Valorisation des terres excavées pour la construction en terre crue. Développement d'une chaîne de valorisation et d'un outil d'aide à la décision par Machine Learning

La terre crue est un matériau de construction géosourcé dont les propriétés physiques et mécaniques dépendent étroitement de la nature minéralogique et granulométrique des terres utilisées. Sa faible empreinte carbone, sa capacité de régulation hygrothermique et son abondance naturelle en font un matériau particulièrement pertinent dans le contexte de la décarbonation du secteur du bâtiment, notamment en climat méditerranéen. Cependant, malgré un regain d'intérêt scientifique et industriel à l'échelle internationale, son déploiement reste limité par deux verrous majeurs : d'une part, la variabilité minéralogique et géotechnique des terres disponibles, qui conditionne directement leurs aptitudes constructives ; d'autre part, l'absence de méthodologies scientifiques permettant de relier de manière prédictive la composition des terres à leurs performances thermo-hygro-mécaniques et aux procédés de fabrication associés.

En Occitanie, les chantiers de travaux publics génèrent annuellement des volumes significatifs de terres d'excavation, dont la valorisation en matériaux de construction reste marginale faute de référentiels techniques adaptés. Ces terres, issues de bassins géologiques variés et riches en minéraux argileux, représentent pourtant une ressource locale à fort potentiel constructif.

C'est dans ce contexte que s'inscrit le projet TERROC, qui réunit autour d'une problématique commune des acteurs académiques, industriels et institutionnels du territoire occitan. Les entreprises partenaires LRM et VAILLS fourniront des terres issues de leurs gisements et chantiers, assurant ainsi l'ancrage industriel et la représentativité géologique des matériaux étudiés. TERROC vise à construire une chaîne de valorisation fondée sur une approche scientifique, articulant caractérisation minéralogique et géotechnique des terres, évaluation des performances thermo-hygro-mécaniques, analyse du cycle de vie et développement de procédés de mise en œuvre adaptés aux principales techniques constructives en terre crue. Cette démarche intégrée sera complétée par le développement d'un outil d'aide à la décision (OAD) s'appuyant sur des algorithmes de Machine Learning, permettant de prédire les aptitudes constructives d'une terre à partir de sa caractérisation, de guider le choix des techniques de mise en œuvre et d'optimiser les paramètres de fabrication. Conçu pour être accessible aux professionnels du bâtiment et aux collectivités, cet outil constituera un levier concret pour structurer une filière régionale de construction en terre crue, circulaire et bas carbone.

OBJECTIFS SCIENTIFIQUES ET MÉTHODOLOGIE

La réintroduction de la terre crue dans la construction contemporaine offre une réponse crédible aux enjeux de décarbonation du bâtiment, mais se heurte encore à l'absence de référentiels scientifiques adaptés à la valorisation des terres d'excavation. La thèse s'attaque à ce verrou à travers trois objectifs complémentaires. Le premier est de caractériser et classifier des terres d'excavation réelles issues de bassins géologiques distincts, en s'appuyant notamment sur des analyses granulométriques, minéralogiques, géotechniques et physico-chimiques. Il s'agit d'identifier la variabilité naturelle des matériaux, de définir des familles de comportement homogènes et d'établir des relations entre leurs caractéristiques et leurs aptitudes aux différentes techniques constructives en terre crue. Le deuxième est de développer et optimiser des procédés de fabrication reproductibles, en étudiant les paramètres clés de mise en œuvre pour aboutir à des produits finis destinés au remplissage de parois, à des éléments constructifs ou à des solutions d'isolation thermique et hygrothermique. Les performances mécaniques, thermiques et hygriques des matériaux élaborés seront évaluées, ainsi que leur durabilité sous sollicitations hygrothermiques. Le troisième est de quantifier l'impact environnemental des solutions développées par une analyse du cycle de vie (ACV) et de produire un outil d'aide à la décision (OAD) multicritère capable d'intégrer la dimension environnementale dans les choix de valorisation, et de formaliser les résultats sous forme de recommandations techniques destinées aux acteurs du bâtiment, de la formation et des collectivités.

Pour atteindre ces objectifs, la méthodologie s'appuie sur une approche expérimentale et numérique intégrée, combinant caractérisation avancée des terres, analyse du cycle de vie et modélisation prédictive par apprentissage automatique. La base de données expérimentale constituée tout au long de la thèse alimentera des modèles capables de prédire les propriétés thermo-hygro-mécaniques d'une terre à partir de sa composition, de classifier les terres selon leur aptitude constructive et d'optimiser les paramètres de formulation.

Le programme de recherche, organisé sur 36 mois en lien étroit avec les partenaires industriels LRM et VAILLS, laisse une large place à l'initiative du doctorant dans le choix des méthodes d'analyse, la définition des indicateurs de performance et le développement des modèles numériques.

L’IMT Mines Alès est une grande école d’ingénieurs pluridisciplinaire, l’une des plus anciennes institutions françaises d’enseignement et de recherche en ingénierie, régulièrement classée dans les meilleurs classements internationaux. Depuis 2017, elle fait partie de l’Institut Mines-Télécom (IMT), le plus grand réseau de formation en ingénierie en France. Dans le cadre de ce projet, elle sera représentée par le groupe Durabilité des Éco-Matériaux et des Structures (DMS), qui développe des recherches sur la durabilité et les performances mécaniques des matériaux durables, appliqués aussi bien à l’ingénierie civile qu’aux composites à haute performance pour l’industrie. Le groupe adopte une approche systémique en intégrant les interactions entre les matériaux et leur environnement d’usage. 

La personne candidate doit être titulaire d'un Master 2 ou diplôme d'ingénieur en génie civil, géotechnique ou science des matériaux, avec les compétences et qualités suivantes :

• Maîtrise des méthodes de recherche bibliographique et de synthèse scientifique
• Goût pour la démarche expérimentale et les déplacements sur site (LRM, VAILLS)
• Intérêt pour la science des données et le Machine Learning
• Notions en analyse du cycle de vie (ACV)
• Rigueur scientifique, initiative et capacité à travailler en équipe interdisciplinaire
• Anglais scientifique pour la lecture, la rédaction et la communication en conférence.