Étude d’un système à base de microcapteurs de gaz pour le suivi et la cartographie de la pollution atmosphérique

Study of low cost gas sensors system for air pollution monitoring

• Auteur / Autrice : Rachid Laref
• Direction : Maryam Siadat, Alexandru Tiberiu Sava
• Type : Thèse de doctorat
• Discipline(s) : Systèmes électroniques
• Date : Soutenance le 18/06/2020
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Conception, Optimisation et Modélisation des Systèmes (Metz)
• Jury : Président / Présidente : Patrick Siarry
• Jury : Examinateurs / Examinatrices : Maryam Siadat, Alexandru Tiberiu Sava, Philippe Ménini, Etienne Losson, Noureddine Zerhouni
• Jury : Rapporteurs / Rapporteuses : Patrick Siarry, Philippe Ménini

Mots clés

Mots clés contrôlés

Machines à vecteurs de support

Polluants atmosphériques

Étalonnage

Microcapteurs

Mots clés libres

Micro-capteurs de gaz

Polluants atmosphériques

Étalonnage

Estimation et optimisation

Méthodes multi-variables

Transfert d’étalonnage

Low cost gas sensors

Atmospheric air pollution

Calibration

Estimation

Optimization

Multivariate methods

Calibration transfer

Résumé

L’objectif de cette thèse est de concevoir un dispositif multi-capteurs de gaz à faible coût pour la surveillance des gaz polluants en environnement externe, et d’élaborer des méthodes de calibrage automatique et d’analyse de données adaptées à son exploitation. Ce dispositif vise à contribuer à la densification du réseau de surveillance de la pollution atmosphérique actuel afin de permettre une meilleure résolution spatiale et temporelle. Premièrement, nous avons sélectionné des micro-capteurs électrochimiques et des micro-capteurs à oxyde métallique capables de détecter et de quantifier des faibles concentrations de dioxyde d’azote et d’ozone dans l’atmosphère. Nous avons caractérisé ces micro-capteurs en laboratoire en termes de sensibilité et de reproductibilité, et les avons testés sur le terrain (à proximité d’un axe autoroutier) en suivant le protocole d’évaluation de micro-capteurs de gaz proposé par le Centre Commun de Recherche Européen (C.C.R.). L’analyse individuelle des données obtenues à partir de chaque capteur a mis en évidence la nécessité de fusionner les réponses de tous les capteurs ainsi que les valeurs de la température et de l’humidité de l’air, à l’aide des méthodes multi-variables de classification et de quantification. Les performances de plusieurs méthodes de classification, utilisées généralement dans le domaine des dispositifs multi-capteurs de gaz, ont été étudiées. Leur comparaison nous a conduit à choisir la régression SVM (Séparateur à Vaste Marge) grâce à sa précision et à sa robustesse. Les hyper-paramètres de cette méthode ont été optimisés à partir de l’algorithme de Recherche par Motifs Généralisés en raison de sa simplicité et de sa fiabilité. La méthode d’étalonnage proposée permet à notre dispositif de quantifier les deux polluants atmosphériques visés dans la gamme des précisions recommandées par les directives européennes concernant les mesures de type « indicative ». Ensuite, nous avons abordé le problème des dérives des capteurs qui engendrent des réétalonnages périodiques. Nous avons proposé une méthode de standardisation basée sur la régression SVM pour permettre de réduire le coût et l’effort d’un étalonnage complet. Cette même méthode de standardisation a été utilisée avec succès pour le transfert d’étalonnage entre plusieurs systèmes identiques afin d’éviter des étalonnages individuels. Nos travaux de recherche ont été valorisés par la publication de deux articles dans les journaux référencés JCR et deux communications dans des conférences internationales IEEE.

The objective of this thesis is to design a low-cost gas sensor array for outdoor gas pollutants monitoring and to develop adapted standardization and data analysis methods. The device aims is to contribute to the densification of the current atmospheric pollution-monitoring network for better spatial and temporal resolution. First, we select electrochemical and metal oxide gas sensors capable to detecting and quantifying low concentrations of nitrogen dioxide and ozone in ambient air near a highway. We have characterized these micro-sensors in the laboratory using a diffusing controller system and tested them in the field by following procedures inspired from the evaluation protocol of low cost gas sensors proposed by the European Joint Research Center (JRC). The individual analysis of the data from each sensor highlights the need to merge the responses of all the sensors as well as the values of the temperature and the humidity of the atmosphere using multivariate methods of classification. The performance of several classification methods generally used in the field of multi-sensor gas systems was studied. This comparison leads us to choose Support Vector Machine regression (SVM) thanks to its performance in terms of precision and robustness. We also conduct a study on the optimization of the SVM hyper-parameters using optimization algorithms. The Generalized Pattern Search algorithm (GPS) was chosen among other algorithms due to its simplicity and reliability. Then, we highlight the problem of sensor drift over time and the need for periodic calibration. We proposed a standardization method based on SVM regression, thereby reducing the cost and the effort of full recalibration. This standardization method was also used for calibration transfer between several identical systems in order to avoid individual calibration of each system. The research work elaborated in this PhD was published in two journal papers and two IEEE conference papers.