Système d’acquisition des données

Pour cette application, deux systèmes de pilotage et d’acquisition des données, relatifs aux deux principes de mesure réalisés,ont été utilisés. Les mesures potentiométriques ont été effectuées par l’intermédiaire d’un système d’acquisition des données développé au laboratoire «Sensors and

Biosensors Group». Ce système a 16 canaux d’entrées implémentés à travers des amplificateurs

opérationnels (TL071, Texas Instruments) qui adaptent les impédances de chaque capteur et assurent ainsi une protection du signal vis-à-vis des parasites et du bruit de fond. Les signaux de sorties des amplificateurs qui sont filtrés par un circuit passe-bas sont ensuite numérisés par un CAN intégré dans une carte d’acquisition (Advantech PC-Lab 813, Taiwan) enfichée dans un « slot » de l’ordinateur. La lecture des données converties est assurée par un programme développé sous le logiciel QuickBASIC 4.5 (Microsoft). Quant aux mesures en voltammétrie cyclique, un potentiostat Autolab/PGSTAT20 (Ecochemie, Hollande) à 6 canaux a été utilisé. Ce potentiostat a les mêmes caractéristiques de celui décrit au paragraphe (III.2.3). Le pilotage et l’acquisition des données sont gérés par le logiciel General Purpose Electrochemical System (GPES).

IV.3. Protocole de mesures

Chaque bouteille de bière est ouverte juste avant de commencer les mesures pour éviter toute oxydation possible ainsi que les pertes de CO2. Les bières ont été diluées avec de l’eau distillée en utilisant la proportion suivante: V(Bière)/V(Eau distillée) 30:70. Ainsi, nous avons minimisé l’apparition des bulbes sur la surface des capteurs.

Avant d’entamer les mesures par potentiométrie, les 15 capteurs potentiométriques ont été calibrés avec des solutions étalons de concentrations allant de 10^-4 mol/L jusqu’à 1 mol/L d’une manière séquentielle. Les potentiels ont été pris une fois que la réponse des capteurs est stabilisée, à savoir, 30 secondes après l'addition de chaque solution. Par contre, la lecture des données est faite à partir de la cinquième minute de l’immersion des capteurs dans les solutions de bières. Pour les six capteurs voltammétriques, aucune régénération de la surface des électrodes n’est effectuée. Nous nous sommes contentés d’un simple nettoyage électrochimique, en appliquant une tension de 1,4 V pendant 40 secondes, dans une cellule de mesure contenant 50 mL d’eau distillée [52]. Ce nettoyage nous a permis d’empêcher l’accumulation des impuretés sur les surfaces d'électrodes de travail, et par conséquent, la mise en œuvre des mesures fiables et reproductibles. Les paramètres de la

voltammétrie cyclique que nous avons choisis sont: la fenêtre du potentiel de -1 à 1,2 V et la vitesse du balayage de 100 mV/s.

V. Conclusion

Dans ce chapitre, nous avons présenté l’ensemble des dispositifs expérimentaux utilisés pour la caractérisation des produits de l’agroalimentaire. En effet, le dispositif du nez électronique utilisé est formé d’une matrice de cinq capteurs TGS en plus d’un capteur de température et un autre d’humidité. Le système inclut un ordinateur pour l’enregistrement des données de mesures qui sont transmises via une interface série par un microcontrôleur.

Dans la deuxième partie, nous avons décrit l’architecture et la fabrication des électrodes de Diamant dopé au Bore en présentant notamment le procédé technologique établi (micro-usinage par laser femoseconde) et la méthode électrochimique choisie (DPASV). Ensuite, nous avons décrit une langue électronique voltammétrique, constituée à partir de 4 électrodes de travail (or, platine, carbone vitreux et ITO), une électrode auxiliaire (platine) et une électrode de référence (électrode au calomel saturée). Un protocole expérimental spécifique a été dédié à ce dispositif et ce pour minimiser l’influence des paramètres qui peuvent fausser les mesures. Nous avons aussi utilisé une langue électronique potentiométrique à base de sept électrodes spécifiques aux ions (Potassium, Calcium, Sodium, Chlore, Fluor, Cadmium, et Nitrate) et une électrode de référence (Ag/AgCl).

La dernière partie de ce chapitre était consacrée à la combinaison de deux familles de capteurs en vue de constituer une langue électronique hybride. La matrice de capteurs potentiométriques contient 15 capteurs fabriqués à partir de différents pourcentages de PVC, de plastifiant et de l’ionophore. La matrice de capteurs voltammétriques comporte 6 époxys de graphite préparés à l’aide de différents modifiants: le cuivre, le platine, le polypyrrole, la phtalocyanine et la glucose oxydase comme un biocapteur. Parallèlement à la présentation de chaque dispositif, nous avons spécifié le protocole opératoire convenable à chaque système étudié.

Après cette phase d’élaboration de ces outils d’analyses, nous devons coupler ces outils à des méthodes d’une intelligence artificielle (méthodes de reconnaissance de formes et fusion des données) pour la discrimination et l’identification d’un certain nombre de produits analysés au cours de cette thèse. Une description des principales techniques utilisées fera l’objet du prochain chapitre.

Bibliographie

[1] P. Corcoran and H.V. Shurmer, Sens. Actuators A, 4l–42 (1994) pp. 192–197. [2] P. Mielle and F. Marquis, Sens. Actuators B, 58 (1999) pp. 526–53.

[3] E. Llobet, J. Brezmes, X. Vilanova, J.E. Sueiras and X. Correig, Sens. Actuators B, 41 (1997) pp.13–21.

[4] H.V. Shurmer and J.W. Gardner, Sens. Actuators B, 8 (1992) pp. l–11.

[5] Hurwitz and Lamy. Propriétés électriques des interfaces chargées. Ed. Masson. 1978.

[6] Z. Zhong, S. Yin, C. Liu, Y. Zhong, W. Zhang, D. Shi and C. Wang, Applied Surface Science, 207 (2003) pp. 183–189.

[7] T. Nakamoto, S. Ustumi, N. Yamashita, T. Moriizumi, Sens. Actuators B, 20 (1994) pp. l3l–137. [8] V.V. Malyshev and A. V. Pislyakov, Sens. Actuators B, 47 (1998) pp. 181–188.

[9] Y. Ito, Sens. Actuators B, 64 (2000) pp. 152–155.

[10] A. Amari, N. El Bari and B. Bouchikhi, Sensors & Transducers Journal, 102 (2009) pp. 33–44. [11] P. Strobel, Thèse d’Université, Université de Metz, 2006.

[12] H.E. Endres, H.D. Jander and W. Gôttler, Sens. Actuators B, 8 (1995) pp. 163–172.

[13] H. Sundgren, F. Winquist, I. Lukkar, I. Lundstrôm, Meas. Sci. Technol., 2 (1991) pp. 464–469 [14] H. T. Nagle, R. Gutierrez-Osuna, B. G. Kermani and S. S. Schiffman, Chapter 17, Environmental Monitoring, pp. 419–444, 2002.

[15] C. Delpha, M. Siadat and M. Lumbreras, Sens. Actuators B, 69 (2000) pp. 243–247.

[16] J.W. Gardner and P.N. Bartlett, Electronic Noses: principles and applications, Chapter 8, Oxford University Press, Oxford, UK, 1999.

[17] A. Amari, Thèse de doctorat, Université Moulay Ismaïl (Meknès), 2009. [18] F. Cottef, LabVIEW : programmation et applications, Dunod. 2001. [19] Y. G. Martin et al., Analytical Chimica Acta, 449 (2001) pp. 69–80.

[20] A.Y. Sakharova, Y.V. Pleskov, L.L. Bouilov and B.V. Spitsyn and M.D. Krotova, J. Electroanal. Chem., 228 (1987) pp. 19–27.

[21] H. Naruki, K. Okano, Y. Akiba, T. Kurosu, M. Iida, Y. Hirose, T. Nakamura, Japanese Journal of Applied Physics, 28 (1989) pp. 1066–1071.

[22] Y. Einaga, A. Fujishima, T.N. Rao and D.A. Tryk, Diamond Electrochemistry, Chap. 25, pp. 556–574. 2005.

[23] J. Rubio-Retama, J. Hernando, B. Lopez-Ruiz, A. Hartl, D. Steinmuller, M. Stutzmann, E. Lopez-Cabarcos and J.A. Garrido, Langmuir, 22 (2006) pp. 5837–5842.

[24] B. Rezek, C.E. Nebel, D. Shin, H. Uetsuka and N. Yang, Journal of Physics D-Applied Physics, 40 (2007) pp. 6443–6466.

[25] E. Vieil, E. Fortin, P. Mailley, S. Szunerits, T. Livache, Anal. Chem., 79 (2007) pp. 3741–3746. [26] N.A. Ndao, C. Levy-Clement, A. Katty, M. Bernar, A. Deneuville, C. Comninellis and A.Fujishima, Diamond and Related Materials, 12 (2003) pp. 606–612.

[27] E. Brillas, B. Boye, B. Marselli, P.A. Michaud, C. Comninellis, G. Farnia and G. Sandona, Electrochimica Acta, 51 (2006) pp. 2872–2880.

[28] P.A. Michaud, J. Iniesta, M. Panizza, G. Cerisola, A. Aldaz and C. Comninellis, Electrochimica Acta, 46 (2001) pp. 3573–3578.

[29] Q.Y. Chen, J.S. Xu and G.M. Swain, Analytical Chemistry, 70 (1998) pp. 3146–3154. [30] A.B. Anderson, G.M. Swain and J.C. Angus, MRS Bulletin, 23 (1998) pp. 56–60.

[32] A.Sbartai, P. Namour, A. Errachid, J. Kreji, R. Šejnohová, L. Renaud, M. L. Hamlaoui, A-S. Loir, F. Garrelie, C. Donnet, H. Soder, E. Audouard, J. Granier and N. Jaffrezic-renault, Anal. Chem., 84 (2012) pp. 4805−4811.

[33] N. Yasumaru, K. Miyazaki and J. Kiuchi, Appl. Phys. A, 76 (2002) pp. 983–985.

[34] N. Jaffrezic-Renault, A. Sbartai, A. Errachid, L. Renaud, P. Namour, A.-S. Loir, F. Garrelie, C. Donnet, H. Soder, E. Audouard and J. Granier, French patent, No 1250807, 2012.

[35] A. Hickling, Trans. Faraday Soc., 38 (1942) pp. 27.

[36] P.T. Kissinger and W.R. Heinemann, «Laboratory techniques in electroanalytical Chemistry», Marcel Dekker, New York, 1984.

[37] M. Cardosi, European Chromatography and Analysis, (1992), 9.

[38] H. Tokuhisa and P. T. Hammond, Adv. Funct. Mater., 13 (2003) pp. 831–839. [39] Feng, Y.; Peng, J.; Han, Z.; Ma, H. J. Colloid Interf. Sci., 286 (2005) pp. 589–595.

[40] L. Wang, Y. Omomo, N. Sakai, K. Fukuda, I. Nakai, Y. Ebina, K. Takada, M. Watanabe, T. Sasaki, Chem. Mater., 15 (2003) pp. 2873–2878.

[41] X. Wang, K. Naka, H. Itoh, T. Uemura, Y. Chujo, Macromolecules, 36 (2003) pp. 533–535. [42] K. Sghaier, H. Barhoumi, A. Maaref, M. Siadat, N. Jaffrezic-Renault, Journal of Water Resource and Protection, 3 (2011) pp. 531–539.

[43] J. Saurina, E. López-Aviles, A. Le Moal, S. Hernández-Cassou, Analytica Chimica Acta, 464 (2002) pp. 89–98

[44] A. Alegret and E. Martínez-Fábregas, Biosensors, 4 (1989) pp. 287–297 [45] S. Alegret and A. Florido, Analyst, 116 (1991) pp. 473–476

[46] M. Gutiérrez, V.M. Moo, S. Alegret, L. Leija, P.R. Hernández, R. Munoz and M. del Valle, Microchimica Acta, 163 (2008) pp. 81–88.

[47] D. Calvo and M. del Valle, Microchemical Journal, 87 (2007) pp. 27–34.

[48] A. Mimendia, J.M. Gutiérrez, L. Leija, P.R. Hernández, L. Favari, R. Munoz and M. del Valle, Environmental Modelling & Software, 25 (2010) pp. 1023–1030.

[49] M. Cortina, A. Duran, S. Alegret and M. del Valle, Analytical and Bioanalytical Chemistry, 385 (2006) pp. 1186–1194.

[50] J.M. Gutiérrez, L. Moreno-Barón, M.I. Pividori, S. Alegret and M. del Valle, Microchimica Acta, 169 (2010) pp. 261–268.

CHAPITRE III

Méthodes d’Analyses Multivariées

et Fusion des Données

I. Introduction

Au travers de tout ce qui a été vu au cours de la présentation des divers dispositifs expérimentaux utilisés dans nos travaux de thèse, la définition réelle des systèmes sensoriels artificiels restera incomplète si on n’évoque pas les outils mathématiques indispensables pour l’analyse et le traitement des données fournies par ces systèmes.

Dans ce sens, et après l’acquisition des données issues des matrices de capteurs des dispositifs du nez et de la langue électroniques, une quantité de volume important de données est mise en jeu. Tirer les enseignements utiles des systèmes multicapteurs pour une prise de décision exacte est le rôle primordial de l’Intelligence Artificielle. Incontestablement, les Méthodes d’Analyses Multivariées (Multivariate Analysis) et la Fusion des Données (Data Fusion) sont parmi les piliers de ce vaste domaine de recherche [1].

Ces dernières années, les méthodes d’analyses multivariées (appelées aussi, méthodes de reconnaissance de formes ou chimiométrie (chemometrics)) connaissent une expansion importante, en particulier dans les systèmes électroniques sensoriels. Ces méthodes vont assurer une double mission: l’apprentissage et l’identification. Elles sont accompagnées conjointement d’une évolution au niveau de la fusion des données où plusieurs familles de capteurs sont combinées afin d'avoir une meilleure caractérisation des produits de l’agroalimentaire.

La première partie de ce chapitre concernera le prétraitement des données. Nous y discuterons d’abord les points permettant le bon fonctionnement des algorithmes mathématiques, notamment la normalisation des données et la sélection des variables pertinentes. Ensuite, nous décrirons l’ensemble des méthodes supervisées et non supervisées d’analyses multivariées qui vont servir à tirer les conclusions nécessaires de la discrimination et/ou de l’identification des produits étudiés. Vue la diversité des méthodes proposées dans la présente étude, une description non exhaustive sera donnée.

Parallèlement, nous évoquerons la notion de la fusion des données pour la mise au point des systèmes hybrides. Nous définirons par ailleurs les trois approches largement décrites dans la littérature en l’occurrence de niveau d’abstraction bas, intermédiaire et haut.