Prédiction du rendement technologique des jambons par spectroscopie optique : mise en place et validation en contexte industriel

Prédiction du rendement technologique des jambons par spectroscopie optique : mise en place et validation en contexte industriel Le rendement de fabrication des jambons est un enjeu pour l'industrie agro-alimentaire : une valeur faible de ce rendement dit technologique se traduit par une dépréciation de valeur et de qualité des jambons [1]. Le tri des carcasses pour la réalisation des jambons cuits supérieurs s'appuie sur une mesure de pH mais n'est pas optimal en terme de résultats, c'est pour cette raison que l'on essaie de lui substituer une mesure par spectromètrie. Dans ce but, un projet a été mis en place mettant en oeuvre une chaîne de mesure complète. Il suppose le design de plusieurs sondes de surface et de pénétration (afin d'explorer un site de mesure optimisé en profondeur et orientation), la mise en oeuvre d'un spectromètre (gamme visible et proche infra-rouge cf. Figure 1), puis du traitement de spectre par une méthode d'apprentissage automatique (Partial Least Square PLS cf. [2]), et l'affichage des résultats et de leur communication au sein du réseau informatique de l'industriel abatteur. Figure 1: Matériel utilisé : sonde de pénétration, spectromètre ASD Labspec, sonde de surface (connectique SMA) 2. Aspects historiques et objectifs L'utilisation, dans le cadre d'un projet de recherche, d'un spectromètre requière en général une phase de collecte des données, suivi d'une phase d'analyse (calibration du modèle) de ces données afin de bâtir un modèle de prédiction à l'aide de descripteurs objectifs fournis par ailleurs. Le spectromètre est un appareil connecté à un PC et comprenant un logiciel spécifique en charge de réaliser les opérations d'acquisition des spectres. Les spectres collectés sont en général transférés sur un autre ordinateur afin d'y être traités par un logiciel dédié à l'analyse statistique, une exportation des données dans un format exploitable par ce logiciel est souvent nécessaire. En routine, l'exploitation du modèle statistique issue de la calibration permet pour chaque spectre le calcul d'un ou plusieurs paramètres pertinents utilisable en tant que critère de sélection et de tri des jambons analysés.