Thèse 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 H/F - Doctorat.Gouv.Fr

Établissement : IMT MINES ALES École doctorale : I2S - Information, Structures, Systèmes Laboratoire de recherche : LMGC - Laboratoire de Mécanique et Génie Civil Direction de la thèse : Youssef EL BITOURI ORCID 0009000998778980 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-06-26T23:59:59 Le projet TERROC s'inscrit dans le contexte de la transition écologique du secteur du bâtiment en valorisant la terre crue, un matériau de construction géosourcé à faible empreinte carbone, abondant et doté de propriétés de régulation hygrothermique particulièrement adaptées aux climats méditerranéens. Toutefois, son développement reste freiné par deux obstacles majeurs : la forte variabilité minéralogique et géotechnique des terres disponibles, qui influence directement leurs performances constructives, et l'absence d'outils scientifiques capables de relier de manière prédictive la composition des terres à leurs propriétés thermo-hygro-mécaniques et aux procédés de fabrication associés.

En Occitanie, les chantiers de travaux publics produisent chaque année d'importants volumes de terres d'excavation encore peu valorisés dans la construction. Pourtant, ces matériaux issus de contextes géologiques variés constituent une ressource locale prometteuse. Le projet TERROC rassemble ainsi des partenaires académiques, industriels et institutionnels afin de développer une filière régionale de construction en terre crue. Les entreprises LRM et VAILLS contribueront au projet en fournissant des terres représentatives des gisements régionaux.

L'objectif général consiste à établir une chaîne de valorisation reposant sur la caractérisation des terres, l'évaluation de leurs performances, l'analyse de leur impact environnemental et le développement de procédés adaptés aux principales techniques constructives en terre crue. Cette démarche sera complétée par la création d'un outil d'aide à la décision fondé sur des méthodes de Machine Learning, destiné à prédire les aptitudes constructives des terres et à optimiser les choix de mise en oeuvre.

La thèse associée au projet poursuit trois objectifs principaux. Le premier vise à caractériser et classifier des terres d'excavation provenant de différents bassins géologiques à l'aide d'analyses granulométriques, minéralogiques, géotechniques et physico-chimiques. Il s'agit d'identifier les facteurs déterminant leurs comportements et leurs aptitudes constructives. Le deuxième objectif consiste à développer et optimiser des procédés de fabrication reproductibles pour produire des matériaux destinés au remplissage de parois, à la réalisation d'éléments constructifs ou à l'isolation thermique et hygrothermique. Les performances mécaniques, thermiques, hygriques et la durabilité des matériaux seront évaluées. Le troisième objectif porte sur la quantification des impacts environnementaux grâce à l'analyse du cycle de vie, ainsi que sur le développement d'un outil multicritère intégrant ces aspects dans les choix de valorisation et produisant des recommandations techniques à destination des professionnels et des collectivités.

La méthodologie repose sur une approche expérimentale et numérique intégrée combinant caractérisation avancée des terres, analyse du cycle de vie et modélisation prédictive par apprentissage automatique. Les données générées alimenteront des modèles capables de prédire les propriétés des matériaux, de classifier les terres selon leur potentiel constructif et d'optimiser les formulations et procédés de fabrication. 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 oeuvre 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 oeuvre 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. 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 oeuvre 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 les objectifs fixés, 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.

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.

• Anglais
• Ecobilan des activités de l'entreprise
• Pro-activité
• Machine learning
• Isolation