Tirez toute l’information pertinente de vos données spectrales

Vous vous interrogez sur vos spectres ?

  • Quel est le spectromètre le plus adapté à ma problématique ?
  • Comment optimiser ma mesure spectrale ?
  • Quelle méthode de Machine Learning fournira les résultats les plus précis, robustes et interprétables ?
  • Comment valider mon modèle ? comment l’interpréter ?
  • Quelle est la meilleure combinaison de prétraitements ?
  • Quelle méthode de transfert inter-instruments choisir ?
  • Combien d’échantillons sont nécessaires pour une calibration robuste ?
  • Quel échantillonnage et quelle présentation d’échantillon idéale ?
  • Quel modèle choisir pour l’authentification d’origine ?
  • Quel modèle choisir pour s’assurer de la conformité à un standard ?

Quelles que soient les questions que vous vous posez, contactez nous !

Nous vous accompagnons dans la réalisation de vos études de faisabilité.

Lorsque l’on pense « Données spectroscopiques », diverses questions se posent sur le choix de l’équipement, comment optimiser l’échantillonnage et la présentation de l’échantillon, le prétraitement des spectres, l’optimisation et la validation des modèles de calibration…

L’analyse de données spectrales est au cœur du métier d’Ondalys. Nous réalisons des études de faisabilité afin de vous aider à trouver la meilleure configuration pour votre problématique.

Membre des associations du domaine de la spectroscopie, HélioSPIR (Réseau scientifique de Spectroscopie Proche InfraRouge) et GFSV (Groupement Français de Spectroscopie Vibrationnelle), Ondalys a une connaissance approfondie de l’ensemble des équipements de spectroscopie existant sur le marché.

Vous souhaitez :

Interpréter

vos données spectroscopiques

Développer

des calibrations spectroscopiques précises et robustes

pré-traitement des spectres

Transférer

vos calibrations et vos bases de données spectrales  de manière efficace

traitements de vos données spectrales, spectres NIR, MIR, Raman...

La spectroscopie

Les différentes techniques de spectroscopie vibrationnelle (Spectroscopie Proche InfraRouge – NIR /SPIR – , Moyen Infrarouge – IRTF/MIR – , Raman, …), mais aussi de spectroscopie UV, LIBS ou de Fluorescence, sont des techniques optiques qui permettent d’effectuer des mesures non destructives et très rapides de produits solides ou liquides (agricoles, agroalimentaires, chimiques, biologiques, pharmaceutiques, cosmétiques, etc.).

Néanmoins, afin de rendre ces mesures optiques utiles, il est nécessaire de bâtir des modèles de corrélation entre les spectres (dits « mesures secondaires ») et les paramètres d’intérêt (« mesure de référence ») : des calibrations spectroscopiques, qui se doivent d’être précises et robustes vis-à-vis de perturbations éventuelles.

La Chimiométrie et le Machine Learning adaptés aux données spectroscopiques sont des outils puissants et essentiels pour la modélisation des données spectroscopiques, cœur du métier d’Ondalys.

Pour les spectroscopies proche et moyen infrarouge, la loi de Beer-Lambert stipule qu’il existe un lien multilinéaire entre les concentrations des composés chimiques et les absorptions moléculaires aux diverses longueurs d’onde du spectre. En spectroscopie Raman, les shift, hauteurs et largeurs de pics montrent aussi des relations linéaires avec certaines propriétés.

Ces lois sont en réalité applicables dans des conditions très précises et restreintes. En pratique, élaborer des calibrations précises, robustes et validées n’est pas si simple…

traitement des données spectrales

Les paramètres à prédire peuvent être plus complexes :

  • quand la nature physique de l’échantillon varie (exemple : évolution de granulométrie ou turbidité)
  • quand les conditions de mesure perturbent le signal (exemple : variations de température, changement dans la chaîne de mesure optique lors d’une maintenance ou d’un scale-up)
  • si ces composés sont minoritaires, proches des seuils de détection spectroscopique (exemple : acides aminés et non taux moyen de protéines)
  • s’il s’agit de propriétés physiques (taille de particules, densité, viscosité)
  • si ce sont des caractéristiques complexes (exemple : descripteurs sensoriels, résistance aux maladies)
  • s’il s’agit de discriminations / classifications (authentification d’origines, diagnostic de contrefaçons)

Implémentation logicielle

Nous développons vos calibrations avec tous les logiciels de chimiométrie du marché (Unscrambler®, SOLO®, PLS_Toolbox® dans l’environnement MATLAB®, SIMCA®, etc…), ainsi que ceux fournis par les équipementiers de spectroscopie (OPUS, WinISI, NIRCal, TQ Analyst, etc…), mais aussi les logiciels libres (R, Python…).

Notre expertise au service de l’analyse de vos données

Forts d’une expérience de plus de 15 ans dans l’analyse de données (chimiométrie et Machine Learning), en particulier appliquée aux mesures issues de spectromètres, les experts de nos équipes vous accompagnent à chaque étape de vos projets.

Ils en parlent


« Ondalys, pour valider notre façon de travailler »

Jean GUILMENT, Ingénieur de Recherche - Spectroscopie et procédé, Arkema

  • Régis CINIER
    Ondalys permet à nos partenaires Bruker d’approfondir la compréhension de leurs procédés, d’optimiser leurs attentes qualité. Ondalys n’hésite pas à partager ses connaissances, ses compétences dans l’analyse de données spectrales. Ainsi c’est toujours avec plaisir et sérénité que je recommande la sympathique équipe Ondalys aux partenaires Bruker.
    Régis CINIER
    Responsable produit NIRTF et Process - Bruker

Des exemples concrets d’applications


Cas pratique
Secteur agroalimentaire
Publication scientifique
Industrie pharmaceutique

Inscrivez-vous
à la newsletter Ondalys

Français