Développement d’un modèle de prédiction de l’uni des
chaussées flexibles
Thèse
Djonkamla Youdjari
Doctorat en génie civil
Philosophiae doctor (Ph. D.)
Québec, Canada
iii
Résumé
L’objectif de la thèse est de développer un modèle de prédiction de l’uni des chaussées flexibles. La réalisation de cet objectif a impliqué quatre principales étapes. Premièrement, une revue de connaissance relative à la thématique a été faite. Il ressort de cette étude que l’Indice de Rugosité Internationale (IRI) est l’indice qui représente le mieux le phénomène d’uni. Cependant, la prédiction de celui-ci est encore essentiellement faite par des modèles empiriques. Deuxièmement, les deux principales dégradations des chaussées qui peuvent être les sources de problème d’uni pendant leur durée de vie utile sont notamment la déformation permanente différentielle (ornière) et le soulèvement différentiel. Ils ont été analysés et la nécessité de leur prédiction a été établie. Les modèles de prédiction recherchés doivent intégrer dans leur structure mathématique les paramètres géotechniques de sol qui sont les sources de la variabilité le long d’un tracé. Pour le soulèvement au gel, le modèle de Konrad (1981 et 2005) a été jugé approprié pour être intégré dans le modèle de prédiction de l’uni. Cependant, pour la déformation permanente, un nouveau modèle a été développé pour les besoins du projet. Troisièmement, un modèle mathématique de prédiction de l’uni des chaussées flexibles en termes d’IRI a été dérivé. Il a été bâti sur les hypothèses rigoureuses et comporte les paramètres complexes suivants : la déformation permanente ( ), le p soulèvement au gel (S), la fissuration transversale (F ) et le coefficient représentant l’effet t
d’amplification ou d’atténuation des longueurs d’onde (K). Quatrièmement, le modèle dérivé a été étalonné et validé avec de données obtenues sur des chaussées réelles. Pour l’étalonnage, les données des bases de données du LTTP et du MTQ, d’une part, et, d’autre part, les données de la cueillette des paramètres géotechniques issus des essais de caractérisations des échantillons prélevés à chaque 5 m le long de 5 différents sites au Québec, ont été utilisées. Les coefficients d’étalonnage requis ont été déterminés avec succès. Pour la validation du modèle, par manque de paramètres géotechniques à chaque 5 m le long des sections identifiées pour réaliser cet objectif, le principe de niveau d’utilisation du modèle d’uni a été développé. Trois niveaux d’utilisation du modèle ont été développés et le modèle a été validé au troisième niveau d’utilisation avec un niveau de succès acceptable.
iv
Abstract
The objective of the thesis is to develop a model of prediction of the flexible pavements roughness. This goal was achieved through a rigorous process that involved four steps. First, a review of knowledge was made. It appears from this study that the International Roughness Index (IRI) is the index that better represents the roughness phenomenon, but the prediction is still empirical. Second, the two main pavement degradations that could cause roughness problems during the useful life are the permanent deformation and frost heave. After analysis of the existing models the need of the prediction model was established. The desired prediction models should have in their mathematical structure the geotechnical parameters of soil, which are the origin of variability along a road. For frost heave, the Konrad model (1981 and 2005) was found to be appropriate. However, for permanent deformation there was no adequate model. Thus, a permanent deformation model was developed. Third, a mathematical model for the prediction of pavements roughness in terms of IRI was derived. It has been built on rigorous assumptions and includes the following parameters: permanent deformation ( ), frost heave (S), transverse crack (p F ) and coefficient representing the t
effect of amplification or attenuation of wavelengths (K). Fourth, the derived model was calibrated and validated with data obtained on actual pavements. For calibration, data from the LTTP and MTQ databases and the geotechnical parameters resulting from the characterization tests of the samples, taken at every 5 m along 5 different sites in Quebec Province were used. The required calibration coefficients have been determined successfully. For the validation of the model, due to lack of geotechnical parameters at every 5 m along the identified sections to achieve this objective, the principle of the model use level has been developed. Three levels of the model use were developed and the model was validated at the third level with an acceptable level of success.
v
Table des matières
Résumé ... iii
Abstract ... iv
Table des matières ... v
Liste des figures ... x
Liste des tableau ... xii
Listes des symboles et des abréviations ... xiii
Dédicace ... xv
Remerciements ... xvi
Avant-propos ... xviii
Chapitre I Introduction ... 1
I.1 Le rôle de la chaussée dans le développement socio-économique ... 1
I.2 Facteurs affectant le comportement de chaussée ... 1
I.3 Dégradations et problématique d’uni de chaussée flexible ... 2
I.4 Problématiques de représentation et prédiction de l’uni ... 4
I.5 Contexte de mise en place du projet ... 8
I.6 Objectifs du projet ... 8
I.7 Plan de rédaction de la thèse ... 10
I.8 Bibliographie ... 11
Chapitre II Revue de connaissances ... 13
II.1 Introduction ... 13
II.2 Indice de Rugosité Internationale (IRI) ... 13
II.2.1 Applications pratiques de l’IRI ... 14
II.2.1.1 Applications de l’IRI dans la réception de chaussée neuve ... 14
II.2.1.2 Applications dans le planage fin et le meulage conventionnel ... 14
II.2.1.3 Applications dans la conception et la gestion de chaussée ... 15
II.2.2 Méthodes de mesure de l’IRI ... 16
II.2.2.1 Mesure par le niveau statique et la mire ... 17
vi
II.2.2.3 Mesure au moyen d’un inclinomètre ... 19
II.2.2.4 Mesure de type « réponse » ... 20
II.3 Modèles de prédiction de l’uni existants pour les chaussées flexibles et perspective de recherche ... 21
II.3.1 Approches de modélisation ... 21
II.3.1.1 Modèles mécaniste, empirique, mécaniste-empirique ... 21
II.3.1.2 Approche probabiliste versus déterministe ... 22
II.3.2 Modèles de prédiction existants... 23
II.3.2.1 Les modèles « proches d’uni » ... 23
II.3.2.2 Le modèle d’AASTHO (1993) ... 24
II.3.2.3 Le modèle de l’Alberta (1983, 2001) ... 24
II.3.2.4 Modèle de l’U.S. Army and Engineers (1982) ... 25
II.3.2.5 Modèle d’uni proprement dit ... 26
II.3.2.6 Modèle NIMPAC (1981) ... 26
II.3.2.7 Modèle RTIM (1975) ... 26
II.3.2.8 Modèle de Queiroz (1983) ... 27
II.3.2.9 Modèle Banque Mondiale (1986)... 27
II.3.2.10 Modèle NCHRP (2004) ... 28
II.3.2.11 Modèle d’Ullidtz (1987) ... 30
II.3.2.12 Le modèle de Doré (1997) ... 32
II.3.3 Discussion et perspective de recherche ... 33
II.4 Conclusion ... 36
II.5 Bibliographie ... 37
Chapitre III Développement d’un modèle de prédiction de la déformation permanente considérant les propriétés physiques du sol d’infrastructure ... 40
III.1 Résumé ... 40
III.2 Introduction ... 40
III.3 Choix de la forme mathématique du modèle ... 42
III.4 Mise en évidence des liens entre les mécanismes de dégradation et les propriétés physiques du sol ... 45
III.5 Choix des variables explicatives ... 46
vii
III.7 Préparation des échantillons ... 49
III.8 Configuration de l’essai triaxial de déformation permanente ... 51
III.9 Résultats typiques ... 52
III.10 Corrélations entre les paramètres a ou b et les propriétés physiques du sol ... 54
III.10.1 Corrélation pour le paramètre a ... 55
III.10.2 Corrélation pour le paramètre b... 56
III.11 Comparaison entre la déformation permanente mesurée et prédite ... 58
III.12 Conclusion ... 60
III.13 Bibliographie ... 61
Chapitre IV Une nouvelle approche pour prédire l’uni des chaussées flexibles pendant leur durée de vie utile ... 64
IV.1 Résumé ... 64
IV.2 Introduction ... 64
IV.3 Analyse des modèles de prédiction existants ... 65
IV.4 Cadre de modélisation ... 66
IV.5 Dérivation mathématique ... 72
IV.6 Étude de fonctionnalité du modèle ... 73
IV.6.1 Choix du modèle de soulèvement au gel... 73
IV.6.2 Choix du modèle de la déformation permanente ... 74
IV.6.3 Fonction des fissures transversales : ... 74
IV.6.4 Détermination du coefficient K ... 74
IV.6.5 Paramètres d’analyse invariables ... 75
IV.6.6 Paramètres d’analyse variables dans l’espace ... 76
IV.7 Valeurs d’IRI et sensibilité des paramètres ... 78
IV.8 Uni avec et sans gel ... 80
IV.9 Conclusion et perspective ... 82
IV.10 Bibliographie ... 83
Chapitre V Étalonnage et validation d’un modèle de prédiction de l’uni des chaussées flexibles ... 85
V.1 Résumé ... 85
V.2 Introduction ... 85
V.3 Problématique des écarts et de représentativité dans la mesure de l’IRI ... 86 (Ft)
viii
V.3.1 Sources d’écart dans la mesure de profil ... 86
V.3.2 Problématique d’interprétation ... 87
V.4 Modèle d’uni à étalonner ... 89
V.5 Bases de données LTPP et du MTQ ... 89
V.6 Sites étudiés ... 91
V.7 Méthode d’échantillonnage ... 94
V.8 Paramètres issus des essais de caractérisation géotechnique ... 95
V.9 Détermination des constantes d’étalonnage ... 97
V.10 Analyse des facteurs de divergence ... 98
V.11 Principe de niveau d’utilisation du modèle ... 101
V.12 Validation du modèle par le troisième niveau d’utilisation ... 102
V.13 Conclusion ... 104
V.14 Bibliographie ... 105
Chapitre VI Les enjeux et les défis d’application du modèle de prédiction de l’uni 107 VI.1 Introduction ... 107
VI.2 Applications pratiques du modèle ... 107
VI.2.1 Des modèles dans le modèle ... 107
VI.2.2 Paramètres géotechniques variables pour un site donné ... 108
VI.2.3 Paramètres uniques pour un site donné ... 108
VI.2.4 Fissures transversales ... 108
VI.2.5 Paramètres fixes du modèle ... 108
VI.2.6 Méthode de calcul ... 109
VI.3 Les forces du modèle ... 109
VI.4 Les faiblesses du modèle... 109
VI.5 Travaux additionnels ... 110
VI.6 Conclusion ... 110
VI.7 Bibliographique ... 111
Chapitre VII Conclusion générale ... 112
VII.1 Bibliographie ... 115
Annexe A : Protocole expérimental pour l’essai de déformation permanente ... 116
ix
Annexe C : Paramètres géotechniques des sites utilisés pour l’étalonnage du modèle
d’uni ... 134
Annexe D: Revue de connaissances sur le soulèvement au gel ... 137
Annexe E: Revue de connaissances sur la fissuration transversale ... 143
x
Liste des figures
Figure I-1: (a) Modèle « quart de véhicule » et (b) fonction de transfert (adaptée de Sayers et
Karamihas 998) ... 6
Figure I-2: Relation entre l’IRI et l’état de surface de chaussée et la vitesse de roulement (Sayers et Karamihas 1998) ... 7
Figure II-1: Application de l’IRI dans le planage fin (Hébert 2014) ... 15
Figure II-2: Scénarios d’investissement par usager et leur effet sur le pourcentage de chaussées déficientes du réseau routier (Vitillo 2009) ... 16
Figure II-3: Schéma de la méthode de mesure de profil par le niveau et la mire (IGN 2017) ... 18
Figure II-4: Exemple de profilomètre inertiel : (a) schéma du principe (b) équipements (Sayers et al. 1998 et Durand et al. 1997) ... 19
Figure II-5: Exemple de profilomètre à inclinomètre : (a) schéma du principe (b) exemple d’équipement : le Dispstick (Sayers et al. 1998, PIARC 2002) ... 20
Figure II-6: Exemple d’équipement de mesure d’IRI par la méthode de type « réponse (Boucher 2015) ... 21
Figure II-7 : Modèle déterministe versus modèle probabiliste (Adapté de Li 2005) ... 23
Figure II-8: Approche MMOP pour modéliser la variation des propriétés, les épaisseurs et les charges le long d’une chaussée Ullidtz (1987). ... 31
Figure II-9 : Étapes de développement d’un modèle mécaniste-empirique de prédiction de l’uni ... 36
Figure III-1: Accumulation de la déformation lors des chargements répétés ... 44
Figure III-2: Phases d’évolution de la déformation permanente en fonction de la répétition des charges ... 44
Figure III-3: Illustration du choix des teneurs en eau de compactage (Forêt Montmorency L1)... 50
Figure III-4: Échantillon prêt pour être mis en cellule triaxiale... 52
Figure III-5: Évolution de la déformation permanente de l’argile de St-Narcisse à différentes teneurs en eau ... 53
Figure III-6: Évolution de la déformation permanente de Sable Fossambault pour différentes teneurs en eau ... 54
Figure III-7: Corrélation entre le paramètre a et les propriétés physiques des sols sableux ... 56
Figure III-8: Corrélation entre le paramètre a et les propriétés physiques des sols argileux ... 56
Figure III-9: Corrélation entre le paramètre b et les propriétés physiques ... 57
Figure III-10: Comparaison de la déformation permanente mesurée et prédite de l’argile de St-Narcisse ... 59
Figure III-11: Comparaison de la déformation permanente mesurée et prédite du sable de Fossambault ... 60
Figure IV-1: Représentation simplifiée du profil longitudinal ... 66
Figure IV-2: Moyenne d’uni initial du réseau routier au Québec (Hebert 2014) ... 67
Figure IV-3: Évolution de l’uni de chaussées construites sur du roc (Base des données MTQ) ... 68
Figure IV-4: Représentation de l’influence de la déformation permanente et du soulèvement au gel sur la pente ... 69
Figure IV-5: Augmentation de l’uni pendant l’hiver (Hébert et al. 2003) ... 70
Figure IV-6: Pourcentage de perte de force de contact maximum pour les pneus de l'essieu arrière en fonction de l'amplitude et des longueurs d'onde à 90 km/h (Doré et al. 2005)... 71
xi
Figure IV-7: Relation entre profil (pente) de la chaussée et l’IRI ... 75
Figure IV-8: Principe de création du deuxième point de la pente ... 77
Figure IV-9: Influence du degré de saturation sur l’IRI ... 79
Figure IV-10: influence de la valeur au bleu sur l’IRI ... 79
Figure IV-11: Influence du pourcentage de particules fines sur l’IRI ... 80
Figure IV-12: Influence de la compacité sur l’IRI ... 80
Figure IV-13: Comparaison entre l’IRI sans gel et l’IRI avec gel... 82
Figure V-1: Sites des données d’étalonnage ... 92
Figure V-2: Illustration d’un point de prélèvement d’échantillon de sol ... 95
Figure V-3: Illustration de l’optimisation du modèle ... 98
Figure V-4: Comparaison entre l’IRI prédit et mesuré sur le site de Scott-Ste-Marie ... 99
Figure V-5: Comparaison entre l’IRI prédit et mesuré sur le site de Donnacona ... 100
Figure V-6: Comparaison entre l’IRI prédit et mesuré sur le site de Champlain ... 100
Figure V-7: Comparaison entre l’IRI prédit et mesuré sur le site de St-Celestin ... 101
Figure V-8: Comparaison entre l’IRI prédit et mesuré sur le site de St-Martyrs ... 101
Figure V-9: Comparaison entre l’IRI prédit et mesuré sur le site de Champlain (89A340) ... 104
xii
Liste des tableau
Tableau III-1: Facteurs influençant la déformation permanente ... 46
Tableau III-2 : Matrice de corrélation ... 48
Tableau III-3: Matériaux caractérisés et classifiés ... 49
Tableau III-4: Conditions de compactage ... 50
Tableau III-5: Paramètres a et b pour différents sols et différentes teneurs en eau (R2=0,96 à 0,99) 55 Tableau IV-1: Valeurs des propriétés du premier point de la pente ... 77
Tableau IV-2: Valeurs des propriétés de sol du premier point de la pente ... 81
Tableau V-1: IRI calculé selon la longueur de base, voie et section ... 89
Tableau V-2: Caractéristiques physiques des sites étudiés (source base des données MTQ) ... 93
Tableau V-3: Caractéristiques de performance des sites étudiés ... 94
Tableau V-4: Paramètres géotechniques intrants du site de Donnacona ... 96
Tableau V-5: Moyenne (M) et écart-type (E) des paramètres géotechniques intrants ... 96
xiii
Listes des symboles et des abréviations
AASTHO : American Association of State Highway and Transportation Officials ASTM : American Society for Testing and Materials
BC : Surface de fissuration en block Cc : Coefficient de courbure
s
C
: la constante de l’amortisseur de la suspensionCRSNG : Centre de Recherche en Sciences Naturelles et en Génie
50
(
)
d
FF
: Diamètre de 50% passant le tamis 80 microns en µm ECAS Équivalent de Charge Axiale SimpleFt Fissure transversale
FC : Facteur de Croissance FCT : Fissuration de fatigue
FI : Freezing Index (°C-Jours) GPS : General Pavement Study
Grad : Gradient
h: Soulèvement au gel
HDM : Highway Design and Maintenance IRI : International Roughness Index
i3c : Interaction/Charge-lourde/Climat/Chaussée
K : Coefficient caractéristique d’effets de longueur d’onde s
K
: Constante du ressort de la suspensiont
K
: Constante de la roueL : Longueur de mesure
LC : Longueur totale des fissures longitudinales hors de la bande de la roue LTPP Long Terme Pavement Performance
m: Masse non suspendue (essieu) M : Masse suspendue (châssis)
MR : Module réversible du sol d’infrastructure
MMOP : Mathematical Model of Pavement Performance MTQ : Ministère de Transport du Québec
N : Nombre d’applications de charge de trafic
NCHRP : National Cooperative Highway Research Program
NIMPAC NAASRA Improved Model for Project Assessment and Costing OCDE : Organisation for Economic Co-operation and Development PCI : Pavement Condition Index
PI : Plasticity Index (%)
PIARC : Permanent International Association of Road Congresses PSI : Present Serviceability Index
P80 : Pourcentage de particules fines de diamètre <80 µm en % P2 : Pourcentage de particules d’argile de diamètre <2 µm en % q: Contrainte déviatorique cyclique
xiv
RD : profondeur moyenne de l’ornière RTIM Road Transportation Investment Model Rm : Pluie moyenne annuelle (exprimé en mm) S0 : Écart-type standard
SF : Facteur du site
SN : Nombre structural
SPS : Specific Pavement Studies Sr : Degré de saturation en %
Ss : Surface spécifique m2/g
SV : Slope Variance
t: Temps
T : Température
TC : Longueur totale des fissures transversales (exprimée en m/km) UNESCO : United Nation Educational, Scientific and Cultural Organization USCS : United Classification Soil System
VB : Valeur au Bleu de méthylène VL : Indice de variabilité longitudinale
Wt18 : Équivalent de charge (18 kip) axiale simple au temps t
ZR : Écart normal pour une fiabilité donnée
s
Z
: Déplacement du châssist
Z
Déplacement de l’essieuγ4 : Semi-variogramme à la distance de 4 m x̅ : Moyenne du pourcentage des fines σ3 Contrainte de confinement
p
: déformation permanente d
: masse volumique sèche en kg/m3xv
Dédicace
Je dédie cette thèse à mon père Djonkamla Djarkissam et ma mère Maïyiga
Tchakreo. Malgré la modestie de vos moyens, vous nous avez tout donné, moi,
mes frères et sœurs. Tous vos enfants, à travers moi, vous honorent par cette
dédicace. Que le Seigneur vous bénisse davantage!
xvi
Remerciements
Réaliser une thèse de doctorat dans le domaine scientifique implique la participation de nombreuses personnes et l’utilisation de plusieurs équipements. La mienne n’a pas échappé à cette règle. En effet, j’ai eu le privilège d’intégrer la prestigieuse chaire de recherche i3c de l’Université Laval en été 2012. J’ai trouvé une équipe de personnes compétentes, enthousiasmes et surtout serviables. Cet environnement de travail jovial et serein a permis d’amorcer cette recherche avec plein d’optimisme. C’est à mon point de vue la clé du succès de cette recherche et partant de tous les travaux de la chaire.
Le titulaire de la chaire CRSNG dénommée « i3c » est le professeur Guy Doré. Le professeur Guy a en plus de ses compétences techniques reconnues au Canada et partout au monde dans le domaine du génie routier, une grande compétence de gestion d’hommes. En un peu plus de 5 années de relation d’étudiant à directeur de recherche, j’ai trouvé un homme disponible malgré l’immense charge sur lui, un homme joyeux malgré le stress de la recherche et un homme sensible à mes préoccupations personnelles. Aussi, j’ai apprécié particulièrement ses conseils de chercheur avisé. Il a su toujours m’orienter à faire le meilleur choix et à traiter les problèmes avec rigueur. C’est vraiment le moment de vous dire toutes mes gratitudes.
Durant ces années de recherche, j’ai eu le soutien indéfectible de Jean-Pascal Bilodeau, professionnel de recherche au sein de la chaire i3c. Jean-Pascal a été toujours disponible et surtout prêt à trouver un dénouement aux problèmes rencontrés au laboratoire et à l’analyse de données. J’ai aussi apprécié les minutieuses lectures des articles et tes recommandations pertinentes qui en ont découlées. J’ajoute que j’ai aimé ton sens particulier d’humour. Merci infiniment pour tout.
Pendant l’évaluation de la thèse, le jury à travers les corrections, les suggestions et les interrogations soulevées ont permis d’apporter plus de rigueur et de clarté à la thèse. J’en suis profondément reconnaissant.
Comme je l’ai déjà souligné, plusieurs personnes ont directement ou indirectement participé à cette œuvre. Je pense notamment aux professionnels de recherche qui sont Pierre Perron, Christian Juneau et Chantal Lemieux. Je pense aussi aux professeurs de département du génie
xvii
civil de l’Université Laval. Je n’oublie pas mes collègues étudiants. Le temps que vous m’avez consacré, les mots justes et gentils que vous avez employés en mon égard, les services que vous m’avez rendus ont eu un impact positif sur cette œuvre et soyez-en remercié. Pour finir, je n’oublie pas ma famille. Elle a été ma principale source de motivation. Je dis un grand merci à mon épouse Tekoura Kouma-Keipena, qui a toujours cru en mon potentiel, qui a sacrifié ses ambitions en faveur de la mienne et qui m’a toujours réconforté quand j’avais le plus besoin. Je dis aussi merci à mes princesses Manara, Maïyiga et Lamana. Les câlins que vous m’avez donnés à chaque fois que je partais à l’université m’ont été une source d’énergie très créatrice. J’ai enfin une pensée spéciale à mes parents, frères, sœurs et amis au Tchad et au Canada. Même à distance, ils m’ont toujours encouragé. Je sais que je suis aimé et je suis très reconnaissant à votre égard.
xviii
Avant-propos
La thèse que nous présentons est par article. Trois articles ont été publiés dans le cadre de mon projet de recherche doctoral. Le but de cet avant-propos est de situer la contribution des trois auteurs des articles et montrer la place qu’occupent ceux-ci dans la structure de la thèse. Les trois articles ont tous été publiés avec la contribution à divers degrés de trois mêmes auteurs. Dans les trois articles publiés, je suis toujours le premier auteur. Mes contributions ont été de réaliser les essais in situ et au laboratoire, de traiter et analyser les données issues des expérimentations, de rédiger et de publier les articles et communiquer avec la revue de publication. Le deuxième auteur est Guy Doré. En tant que directeur de recherche, il a orienté la définition des protocoles expérimentaux, à structurer les articles et à faire la deuxième correction avant toutes les publications. Enfin, le troisième auteur est Jean-Pascal Bilodeau. À titre de professionnel de recherche au sein de notre chaire de recherche i3c, il a été d’un apport significatif dans l’organisation matérielle et technique des essais. Il faisait toujours la lecture de la première ébauche des articles et a effectué les corrections de fond et de forme nécessaires.
Le premier article constitue le chapitre 3 de la thèse. Il s’intitule : « développement d’un modèle de prédiction de déformation permanente qui considère les propriétés du sol d’infrastructure ». Il a été soumis le 16 juin 2016 et publié dans la revue canadienne de génie civil dans le Volume 43 de novembre 2016. Il a été intégralement inséré dans la thèse. Le deuxième article est le chapitre 4 de la thèse. Il a pour titre : « une nouvelle approche pour prédire l’uni des chaussées flexibles pendant la durée de vie utile ». Il a été soumis le 10 janvier 2017 et publié dans la revue canadienne de génie civil dans le Volume 44(7) de mars 2017. Il a été intégralement inséré dans la thèse, à l’exception des équations déjà utilisées au chapitre 3 et des définitions déjà énoncées aux chapitres précédents pour éviter les répétitions.
Le troisième article constitue le chapitre 5 de la thèse. Il est intitulé : « étalonnage et validation d’un modèle de prédiction de l’uni des chaussées flexible ». Cet article a été soumis le 9 avril 2017 et publié dans la revue canadienne de génie civil dans le Volume 44(9) de mai 2017. Il a été intégralement inséré dans la thèse, à l’exception des équations déjà utilisées au chapitre 3 et 4 pour éviter les répétitions.
1
Chapitre I
Introduction
I.1 Le rôle de la chaussée dans le développement socio-économique
La chaussée est un ouvrage constitué de plusieurs couches en matériaux de caractéristiques physiques et mécaniques différentes, reposant sur le sol naturel ou sol de remblai. C’est une structure linéaire et continue qui s’étend sur plusieurs kilomètres et qui traverse des environnements très variés. Ces caractéristiques doivent lui permettre d’être stable et sécuritaire afin d’assurer le transport de biens, de marchandises et de personnes. En facilitant le transport de biens et la mobilité de personnes, la route devient un des principaux moteurs de développement économique. Cette influence sur le développement socio-économique selon une étude de l’UNESCO (1966) peut être regroupée en 3 fonctions essentielles. Premièrement, la route assure le transport à distance. Il s’agit de transport de marchandises et de biens entre les zones d’économie complémentaire, entre les zones de production ou d’importation et les zones de consommation ou d’exportation. Deuxièmement, la route assure la collecte et de distribution. Cette fonction complète la première et elle permet le contact direct entre les populations productrices et consommatrices et elle est un moyen d’échange entre elles ou avec l’extérieur. Troisièmement, la route assure la liaison humaine et sociale, et de ce fait elle est une source d’échanges affectifs, culturels, sociaux, politiques et administratifs. Ces échanges permettent de prendre conscience de besoins nouveaux et de moyens de les satisfaire.
Aussi, des données disponibles semblent montrer une corrélation entre le niveau de développement d’un pays donné et la densité du réseau routier. Par exemple, une étude menée par l’Association Mondiale de la Route (2006) montre que la densité de chaussée par kilomètre carré de la superficie des pays développés ou industrialisés, comme le Canada (0,15 km/km2), l’USA (0,69 km/km2), France (1,77 km/km2) et le Royaume-Uni (1,71 km/km2) est plus élevé comparé aux pays en voie de développement comme la Namibie (0,05km/km2). Ces faits confirment le rôle majeur que joue la route dans le développement économique.
I.2 Facteurs affectant le comportement de chaussée
Les fonctions socio-économiques essentielles de la route sont connues. Cependant pour assurer ces fonctions, certains facteurs spatio-temporels qui influencent le comportement de
2
la chaussée doivent être contrôlés. Des chercheurs (Ullidtz 1987, Doré 1997 et Haas 2003) regroupent ces facteurs en 4 catégories. Premièrement, les différentes caractéristiques de charges de trafic peuvent affecter le comportement d’une chaussée. Par exemple, les charges varient en amplitude, avec la pression du pneu, ainsi qu’en fonction de la configuration de l’essieu et du type et de la configuration des pneus. Le moment de la journée ou de la saison où les charges sont appliquées, la vitesse d’application, la distribution latérale et verticale, les effets dynamiques du véhicule et la variation du trafic dans le temps sont également des facteurs d’influence importants. Deuxièmement, les conditions environnementales, notamment dans les régions froides, où le gel et le dégel sont présents, la quantité, l’intensité, la forme et la variation des précipitations sont des facteurs qui peuvent influencer le comportement de la chaussée. De même, la température, les conditions de drainage et les méthodes de déneigement et de déglaçage des routes sont aussi des facteurs qui influencent le comportement des chaussées. Troisièmement, les propriétés des matériaux comme l’élasticité, la viscosité, la plasticité et la résistance sont des facteurs qui influencent de façon importante le comportement à court et à long terme de la chaussée. La résistance en traction à la basse température des enrobés bitumineux et la sensibilité au gel des sols d’infrastructure sont également des facteurs importants. Quatrièmement, la qualité de la construction et d’entretien est un facteur très important, voire majeur. L’homogénéité des matériaux, la qualité du compactage, la température et l’humidité des matériaux lors de la mise en œuvre, et la qualité de la finition du revêtement sont des éléments qui peuvent avoir une influence déterminante sur le comportement de la chaussée. En somme, il apparait que la chaussée est sous influence des divers facteurs intrinsèques et extrinsèques, qui sont variables dans l’espace et dans le temps, et dont leur contrôle pourra être difficile.
I.3 Dégradations et problématique d’uni de chaussée flexible
La diversité de facteurs qui influencent le comportement de la chaussée peut aussi expliquer la multitude de types des dégradations de chaussée. La complexité des mécanismes de dégradation et la diversité des facteurs qui les influencent ont été mises en évidence dans plusieurs publications (Vaillancourt 2004, Durand et al. 1993). De ces études, il peut être constaté que certaines dégradations se manifestent tôt durant la vie de la chaussée, tandis que d’autres apparaissent tardivement ou vers la fin de la vie utile d’environ 15 à 35 ans. Les
3
ornières, le soulèvement différentiel et la fissure transversale sont des exemples de dégradations qui apparaissent relativement tôt durant la vie de la chaussée. Premièrement, l’ornière est une dépression qui apparait à la surface de la chaussée due au phénomène de la déformation permanente. L’orniérage est dû aux charges de trafic lourd, à la capacité portante du sol d’infrastructure faible, au drainage inadéquat et au compactage insuffisant. Deuxièmement, le soulèvement différentiel se manifeste par une ondulation de la surface de chaussée, qui dans certains cas, entraine des fissures au gel. Il est causé par l’action du gel dans un sol d’infrastructure gélif, souvent combiné à un drainage inadéquat. Troisièmement, la fissure transversale est une fissure des revêtements bitumineux causés par la contrainte qui se produit perpendiculairement à la direction de roulement. C’est donc un phénomène lié à la température. Quant aux dégradations de fin de vie utile de chaussée, elles peuvent être classées en deux groupes. Le premier groupe est constitué de dégradations tels le carrelage, le désenrobage, l’arrachement ainsi que les fissures qui sont dus au vieillissement du bitume et aux passages répétés du trafic lourd. Le deuxième groupe est constitué des dégradations comme le nid-de-poule et la pelade qui sont le résultat de la désintégration du revêtement dû aux effets du gel, du dégel et du trafic lourd.
Les dégradations de chaussée mises en évidence au paragraphe précédent sont des problèmes structuraux. Elles peuvent se manifester à la surface de chaussées. La surface d’une chaussée peut être représentée par un profil ou un psendo-profil. Le pseudo-profil est une représentation du vrai profil longitudinal de la chaussée filtré pour en éliminer les effets topographiques. Les distorsions du pseudo-profil sont caractérisées par des longueurs d’onde et des amplitudes (Fradette et al. 2005). Par exemple, le soulèvement différentiel au gel va générer des distorsions à grandes longueurs d’onde (13 à 40 m selon OCDE 1984) et les fissures transversales vont générer des distorsions des petites longueurs d’onde (1 à 3,3 m selon OCDE 1984). Des études ont montré que certaines longueurs d’onde et amplitudes peuvent constituer des problèmes de confort aux passagers et de sécurité au roulement (Fradette et al. 2005 et OCDE 1984). Par exemple, pour un véhicule roulant à 90 km/h, la gamme de longueurs d’onde de 1,2 à 2,5 m est liée aux problèmes de sécurité et celle de 8,3 à 25 m affectent le confort (OCDE 1984). La même étude a montré les seuils d’acceptabilité des amplitudes. Il est de 2, 4 et 14 mm respectivement pour les ondes courtes, moyennes et longues. Aussi, Fradette et al. (2005) ont étudié la perte de force de contact du véhicule avec
4
la surface de chaussée en fonction de l’amplitude et de la longueur d’onde des distorsions de la surface. Selon cette étude, pour un seuil de perte de force de contact à 30 %, plus la longueur d’onde augmente, plus l’amplitude augmente pour atteinte ce seuil.
Ainsi, lorsque les longueurs d’onde et les amplitudes des distorsions de la surface des chaussées affectent le confort et la sécurité au roulement, le problème d’uni apparait. L’uni est par conséquent une mesure de la qualité du roulement. Plus précisément, l’American Society for Testing and Materials (ASTM, 2012) définit l’uni d’une chaussée comme « une déviation de la surface par rapport à la vraie surface plane, dont les dimensions caractéristiques affectent la dynamique du véhicule, la qualité du roulement, les charges dynamiques et le drainage ». Les dimensions caractéristiques d’une surface de chaussée sont la longueur d’onde et l’amplitude.
À la dégradation de l’uni, on associe trois principales conséquences (Sayers 1986, Vaillancourt 2004) : 1) l’augmentation des charges par amplification dynamique et réduction de la capacité de drainage : conditions qui accélèrent le développement des dégradations (fissures et ornières) de chaussée. Au fil du temps, ces dégradations sont des sources potentielles d’infiltration d’eau dans la chaussée, et par conséquent, impliquent une diminution de la capacité portante d’une part et une augmentation des charges par amplification dynamique d’autre part ; 2) l’ondulation de la surface de la chaussée cause une oscillation verticale du véhicule, et est une source potentielle de perte de contact de la roue d’un véhicule et peut par conséquent être un problème de sécurité, de santé, et de confort ; 3) l’absorption de l’énergie par la suspension et l’augmentation de la durée du trajet, et la conséquence est bien sûr la surconsommation du carburant. Il ressort, par conséquent, que la maîtrise de la mesure et de la prédiction de l’uni peut permettre de mieux suivre l’intégrité structurale de la chaussée elle-même, des véhicules qui y circulent et évidemment de la sécurité des usagers.
I.4 Problématiques de représentation et prédiction de l’uni
La nécessité de contrôler l’uni a été mise en évidence à la section précédente. Cela passe par une représentation dudit phénomène et nécessite des modèles de prédiction les plus précis. En analysant l’état des connaissances dans ce domaine, il est constaté qu’il y a eu plusieurs initiatives pour tenter de bien représenter ce phénomène. Les indices comme le PSI (Present
5
Serviceability Index), le RCI (Riding Comfort Index) et PCI (Pavement Condition Index) ou l’IRI (International Roughness Index) sont des exemples d’indices représentant la condition de la chaussée en intégrant en tout ou en partie les problèmes structuraux et fonctionnels d’une chaussée. Il se dégage un consensus sur l’utilisation de l’IRI (Mora, 2003) pour représenter la qualité de roulement d’une chaussée. L’IRI fait consensus à cause des critères suivants : 1) il est stable dans le temps, car il est défini par une fonction mathématique plutôt qu’à l’aide d’un équipement donné; 2) il est transférable, car il est compatible avec toutes les méthodes de mesures; 3) il est pertinent, car il reflète l’effet de la rugosité de la surface de chaussée sur le comportement du véhicule et, conséquemment sur la perception des passagers; 4) il est vérifiable, car le même indice est généré indépendamment du matériel quand la mesure se fait sur la même route. C’est pour ces raisons qu’il a été aussi choisi dans le cadre du présent projet de recherche.
En effet, l’Indice de Rugosité Internationale (IRI) est la résultante des travaux d’une équipe des chercheurs de la France, du Brésil, de l’Angleterre, de la Belgique et des États-Unis (Sayers et al. 1986). Cette recherche est financée par la Banque Mondiale a pour but d’harmoniser les indicateurs de mesure de la performance de chaussée. Le modèle « quart de véhicule », illustré à la Figure I-1a, représente bien ce concept. C’est un modèle qui simule la réponse virtuelle d’une suspension d’un véhicule roulant à 80 km/h. Ce véhicule est appelé « golden car » à cause des caractéristiques standardisées du système essieu-suspension-châssis. Ces caractéristiques sont le rapport entre la masse non suspendue (essieu) m et la masse suspendue (châssis) M (m/M=0,15); la constante du ressort de la suspension
K
s(K
s /M=653); la constante de l’amortisseur de la suspensionC
s(C
s/M=63,3) et la constante dela roue
K
t(K
t/M=6) (Sayers et Karamihas 1998). En effet, le modèle prend comme donnée d’entrée le profil longitudinal de la chaussée, applique ensuite la fonction de transfert (Figure I-1b) et en calcule l’IRI en m/km. L’IRI que calcule l’algorithme est en effet l’application de l’équation I-1. Il représente le cumul des déplacements relatifs entre l’essieu (. u u
dZ
Z
dt
) et le châssis ( . s s dZ Z dt6 . . 0 1 VL s u IRI Z Z dt L
I-1 Une fonction de transfert (Figure I-1b) permet d’apprécier la sensibilité de la suspensionvis-à-vis de certaines longueurs d’onde. Comme il peut être observé à la Figure I-1.b, aux fréquences ou nombre de longueurs d’onde par unité de mesure (cycle/m) comprises entre 0,045 et 0,6 cycle/m, le mouvement de la suspension est amplifié, ce qui se traduit par des gains supérieurs à 1. Pour les autres longueurs d’onde par contre, le mouvement de la suspension est atténué comme observé à la Figure I-1b par des gains inférieurs à 1. Cependant, il est possible de voir deux pics d’amplification correspondant respectivement à des longueurs d’onde de 15 m (0,065 cycle/m) et 2,4 m (0,042 cycle/m). Ces longueurs d’onde peuvent être préjudiciables pour le confort et la sécurité de l’usager.
Les valeurs d’IRI peuvent traduire l’état de surface d’une chaussée. Par exemple, la valeur 0 m/km indique une surface parfaitement plane et la valeur 6 m/km indique la limite pour les dégradations en surface (variable selon la classe de route) (Sayers et Karamihas 1998). La
Figure I-2 détaille la relation entre les valeurs d’IRI et l’état de surface d’une chaussée, mais aussi met en évidence les valeurs acceptables typiques d’IRI pour différent type de chaussées (autoroute, piste d’aéroport, chaussée gravelée, etc.) et la vitesse de roulement.
Figure I-1: (a) Modèle « quart de véhicule » et (b) fonction de transfert (adaptée de Sayers et Karamihas 998)
7
Figure I-2: Relation entre l’IRI et l’état de surface de chaussée et la vitesse de roulement (Sayers et Karamihas 1998)
Si la représentation de l’uni semble être un aspect résolu, la prédiction de son évolution dans le temps en fonction des facteurs spécifiques au site est loin de l’être. En effet, les modèles existants sont empiriques. L’analyse des modèles de prédiction existants en termes de l’IRI montre qu’il est possible de les regrouper en deux catégories. Un premier regroupe des modèles plus simples qui sont essentiellement fonction de l’âge de la chaussée (Hodges et al. 1975, National Association of Australian State Road Authorities, 1981, Queiroz 1981, Way et Eisenberg 1980). Cette catégorie de modèles est généralement issue de la régression statistique de données disponibles. Leur champ d’application est très local. La deuxième catégorie de modèle est constituée des modèles plus évolués, plus complexes (Peterson 1988 et NCHRP 1-37A 2004). Ces modèles contiennent des nombreuses variables en lien avec le trafic, les matériaux et le climat, mais font aussi intervenir certaines dégradations de surface de la chaussée. Ces modèles ont des limitations. Il y a, d’une part, des probabilités de colinéarité, car, par exemple, l’intensité du trafic peut être associée à la fissuration de fatigue.
8
D’autre part, l’arrangement des variables dans les équations mathématiques ne reflète pas tout à fait la physique du phénomène, qui est à priori ondulatoire. Enfin, par exemple l’inclusion de toutes les fissures de surface dans certains modèles (NCHRP 1-37A 2004) peut rendre la prédiction inexacte, car certains sont des phénomènes de fin de vie qui sont difficiles à prédire et par conséquent peuvent altérer la prédiction de l’uni. À la lumière de ces constats, le besoin d’amélioration de la prédiction d’uni peut être une piste de recherche.
I.5 Contexte de mise en place du projet
L’importance de la route dans le développement socio-économique est indéniable. Pour faciliter ce développement, il faut des chaussées de qualité, ce qui requiert, une conception selon les règles de l’art et un entretien optimisé. Le rôle que joue un modèle de prédiction de l’uni dans la conception et la gestion de chaussée est reconnu (NCHRP 1-37A 2004, Molenaar 2001). Le lien entre le modèle de prédiction de l’uni et l’optimisation des investissements routiers peut être fait. Par exemple, Vitilo (2009) a fait des scénarios de budget en fonction de l’évolution de l’IRI.
Considérant ce constat et l’importance du rôle de modèle de prédiction de l’uni des chaussées, la chaire de recherche i3c a mis en œuvre le projet de doctorat intitulé « Développement d’un modèle de prédiction de l’uni des chaussées flexibles ».
Rappelons que la chaire industrielle CRSNG de l’Université Laval nommée i3c (interaction charges lourdes/climat/chaussées) a été créée en 2008 et son titulaire est le professeur Guy Doré. Ce projet de doctorat s’inscrit dans la vision de la chaire qui est de travailler à la recherche des solutions aux problèmes de l’industrie du transport routier canadien et des infrastructures par le développement des connaissances sur l’interaction entre les charges lourdes, la performance structurale et fonctionnelle des chaussées et le climat.
I.6 Objectifs du projet
L’objectif principal du projet est de mettre au point un modèle de prédiction de l’uni, exprimé en IRI, en faisant appel à des principes mécanistes-empiriques. Ce modèle doit être rigoureux, rationnel, apte à prédire le comportement des chaussées flexibles, dans un contexte climatique canadien caractérisé par le gel et le dégel saisonnier. Le modèle doit être fonctionnel, c'est-à-dire utilisable dans les méthodes de conception et de gestion des chaussées.
9
Pour atteindre cet objectif, l’approche mécaniste-empirique est privilégiée, car elle permet de bâtir un modèle sur le fondement des principes physiques et l’étalonner avec les données des observations in situ. Ainsi, le projet comporte 4 objectifs spécifiques qui sont :
- Analyser les modèles de prédiction existants et tirer les leçons qui s’imposent. Il s’agit de faire une revue de connaissance des modèles de prédiction existants afin de bien cerner leurs forces et leurs faiblesses. Cette étude va ainsi permettre de jeter les bases d’un futur modèle d’uni qui doit répondre à l’objectif principal de ce projet. Le chapitre 2 de la thèse traite cet objectif.
- S’assurer que tous les phénomènes influençant la dégradation de l’uni soient pris en compte par le modèle et développer puis intégrer de nouvelles fonctions d’estimation si nécessaire. Il est question de vérifier si les principaux facteurs qui affectent l’uni pendant la durée de vie utile, à savoir la déformation permanente et le soulèvement au gel, intègrent dans leurs structures mathématiques les paramètres physiques du sol qui sont potentiellement variables le long du tracé de la chaussée. Dans la recherche de l’atteinte de cet objectif, le modèle de Konrad et al. (1981 et 2005) du soulèvement au gel apparait satisfaisant, car il incorpore dans sa formulation mathématique les propriétés physiques du sol, source de variabilité longitudinale. Cependant, les modèles de déformation permanente retrouvés présentent des limitations qui nécessitent le développement d’un nouveau modèle de déformation permanente décrit au chapitre 3 de la thèse.
- Dériver un modèle mathématique d’uni et vérifier sa fonctionnalité. Il s’agit d’abord de construire une forme mathématique qui reflète le mécanisme de l’uni et qui considère pleinement les facteurs d’influences. Ensuite, il faut trouver les moyens de vérifier si le modèle prédit les valeurs d’IRI qui sont réalistes. Cet objectif est abordé au chapitre 4.
- Étalonner et valider le modèle. Le modèle dérivé se veut utilisable pour des projets réels. Pour cela, il doit être calibré et validé avec les données recueillies sur des chaussées réelles. Le chapitre 5 développe cet objectif.
10
I.7 Plan de rédaction de la thèse
Le format de la thèse est un format de thèse par insertion d’articles. La thèse est constituée de 7 principaux chapitres. Les chapitres 1 et 7 sont respectivement l’introduction et la conclusion de la thèse, alors que le chapitre 2 constitue la revue de connaissance et finalement les chapitres 3, 4 et 5 sont les articles déjà publiés. Le chapitre 6 est une discussion sur l’application pratique du modèle.
Le chapitre 1 est l’introduction générale. Il présente les problématiques liées à la représentation et à la prédiction de l’uni, le contexte de mise en œuvre de ce projet et les objectifs du projet.
Le chapitre 2 est consacré à la revue de connaissances en lien avec le sujet. Il traite du concept de l’Indice de Rugosité International (IRI), des méthodes et des équipements de mesure et de ses implications pratiques. Aussi, ce chapitre fait l’analyse des modèles existants de prédiction de l’uni. Les approches de prédiction des modèles d’uni ont été soulignées. Les différents types de modèles de prédiction de l’uni y sont décrits tout en mettant en évidence leurs forces et leurs faiblesses. Aussi, les hypothèses en vue de développer un futur modèle plus rigoureux sont proposées.
Le chapitre 3 traite du développement d’un modèle de prédiction des déformations permanentes qui considère les propriétés du sol d’infrastructure. Il faut rappeler que la déformation permanente et le soulèvement au gel sont les deux principaux phénomènes qui affectent l’uni pendant la durée de vie utile des chaussées flexibles. Les travaux décrits dans ce chapitre découlent du fait que les modèles de prédiction de la déformation permanente existant présentent d’importantes limitations. Ainsi, le chapitre 3 propose une synthèse des modèles de prédiction existants de déformation permanente, explique la méthodologie utilisée, montre les essais effectués et présente les résultats obtenus des analyses.
Le chapitre 4 explique les hypothèses fondamentales qui ont été posées en vue de dérivation de la forme mathématique du modèle. Il montre aussi la forme mathématique obtenue et le résultat du test de fonctionnalité dudit modèle.
Le chapitre 5 présente les processus d’étalonnage du modèle. Il s’agit de montrer et de justifier le choix des données utilisées des chaussées en service, de montrer les données des essais effectués en laboratoire et in situ et d’expliquer les résultats obtenus. Aussi, ce chapitre présente l’approche utilisée pour la validation du modèle et les résultats obtenus.
11
Le chapitre 6 résume les enjeux et les défis d’application du modèle proposé. Il y est d’abord présenté la signification des paramètres le constituant, la manière de les obtenir et la nécessité de les programmer dans un logiciel de calcul. Les forces et les faiblesses du modèle sont ensuite rappelées. Enfin, les travaux à approfondir sont exposés afin que le modèle soit plus précis et plus fiable.
Le chapitre 7 présente la conclusion générale de cette recherche. Il fait état des réalisations scientifiques obtenues de ce projet de recherche et énumère quelques recommandations en vue d’améliorer la qualité du modèle.
I.8 Bibliographie
Association mondiale de Route. 2006. Base de données sur la neige et le verglas. Publication de l’Association mondiale de la Route. ISBN : 2-84060-187-7.
Durand, J.M., Doré, G. 1993. Manuel d’identification des dégradations des chaussées flexibles. Direction des communications. Ministère des Transports du Québec.
Haas, R, Hudson, W.R., et Zanieewski, J. 1994. Modern Pavement Management. Krieger Publishing Company, Malabar, Florida.
Konrad J-M. and Morgenstern N.R. 1981. The segregation potential of a freezing soil. Revue Canadienne de géotechnique, 18: 482-491.
Konrad, J.-M. 2005. Estimation of the segregation potential of fine grained soils using the frost heave response of two reference soils. Revue Canadienne de géotechnique, 42: 38-50.
Molenaar, A.A. 2001. Pavement Management System. Technical Report. Delft University of Technology. Netherlands.
NCHRP 1-37A. 2004. Guide for mechanistic empirical pavement design of new and rehabilitated pavements. http://onlinepubs.trb.org/onlinepubs/archive/mepdg/guide.htm. OCDE. 1984. Caractéristiques de surface des revêtements routiers: leur interaction et leur
optimisation. Recherche en matière de route et de transport routier. Organisation de Coopération et de Développement Économique, Paris.
Queiroz, C.A.V. 1981. A Procedure for Obtaining a Stable Roughness Scale from Rod and Level Profiles. Working Document 22, Research on Inter-relationships between Costs of Highway Construction, Maintenance and Utilization. GEIPOT, Brazil.
12
UNESCO. 1966. Routes dans les pays en voie de développement. Rapport. WS/0166.101/APS. Pages 3-14.
Vaillancourt, M. 2004. Méthodologie de modélisation de l’uni des chaussées souples et impacts des sols d’infrastructure. Thèse de doctorat à l’École de Technologie Supérieure (ETS) de Montréal. Pages 9-39.
13
Chapitre II Revue de connaissances
II.1 Introduction
La notion de l’uni fait donc intervenir des problèmes de nature structurale et fonctionnelle. En effet, les distorsions à la surface d’une chaussée découlent des dégradations différentielles de structure de la chaussée. À certains seuils, ces distorsions peuvent affecter le service en termes de sécurité et de confort. La combinaison de ces deux types de problèmes est mesurée par des indices. Ainsi, dans la littérature liée à ce champ d’études, la notion de l’uni a fait l’objet de plusieurs écoles de pensée qui sont plus ou moins proches les unes des autres. Cette diversité d’école de pensée s’explique par la difficulté de combiner dans une même mesure un problème structural et un problème fonctionnel. Les modèles existants de prédiction de l’uni sont représentés par des indices qui sont variés et parfois subjectifs: PSI (Present Serviceability Index), RCI (Riding Comfort Index), PCI (Pavement Condition Index) ou, IRI (International Roughness Index). Cependant, depuis 1982, grâce aux recherches financées par la Banque Mondiale (Sayers et al. 1986), le concept d’Indice de Rugosité Internationale (IRI) fait de plus en plus consensus à travers le monde. L’aspect intéressant dans le concept de l’IRI est qu’il reflète mieux le phénomène d’uni en incorporant l’aspect structural (profil de la route) et l’aspect fonctionnel (filtre mathématique qui prend en compte la dynamique du véhicule) qui caractérisent celui-ci.
En admettant que l’IRI soit le meilleur indice pour représenter l’uni, le plus difficile dans la prédiction de l’uni est la prédiction de la variation du profil longitudinal dans le temps. Ullidtz (1987) explique cette difficulté par la complexité de la prédiction des paramètres clés tels que le trafic, le climat, les propriétés des matériaux qui affectent les dégradations responsables de la distorsion à la surface, mais aussi des conséquences que peuvent engendrer leurs interdépendances.
Pour comprendre davantage les modèles de prédiction de l’uni des chaussées, il a été choisi de faire un état des connaissances sur les modèles d’unis existants. Un accent particulier est mis sur les approches utilisées pour le développement de ces modèles, les lieux où les modèles ont été établis, leurs précisions et leurs champs de validité. Enfin, une discussion sur une perspective d’amélioration de modèle d’uni est abordée.
II.2 Indice de Rugosité Internationale (IRI)
Il s’agit de montrer ses utilisations pratiques et finalement d’expliquer comment déterminer l’IRI d’une chaussée.
14
II.2.1 Applications pratiques de l’IRI
L’IRI est l’un des indices de mesure de la condition d’une chaussée qui a plusieurs applications pratiques. Il est impliqué dans la réception de chaussée neuve, dans la correction de surface de chaussée, dans la conception de chaussée et dans l’entretien et réhabilitation de la chaussée.
II.2.1.1 Applications de l’IRI dans la réception de chaussée neuve
L’IRI est utilisé pour vérifier la qualité de la finition d’une chaussée neuve. En effet, plusieurs administrations routières ont adopté une clause d’uni pour la réception d’une chaussée dans les contrats publics. Le Ministère des Transports du Québec (MTQ) a par exemple instauré les exigences d’uni initial en termes d’IRI aux 100 m (Hébert 2014 et Chartrand 2006). Quatre cas de figure sont possibles dans la clause au MTQ:
- l’IRI mesuré est égal à 1,2, la chaussée est acceptée et le constructeur n’a ni pénalité ni boni ; - l’IRI mesuré est compris entre 1,3 et 1,7, une pénalité financière est exigée au constructeur ; - l’IRI mesuré est inférieur à 1,2, le constructeur obtiendra un boni ;
- l’IRI initial mesuré est supérieur ou égal 1,8, le revêtement sera rejeté et le constructeur est obligé de faire les corrections appropriées.
II.2.1.2 Applications dans le planage fin et le meulage conventionnel
L’IRI peut être utilisé pour la correction de la surface d’une chaussée lorsque celle-ci n’a pas de problèmes structuraux. Cette correction peut se faire sur une chaussée neuve comme ancienne. En effet, par exemple pour la chaussée neuve, lorsque l’IRI initial mesuré dépasse 1,7 m/km, la finition est rejetée et la compagnie doit faire une correction de surface (Hébert 2014 et Chartrand 2006). Selon la nature du revêtement (béton ou enrobé), les techniques de planage fin ou du meulage peuvent être appliquées. Par exemple, la Figure II-1 présente un cas pratique. Il s’agit d’une section de chaussée qui a initialement un IRI moyen de 1,98 m/km et avec des maximum et minimum respectivement de 3,1 et 1,5 m/km. Une simulation des conditions de cette chaussée avec le logiciel ProVAL indique une baisse de 36 % de l’IRI après un planage fin. Effectivement, la réalisation du planage fin a confirmé le résultat de la simulation et même a légèrement dépassé les attentes. Ce cas pratique est une bonne illustration de l’importance de l’IRI dans la correction de la surface d’une chaussée irrégulière.
15
Figure II-1: Application de l’IRI dans le planage fin (Hébert 2014) II.2.1.3 Applications dans la conception et la gestion de chaussée
L’IRI est un paramètre très important dans le dimensionnement de chaussée, mais aussi dans la prévision de l’état futur de chaussée (NCHRP 1-37A 2004). Cela est possible grâce aux modèles de prédiction de l’IRI. C’est d’ailleurs à ces enjeux que tente de contribuer ce projet de doctorat. Il est en effet bien connu que l’IRI comme d’autres paramètres indicateurs de l’état de chaussée (ornière, fissures de fatigue et fissures thermiques, etc.) joue un rôle majeur dans le dimensionnement de chaussée. Par exemple, la méthode mécaniste-empirique permet de fixer un critère de performance d’uni maximal à un IRI variant entre 2,38 à 3,96 m/km (NCHRP 1-37A 2004). La vérification de ce critère se fait à l’aide d’une équation mathématique de prédiction de l’IRI qui tient compte de plusieurs autres paramètres tels que l’IRI initial, les facteurs du site (% de fines, indice de gel, pluviométrie annuelle), l’âge et les dégradations (fissures et ornière). Il faut souligner que du respect de ce critère d’uni dépend de l’atteinte de l’objectif d’une conception qui est de reproduire une chaussée durable et à un coût optimal.
Une autre utilisation importante de l’IRI est dans la gestion des chaussées. Par cela, il s’agit d’un programme pour améliorer la qualité et la performance de chaussée, tout en minimisant les coûts par de bonnes pratiques de gestion. Compte tenu de la complexité de données qui entrent en jeu dans le processus de prise de décision par les gestionnaires, plusieurs systèmes de gestion automatisés ont été développés (logiciels Excel, Paver, i-WorQ, D-TIMS, etc.). Une des composantes clés de ces systèmes est l’évaluation de l’état actuel et futur des chaussées. L’IRI est le principal paramètre qui
16
permet de faire ces évaluations. L’IRI mesuré sur le terrain par les instruments de mesure permet de faire l’évaluation de l’état actuel des chaussées. Par contre, l’état futur des chaussées est évalué par l’IRI obtenu grâce à un modèle de prédiction. C’est justement grâce à la connaissance de l’état futur des chaussées que le gestionnaire fait le bilan projeté de l’état du réseau routier et prévoit les stratégies appropriées d’entretien, élabore la priorisation d’entretien des sites et surtout prévoit les budgets nécessaires. Ces enjeux sont importants et dépendent de la précision de la valeur de l’IRI. Pour montrer une des importances de modèles de prédiction de l’IRI dans la gestion de chaussée, la Figure
II-2 illustre les scénarios d’investissement sur un réseau routier et leur effet sur le pourcentage de sections excédant le seuil d’IRI acceptable sur une période de 12 ans. On peut y voir l’influence des investissements d’entretien sur la capacité à maintenir ou à réduire le nombre de chaussées déficientes du réseau.
Figure II-2: Scénarios d’investissement par usager et leur effet sur le pourcentage de chaussées déficientes du réseau routier (Vitillo 2009)
II.2.2 Méthodes de mesure de l’IRI
Après avoir défini le concept de l’IRI et décrit ses applications pratiques, il apparait utile de connaître comment calculer la valeur de l’IRI sur une chaussée existante. En effet, l’équation I-1 montre comment l’IRI est calculé. Il ressort de cette équation que les paramètres suivants sont requis: la longueur de la section de chaussée en question, les déplacements verticaux du châssis et de l’essieu d’un véhicule standardisé roulant à 80 km/h. Ces déplacements verticaux sont dus à la variation de
17
profil de la section de chaussée en question. Il faut rappeler qu’il est possible de déterminer les déplacements verticaux du châssis et de l’essieu sur un véhicule d’essai appelé « roulemètre ». Cependant, cette approche est peu recommandée à cause des propriétés de la suspension du véhicule qui peuvent varier avec l’usure et la température et ainsi influencer la précision de la valeur de l’IRI (Sayers et al. 1998). L’approche la plus recommandée est de mesurer d’abord le profil de la chaussée, ensuite le profil est introduit dans un programme avec un algorithme qui simule la réaction du véhicule et par conséquent permet de déterminer les déplacements verticaux. À cet effet, les sections suivantes de la thèse décrivent quelques méthodes de mesure de profil les plus utilisées.
II.2.2.1 Mesure par le niveau statique et la mire
Cette méthode permet de mesurer les élévations de la surface de chaussée à intervalle constant sur une ligne longitudinale bien définie. Les mesures sont faites à l’aide de 2 instruments qui sont le niveau optique et la mire graduée. La Figure II-3 (IGN 2017) est une illustration de la méthode. Les élévations mesurées selon la distance parcourue constituent le profil longitudinal de la chaussée. Les données sont saisies dans un logiciel ou un tableur électronique pour l’éventuel calcul de l’IRI. La méthode du niveau statique est simple, mais fastidieuse à cause de la prise de mesure à intervalle de 305mm maximum pour la précision de classe 1 et à des intervalles de 610 mm pour la précision de classe 2 (ASTM E1364-95 2012). Queiroz (1981) a trouvé au Brésil qu’il est possible de faire approximativement 1 250 mesures par jour.
En général cette méthode est utilisée pour étalonner ou valider les autres méthodes de mesures, notamment la mesure par la méthode de type « réponse ».
18
Figure II-3: Schéma de la méthode de mesure de profil par le niveau et la mire (IGN 2017) II.2.2.2 Mesure au moyen d’un accéléromètre et d’un laser
Cette méthode est utilisée pour mesurer le profil de chaussée avec un haut rendement. Le principe derrière la méthode est résumé aux 4 actions simultanées illustrées par la Figure II-4a : 1) un véhicule en mouvement (vitesse entre 25 à 95 km/h) est muni d’accéléromètres, fixés sur le châssis du véhicule au niveau des sentiers des roues, qui mesure l’accélération du mouvement vertical du véhicule et par une double intégration permet de calculer le déplacement. Ce déplacement de l’accéléromètre permet de fixer le point de référence appeler référence inertielle; 2) des sondes laser sont placées près du point de fixation des accéléromètres et mesurent le déplacement entre la position de l’accéléromètre et la surface de la chaussée. Ce déplacement est ajusté par rapport au point de référence et ainsi le niveau de la surface de chaussée peut être déterminé; 3) un compteur estime la distance entre les points de mesure et la vitesse du véhicule; 4) toutes les données sont au fur et à mesure enregistrées et analysées à l’aide d’un ordinateur à bord du véhicule.
Plusieurs équipements utilisant cette méthode connue sous le nom du profilomètre inertiel. Ils sont fabriqués à travers le monde par les administrations routières ou par les entreprises privées. On peut donner en exemple le Road Surveyor T-6500 qui est utilisé par le Ministère de Transport du Québec (Durand et al.1997) et qui est présenté à la Figure II-4b. Il faut enfin souligner que la procédure ASTM E950M doit être suivie rigoureusement pour l’utilisation de ce type d’équipement.
19
Figure II-4: Exemple de profilomètre inertiel : (a) schéma du principe (b) équipements (Sayers et al. 1998 et Durand et al. 1997)
II.2.2.3 Mesure au moyen d’un inclinomètre
Il s’agit d’un équipement ayant un inclinomètre qui mesure la différence de hauteur entre deux points d’appui successifs fixes le long d’un alignement sur une chaussée. La Figure II-5a illustre ce principe. L’intervalle entre deux points d’appui est généralement de 305 mm (Sayers et al. 1998). Le point d’appui précédent est considéré comme point de référence par rapport au point suivant. Ce type d’équipement est aussi doté d’un ordinateur qui enregistre automatiquement au fur et à mesure les mesures de l’inclinomètre. Le profil de chaussée est ainsi constitué à partir de la différence de hauteur de deux points d’appui et la distance entre les intervalles de mesure. L’IRI peut ensuite être calculé à l’aide d’un logiciel utilisant comme donnée d’entrée le profil.
Comme il peut être observé sur la Figure II-5b, les mesures utilisant ces équipements se font à vitesse de marche. Cet équipement est à rendement moyen, à un prix relativement acceptable, mais surtout d’une précision de bonne qualité (PIARC 2002 et ASTM E2133 2013).
20
Figure II-5: Exemple de profilomètre à inclinomètre : (a) schéma du principe (b) exemple d’équipement : le Dispstick (Sayers et al. 1998, PIARC 2002)
II.2.2.4 Mesure de type « réponse »
La méthode de mesure de type « réponse » consiste à convertir en un indice de rugosité l’accumulation de déplacement vertical relatif entre l’essieu et le châssis d’un véhicule d’essai, appelé roulemètre, qui réagit aux ondulations du profil d’une chaussée. Pour réaliser cette mesure, un dispositif constitué d’un capteur disposé sur la suspension permet de mesurer le déplacement relatif entre l’essieu et le châssis, d’un transducteur qui cumule les déplacements mesurés par les capteurs, d’un compteur qui mesure la distance parcoure par le véhicule et d’un ordinateur qui enregistre les données obtenues et les traite pour obtenir le profil de réponse du véhicule. Les déplacements cumulés mesurés sont normalisés par rapport à la distance parcourue et cette valeur peut être convertie à l’aide d’une corrélation en IRI. Un exemple de véhicule de type « réponse » utilisé par le Ministère des Transports du Québec est présenté sur la Figure II-6 (Boucher 2015).
Bien qu’elle ait l’avantage de bien représenter l’excitation du véhicule et qu’elle soit économique et simple d’utilisation, cette méthode a des inconvénients importants: la réponse du véhicule dépend de sa charge et des propriétés de la suspension qui peuvent varier dans le temps en raison de plusieurs facteurs, dont l’usure et la température (Sayers et al. 1998). C’est pourquoi la méthode est classée dans la catégorie 3 de précision de mesure de l’IRI par Sayers et al. (1986). Pour réussir la mesure, le suivi strict du protocole d’essai établi par l’ASTM E1082-90 (2012) est requis.
