Conception et réalisation d’un système multi-capteur pour préserver la santé humaine des dangers des aliments traités

Abstract

L'identification des produits alimentaires, pollués et contaminés par des produits chimiques, ayant un impact négatif sur la santé humaine, est importante pour les consommateurs. Les travaux de recherches que nous rapportons dans cette thèse s’inscrivent dans le cadre du développement d’un dispositif « nez électronique portable », miniaturisé et à moindre coût, basé sur des capteurs de gaz orienté vers des applications visant à vérifier la qualité des produits alimentaires, notamment les produits traités avec des pesticides. Dernièrement, les nez électroniques ont été largement exploités dans différents domaines y compris l’agroalimentaire grâce à leur efficacité, leur précision, leur moindre coût et leur facilité d'utilisation, contrairement aux méthodes physico-chimiques. Les nez électroniques sont constitués de deux parties principales, une partie matérielle qui contient principalement un réseau de capteurs de gaz et une partie logicielle dédiée au traitement et classification de données. Après une étude de marché sur les capteurs de gaz, notre choix s’est porté sur des capteurs de gaz à oxyde métallique du commerce qui seront utilisés pour la réalisation de notre dispositif. Dans un premier temps, une méthodologie de conception et d’impression de deux circuits est présentée, qui vise à optimiser le dimensionnement et l'agencement des capteurs d’un côté et à l’adaptation et la protection des composants d’un autre côté. Nous avons établi un protocole de mesure en se fixant des contraintes de sensibilité et de réponse. Un prototype avec une chambre en verre pour l’isolation, conçu d'après cette méthodologie, est testé, réalisé, mis en œuvre et caractérisé. L’expérimentation de notre dispositif pour des échantillons de menthe traitée avec deux dangereux insecticides nous a permis de distinguer entre les échantillons avec des taux de réussites allant de 75% à 100% en utilisant la méthode des Séparateurs à Vaste Marges (SVM) dans un premier temps et K plus Proches Voisins (KNN) dans un autre temps et une prédiction de jour de traitement pour un insecticide avec un taux de corrélation qui est arrivé à 99% grâce à la méthode de Réseau Autorégressif non linéaire à entrées exogènes (NARX). Ensuite, nous nous sommes intéressés à discriminer entre trois échantillons de pommes de terre selon leurs champs de culture : traité traditionnellement avec le fumier de moutons et d’ânes, traité avec des engrais NPK et traité avec le fumier de poulet. En appliquant la méthode SVM, nous avons atteint un taux de réussite qui dépasse 92%. Au final, on peut dire que les nez électroniques ainsi développés se sont révélés être des outils de surveillance fiables de la contamination des produits alimentaires.