IV.1. Définitions
Lors d’une prise alimentaire, plusieurs modalités sensorielles interviennent simultanément, et il est parfois difficile d'analyser la provenance réelle de la sensation perçue: stimulations gustatives provenant de la fraction sapide soluble de l'aliment, stimulations odorantes à partir de la fraction
volatile de la nourriture, stimulations somesthésiques liées à la texture, à la consistance, à la température de la substance ingérée. C'est en fonction de ces informations que l’être humain fixera son choix alimentaire, lié à la fois à ses besoins et à ses désirs. Une chose est certaine: dans la détermination de nos choix alimentaires, la saveur et l’odeur des aliments exercent une influence des plus contraignantes. Ce que nous appelons communément la "flaveur" d'un aliment qui résulte de l'interaction entre le goût et l'odorat. La figure I.23 montre les éléments intervenants lors de la prise d’un aliment. En effet, l’olfaction directe (section III.2.2), par le nez, et qui précède la mise en bouche, nous renseigne sur l’odeur de l’aliment, par contre, l’olfaction rétro-nasale ou indirecte permet de percevoir les molécules odorantes qui se dégagent lors de la mastication et de la déglutition. Un nez bouché suite à un rhume, par exemple, réduit énormément la faculté de goûter, car cela empêche la circulation de l’air vers la cavité rétro-nasale et donc l'identification des arômes. En parallèle, de ces deux processus, la gustation directe par la langue est en cours (section III.3.2).
Figure I.23: Nez et langue biologiques lors de la prise d’un aliment.
Par ailleurs, tous les récepteurs sensoriels transmettent au cerveau, via les nerfs, les informations correspondant aux caractéristiques de l’aliment. Le traitement du message sensoriel fait intervenir différentes zones du cerveau: une zone des émotions, une zone de mémorisation, une zone de comparaison aux souvenirs, une zone d’analyse de la nature et de l’intensité du message. Le cerveau décode les informations, les compare aux sensations semblables déjà perçues et les traduit en une «image complète de l’aliment». Partant de ces connaissances, nous essayerons d’imiter ce principe en utilisant à la fois des systèmes multicapteurs en gaz et en liquide en vue de réaliser un système hybride permettant de créer une empreinte digitale complète des produits de l’agroalimentaire. En général, les systèmes hybrides sont des systèmes faisant intervenir explicitement et simultanément des phénomènes ou des modèles de différents types. Ils couvrent plusieurs domaines d'applications tels que les systèmes d'électronique de puissance, les réseaux de communication, la commande des procédés industriels, les systèmes biologiques, la robotique, etc. Parmi les objectifs de cette thèse, c’est de concevoir un système multicapteurs (système hybride) qui sera dédié à l’analyse en milieu gazeux et liquide pour la sécurité alimentaire.
IV.2. Avantages des systèmes hybrides
Quelle que soit la technologie utilisée, les facteurs limitatifs des capteurs chimiques et électrochimiques sont leur faible sensibilité et leur manque de sélectivité. Certes, les progrès de la micro et la nanotechnologie actuels permettent de pallier à ces limitations, mais avec un coup plus ou moins important. Mais, parfois, il n’y a pas de progrès devant la problématique exposée. La solution ordinaire consiste à utiliser une matrice de capteurs (en gaz et en liquide) pour créer une image adéquate des analytes à analyser. Ces capteurs doivent être judicieusement choisis afin que le réseau qu'ils constituent présente une bonne sélectivité croisée aux principaux composés à analyser et permettre ainsi leur identification. En effet, cette propriété de sélectivité croisée du réseau de capteurs va permettre de créer, à l'aide des procédures de classification appartenant au groupe des méthodes de reconnaissance de formes, une signature caractéristique pour chacun des composés à analyser. Le fait que le système artificiel souffre d’un manque de sélectivité croisée, le produit, faisant intervenir particulièrement des composés volatiles et ioniques, est mal caractérisé. Les systèmes hybrides ont l’avantage, alors, d’améliorer la sélectivité croisée par les différentes familles de capteurs utilisés. En effet, pour chaque nouveau principe de mesure ajouté, une nouvelle dimension de l'information est aussi ajoutée. Ainsi, ce sont ces informations croisées qui permettront une caractérisation complète du produit, via l’usage d’un concept approprié pour l’analyse et le traitement des données (Fusion des données, chapitre III).
IV.3. Nez électroniques hybrides
Les nez électroniques hybrides sont constitués d’une matrice de capteurs de natures différentes. Ce type de matrice est souvent utilisé dans les nez électroniques commercialisés. A titre d’exemple, le nez électronique commercialisé MOSES II contient 19 éléments sensibles dont 7 capteurs à microbalance de quartz (QMB), 8 capteurs MOX et 4 cellules électrochimiques [215]. Ce dispositif a été utilisé par Pardo et al. afin de déceler les produits alimentaires falsifiés. Un autre nez électronique hybride, développé par S. Benedetti et al. [216] dans le but de déterminer la durée de conservation du fromage Crescenza, est constitué d’une matrice contenant 22 capteurs, dont 10 sont à base d’oxydes métalliques à effet de champs et 12 sont de type (TGS) commercialisés.
Une équipe de l’université de Warwick [217] a regroupé 4 matrices de capteurs de gaz ayant différentes technologies de fabrication:
x Nez électronique INRA, Dijon, élaboré par Mr. Patrick Mielle, contenant 5 capteurs de type MOS à modulation de températures;
x Nez électronique LibraNose series, Rome, élaboré par Dr. Corrado Di Natale, contenant 7 capteurs de type résonateurs (thickness shear mode resonators);
x Nez électronique LibraNose series, Rome, élaboré par Mme. Eva Correa, contenant 8 capteurs à microbalance de quartz;
x Nez électronique Cyrano Sciences, London, élaboré par Mr. Pascal Boilot, contenant 32 capteurs de type conducteur polymère.
Ainsi, la combinaison de ces différentes familles de capteurs a permis une très bonne discrimination des jus de fruits purs et artificiels. Un dernier exemple de nez électronique hybride concerne la combinaison de trois familles de capteurs (oxyde métallique, polymère conducteur et microbalance à quartz) et a été illustré par E. Privat et al. [218].
IV.4. Langues électroniques hybrides
De la même façon, les langues électroniques hybrides sont conçues par différentes familles de capteurs (potentiométriques, voltammétriques, impédimétriques, conductimétriques, etc.). En se basant ce principe, plusieurs applications ont été développées. F. Winquist et al. [219] a développé un système hybride formé de 3 langues électroniques (Figure I.24):
x Voltammétrique: 6 électrodes de travail (l’or, l’iridium, le palladium, le platine, le rhénium et le rhodium); une électrode auxiliaire en acier inoxydable et une électrode de référence Ag/AgCl; x Conductimétrique: Conductimètre Konduktometer E527 (Metrohm, Herisan, Switzerland); x Potentiométrique: 3 électrodes ioniques spécifiques (pH, Cl, CO2).
A la suite de cette combinaison, les chercheurs sont parvenus à discriminer 6 types de lait fermenté et ont pu déterminer la nature des microorganismes responsables de chaque fermentation.
Figure. I.24: Prototype de langue électronique hybride à base de voltammétriques, conductimétriques et potentiométriques électrodes [219].
Par ailleurs, à la suite d’une action de collaboration qui a réuni une équipe suédoise (C. Söderström et C. Krantz-Rülcker) et une équipe russe (A. Rudnitskaya et A. Legin) a donné naissance à une langue électronique hybride regroupant deux familles de capteurs: 4 capteurs voltammétriques développés à l’université de Linköping et 27 capteurs potentiométriques élaborés à
l’université de St. Petersburg. L’objectif d’une telle étude est détecter les contaminations dans les aliments (Aspergillus) [220]. Ces mêmes chercheurs ont démontré que la capacité d’un tel système hybride dépasse ceux des systèmes individuels.
L’association d’une matrice de microcapteurs électrochimiques et optiques a fait l’objet de la réalisation d’une langue électronique hybride par Gutiérrez et al. [221] conçue pour caractériser le vin blanc en fonction des grappes de raisin en fonction de son origine géographique. La même combinaison de capteurs était utilisée par Bulbarello et al. [222] pour évaluer la fraicheur et l’amertume des boissons non-alcoolisées. L’association des capteurs potentiométriques et voltammétriques est la plus utilisée pour la conception des systèmes de langues électroniques hybrides. En effet, Kutyła-Olesiuk et al. a réalisé un système gustatif artificiel hybride à partir de cette combinaison pour classifier les extraits des pommes séchées [223] et aussi pour contrôler la fermentation des bières [224]. Suite à une action de collaboration initiée avec l’équipe de recherche Sensors i Biosensors, Universitat Autònoma de Barcelona, dans le cadre des projets PCI (Projet de coopération Marocco-Espagnol), nous avions pu utiliser une langue électronique hybride basée sur des capteurs potentiométriques et voltammétriques pour identifier différentes variétés de bières.
IV.5. Combinaison des systèmes du nez et de la langue électroniques
La combinaison d’une matrice de capteurs opérant en milieux gazeux ou liquide est d’usage courant ces dernières années. Cette combinaison, qui se veut prometteuse en termes des résultats de caractérisation des produits de l’agroalimentaire, regroupe deux informations totalement différentes issues de l’imitation des deux sens humains: l’odorat et le goût. Ainsi, cette association a permis différentes caractérisations dans le domaine de l’agroalimentaire:
x Contrôle qualité du thé [225]
x Evaluation de différentes conditions de stockage des huiles d’olives extra vierges [196] x Caractérisation du vin rouge [226]
x Quantification des composés du vin rouge [227] x Contrôle de la dégradation de la qualité du vin [228] x Contrôle de la fermentation du vin [229]
x Caractérisation et classification du vin italien Barbara [230] x Classification du lait pasteurisé de type (UHT) [231]
x Caractérisation des eaux, jus d’orange et du lait [232]
x Discrimination des jus de fruits (orange, pomme et ananas) [233] x Classification des plantes médicinales « Orthosiphon stamineus » [234]
A travers toutes ces applications, nous constatons l’utilité de tels systèmes pour garantir la sécurité alimentaire. De notre part, nous avons conçu et développé un système artificiel hybride pour caractériser les huiles d’olive de différentes régions du Maroc ainsi que des jus de fruits tunisiens.