Fissuration des mortiers - CSTB
Fissuration des mortiers - CSTB
Fissuration des mortiers - CSTB
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Prise en compte du couplage hydratation-séchage pour la modélisation du retrait de<br />
<strong>des</strong>siccation<br />
FIG. 6.4: Allures <strong>des</strong> courbes de distribution normale (à gauche) et log-normale (à droite)<br />
Si l’on se replace dans le contexte de la porosité <strong>des</strong> <strong>mortiers</strong>, la variable x devient le rayon<br />
d’entrée <strong>des</strong> pores rp et on peut aisément décrire la distribution poreuse totale comme la somme<br />
de sous-distributions log-normales (cf. équation 6.10). La moyenne devient ainsi le paramètre<br />
permettant de décrire la localisation du mode poreux et l’écart-type peut être apparenté à un<br />
paramètre de répartition (mode poreux plus ou moins étalé sur l’axe <strong>des</strong> abscisses).<br />
Avec :<br />
p(rp) =<br />
n<br />
fi<br />
∑<br />
1 σirp<br />
√ exp[−<br />
2π (log(rp) − µi) 2<br />
] (6.10)<br />
2σ 2 i<br />
• fi le « poids » de chaque sous-distribution<br />
• σi et µi l’écart-type et la moyenne de chaque sous-distribution<br />
La courbe cumulée de porosité s’obtient en sommant les intégrales <strong>des</strong> fonctions densités<br />
comme décrit dans l’équation 6.11.<br />
P(rp) =<br />
n rpmax fi<br />
∑<br />
1 rpmin σirp<br />
√ exp[−<br />
2π (log(rp) − µi) 2<br />
].drp<br />
2σ 2 i<br />
(6.11)<br />
Ici rpmin et rpmax définissent les bornes inférieures et supérieures du spectre de porosité auquel<br />
on s’intéresse. Dans notre cas, c’est l’essai de porosimétrie par intrusion de mercure qui<br />
fixera les limites hautes et basses de la distribution poreuse du mortier. Ce modèle est néanmoins<br />
aisément adaptable à toute distribution fournie par une autre technique expérimentale.<br />
La distribution log-normale possède <strong>des</strong> propriétés intéressantes permettant de déterminer<br />
combien de sous-distributions peuvent être associées à la distribution totale. En effet, si l’on<br />
trace log(x) en fonction de log(x)−µ<br />
σ , on obtient un graphique Q-Q (quantile-quantile) où log(x)−µ<br />
σ<br />
correspond au quantile d’une distribution normale n(0,1). Chaque segment de droite sur le graphique<br />
ainsi tracé correspond alors à une sous-distribution. La linéarité observée dans le plan<br />
Q-Q permet de démontrer la validité d’une classe de pore avec une distribution en log-normale.<br />
Il est également possible de déterminer les valeurs initiales <strong>des</strong> paramètres par une méthode<br />
graphique. La moyenne µi est l’ordonnée à l’origine <strong>des</strong> segments, l’écart-type σi est la pente<br />
<strong>des</strong> segments. Un exemple avec 3 sous-distributions est illustré en figure 6.5.<br />
120