Figure 5.4 : Histogrammes présentant les distributions avant et après réduction des valeurs de MOR
CHAPITRE 5: COMPARAISON DES CLASSEMENTS 135 Le tableau 5.6 présente les nouveaux résultats des classements pour les 245 sciages appliqués pour la classe D18/Rejet.
D18/Rejet (distribution uniforme des MOR)
Indices de classement planches sous classées (%) Indice de justesse (%) Indice de justesse de la classe (%) planches sur classées (%) Classement visuel 51 49 48 0
MOE vibratoire longitudinal basé sur la détection automatique
de la première fréquence de résonance 27 69 69 5
MOE vibratoire transversal sur chant basé sur la détection
manuelle de la première fréquence de résonance 6 91 93 2
Modèle vibratoire transversal basé sur la détection manuelle
des quatre premières fréquences de résonance 6 92 93 2
Modèle basé sur la seule mesure de l’ODF + détection des
nœuds 11 86 87 3
Association de la mesure de l’ODF et du MOE vibratoire longitudinal basé sur la détection automatique de la première
fréquence de résonance
14 82 84 4
Association de la mesure de l’ODF et du MOE vibratoire transversal sur chant basé sur la détection manuelle de la
première fréquence de résonance
8 89 90 3
L’indice de justesse de la machine vibratoire longitudinale perd 26 points en passant à un lot à distribution uniforme des MOR et à l’inverse le sous-classement gagne 23 points alors que pour le reste des machines les pertes des indices de justesse ne dépassent pas 10 points, ce qui démontre leur plus grande stabilité vis-à-vis du lot étudié. Ce même constat est accentué avec le classement D24/Rejet appliqué sur le lot à distribution uniforme des MOR (tableau 5.7) où l’on constate une baisse de l’indice de justesse de la machine vibratoire longitudinale de 53 points et une hausse du sous-classement de 55 points. La machine vibratoire longitudinale pourrait être employée pour classer du D18/Rejet mais avec de faibles rendements et une instabilité qui ne conforte pas sa position. Cependant, en D24/Rejet et D30/Rejet, la machine vibratoire longitudinale ne fonctionne plus (tableaux 5.7 et 5.8).
Tableau 5.6 :Résultats de classement des machines étudiées relatif à la classe D18/Rejet concernant une distribution uniforme des MOR des sciages
136 CHAPITRE 5: COMPARAISON DES CLASSEMENTS
D24/Rejet (distribution uniforme des MOR)
Indices de classement planches sous classées (%) Indice de justesse (%) Indice de justesse de la classe (%) planches sur classées (%) Classement visuel 66 34 30 0
MOE vibratoire longitudinal basé sur la détection automatique
de la première fréquence de résonance 78 22 1 0
MOE vibratoire transversal sur chant basé sur la détection
manuelle de la première fréquence de résonance 18 78 77 4
Modèle vibratoire transversal basé sur la détection manuelle
des quatre premières fréquences de résonance 10 86 87 4
Modèle basé sur la seule mesure de l'orientation des fibres +
détection des noeuds 13 84 84 3
Association de la mesure de l'orientation des fibres et du MOE vibratoire longitudinal basé sur la détection automatique de la
première fréquence de résonance
18 77 78 5
Association de la mesure de l'orientation des fibres et du MOE vibratoire transversal sur chant basé sur la détection
manuelle de la première fréquence de résonance
12 84 85 4
D30/Rejet (distribution uniforme des MOR)
Indices de classement planches sous classées (%) Indice de justesse (%) Indice de justesse de la classe (%) planches sur classées (%) Classement visuel 75 25 22 0
MOE vibratoire longitudinal basé sur la détection automatique
de la première fréquence de résonance 71 29 1 0
MOE vibratoire transversal sur chant basé sur la détection
manuelle de la première fréquence de résonance 24 72 66 4
Modèle vibratoire transversal basé sur la détection manuelle
des quatre premières fréquences de résonance 17 79 77 5
Modèle basé sur la seule mesure de l'orientation des fibres +
détection des noeuds 15 81 79 4
Association de la mesure de l'orientation des fibres et du MOE vibratoire longitudinal basé sur la détection automatique de la
première fréquence de résonance
24 74 73 2
Association de la mesure de l'orientation des fibres et du MOE vibratoire transversal sur chant basé sur la détection
manuelle de la première fréquence de résonance
14 82 81 4
Concernant les autres classements machines appliquées sur le lot à distribution uniforme des MOR, la mesure de l’ODF conduit à des résultats assez proches quelle que soit la classe étudiée. En effet, pour les classes D18/Rejet, D24/Rejet et D30/Rejet, on obtient respectivement des indices de justesse de 86 %, 84 % et 81 %. Les indices de sous-classement
Tableau 5.7 :Résultats de classement des machines étudiées relatif à la classe D24/Rejet concernant une distribution uniforme des MOR des sciages
Tableau 5.8: Résultats de classement des machines étudiées relatif à la classe D30/Rejet concernant une distribution uniforme des MOR des sciages
CHAPITRE 5: COMPARAISON DES CLASSEMENTS 137 sont respectivement de 11%, 13% et 15%. Le modèle employant les cartographies de l’ODF est par conséquent stable vis-à-vis du lot étudié, tout en présentant une justesse de classement intéressante.
La machine vibratoire transversale sur chant incluant la détection des quatre premières fréquences de résonance améliore le rendement par rapport à l’unique utilisation de la première fréquence de résonance issue de la même machine. Cette amélioration atteint 8 points d’indice de justesse dans la classe D24/Rejet. Elle est encore plus nette pour le vibratoire longitudinal où l’amélioration en indice de justesse dans la classe D24/Rejet est de 64 points.
La machine vibratoire transversale sur chant incluant la détection des quatre premières fréquences de résonance conduit à de bons résultats mais qui peuvent varier en fonction de la classe étudié de l’ordre de 10 %. Par exemple, pour les classes D18/Rejet, D24/Rejet et D30/Rejet, on obtient respectivement des indices de justesse de 92 %, 86 % et 79 %. Les indices de sous-classement sont respectivement de 6 %, 10 % et 17 %.
Les résultats issus de la machine vibratoire transversale et ceux obtenus avec la mesure de l’ODF sont relativement proches à l’exception du D18/Rejet où l’indice de justesse du vibratoire transversale avec détection des quatre premières fréquences de résonance est supérieur de 6 points.
Le modèle associant une machine vibratoire transversale sur chant et un scanner mesurant l’ODF n’apporte pas d’amélioration notable. Cependant, en associant la machine vibratoire longitudinale à la mesure de l’ODF le rendement est amélioré par rapport à la seule utilisation du vibratoire longitudinal où l’indice de justesse gagne 55 points en D30/Rejet et 45 en D24/Rejet.
Habituellement, l’association des machines améliore le rendement par rapport à l’utilisation d’une seule machine. Cette règle n’est pas respectée en comparant la mesure de l’ODF seule à son association avec le vibratoire longitudinal. L’indice de justesse baisse entre 3 et 6 points. Ce phénomène pourrait être dû à l’apport négatif des valeurs MOE prédites par le vibratoire longitudinal, en particulier pour les faibles valeurs. Une autre explication serait que la nature du modèle qui associe l’ODF au vibratoire longitudinal ne soit pas approprié.
En conclusion, l’uniformisation de la distribution de la population des MOR des sciages semble pertinente et révélatrice de l’efficience de chaque machine. Elle permet une comparaison moins dépendante du lot. Cependant, elle conduit à une sélection plus restrictive du lot à tester. Dans ce cas, l’effectif du lot a baissé de 679 à 245 sciages, ce qui peut poser d’autres problèmes de représentativité.
138 CHAPITRE 5: COMPARAISON DES CLASSEMENTS