Module de Cours : Analyse Granulométrique et ses

Applications en Industrie Minière

Instructeur : [Votre Nom]
Semestre : [Semestre]
11 mai 2025

1
Table des matières
1 Introduction : Qu’est-ce que la Granulométrie et Pourquoi est-elle Es-
sentielle en Mine ? 4
1.1 Définition Simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Pourquoi c’est Crucial dans l’Industrie Minière ? . . . . . . . . . . . . . . 4

2 Les Données de Base d’une Analyse Granulométrique 5

2.1 Colonnes Fréquemment Présentes . . . . . . . . . . . . . . . . . . . . . . 5

3 Calcul de Paramètres Dérivés : Allons Plus Loin dans l’Analyse 5

3.1 Taille Représentative de la Classe (x) . . . . . . . . . . . . . . . . . . . . 6
3.2 Fraction Massique ou Volumique dans la Classe (Fv ) . . . . . . . . . . . 6
3.3 Inverse de la Taille Représentative (1/x) . . . . . . . . . . . . . . . . . . 6
3.4 Fraction Surfacique dans la Classe (Fs ) . . . . . . . . . . . . . . . . . . . 7

4 Mesures Cumulées Dérivées : Les Courbes d’Aire 7

4.1 Aire Cumulée sous Fv vs1/x(CumAreaFv vs1/x) . . . . . . . . . . . . . . 7
4.2 Aire Cumulée sous Fs vsx(CumAreaFs vsx) . . . . . . . . . . . . . . . . . 8

5 Pourquoi Tous Ces Paramètres Sont Utiles pour l’Ingénieur Minier ? 8

6 Aller Plus Loin : Outils Statistiques et Modèles pour une Analyse Fine 9
6.1 Outils Statistiques Supplémentaires . . . . . . . . . . . . . . . . . . . . . 9
6.2 Modèles Analytiques Empiriques . . . . . . . . . . . . . . . . . . . . . . 9
6.2.1 Modèle de Rosin-Rammler (ou Weibull) . . . . . . . . . . . . . . 9
6.2.2 Modèle de Gates-Gaudin-Schuhmann (GGS) . . . . . . . . . . . . 10
6.2.3 Modèle Log-Normal . . . . . . . . . . . . . . . . . . . . . . . . . . 10

7 Différentes Façons d’Exprimer la Distribution Granulométrique (Dis-

tributions Pondérées) 11
7.1 Le Lien via les Moments de Taille . . . . . . . . . . . . . . . . . . . . . . 11
7.2 Pourquoi Choisir une Pondération ? . . . . . . . . . . . . . . . . . . . . . 12

8 Aspects Complémentaires Cruciaux pour la Pratique 12

8.1 Influence de la Forme des Particules . . . . . . . . . . . . . . . . . . . . . 12
8.2 Techniques de Mesure Courantes . . . . . . . . . . . . . . . . . . . . . . 12
8.3 L’Importance Cruciale de l’Échantillonnage . . . . . . . . . . . . . . . . . 13

9 Mise en Œuvre Pratique : Calculs et Graphiques dans Excel 13

9.1 Préparation des Données dans Excel . . . . . . . . . . . . . . . . . . . . 13
9.2 Ajout des Colonnes Calculées (Formules Excel) . . . . . . . . . . . . . . 14
9.3 Calculer les Statistiques Clés dans Excel . . . . . . . . . . . . . . . . . . 15
9.4 Tracer les Graphiques dans Excel . . . . . . . . . . . . . . . . . . . . . . 15

10 Utilisation des Résultats pour le Contrôle et l’Optimisation des Procé-

dés 17
10.1 Contrôle Qualité Rapide . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
10.2 Diagnostic et Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2
11 Conclusion du Module 18

3
1 Introduction : Qu’est-ce que la Granulométrie et Pour-
quoi est-elle Essentielle en Mine ?
Bonjour à toutes et à tous, et bienvenue dans ce module consacré à l’analyse granulo-
métrique. Vous vous demandez peut-être ce que ce terme compliqué signifie et pourquoi
c’est important pour un futur ingénieur minier.

1.1 Définition Simple

La granulométrie est l’étude de la répartition des tailles des particules solides
présentes dans un matériau. Imaginez du sable, du gravier, de la farine, ou dans notre
cas, du minerai broyé. Ces matériaux sont composés de particules de tailles différentes.
L’analyse granulométrique cherche à déterminer :
— Quelles tailles de particules sont présentes ?
— En quelle proportion (en masse, en volume, ou en nombre) chaque taille est-elle
représentée ?
Le résultat de cette analyse est la distribution granulométrique.

1.2 Pourquoi c’est Crucial dans l’Industrie Minière ?

Dans l’industrie minière, nous travaillons avec des solides broyés (minerai). Ces parti-
cules de minerai doivent être traitées pour en extraire les métaux ou minéraux précieux.
Toutes les étapes du traitement du minerai (appelées opérations unitaires) sont in-
fluencées, souvent de manière drastique, par la taille des particules.
— Broyage et Criblage (Fragmentation) : On broie le minerai pour libérer les
minéraux précieux de la roche stérile. La taille visée est un compromis : assez fine
pour la libération, pas trop fine pour éviter les coûts énergétiques excessifs et les
problèmes de traitement ultérieurs. Le criblage sert à séparer les particules selon
leur taille.
— Séparation des Minéraux : Les méthodes de séparation (comme la flottation,
la lixiviation, la séparation magnétique, les cyclones) fonctionnent mieux pour cer-
taines gammes de tailles. Des particules trop grosses ou trop fines peuvent être
perdues.
— Réactivité Chimique : Les réactions chimiques (lixiviation) se produisent à la
surface des particules. Plus les particules sont fines, plus la surface totale disponible
est grande, et plus la réaction est rapide.
— Manipulation et Transport : L’écoulement, le stockage, et le transport des ma-
tériaux dépendent aussi de la taille et de la forme des particules.
— Gestion des Résidus : La taille des particules dans les résidus miniers influence
leur comportement (filtration, sédimentation, stabilité).
Comprendre et contrôler la distribution granulométrique est donc essentiel pour opti-
miser les procédés, améliorer la récupération des minéraux, réduire les coûts
énergétiques et assurer la qualité du produit final.

4
2 Les Données de Base d’une Analyse Granulométrique
Lorsque vous réalisez une analyse granulométrique (par exemple, en utilisant une
série de tamis emboîtés ou un analyseur laser), vous obtenez généralement un tableau de
données. Voyons les colonnes typiques que vous y trouverez.

2.1 Colonnes Fréquemment Présentes

Un rapport d’analyse granulométrique standard inclut souvent :
— Channel Number (Numéro de Classe) :
— Signification : Un numéro d’ordre pour identifier chaque ligne ou "classe" de
taille.
— Utilité : Aide à l’organisation et au référencement des données.
— Lower Size (Micron) & Upper Size (Micron) :
— Signification : Ce sont les bornes, respectivement inférieure et supérieure, d’un
intervalle de tailles. Chaque ligne du tableau correspond à un groupe de par-
ticules dont la taille est comprise entre ces deux valeurs. Les tailles sont géné-
ralement exprimées en micromètres (µm).
— Utilité : Elles définissent les "compartiments" de taille utilisés pour classer les
particules lors de l’analyse. Ces intervalles sont fixés par la méthode de mesure
(ex : tailles d’ouverture des tamis).
— Cumulative % Undersize (Pourcentage Cumulé Passant) :
— Signification : C’est le pourcentage (en masse ou en volume, selon la méthode
d’analyse) de l’échantillon total dont la taille est inférieure ou égale à la
borne supérieure (Upper Size) de cette classe.
— Comment ça marche ? Imaginez une pile de tamis. Le % Cumulé Passant
pour un tamis donné représente le pourcentage total de matière qui est passée
à travers tous les tamis supérieurs (plus grandes ouvertures) et à travers ce
tamis particulier. C’est une courbe qui commence près de 0% (pour les très
petites tailles) et finit à 100% (pour les tailles supérieures à la plus grande
particule).
— Utilité : C’est la base pour calculer d’autres paramètres. Elle permet de visua-
liser la distribution globale d’un coup d’œil et de déterminer directement des
tailles clés (comme la médiane).
Exemple Simple : Si pour la classe "50 µm - 63 µm", le % Cumulé Passant est
75%, cela signifie que 75% de l’échantillon total est composé de particules dont la taille
est inférieure ou égale à 63 µm.

3 Calcul de Paramètres Dérivés : Allons Plus Loin dans

l’Analyse
À partir des données de base, nous pouvons calculer d’autres paramètres qui nous
donneront des informations plus spécifiques ou qui seront utiles pour des représentations
graphiques ou des modélisations.

5
 3.1 Taille Représentative de la Classe (x)
— Pourquoi en a-t-on besoin ? Chaque ligne du tableau représente un intervalle
de tailles. Pour les calculs ou les graphiques, il est souvent pratique d’associer une
taille unique à cet intervalle.
— Signification : C’est une valeur typique choisie pour représenter toutes les parti-
cules qui se trouvent dans cet intervalle de taille spécifique.
— Comment la calcule-t-on ? La méthode la plus courante en granulométrie pour
représenter une classe est d’utiliser la moyenne géométrique des bornes inférieure
et supérieure de la classe.
p
xi = Lower Sizei × Upper Sizei

— Exemple
√ Pour une classe de 50 µm à 63 µm, la taille représentative sera x =
:√
50 × 63 = 3150 ≈ 56, 12µm.
— Utilité : On utilisera ces valeurs xi comme points sur les graphiques (axes des X)
et dans les formules pour calculer d’autres paramètres (comme Fs ou 1/x).

3.2 Fraction Massique ou Volumique dans la Classe (Fv )

— Pourquoi Fv estdif f rentdu%Cumul?Le%Cumulvousdit”toutcequiestendessousdecettetaille”.F

— Comment la calcule-t-on ? On calcule la différence entre le % Cumulé

Passant de la classe actuelle (Cum%i ) et celui de la classe juste avant
(Cum%i−1 ).
Fvi = Cum%i − Cum%i−1
Attention : Pour la toute première classe (la plus fine), si le % Cumulé
Passant donné est non nul, cela représente Fv1 . Cum%0 est considéré
comme 0%.
Fv1 = Cum%1 − 0
— Exemple : Si pour la classe "50 µm - 63 µm", le % Cumulé Passant est
75%, et pour la classe précédente (disons "40 µm - 50 µm"), il était 70%.
Alors, la fraction massique dans la classe 50-63 µm est : Fv = 75% - 70%
= 5%. Cela signifie que 5% de la masse totale de votre échantillon est
constituée de particules dont la taille est entre 50 et 63 µm.
— Utilité : La distribution Fv (Fv enf onctiondex)estl′ histogrammedemasse/volume.Ellemontredirect

3.3 Inverse de la Taille Représentative (1/x)

— Pourquoi ce terme étrange 1/x ? En granulométrie, on s’intéresse parfois à la
surface des particules. Pour des particules sphériques, la surface est proportionnelle
au diamètre2 (x2 ) et le volume est proportionnel au diamètre3 (x3 ). Pour passer
d’une distribution en volume (Fv , quiest ∝ N × x3 ) à une distribution en surface
(Fs , quiest ∝ N × x2 ), on peut multiplier la contribution de chaque particule par
x2 /x3 = 1/x. Ce terme 1/xagit donc comme un facteur de conversion ou de pondé-
ration.

6
 — Signification : C’est simplement la valeur 1 divisée par la taille représentative x
pour chaque classe. L’unité est typiquement en (µm)−1 si x est en µm.
— Comment la calcule-t-on ?
1 1
=
xi xi
— Exemple : Pour x = 56, 12µm, 1/x = 1/56, 12 ≈ 0, 0178(µm)−1 .
— Utilité : Ce terme est utilisé dans le calcul de la distribution surfacique (Fs )etdanscertainsgraphiquesou

3.4 Fraction Surfacique dans la Classe (Fs )

— Pourquoi regarder la surface ? La réactivité chimique (lixiviation), l’adsorption
(flottation), ou même l’abrasion, dépendent de la surface des particules, pas seule-
ment de leur masse ou volume. Une tonne de fines a une surface totale bien plus
grande qu’une tonne de grosses.
— Signification : C’est la contribution de la classe i à la surface totale de l’échan-
tillon (en supposant que toutes les particules ont une forme similaire et une densité
constante).
— Comment la calcule-t-on (méthode simplifiée discrète) ? On approxime la contri-
bution surfacique de chaque classe en multipliant sa fraction massique (en fraction,
Fv /100)parlef acteurdeconversion1/x.P uis, pourobtenirunef raction(olasommesurtouteslesclassesf a
Fvi
100
× x1i
(Fvi /100 × 1/xi )
Fsi = P
j (Fvj /100 × 1/xj )

Ou, si on utilise Fv directement en pourcentage, on normalise par la somme de Fv/x :

(Fvi /xi )
Fsi = P
j (Fvj /xj )

Exemple : Reprenons la classe 50-63 µm. Fv = 5%, x = 56, 12, 1/x ≈ 0, 0178. Contri-
bution brute ∝ 5 × 0, 0178 = 0, 089. Il faudrait faire ce calcul pour toutes les classes,
sommer les contributions brutes, et diviser chaque contribution brute par cette somme
totale pour obtenir Fs .
Utilité : La distribution Fs (Fs enf onctiondex)montrequellestaillesdeparticulescontribuentlepluslasurf

4 Mesures Cumulées Dérivées : Les Courbes d’Aire

Les mesures cumulées, comme le % Cumulé Passant, sont très utiles. On peut aussi cal-
culer des mesures cumulées basées sur les distributions dérivées (Fv etFs ).Celarevientf airedesintgralesd

4.1 Aire Cumulée sous Fv vs1/x(CumAreaFv vs1/x)

— Signification : Cette valeur représente l’intégrale de la distribution Fv pondrepar1/x.C ′ estunef ormecum
1 (Ai−1 ) à celle de la classe i (Ai ), on ajoute l’aire du trapèze formé entre ces deux points.
L’aire du trapèze est la moyenne  des hauteurs
 (Fv enf raction)multiplieparlalargeurdelabase(ladif f renc
(Fvi /100)+(Fvi−1 /100) 1 1
Ai−1 + 2
× xi − xi−1 A0 = 0. Fv0 = 0. Notez que si 1/x diminue (car

7
 x augmente), la différence dans la parenthèse est négative. On travaille souvent avec les
valeurs absolues des différences d’abscisses ou on trace sur un axe 1/x décroissant pour
avoir des aires positives.
— Utilité : Cette courbe cumulée est parfois utilisée pour des analyses spécifiques ou des
normalisations dans des modèles de broyage/réactivité.

4.2 Aire Cumulée sous Fs vsx(CumAreaFs vsx)

— Signification : Cette courbe représente la fraction de surface cumulée jusqu’à une taille
donnée x. La dernière valeur de cette courbe (pour la plus grande taille) représente l’aire
totale sous la courbe Fs vsx, quiestproportionnellelasurf acespcif iquetotaledel′ chantillon(enm2 /g, pare
Ai−1 + Fsi +F
2
si−1
× (xi − xi−1 ) A0 = 0. Fs0 = 0.
— Utilité : Permet de quantifier la distribution surfacique de manière cumulative. Utile
pour voir quelle proportion de la surface totale est apportée par les fines, par exemple.
La valeur finale donne une estimation de la surface spécifique.

5 Pourquoi Tous Ces Paramètres Sont Utiles pour l’In-

génieur Minier ?
Récapitulons l’intérêt de ces différents paramètres dans le contexte des opérations
minières :
— Cum% Undersize (S-curve) :
— Utilité Principale : Lecture rapide des percentiles (D10 , D50 , D90 , P80 ). Contrôle
global du sous-broyage (P80 trop grand) et du sur-broyage (D10 trop petit).
Base pour le contrôle qualité.
— Fv (HistogrammedeM asse/V olume) :
— Utilité Principale : Voir où se trouve la masse du matériau. Identification des
classes dominantes. Diagnostic des problèmes de broyage/classification (pics
secondaires anormaux).
x et 1/x :
— Utilité Principale : Abscisses pour les graphiques, facteurs de pondération pour les
conversions (Volume ↔ Surface).
Fs (HistogrammedeSurf ace) :
Utilité Principale : Identifier les classes qui contribuent le plus à la sur-
face réactive. Crucial pour l’optimisation de la flottation et de la lixivia-
tion.
Cum Area Fv vs1/x&CumAreaFs vsx
Utilité Principale : Outils intermédiaires ou de modélisation, estimation de la
surface spécifique totale (fin de Cum Area Fs vsx).
En combinant l’analyse de ces différents paramètres, l’ingénieur obtient une vision com-
plète de la distribution des tailles et de ses implications sur le comportement du minerai
dans les différentes étapes du procédé.

8
6 Aller Plus Loin : Outils Statistiques et Modèles pour
une Analyse Fine
Une description complète de la distribution ne se limite pas aux paramètres de base.
Des outils statistiques supplémentaires et des modèles mathématiques permettent une
caractérisation plus fine et prédictive.

6.1 Outils Statistiques Supplémentaires

— Percentiles (D10 , D50 , D90 , P80 ) : Déjà vus, mais ce sont des indicateurs clés
de la position (médiane D50), de la finesse (D10), et de la grossièreté (D90, P80)
de la distribution cumulative.
— Span : Indicateur simple de l’étalement de la distribution.
— Moyenne, Médiane, Mode : Mesures de tendance centrale. La moyenne est
sensible aux extrêmes, la médiane (D50 ) divise la distribution en deux, le mode est
la taille la plus fréquente (pic de Fv oudeladensitmassiquefM ). Pour une distribution
asymétrique, ces valeurs sont différentes.
— Écart-type (σ) et Coefficient de Variation (CV) :
— Signification : L’écart-type mesure la dispersion absolue des tailles autour de
la moyenne. Le CV (σ/moyenne) est la dispersion relative, utile pour comparer
des distributions avec des moyennes très différentes.
— Utilité : Quantifient l’homogénéité (faible σ ou CV = distribution étroite) ou
la dispersion (élevé σ ou CV = large répartition des tailles) du matériau.
— Moments de Distribution (D[p,q]) : Comme D[3, 2] (Sauter) et D[4, 3] (vo-
lume), ils fournissent des diamètres moyens pondérés par différents critères (surface,
volume). D[3, 2] est particulièrement pertinent pour la surface spécifique et donc la
réactivité.
— Asymétrie (Skewness) : Quantifie le degré de dissymétrie. Positive = queue vers
les gros (dominance de fines). Négative = queue vers les fines (dominance de gros).
— Aplatissement (Kurtosis) : Indique si la distribution a des "queues" plus lourdes
ou plus légères qu’une distribution normale. Une kurtosis élevée signale une propor-
tion importante d’extrêmes (très fines et très grosses particules), potentiellement
des outliers.
Ces statistiques permettent de décrire la forme de la distribution de manière quantitative
(position, étalement, forme, présence d’extrêmes).

6.2 Modèles Analytiques Empiriques

Ces modèles proposent une fonction mathématique pour décrire la courbe cumulative
(Cum% passant) ou la densité de probabilité (Fv enf raction).Ilspermettentdelisserlesdonnes, d′ interpo

6.2.1 Modèle de Rosin-Rammler (ou Weibull)

— Concept : Ce modèle décrit la distribution cumulative passant F (x) par une fonc-
tion de la forme :
m
F (x) = 1 − e−(x/x0 )

9
 où x est la taille, x0 est un paramètre de taille caractéristique, et m est un paramètre
d’uniformité.
— Pourquoi on le linéarise ? En manipulant l’équation, on obtient : ln(− ln(1 −
F (x))) = m ln(x) − m ln(x0 ). C’est l’équation d’une droite !
— Plot Rosin-Rammler : On trace ln(− ln(1 − F (x))) (axe Y) en fonction de ln(x)
(axe X). Si les points s’alignent sur une droite, le modèle Rosin-Rammler décrit
bien la distribution.
— Interprétation des Paramètres :
— La pente de la droite est le paramètre m. m mesure l’uniformité : plus
m est grand (pente forte), plus la distribution est étroite et homogène. Un m
faible (pente faible) indique une large dispersion.
— L’ordonnée à l’origine est −m ln(x0 ). On peut en déduire x0 = exp(−Intercept/m).
C’est la taille pour laquelle environ 63,2% du matériau passe.
— Utilité : Très utilisé pour caractériser les produits de broyage. Permet de comparer
l’efficacité de différents broyeurs ou de suivre l’évolution du broyage.

6.2.2 Modèle de Gates-Gaudin-Schuhmann (GGS)

— Concept : Ce modèle décrit la distribution cumulative passant F (x) (souvent en
%) par une fonction de la forme :

F (x) = axk

où x est la taille, a est un paramètre lié à la taille maximale, et k est un paramètre

lié à la fragmentation.
— Pourquoi on le linéarise ? En prenant le logarithme des deux côtés : log10 (F (x)) =
log10 (a) + k log10 (x). Encore l’équation d’une droite !
— Plot GGS : On trace log10 (F (x)) (axe Y) en fonction de log10 (x) (axe X). Si les
points s’alignent sur une droite, le modèle GGS s’applique.
— Interprétation des Paramètres :
— La pente de la droite est le paramètre k. k est l’exposant de fragmentation
ou l’indice de distribution. Il indique la finesse : plus k est grand (pente forte),
plus le produit est fin. k est typiquement entre 0,5 et 2.
— L’ordonnée à l’origine est log10 (a). On peut en déduire a = 10Intercept .
— Utilité : Souvent appliqué aux produits de broyage ou de classification. Permet de
caractériser et comparer la "forme" de la distribution des fines.

6.2.3 Modèle Log-Normal

— Concept : Une distribution est dite log-normale si le logarithme naturel de la
taille (ln(x)) suit une distribution normale (Gaussienne). C’est un modèle empi-
rique fréquent pour des matériaux produits par fragmentation ou croissance aléa-
toire.
— Pourquoi le tester ? Si une distribution est log-normale, elle est entièrement
caractérisée par la moyenne (µln ) et l’écart-type (σln ) des valeurs ln(x). On peut alors
utiliser les propriétés de la loi normale pour faire des prédictions ou des analyses
statistiques.

10
 — Plot Q-Q Log-Normal : Un diagramme Quantile-Quantile (Q-Q) est la meilleure
façon de tester l’adéquation à une loi. Pour la log-normalité, on trace les quantiles
théoriques d’une loi normale standard (axe X) en fonction des valeurs triées
de ln(x) (axe Y).
— Comment calculer les quantiles théoriques normaux ? Pour un échantillon de
n points, la position du i-ème point trié correspond au quantile (i − 0.5)/n
de la loi normale standard. On utilise la fonction inverse de la loi normale
standard (NORM.S.INV en Excel) pour trouver la valeur z correspondante. Zi =
NORM.S.INV((i − 0.5)/n).
— Interprétation du Plot Q-Q : Si les points triés de ln(x) s’alignent approximati-
vement sur une droite lorsqu’ils sont tracés contre les quantiles théoriques normaux,
alors la distribution des tailles est bien décrite par une loi log-normale. Les dévia-
tions aux extrémités signalent des "queues" (proportion d’extrêmes) différentes de
celles de la loi log-normale.
— Paramètres Log-Normaux : Si le modèle s’applique, on peut calculer la moyenne
géométrique (µgéom ) et l’écart-type géométrique (σgéom ) de la distribution des tailles :
µgéom = exp(Moyenne(ln(x)))
σgéom = exp(Écart-type(ln(x)))
— Utilité : Modèle empirique fréquent. Les paramètres géométriques sont souvent
plus représentatifs d’une distribution asymétrique que la moyenne arithmétique.
Permet d’utiliser des outils statistiques développés pour la loi normale.

7 Différentes Façons d’Exprimer la Distribution Gra-

nulométrique (Distributions Pondérées)
Jusqu’à présent, nous avons surtout parlé de distribution en masse ou en volume
(avec Fv etlaCum%U ndersize), carc′ estcequedonnentlaplupartdesanalysespartamisageoudif f ractionl
En nombre de particules.
En longueur totale (pour des particules allongées).
En surface totale (avec Fs ). Ces différentes distributions donnent des perspectives
différentes sur le même échantillon de particules.

7.1 Le Lien via les Moments de Taille

Toutes ces distributions sont mathématiquement liées par les moments de taille.
Le moment d’ordre k d’une distribution est, en gros, la moyenne des tailles élevées
à la puissance k.
— La distribution en Nombre est liée au moment d’ordre 0 (x0 = 1).
— La distribution en Longueur est liée au moment d’ordre 1 (x1 ).
— La distribution en Surface est liée au moment d’ordre 2 (x2 ).
— La distribution en Volume/Masse est liée au moment d’ordre 3 (x3 ).
Cela signifie qu’on peut, sous certaines hypothèses (forme et densité constantes),
convertir une distribution d’un type à un autre. Par exemple, nous avons déjà vu
comment calculer Fs (distributionsurf acique)partirdeFv (distributionmassique/volumique)enpon

11
7.2 Pourquoi Choisir une Pondération ?
Le choix de la distribution (nombre, surface, volume/masse) dépend de l’application :
— Nombre : Si vous comptez les particules, ou si chaque particule individuelle a
une importance égale (nanotechnologie, comptage de poussières). Les petites
particules dominent en nombre.
— Surface : Si vous vous intéressez aux phénomènes de surface (réactions chi-
miques, flottation, adsorption). Les fines et moyennes particules dominent en
surface totale.
— Volume/Masse : Si vous faites des bilans matière, si le comportement dé-
pend de la masse ou du volume (transport, séparation par gravité, broyage).
Les grosses particules dominent en volume/masse.
Il est fréquent que le mode (pic) d’une distribution en nombre soit beaucoup plus petit
que le mode d’une distribution en masse pour le même échantillon, car même un petit
nombre de grosses particules pèse lourd.

8 Aspects Complémentaires Cruciaux pour la Pratique

Pour utiliser l’analyse granulométrique de manière efficace en milieu industriel, d’autres
facteurs importants doivent être pris en compte.

8.1 Influence de la Forme des Particules

— Diamètre Équivalent : La plupart des méthodes ne mesurent pas direc-
tement les 3 dimensions d’une particule irrégulière, mais un "diamètre équi-
valent sphérique" basé sur un comportement physique (passage au tamis, sédi-
mentation, diffusion de lumière, volume...). Une particule allongée peut avoir
un grand diamètre de passage au tamis mais un petit diamètre équivalent en
sédimentation.
— Impact sur les Procédés : La forme (sphéricité, angulosité, rapport d’as-
pect) influence l’écoulement, l’empilement, l’usure des équipements, et surtout
les procédés de séparation qui ne dépendent pas uniquement de la taille (flot-
tation, séparation magnétique, cyclones).
— Caractérisation de Forme : L’analyse d’image est la technique la plus
directe pour mesurer les paramètres de forme et peut être combinée à l’analyse
de taille.

8.2 Techniques de Mesure Courantes

Le choix de la technique dépend de la gamme de tailles et de l’information recherchée.
— Tamisage : Standard pour les tailles > ∼40 µm. Robuste, économique, mais
donne une distribution discrète et est influencé par la forme.
— Diffraction Laser (LD) : Rapide, large gamme de tailles (sub-µm à mm),
donne une distribution continue en volume. Assume la sphéricité.

12
 — Analyse d’Image (Statique/Dynamique) : Permet la mesure directe de
taille et de forme sur particules individuelles. Peut donner des distributions
en nombre, surface, volume.
— Sédimentation : Adaptée aux fines particules (sub-µm à ∼50 µm). Basée
sur la loi de Stokes, assume sphéricité et densité constante.
— Surface Spécifique (BET) : Mesure la surface réelle par adsorption de gaz.
Essentielle pour la réactivité, mais ne donne pas une distribution de taille.
Comparer les résultats de différentes méthodes sur le même échantillon peut révéler des
informations sur la forme ou l’hétérogénéité de la densité.

8.3 L’Importance Cruciale de l’Échantillonnage

— Représentativité : L’échantillon analysé doit être une image fidèle du lot
ou du flux étudié. C’est le point de départ de toute analyse fiable.
— Erreurs Communes : Prélèvement manuel non systématique, taille d’échan-
tillon trop petite, ségrégation des particules (les fines tombent, les grosses
roulent).
— Bonnes Pratiques : Utiliser des diviseurs mécaniques (rifflers, diviseurs rota-
tifs). Pratiquer l’échantillonnage en continu ou par prélèvements transversaux
sur un flux en mouvement. Suivre les principes de la Théorie de l’Échantillon-
nage de Gy pour quantifier et minimiser les erreurs.

Une analyse parfaite sur un échantillon non représentatif mène à des conclusions erronées
et à des décisions d’optimisation inefficaces, voire nuisibles.

9 Mise en Œuvre Pratique : Calculs et Graphiques

dans Excel
Bien que des logiciels spécialisés existent, Excel est un outil puissant pour réaliser et
visualiser les analyses granulométriques, surtout pour des données de base. Voici comment
procéder étape par étape.

9.1 Préparation des Données dans Excel

1. Ouvrez une feuille Excel.
2. Saisissez vos données de base dans les premières colonnes :
— Colonne A : Channel Number
— Colonne B : Lower Size (µm)
— Colonne C : Upper Size (µm)
— Colonne D : Cumulative % Undersize (valeurs de 0 à 100)
3. Assurez-vous que les données sont triées par tailles croissantes (B et C). La
première ligne devrait idéalement correspondre à la plus petite classe, la der-
nière à la plus grande. La première valeur de la colonne D est souvent 0 ou
une petite valeur pour la classe la plus fine, et la dernière valeur est 100.

13
 4. Sélectionnez les colonnes de données (A à D) et mettez-les sous forme de
Tableau Excel (Insertion > Tableau). Cela facilite la gestion des formules.

9.2 Ajout des Colonnes Calculées (Formules Excel)

Créez de nouvelles colonnes pour calculer les paramètres dérivés. Nommez bien vos co-
lonnes (ex : "xm icrons”, ”F v

1. x (µm) (Taille représentative) : Dans la première cellule de cette colonne

(ligne 2), entrez la formule : =SQRT(B2*C2). Recopiez la formule vers le bas
pour toutes les lignes du tableau.
2. Fv (%) (Fraction Massique/Volumique) :
— Dans la première cellule (ligne 2, classe 1) : Si votre première Cum%
(D2) est pour l’intervalle B2-C2, Fv est simplement D2. Formule : =D2.
— Dans la deuxième cellule (ligne 3) et les suivantes : Calculez la différence
avec la ligne précédente. Formule en ligne 3 : =D3-D2. Recopiez cette
formule vers le bas.
3. 1/x (µm-1 ) : Dans la première cellule, entrez : =1/E2 (si x est en colonne E).
Recopiez vers le bas.
4. Fv (Fraction) : Créez une colonne pour Fv en fraction (utile pour les calculs
Fs et Areav ).F ormule : =F2/100(siF ven%estencolonneF ).Recopiez.Contribution Surfac
=G2/E2(siF venf ractionestenG, xenE).Recopiez.
5. Somme Contributions Brutes : Dans une cellule en dehors du tableau (par exemple,
sous le tableau), calculez la somme de la colonne précédente (ex : =SUM(ColonneC ontributionB rute)).App
$H$T otal).Fs (Fraction Surfacique Normalisée) :Dansunenouvellecolonne, entrez :
=H2/$H$Total(siContributionbruteestenH).Recopiez.Lasommedecettecolonnedevraittretrsprochede1
6.
6. Width (µm) (Largeur de Classe) : Dans une nouvelle colonne, entrez : =C2-B2.
Recopiez.
7. Area_s (Fs * Width) : Dans une nouvelle colonne, entrez : =I2*J2 (si Fs normalisé
est en I, Width en J). Recopiez.
8. Cum Area_s (Aire Cumulée Fs vs x) :
— Dans la première cellule (ligne 2) : =K2 (si Areas estenK).Dansladeuximecellule(ligne3) :
=L2+K3(siCumAreas estenL, Areas enK).Recopiezverslebas.Ladernirevaleurestl′ airetotalesouslacourb
9. ln(x) : Dans une nouvelle colonne, entrez : =LN(E2). Recopiez. Utile pour la log-normalité
—
et Rosin-Rammler.
10. Rosin-Rammler Y : Dans une nouvelle colonne, entrez : =LN(-LN(1-D2/100)). Reco-
piez. Utilisez D2/100 pour avoir F en fraction. Notez que si D2 est 0 ou 100, cette formule
donnera une erreur ou l’infini ; il faut souvent exclure ces points pour le plot.
11. Log10(x) : Dans une nouvelle colonne, entrez : =LOG10(E2). Recopiez. Utile pour GGS.
12. Log10(Cum% Passing) : Dans une nouvelle colonne, entrez : =LOG10(D2). Recopiez.
Utile pour GGS. Notez que si D2 est 0, cette formule donnera une erreur ; exclure les
points avec Cum% = 0.

14
9.3 Calculer les Statistiques Clés dans Excel
Utilisez les formules Excel sur les colonnes appropriées. Placez ces calculs dans une section
séparée de votre feuille.

— D10 , D50 , D90 (Percentiles) : Utilisez la colonne des tailles x (colonne E)

pour la plage.
— D10 : =PERCENTILE.INC(E2:En, 0.1)
— D50 : =PERCENTILE.INC(E2:En, 0.5)
— D90 : =PERCENTILE.INC(E2:En, 0.9)
— Span : =(D90c ell−D10c ell)/D50c ell(oD10c elletc.sontlescellulescontenantlesrsultatsprcden
—
— Médiane : =MEDIAN(E2:En) (Doit être proche de D50).
— Écart-type Arithmétique : =STDEV.S(E2:En) ou =STDEV.P(E2:En).
— Coefficient de Variation (CV) : =STDEV.S(E2:En)/AVERAGE(E2:En) (ou
multiplier par 100 pour un %).
— Asymétrie (Skewness) : =SKEW.S(E2:En) ou =SKEW.P(E2:En).
— Aplatissement (Kurtosis) : =KURT(E2:En).
— Moyenne et Écart-type de ln(x) : Calculez ces valeurs sur votre colonne
ln(x) (colonne O).
— Moyenne ln(x) : =AVERAGE(O2:On)
— Écart-type ln(x) : =STDEV.S(O2:On)
— Paramètres Log-Normaux (µgéom , σgéom ) :
— µgéom : =EXP(AVERAGE(O2:On))
— σgéom : =EXP(STDEV.S(O2:On))
— Moments D[p,q] : Utilisez la colonne Fv en fraction (colonne G) pour les
poids et la colonne x (colonne E) pour les tailles. Par exemple, pour D[3,2]
(Sauter) : =(SUMPRODUCT(G2:Gn, E2:En^3) / SUMPRODUCT(G2:Gn, E2:En^2))^(1/(3-2))
Adaptez les exposants (3 et 2) pour d’autres moments.

9.4 Tracer les Graphiques dans Excel

Les graphiques sont essentiels pour visualiser la distribution.

1. Histogramme de Fréquence (Fv vsx) :

2. Sélectionnez les colonnes x (µm) et Fv (%).

3. Allez dans Insertion > Graphiques > Insérer un Histogramme ou un
graphique en Colonnes.
4. Astuce : Pour des intervalles clairement définis comme des barres tou-
chantes, cliquez sur les barres > Format de la série de données > Options
des séries > Largeur de l’intervalle = 0%.

Courbe Cumulative Passant (Cum% vs x) :

— Sélectionnez les colonnes x (µm) et Cum% Undersize (%).
— Allez dans Insertion > Graphiques > Insérer un graphique en Nuage de points.
Choisissez l’option avec des lignes lissées.

15
 — Important : Pour l’axe X (tailles), faites un clic droit sur l’axe > Format
de l’axe > Options d’axe > Échelle logarithmique. C’est la représentation
standard.

Plot Rosin-Rammler :
— Sélectionnez les colonnes ln(x) (colonne O) et Rosin-Rammler Y (colonne P).
— Allez dans Insertion > Graphiques > Insérer un graphique en Nuage de points.
— Clic droit sur les points > Ajouter une courbe de tendance > Linéaire.
— Cochez "Afficher l’équation sur le graphique" et "Afficher R2 sur le graphique".
— L’équation affichée est de la forme y = mx + b. Ici, y = ln(− ln(1 − F )),
x = ln(x), b = −m ln(x0 ). Vous lisez m (la pente) et b (l’intercept) directement.
Calculez x0 = exp(−b/m). Le R2 indique la qualité de l’ajustement linéaire
(proche de 1 = bon ajustement).

Plot Gates-Gaudin-Schuhmann (GGS) :

— Sélectionnez les colonnes Log10(x) (colonne Q) et Log10(Cum% Passing) (co-
lonne R).
— Allez dans Insertion > Graphiques > Insérer un graphique en Nuage de points.
— Clic droit sur les points > Ajouter une courbe de tendance > Linéaire.
— Cochez "Afficher l’équation sur le graphique" et "Afficher R2 sur le graphique".
— L’équation affichée est y = kx + log10 (a). Vous lisez k (la pente) et log10 (a)
(l’intercept) directement.

Diagramme Q-Q Log-Normal :

— Préalable : Assurez-vous que votre colonne ln(x) (colonne O) est triée par ordre
croissant. Si ce n’est pas le cas, copiez-la et collez-la triée dans une nouvelle
colonne (ex : Colonne S).
— Comptez le nombre de points n dans votre colonne ln(x) triée (=COUNT(S2:Sn)).
— Créez une colonne pour les Quantiles Théoriques Z (ex : Colonne T). Dans la
première cellule (T2), entrez : =NORM.S.INV((ROW()-ROW(T$2)+0.5)/n_cell)
(où n_cell est la cellule contenant le compte total de points). Recopiez vers le
bas.
— Sélectionnez la colonne des Quantiles Théoriques Z (Colonne T) et la colonne
des ln(x) triées (Colonne S).
— Allez dans Insertion > Graphiques > Insérer un graphique en Nuage de points.
Choisissez l’option avec des marqueurs seulement.
— Interprétation : Si les points forment approximativement une ligne droite dia-
gonale, la distribution est log-normale. Les déviations aux extrémités (haut et
bas) indiquent des "queues" différentes de celles de la loi log-normale.

Diagramme de Pareto :
— Tracez d’abord l’Histogramme de Fréquence (Fv vsx).F aitesunclicdroitsurlegraphique >
Slectionnerdesdonnes > Ajouterunesrie.
— Pour les valeurs X, sélectionnez votre colonne x. Pour les valeurs Y, sélectionnez votre
colonne Cum% Undersize (%). Validez.

16
— Vous avez maintenant deux séries sur le même graphique. Faites un clic droit sur les barres
de la série Cum% > Modifier le type de graphique de la série sélectionnée > Choisissez
"Nuage de points" ou "Courbe" (avec des lignes lissées). Validez.
— Faites un clic droit sur la courbe Cum% > Mettre en forme la série de données > Options
de série > Tracez la série sur : Axe secondaire.
— Vous avez maintenant les barres (Fv )surl′ axeY principaletlacourbecumulative(Cum%)surl′ axeY second

10 Utilisation des Résultats pour le Contrôle et l’Op-

timisation des Procédés
Les calculs et graphiques que vous venez de faire vous donnent une image complète de la
distribution granulométrique. Comment l’utiliser concrètement ?

10.1 Contrôle Qualité Rapide

— Vérifiez les D-values (D10 , D50 , D90 , P80 ) : Comparez-les aux spécifications
cibles de votre produit ou aux résultats historiques d’un procédé stable.
— Analysez le Span : Un Span qui dévie de sa valeur cible peut indiquer un
problème dans le circuit de fragmentation (usure de broyeur, crible bouché,
etc.).
— Repérez les modes : L’histogramme (Fv )ouladensitmassique(fM )vousmontreoseconcentrelamasse.U
surbroyage, passagedegrosdansuncrible).

10.2 Diagnostic et Optimisation

— Sous-broyage vs Surbroyage : La courbe cumulative et les D-values sont
les indicateurs clés. Un P80 ou D90 trop élevés indiquent un sous-broyage (trop
de gros). Un D10 trop petit indique un surbroyage (trop de fines).
— Ajustement du Broyage : Si le produit est trop grossier, vous pouvez
augmenter le temps de séjour dans le broyeur, l’apport d’énergie, ou ajuster
la charge circulante. Si trop fin, l’inverse. Les paramètres des modèles (m
de R-R, k de GGS) peuvent aussi guider : un m faible ou un k faible après
broyage peuvent indiquer un problème dans la mécanique du broyeur ou une
alimentation hétérogène.
— Ajustement de la Classification (Criblage, Cyclones) : Les diagrammes
de classification (efficacité de séparation par taille) dépendent directement de
la PSD de l’alimentation et du produit. Des pertes de fines au refus de crible,
ou de gros au débordement de cyclone, se verront dans la distribution du
produit. On ajuste les ouvertures de crible, la pression/géométrie des cyclones.
La zone d’inflexion de la S-curve peut suggérer une taille de coupure optimale
pour le criblage.
— Prévision de la Réactivité/Flottabilité : L’analyse de la distribution sur-
facique (Fs )vousmontrequellestaillessontlesplusimportantespourcesprocds.SilepicFs estsur
R, GGS)dedif f rentschantillons(parexemple, avantetaprsunrglage, ouissusdedif f rentsbr

17
— Modélisation et Prédiction : Les modèles R-R, GGS ou log-normal peuvent être
utilisés dans des simulateurs de procédés pour prédire la PSD d’un circuit ou évaluer
l’impact de changements virtuels avant de les appliquer réellement.

11 Conclusion du Module
L’analyse granulométrique n’est pas juste un tableau de chiffres ou une jolie courbe. C’est
un outil de diagnostic puissant et un levier d’optimisation essentiel pour tout ingénieur
travaillant avec des matériaux particulaires en industrie minière. En comprenant les dif-
férentes façons d’exprimer la distribution (masse, surface, etc.), en sachant calculer et
interpréter les paramètres clés et les statistiques (percentiles, span, moments, asymétrie,
aplatissement), et en utilisant les représentations graphiques et les modèles empiriques,
vous serez capable :

— De caractériser finement un matériau.

— De diagnostiquer les problèmes dans un circuit de fragmentation ou de sé-
paration.
— D’optimiser les paramètres des opérations unitaires pour atteindre les objec-
tifs de performance (récupération, qualité produit, consommation d’énergie).
— De communiquer efficacement les caractéristiques du produit et les besoins
du procédé.

N’oubliez jamais l’importance d’un échantillonnage correct pour garantir la validité

de votre analyse.
Nous avons couvert les concepts fondamentaux, les calculs et les outils les plus courants.
Entraînez-vous à appliquer ces concepts sur de vraies données d’analyse granulométrique.
La pratique est la clé de la maîtrise !
Merci pour votre attention durant ce module.

Références et Ressources Utiles

1 Ressources théoriques sur la granulométrie et les distributions pondérées (ex :
Wikipedia, AZoM)
2 Guides pratiques sur les méthodes d’analyse (ex : Microtrac, Anton Paar,
Bettersize)
3 Documentation sur les modèles empiriques (Rosin-Rammler, GGS) et les ou-
tils statistiques (ex : manuels Excel, sites web spécialisés comme Real Statis-
tics, Statology)
4 Informations sur l’échantillonnage (Théorie de Gy, guides d’échantillonnage
industriel)
5 Articles ou manuels sur les opérations unitaires en minéralurgie (broyage,
flottation, etc.) qui utilisent la PSD

18