Application des plans d’expérience pour l’étude des sols gonflants
Loading...
Date
2021-05-24
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Résumé (Français) :
Plusieurs méthodes statistiques ont été proposées dans la littérature pour la prévision du gonflement des sols. Ces méthodes sont connues pour être non universelles, nécessitant de nombreuses expériences, longues et coûteuses. Dans cette thèse de nouvelles approches sont développées pour prédire le degré et la pression de gonflement des sols et explorer les effets et les interactions de la teneur en argile et de l’indice de plasticité sur le potentiel et la pression de gonflement. Sur ce fondement, une base de données expérimentales a été collectés auprès des laboratoires de la région ouest d’Algérie, auxquels s’ajoute une lecture des principales publications sur les sols gonflants dans la même la région. Différents types de régressions ont été appliqués à ces données et les résultats montrent que de nouvelles relations empiriques ont été trouvées entre la pression de gonflement et le potentiel de gonflement ces corrélations sont en bonnes concordances avec la littérature. Les régressions cubiques, quadratiques et multiples semblent être en bonne concordance et mieux adaptée que les modèles de régression linéaire simples dans le cas présenté. Par la suite, une analyse a été menée à l’aide d'un algorithme combiné orthogonal L9(32) de Taguchi et une analyse de réseaux de neurones artificiels. Les résultats indiquent que l’application de cet algorithme est très efficace et la précision des résultats est très acceptables et permet de prédire le potentiel et la pression de gonflement des sols. L’analyse de la variance (ANOVA) de l’approche intégrée proposée a indiqué que la signification de l’indice de plasticité est d’environ 91,66% et 95,77% respectivement, pour l’estimation du potentiel de gonflement et de la pression de gonflement.
Résumé (Anglais) :
Several statistical methods have been proposed in the literature for predicting soil swelling.
These methods are known to be non-universal, requiring many experiments, time consuming and
expensive. In this thesis new approaches are developed to predict the degree and pressure of swelling
soils and explore the effects and interactions of clay content and plasticity index on swelling potential
and pressure. On this basis, an experimental database was collected from laboratories in the region
to which is added a reading of the main publications on swelling soils in the region of Western
Algeria. Different types of regressions were applied to these data and the results show that new
empirical relationships were found between the swelling pressure and the swelling potential; these
correlations are in good agreement with the literature. Cubic, quadratic and multiple regressions
seem to be in good agreement and better suited than simple linear regression models in the case
presented. Subsequently, an analysis was performed using a combined L9(32) orthogonal Taguchi
algorithm and an analysis of artificial neural networks. The results indicate that the application of
this algorithm is very efficient and the precision of the results is very acceptable and can predict
the potential and the swelling pressure of soils. Analysis of variance (ANOVA) of the proposed
integrated approach indicated that the significance of the plasticity index is approximately 91.66%
and 95.77% respectively, for the estimation of the swelling potential and of inflation pressure.
Description
Doctorat en Sciences
