Recherche Avancée

Thèse soutenue

Caractérisation du bois par intercorrélation de mesures multi sensorielles

FR  |  
EN
Auteur / Autrice : Jean-François Portala
Direction : René Husson
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1992
Etablissement(s) : Vandoeuvre-les-Nancy, INPL

Résumé

FR

L'objectif de cette étude est de fournir de nouveaux outils dans la détection de défauts et la mesure de caractéristiques physiques du bois. Un état de l'art des techniques de contrôle non destructif applicables au bois a permis de retenir les technologies les plus adaptées tant sur le plan de leur sensibilité vis-à-vis de certaines caractéristiques du bois que vis-à-vis de leur adaptabilité en milieu industriel. Deux technologies ont été sélectionnées pour une étude approfondie: le rayonnement X, dont l'étude a abouti à un capteur original, principalement dédié à la détection de singularités dans le bois, et les micro-ondes, dont l'étude a été effectuée sur un capteur utilisant une nouvelle technique de transmission. Une analyse approfondie des interactions entre les micro-ondes et le bois a montré l'aptitude des micro-ondes à mesurer des paramètres tels que l'humidité, la masse surfacique ou la pente de fil du bois. L'exploitation du capteur linéaire micro-ondes a montré la possibilité d'accéder à la permittivité diélectrique du bois directement à partir des mesures de champ diffracte, par une méthode spatiale et par une méthode basée sur un réseau de neurones ayant l'avantage de retrouver la permittivité en temps réel. L'analyse d'échantillons de douglas et de sapin/épicéa a montré les corrélations existant entre les mesures de phase et d'atténuation d'une part, et l'humidité de la masse surfacique du bois d'autre part. L'exploitation de la bipolarisation du capteur a servi à mettre en valeur les variations relatives de pente de fil. Enfin, dans le but d'améliorer la qualité de détection des nœuds par micro-ondes, ce capteur a été couplé à une camera fonctionnant dans le domaine visible. La fusion de ces informations de nature différente a été réalisée au moyen de techniques de fusion de données basées sur des classifieurs bayesiens et flous