GCH407

Leçon magistrale 1
François Gitzhofer, Ing. PhD
Plan de la leçon magistrale :
Introduction
1. Grandeurs
2. Mesurage d’une grandeur
3. Méthode de mesure
4. Instruments de mesure et étalons
5. Caractéristiques et performances des
instruments de mesure
6. Résultat de mesure, erreur et incertitude
7. Instrumentation et calcul
Plan de la leçon magistrale :
8.Analyse et stratégie
9.Modèles
10.Méthodes
11.Moyens
12.Modèles, méthodes, moyens et mesurages
13.Maîtrise statistique des procédés (SPC)
14.Échantillonnage
15.Validation interne des méthodes d’analyse
Conclusion
Introduction: Importance des
mesures
 En 1988, 250 millions d’analyses chimiques ont
été réalisées quotidiennement aux Etats-Unis.
 Environ 10% de ces mesures ont dû être
répétées soient un surcoût estimé de 5 milliards
de dollars par an.
 30% des analyses doivent être contrôlées par
une seconde analyse.
 5% du PNB des pays industrialisés est consacré
à la totalité des mesures. Ce chiffre n’inclus pas
les coûts environnementaux et humains liés aux
accidents.
Introduction : Pourquoi mesurer?
(1/2)
 Pour quantifier sur une échelle absolue
 Transmissible et reproductible
 Acceptation d’un produit (conformité à une
spécification)
 Valider un procédé
 Régler un paramètre dans le cadre du contrôle
d’un procédé de fabrication
 Valider une hypothèse dans le cas d’un
développement.
 Protection de l’environnement
Introduction : Pourquoi mesurer?
(2/2)
 Définition des conditions de sécurité d’un produit
ou d’un système
 Diagnostic médical
 Au bout du compte, on mesure pour établir la
qualité d’un produit ou d’un service, ou pour
prendre des décisions par rapport au procédé.
 Attention incertitude! (une indication quantitative
de la qualité d’un résultat de mesure)
 Sans incertitude, on ne peut plus comparer les
résultats de mesure entre eux ou par rapport à
des valeurs de référence (norme ou
spécification)
Introduction : Quoi mesurer?
 Limites =technologie, science, chance?
 Pertinence d’un résultat de mesure :
Définir l’objet de la mesure avec soin.
 Accès à la mesure
 Action d’observer
 Action de vérifier
 Action d’expérimenter
 Action de réussir
1. Grandeurs
 1.1. Notion de grandeurs
 Ce qui est mesuré.
 L’expression quantitative des phénomènes,
des propriétés ou des caractéristiques d’un
corps.
 Il existe grandeur (ex la longueur d’une tige)
et Grandeur (ensemble des longueurs)
comme homme et Homme.
1. Grandeurs
 1.2. Grandeurs conventionnelles
 À partir de méthodes d’essais qui codifient en
détail des modes opératoires et l’appareillage
associé, on obtient des résultats quantitatifs
qui décrivent par une seule expression des
propriétés complexes de corps, d’objets, de
phénomènes. Ex l’indice d’octane.
1. Grandeurs
 1.3. Grandeurs physiques
 Une grandeur physique contient 3 éléments
indissociables :
 Une valeur numérique
 Une unité
 Une incertitude
 Il faut aussi que la grandeur soit parfaitement définie :
exemple de la cale étalon (température, appuis,
direction/accélération de la pesanteur..)
IUPAC et ISO 31 définissent les grandeurs
physiques
1. Grandeurs
 1.3.1. Grandeurs mesurables
1.3.1.1. Grandeurs directement mesurables
(propriétés extensives) C+C=2C

1.3.1.2. Grandeurs indirectement mesurables

(propriétés intensives) T+T ‡ 2T

 1.3.2. Grandeurs repérables

dureté Mohs, température mesurée sur l’échelle
Celsius, potentiel, enthalpie…

 1.3.3. Grandeurs de même nature

Relatives aux systèmes d’unités ex diamètre,
longueur, hauteur, profondeur…
1. Grandeurs
 1.4. Système de grandeurs
grandeurs de base : indépendantes
comme longueur, masse, temps,
grandeurs dérivées : vitesse
1. Grandeurs
 1.5. Dimension d’une grandeur
 Exemple E=L^2*M/T^2
 1.6. Grandeur associée à un phénomène
périodique:
 Valeur moyenne, amplitude, fréquence, pulsation,
voir aussi analyse de Fourier.
 1.7. Grandeur associée à un phénomène
aléatoire
 Souvent lié au temps et associé à une fonction
aléatoire X(t). On définit le moment de premier ordre
comme la moyenne et celui de deuxième ordre
comme la fonction de covariance. Voir aussi la
2. Mesurage d’une grandeur
 2.1. Mesure et mesurage
 Mesure
 = action de mesurer  mesurage
 = le résultat de cette action (une mesure à 1% près) 
résultat de la mesure
 = l’instrument (une mesure de capacité)  mesure
matérialisée
 = la valeur d’une grandeur (la mesure d’une longueur est de
1 m) OK
 = la valeur numérique d’une grandeur (la mesure en m d’une
longueur est..) OK
 Mesurande : grandeur à mesurer
2. Mesurage d’une grandeur
 2.2. Unité de mesure
 Voir système SI (m,kg,s,A,K,mole,candela)

 2.3. Échelle de repérage

 Définies par convention
3. Méthode de mesure
 3.1. Classement selon le principe de la méthode
 3.1.1. Méthode de mesure directe
 Exemple longueur avec règle graduée.
 3.1.2. Méthode de mesure indirecte
 Exemple résistivité.
 3.1.3. Méthode de mesure selon définition
 Selon la définition de l’unité, exemple de la pression
force/surface
 3.1.4. Méthode de mesure fondamentale
 Surtout pour les laboratoires de référence, avec mesurage
des grandeurs de base.
3. Méthode de mesure
 3.1. Classement selon le principe de la
méthode
 3.1.5. Méthode de mesure par comparaison
 Exemple règle
 3.1.6. Méthode de mesure différentielle
 Exemple cales étalon + palmer
 3.1.7. Méthode de zéro
 Exemple pont de Wheatstone
3. Méthode de mesure
 3.2. Classement selon la nature du dispositif
indicateur
 Méthode de mesure par déviation
 Méthode de mesure par affichage numérique
 3.3. Classement selon l’intervention de
l’expérimentateur
 Méthode de mesure subjective
 Méthode de mesure objective
 3.4. Classement selon l’effet de la grandeur
mesurée
 Méthode de mesure destructive ou non
 Méthode de mesure par contact ou non
4. Instruments de mesure et
étalons
 4.1. Instruments de mesure, appareil de
mesure et système de mesure
 Instrument = appareil
 Système de mesure = assemblage de
plusieurs instruments de mesure
4. Instruments de mesure et
étalons
 4.2. Chaîne de mesure
4. Instruments de mesure et
étalons
 4.3. Termes associés à l’appareillage de mesure
 4.3.1. Zéro
 Zéro électrique ou mécanique
 4.3.2. Étalonnage-Calibrage-Ajustage-Réglage
 Étalonnage = établir courbe ou facteur d’étalonnage, permet
d’estimer les erreurs d’indication de l’appareil
 Calibrage = travail du constructeur
 Ajustage effectué par le fabricant
 Réglage est fait par l’utilisateur
4. Instruments de mesure et
étalons
 4.4. Étalon
 Voir aussi les matériaux de référence
5. Caractéristiques et performances
des instruments de mesure

 5.1. Caractéristiques relatives au domaine

de mesure
 Calibre d’un instrument (ex. voltmètre)
 Intervalle de mesure (-10 à 100°C)
 L’étendue de mesure (ex. portée minimale et
maximale)
5. Caractéristiques et performances
des instruments de mesure
 5.2. Caractéristiques relatives aux conditions de
fonctionnement
 5.2.1. Conditions assignées
 Concernent l’étendue de mesure et les grandeurs
d’influence
 Spécifiées par le fabricant
 5.2.2. Conditions limites
 Concernent le mesurande et les grandeurs
d’influence
 5.2.3. Conditions de référence
 Spécifiées par le fabricant
5. Caractéristiques et performances
des instruments de mesure

 5.3. Caractéristiques métrologiques

 5.3.1. Sensibilité
 Pente de la courbe d’étalonnage (delta réponse/delta signal
entré)
 5.3.2. Mobilité-Résolution-Zone morte
 Mobilité, aptitude d’un instrument à réagir aux petites
variations du signal d’entréeseuil de mobilité
 Résolution, changement d’une unité du chiffre le moins
significatif
 Zone morte, intervalle maximal pour lequel pas de réponse
5. Caractéristiques et performances
des instruments de mesure
 5.3. Caractéristiques métrologiques
 5.3.3. Discrétion ou finesse
 Aptitude d’un instrument à ne pas modifier la valeur de la
grandeur mesurée
 5.3.4. Constance-Justesse-Fidélité-Exactitude
 Constance = fonction du temps
 Fidélité : étroitesse d’accord entre des résultats d’essais
indépendants obtenus sous des conditions stipulées.
 Justesse : Étroitesse de l’accord entre la valeur moyenne
obtenue à partir d’une large série de résultats d’essais et une
valeur de référence acceptable
5. Caractéristiques et performances
des instruments de mesure

 5.3. Caractéristiques métrologiques

 Justesse et fidélité :
5. Caractéristiques et performances
des instruments de mesure
 5.3. Caractéristiques métrologiques
 5.3.5. Exactitude
 Combine justesse & fidélité
 = précision

 5.3.6. Robustesse
 Mesure de la capacité d’une analyse de ne pas
être affectée par de petites variations des
conditions opératoires.
 Si beaucoup de facteurs, prévoir un plan factoriel
fractionnaire saturé.
5. Caractéristiques et performances
des instruments de mesure

 5.3. Caractéristiques métrologiques

 5.3.7. Rapidité-Temps de réponse-Hystérésis
 Rapide = capable de suivre les variations de la
grandeur d’entrée
 Temps de réponse = delta t pour atteindre 95% de
la valeur finale avec changement brutal du signal
d’entrée
 Hystérésis = réponse selon signal entrée croissant
ou décroissant
5. Caractéristiques et performances
des instruments de mesure
 5.4. Erreurs dues aux instruments de mesure
 Erreur de justesse (composante systématique de
l’erreur d’indication)
 Erreur de fidélité (composante aléatoire de l’erreur
d’indication
 Erreur de poursuite (retard de réponse)
 Erreur d’hystérésis
 Erreur de parallaxe
 Erreur de lecture
 Erreur de mobilité
 Erreur sur le zéro
 Limites d’erreur tolérées
6 Résultat de mesure, erreur et
incertitude
 Exemple d’une usine chimique avec bilans
mesurés et calculés pour estimer les
pertes de matière première dans les
effluents ou dans les fumées : erreur de
mesure ou réalité?
6 Résultat de mesure, erreur et
incertitude
 6.1. Résultat de mesure
 Un résultat de mesure X suit une loi normale
si les conditions suivantes sont réalisées
simultanément :
 Les causes d’erreur sont nombreuses
 Les erreurs sont du même ordre de grandeur
 Les fluctuations liées aux différentes causes
d’erreur sont indépendantes et additives.
 Résultat brut + corrections = résultat corrigé
6 Résultat de mesure, erreur et
incertitude
 6.1. Résultat de mesure
6 Résultat de mesure, erreur et
incertitude
 6.2. Exactitude-Répétabilité-Reproductibilité
 Exactitude des mesurages = étroitesse de l’accord
entre le résultat de la mesure et la valeur vraie
 Répétabilité des mesurages = même méthode de
mesure, même observateur, même instrument de
mesure, même lieu, mêmes conditions d’utilisation,
répétition sur une courte période de temps
 Reproductibilité des mesurages = différentes
méthodes de mesure, observateur, instrument de
mesure, lieu, conditions d’utilisation, temps
 Écart type de répétabilité ou de reproductibilité
6 Résultat de mesure, erreur et
incertitude
 6.3. Erreur
 définitions :
 erreur de mesure : Résultat d’un mesurage moins
une valeur vraie du mesurande
 erreur aléatoire : Résultat d’un mesurage moins la
moyenne d’un nombre infini de mesurages du
même mesurande, effectués dans les conditions
de répétabilité.
 Erreur aléatoire = erreur de mesure moins l’erreur
systématique
6 Résultat de mesure, erreur et
incertitude
 6.3. Erreur
 définitions :
 erreur systématique : (erreur de justesse pour un
instrument de mesure) moyenne qui résulterait
d’un nombre infini de mesurages du même
mesurande, effectués dans des conditions de
répétabilité, moins une valeur vraie du mesurande.
 erreur systématique = erreur de mesure moins
l’erreur aléatoire
6 Résultat de mesure, erreur et
incertitude
 6.3. Erreur
 définitions :
 Correction : Valeur ajoutée algébriquement au
résultat brut d’un mesurage pour compenser une
erreur systématique
 Réduction de l’erreur aléatoire : répétition des
mesures
 Réduction de l’erreur systématique : application
des corrections
6 Résultat de mesure, erreur et
incertitude
 6.3. Erreur
 Causes d’erreur (les 5 M)
6 Résultat de mesure, erreur et
incertitude
 6.4. Incertitude
6 Résultat de mesure, erreur et
incertitude
 6.4. Incertitude
 Permet de quantifier le doute que l’on a sur
une mesure.
 Type A : techniques statistiques
 Type B : autres informations que techniques
statistiques (expérience des opérateurs,
essais, connaissance des phénomènes
physiques)
7. Instrumentation et calcul
 La mesure
 Exemples de corrections de type B
Domaine de Écart type
Loi suivie Application Exemple
variation associé
Loi normale Si les limites
(courbe de L'incertitude d'un manomètre étalon
de cette
Gauss) employé pour une manipulation à une
courbe sont
Le plus souvent incertitude d'étalonnage de +/-1mb.
de Alors l'écart type
l'utilisation de certificats Lors de l'utilisation de cet étalon, durant le
–a à +a (avec associé est de a/2
d'étalonnage calcul d'incertitude de l'étalonnage,
un intervalle
l'incertitude type sur la valeur de correction
de confiance
de cet étalon sera de u(PV)=0,5 mb.
de 95%)

Loi uniforme La résolution du débitmètre est de 1 l/s, lors

(Courbe Utilisation de classe
Si les limites Alors l'écart type du calcul d'incertitude lié à l'utilisation de ce
rectangle) d'exactitude d'instrument.
de ce associé est de dernier, on calculera l'influence de la
Souvent employé pour
rectangle sont a/√3 composante de résolution de la manière
caractériser la résolution
de –a à +a suivante : incertitude type sur la résolution
d'un instrument
u(Res)=0,6 l/s

Loi arc sinus

Une climatisation régule sur une plage de
Si les limites Utilisé surtout pour 20°C à +/- 3°C.
Alors l'écart type
de variation caractériser les Lors de l'intégration de cette régulation dans
associé sera a/√2
sont de –a à phénomènes de nos calculs, nous devrons déterminer
+a régulation l'incertitude type sur la valeur de
température, u(Reg)=2,1°C
7. Instrumentation et calcul
 Interface fournissant directement la
mesure
7. Instrumentation et calcul
 Rôle du calcul dans l’instrumentation:
 Adapter le signal d’entrée
 Associer les signaux issus de divers capteurs
pour former des des combinaisons nouvelles
 Introduire le modèle mathématique dans le
traitement
8. Analyse et stratégie
 Choix des modèles mathématiques, des
méthodes, des moyens, et des mesurages
 Si il existe 10 modèles, 10 méthodes, 10
moyens et 10 mesurages, il y a 10 000
possibilités!!!
 Observations sur les prestations attendues :
mesures, incertitude, des coût et délai pour
réduire les possibilités
 PAS DE GUIDE DE CHOIX.
 Utiliser une analyse de la réduction des causes
d’erreur
8. Analyse et stratégie
 Remplir un tableau de ce type
 Inventorier
 Sélectionner les groupements techniquement
compatibles
8. Analyse et stratégie
 « On n’apprend pas à bien mesurer, on
apprend à ne pas mal mesurer »
9. Modèles
 Existence d’une compétition modèle-mesure
 Avantages des modèles :
 Économiser les opérations de mesurage
 Sélectionner les effets de paramètres principaux et
secondaires
 Formaliser et condenser certaines mesures
statistiques
 Conserver indéfiniment l’intégrité de résultats
transmissibles par formules et programmes
 Concilier la théorie et l’expérimentation
 Ex. baromètre
10. Méthodes
 A) Inventorier les méthodes susceptibles de traduire les
principes, les lois, les hypothèse. Exemple, la datation
au carbone 14
 B) Inventer ou imaginer par défaut d’existence une ou
plusieurs méthodes appropriées
 C) Tenir compte des moyens existants pour A et B
 D) Comparer les avantages, inconvénients, la qualité de
A, B et C et leur répercussion sur les coûts
 E) Sélectionner, après D, une méthode en donnant la
préférence aux méthodes normalisées.
11 Moyens
 Démarche documentaire (catalogues,
ouvrages, bases de données)
 Si le moyen n’existe pas, réunir des
éléments existants, sinon établir un
prototype
11 Moyens
 S’assurer de la répétabilité des mesurages
(même méthode de mesure, même observateur,
même instrument de mesure, même lieu,
mêmes conditions d’utilisation, répétition sur
une courte période de temps)
 S’assurer de la reproductibilité des mesurages
(différentes méthodes de mesure, observateur,
instrument de mesure, lieu, conditions
d’utilisation, temps)
11 Moyens
 S’assurer de la fiabilité (caractéristique indiquant
une probabilité ou une proportion de succès)
 Prévoir la préparation de la mesure (plan d’une
expérimentation)
 Prévoir l’exécution (Références expérimentales,
étalonnage…)
 Prévoir le traitement (méthodes et techniques
appliquées au signal..)
 Prévoir l’interprétation (exploitation des résultats
de mesure)
11 Moyens
 Exemple:
12 Modèles, méthodes, moyens
et mesurages
 Exemple:
13 Maîtrise Statistique des
Procédés
 En anglais Statistical Process Control
 Méthode préventive de gestion de la qualité qui
vise à amener tout processus au niveau requis
de régularité et de qualité et à l’y maintenir
grâce à un système de surveillance statistique
permettant de réagir rapidement et efficacement
à des dérives, évitant ainsi la production de
produits non conformes.
 Concerne les fabrications de moyennes et
grandes séries
14 Échantillonnage
 Référence à Bray-X (mine d’or)
 L’échantillonnage peut introduire des
erreurs de mesurage de 100 à 1000%.
 Matériaux concernés : solides morcelés,
liquides et mélanges multiphases
14 Échantillonnage
 Problème de la représentativité de l’échantillon
analysé
  Solution échantillonnage probabiliste
 Prélever la totalité du courant pendant une fraction du temps
> prélever une fraction du courant pendant la totalité du
temps > fraction du courant pendant une fraction du temps.
 Pour les matières statiques (solide) utiliser un diviseur
à rifles.
 Pour les liquides, utiliser un diviseur rotatif à
alimenteur tournant
15 Validation interne des
méthodes d’analyse
 Exemple: limite de détection des appareillages!!!
 Qualité métrologique (justesse de la mesure)
 Qualité technique ou de capacité de mesure
(fidélité de la méthode)
 Qualité commerciale (rapidité, coût)
 Qualité d’usage social (hygiène et sécurité de la
mesure)
15 Validation interne des
méthodes d’analyse
 Traçabilité des mesures (10 ans en
pharmacie pour l’étude d’un nouveau
médicament).

 Certification par un laboratoire,

comparaison inter laboratoire, utilisation
de standards, mesure par méthode
alternative, normes suivies.
15 Validation interne des
méthodes d’analyse
 Cycle de vie d’une méthode d’analyse
15 Validation interne des
méthodes d’analyse
 Critères de validation
15 Validation interne des
méthodes d’analyse
 Limite de détection :
 Plus petite concentration de l’analyte pouvant
être détectée, mais non quantifiée dans les
conditions expérimentales décrites de la
méthode.
15 Validation interne des
méthodes d’analyse
 Exemple pour l’industrie pharmaceutique :
Conclusion
 Démarche de mesure :
 Considérer le but de la mesure (analyse et stratégie)
 Concevoir la théorie (modèle, même s’il est simple)
 Prévoir la méthode de mesure
 Réunir les moyens
 Exécuter la méthode attentivement et objectivement
 Confronter le résultat de mesure au modèle
(discussion et synthèse)
 Annoncer la mesure, ses limites et son incertitude
 Bibliographie
 Techniques de l’ingénieur
 Les capteurs en instrumentation
industrielle (5ème édition) par Georges
Asch et collaborateurs éditions Dunod
1999