Documente Academic
Documente Profesional
Documente Cultură
Pr R. BCHITOU 1
La mtrologie existe depuis plus d'un sicle mais, quelques
exceptions prs, cette discipline ne s'est applique la chimie
que durant les quinze dernires annes.
Ce module permet ltudiant :
de savoir identifier et affermir la place de la fonction
"Mtrologie" au sein dun laboratoire de chimie, en relation
avec le systme d'assurance qualit en vigueur ou en projet
dans cette structure,
dapprendre avoir confiance et inspirer confiance dans
des rsultats de mesure, d'analyse ou d'essais,
de matriser les outils associs,
dacqurir les fondements de base sur le contrle de qualit
et sa mise en application,
de complter sa formation dans les techniques
dexpression et de communication
Pr R. BCHITOU 2
E1 : Mtrologie E2 : Assurance qualit
Pr R. BCHITOU 3
E1
Historique de la mtrologie
Pr R. BCHITOU 7
Mtrologie Chimique: Validation des
Mthodes d'Analyses Chimiques
Mtrologie en chimie est devenu une rfrence utilise par les
techniciens et chercheurs de laboratoires d'analyses, et d'instituts de
recherche. Il est aussi particulirement recommand aux ingnieurs et
tudiants de 3me cycle (mastre, doctorat) en chimie analytique,
environnement et qualit.
Objectifs:
Acqurir les outils ncessaires pour caractriser une mthode (tests
statistiques, planification des expriences...).
Savoir organiser les essais pour les optimiser d'un point de vue
technique, mais galement conomique.
Utiliser les donnes issues des travaux de caractrisation pour
estimer l'incertitude du rsultat de l'analyse et valider cette mthode.
Prrequis:
Connaissances de base en statistiques souhaites.
Pr R. BCHITOU 8
Chapitre I
Pr R. BCHITOU 9
I/ Dfinition de la Mtrologie
La mtrologie peut se dfinir comme tant "la science de la mesure associe
lvaluation de son incertitude". Au sens large; cest une science de la mesure.
Mesure = rsultat du mesurage dun mesurande
Rsultat de la mesure Action de mesurer Grandeur mesure
Ce terme est utilis dans le domaine des mesures de paramtres physiques (par
exemple temprature, pression, dimensions, temps, etc.), et plus frquemment
employ dans des calculs de constantes dquilibre chimiques
(identification/quantification dlments ou composs) ou biologiques (par exemple
comptage dorganismes microbiens).
Cest une composante de la qualit.
Sa spcificit est dans la validation du rsultat.
La chimie analytique reprsente une des pierres de base de la chimie et englobe le
concept rcent de mtrologie chimique dont les principes ont t trop souvent
sous-estims par les analystes.
Ncessit
locaux adapts,
personnel form et comptent
Validation des mthodes
alternatives
Alignement optique
Vrification du centrage correct du faisceau lumineux ainsi que de sa stabilit
(forme et taille) dans le temps : maintenance en atelier
Exactitude photomtrique
Vrification de la justesse de la longueur donde affiche
Rsolution spectrale
Contrle de la capacit du spectrophotomtre sparer deux longueurs donde trs
proches (valable pour des spectrophotomtres haut de gamme) correspondant aux
spcifications de lappareil. Pr R. BCHITOU 13
La mtrologie dun appareil est ralise avec des
matriaux de rfrence ou des talons certifis
Pr R. BCHITOU 14
I.2/ Validation de mthodes alternatives
La validation dune mthode alternative est base sur :
Pr R. BCHITOU 15
Exemples de critres de validation de mthodes alternatives
Fidlit
Une mthode est fidle lorsquelle donne toujours le mme rsultat ou
des rsultats voisins si on la rpte sur le mme chantillon..
Justesse
Pr R. BCHITOU 17
Sensibilit
Rapport entre la variation instrumentale et la variation de la concentration .
Par exemple une mthode de dosage colorimtrique est sensible si elle est
capable de donner des A franchement diffrentes pour des concentrations
assez proches.
Limite de dtection
Plus petite quantit ou concentration distinguable dun blanc.
Limite de quantification
Plus petite quantit ou concentration pouvant tre mesure avec un risque derreur
connu.
Pr R. BCHITOU 18
Les concepts de base de la mtrologie en chimie
A/Traabilit
Afin damliorer la qualit de lanalyse chimique; la mtrologie est
construite sur la possibilit dtablir une relation de comparaison entre
la grandeur mesurer, le mesurande et une rfrence connue de mme
nature.
- Donc la traabilit correspond la possibilit de relier le rsultat dune
mesure (ou de la valeur dun talon) des rfrences dtermines,
habituellement des talons internationaux ou nationaux afin dobtenir
un rsultat quantifi. Pr R. BCHITOU 19
B/Ltalonnage : est l'opration qui permet deffectuer des mesures
de grandeurs connues Gi avec l'instrument de mesure donnant les
valeurs Mi. On tablit alors une courbe donnant les carts entre les
valeurs donnes par l'appareil et les valeurs des grandeurs connues.
- On distingue deux types dtalonnage:
ltalonnage de lappareillage : qui correspond au test du paramtre
physique mesur par lappareil.
ltalonnage de la mthode : qui permet dtablir la relation signal-
quantit de substance ; ce dernier doit
tre ralis avec des talons et des
matriaux de rfrences adapts.
C/ Lincertitude
La valeur vraie dune mesure ne peut jamais tre connue, elle peut
seulement tre approche.
Lincertitude sur la mesure est un paramtre associ au rsultat de
cette mesure, qui caractrise la dispersion des valeurs qui pourraient
raisonnablement tre attribues au mesurage.
D/Validation dune mthode danalyse : est lopration par
laquelle on sassure que les rsultats rpondent au problme de
manire satisfaisante pour lutilisateur.
Pr R. BCHITOU 21
Systme Internationale dUnit (S.I)
Pr R. BCHITOU 23
Liste des organisations concernes par la mtrologie en chimie
ISO : International Organisation for Standardization. Genve
BIPM : Bureau International des Poids et Mesures.
CIPM : Comit International des Poids et Mesures.
CCQM : Comit Consultatif pour la Quantit de Matire.
CGPM : Confrence Gnrale des Poids et Mesures
CITAC : Coopration on International Traceability in Analytical Chemistry
SMT : Standard, Measurements and Testing Programme, Commission Europenne.
Bruxelles
REMCO : ISO Committee for Reference Materials. Genve
NIST : National Institute of Standards and Technology. USA
COMAR : International Data Bank on Reference Materials, Laboratoire National
dEssais. Paris
CEN : Comit Europen de Normalisation. Genve
AFNOR : Association Franaise de Normalisation. Paris
ILAC : Internationl Laboratory Accreditation Conference.
EURACHEM : European Focus for Analytical Chemistry, Teddington. U.K.
ICH : International Conference on Harmonization of Technical Requirements for the
Registration of Pharmaceuticals for Human Use.
IUPAC : International Union of Pure and Applied Chemistry
LNE : Laboratoire National dEssais,PrParis
R. BCHITOU 24
FDA : Food and Drug Administration, USA.
Exemple :
Les normes se rpandent dans l'industrie sont celles de la srie des
ISO 9000.
les normes qualit concernant les laboratoires : norme ISO 17025 et BPL
Pr R. BCHITOU 25
Normalisation des instruments de mesure
au Maroc
Un comit de normalisation des instruments de mesure est
institu afin de rpondre aux besoins des industriels dans le
domaine de la mtrologie. Ce comit adopte des normes
dans les domaines suivants:
gnralits et dfinitions de la mtrologie marocaine
mesure dimensionnelle
mesure de masse
mesure physico-chimique
mesure de temprature
mesure de pression
mesure de vitesse
mesure de volume et de Pr R.dbit
BCHITOU 26
Chapitre II
Pr R. BCHITOU 27
Comment prsenter les rsultats de mesures ?
Pr R. BCHITOU 29
II.2/ Justesse, Fidlit et Erreur
II.2.1/ Justesse ou Exactitude : Une mthode est rpute juste quand
la moyenne d'un grand nombre de mesures Xi est confondue avec
la valeur X du mesurande , quelle que soit la dispersion .
Pr R. BCHITOU 30
Fidlit (ou Prcision)
Pr R. BCHITOU 31
La fidlit peut tre considre trois niveaux :
Rptabilit, Reproductibilit et Prcision intermdiaire .
Rptabilit
(mme srie danalyses)
Reproductibilit
(oprateur et jour et appareillage diffrents)
Prcision intermdiaire
(oprateur,ou jour,ou appareillage diffrent)
Pr R. BCHITOU 32
II.2.2.1/ Rptabilit
Dfinition
Pr R. BCHITOU 33
II.2.2.2/ Reproductibilit
Dfinition
Pr R. BCHITOU 38
Pr R. BCHITOU 39
Pr R. BCHITOU 40
II.3/ Intervalle de confiance
Pour encadrer un rsultat on parlera dintervalle de
confiance :
0,9973
Prcis Imprcis
Pr R. BCHITOU Imprcis Prcis 42
Reprsentation graphique
10,4
10,3
10,2
10,1 A
10 B
C
9,9 D
Mthode juste et fidle
9,8
9,7
9,6
1 2 3 4 5 N essai
Outils Statistiques
Pr R. BCHITOU 45
Voir E2 PIDD ET LIC PROF
Pr R. BCHITOU 46
II.4/ Mise au point de mthodes
II.4.1/ ROBUSTESSE
Dfinition
Pr R. BCHITOU 47
II.4.1.2/ Dveloppement de Mthodes et Robustesse
Il peut sagir :
Pr R. BCHITOU 48
se terminer par une optimisation
Pr R. BCHITOU 49
II.4.1.3/ Notion additionnelle la Robustesse
La Robustesse La Rugosit
Faible sensibilit une Faible sensibilit une
lgre variation des lgre variation des
facteurs exprimentaux facteurs exprimentaux
matrisables. non matrisables
Pr R. BCHITOU 51
II.5.1/ Forme analytique de la loi normale
1 1 x- m 2
-
y= e 2 s
s 2p
Pr R. BCHITOU 52
II.5. 2/ Graphe de la Loi normale
Point dinflexion
de la courbe moyenne
+
Densit de
Probabilit (fonction) = 1
-
cart type
- +
Abscisse en variable naturelle x
Pr R. BCHITOU 53
II.5.3/ Proprits de la loi Normale
x - x
(fonction) = probabilit pour que la valeur de la variable X
- soit comprise entre - et x
x x
x1 x2
x
x1 x2
p2 - p1 = Probabilit pour quune
valeur de x soit comprise entre x1 et x2
Pr R. BCHITOU 55
0,6827 0,9545
Probabilit = 68,27% pour que x soit Probabilit = 95,45% pour que x soit
compris dans lintervalle m 1 s compris dans lintervalle m 2 s
0,9973
Pr R. BCHITOU 56
0,6827 0,9545
Probabilit = 68,27% pour que x soit Probabilit = 95,45% pour que x soit
compris dans lintervalle m 1 s compris dans lintervalle m 2 s
0,9973
Pr R. BCHITOU 57
II.5.3/ Loi normale Standard
en prenant la moyenne m de la
distribution pour origine de laxe des x,
xi - x
zi = s
z2
La forme analytique de la 1 e -
Loi Normale Standard est :
y= 2
2p
Pr R. BCHITOU 59
Loi normale standard
Moyenne = 0 +
Probabilit p (fonction) = 1
-
cart type = 1
- +
-3 -2 -1 0 1 2 3 z
Grands Echantillons x zc s
(> 30 rptitions) : n
Petits Echantillons
x tc s
(< 30 rptitions) : n
Pr R. BCHITOU 61
II.5.3/ La distribution de Gauss ou normale
Si l'on ralise un nombre infini de mesures sur le mme chantillon et dans les
mmes conditions exprimentales, on obtient une srie de rsultats qui se
rpartissent avec des frquences qui suit une distribution normale.
Pr R. BCHITOU 62
Plus l'cart-type est grand, plus la dispersion est grande
Pr R. BCHITOU 63
II. 6/ Modle statistique des essais inter-laboratoire
Le laboratoire L1 effectue un dosage sur lchantillon E avec une mthode donne
en condition de rptabilit , il obtient une srie de mesure qui suit une distribution
gaussienne: moyenne m1, cart type de rptabilit sr1
B
BB
x = m + B + e Alea de rptabilit de la
Valeur suppose vraie mthode
Biais de Li, le jour J
Mathmatiquement : Alea de reproductibilit
s R =s reproductibilit = (sinterlaboratoire ) 2 + (srptabilit) 2
Do :
Variance ( B+e) =PrVariance (B)+ Variance (e)
R. BCHITOU 66
ou (s reproductibilit ) 2 = (sinterlaboratoire ) 2 + (srptabilit ) 2
d
Mais quelle est la valeur vraie du dosage?
La valeur vraie nest connue que si lon dispose dun matriau de rfrence ( MR).
Cest dire un chantillon dont la valeur de la mesure est parfaitement connue
Les matriaux de rfrence peuvent tre certifis ( MRC). Cest dire accompagn dun
certificat garantissant la valeur relle: . Ce sont des talons garantis.
Test de Cochran: pour comparer les cart types sri et rejeter les
aberrants avant de calculer sr
Pr R. BCHITOU 69
LES PLANS DEXPERIENCES
Pr R. BCHITOU 70
Pr R. BCHITOU 71
Pr R. BCHITOU 72
Rappel de quelques dfinitions concernant
Les plans d'expriences
Matrice d'exprience :
Matrice d'exprience est un tableau de n lignes et k
colonnes, regroupant les conditions exprimentales d'un plan
d'expriences. n et k correspondent respectivement au nombre
d'expriences et au nombre des variables codes.
Les objectifs :
Le criblage des facteurs : classement hirarchis des
facteurs;
Les tudes quantitatives des facteurs : quantification des
influences principales et des synergies ventuelles;
Les tudes quantitatives des rponses : modlisation
prvisionnelle du phnomne tudi;
L'optimisation : dterminer un ou plusieurs points de
fonctionnement optimaux .
Pr R. BCHITOU 77
III .1.1/ Les Modles : polynmes
Pr R. BCHITOU 78
III .1.2/ Les Matrices
Pr R. BCHITOU 79
III. 2/ MODELISATION
Pr R. BCHITOU 80
Exemple : Etude de la stabilit dune suspension.
Chercher un modle liant les facteurs exprimentaux.
Pr R. BCHITOU 81
Pr R. BCHITOU 82
III. 2. 1/ Codage des variables :
Pr R. BCHITOU 83
Pr R. BCHITOU 84
Pr R. BCHITOU 85
Comment dterminer b0, b1, b2, b 3 et b4? 86
Pr R. BCHITOU
Chapitre IV
Pr R. BCHITOU 87
Pr R. BCHITOU 88
Pr R. BCHITOU 89
Pr R. BCHITOU 90
Pr R. BCHITOU 91
Pr R. BCHITOU 92
Pr R. BCHITOU 93
Pese de plusieurs objets
Pr R. BCHITOU 94
Pr R. BCHITOU 95
Pr R. BCHITOU 96
Pr R. BCHITOU 97
Pr R. BCHITOU 98
Pr R. BCHITOU 99
Pr R. BCHITOU 100
Pr R. BCHITOU 101
Pr R. BCHITOU 102
Pr R. BCHITOU 103
Pr R. BCHITOU 104
Pr R. BCHITOU 105
Pr R. BCHITOU 106
Pr R. BCHITOU 107
Pr R. BCHITOU 108
Pr R. BCHITOU 109
Pr R. BCHITOU 110
Pr R. BCHITOU 111
Pr R. BCHITOU 112
Pr R. BCHITOU 113
Pr R. BCHITOU 114
Pr R. BCHITOU 115
Pr R. BCHITOU 116
Elles ne reprsentent donc quun chantillon de la population de
toutes les mesures de la teneur en analyse de ltalon que lon
pourrait effectuer.
Pr R. BCHITOU 119
2. Au sens des moindres carres (rsolution matricielle) :
Pr R. BCHITOU 120
Chapitre V
Matrice dHadamard
Pr R. BCHITOU 121
But :
Pr R. BCHITOU 122
Pr R. BCHITOU 123
Pr R. BCHITOU 124
Pr R. BCHITOU 125
Pr R. BCHITOU 126
Pr R. BCHITOU 127
Modle pour un facteur : Y = b0 + b1X
Pr R. BCHITOU 135
Les plans factoriels complets sont caractriss par :
Matrices
Effet dinteraction
Pour k = 2, on obtient :
Une matrice dexpriences 2 : soit N= 4 lignes et 2 colonnes.
La matrice du modle X : N= 4 lignes et 4 colonnes.
Pr R. BCHITOU 136
Pr R. BCHITOU 137
Pr R. BCHITOU 138
Pr R. BCHITOU 139
Pr R. BCHITOU 140
Exemple d'utilisation dune matrice factorielle complte :
tude quantitative des facteurs
La raction enzymatique est ralise par la culture de la
souche microbienne slectionne, dans un milieu nutritif
contenant le substrat dshydrogner :
c'est le dveloppement de la souche qui libre le systme
enzymatique dans le milieu nutritif et qui "mtabolise" le
substrat.
Pr R. BCHITOU 141
Pr R. BCHITOU 142
Pr R. BCHITOU 143
Exploitation des rsultats :
a/ Calcul des coefficients (Dterminer une
estimation ponctuelle des effets principaux sans et
avec interaction).
b/ Analyse Statistique des rsultats
c/ Significativit des coefficients
Pr R. BCHITOU 144
Pr R. BCHITOU 145
a/ Calcul de coefficients
Pr R. BCHITOU 146
c/ Significativit des coefficients
Pr R. BCHITOU 147
Pr R. BCHITOU 148
Pr R. BCHITOU 149
Conclusion
Grandes tapes dune tude
Recherche des variables importantes
Parmi toutes les variables susceptibles dinfluencer le phnomne tudi :
- lesquelles ont une influence significative ou non?
- que vaut cette influence? (positif ou ngatif )
- y a-t-il des interactions entre les variables exprimentales ?
Modlisation
Chercher lallure de cette influence : linaire ou courbe; quelle quation
permettant de dcrire les variations du phnomne tudi avec les variables
importantes
Optimisation
chercher les conditions exprimentales qui donnent le meilleur rsultat pour un
contrainte.
Pr R. BCHITOU 150
Chapitre VII
Analyse en composante
principale ACP
Pr R. BCHITOU 151
Pr R. BCHITOU 152
Pr R. BCHITOU 153
Pr R. BCHITOU 154
Pr R. BCHITOU 155
Pr R. BCHITOU 156
Pr R. BCHITOU 157
Pr R. BCHITOU 158
Pr R. BCHITOU 159
Pr R. BCHITOU 160
Pr R. BCHITOU 161
Pr R. BCHITOU 162
Pr R. BCHITOU 163
Pr R. BCHITOU 164
Pr R. BCHITOU 165
Pr R. BCHITOU 166
Pr R. BCHITOU 167
Pr R. BCHITOU 168
Pr R. BCHITOU 169
Pr R. BCHITOU 170
Application