Prédiction de la déformation de la couche de surface des chaussées par les éléments discrets

  • Oussama HAMMOUD INSA Strasbourg
Keywords: French Wheel Tracking Test, Orniérage, DEM, LMGC90

Abstract

La déformation permanente (en particulier l'orniérage) est l'une des défaillances les plus courantes des couches de roulement dans les chaussées, qui compromet sérieusement la qualité du service routier et qui est susceptible d'induire des fissures et d'autres dommages. En se basant sur la méthode des éléments discrets (DEM), nous avons utilisé le logiciel LMGC90 pour réaliser des essais numériques de l’essai de roulement (FWTT : French Wheel Tracking Test) afin de prédire l'évolution de la déformation de surface de deux types de mélanges d'enrobé et d'analyser les réponses micromécaniques de ces mélanges pendant le développement de l'état de déformation.  Le modèle se base sur une empreinte de roue à géométrie réelle. Afin de modéliser des mélanges granulaires plus réalistes, nous avons utilisé un pavage de Voronoï avec le logiciel Neper, pour prendre en compte la granulométrie réelle des agrégats.  Deux lois de contact viscoélastique (modèle de Burgers et VENoL) ont été utilisées pour modéliser les propriétés mécaniques des granulats et du mastic respectivement. Des simulations numériques de l’essai de roulement ont été réalisés considérant une hypothèse de charge équivalente simplifiée et d'un échantillon à échelle réelle, puis confrontés à des essais en laboratoire. Les résultats montrent que la simulation numérique permet de prédire l'évolution de la déformation de la surface de la plaque d'enrobé. En outre, l'analyse de la réponse micromécanique des mélanges bitumineux, a révélé des chemins privilégiés de transmission du chargement, qui explique les mécanismes de déformation à l’échelle des particules.

Published
2023-06-12
How to Cite
HAMMOUD, O. (2023). Prédiction de la déformation de la couche de surface des chaussées par les éléments discrets. Academic Journal of Civil Engineering, 41(1), 187-196. https://doi.org/10.26168/ajce.41.1.19
Section
CFGC2023 - Academic Paper