Développement de capteurs optiques à faible coût pour l'évaluation de la qualité des produits

Résumé :

La spectroscopie dans le proche infrarouge (NIR) est un outil puissant pour les mesures non destructives de divers paramètres de qualité. De plus, les performances de la spectroscopie NIR pour l'évaluation de la qualité dépendent de deux éléments clés : 1) des spectromètres appropriés et 2) des modèles d'étalonnage appropriés. Le but de cette étude était 1) de développer des modèles prédictifs pour les paramètres de qualité des mangues et des tomates à l'aide de différents spectromètres commerciaux, 2) de construire un prototype de spectromètre NIR interne et d'étudier la possibilité de l'utiliser comme source de données spectrales pour le développement de modèles d'étalonnage pour les paramètres de qualité des mangues et des tomates. Ce travail se concentre sur l'objectif de déterminer les paramètres de qualité des fruits et légumes : mangues et tomates. La matière sèche (MS), les solides solubles totaux (TSS), l'acidité titrable (TA), le pH et la fermeté ont été sélectionnés comme paramètres de qualité clés dans cette étude. Les modèles d'étalonnage ont été développés à l'aide de la régression des moindres carrés partiels (PLSR) et l'analyse des données a utilisé à la fois des données non traitées et des données prétraitées (par exemple, dérivée de Savitzky/Golay, SNV). La possibilité de prédire les paramètres de qualité des échantillons de mangue et de tomate a été évaluée à l'aide de différents spectromètres commerciaux (SCIO, Linksqure, Texas Instruments NIRScan Nano et Neospectra). Dans le cas d'échantillons de mangues, de bons modèles prédictifs ont été développés pour le DM, le TSS, le TA et le pH à l'aide des mesures spectroscopiques de SCIO et Linksqure fonctionnant à la fois en mode visible et en mode NIR. Le meilleur modèle de DM utilisant le spectromètre SCIO présentait des valeurs de validation croisée de 0,92 et 0,739 % pour R2 et RMSE, respectivement. Les meilleurs modèles prédictifs pour les paramètres TSS, TA et pH ont été développés à l'aide de Linksqure fonctionnant en mode visible. Les valeurs R2 d'étalonnage et de validation croisée (parenthèses) pour le TSS, le TA et le pH étaient respectivement de 0,91 (0,75), 0,91 (0,79) et 0,93 (0,81). Les valeurs RMSE d'étalonnage et de validation croisée (parenthèses) pour le TSS, le TA et le pH étaient de 1,03 oBrix (1,76 oBrix), 0,38 % (0,58 %) et 0,21 (0,35), respectivement. Des modèles prédictifs peu performants avec des valeurs R2 modestes ont été obtenus à l'aide des données spectrales des instruments Texas Instruments NIR Scan Nano et Neospectra. Pour le travail avec les tomates, la tomate cerise a été choisie pour le test des paramètres de qualité. Seuls trois spectromètres commerciaux (SCIO, Linksqure et Texas Instruments) ont été utilisés dans cette partie car la fenêtre d'échantillonnage de Neospectra est trop grande pour permettre les mesures spectroscopiques. De bons modèles prédictifs ont été développés pour prédire la DM et la fermeté à l'aide des mesures spectroscopiques prises avec SCIO et Linksqure fonctionnant à la fois en mode visible et en mode NIR. Le meilleur modèle de DM a été obtenu à l'aide des données spectrales du spectromètre SCIO et a présenté des valeurs de validation croisée de 0,89 et 0,27 % pour R2 et RMSE, respectivement. En ce qui concerne la fermeté, les meilleurs résultats ont été obtenus à l'aide de données spectrales acquises à l'aide de l'instrument Linksqure fonctionnant en mode visible. Les valeurs R2 d'étalonnage et de validation croisée (parenthèses) étaient de 0,91 (0,87). Les valeurs RMSE d'étalonnage et de validation croisée (parenthèses) pour la fermeté étaient de 0,91 N (0,87 N). Les performances des modèles de prédiction des paramètres de qualité sur la base de données spectrales acquises à l'aide du NIRScan Nano de Texas Instruments étaient médiocres, les valeurs R2 étant modestes et présentant des résultats similaires à ceux obtenus lors des travaux réalisés avec des mangues. Compte tenu des résultats encourageants obtenus avec des instruments NIR commerciaux à faible coût dans la première partie de ce travail, nous sommes passés à la deuxième partie où un prototype de spectromètre NIR interne a été construit et évalué. Les performances d'un spectromètre NIR dépendent de trois composants clés : la source lumineuse, le sélecteur de longueur d'onde et le détecteur. Le prototype d'un spectromètre NIR portable potentiellement peu coûteux a été construit autour du capteur Hamamatsu C14384MA/01. Le prototype du spectromètre interne avait été réalisé en deux versions utilisant différentes sources lumineuses. La première version utilisait une source de lumière LED NIR (SFH 4376, OSRAM) tandis que la deuxième version utilisait une ampoule à filament halogène au tungstène (TH). Ces spectromètres fonctionnaient dans la gamme de longueurs d'onde allant de 650 à 1050 nm. Les performances du prototype du spectromètre ont ensuite été testées en l'utilisant pour collecter des données spectrales sur les mangues et les tomates dans le but de développer des modèles prédictifs pour des paramètres de qualité sélectionnés. Dans le cas des échantillons de mangues, de bons modèles prédictifs ont été obtenus pour prédire le DM, le TSS, le TA et le pH à l'aide de sources de lumière LED NIR et TH. Les meilleurs modèles pour prédire la DM ont été obtenus en utilisant la version spectromètre avec la source lumineuse à filament TH. Les valeurs R2 de l'ensemble de test étaient de 0,82. Pour les meilleurs modèles pour le TSS, le TA et le pH ont été obtenus à l'aide des données acquises avec le prototype équipé d'une LED NIR. Les valeurs R2 des ensembles de test pour le TSS, le TA et le pH étaient respectivement de 0,86, 0,92 et 0,86. Les modèles développés pour la prédiction de la fermeté étaient médiocres avec des valeurs R2 modérées dans le cas des deux versions du spectromètre. En conclusion, le prototype de spectromètre interne a été utilisé pour collecter des données spectroscopiques sur les mangues Nam Dok Mai, qui ont été collectées au cours de deux saisons de récolte différentes. Des modèles prédictifs pour les paramètres de qualité de la mangue (DM, TSS, TA, pH, fermeté) ont été développés à partir de ces données spectroscopiques. Des modèles de qualité satisfaisante (R2 > 0,80 dans l'ensemble de test) ont été développés pour le DM, le TSS, le TA et le pH. Les résultats indiquent que l'instrument construit peut collecter des données spectroscopiques utilisables à partir d'échantillons de produits. Dans le cas des échantillons de tomates, des modèles prédictifs de qualité médiocre ont été développés pour tous les paramètres de qualité, les valeurs R2 du test étant inférieures à 0,70 dans tous les cas. Les performances de prédiction du DM, du TSS, du TA, du pH et de la fermeté à l'aide de sources lumineuses à LED NIR et à filament TH étaient nettement inférieures à celles des modèles prédictifs rapportés dans des publications précédentes. D'autre part, les modèles prédictifs des spectromètres internes présentent de meilleures performances par rapport au prototype précédent (technologie MOEMS) pour la prédiction du TSS, du DM, du TA et du pH pour les échantillons de tomates. En conclusion, le potentiel d'un spectromètre NIR à faible coût utilisant la technologie MOEMS de nouvelle génération (C14383MA/01) pour la mesure rapide et non destructive d'échantillons de tomates a été évalué. Les résultats ont montré que les modèles prédictifs peuvent être utilisés pour prédire le DM, le TSS et le pH. Les modèles prédictifs de qualité satisfaisante (R2 > 0,50) ont été développés pour le DM, le TSS et le pH. Mais pour le TA et la fermeté, les performances de prédiction étaient médiocres.