Développement d'outils d'aide à la décision visant l'ajustement des paramètres contrôlables dans la production agroalimentaire : cas d'étude des minoteries biologiques

Face à une demande alimentaire mondiale en constante augmentation, les conséquences des conflits, des crises économiques et des problèmes climatiques actuels engendrent une insécurité alimentaire significative dans diverses régions et populations du monde. Il devient alors impératif d’améliorer l’efficacité et la résilience du secteur agroalimentaire afin qu’ils puissent répondre à ces besoins alimentaires croissants. Parallèlement, la pénurie de main-d’œuvre dans le secteur manufacturier et la perte d’expertise due aux départs à la retraite posent des défis pour la maîtrise des processus de production complexes. Dans le cas de la meunerie biologique, la complexité du processus de meunerie se révèle à travers plusieurs étapes, chacune présentant des défis spécifiques et des complexités qui nécessitent une gestion adaptée. L’état de l’art met particulièrement en lumière l’impératif et les défis à relever pour assurer une production de qualité constante de la farine. La variabilité inhérente à la qualité des grains de blé, en tant que matière première, exerce un impact direct sur le rendement et la qualité de la production finale. Un défi majeur auquel est confronté le processus de meunerie biologique réside dans la nécessité d’ajuster chaque étape du processus pour atteindre les rendements et la qualité de farine souhaités. Cette adaptation précise est rendue essentielle par la nature variable des caractéristiques des grains biologiques. Dans ce contexte, l’intervention d’un meunier expérimenté devient cruciale. Les ajustements nécessaires à apporter au processus de production reposent sur les connaissances approfondies et l’expérience tacite des meuniers, qui les réa-lisent à travers des essais et erreurs continus. La nécessité d’une expertise spécialisée dans le contrôle du processus de meunerie, associée à une pénurie de main-d’œuvre et à une perte de compétences, pose un défi à la production de farine biologique. La variabilité de la qualité des grains de blé et des facteurs de production rend les instructions d’exploitation inefficaces, en particulier en l’absence de meuniers qualifiés pour les ajuster. Un défi important est donc de contrôler le processus de meunerie pour garantir une qualité constante de la farine biologique. Pour relever ce défi, l’objectif général de cette thèse est de développer des outils d’aide à la décision visant l’ajustement des paramètres contrôlables dans la production agroalimentaire.Ces outils visent à accompagner et à contrôler les processus de transformation agroalimentaire, en tirant des enseignements d’expériences réelles et en intégrant les comportements et les contraintes présents sur la chaîne de production. En se basant sur un cas d’étude d’une minoterie biologique, l’objectif général se décline en trois objectifs spécifiques menant chacun à des contributions scientifiques complémentaires. La première contribution de ce travail est une revue des techniques d’intelligence artificielle appliquées à la meunerie biologique. Cette revue permet d’identifier quatre axes de recherche, à savoir l’économie d’énergie, la production d’une farine de qualité constante, l’optimisation des ressources et l’amélioration de la performance de la minoterie. Parmi ces axes de re-cherches, plusieurs opportunités liées à l’intelligence artificielle sont présentées. La deuxième contribution consiste à structurer les données dans un contexte de production alimentaire grâce à l’expertise métier et à la cartographie des processus. De cette manière, une évaluation des données disponibles est effectuée, permettant d’identifier les améliorations nécessaires dans les processus à partir de la cartographie réalisée. Ce travail conduit à la définition d’un besoin spécifique axé sur la production constante d’une farine biologique de qualité. Dans la continuité, la troisième contribution propose un outil d’aide à la décision pour le contrôle d’un processus de transformation agroalimentaire à partir des données de production disponibles. Adapté au processus de mouillage des grains de blé, cet outil a été développé pour ajuster les paramètres contrôlables afin d’obtenir la teneur en eau souhaitée dans les grains de blé. Basé sur un modèle de régression linéaire LASSO, il montre de bons résultats dans la prédiction de l’augmentation de la teneur en eau, avec une erreur moyenne de 0,428%. Les résultats mettent en évidence l’influence significative des conditions météorologiques sur l’ajustement des paramètres, soulignant l’importance d’un ajustement méticuleux des débits d’eau et de blé. Les coefficients dérivés de l’équation de régression fournissent une analyse de sensibilité pour évaluer leur impact. Pour faire face à la variabilité de la qualité des intrants, la quatrième contribution se matérialise à travers le développement d’un outil d’aide à la décision dédié à la mesure de la qualité des aliments en production. Utilisant la spectroscopie NIR, cet outil sélectionne les modèles de prédiction les plus performants pour différents aliments et attributs de qualité. Il identifie les longueurs d’onde clés permettant de prédire la qualité des aliments, apportant ainsi une contribution significative dans le contexte de la calibration NIR. Des résultats prometteurs ont été observés pour divers attributs, notamment la teneur en eau et en matières grasses des fèves de cacao, la teneur en eau et en protéines du blé (A), l’acidité et la teneur en vitamine C de la mangue, et la teneur en protéines du blé (B), avec des scores R2cv respectifs de 0,853, 0,727, 0,905, 0,993, 0,924, 0,663 et 0,905. Notamment, les modèles sélectionnés pour le blé (A) se sont révélés plus précis que le modèle de référence, affichant une erreur quadratique moyenne plus faible sur l’ensemble des données testées. Ainsi, cette thèse a contribué au développement d’outils d’aide à la décision visant l’ajuste-ment des paramètres contrôlables dans la production agroalimentaire. Ce travail de recherche propose une approche à suivre pour le développement d’outils d’aide à la décision afin de faciliter la prise de décision lors de l’ajustement des paramètres de contrôle dans la chaîne de transformation alimentaire. Cette approche a été développée sur base d’un cas spécifique dans une minoterie biologique.