l’extrapolation des résultats à une gamme plus étendue de matériaux, surtout d’un point de

vue mécanique. Les résultats présentés peuvent néanmoins être utilisés avec jugement pour

d’autres sources de granulats.

Une autre des limitations rencontrées concerne les essais de gel qui ont été réalisés dans

une cellule de gel conventionnelle ayant un diamètre interne de 101,4 mm. En effet, afin de

300

limiter les effets de parois lors du compactage, comme il est généralement réalisé dans des

cellules de cette taille, la portion de matériaux ayant un diamètre supérieur à 5 mm a été

enlevée des échantillons. Ceci a, entre autre, modifié la valeur du pourcentage de particules

fines à la hausse pour les matériaux étudiés. Or, comme il a été montré dans le cadre de

cette étude, à l’intérieur du fuseau, la matrice de la grande majorité des matériaux est

constituée de particules de taille inférieure à 5 mm. De plus, il a été montré que le potentiel

de ségrégation peut être adéquatement prédit par la porosité de la fraction fine, celle-ci

étant fortement dépendante du pourcentage de particules fines. Par conséquent, il est

possible d’utiliser les relations présentées pour calculer des valeurs de potentiel de

ségrégation pour des matériaux ayant des valeurs de pourcentage de particules fines plus

faibles. Ceci a été fait dans le cadre de l’étude. Cependant, en ce qui concerne la

susceptibilité au gel, le rôle des granulats de taille supérieure à 5 mm dans un matériau

granulaire ne se limite pas à la porosité de la fraction fine. Ces particules, en termes de

gélivité, sont inertes. Ces particules ont tendance à diminuer la surface d’écoulement

disponible pour la conduction de l’eau vers un front de ségrégation. L’étude réalisée ne

permet pas directement de considérer cet aspect. Cet aspect est partiellement pris en compte

par la porosité de la fraction grossière, qui influence dans une moindre mesure la porosité

de la fraction fine. En effet, un squelette granulaire incluant les particules de taille

supérieure à 5 mm est plus étalé et conduit à des valeurs de porosité de fraction grossière

plus faibles, si cet étalement est jumelé à une diminution du pourcentage de particules

fines, comme c’est le cas ici.

Les essais de dégel, réalisés à la suite des essais de gel, n’ont pas permis d’identifier

clairement l’effet de la granulométrie sur le comportement mécanique des matériaux lors de

la période du dégel. En effet, les résultats présentés semblent montrer un certain caractère

aléatoire qui a été associé au fait que les échantillons étaient toujours en période de

transition lors de la caractérisation. Ceci est probablement dû, entre autres à des contraintes

de temps et de montage. En effet, s’il avait été possible d’appliquer un grand nombre de

cycles de chargement avant chaque caractérisation, de moins grandes déformations

permanentes auraient été mesurées lors des chargements. Or, le montage expérimental ne

permet pas d’appliquer un nombre élevé de chargements aux échantillons. Cela a eu pour

conséquence que le comportement mécanique lors du dégel semblait en transition et il n’a

301

pas été possible d’apporter un nombre élevé de commentaires et d’observations à partir de

la réalisation de ces essais. Néanmoins, il est suggéré d’étudier la susceptibilité au gel et le

comportement mécanique lors du dégel en cellule triaxiale, comme cela a été fait entre

autre par Simonsen et coll. (2002), afin de limiter les contraintes de montage et de taille

d’échantillon. Il a toutefois été possible de discuter plus profondément du phénomène de

sensibilité au dégel par l’utilisation d’un modèle permettant de quantifier l’effet de la masse

volumique sèche sur le MR (effet d’un soulèvement au gel) et par la définition d’un modèle

décrivant les variations de MR avec la variation du degré de saturation.

Il aurait été très intéressant de pouvoir étudier de façon plus détaillée l’effet de la

granulométrie sur le comportement mécanique à long terme, habituellement caractérisé par

des essais de susceptibilité à la déformation permanente. Ceci est d’autant plus pertinent,

car cet aspect est associé à orniérage qui est un indicateur direct de la performance des

chaussées. Cet aspect a été considéré dans le cadre de cette étude, mais dans la

caractérisation du comportement mécanique, une importance légèrement moindre a été

accordée aux résultats. Les principales raisons justifiant ce choix sont que la caractérisation

de ce type de comportement mécanique n’a pas été réalisée en suivant un standard, c’est-à-

dire que ces essais ont été réalisés sur un nombre de cycles limité (10000) pendant la

période de conditionnement des essais de module réversible, pour un état de contraintes peu

agressif et que ceux-ci ne sont pas à des degrés de saturation semblables. Néanmoins,

l’approche choisie a permis de mettre en évidence un certain effet de la granulométrie sur la

susceptibilité à la déformation permanente des matériaux granulaires pour les trois sources

étudiées et cet effet a été inclus dans l’optimisation du comportement mécanique.

Cette étude a aussi permis de considérer l’effet de la granulométrie sur la résistance à

l’érosion des matériaux granulaires de fondation des chaussées. Cette problématique est

particulièrement d’intérêt pour les routes non revêtues, mais est aussi pertinente dans les

cas des accotements des chaussées revêtues. Toutefois, dans cette perspective, il aurait été

plus pertinent d’étudier l’effet de la granulométrie en se basant sur le fuseau des MG 20b,

qui diffère principalement de celui des MG 20a au niveau de l’intervalle permis pour le

pourcentage de particules fines. Or, dans un souci d’étudier les mêmes courbes

granulométriques pour divers paramètres de performance, la résistance à l’érosion a été

302

étudiée en se basant sur le fuseau des MG 20a. Néanmoins, les résultats obtenus tendent à

supporter l’utilisation de MG 20 contenant davantage de particules fines pour les

applications ci-haut mentionnées.

Dans un autre ordre d’idée, comme il a été mentionné, il a été choisi de travailler avec un

nombre significatif de granulométries afin de bien mettre en évidence son effet, mais aussi

trois sources pour apprécier les variations de performance d’une source à l’autre. Or, bien

que l’utilisation de six formes de courbe granulométrique provenant d’une même source

soit généralement supérieure au nombre de courbes testées pour une source généralement

retrouvé dans la littérature, il reste que d’un point de vue statistique, la taille des

échantillons est relativement restreinte. Toutefois, dans ce genre d’études, ce type de

problème est commun, puisqu’il est difficile d’avoir des tailles d’échantillon très grandes

vu la quantité de travail de laboratoire impliqué. Or, plus la taille de l’échantillon est

grande, plus la précision tend à augmenter (Gilbert et Savard 1992). Dans cette étude, des

droites de régression pour 5, 6 ou 7 points de mesure sont généralement utilisées. À titre

d’exemple, si une seule source de granulats avait été testée, il aurait été possible, pour un

même nombre d’essais au total, d’étudier 18 granulométries pour cette source, ce qui

représente une taille d’échantillon substantiellement plus importante. Le choix de six

courbes pour trois sources de granulats représente en quelque sorte un certain compromis

afin de tester un nombre de granulométries assez grand pour arriver à cerner de façon

satisfaisante son effet. Cependant, dans certains cas, la CSS a dû être exclue des analyses

puisque celle-ci avait parfois un comportement divergent. Ceci a réduit la taille des

échantillons dans ces cas.

L’étude a permis de montrer comment il est possible de décrire la sensibilité aux

contraintes environnementales des matériaux granulaires de fondation des chaussées avec la

porosité de la fraction fine. Cette valeur, qui est reliée à la masse volumique sèche des

matériaux, a été identifiée comme étant le meilleur indicateur de performance dans la

plupart des cas. L’approche suggérée dans l’étude a par la suite permis d’identifier des

valeurs de %Fc. Néanmoins, dans le cadre de cette étude, les matériaux ont été étudiés à

des masses volumiques sèches près de la masse volumique sèche maximale. Or, comme la

porosité de la fraction fine varie avec la masse volumique sèche, il est possible de se

303

demander si la variation de la performance avec la variation de la porosité de la fraction

fine est aussi vraie pour la variation de la porosité de la fraction fine engendrée par divers

niveaux de masses volumiques sèches. Il est possible d’espérer que les résultats présentés

puissent être extrapolés, dans une certaine limite, à l’effet du niveau de compactage des

matériaux. Ceci demeure toutefois un fait à vérifier.

La détermination des valeurs de %Fc est intéressante puisque ces valeurs sont une réponse

très simple à une problématique plus complexe, soit l’effet du pourcentage de particules

fines, de leur dispersion et de l’interaction de ce type de particules avec l’entièreté d’un

squelette granulaire. Ces valeurs, qu’elles soient obtenues de l’une ou l’autre des méthodes

présentées, sont les valeurs donnant le meilleur niveau de confiance qu’il est possible

d’obtenir en travaillant avec la matrice de granulométries. Par conséquent, certaines

granulométries peuvent ne pas être en accord avec les principes proposés, mais, de façon

générale, celles-ci ne représentent qu’une faible proportion des courbes s’inscrivant dans le

fuseau tel que présenté. Toutefois, ceci est vrai dans les limites de l’étude et pour les

sources étudiées.

Dû à un programme expérimental extrêmement chargé, la dégradation des matériaux lors

de la mise en place n’a pas été considérée dans le cadre de cette étude. Dans la littérature,

les études en lien avec l’effet de la granulométrie font souvent de même (Uthus 2007, Tian

et coll. 1998, Ekblad 2007, Babic et coll. 2000, Doucet et Doré 2004, Heydinger et coll.

1996, Raad et coll. 1992, Rahim et George 2005, Stolle et coll. 2006, Thom et Brown 1987,

Thom et Brown 1988, Thom et Brown 1989, Brown et Chan 1996, etc.). Dans certains cas,

des précautions sont prises afin d’utiliser des méthodes de mise en place qui sont reconnues

pour minimiser la dégradation des matériaux lors du compactage, comme par exemple le

compactage par marteau vibrant. Dans d’autres cas, les méthodes de compactage standards

utilisant un marteau de type proctor modifié sont utilisées sans considération sur la

dégradation des matériaux lors de la mise en place. La dégradation des matériaux a été

mesurée dans l’étude de Boudali (1997) (compactage par marteau vibrant), et ce

phénomène a été de faible ampleur selon l’auteur, même pour des sources de granulats plus

sensibles, comme par exemple un calcaire. Certaines études font des analyses

granulométriques sur les matériaux après compactage (après la réalisation de l’essai) afin

304

d’apprécier la dégradation des matériaux et proposent en plus de préparer des mélanges

granulaires sous les courbes visées afin que les granulométries après compactage

s’approchent des courbes voulues (Côté et Roy 1998). Dans le cas de cette étude, des

méthodes de compactage minimisant la dégradation des matériaux ont généralement été

utilisées. Cette approche représente, en plus d’être assez typique par rapport à ce qui a été

fait dans le cadre d’études antérieures, une approche intermédiaire dans la considération de

ce phénomène selon ce qui vient d’être présenté.

L’aspect final de cette discussion en est un beaucoup moins spécifique et concerne la

philosophie du projet de recherche en tant que tel. En effet, le projet de recherche réalisé a

permis d’étudier la performance des MG 20 d’un point de vue très global et intégrateur. En

considérant que ce type de matériaux doit présenter plusieurs qualités afin de présenter une

performance adéquate, cette approche est extrêmement pertinente à la lumière des résultats

obtenus. La réalisation de ce projet de recherche a permis de prendre un pas de recul et de

commenter sur la performance et le rôle des MG 20 dans les chaussées d’un point de vue

plus général. Ainsi, cette étude a mis en lumière l’effet de la granulométrie, et de la source

de granulats dans une certaine mesure, sur diverses propriétés d’intérêts des matériaux

granulaires non liés utilisés dans les chaussées, qu’elles soient revêtues ou non. Entre autre,

le travail accompli apporte plusieurs perspectives intéressantes en ce qui a trait à la rigidité,

la stabilité, l’érodabilité, la gélivité et la conductivité hydraulique de ce type de matériaux.

En ce sens, le travail accompli dans le cadre de ce doctorat est très original, car peu ou pas

d’études ont approché la problématique de la performance globale des matériaux

granulaires d’un point de vue aussi large. La plupart du temps, les études se concentrent sur

un aspect très précis relié à la performance des matériaux granulaires et mettent

énormément d’emphase sur la décortication des phénomènes associés à cet aspect. En

considérant cette étude, l’effet de la granulométrie sur chacun des paramètres de

performance considérés aurait pu faire l’objet d’une, ou même davantage, étude de niveau

doctoral. Qui plus est, la réalisation d’autres études de ce niveau serait très pertinente pour

bien cerner et expliquer l’effet de la granulométrie ou de la source de granulats sur chacun

des paramètres de performance considérés. Le point de vue beaucoup plus général et

intégrateur de cette étude implique qu’il n’a pas toujours été possible d’approcher les

305

phénomènes et mécanismes d’un point de vue plus fondamental. Ceci est aussi vrai dans le

cas de la revue de la littérature réalisée, car, puisque la littérature sur un éventail de sujets

assez large a dû être consultée, seulement les études les plus pertinentes ont été considérées

la plupart du temps. Par contre, la vision plus générale de la performance suggérée dans ce

projet de recherche permet de montrer les matériaux granulaires dans une perspective plus

globale et apporte de nouveaux points de vue permettant d’orienter de futures recherches

sur des sujets plus spécifiques.

Recherches futures

Au cours de cette discussion, les points d’intérêts soulevés ont permis de mettre en

évidence plusieurs pistes à suivre pour des recherches futures sur les matériaux granulaires

non liés utilisés dans les fondations de chaussées. En effet, suite à la réalisation d’essais

caractérisant le comportement mécanique et la sensibilité aux contraintes

environnementales, il a été possible de discuter de façon plus détaillée du comportement

global de ces matériaux et de suggérer des façons de bonifier celui-ci. Or, les réflexions

réalisées ont amené des questionnements par rapport aux MG ou ont permis d’identifier des

lacunes méritant d’être comblées dans la littérature. À titre d’exemples, il est possible de

citer les avenues de recherche que l’étude réalisée à permis de mettre en évidence :

L’étude de la résistance à l’érosion des MG 20 constitue l’un des aspects très original

de cette étude, mais ce phénomène est très peu étudié et est d’un intérêt certain,

particulièrement dans le cas des chaussées non revêtues ;

Les MG 20 sont très rarement étudiés d’un point de vue plus fondamental comme il a

été fait dans le cadre de cette étude avec la méthode Bailey et des études devraient se

pencher sur l’applicabilité de diverses approches fondamentales pour l’analyse de ce

type de matériaux ;

Il serait extrêmement intéressant d’arriver à quantifier les gains de performance d’une

chaussée associés à une meilleure optimisation de la sensibilité aux contraintes

mécaniques et environnementales des MG 20 constituant la fondation ;

306

L’effet de la source de granulats et de la granulométrie sur le comportement mécanique

doit être plus poussé, entre autres dans le but de mieux comprendre l’effet combiné de

la forme des particules, de l’angularité, la rugosité des faces (microtexture et

macrotexture) et l’empilement des particules ;

L’étude du phénomène de dégel des matériaux granulaires et la quantification de la

perte en laboratoire par mesure de la rigidité est un aspect qui mérite d’être approfondi ;

L’effet de la granulométrie sur la sensibilité aux contraintes environnementales peut

être assez bien expliqué par un seul facteur (porosité de la fraction fine) et il serait très

pertinent d’arriver à identifier une variable complexe, constituée de diverses

caractéristiques et propriétés des particules fines, pouvant faire de même pour l’effet

général de la source de granulats ;

La définition de valeurs seuils de performance délimitant un bon comportement d’un

mauvais serait intéressante pour tous les paramètres de performance considérés.

307

CHAPITRE 8

CONCLUSION

Dans le cadre de cette étude, l’objectif principal est d’arriver à suggérer des meilleurs

matériaux de fondation de chaussées dont le comportement est optimisé à l’intérieur de

zones incluses dans le fuseau granulométrique des MG 20a. Afin d’accomplir cette tâche,

une revue de la documentation détaillée, des essais de caractérisation des matériaux, des

essais de performance et plusieurs analyses ont été réalisés. Après plus de cinq années et

plus de 350 essais en laboratoire, l’objectif principal de cette recherche a été accompli. En

effet, les résultats et analyses ont montré comment, pour trois sources de granulats typiques

et communément utilisées comme matériaux de fondations dans les structures de chaussées,

orienter la granulométrie des matériaux afin de s’assurer un bon comportement, autant d’un

point de vue mécanique, hydrique ou thermique. En particulier, l’analyse a permis de

suggérer des façons d’améliorer la qualité structurale de ces matériaux, mais aussi la

sensibilité aux contraintes environnementales. Dans le cadre de la réalisation de cette étude,

il a été montré que :

Le concept nc-nf proposé par Côté et Konrad (2003) apporte un point de vue

complémentaire plus poussé et plus complet pour l’analyse volumétrique des matériaux

granulaires de chaussées.

La résistance à l’érosion des matériaux granulaires est en lien avec l’uniformité des

matériaux, la dispersion des particules fines dans le squelette granulaire des particules

grossières et la valeur au bleu des matériaux. Un modèle reliant la résistance à l’érosion

à une variable complexe a été présenté.

La conductivité hydraulique des matériaux granulaires est en lien avec la porosité de la

fraction fine des matériaux, ce qui supporte les travaux de Côté et Konrad (2003).

308

La porosité de la fraction fine est le meilleur indicateur du potentiel de ségrégation des

matériaux granulaires. Un modèle reliant SP à une variable complexe a été présenté.

La perte de module réversible d’un MG 20 lors du dégel est beaucoup plus associée à

l’augmentation de la teneur en eau qu’à la variation de masse volumique sèche induite

par un cycle de gel.

D’une façon générale, la sensibilité aux contraintes environnementales est reliée à la

porosité de la fraction fine des matériaux.

L’uniformité de la granulométrie des particules fines peut être utilisée pour apprécier et

quantifier l’effet de la source de granulats sur la performance, en termes de sensibilité

aux contraintes environnementales.

Le module réversible des granulats concassés considérés est principalement fonction

des gros granulats et de leur granulométrie.

Le module réversible du granulat partiellement concassé est fonction de l’entièreté de la

courbe granulométrique, pour laquelle un grand étalement est préférable.

Les variations de module réversible avec le l’évolution du degré de saturation sont

explicables par la porosité de la fraction fine et sont dépendante de l’état de contraintes.

Des modèles reliant S à nf et ont été présentés.

La susceptibilité à la déformation permanente, contrairement au module réversible, est

globalement associée à la portion plus fine des matériaux.

La courbe discontinue testée dans le cadre de cette étude a un comportement mécanique

plus complexe et divergent des courbes de forme plus régulière.

L’étude de la sensibilité aux contraintes mécaniques a permis de mettre en évidence

plusieurs variables explicatives et des valeurs correspondantes délimitant divers

niveaux de performance.

309

La porosité des matériaux granulaires de fondation de chaussées est dépendante du

coefficient d’uniformité, mais aussi, dans des degrés de précision supérieurs, d’autres

variables décrivant l’uniformité des matériaux.

Des valeurs de pourcentage de fines critique délimitant divers niveaux de

comportement, pour divers type de paramètre de performance, ont été identifiées grâce

à la création d’une matrice de granulométrie de grande taille.

L’utilisation d’une méthode théorique d’empilement des particules apporte un angle

différent d’analyse pour un matériau granulaire. En particulier, la méthode de Bailey est

un outil permettant de bien décrire les matériaux granulaires ainsi que leurs diverses

fractions et d’apporter la compréhension de la performance de ceux-ci à un autre

niveau.

L’utilisation de la méthode de Bailey peut permettre de déterminer des valeurs de

pourcentages de gravier critique délimitant les matériaux dont la matrice est structurée

de granulats grossiers de ceux dont la matrice est structurée de granulats fins.

310

BIBLIOGRAPHIE

Aïtcin, P.-C., Jolicoeur, G. et Mercier, M. 1992. Technologie des granulats. Le Griffon d’argile, Québec, Québec.

American Association for State Highway and Transportation Officials 1993. Guide for design of pavement structures. American Association of State Highway Officials.

American Association for State Highway and Transportation Officials. 2003. Determining the Resilient Modulus of Soils and Aggregate Materials. In Standard Specifications for Transportation Materials and Methods of Sampling and Testing, 20th Edition. AASHTO, Washington, D.C.

American Society for Testing and Materials. 2005. Standard Test Method for California bearing ratio of Laboratory-Compacted Soils. Standard D1883-05, ASTM, Philadelphia, Pa.

American Society for Testing and Materials. 2004. Standard Test Method for Measurement of Hydraulic Conductivity of Saturated Porous Materials Using a Flexible Wall Permeameter. Standard D5084-04, ASTM, Philadelphia, Pa.

American Society for Testing and Materials. 2002. Standard Test Method for Measurement of Hydraulic Conductivity of Porous Materials Using a Rigid Wall, Compaction-mold Permeameter. Standard D5856-95, ASTM, Philadelphia, Pa.

Babic, B., Prager A. and Rukaniva, T. 2000. Effect of fine particles on some characteristics of granular base course. Materials and structures, 33(231) : 419-424.

Barksdale R. D. 1991. The Aggregate Handbook. National Stone Association, Washington D.C.

Barksdale, R and Itani, S, 1989. Influence of Aggregate shape on Base Behavior. Transportation Research Record 1227, pp 173-181.

Baron, J. et Sauterey, R. 1982. Le béton hydraulique. Presses de l’École Nationale des Ponts et Chaussées, Paris.

Bergeson K. L. and Brocka S. G. 1995. Bentonite treatment for fugitive dust control. In Proceedings of the Sixth International Conference on Low-Volume Roads, Minneapolis, Minnesota, pp. 261-271.

Bérubé, M.-A. 2001. Technologie des granulats. Notes du cours GLG-18832 : Technologie des granulats, Département de géologie et de génie géologique, Université Laval, Québec.

311

Bilodeau, J.-P. 2003. Étude de la validité, en termes de perte de particules, de l’essai à écoulement turbulent. Rapport de projet de fin d’études en génie géologique, Université Laval, Québec.

Bilodeau, J.-P., Pierre, P. et Doré, G. 2005. Étude de la validité de l’essai à écoulement turbulent. Recueil des communications du 40ème congrès annuel de l’Association Québécoise du Transport et des Routes, Laval, Québec, Canada.

BNQ. 1974. Granulats – Détermination du nombre pétrographique sur le gros granulat. Bureau de normalisation du Québec (Québec, Que.), BNQ 2560-900.

BNQ. 2002. Granulats – Travaux de génie civil. Bureau de normalisation du Québec (Québec, Que.), BNQ 2560-114.

Boudali, M. 1997. Module réversible des graves non traitées des fondations routières du Québec. Ministère des Transports du Québec, Québec, Québec.

Bourque, P.-A. 1998. Géologie sédimentaire. Notes du cours GLG-15072 : Géologie sédimentaire, Département de géologie et de génie géologique, Université Laval, Québec.

Brandl, H. 2001. Freezing-Thawing behavior of soils and other granular materials – influence of compaction. In Geotechnics for Roads, Rail Tracks and Earth. A.A. Balkema, Rotterdam, The Netherlands, pp. 141-164.

Briaud, J.-L., Chen, H.-C. and Ting, F. 2000. The EFA, erosion function apparatus : an overview. In: Scour of Foundations, Proceedings International Symposium, Melbourne, Australia, pp. 80-86.

Brown, S. 1997. Achievements and challenges in asphalt pavement engineering. Keynote address In Proceedings of the 8th International Conference on Asphalt Pavements, Seattle, Oregon.

Brown, S. and Chan, F.W.K. 1996. Reduced rutting in unbound granular pavement layers through improved grading design. In Proceedings of the Institution of Civil Engineers: Transport, 117(1), 40-49.

BNQ. 2002. Travaux de génie civil – Granulats. Bureau de normalisation du Québec, NQ-2560-114.

CAN/BNQ. 1982. Granulats – Analyse granulométrique par tamisage. Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2560-040.

CAN/BNQ. 1983. Granulats – Détermination de la densité et de l’absorptivité du gros granulat, Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2560-067.

312

CAN/BNQ, 1986b. Sols – Détermination de la limite de liquidité à l’aide du pénétromètre à cône suédois et de la limite de plasticité. Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2501-092.

CAN/BNQ. 1986. Granulats – Essai au bleu de méthylène, Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2560-255.

CAN/BNQ. 1986. Sols – Détermination de la relation teneur en eau – masse volumique – essai proctor modifié, Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2501-255.

CAN/BNQ. 1987. Sols – Analyse granulométrique des sols inorganiques Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2501-025.

CAN/BNQ. 1989. Granulats – Détermination de la densité et de l’absorptivité du granulat fin, Canadian Standards Association (Ottawa, Ont.) and Bureau de normalisation du Québec (Québec, Que.). CAN/BNQ 2560-065.

Casagrande, A. (1932). A new theory of frost heaving : discussion. Proceedings of US Highway Research Board, Vol. 11, Pt I, pp. 168-172.

Chamberlain, E. J. (1981). Frost susceptibility of soils – Review of index tests. CRREL Monograph 81-2. United States Army Corps of Engineers, Cold Regions Research and Engineering Laboratory, Hanover, New Hampshire.

Chapuis, R. 2004. Predicting the saturated hydraulic conductivity of sand and gravel using effective diameter and void ratio. Canadian Geotechnical Journal, 41: 787-795.

Cheung, L. W. and Dawson, A. 2002. Effects of particle and mix characteristics on performance of some granular materials. Transportation Research Record, no. 1787, pp. 90-98.

Chouliaras, I. G., Tantos, V. A., Ntalos, G. A. and Metaxa, X. A. 2003. The influence of soil conditions on the resistance of cohesive soils against erosion by overland flow. Electronic Journal of International Research Publication (www.ejournalnet.com), Issue 3.

Cohen, J. 1988. Statistical power analysis for behavioural sciences, Hillsdale, NewJersey.

Conover W. 1991. Practical nonparametric statistics. Wiley, New York.

Côté J. 1997. Conductivité hydraulique de matériaux de fondations de chaussées partiellement saturés, Mémoire de maîtrise, Université Laval, Québec.

313

Côté, J. et Roy, M. 1998. Conductivité hydraulique de matériaux de fondations de chaussées partiellement saturés. Rapport RTQ-98-01, Ministère des Transports, 119 p.

Côté J. and Konrad J.-M. 2003. Assessment of the hydraulic characteristics of unsaturated base-course materials : a practical method for pavement engineers. Canadian Geotechnical Journal, 40(1): 121-136.

De Blois, K. 2005. Analyse du comportement saisonnier de planches expérimentales et validation du nouvel indice d’affaiblissement au dégel : Projet St-Célestin (phase III). Mémoire de maîtrise, Université Laval, Québec.

Dallaire, G. 1990. Étude de l’utilisation d’un gravier hors specification dans les foundations d’une route. Ministère des transports du Québec, Québec, Québec.

Darboux, F. and Huang, C.-H. 2001. Contrasting effects of surface roughness on erosion and runoff. In Procedings of the International Symposium in soil erosion research, pp. 143-146.

Dawson, A. 1995. The unbound granular base. Keynote paper, Center for Aggregates Research, 3rd Annual Symposium, Austin, Texas.

Dawson, A. 2001. Granular Pavement Layer Materials…Where are we? ARRB Workshop, Melbourne, Australia, 20 p.

Dawson, A., Thom, N. and Paute, J.-L. 1996. Mechanical characteristics of unbound granular materials as a function of condition. Flexible pavements, G. Correia, Rotterdam: 35-44.

Doré, G., Konrad, J.-M. et Roy, M. 1998. Le gel dans les chaussées : Suivi du comportement de sections isolées et développement d’une méthodologie rationnelle de conception des chaussées en conditions de gel au site expérimental de Saints-Martyrs-Canadiens. Annexes du rapport final GCT-98-09.

Doré, G. 2002. Validation des modèles de détérioration de la chaussée soumise au soulèvement par le gel. Rapport de recherche GCT-02-07, Département de génie civil, Université Laval, Québec, Canada.

Doré, G. 2004. Conception et réhabilitation des chaussées. Notes du cours GCI-10202, Département de Génie Civil, Université Laval, Québec.

Doré, G., Pierre, P. et Bilodeau, J.-P. 2004. Développement d’un essai simple et rapide pour l’estimation du potentiel de ségrégation. Rapport final GCT-04-12, présenté au Ministère des Transports du Québec, 63 p.

Doré, G., Drouin, P., Pierre, P. Desrochers, P. and Ullidtz, P. 2006. Estimation of the Relationships of Flexible Pavement Deterioration to Traffic and Weather in Canada.

314

In Proceedings of the 10th International Conference on Asphalt Pavements CD-Rom, Quebec, Quebec.

Doucet, F. et Doré, G. 2004. Module réversible et coefficient de poisson réversible des matériaux granulaires C-LTPP. In Proceedings of the 57th Canadian Geotechnical and 5th Joint IAH-CNC and CGS Groundwater Specialty Conferences CD-Rom, Québec, Québec.

Dudal R. 1981. An evaluation of conservation needs. In Soil Conservation: Problems and Prospects. R. P.C. Morgan (ed). Proc. International Conference on Soil Conservation, Silsoe, UK. CIT Press, Cranfield, Bedford, UK. pp. 3-12.

Easa, M., and Can, E. K. 1985. Optimization for aggregate blending. Journal of Construction Engineering and Management, 111(3), 216-229.

Eigenbrod, K. D., Kjartanson, B.H. and Vanapalli, S. 2004. Influence of silt content on the engineering properties of saturated and unsaturated granular soils. In Proceedings of the 57th Canadian Geotechnical and 5th Joint IAH-CNC and CGS Groundwater Specialty Conferences CD-Rom, Québec, Québec.

Ekblad, J. (2007). Influence of Water on Coarse Granular Road Material Properties. PhD Dissertation, Royal Institute of Technology, Stockholm, Sweden.

Eklu-Natey, E. D. 1992. Érodabilité des sols tropicaux stabilisés au ciment en construction routière au Togo. Rapport de l’Institut des Fondations, de Mécanique des sols et des Constructions Hydrauliques, Togo.

Flon P. et Poulin J.-F 1987. Influence du pourcentage de particules fines sur la portance d'une chaussée à partir d'essais en laboratoire. Études et recherche en transports, Matériaux et Essais, Ministère des Transports du Québec, ISBN-2-550-17670-7.

Flon, B. 1988. Problèmes de perméabilité et de stabilité des fondations de routes en matériaux à granulométrie ouverte ou en fondations routières en matériaux drainants. Communication ARTC, Halifax, Nouvelle-Écosse.

Franti, T. G., Laflen, J. M. and Watson, D. A. 1999. Predicting soil detachment from high-discharge concentrated flow. Transaction of the American Society of Agricultural Engineers, ASAE 42(2), 329-335.

Fredlund, D. G. and Rahardjo, H. 1993. Soil mechanics for unsaturated soils. Wiley, Interscience publications, Toronto, Ont..

Fredlund, D. G., Xing, A. 1994. Equations for the soil-water characteristic curve. Canadian Geotechnical Journal, 31(4) : 521-532.

Fuller, W. B., and Thompson, S. E., (1907). “The laws of proportioning concrete”, Transactions of ASCE, ASCE, Vol. 59, pp.67-143.

315

Gagnon, D., Konrad, J.-M., Roy, M. et Doré, G. 1997. Variation saisonnière des conditions hydriques dans les chaussées isolées à Saint-Martyr-Canadiens. Recueil des communications du 32ème congrès annuel de l’Association Québécoise du Transport et des Routes, Trois-Rivières, Québec, Canada.

George, K. P. 2004. Prediction of resilient modulus from soil index properties. Final Report Department of civil engineering, University of Mississippi, University, Mississippi.

Gidel, G., Hornych, P., Chauvin, J.-J., Breysse, D. et Denis, A. 2001. Nouvelle approche pour l’étude des déformations permanents des graves non traitées à l’appareil triaxial à chargements répétés. Bulletin des laboratoires des ponts et chaussées, 233, 5-21.

Gilbert N. et Savard J.-G. 1992. Statistiques. Éditions Études Vivantes, Laval.

Guthrie, S. and Hermansson, A. (2005). Frost Heave and Water Uptake Relations in variably saturated aggregate base materials. Transportation Research Record: Journal of the Transportation Research Board 1821 (2003), pp. 13–19.

Guthrie, S., Hermansson, A. and Woffinden, K. H. (2006). Saturation of Granular Base Material Due to Water Vapor Flow during Freezing : Laboratory Experimentation and Numerical Modeling. In Proceedings of the 13th International Conference on Cold Regions Engineering : Current Practices in Cold Regions Engineering, Orono, Maine, pp. 299-310.

Hanks, R. J., and G. L. Ashcroft. 1980. Applied soil physics-soil water and temperature applications. Springer-Verlag, Berlin, 159 p.

Henensal P. 1986. L'érosion externe des sols par l'eau - Approche quantitative et mécanismes. Rapport de recherche n° 138, Laboratoire Central des Ponts et Chaussées, Paris, 76 p.

Heydinger, A., Xie, Q., Randolph, B. and Gupta, J. 1996. Analysis of resilient modulus of dense- and open-graded aggregates. Transportation Research Record, 1547: 1-6.

Hicks, R. G. 1970. Factors influencing the resilient properties of granular materials. PhD Thesis, University of California, Berkeley, California.

Hicks, R. G., and Monismith, C. L. 1971. Factors influencing the resilient properties of granular materials. Highway Research Record, no 345, pp. 15–31.

Holtz, R. and Kovacs, W. 1981. An introduction to geotechnical engineering. Prentice Hall Inc, Englewood Cliffs, New Jersey.

Hoppe E.-J. 1996. The influence of fines on strength and drainage characteristics of aggregate bases. Report VTRC 96-R35RB, Virginia Transportation Research Council, Charlottesville, Va.

316

Huang, Y. H. 2004. Pavement Analysis and Design. Prentice Hall, New Jersey.

Imbs, C. 2003. Indice d’affaiblissement au dégel et déflectomètre multiniveaux : méthode et outil d’évaluation de la perte de portance au dégel. Mémoire de maîtrise, Université Laval, Québec.

Ismail, I. and Raymond, G. 2002. Investigation into the behaviour of crushed aggregate when loaded repeatedly. In Proceedings of the 55th Canadian Geotechnical and 3rd Joint IAH-CNC and CGS Groundwater Specialty Conferences, Niagara Falls, Ontario, pp. 73-80.

Janoo, V. C. 1998. Quantification of shape, angularity, and surface texture of base course materials. Special report 98-1, U.S. Army Cold Regions Research and Engineering Laboratory, Hanover, N.H.

Janoo, V. C., and Bayer, J. 2001. Influence of aggregate angularity on base course performance. ERDC/CRREL TR 01-14, U.S. Army Cold Regions Research and Engineering Laboratory, Hanover, N.H.

Janoo, V. 2002. Performance of base/subbase materials under frost action. In Proceedings of the Eleventh International Conference on Cold Regions Engineering : Cold Regions Impacts on Transportation and Infrastructure, Anchorage, Alaska, pp. 299-310.

Jones, R. H. and Lamas, K. J. 1983. The frost susceptibility of granular materials. In 4th International Conference on Permafrost, Fairbanks, Alaska, pp. 17-22.

Jones, H. A. and Jones, R.H. 1989. Horizontal permeability of compacted aggregates. In Proceedings of the 3rd Symposium on Unbound Aggregates in Roads (UNBAR4), University of Nottingham. Edited by R.-H. Jones and A. R. Dawson. Butterwoths, London, pp. 70-77.

Jorenby, B. N., and Hicks, R. G. 1986. Base course contamination limits. Transportation Research Record, No 1095, pp. 86–101.

Juneau, S., Pierre, P., Doré, G. et Stephani, E. 2005. Établissement de données techniques pour la saumure naturelle Solnat utilisée comme abat poussière sur les chaussées et analyse comparative avec le chlorure de calcium, Phase 1. Rapport GCT-2005-04, Département de génie civil, Université Laval, Québec.

Kamal, M. A., Dawson, A. R., Farouki, O. T., Hughes, D. A. B., and Sha’at, A. A. 1993. Field and laboratory evaluation of the mechanical behaviour of unbound granular materials in pavements. Transportation Research Record, No 1406, pp. 88–97.

Khedr, S. 1985. Deformation characteristics of granular base course in flexible pavement. Transportation Research Record, No 1043, pp. 131–138.

317

Kim, D.-S., Kweon, G-C. and Rhee, S. 2001. Alternative method for determining resilient modulus of subbase soils using a static triaxial test. Canadian Geotechnical Journal, 38: 117-124.

Kim, S.-H. and Kim, N. 2007. Micromechanics analysis of granular soils to estimate inherent anisotropy. KSCE Journal of Civil Engineering, Vol. 11(3), pp.145-149.

Konrad, J.-M. and Morgenstern, N.R., 1981. The segregation potential of a freezing soil. Canadian Geotechnical Journal, 18, 482–491.

Konrad, J.M. 1994. Sixtheen Canadian Geotechnical Colloquium : Frost heave in soils : Concepts and engineering. Canadian Geotechnical Journal, 31: 223-245.

Konrad, J.-M. 1999. Frost susceptibility related to soil index properties. Canadian Geotechnical Journal, 36: 403-417.

Konrad, J.-M., 2005. Estimation of the segregation potential of fine-grained soils using the frost heave response of two reference soils. Canadian Geotechnical Journal, 42: 38-50.

Konrad, J.-M. et Lemieux, N. 2005. Influence of fines on frost heave characteristics of a well-graded base-course material. Canadian Geotechnical Journal, 42: 515-527.

Kreysig, E. 1999. Advanced Engineering Mathematics. John Wiley & sons, inc., New York.

Langlois, P. 2003. Enrobés. Formulation selon la méthode LC. Gouvernement du Québec.

Lebeau, M. 2006. Développement d’une méthodologie de sélection des matériaux de fondation routière pour contrer les effets du dégel. PhD Dissertation, Université Laval, Québec, Canada.

Légère G. and Mercier S. 2004. Materials and performance specifications for wearing-course aggregates used in forest roads. In Proceedings of the 6th International Symposium on Unbound Aggregates in Roads (UNBAR6), Nottingham, England, 345 - 353.

Lekarp F., Isacsson U. and Dawson A. 2000a. State on the Art. I : Resilient Response of Unbound Aggregates. Journal of Transportation Engineering, 126(1): 66-75.

Lekarp F., Isacsson U. and Dawson A. 2000b. State on the Art. II : Permanent strain Response of Unbound Aggregates. Journal of Transportation Engineering, 126(1): 76-84.

Lemieux, N. 2001. La gélivité des matériaux MG 20 utilisés dans les fondations routières. Mémoire de maîtrise, Université Laval, Québec.

318

Levine, D.M, Ramsey, P.P and Smidt, R.K. 2001. Applied statistics for engineers and scientists:Using Microsoft excel & Minitab. Prentice Hall, New Jersey.

Locat, J., Tanaka, H., Tan, T. S., Dasari, G. R. and Lee, H. 2003. Natural soils : Geotechnical behaviour and geological knowledge. In Characterization and engineering properties of natural soils, Tan and al. editors, pp. 3-28.

Lujan, D.L. 2003. Soil physical properties affecting soil erosion in tropical soils. Lecture given at the college on soil physics, pp. 233-243.

Ministère des Transports du Québec 1993. Détermination du potentiel de ségrégation des sols (LC 22–331). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 1993. Potentiel de succion (LC 22–330). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2001. Granulats – Détermination de la résistance à l’abrasion au moyen de l’appareil Los Angeles (LC 21–400). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2001. Granulats – Détermination de la valeur au bleu de méthylène des sols et des granulats (LC 21–255). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2001. Détermination de la valeur au bleu de méthylène des sols et des granulats (LC-22-255). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2002. Granulats – Détermination du pourcentage de particules fracturées du gros granulat (LC 21–100). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2002. Granulats – Détermination du pourcentage d’usure par attrition du gros granulat au moyen de l’appareil Micro-Deval (LC 21–070). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2003. Granulats – Détermination du pourcentage de particules « plates » et de particules « allongées » (LC 21–265). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2003. Granulats – Analyse granulométrique (LC 21–040). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

319

Ministère des Transports du Québec 2004. Granulats – Détermination de la masse volumique et du pourcentage de vide (LC 21–060). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2004. Granulats – Détermination de la densité et de l’absorption d’un granulat fin (LC 21–065). Procédure du laboratoire des chaussées, Ministère des Transports du Québec, Québec.

Ministère des Transports du Québec 2004. Détermination du module réversible et du coefficient de poisson réversible des matériaux granulaires à l’aide d’une cellule triaxiale à chargement déviatorique répété (LC-22-400). Procédure de laboratoire, Ministère des Transports du Québec, Québec.

Mirghasemi, A. A. and Khalkhali, A. B. 2002. Influence of particle gradation on shear strength of coarse grained soils – A numerical (DEM) investigation. In Proceedings of the 55th Canadian Geotechnical and 3rd Joint IAH-CNC and CGS Groundwater Specialty Conferences, Niagara Falls, Ontario, pp. 751-758.

Mokwa, R., Trimble, N. and Cuelho, E. 2007. Experimental assessment of aggregate surfacing materials. Report No. FHWA/MT-07-011/8117-30, Montana Department of Transportation, Helena, Montana.

Morse, B. 2006. Laboratoire d’hydraulique. Notes du cours GCI-21430. Département de génie civil, Université Laval, Québec.

Moulton, L. K. 1980. Highway Subdrainage Design. Federal Highway Administration Report No. FHWA-TS-80-224

Moynahan JR, T.J. and Sternberg, Y.M. 1974. Effects on highway subdrainage of gradation and direction of flow within a densely graded base course material. Transportation Research Record, No. 497, pp. 50-59.

Nearing, M. A. and Parker, S. C. 1994. Note : Detachment of soil by flowing water under turbulent and laminar conditions. Soil Science Society of America Journal, 58, 1612-1614.

NQ. 1987. Sols – Analyse granulométrique des sols inorganiques. Bureau de normalisation du Québec (Québec, Que.), NQ 2501-025.

Paige-Green P. 1999. Geological factors affecting performance of unsealed roads materials. In Seventh International Conference on Low-Volume roads, Baton-Rouge, Louisiana, Transportation Research Board, Washington, D.C., pp. 10-15.

Pan, T, Tutumluer, E. And Anochie-Boateng, J. 2006. Aggregate morphology affecting resilient response of unbound granular materials. In 85th Annual meeting of Transportation Research Board, Washington D.C

320

Pan, T. and Tutumluer, E. 2007. Permanent deformation and strength characteristics of crushed aggregates blended with gravel. In 86th Annual meeting of Transportation Research Board, Washington D.C.

Perera, Y.Y., Zapata, C.E., Houston, W.N. and Houston, S.L. 2005. Prediction of the soil-water characteristic curve based on grain-size distribution and index properties. In E.M. Rathje (ed.), Geotechnical Special Publications 130-142 & GRI-18; Proceedings of the Geo-Frontiers Congress, Austin, Texas.

Petruccelli, J., Nandram, B. and Chen, M. 1999. Applied statistics for engineers and scientists. Prentice Hall, New Jersey.

Raad, L., Minassian, G. and Gartin, S. 1992. Characterization of saturated granular bases under repeated loads. Transportation Research Record, 1369: 73-82.

Rahim, A. M. and George, K. P. 2004. Subgrade soil index properties to estimate resilient modulus. In 83rd Transportation Research Board CD-Rom, Washington, D.C.

Rahim, A. M. and George, K. P. 2005. Model to estimate subgrade resilient modulus for pavement design. International Journal of Pavement Engineering, 6(2): 89-96.

Randolph B. W., Cai J., Heydinger A.G. and Gupta J.D. 2000. Laboratory study of Hydraulic conductivity for coarse aggregate bases. Transportation Research Record, 1519: 19-27.

Richardson, D. 1997. Drainability characteristics of granular pavement base materials. Journal of transportation engineering, 123(5): 385-392.

Richter, C. A. 2006. Seasonal Variations in the Moduli of Unbound Pavement Materials. Federal Highway Administration Report No. FHWA-HRT-04-079.

Rieke, R., Vinson, T.S., and Mageau, D.W., 1983. The role of specific surface area and related index properties in the frost heave susceptibility of soils. In: Proceedings of the 4th International Conference on Permafrost, Fairbanks, Alaska, 18–22 July 1983, 1066–1071.

Roberts, J. D., Jepsen, R. A. and James, S. C. 2003. Measurements of sediment erosion and transport with the adjustable shear stress erosion and transport flume. Journal of hydraulic engineering, ASCE 129(11): 862-871.

Ross, S. 1987. Introduction to probability and statistics for engineers and scientists. Wiley & sons, New York.

Saarelainen, S., Modelling frost heaving and frost penetration in soils at some observation sites in Finland. The SSR model. Espoo 1992, VTT, VTT publications 95, Technical research center of Finland, 1992, 120 p.

321

Saint-Laurent, D. (1998). Variations saisonnières de l’endommagement structural de quelques chaussées souples. Bulletin d’information technique Info DLC, Vol. 3, n° 9.

Saint-Laurent, D., Roy, M. et Bergeron, G. (1995). Variations saisonnières de la portance des chaussées souples : une étude avec le FWD. Recueil des communications du 30ème Congrès annuel de l’Association québécoise du transport et des routes, Hull, Québec, p. 52 à 73.

Saetersdal, R. 1981. Prediction of the frost susceptibility of soils for public roads in Norway. Frost I Jord (Frost action in soils), 22: p. 35.

Savard, Y. 1995. Les développements en drainage des chaussées à Transports Québec. Recueil des communications du 31ème congrès annuel de l’Association québécoise du transport et des routes, p. 125-149.

Scholen D. E. 1995. Stabilizer mechanisms in non-standard stabilizers. In Proceedings of the Sixth International Conference on Low-Volume Roads, Minneapolis, Minnesota, pp. 234-260.

Simonsen, E., Janoo, V. C. and Isacsson, U. 2002. Resilient properties of unbound road materials during seasonal frost conditions. Journal of Cold Regions Engineering, ASCE 16(1): 28-50.

Société Canadienne de Géotechnique 1994. Manuel canadien d’ingénierie des fondations. P. Morin Éditeurs, Ottawa, Ontario.

Sorial, M. et Lacharité, M. 1988. Les projets d’infrastructures routières et l’érosion des sols. Rapport des Études de recherche en transports, Génie et Environnement, Ministère des Transports du Québec, Québec.

Stolle, D.F.E., Guo, P. and Liu, Y. (2006). Resilient modulus properties of typical granular base materials of Ontario. In Proceedings of the 59th Canadian Geotechnical Conference, Vancouver, B.-C.

Svoboda, L. 2002. Design of Aggregate Mix. CTU Rep., Proceedings of Workshop, vol.6, pp. 606-607.

Swanson, H. 1985. Literature review on frost heaving. Report No. CDOH-DTP-R-85-1, Colorado department of highways, Denver, Colorado.

Tessier G. R. 1990. Guide de construction et d’entretien des chaussées, Association Québécoise du Transports et des Routes, Montréal, Québec.

Tester, R. and Gaskin, P. 1996. The effect of fines content on the frost susceptibility of a crushed limestone. Canadian Geotechnical Journal, 33(4): 678-680

322

Theyse, H. L. 2002. Stiffness, strength and performance of unbound aggregate material: Application of South African HVS and laboratory results to California flexible pavements. Report for the California Pavement Research Program, University of California, Pavement Research Center.

Thom, N. H. and Brown, S. F. 1987. The effect of moisture on the structural performance of a crushed-limestone road base. Transportation Research Record, 1121: 50-56.

Thom, N. H. and Brown, S. F. 1988. The effect of grading and density on the mechanical properties of a crushed dolomitic limestone. In Proceedings of the 14th Australian Road Research Board, Volume 14, Part. 7, pp. 94-100.

Thom, N. H. and Brown, S. F. 1989. The mechanical properties of unbound aggregates from various sources. In Proceedings of the 3rd Symposium on Unbound Aggregates in Roads (UNBAR4), University of Nottingham. Edited by R.-H. Jones and A. R. Dawson. Butterwoths, London, pp. 130-142.

Thompson, M. R., and Smith, 1990. Repeated Triaxial Characterization of Granular Bases. Transportation Research Record, No. 1278.

Tian P., Zaman M. M. and Laguros J.G. 1998. Gradation and moisture effects on resilient moduli of aggregates. Transportation Research Record, 1619, pp. 75-84.

Transportation Association of Canada 1997. Pavement design and management guide. Dr. Ralph Haas Editor, Waterloo.

Tutumluer, E. and Seyhan, U. 1999. Laboratory Determination of Anisotropic Aggregate Resilient Moduli Using An Innovative Test Device. Transportation Research Record, No 1687, pp. 13-21.

Uthus, L. 2007. Deformation properties of unbound granular materials. PhD Dissertation, University of Trondheim, Trondheim, Norway.

Uthus, L., Hermansson, A., Horvli, I. and Hoff, I. 2006. A study on the influence of water and fines on the deformation properties and frost heave of unbound aggregates. Cold Regions Engineering – Current Practices in cold Regions Engineering, American Society of Civil Engineers.

Uzan, J. 1985. Characterization of Granular Material. Transportation Research Record 1022, Transportation Research Board, Washington D.C., USA, pp. 52-59.

VanDine, D. F. and Sims, G. 1994. AGGPROS (Aggregate Processing Software) A New Tool for an Old Profession. Geotechnical News, 13(3): 73-76.

Vavrik, W., Huber, G., Pine, W., Carpenter, S. And Bailey, R. 2002. Bailey method for gradation selection in HMA mixture design. Transportation Research E-Circular, number E-C044, Washington.

323

Vermont Agency of Natural Resources 2003. Vermont Stream Geomorphic Assessment Protocol Handbooks. Vermont Agency of Natural Resources Report, Waterbury, Vermont.

Windisch, É. J. 1996. Grain-size distribution of mixed aggregates. Geotechnical testing journal, 19(2): 227-331.

Zaman M., Chen D.-H. and Laguros J.G. 1994. Resilient Moduli of Granular Materials. Journal of Transportation Engineering, 120(6): 967-988.

Zhang, G.-H., Liu, B.-Y., Nearing, M. A., Huang, C.-H. and Zhang, K.-L. 2002. Technical note: Soil detachment by shallow flow. Transaction of the American Society of Agricultural Engineers, ASAE 45(2): 351-357.

Zhang, G.-H., Liu, B.-Y., Liu, G.-B., He, X.-W and Nearing, M. A. 2003. Detachment of undisturbed soil by shallow flow. Soil Science Society of America Journal, 67: 713-719.

324

ANNEXE A ESSAIS DE CARACTÉRISATION

325

Tableau A.1 : Essais de masse volumique – gneiss granitique

326

Tableau A.2 : Essais de masse volumique – calcaire

327

Tableau A.3 : Essais de masse volumique – basalte

328

x

Figure A.1 : Proctor – Gneiss CS et CM (0-5 mm)

329

Figure A.2 : Proctor – Gneiss CI et CSI (0-5 mm)

330

Figure A.3 : Proctor – Gneiss CIS et CSS (0-5 mm)

331

Figure A.4 : Proctor – Calcaire CS et CM (0-5 mm)

332

Figure A.5 : Proctor – Calcaire CI et CSI (0-5 mm)

333

Figure A.6 : Proctor – Calcaire CIS et CSS (0-5 mm)

334

Figure A.7 : Proctor – Basalte CS et CM (0-5 mm)

335

Figure A.8 : Basalte CI et CSI (0-5 mm)

336

Figure A.9 : Basalte CIS et CSS (0-5 mm)

337

Figure A.10 :Proctor – Particules fines – gneiss/calcaire/basalte

338

Figure A.11 : Limites de consistance – particules fines – gneiss/calcaire/basalte

339

Figure A.12 : Sédimentation – particules fines - gneiss

340

Figure A.13 : Sédimentation – particules fines - calcaire

341

Figure A.14 : Sédimentation – particules fines - basalte

342

ANNEXE B ESSAIS DE POTENTIEL DE SÉGRÉGATION

343

Figure B.1 : Essais de potentiel de ségrégation – Gneiss CS et CM

344

Figure B.2 : Essais de potentiel de ségrégation – Gneiss CI et CS

345

Figure B.3 : Essais de potentiel de ségrégation – Gneiss CIS et CSS

346

Figure B.4 : Essais de potentiel de ségrégation – Calcaire CS et CM

347

Figure B.5 : Essais de potentiel de ségrégation – Calcaire CI et CSI

348

Figure B.6 : Essais de potentiel de ségrégation – Calcaire CIS et CSS

349

Figure B.7 : Essais de potentiel de ségrégation – Basalte CS et CM

350

Figure B.8 : Essais de potentiel de ségrégation – Basalte CI et CSI

351

Figure B.9 : Essais de potentiel de ségrégation – Basalte CIS et CSS

352

ANNEXE C ESSAIS DE DÉGEL

353

Figure C.1 : Dégel – Chargement avant-gel – Gneiss CS, CM et CI

354

Figure C.2 : Dégel – Chargement avant-gel – Gneiss CSI, CIS et CSS

355

Figure C.3 : Dégel – Chargement avant-gel – Calcaire CS, CM et CI

356

Figure C.4 : Dégel – Chargement avant-gel – Calcaire CSI, CIS et CSS

357

Figure C.5 : Dégel – Chargement avant-gel – Basalte CS, CM et CI

358

Figure C.6 : Dégel – Chargement avant-gel – Basalte CSI, CIS et CSS

359

Figure C.7 : Chargements en dégel – Gneiss CS

360

Figure C.8 : Chargements en dégel – Gneiss CM

361

Figure C.9 : Chargements en dégel – Gneiss CI

362

Figure C.10 : Chargements en dégel – Gneiss CSI

363

Figure C.11 : Chargements en dégel – Gneiss CIS

364

Figure C.12 : Chargements en dégel – Gneiss CSS

365

Figure C.13 : Chargements en dégel – Calcaire CS

366

Figure C.14 : Chargements en dégel – Calcaire CM

367

Figure C.15 : Chargements en dégel – Calcaire CI

368

Figure C.16 : Chargements en dégel – Calcaire CSI

369

Figure C.17 : Chargements en dégel – Calcaire CIS

370

Figure C.18 : Chargements en dégel – Calcaire CSS

371

Figure C.19 : Chargements en dégel – Basalte CS

372

Figure C.20 : Chargements en dégel – Basalte CM

373

Figure C.21 : Chargements en dégel – Basalte CI

374

Figure C.22 : Chargements en dégel – Basalte CSI

375

Figure C.23 : Chargements en dégel – Basalte CIS

376

Figure C.24 : Chargements en dégel – Basalte CSS

377

ANNEXE D ESSAIS DE RÉSISTANCE À L’ÉROSION

378

Figure D.1 : Résistance à l’érosion – Gneiss CS, CM, CI et CSI

379

Figure D.2 : Résistance à l’érosion – Gneiss CIS, CSS, Basalte CS et CM

380

Figure D.3 : Résistance à l’érosion – Basalte CI, CSI, CIS et CSS

381

Figure D.4 : Résistance à l’érosion – Calcaire CS, CM, CI et CSI

382

Figure D.5 : Résistance à l’érosion – Calcaire CI et CSS

383

ANNEXE E ESSAIS DE PERMÉABILITÉ

384

Figure E.1 : Conductivité hydraulique – Gneiss CS et CM

385

Figure E.2 : Conductivité hydraulique – Gneiss CI et CSI

386

Figure E.3 : Conductivité hydraulique – Gneiss CIS et CSS

387

Figure E.4 : Conductivité hydraulique – Calcaire CS et CM

388

Figure E.5 : Conductivité hydraulique – Calcaire CI et CSI

389

Figure E.6 : Conductivité hydraulique – Calcaire CIS et CSS

390

Figure E.7 : Conductivité hydraulique – Basalte CS et CM

391

Figure E.8 : Conductivité hydraulique – Basalte CI et CSI

392

Figure E.9 : Conductivité hydraulique – Basalte CIS et CSS

393

ANNEXE F ESSAIS DE MODULE RÉVERSIBLE

394

Figure F.1 : Module réversible – Gneiss CS – État initial et saturé

395

Figure F.2 : Module réversible – Gneiss CS – État drainé et compilation

396

Figure F.3 : Module réversible – Gneiss CM – État initial et saturé

397

Figure F.4 : Module réversible – Gneiss CM – État drainé et compilation

398

Figure F.5 : Module réversible – Gneiss CI – État initial et saturé

399

Figure F.6 : Module réversible – Gneiss CI – État drainé et compilation

400

Figure F.7 : Module réversible – Gneiss CSI – État initial et saturé

401

Figure F.8 : Module réversible – Gneiss CSI – État drainé et compilation

402

Figure F.9 : Module réversible – Gneiss CIS – État initial et saturé

403

Figure F.10 : Module réversible – Gneiss CÌS – État drainé et compilation

404

Figure F.11 : Module réversible – Gneiss CSS – État initial et saturé

405

Figure F.12 : Module réversible – Gneiss CSS – État drainé et compilation

406

Figure F.13 : Module réversible – Calcaire CS – État initial et saturé

407

Figure F.14 : Module réversible – Calcaire CS – État drainé et compilation

408

Figure F.15 : Module réversible – Calcaire CM – État initial et saturé

409

Figure F.16 : Module réversible – Calcaire CM – État drainé et compilation

410

Figure F.17 : Module réversible – Calcaire CI – État initial et saturé

411

Figure F.18 : Module réversible – Calcaire CI – État drainé et compilation

412

Figure F.19 : Module réversible – Calcaire CSI – État initial et saturé

413

Figure F.20 : Module réversible – Calcaire CSI – État drainé et compilation

414

Figure F.21 : Module réversible – Calcaire CIS – État initial et saturé

415

Figure F.22 : Module réversible – Calcaire CIS – État drainé et compilation

416

Figure F.23 : Module réversible – Calcaire CSS – État initial et saturé

417

Figure F.24 : Module réversible – Calcaire CSS – État drainé et compilation

418

Figure F.25 : Module réversible – Basalte CS – État initial et saturé

419

Figure F.26 : Module réversible – Basalte CS – État drainé et compilation

420

Figure F.27 : Module réversible – Basalte CM – État initial et saturé

421

Figure F.28 : Module réversible – Basalte CM – État drainé et compilation

422

Figure F.29 : Module réversible – Basalte CI – État initial et saturé

423

Figure F.30 : Module réversible – Basalte CI – État drainé et compilation

424

Figure F.31 : Module réversible – Basalte CSI – État initial et saturé

425

Figure F.32 : Module réversible – Basalte CSI – État drainé et compilation

426

Figure F.33 : Module réversible – Basalte CIS – État initial et saturé

427

Figure F.34 : Module réversible – Basalte CIS – État drainé et compilation

428

Figure F.35 : Module réversible – Basalte CSS – État initial et saturé

429

Figure F.36 : Module réversible – Basalte CSS – État drainé et compilation

430

ANNEXE G ESSAIS DE SUSCEPTIBILITÉ À LA DÉFORMATION

PERMANENTE

431

Figure G.1 : Déformation permanente - gneiss

432

Figure G.2 : Déformation permanente - calcaire

433

Figure G.3 : Déformation permanente - basalte

434

ANNEXE H COEFFICIENTS DE CORRÉLATION ENTRE LA POROSITÉ ET DES VARIABLES EXPLICATIVES

435

Tableau H.1 : Valeurs de R entre des variables explicatives et n (linéaire et logarithmique) Linéaire (Linéaire-Linéaire) : y=ax+b Logarithmique (Linéaire-Log.) : y=aLOG(x)+b

Gneiss Calcaire Basalte Gneiss Calcaire Basalte

D30 S 0,94 14/0,315 1,00 14/0,16 0,99 D30 S 0,94 10/0,63 0,99 14/0,16 0,99

2,5/0,63 0,94 10/0,315 1,00 20/0,16 0,98 2,5/0,63 0,93 5/1,25 0,99 10/0,16 0,99

5/0,315 0,93 5/1,25 0,99 10/0,16 0,98 5/0,315 0,92 5/2,5 0,99 14/0,315 0,98

5/0,63 0,92 10/0,63 0,99 14/0,315 0,98 5/0,63 0,92 14/0,63 0,99 10/0,315 0,98

10/0,315 0,92 D50 S 0,99 10/0,315 0,97 10/0,315 0,90 D50 S 0,99 5/0,16 0,97

2,5/0,315 0,91 5/0,63 0,99 2,5/0,63 0,95 2,5/0,315 0,90 10/1,25 0,99 20/0,16 0,97

14/0,315 0,89 5/2,5 0,99 20/0,315 0,95 14/0,315 0,87 D30 S 0,99 20/0,315 0,96

5/0,08 0,86 20/0,315 0,98 0,315/0,08 0,94 5/2,5 0,83 14/1,25 0,98 5/0,315 0,95

10/0,16 0,85 2,5/1,25 0,98 5/0,16 0,94 10/0,63 0,82 20/0,315 0,98 2,5/0,63 0,95

10/0,08 0,84 D10 S 0,98 5/0,315 0,94 5/0,16 0,82 14/0,315 0,98 0,315/0,08 0,95

5/0,16 0,84 14/0,63 0,98 0,315/0,16 0,93 5/1,25 0,82 D10 S 0,98 0,315/0,16 0,94

10/0,63 0,84 20/0,16 0,98 2,5/1,25 0,91 5/0,08 0,81 2,5/1,25 0,98 10/0,63 0,93

5/2,5 0,83 10/1,25 0,97 5/0,63 0,90 10/0,16 0,81 10/2,5 0,98 14/0,63 0,93

14/0,08 0,83 14/0,16 0,97 10/0,63 0,90 1,25/0,315 0,80 5/0,63 0,98 5/0,63 0,93

5/1,25 0,82 D30 S 0,97 14/0,63 0,89 2,5/1,25 0,80 14/2,5 0,97 2,5/1,25 0,92

14/0,16 0,82 10/2,5 0,96 D10 S 0,89 10/0,08 0,80 10/0,315 0,97 d10 0,92

2,5/0,08 0,82 14/1,25 0,96 2,5/0,315 0,85 14/0,63 0,79 d10 0,97 D10 S 0,90

D50 S 0,81 20/0,63 0,95 d10 0,85 0,63/0,315 0,79 20/0,63 0,97 14/1,25 0,89

14/0,63 0,81 d10 0,95 2,5/0,16 0,84 2,5/0,08 0,79 20/1,25 0,94 10/1,25 0,89

1,25/0,315 0,80 14/2,5 0,95 14/1,25 0,84 D50 S 0,78 14/10 0,93 2,5/0,16 0,88

2,5/1,25 0,80 20/1,25 0,94 10/1,25 0,84 14/0,16 0,78 14/5 0,93 5/1,25 0,87

0,63/0,315 0,79 14/10 0,93 5/1,25 0,83 14/0,08 0,78 10/5 0,93 D50 S 0,87

2,5/0,16 0,78 14/5 0,93 14/2,5 0,83 2,5/0,16 0,78 20/0,16 0,92 2,5/0,315 0,87

1,25/0,63 0,77 d20 0,93 10/2,5 0,82 1,25/0,63 0,77 14/0,16 0,91 14/2,5 0,86

1,25/0,08 0,77 10/5 0,93 20/0,63 0,81 1,25/0,08 0,75 20/2,5 0,91 20/0,63 0,86

D60 S 0,76 10/0,16 0,92 D50 S 0,81 D60 S 0,73 d20 0,90 10/2,5 0,86

20/0,315 0,74 20/2,5 0,92 5/2,5 0,80 20/0,315 0,71 5/0,315 0,89 14/0,08 0,85

D10 S 0,74 5/0,315 0,90 D60 S 0,80 0,63/0,08 0,71 10/0,16 0,88 D60 S 0,85

0,63/0,08 0,74 0,315/0,16 0,89 14/0,08 0,80 D10 S 0,71 0,315/0,16 0,87 20/0,08 0,84

10/1,25 0,72 d30 0,88 20/0,08 0,79 1,25/0,16 0,71 d30 0,82 10/0,08 0,83

20/0,08 0,72 20/5 0,85 10/0,08 0,78 10/1,25 0,70 20/5 0,81 5/2,5 0,83

RGG 0,71 2,5/0,63 0,81 14/10 0,77 RGG 0,69 2,5/0,63 0,80 d20 0,80

14/1,25 0,70 D60 S 0,77 %MVNT_GG 0,75 14/1,25 0,69 D60 S 0,78 20/1,25 0,78

20/0,16 0,68 5/0,16 0,70 14/5 0,75 20/0,08 0,67 5/0,16 0,74 D30 S 0,77

1,25/0,16 0,68 0,315/0,08 0,68 10/5 0,74 P20 0,66 0,315/0,08 0,69 14/10 0,77

20*14 0,67 Cc S 0,66 20/1,25 0,74 0,63/0,16 0,66 20/0,08 0,66 14/5 0,76

P20 0,67 %G 0,66 1,25/0,16 0,73 20/0,16 0,65 14/0,08 0,63 10/5 0,75

P14 0,66 20/10 0,65 0,63/0,16 0,72 20*14 0,65 Cc S 0,62 %MVNT_GG 0,75

436

10/2,5 0,64 %MVNT_GG 0,62 d20 0,70 P14 0,65 %MVNT_GG 0,62 1,25/0,16 0,74

0,63/0,16 0,64 RGG 0,62 D30 S 0,69 10/2,5 0,63 20/10 0,61 0,63/0,16 0,73

0,315/0,08 0,64 d40 0,61 20/2,5 0,67 0,315/0,08 0,62 2,5/0,315 0,61 d30 0,69

d10 0,63 20/0,08 0,60 d30 0,66 14/2,5 0,61 %G 0,60 20/2,5 0,69

14*10 0,61 2,5/0,315 0,58 2,5/0,08 0,64 d10 0,61 RGG 0,60 1,25/0,315 0,61

14/2,5 0,61 d50 0,57 1,25/0,315 0,61 14*10 0,58 d40 0,56 2,5/0,08 0,61

%S 0,60 14/0,08 0,55 0,63/0,315 0,60 %S 0,56 10/0,08 0,52 0,63/0,315 0,60

20*10 0,57 10/0,08 0,43 1,25/0,63 0,57 20*10 0,55 d50 0,49 1,25/0,63 0,57

14*5 0,55 2,5/0,16 0,37 1,25/0,08 0,56 20/0,63 0,54 2,5/0,16 0,43 RGG 0,53

20/0,63 0,54 d60 0,30 RGG 0,54 0,315/0,16 0,52 0,63/0,315 0,31 d40 0,46

P10 0,53 0,63/0,315 0,30 0,63/0,08 0,53 P10 0,51 P20 0,28 1,25/0,08 0,45

0,315/0,16 0,50 P20 0,28 d40 0,47 14*5 0,50 d60 0,28 0,63/0,08 0,41

10*5 0,49 0,63/0,16 0,18 20/5 0,42 10*5 0,43 Cc 0,20 20/5 0,41

20*5 0,47 1,25/0,315 0,17 Cc S 0,35 20*5 0,43 0,63/0,16 0,19 Cc S 0,30

P5 0,39 Cc 0,15 Cu S 0,30 d20 0,37 1,25/0,315 0,18 Cu S 0,27

20/1,25 0,36 1,25/0,16 0,14 %G 0,27 %MVNT_GG 0,37 1,25/0,16 0,14 %G 0,25

%MVNT_GG 0,36 20/14 0,14 d50 0,24 20/1,25 0,36 20/14 0,14 d50 0,24

14*2,5 0,36 dmax 0,08 Cc 0,23 P5 0,36 dmax 0,08 Cc 0,23

d20 0,31 20*14 0,04 P14 0,18 14*2,5 0,34 20*14 0,07 P14 0,18

10*2,5 0,31 2,5/0,08 0,04 20*14 0,17 14/5 0,32 d70 0,02 20*14 0,18

14/10 0,31 P14 -0,02 P20 0,16 14/10 0,31 P14 0,00 P20 0,16

14/5 0,30 d70 -0,02 20/10 0,14 10*2,5 0,28 Cu G -0,04 20/10 0,12

10/5 0,25 Cu G -0,06 14*10 0,08 10/5 0,27 2,5/0,08 -0,05 14*10 0,07

5*2,5 0,24 1,25/0,63 -0,07 d60 0,04 5*2,5 0,21 1,25/0,63 -0,06 d60 0,04

20*2,5 0,21 1,25/0,08 -0,08 20*10 0,02 20*2,5 0,19 d80 -0,11 20*10 0,01

14*1,25 0,19 0,63/0,08 -0,11 P10 -0,02 14*1,25 0,17 D60 G -0,13 P10 -0,04

Cc S 0,14 d80 -0,15 14*5 -0,07 Cc S 0,15 D30 G -0,20 d70 -0,07

10*1,25 0,14 D60 G -0,16 %S -0,07 d30 0,14 D50 G -0,21 14*5 -0,10

20/2,5 0,13 14*10 -0,23 d70 -0,08 20/2,5 0,14 Cc G -0,23 %S -0,11

d30 0,13 D30 G -0,23 10*5 -0,14 10*1,25 0,12 d90 -0,24 Cc G -0,12

5*1,25 0,09 D50 G -0,24 Cc G -0,16 5*1,25 0,07 1,25/0,08 -0,25 Cu G -0,16

P2,5 0,07 Cc G -0,25 Cu G -0,17 P2,5 0,05 14*10 -0,26 d80 -0,16

14*0,63 0,05 d90 -0,26 d80 -0,18 14*0,63 0,03 0,63/0,08 -0,26 dmax -0,18

10*0,63 0,01 20*10 -0,28 dmax -0,18 10*0,63 -0,01 20*10 -0,31 10*5 -0,18

20*1,25 -0,01 D10 G -0,32 20*5 -0,18 20*1,25 -0,03 D10 G -0,31 20/14 -0,19

5*0,63 -0,03 P10 -0,40 20/14 -0,19 5*0,63 -0,05 P10 -0,44 20*5 -0,21

2,5*1,25 -0,04 14*5 -0,44 D50 G -0,24 2,5*1,25 -0,07 14*5 -0,55 D50 G -0,23

d40 -0,12 10*5 -0,51 d90 -0,24 Cu S -0,12 14*0,08 -0,61 d90 -0,25

2,5*0,63 -0,16 20*5 -0,56 P5 -0,27 d40 -0,16 20*0,08 -0,61 P5 -0,29

P1,25 -0,16 %S -0,58 D60 G -0,32 Cc -0,18 10*5 -0,63 D60 G -0,30

Cc -0,17 14*2,5 -0,61 14*2,5 -0,33 P1,25 -0,18 P0,08 -0,64 D30 G -0,31

437

Cu S -0,17 14*0,08 -0,62 D30 G -0,34 2,5*0,63 -0,18 %F -0,64 14*2,5 -0,36

20*0,63 -0,20 10*2,5 -0,64 10*2,5 -0,38 20*0,63 -0,21 20*5 -0,64 10*2,5 -0,41

20/5 -0,20 20*0,08 -0,64 5/0,08 -0,44 20/5 -0,23 %S -0,67 5/0,08 -0,47

14*0,315 -0,21 P5 -0,66 14*1,25 -0,48 14*0,315 -0,24 10*0,08 -0,68 D10 G -0,49

10*0,315 -0,23 10*0,08 -0,66 20*2,5 -0,48 10*0,315 -0,25 P5 -0,73 20*2,5 -0,50

1,25*0,63 -0,24 P0,08 -0,67 D10 G -0,49 5*0,315 -0,27 14*2,5 -0,74 14*1,25 -0,51

5*0,315 -0,25 %F -0,67 10*1,25 -0,51 1,25*0,63 -0,28 %MVT_GF -0,77 10*1,25 -0,54

14*0,16 -0,31 5/0,08 -0,67 5*2,5 -0,56 14*0,16 -0,34 5*0,08 -0,77 5*2,5 -0,58

10*0,16 -0,32 14*1,25 -0,68 P2,5 -0,58 10*0,16 -0,34 10*2,5 -0,77 P2,5 -0,59

5*0,16 -0,33 10*1,25 -0,70 14*0,63 -0,58 5*0,16 -0,35 Cu S -0,78 14*0,63 -0,60

2,5*0,315 -0,33 5*0,08 -0,70 10*0,63 -0,61 Cc G -0,35 14*1,25 -0,81 10*0,63 -0,63

d50 -0,34 5*2,5 -0,71 20*1,25 -0,63 2,5*0,315 -0,37 5/0,08 -0,82 20*1,25 -0,64

Cc G -0,36 2,5*0,08 -0,73 5*1,25 -0,64 d50 -0,37 20*2,5 -0,82 5*1,25 -0,65

P0,63 -0,36 1,25*0,08 -0,73 2,5*1,25 -0,65 P0,63 -0,37 10*1,25 -0,83 2,5*1,25 -0,66

14*0,08 -0,36 20*2,5 -0,73 P1,25 -0,72 %G -0,41 2,5*0,08 -0,84 P1,25 -0,71

10*0,08 -0,37 14*0,63 -0,74 2,5*0,63 -0,72 2,5*0,16 -0,42 14*0,63 -0,84 2,5*0,63 -0,71

2,5*0,16 -0,37 0,63*0,08 -0,74 20*0,63 -0,74 10*0,08 -0,42 14*0,16 -0,85 20*0,63 -0,73

5*0,08 -0,38 2,5*1,25 -0,75 14*0,315 -0,75 5*0,08 -0,42 5*2,5 -0,86 1,25*0,63 -0,76

1,25*0,315 -0,38 10*0,63 -0,75 1,25*0,63 -0,77 14*0,08 -0,43 0,63*0,08 -0,86 14*0,08 -0,76

%G -0,39 14*0,16 -0,75 10*0,315 -0,77 20/10 -0,44 10*0,63 -0,86 14*0,315 -0,77

1,25*0,16 -0,40 Cu S -0,76 14*0,08 -0,77 1,25*0,315 -0,44 1,25*0,08 -0,86 10*0,08 -0,77

2,5*0,08 -0,41 5*1,25 -0,76 5*0,63 -0,78 1,25*0,16 -0,47 P2,5 -0,87 10*0,315 -0,78

20/10 -0,41 10*0,16 -0,76 10*0,08 -0,79 2,5*0,08 -0,48 10*0,16 -0,88 5*0,63 -0,78

1,25*0,08 -0,43 5*0,315 -0,77 5*0,08 -0,81 20*0,315 -0,48 20*1,25 -0,88 5*0,08 -0,79

20*0,315 -0,45 5*0,16 -0,77 14*0,16 -0,81 20*0,16 -0,50 5*1,25 -0,88 P0,63 -0,80

0,63*0,315 -0,46 %MVT_GF -0,77 10*0,16 -0,82 0,63*0,315 -0,51 20*0,16 -0,89 20*0,08 -0,81

0,63*0,16 -0,47 1,25*0,16 -0,78 P0,63 -0,82 1,25*0,08 -0,51 2,5*1,25 -0,89 2,5*0,315 -0,82

20*0,16 -0,47 2,5*0,16 -0,78 2,5*0,315 -0,82 d60 -0,52 5*0,315 -0,90 P0,08 -0,83

0,63*0,08 -0,48 2,5*0,63 -0,79 5*0,315 -0,82 0,63*0,16 -0,52 5*0,16 -0,90 %F -0,83

d60 -0,49 0,63*0,16 -0,79 5*0,16 -0,82 20*0,08 -0,55 14*0,315 -0,90 5*0,315 -0,83

20*0,08 -0,50 20*1,25 -0,79 20*0,08 -0,84 0,63*0,08 -0,55 20*0,63 -0,91 5*0,16 -0,83

P0,16 -0,55 1,25*0,63 -0,79 2,5*0,08 -0,84 P0,16 -0,58 10*0,315 -0,91 14*0,16 -0,84

P0,08 -0,57 14*0,315 -0,81 1,25*0,315 -0,85 P0,315 -0,60 P0,16 -0,91 10*0,16 -0,84

%F -0,57 20*0,16 -0,81 2,5*0,16 -0,85 D30 G -0,61 2,5*0,63 -0,91 1,25*0,315 -0,84

P0,315 -0,58 P2,5 -0,81 1,25*0,08 -0,86 P0,08 -0,61 P1,25 -0,91 2,5*0,08 -0,86

D30 G -0,60 Cu -0,81 P0,08 -0,86 %F -0,61 5*0,63 -0,92 2,5*0,16 -0,87

d70 -0,62 10*0,315 -0,81 %F -0,86 d70 -0,63 1,25*0,63 -0,93 0,63*0,315 -0,87

D10 G -0,63 5*0,63 -0,81 1,25*0,16 -0,86 D10 G -0,64 2,5*0,16 -0,93 20*0,315 -0,88

20/14 -0,64 1,25*0,315 -0,82 20*0,315 -0,89 20/14 -0,64 RFFGF -0,93 1,25*0,16 -0,89

D60 G -0,67 2,5*0,315 -0,82 0,63*0,08 -0,89 Cu G -0,68 1,25*0,16 -0,94 1,25*0,08 -0,89

Cu G -0,67 P0,16 -0,83 0,63*0,315 -0,89 D60 G -0,68 RFGGF -0,94 RFFGF -0,89

438

D50 G -0,69 0,63*0,315 -0,84 RFGGF -0,89 D50 G -0,70 P0,63 -0,94 RFGGF -0,90

d80 -0,71 20*0,63 -0,84 0,63*0,16 -0,90 d80 -0,72 2,5*0,315 -0,94 0,63*0,08 -0,91

%MVT_GF -0,72 P1,25 -0,86 RFFGF -0,90 %MVT_GF -0,72 0,63*0,16 -0,94 0,63*0,16 -0,91

d90 -0,73 20*0,315 -0,88 20*0,16 -0,90 dmax -0,75 20*0,315 -0,95 20*0,16 -0,92

dmax -0,75 P0,63 -0,90 Cu -0,91 d90 -0,76 1,25*0,315 -0,95 %MVT_GF -0,93

Cu -0,82 P0,315 -0,91 %MVT_GF -0,93 RFFGF -0,89 0,63*0,315 -0,96 P0,315 -0,93

RFFGF -0,89 RFFGF -0,93 P0,315 -0,93 Cu -0,91 Cu -0,97 P0,16 -0,95

RFGGF -1,00 RFGGF -0,94 P0,16 -0,94 RFGGF -1,00 P0,315 -0,97 Cu -0,97

439

Tableau H.2 : Valeurs de R entre des variables explicatives et n (exponentielle et puissance) Exponentielle (Log.-Linéaire) : LOG(y)=ax+b Puissance (Log.-Log.) : LOG(y)=aLOG(x)+b

Gneiss Calcaire Basalte Gneiss Calcaire Basalte

2,5/0,63 0,93 10/0,315 0,99 14/0,16 0,98 D30 S 0,93 10/0,63 1,00 14/0,16 0,99

D30 S 0,93 5/0,63 0,99 20/0,16 0,98 2,5/0,63 0,93 14/0,315 0,99 10/0,16 0,99

5/0,315 0,92 2,5/1,25 0,99 14/0,315 0,97 5/0,315 0,92 14/0,63 0,99 14/0,315 0,98

10/0,315 0,91 14/0,315 0,99 10/0,16 0,97 5/0,63 0,91 10/0,315 0,99 10/0,315 0,98

2,5/0,315 0,91 14/0,16 0,99 10/0,315 0,96 2,5/0,315 0,90 5/0,63 0,99 20/0,16 0,98

5/0,63 0,90 20/0,16 0,98 2,5/0,63 0,95 10/0,315 0,90 5/1,25 0,99 5/0,16 0,97

14/0,315 0,89 5/1,25 0,98 20/0,315 0,95 14/0,315 0,87 D50 S 0,99 20/0,315 0,97

5/0,08 0,85 10/0,63 0,97 0,315/0,08 0,94 5/0,16 0,82 20/0,315 0,99 2,5/0,63 0,95

10/0,16 0,85 D50 S 0,97 0,315/0,16 0,93 10/0,63 0,82 2,5/1,25 0,99 0,315/0,08 0,95

5/0,16 0,84 5/2,5 0,97 5/0,16 0,93 10/0,16 0,82 D10 S 0,98 5/0,315 0,95

10/0,08 0,84 20/0,315 0,97 5/0,315 0,93 5/0,08 0,81 10/1,25 0,98 0,315/0,16 0,94

10/0,63 0,83 D10 S 0,96 2,5/1,25 0,90 1,25/0,315 0,81 5/2,5 0,98 14/0,63 0,94

14/0,16 0,82 14/0,63 0,96 10/0,63 0,90 5/2,5 0,81 D30 S 0,97 10/0,63 0,94

14/0,08 0,82 10/0,16 0,95 14/0,63 0,89 10/0,08 0,80 14/1,25 0,97 5/0,63 0,92

2,5/0,08 0,82 10/1,25 0,95 5/0,63 0,89 14/0,63 0,80 d10 0,97 d10 0,92

5/2,5 0,81 D30 S 0,94 D10 S 0,89 5/1,25 0,80 10/2,5 0,96 2,5/1,25 0,91

1,25/0,315 0,81 10/2,5 0,93 d10 0,85 0,63/0,315 0,80 14/2,5 0,95 D10 S 0,90

14/0,63 0,80 14/1,25 0,93 2,5/0,315 0,84 2,5/0,08 0,79 20/0,63 0,95 14/1,25 0,89

5/1,25 0,80 20/0,63 0,93 2,5/0,16 0,84 14/0,16 0,79 14/0,16 0,95 10/1,25 0,89

1,25/0,63 0,79 5/0,315 0,93 14/1,25 0,84 1,25/0,63 0,79 20/0,16 0,95 2,5/0,16 0,88

0,63/0,315 0,79 14/2,5 0,92 10/1,25 0,83 2,5/0,16 0,78 10/0,16 0,92 14/2,5 0,87

2,5/0,16 0,79 d10 0,92 14/2,5 0,83 14/0,08 0,78 5/0,315 0,92 2,5/0,315 0,87

D50 S 0,78 0,315/0,16 0,92 5/1,25 0,82 2,5/1,25 0,78 20/1,25 0,92 20/0,63 0,86

2,5/1,25 0,78 14/10 0,91 10/2,5 0,82 D50 S 0,76 14/10 0,92 5/1,25 0,86

1,25/0,08 0,77 d20 0,91 20/0,63 0,81 1,25/0,08 0,76 14/5 0,91 D50 S 0,86

20/0,315 0,75 14/5 0,90 D50 S 0,80 0,63/0,08 0,72 10/5 0,91 10/2,5 0,86

0,63/0,08 0,74 20/1,25 0,90 5/2,5 0,80 20/0,315 0,72 d20 0,90 14/0,08 0,85

D10 S 0,74 10/5 0,90 14/0,08 0,79 1,25/0,16 0,72 0,315/0,16 0,90 20/0,08 0,84

D60 S 0,73 20/2,5 0,88 20/0,08 0,79 D10 S 0,71 20/2,5 0,88 D60 S 0,83

20/0,08 0,72 d30 0,86 14/10 0,79 D60 S 0,70 2,5/0,63 0,85 10/0,08 0,83

10/1,25 0,71 2,5/0,63 0,86 D60 S 0,79 RGG 0,70 D60 S 0,82 5/2,5 0,82

RGG 0,71 20/5 0,81 10/0,08 0,77 10/1,25 0,69 d30 0,81 d20 0,80

14/1,25 0,70 D60 S 0,81 14/5 0,77 14/1,25 0,69 5/0,16 0,80 14/10 0,79

20/0,16 0,69 5/0,16 0,76 10/5 0,76 20/0,08 0,68 20/5 0,78 20/1,25 0,78

1,25/0,16 0,69 0,315/0,08 0,74 %MVNT_GG 0,74 0,63/0,16 0,67 0,315/0,08 0,75 14/5 0,78

20*14 0,66 20/0,08 0,67 20/1,25 0,74 20/0,16 0,66 20/0,08 0,72 D30 S 0,77

440

P20 0,66 2,5/0,315 0,65 1,25/0,16 0,72 P20 0,66 14/0,08 0,70 10/5 0,77

P14 0,66 14/0,08 0,62 0,63/0,16 0,72 20*14 0,65 2,5/0,315 0,68 1,25/0,16 0,74

0,63/0,16 0,65 %G 0,62 d20 0,71 P14 0,64 %MVNT_GG 0,61 %MVNT_GG 0,74

0,315/0,08 0,65 RGG 0,62 D30 S 0,69 0,315/0,08 0,63 RGG 0,61 0,63/0,16 0,73

10/2,5 0,63 Cc S 0,62 20/2,5 0,67 10/2,5 0,63 10/0,08 0,61 d30 0,70

d10 0,63 %MVNT_GG 0,61 d30 0,67 14/2,5 0,62 Cc S 0,58 20/2,5 0,69

14/2,5 0,61 20/10 0,61 2,5/0,08 0,64 d10 0,61 20/10 0,57 1,25/0,315 0,61

14*10 0,61 d40 0,61 1,25/0,315 0,61 14*10 0,57 %G 0,57 2,5/0,08 0,61

%S 0,59 d50 0,54 0,63/0,315 0,59 %S 0,55 d40 0,55 0,63/0,315 0,60

20*10 0,56 10/0,08 0,51 1,25/0,63 0,59 20/0,63 0,55 2,5/0,16 0,52 1,25/0,63 0,59

20/0,63 0,55 2,5/0,16 0,46 1,25/0,08 0,56 20*10 0,54 d50 0,46 RGG 0,54

14*5 0,54 0,63/0,315 0,38 RGG 0,55 0,315/0,16 0,53 0,63/0,315 0,39 d40 0,47

P10 0,52 P20 0,31 0,63/0,08 0,53 P10 0,50 P20 0,31 1,25/0,08 0,46

0,315/0,16 0,52 0,63/0,16 0,27 d40 0,48 14*5 0,49 0,63/0,16 0,28 20/5 0,42

10*5 0,48 d60 0,27 20/5 0,43 10*5 0,42 1,25/0,315 0,26 0,63/0,08 0,42

20*5 0,46 1,25/0,315 0,25 Cc S 0,35 20*5 0,42 d60 0,24 Cc S 0,30

P5 0,38 1,25/0,16 0,24 Cu S 0,28 d20 0,38 1,25/0,16 0,24 %G 0,26

%MVNT_GG 0,37 Cc 0,16 %G 0,28 %MVNT_GG 0,37 Cc 0,20 Cu S 0,25

20/1,25 0,37 2,5/0,08 0,13 d50 0,25 20/1,25 0,36 20*14 0,11 d50 0,24

14*2,5 0,36 20*14 0,09 Cc 0,24 14/10 0,35 20/14 0,09 Cc 0,23

14/10 0,34 20/14 0,08 P14 0,18 14/5 0,34 2,5/0,08 0,05 P14 0,18

14/5 0,32 P14 0,03 20*14 0,17 P5 0,34 P14 0,04 20*14 0,18

d20 0,32 dmax 0,03 P20 0,16 14*2,5 0,33 1,25/0,63 0,03 P20 0,16

10*2,5 0,30 1,25/0,63 0,02 20/10 0,14 10/5 0,28 dmax 0,03 20/10 0,13

10/5 0,27 1,25/0,08 0,01 14*10 0,08 10*2,5 0,27 d70 -0,02 14*10 0,07

5*2,5 0,24 0,63/0,08 -0,01 d60 0,04 5*2,5 0,19 Cu G -0,09 d60 0,04

20*2,5 0,20 d70 -0,06 20*10 0,02 20*2,5 0,18 1,25/0,08 -0,15 20*10 0,01

14*1,25 0,19 Cu G -0,11 P10 -0,03 Cc S 0,17 d80 -0,15 P10 -0,04

Cc S 0,16 14*10 -0,18 14*5 -0,07 14*1,25 0,17 0,63/0,08 -0,17 d70 -0,07

20/2,5 0,15 d80 -0,19 %S -0,08 d30 0,15 D60 G -0,18 14*5 -0,11

10*1,25 0,14 D60 G -0,20 d70 -0,08 20/2,5 0,14 14*10 -0,21 %S -0,12

d30 0,14 20*10 -0,24 10*5 -0,15 10*1,25 0,12 D30 G -0,25 Cc G -0,16

5*1,25 0,09 D30 G -0,28 dmax -0,17 5*1,25 0,06 D50 G -0,25 d80 -0,17

P2,5 0,06 D50 G -0,28 d80 -0,18 P2,5 0,05 Cc G -0,26 dmax -0,17

14*0,63 0,05 Cc G -0,29 Cu G -0,18 14*0,63 0,02 20*10 -0,27 Cu G -0,17

10*0,63 0,01 d90 -0,30 20*5 -0,18 10*0,63 -0,02 d90 -0,28 10*5 -0,19

20*1,25 -0,01 D10 G -0,35 Cc G -0,19 20*1,25 -0,03 D10 G -0,34 20/14 -0,19

5*0,63 -0,04 P10 -0,36 20/14 -0,20 5*0,63 -0,06 P10 -0,40 20*5 -0,22

2,5*1,25 -0,04 14*5 -0,40 d90 -0,24 2,5*1,25 -0,08 14*5 -0,50 D50 G -0,23

d40 -0,10 10*5 -0,47 D50 G -0,24 Cu S -0,15 10*5 -0,60 d90 -0,25

2,5*0,63 -0,16 20*5 -0,52 P5 -0,28 d40 -0,16 20*5 -0,60 P5 -0,30

441

P1,25 -0,16 %S -0,53 D60 G -0,32 P1,25 -0,18 %S -0,63 D60 G -0,30

Cc -0,17 14*2,5 -0,57 14*2,5 -0,32 Cc -0,18 14*0,08 -0,66 D30 G -0,32

20/5 -0,19 10*2,5 -0,61 D30 G -0,35 2,5*0,63 -0,19 20*0,08 -0,67 14*2,5 -0,36

Cu S -0,20 P5 -0,62 10*2,5 -0,38 20/5 -0,21 P5 -0,69 10*2,5 -0,42

20*0,63 -0,20 5/0,08 -0,65 5/0,08 -0,44 20*0,63 -0,22 14*2,5 -0,70 5/0,08 -0,48

14*0,315 -0,21 14*1,25 -0,66 14*1,25 -0,47 14*0,315 -0,25 P0,08 -0,70 D10 G -0,48

10*0,315 -0,23 14*0,08 -0,66 20*2,5 -0,48 10*0,315 -0,26 %F -0,70 20*2,5 -0,50

1,25*0,63 -0,24 10*1,25 -0,68 D10 G -0,48 5*0,315 -0,28 10*0,08 -0,72 14*1,25 -0,51

5*0,315 -0,26 20*0,08 -0,70 10*1,25 -0,51 1,25*0,63 -0,29 10*2,5 -0,74 10*1,25 -0,54

14*0,16 -0,31 10*0,08 -0,70 5*2,5 -0,55 14*0,16 -0,35 Cu S -0,77 5*2,5 -0,58

10*0,16 -0,32 5*2,5 -0,70 14*0,63 -0,58 10*0,16 -0,35 14*1,25 -0,77 P2,5 -0,59

d50 -0,33 20*2,5 -0,71 P2,5 -0,58 5*0,16 -0,36 %MVT_GF -0,78 14*0,63 -0,60

5*0,16 -0,33 14*0,63 -0,72 10*0,63 -0,61 d50 -0,37 5/0,08 -0,78 10*0,63 -0,63

2,5*0,315 -0,33 P0,08 -0,72 20*1,25 -0,63 Cc G -0,37 20*2,5 -0,79 20*1,25 -0,64

14*0,08 -0,37 %F -0,72 2,5*1,25 -0,64 2,5*0,315 -0,38 10*1,25 -0,80 5*1,25 -0,66

P0,63 -0,37 5*0,08 -0,74 5*1,25 -0,65 P0,63 -0,38 5*0,08 -0,80 2,5*1,25 -0,66

10*0,08 -0,37 10*0,63 -0,74 P1,25 -0,71 %G -0,40 14*0,63 -0,82 P1,25 -0,71

2,5*0,16 -0,38 2,5*1,25 -0,74 2,5*0,63 -0,72 20/10 -0,42 5*2,5 -0,83 2,5*0,63 -0,72

Cc G -0,38 5*1,25 -0,76 20*0,63 -0,74 2,5*0,16 -0,43 10*0,63 -0,84 20*0,63 -0,73

%G -0,38 Cu S -0,76 14*0,315 -0,75 10*0,08 -0,43 P2,5 -0,84 1,25*0,63 -0,76

5*0,08 -0,38 2,5*0,08 -0,76 1,25*0,63 -0,76 14*0,08 -0,43 20*1,25 -0,85 14*0,08 -0,76

1,25*0,315 -0,38 1,25*0,08 -0,77 10*0,315 -0,77 5*0,08 -0,43 5*1,25 -0,85 14*0,315 -0,77

20/10 -0,40 14*0,16 -0,77 14*0,08 -0,77 1,25*0,315 -0,45 2,5*0,08 -0,87 10*0,08 -0,78

1,25*0,16 -0,41 20*1,25 -0,78 5*0,63 -0,78 1,25*0,16 -0,48 2,5*1,25 -0,87 10*0,315 -0,78

2,5*0,08 -0,41 %MVT_GF -0,78 10*0,08 -0,79 2,5*0,08 -0,48 14*0,16 -0,87 5*0,63 -0,78

1,25*0,08 -0,43 0,63*0,08 -0,78 14*0,16 -0,81 20*0,315 -0,48 10*0,16 -0,88 5*0,08 -0,80

20*0,315 -0,46 P2,5 -0,79 5*0,08 -0,81 20*0,16 -0,51 1,25*0,08 -0,89 P0,63 -0,80

0,63*0,315 -0,47 10*0,16 -0,79 10*0,16 -0,82 d60 -0,51 0,63*0,08 -0,89 20*0,08 -0,82

0,63*0,16 -0,48 2,5*0,63 -0,79 2,5*0,315 -0,82 0,63*0,315 -0,52 14*0,315 -0,89 2,5*0,315 -0,82

20*0,16 -0,48 5*0,315 -0,80 P0,63 -0,83 1,25*0,08 -0,52 P1,25 -0,89 P0,08 -0,83

d60 -0,48 5*0,16 -0,80 5*0,315 -0,83 0,63*0,16 -0,53 2,5*0,63 -0,89 %F -0,83

0,63*0,08 -0,49 1,25*0,63 -0,80 5*0,16 -0,83 20*0,08 -0,56 20*0,63 -0,89 14*0,16 -0,84

20*0,08 -0,51 2,5*0,16 -0,81 2,5*0,08 -0,84 0,63*0,08 -0,56 10*0,315 -0,90 5*0,315 -0,84

P0,16 -0,56 1,25*0,16 -0,81 20*0,08 -0,84 P0,16 -0,59 5*0,315 -0,90 5*0,16 -0,84

P0,08 -0,58 14*0,315 -0,81 1,25*0,315 -0,85 D30 G -0,61 5*0,16 -0,90 1,25*0,315 -0,84

%F -0,58 10*0,315 -0,82 2,5*0,16 -0,85 P0,315 -0,61 5*0,63 -0,90 10*0,16 -0,84

P0,315 -0,58 Cu -0,82 1,25*0,08 -0,86 P0,08 -0,62 1,25*0,63 -0,91 2,5*0,08 -0,86

D30 G -0,60 5*0,63 -0,82 1,25*0,16 -0,86 %F -0,62 20*0,16 -0,91 2,5*0,16 -0,87

D10 G -0,61 0,63*0,16 -0,83 P0,08 -0,87 D10 G -0,62 RFFGF -0,92 0,63*0,315 -0,88

d70 -0,62 2,5*0,315 -0,84 %F -0,87 d70 -0,63 P0,63 -0,92 RFFGF -0,88

20/14 -0,63 1,25*0,315 -0,84 Cu -0,88 20/14 -0,64 2,5*0,315 -0,93 20*0,315 -0,89

442

D60 G -0,67 20*0,16 -0,84 20*0,315 -0,89 Cu G -0,68 2,5*0,16 -0,93 RFGGF -0,89

Cu G -0,68 20*0,63 -0,84 RFGGF -0,89 D60 G -0,68 P0,16 -0,93 1,25*0,16 -0,89

D50 G -0,69 P1,25 -0,84 0,63*0,315 -0,89 D50 G -0,70 RFGGF -0,93 1,25*0,08 -0,89

d80 -0,71 0,63*0,315 -0,86 0,63*0,08 -0,89 d80 -0,72 1,25*0,315 -0,94 0,63*0,08 -0,91

%MVT_GF -0,72 P0,16 -0,87 RFFGF -0,89 %MVT_GF -0,72 1,25*0,16 -0,94 0,63*0,16 -0,91

Cu -0,73 P0,63 -0,90 0,63*0,16 -0,90 dmax -0,74 20*0,315 -0,95 20*0,16 -0,92

d90 -0,73 20*0,315 -0,90 20*0,16 -0,91 d90 -0,75 0,63*0,16 -0,95 %MVT_GF -0,93

dmax -0,74 RFFGF -0,93 %MVT_GF -0,93 RFFGF -0,88 0,63*0,315 -0,95 P0,315 -0,93

RFFGF -0,88 RFGGF -0,93 P0,315 -0,94 Cu -0,91 P0,315 -0,97 P0,16 -0,95

RFGGF -1,00 P0,315 -0,94 P0,16 -0,94 RFGGF -1,00 Cu -0,99 Cu -0,97