Ecole Doctorale

SCIENCES POUR L'INGENIEUR : Mécanique, Physique, Micro et Nanoélectronique

Spécialité

Sciences pour l'ingénieur : spécialité Micro et Nanoélectronique

Etablissement

Aix-Marseille Université

Mots Clés

micro capteur de gaz,ozone; CO,sélectivité,oxyde de tungstène,analyse multivariable,modulation de température

Keywords

gas sensor,ozone;CO,selectivity,tungsten oxide,multivariate analysis,temperature modulation

Titre de thèse

système de détection ultra-sensible et sélectif pour le suivi de la qualité de l'air intérieur et extérieur.
ultra sensitive and selective detection system for indoor and outdoor air quality monitoring .

Date

Mardi 30 Mars 2021 à 14:00

Adresse

Faculté des Sciences, Avenue Escadrille Normandie Niemen salle de réunion service 142

Jury

Directeur de these M. Jean-Luc SEGUIN Aix Marseille Université - Institut Matériaux Microélectronique Nanosciences de Provence (IM2NP)
Rapporteur Mme Nadine LOCOGE IMT Lille Douai - Département Sciences de l’Atmosphère et Génie de l’Environnement (SAGE)
Rapporteur M. Abdennaceur KACHOURI Université de Sfax - École Nationale d’Ingénieurs de Sfax (ENIS)
Examinateur M. Dominique MARTINEZ Université de Lorraine - Laboratoire lorrain de Recherche en Informatique et ses Applications (LORIA)
Examinateur M. Mohand DJEZIRI Aix Marseille Université - Laboratoire d’Informatique des Systèmes (LIS)
CoDirecteur de these M. Thierry CONTARET Aix Marseille Université - Institut Matériaux Microélectronique Nanosciences de Provence (IM2NP)

Résumé de la thèse

La qualité de l'air extérieur et intérieur est devenue une question sanitaire, sociétale et politique majeure. L’air est pollué par de très nombreuses substances chimiques qui se présentent sous la forme d’un mélange complexe difficile à identifier. La pollution est souvent évaluée selon la concentration de gaz principaux. Parmi ces gaz marqueurs, il y a notamment le monoxyde de carbone (CO), l'ozone (O3) et le dioxyde d'azote (NO2) dont la nocivité sur la santé est avérée pour de très faibles concentrations. Il est donc devenu impératif de concevoir des systèmes de détection peu coûteux, mais à la fois très sensibles et très sélectifs, afin de suivre en temps réel la qualité de l’air. Les capteurs de gaz à base d’oxyde métallique (MOX) peuvent répondre à ces exigences. Ils sont largement utilisés dans les dispositifs de détection de gaz portables et à faible coût. Très sensibles, stables et avec une grande durée de vie, les capteurs MOX souffrent d'un manque inhérent de sélectivité, qui peut être comblé en y intégrant de l’intelligence artificielle. Ce travail de thèse s’intéresse à la mise en œuvre de méthodes d’identification de gaz basées sur l’analyse de données expérimentales. L’objectif est de discriminer trois gaz marqueurs de la pollution : le CO, l’O3, et le NO2, avec un seul capteur, dans des conditions réelles d’utilisation, c’est-à-dire en présence permanente d’une concentration de ces gaz dans l’air ambiant humide. Pour cela, nous utilisons un capteur de gaz à base d’oxyde de tungstène (WO3) breveté par l’IM2NP et exploité sous licence mondiale par la société NANOZ. Une base de données expérimentale complète a été créée à partir d’un protocole basé sur la modulation de la température de la couche sensible. À partir de cette base de données nous avons mis en œuvre deux méthodes différentes d’extractions de paramètres : le calcul des attributs temporels et la transformée en ondelettes. Ces deux méthodes ont été évaluées sur leur capacité de discrimination des gaz grâce à l’utilisation de plusieurs familles d’algorithmes de classification tels que les machines à vecteurs de support (SVM), les K plus proches voisins (KNN), les réseaux de neurone...

Thesis resume

Outdoor and indoor air quality has become a major health, societal and political issue. The air is polluted by many chemicals, which are in the form of a complex mixture that is difficult to identify. Pollution is often assessed depending on the concentration of the most prevalent gases. These marker gases include carbon monoxide (CO), ozone (O3) and nitrogen dioxide (NO2), which have been shown to have adverse health effects at very low concentrations. It has therefore become imperative to design detection systems that are inexpensive, but at the same time highly sensitive and selective, in order to monitor air quality in real time. Metal Oxide gas sensors (MOX) can meet these requirements. They are used in portable and low cost gas detection devices. Very sensitive, stable and with a long lifespan, MOX sensors suffer from an inherent lack of selectivity, which can be overcome by integrating artificial intelligence. This thesis is concerned with the implementation of gas identification methods based on the analysis of experimental data. The objective is to discriminate three pollution marker gases: CO, O3, and NO2, with a single sensor, under real conditions of use, i.e. in the permanent presence of a concentration of these gases in the humid ambient air. For this, we use a tungsten oxide (WO3) gas sensor patented by IM2NP laboratory and operated under a worldwide license by the company NANOZ. A complete experimental database was created from a protocol based on temperature modulation of the sensitive layer. From this database, we implemented two different feature extraction methods: the computation of temporal attributes and the wavelet transform. These two methods were evaluated on their gas discrimination capacity thanks to the use of several families of classification algorithms, such as support vector machines (SVM), decision trees, K nearest neighbours, neural networks, etc...