Communications scientifiques

Dans une étude précédente menée en 2018, nous avions comparé plusieurs méthodes de chimiométrie et d’apprentissage automatique: Partial Least Square Regression (PLS), Locally Weighted Regression (LWR),  Random Forest (RF), Support Vector Machines (SVM) et réseaux de neurones artificiels (ANN) sur données spectroscopiques dans le proche infrarouge (NIR). Nous avons prouvé que les techniques de Machine Learning peuvent considérablement améliorer les performances du modèle quantitatif pour les relations de modélisation non linéaires.
Dans cette étude, nous nous intéressons plus particulièrement aux Support Vector Machines (SVM), car elles présentent plusieurs avantages: elles permettent de modéliser des relations non linéaires, avec de bonnes performances par rapport aux méthodes linéaires, mais nécessitent moins d’échantillons et moins d’optimisation que les ANN. Les SVM démontrent aussi leur performances élevées sur les données présentant des relations linéaires.

Les outils chimiométriques sont donc utilisés pour combiner les différents tableaux de données afin d’extraire les meilleures informations pour prendre des décisions. Différentes stratégies sont possibles pour explorer un ensemble de tableaux de données. L’idée la plus simple et intuitive est de concaténer ou de fusionner des données et d’effectuer une ACP en utilisant une stratégie de pondération appropriée. D’autres méthodes ont été développées pour prendre en compte dans l’algorithme le fait que les données proviennent de différentes tables et pour estimer la relation entre les tables.

Le présent travail provient de la mise en œuvre de l’atelier intitulé « Analyse multi-blocs permettant de combiner différents types de tableaux de données spectroscopiques », organisé lors des cours pré-conférence de la conférence NIR2013 à La Grande Motte, en France. Nous avons essayé de montrer de manière pédagogique, sous forme de didacticiel, les principaux problèmes adressés à l’utilisateur final en vue d’une analyse multi-blocs utilisée dans des applications exploratoires. Les différentes étapes et les pièges sont illustrés à l’aide d’un ensemble de tableaux de données réelles rassemblés sur des huiles d’olive vierges provenant de différentes régions.

Les corrections de modèle avec des méthodes classiques telles que le biais et la pente ou la mise à jour du modèle ne sont pas toujours satisfaisantes.

L’utilisation d’une méthode d’orthogonalisation peut être un moyen très efficace de résoudre ce problème. Cette approche est illustrée dans cette étude avec une application industrielle

Ce projet mené avec l’IFV a pour ambition de modéliser le potentiel qualitatif d’une parcelle de vigne en mettant en relation les données issues de spectres moyen infrarouge mesurés sur raisins avant vendange et la qualité finale du vin.

L’objectif est d’établir un modèle de discrimination entre spectres moyen infrarouge et un classement sensoriel à 2 modalités (Fruité / Végétal) sur plusieurs millésimes.

La problématique du transfert d’étalonnage en cas réel dans le cadre d’un modèle de discrimination sera détaillée, avec notamment l’importance du choix de la méthode de transfert (DS, PDS, TOP/EPO, centrage local…) et du choix des échantillons du jeu de standardisation.

Les données issues de ces capteurs doivent être compilées et analysées, afin de mener à bien la supervision du procédé dans sa globalité. Ce monitoring peut alors se faire via des méthodes multivariées telles que la MSPC (Multivariate Statistical Process Control) pour les procédés de production continus ou par la BSPC (Batch Statistical Process Control) pour les procédés en batch. Ces méthodes permettent non seulement d’optimiser les procédés de production, mais aussi de les superviser et de diagnostiquer les causes de dérive, en prenant en compte tous les paramètres process.

Dix ans après, le PAT a été développé, testé et mis en œuvre dans de nombreux sites de R&D et industriels dans le monde entier. La première partie de cette présentation traite des objectifs et de la mise en œuvre du PAT.

La seconde partie se concentre sur un domaine d’application important du PAT, présentant une haute valeur ajoutée, à savoir BSPC (Batch Statistical Process Control) à l’aide d’une analyse de données multivariées.

En raison des diverses sources de variabilité du procédé ayant une incidence sur la trajectoire du processus, il n’y a pas deux mélanges qui atteindront l’homogénéité en même temps. Certaines méthodes qualitatives comme l’ACP ou SIMCA et quantitatives comme la PLS, associées à des statistiques spécifiques, ont déjà été appliquées pour aider à déterminer le moment où une opération de mélange doit être terminée. Cette étude propose d’utiliser une méthode qualitative appelée Prototype utilisant des statistiques innovantes pour la détermination du end-point d’une réaction.

Les données Chromatographie en phase Liquide couplée à la Spectrométrie de Masse Haute Résolution (LC-HRMS) sont des données complexes en 3 dimensions. La stratégie proposée a été de considérer les deux dimensions LC et MS comme deux blocs de données distincts.

Diverses corrections (ligne de base, blanc, alignement…) et divers pré-traitements ont été réalisés pour chacun des blocs séparément. Puis des modèles de discrimination des échantillons à faible réactivité enzymatique ont été développés par PLS-DA  (Partial Least Square Regression – Discriminant Analysis) pour les deux dimensions séparément, puis  en fusion bas niveau après une standardisation des blocs.

Ainsi, les performances d’une analyse de ces blocs uniques et d’une analyse multi-blocs ont été comparées.

De bonnes performances ont été obtenues, avec un seul échantillon mal classé.

De plus, en étudiant les coefficients discriminants, les biomarqueurs pertinents de réactivité enzymatique peuvent être identifiés dans les deux dimensions et aider à l’interprétation.

Lors du contrôle de procédés continus, la difficulté mais aussi l’intérêt de l’analyse PIR en ligne est de pouvoir suivre les transitions d’un produit A à un produit B, afin d’isoler les produits conformes de ceux dont les propriétés pourraient être affectées par la transition.

Dans le cas des polymères, les transitions peuvent être dues à un changement de composition (% de comonomère X par rapport à Y, ajout ou suppression d’un comonomère) ou à un changement de taux de polymérisation. Des modèles exhaustifs pour la prédiction quantitative des propriétés des polymères permettent d’obtenir des valeurs tout au long du procédé ; néanmoins, dans la plupart des cas, ces modèles ne sont pas suffisamment précis. Il est alors important de déterminer à quel produit l’analyseur PIR est confronté afin de choisir le modèle quantitatif spécifique du produit et ainsi prédire la fin de la transition et le passage à un état stabilisé.

Cet article vise donc à évaluer diverses stratégies de discrimination des polymères basées sur les spectres PIR lors des transitions afin de pouvoir choisir les méthodes quantitatives adéquates pour le suivi en ligne de la polymérisation.