Qualité au laboratoire
III
Cet ouvrage fait par tie de
Qualité et sécurité au laboratoire
(Réf. Internet ti620)
composé de :
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
IV
Cet ouvrage fait par tie de
Qualité et sécurité au laboratoire
(Réf. Internet ti620)
Gwenola BURGOT
Professeur à l'université de Rennes 1
Max FEINBERG
Directeur de Recherches à l'INRA
Denis LOUVEL
Responsable Qualité Mettler Toledo
Jean-Michel POU
Président fondateur de la société Deltamu, Vice-Président de l’association
AURA Industrie 4.0 et Ambassadeur pour la Région Auvergne-Rhône-Alpes de
l’Alliance Industrie du Futur
Marc PRIEL
Directeur honoraire du Centre de métrologie scientifique et industrielle, LNE
(Laboratoire national de métrologie et d'essais)
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
V
Les auteurs ayant contribué à cet ouvrage sont :
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
VI
Qualité au laboratoire
(Réf. Internet 42497)
SOMMAIRE
Pipettes. Trois référentiels pour étalonner une pipette à déplacement d'air P1333 77
Caractérisation d'une méthode de mesure : étape clé dans le processus de validation SL1040 91
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
VII
Limite de détection de méthodes d'analyse et termes apparentés P262 113
Robustesse des étalonnages multidimensionnels : application aux données spectrales SL265 127
Audit interne des systèmes de mananagement de la qualité SMQ dans les laboratoires SL2060 155
accrédités
Gestion des équipements de laboratoire selon la norme ISO 17025 SL2110 159
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
Qualité au laboratoire
(Réf. Internet 42497)
Ｑ
1– Qualité et validation Réf. Internet page
Pipettes. Trois référentiels pour étalonner une pipette à déplacement d'air P1333 77
Caractérisation d'une méthode de mesure : étape clé dans le processus de validation SL1040 91
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
Ｙ
4– Mise en œuvre de la norme ISO 17025
ＱＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＲＰ
ＱＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＲＰ
justifier l’utilisation d’équipement(s) acquis dans le cadre d’un projet. Les exi-
gences des financeurs, tant au niveau de la qualité scientifique des projets que
dans la qualité de leur gestion est telle, que pour optimiser les facteurs de
réussite, de plus en plus de laboratoires ou plateformes technologiques
choisissent de mettre en place une démarche qualité conduisant à la construc-
tion d’un système de management par la qualité (SMQ) jusqu’à
l’obtention d’une certification, ou d’une accréditation, voire d’un label.
ＱＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＲＰ
Ｑ
ANR Agence nationale de la recherche
La norme NF EN ISO 9001:2015, est une norme organisation- « Il est essentiel d’exiger des offres détaillées qui incluent les
nelle. Suivre ce référentiel garantit la mise en place d’un fonction- aspects techniques : les pièces documentaires requises, le déroule-
nement efficace et performant, quel que soit le domaine d’activité. ment du diagnostic, l’échelonnement temporel des activités, la
durée estimative de l’audit, etc. L’offre de service doit également
La version 2015 de la norme met le SMQ au cœur de la stratégie comporter des considérations financières. La dernière condition,
du laboratoire. Cette nouvelle version requiert moins d’exigence mais non la moindre, est de s’assurer que l’organisme justifie
concernant la documentation. Les procédures de la version 2008 d’une solide expérience avec les entreprises similaires ».
ne sont plus obligatoires. Le référentiel met l’accent sur la
démarche d’amélioration continue, la communication et la prise en Une démarche qualité a un coût qui est lié au coût de mise en
compte des risques. À la notion de « clients » s’ajoute celle « des place (coût interne) et au coût de la certification (coût externe).
parties intéressées pertinentes ».
Il est peu aisé de quantifier le coût interne du projet qualité cor-
Il est important d’adapter le SMQ à la spécificité de la structure,
respondant au temps investi par le personnel (sensibilisation et
à ses besoins et à ses ressources. Ainsi le SMQ est une aide au
formation du personnel). Il est cependant important de valoriser le
pilotage. La direction l’utilisera comme un outil de management.
coût interne comme un investissement dont les bénéfices se révé-
Les chercheurs y verront un outil pour la conduite de projets de
leront sur le moyen et le long terme (capitalisation des savoir-faire,
recherche. L’ensemble du personnel du laboratoire se l’appro-
esprit d’équipe renforcé par la QVT), identification du personnel à
priera comme un outil de transmission et de valorisation des
l’image de la structure, partages des meilleures pratiques, etc.). On
savoir-faire. Le SMQ contribuera à l’amélioration de la communica-
estime le coût interne à 60-70 % du coût global du projet de certifi-
tion en interne et en externe. Il sera aussi un outil d’aide à l’évalua-
cation et le coût externe à 30-40 %.
tion par les instances (Hcéres, Centre national de la recherche
scientifique CNRS, Université, ANR...). Le coût externe du projet qualité correspond au coût de la certi-
L’amélioration continue, afin d’atteindre la satisfaction des par- fication, c’est-à-dire aux prestations d’audits externes réalisés par
ties intéressées, doit être l’objectif majeur de la mise en place d’un un organisme de certification. Il peut s’ajouter à ce coût des presta-
SMQ. Ce sont les actions planifiées, réalisées, suivies et analysées tions intellectuelles d’accompagnement ou la réalisation d’audits
qui permettent de conduire la structure vers une logique d’amélio- internes réalisés par des consultants.
ration. Le SMQ ne doit pas être assimilé à un système documen-
taire, il ne doit pas peser sur les équipes, mais au contraire fournir Le temps d’audit externe est fonction de l’effectif de la structure
des éléments de simplification et d’efficacité, ainsi qu’une organi- et des sites à auditer.
sation cohérente. Le temps d’audit pour un audit initial de certification (plus
Un SMQ certifié NF EN ISO 9001:2015 permet d’avoir une conséquent que les deux audits suivants) est précisé dans l’annexe
vision globale de la structure et de ses composantes, de fournir A du Document d’exigences International Accreditation Forum ©
aux instances des indicateurs pertinents et de s’assurer que les (IAF) « Détermination du temps d’audit des systèmes de manage-
exigences des tutelles, des instances et des financeurs sont ment de la qualité et des systèmes de management
prises en compte. environnemental » [2].
ＱＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＲＰ
Ｑ
Les prestations d’audits externes proposés par les organismes de
certification évoluent en fonction de leurs réponses aux appels
d’offres (AO) des organismes de recherche cadrés par le code des
Marchés publics. 3.1 Connaître le contexte et identifier
Le coût des audits externes en 2018 dans le cadre d’AO est estimé les parties intéressées pertinentes
entre 900 et 1 500 €HT/ jour.
Le coût des audits internes en 2018 sur devis évolue de 700 à L’histoire du laboratoire est à prendre en considération. Le pro-
1 500 €HT/ jour. jet scientifique avec la structuration en équipes de recherche et le
positionnement externe (régional, national, international) pour
identifier les parties intéressées pertinentes. Le SMQ doit identifier
les besoins et répondre aux attentes des parties intéressées perti-
Il est important de choisir l’organisme certificateur offrant la
nentes.
logistique administrative et la compétence de l’auditeur externe
adéquates au secteur d’activité de la structure de recherche. Le chapitre 4 de la norme ISO 9001 aide la direction à dessiner
les contours du contexte de la structure.
La figure 4 reprend tous les chapitres de la norme selon la struc-
ture commune High Level Structure (HLS).
3. Construire son système
de management Exemples de parties intéressées pertinentes d’un labora-
toire de recherche : chercheurs, ingénieurs, techniciens, adminis-
par la qualité tratifs, post-doctorants, doctorants, stagiaires, tutelles, partenaires et
financeurs des contrats.
Septembre 2009
Restitution Février 2013
du diagnostic Certification
ＱＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＶＰ
our obtenir des résultats fiables et robustes dans la recherche, que celle-ci
P soit académique ou industrielle, il faut s’assurer que les données soient
suffisamment précises et nombreuses pour permettre leur reproductibilité.
ＱＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＶＰ
Pour des données scientifiques, il faut que les conditions d’acquisition, de trai-
tement et de stockage soient entièrement tracées. Selon la norme X05-501
(1994 Repérage d’identification – Principes de structuration et désignations de
référence), la fiabilité est l’aptitude d’un dispositif à accomplir une fonction
requise, dans des conditions données d’utilisation et de maintenance, pendant
une durée donnée.
L’évolution constante du monde de la recherche, ses contraintes et sa
Ｑ complexité engendrent, parfois, des erreurs, honnêtes ou non... Le constat est
qu’il est nécessaire de faire le point sur les bonnes pratiques et de rappeler la
méthodologie à suivre pour minimiser ces « erreurs honnêtes » ainsi que les
résultats non reproductibles.
Dans cet article, il est montré que la démarche qualité, par ses concepts ori-
ginaux et éprouvés est clairement une réponse à cette problématique.
L’objectif est donc de montrer que les démarches qualité, les bonnes pratiques
et la mise en œuvre de référentiels ou normes qualité permettent d’améliorer
au quotidien la fiabilité des données de la recherche et le travail des person-
nels de laboratoire.
ＱＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＸＰ
1. Contexte...................................................................................................... SL 80 - 2
2. Différents référentiels ............................................................................ — 2
3. Organisation du laboratoire .................................................................. — 3
4. Échantillonnage ........................................................................................ — 5
5. Étapes préparatoires à l’analyse .......................................................... — 8
6. Réalisation de l’analyse : qualité et outils de contrôle
de la qualité en routine........................................................................... — 14
7. Conclusion.................................................................................................. — 18
Pour en savoir plus ........................................................................................... Doc. SL 80
ｐ｡ｲｵｴｩｯｮ＠Ｚ＠､￩｣･ｭ｢ｲ･＠ＲＰＰＹ＠Ｍ＠ｄ･ｲｮｩ￨ｲ･＠ｶ｡ｬｩ､｡ｴｩｯｮ＠Ｚ＠ｮｯｶ･ｭ｢ｲ･＠ＲＰＱＸ
ＱＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＸＰ
Ｑ
Un des moyens développés par les laboratoires d’analyses est le principe
d’Assurance Qualité. Cette Assurance Qualité, repose sur un référentiel interna-
tionalement reconnu depuis 2000, la norme NF EN ISO/CEI 17025 –
Prescriptions générales concernant la compétence des laboratoires d’étalon-
nage et d’essais – septembre 2005, pour sa dernière version.
Les concepts, définitions, recommandations à évoquer pour traiter de la
qualité et de l’assurance qualité en analyse chimique sont très nombreux. Ce
chapitre n’a pas pour objet de les aborder de façon exhaustive et détaillée. Il
décrit les principaux concepts qui pour beaucoup sont présentés de façon plus
complète dans d’autres chapitres des Techniques de l’Ingénieur.
Ce dossier correspond à une mise à jour du dossier, rédigé en 1997 par
M. Leroy, A. Boos, E.A. Maier et B. Griepink [1].
ＱＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＸＰ
Ｑ
et doivent donc être révisés périodiquement.
Assurance de la qualité : ensemble des actions préétablies L’accréditation est la procédure formelle par laquelle le labora-
et systématiques nécessaires pour donner la confiance appro- toire sera reconnu compétent suivant cette norme pour réaliser
priée en ce qu’un produit ou service satisfera aux exigences certaines tâches. En effet, l’accréditation est en général accordée
données relatives à la qualité. pour une combinaison analyte-matrice-méthode. Cependant, des
possibilités d’accréditation de « portée flexible » existent mainte-
Maîtrise de la qualité : techniques et activités à caractère
nant et elles se développent rapidement [2].
opérationnel utilisées en vue de répondre aux exigences
relatives à la qualité. Elle implique des techniques opéra- En France, le COFRAC est l’organisme officiel désigné pour
tionnelles et des activités qui ont pour but à la fois de suivre décerner l’accréditation. Des accords de reconnaissance mutuelle
un processus et d’éliminer les causes de défectuosités en vue entre organismes accréditeurs européens membre de l’EA (Euro-
d’atteindre la meilleure efficacité économique. pean Co-operation for Accreditation ) permettent d’assurer une
équivalence des accréditations décernées.
Système qualité : ensemble de la structure organisa-
tionnelle, des responsabilités, des procédures, des procédés et
des ressources pour mettre en œuvre la gestion de la qualité.
Management de la qualité : aspect de la fonction générale
de management qui détermine la politique qualité et la met en
3. Organisation
œuvre. du laboratoire
Politique qualité : orientations et objectifs généraux d’une
entreprise en ce qui concerne la qualité, tels qu’ils sont expri-
més formellement par la direction générale. 3.1 Organisation générale
ＱＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＸＰ
manuel qualité doit reprendre les prescriptions décrites dans le que l’analyste cherchera à recueillir pour améliorer la qualité du
référentiel auquel souhaite se référer le laboratoire (par exemple la résultat final.
norme NF EN ISO 17025 [b]). Il constituera la principale base docu-
mentaire des futurs auditeurs du laboratoire. Tout le personnel Le laboratoire doit donc organiser sa relation avec le client de
doit connaître l’existence et le contenu du manuel et doit le façon à préciser au mieux sa demande et de façon à pouvoir
consulter régulièrement. choisir les méthodes adaptées. Par la suite, il devra s’assurer que
les résultats rendus ont satisfait le client. Il devra aussi prendre en
Les thèmes suivants pourront notamment être traités dans le
compte dans son système qualité les éventuelles réclamations
Ｑ
manuel :
pour les traiter et en tirer les enseignements qui permettront
– la politique d’assurance qualité, ses objectifs et sa gestion ; d’améliorer le système.
– le résumé du manuel et la procédure de mise à jour à
respecter ;
– l’organisation du laboratoire, son infrastructure, le personnel
et les responsabilités de chacun ; 3.4 Amélioration continue
– l’inventaire de l’appareillage, sa description, les procédures
d’entretien et d’étalonnage ; Une des bases d’un système d’assurance qualité efficace est la
– l’inventaire du matériel (verrerie, matériel électrique, outillage, mise en place d’outils destinés à améliorer le système et la qualité
fluides...), son emplacement, les fournisseurs et le contrôle qualité des résultats de façon continue.
du matériel ;
– les méthodes d’analyse, les procédures de sélection et de vali- Les travaux ou résultats non conformes du laboratoire (et
dation de ces méthodes, l’exactitude et la répétabilité requises, les notamment les éventuels résultats hors acceptation aux essais
tableaux de contrôle, l’utilisation et la préparation des étalons d’aptitude) devront être exploités afin d’en déterminer les causes
(matériaux de référence certifiés ou non) ; et formaliser des actions correctives. De la même façon, les récla-
– les procédures de manipulation, d’enregistrement et de mations justifiées des clients devront participer à l’amélioration
stockage des échantillons, l’élimination et la sécurité du stockage ; continue du système.
– l’archivage, la confidentialité ;
Les audits internes et externes, points communs obligatoires de
– les audits : procédures internes, accréditations, tests de qualité
tout système d’assurance qualité, seront utilisés par le laboratoire
et procédures des actions correctives.
pour améliorer le système et pour obtenir une plus grande qualité
De façon générale, un système documentaire comporte trois de résultats. Les audits externes permettent par ailleurs de démon-
niveaux de documents qualité [1] : trer, à une tierce partie, que les pratiques du laboratoire sont
– les documents organisationnels qui correspondent aux procé- conformes au référentiel qu’il s’est engagé à respecter.
dures générales ;
Une fois par an, lors de « revues de direction », la direction du
– les documents opérationnels qui correspondent aux modes
laboratoire fait un bilan du fonctionnement et de l’efficacité du
opératoires techniques ;
système d’assurance qualité du laboratoire. Lors de ces « revues »,
– les documents « trace » qui correspondent aux enregis- les résultats de différents indicateurs, les conclusions des audits,
trements. Ce sont les documents qui permettent d’assurer la tra- les réclamations, les résultats non-conformes sont étudiés de
çabilité des opérations effectuées par les opérateurs. Ces façon globale afin d’élaborer un plan d’action.
documents sont essentiels car ils permettent très souvent de
retrouver la cause d’un dysfonctionnement et d’éviter ainsi qu’il ne
se reproduise.
3.5 Installations, appareils
et consommables
3.2 Personnel
Tout système d’assurance qualité doit reposer sur une organisa- La qualité requiert des bâtiments fonctionnels, des fournisseurs
tion claire et rigoureuse du personnel. Chaque personne du labora- et des produits fiables, et un équipement adapté. La qualité de
toire doit disposer d’une description de poste ou de fonction certaines analyses est fortement dépendante de la qualité des
établie par sa hiérarchie. Ces documents précisent les activités et conditions extérieures tributaires d’éventuelles pollutions appor-
les responsabilités incombant à la personne concernée. tées par l’air ambiant (HAP, COV, Pb, dioxines...). Des salles réser-
vées à la préparation des échantillons permettent de garder la
Le laboratoire doit aussi pouvoir montrer que les personnes qui salle de mesure suffisamment propre pour doser les éléments
ont été choisies pour occuper les différents postes sont sous forme de traces. Ne pas contrôler la température, l’humidité,
compétentes par : la luminosité, le débit des fluides peut affecter sévèrement la sta-
– la formation initiale de la personne (CV, parcours bilité des appareils ou des produits chimiques et, en conséquence,
professionnel) ; la qualité des résultats.
– des formations internes ou externes.
L’assurance de la qualité suppose également un suivi des appro-
La formation initiale est indispensable pour occuper un poste visionnements et de la qualité des consommables. La date d’arrivée,
mais elle n’est pas suffisante : le laboratoire doit aussi organiser le la localisation, le contrôle qualité et les conditions de stockage des
maintien de la compétence du personnel. réactifs, des gaz, des solvants et du matériel doivent être suivis.
ＲＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＰＵ
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 105 − 1
ＲＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＰＵ
1. Concepts de mesurande, Exemple : dans le cas d’un dosage des protéines dans des légumi-
neuses, on mesure l’« azote total » par la méthode de Kjeldahl, le
de caractéristique, mesurande est défini comme l’azote Kjeldahl. La teneur en protéines
est ensuite évaluée en multipliant la teneur en azote Kjeldahl par un fac-
de résultat d’analyse teur conventionnel. On a ajouté le qualificatif Kjeldahl au nom de la
caractéristique mesurée (concentration en azote) afin de préciser le
mesurande (analyte).
1.1 Importance d’une définition précise Définir un mesurande, c’est traduire une réalité fort complexe
du mesurande en une grandeur mesurable. Par exemple, si l’on veut caractéri-
ser l’état éthylique d’un individu, on définit un mesurande et plu-
sieurs choix sont possibles : mesurer son comportement, la
Il peut paraître trivial de dire que définir ce que l’on veut mesurer teneur de l’alcool dans le sang ou la teneur en alcool dans l’air
est la première opération à réaliser par l’analyste. Ce terme de expiré. Cette définition du mesurande est toujours simplifica-
mesurande, issu du monde de la métrologie, n’est pas encore d’un trice par rapport à l’état extraordinairement complexe de la réa-
emploi courant chez les chimistes, on parle plus souvent d’analyte. lité. Mais nous avons besoin de simplification pour comprendre,
Cependant, le concept est important et il mérite que l’on s’y pour analyser, pour établir des synthèses.
attarde. La norme NF X07-001 « Vocabulaire international des ter-
mes fondamentaux et généraux en métrologie » (VIM) définit le
mesurande comme « grandeur particulière soumise à mesurage ».
1.2 Mesurande et échantillonnage
Exemple : pression de vapeur d’un échantillon donné d’eau à 20 °C.
Nota : la définition du mesurande peut nécessiter des indications relatives à des gran- Le but de nombreuses mesures est de prendre des décisions : décla-
deurs telles que le temps, la température, la pression. ration de conformité d’un produit, vérification de rejets par rapport à
une limite réglementaire, modification du traitement d’un patient.
L’exemple et le nota précisés dans la définition nous éclairent pour
comprendre ce concept de mesurande ; nous nous apercevons que Il est important de bien comprendre que nous cherchons une
pour définir un mesurande, nous devons définir de très nombreuses information globale sur un lot complet, sur une population, mais
conditions permettant son observation. Si l’on ne prend pas le soin de que, ne pouvant jamais analyser en totalité le lot, nous extrayons un
fixer ces conditions d’observation, on ne définit pas correctement la échantillon « représentatif » qui permette d’inférer une information
grandeur que l’on souhaite mesurer et des doutes, des imprécisions, sur le lot ou la population. La figure 1 illustre cette démarche.
des incompréhensions peuvent résulter de ce manque de rigueur.
Exemples de définition de mesurande qui peuvent prêter à
discussion : on mesure la teneur en ozone (à l’entrée de l’analyseur)
que l’on exprime en microgrammes par mètre cube. Si les conditions
de pression et de température ne sont pas fixées, un doute existe sur Population totale,
Information globale
lot complet
cette définition de mesurande car le volume n’est pas défini et il varie
avec la température et la pression.
Échantillonnage Inférence
On mesure la concentration en cadmium dans les eaux de la Loire.
Sans précision sur le lieu et la date de prélèvement, on comprend bien
que de nombreuses valeurs de concentration en cadmium peuvent Mesures
Échantillon
élémentaires
correspondre à cette définition.
Estimation
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 105 − 2 © Techniques de l’Ingénieur
ＲＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＰＵ
Statistiques et planification
« Échantillonneur »
d’expériences
Le résultat de mesure n’est pas une valeur unique. Il est cer-
tain que l’on communique un résultat d’analyse sous forme
« Préleveur »
Connaissance du terrain d’une valeur unique, mais il faut aussi être conscient que la
et gestion des échantillons valeur que nous communiquons est la valeur que nous pensons
Chimie analytique, la plus probable pouvant être attribuée au mesurande.
« Analyste »
métrologie
En réalité, le résultat de mesure est une « variable aléatoire » dont
Figure 2 – Trois métiers, trois compétences pour obtenir les réalisations représentent les valeurs attribuables au mesurande
l’information et dont la distribution peut être résumée par deux paramètres, un
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 105 − 3
ＲＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＰＵ
Il est de fréquentes situations où nous avons à comparer deux est considérée comme significative.
résultats entre eux. Sont-ils différents ou bien la différence entre les Le nombre effectif de degrés de liberté s’estime grâce à
valeurs numérique n’est-elle que le fruit du hasard car tous deux l’expression suivante :
sont attribuables à la même grandeur ? La figure 4 illustre cette 4
situation, et le lecteur comprend facilement que sans incertitude, il c u
ν eff = -------------------------
- (5)
est impossible de décider de la différence « significative » entre les N
4
ui ( D )
deux résultats (encadré 1).
∑ ----------------
νi
i=1
2.2 Comparaison d’un résultat de mesure Dans le cas présent, nous avons considéré que le terme de
covariance dans l’expression de l’incertitude sur la différence D
à une spécification était nul car les résultats ont été obtenus dans deux laboratoires
différents et donc qu’il n’y a pas de point commun dans les deux
Les résultats de mesure sont souvent utilisés pour prendre des estimations d’incertitude de y1 et y2 :
décisions, par exemple déclarer la conformité d’un produit. Nous
2 2 2
avons une caractéristique d’un produit qui est définie par une valeur [u (y ) + u (y )]
1 2
nominale et une tolérance. Afin de vérifier la conformité de ce produit ν eff = --------------------------------------------------------
2
- (6)
2 2 2
à la spécification, nous effectuons des mesures. Actuellement, diffé- [ u ( y1 ) ] [ u ( y2 ) ]
rentes approches sont possibles. La figure 5 illustre la situation : ------------------------- + ----------------------
ν1 ν2
— dans la zone 1, la conformité est déclarée ;
— dans les zones 3, la non-conformité est déclarée ; La figure 6 résume la question lorsque nous sommes dans le cas
— dans les zones 2, la décision peut être prise avec un risque. où le résultat de mesure est dans la zone 2. Nous allons essayer
d’évaluer le risque lié à la décision (encadré 2).
3. Exigences
de la norme ISO/CEI 17025
Résultat 1 Résultat 2 Résultat 3 3.1 Validation de méthode
Le résultat de mesure n´est pas une valeur unique.
C´est un ensemble de valeurs numériques,
inégalement probables, que l´on appelle « variable La validation est définie dans la norme ISO/CEI 17025 : « la
aléatoire ». validation est la confirmation par examen et l’apport de preuves
objectives du fait que les prescriptions particulières en vue
Figure 3 – Fonction de distribution de probabilité de la variable
d’une application prévue déterminée sont remplies ».
aléatoire « résultat de mesure »
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 105 − 4 © Techniques de l’Ingénieur
ＲＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＱＸ
4.5 Consultation................................................................................................. — 11
4.6 Choix final .................................................................................................... — 11
4.7 Mise en opération........................................................................................ — 11
5. Conclusion ................................................................................................. — 12
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 218 − 1
ＲＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＱＸ
Ｑ
1. Qu’est-ce qu’un LIMS ? On distingue deux grands types de fonctionnement :
— la routine : les produits analysés sont connus et le laboratoire
applique des procédures validées. Le processus analytique est répé-
Nous aborderons dans ce document les progiciels du marché, titif et maîtrisé. Il est possible de comparer les résultats obtenus à
c’est-à-dire des programmes informatiques « sur étagère » vendus des valeurs de référence qu’on appelle souvent limites de
par des éditeurs spécialisés et qu’il est nécessaire de paramétrer spécification ;
avant de pouvoir les utiliser. — la recherche : les produits sont en phase de découverte et le
laboratoire doit les caractériser au mieux.
On peut donner plusieurs et différentes définitions d’un LIMS.
Celle que nous choisissons est la suivante : ■ Routine : contrôle qualité et laboratoire de service
En routine on retrouve deux catégories de laboratoires :
Un LIMS est une méthode qu’un laboratoire utilise pour gérer — les laboratoires de contrôle qualité : ce sont des entités de ser-
ses données, distribuer les résultats qu’il produit et gérer les res- vice internes aux entreprises dont le rôle est d’assurer la qualité des
sources qui sont disponibles. Il doit être capable de gérer le produits entrants (matières premières), en cours de fabrication (pro-
cycle de vie des données qui inclut l’acquisition, le stockage, la duits intermédiaires) ou terminés et livrables (produits finis – vrac
production de rapports d’analyse et l’archivage. ou emballés) ;
— les laboratoires de service : qu’ils soient publics ou privés, ils
délivrent des prestations analytiques en réponse à une demande
Les données peuvent être gérées manuellement ou automatique- externe. Le type de produits et les analyses demandées sont très
ment grâce aux calculateurs. Dans la plupart des laboratoires, le variables.
LIMS opère la gestion des données de façon intermédiaire : une par-
tie manuelle et l’autre partie informatisée. Exemple : dans l’alimentaire, analyse microbiologique des plats
préparés pour les cantines scolaires.
Le client d’un LIMS doit avoir une idée claire de ce qu’il attend
d’un tel système s’il souhaite que ce dernier devienne vite opéra- ■ Recherche : essentiellement développement analytique
tionnel et surtout soit accepté par le personnel du laboratoire. Les chercheurs pensent le plus souvent que les LIMS ne sont pas
applicables dans leurs laboratoires car trop routiniers. Nous
sommes en désaccord complet avec ce point de vue, en effet ces
1.1 Définitions outils permettent de tracer les opérations réalisées dans le
laboratoire : le niveau de traçabilité recherché est à définir précisé-
ment. Les systèmes existant actuellement sur le marché sont suffi-
LIMS : Laboratory Information Management System (acronyme
samment ouverts et paramétrables pour permettre de répondre aux
d’origine anglo-saxonne).
besoins de la recherche qu’elle soit fondamentale ou appliquée.
GLAO : Gestion de laboratoire Assistée par Ordinateur ou sys- L’intérêt du chercheur est de pouvoir garder la trace des opérations
tème informatisé de gestion de laboratoire. et manipulations effectuées afin de pouvoir retrouver le scénario
d’un contexte analytique plusieurs semaines, mois ou années après.
Laboratoire : entité recevant des échantillons (il peut les prélever
de façon optionnelle) à analyser (ou à tester). Les échantillons peu- Nous avons eu l’occasion d’implanter des LIMS dans des labora-
vent être solides, liquides et gazeux et les analyses de type chimi- toires de développement analytique dont le rôle est la mise au point
que, microbiologique, physique, … de méthodes de contrôle qui seront ensuite (après transposition
industrielle) utilisées par les laboratoires de contrôle.
Information : toute donnée pouvant caractériser un produit ou un
échantillon. On distingue habituellement deux types de données :
— les données entrantes : elles accompagnent l’échantillon et 1.3 Les différents constituants d’un LIMS
doivent être saisies dans le LIMS,
— les données sortantes : résultats, données, conclusions liés à Comme pour la plupart des applications informatiques, un LIMS
l’échantillon et qui doivent être restitués sous différentes formes ne peut fonctionner sans les constituants suivants :
(rapport d’essai papier ou fichier électronique).
■ Le matériel informatique (ou hardware) :
Système de gestion : ensemble permettant de gérer l’information.
Il est constitué du matériel informatique (serveur, système d’exploi- — serveur(s) : d’application, de données, d’impression, serveur
tation, réseau, postes de travail et périphériques…) et de l’applica- Web… ;
tion. Ce système ne peut fonctionner sans la présence d’utilisateurs — postes de travail : PC ou MAC en client/serveur ou client léger
qui jouent un rôle primordial dans le domaine qui nous concerne. Web ;
— divers périphériques : imprimantes, lecteurs codes-barres,
scanners… ;
— concentrateurs de données : pour la connexion des instru-
1.2 Domaines d’application concernés ments de mesure ;
— la partie connectique : le réseau interne (LAN ou Intranet)
Les domaines d’application sont partout où l’on reçoit des échan- ainsi que les matériels indispensables (routeurs, hubs, protection
tillons pour les traiter et plus particulièrement les analyser. logicielle…).
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 218 − 2 © Techniques de l’Ingénieur
ＲＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＱＸ
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 218 − 3
ＲＷ
Ｑ
ＲＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＸ
ＲＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＸ
Ｑ
initial
Dans tous les cas, la valeur de la réponse est subie par
XP Bande proportionnelle % l’expérimentateur.
Tosc Durée des oscillations s
La fonction objectif dépend d’un certain nombre de facteurs. On
TI Temps intégral s peut définir trois types de facteurs :
TD Temps dérivé s – les facteurs aléatoires ;
– les facteurs qui seront maintenus à un niveau donné tout au
CRF Fonction de réponse chromatographique – long des expérimentations ;
– les facteurs dont on désire faire varier la valeur au cours des
différentes expérimentations ; ils sont nommés variables.
Les facteurs, qu’ils soient maintenus ou variables peuvent être
1. Fonction réponse, par exemple :
variables et stratégies – le pH, la pression ou la température du milieu réactionnel ;
– la concentration, la masse, le volume de réactifs ou de solvant
ou encore le pourcentage de réactifs dans un mélange ;
L’objectif de l’optimisation est représenté sur les figures 1a et b ; – la durée de réaction, d’introduction de réactifs ou de maintien
sur la figure 1a, la réponse y est fonction d’une seule variable, x, en température, etc.
et l’on recherche à s’approcher de la valeur, xmax , comprise entre Il est évidemment nécessaire que les valeurs des variables évo-
les bornes xA et xB , qui rend optimale la valeur de la réponse y. luent indépendamment les unes des autres.
Sur la figure 1b, la fonction objectif dépend de deux variables
x1 et x2 ; elle est représentée sous la forme de courbes de niveaux
ou courbes d’isoréponses. On recherche alors à s’approcher des Dans tous les cas, la valeur de la variable est imposée
coordonnées, x1max et x2max , qui correspondent à la valeur opti- par l’expérimentateur.
male de y.
Une fonction objectif peut être : Pour pouvoir appliquer toute technique d’optimisation, il faut
– le rendement d’une opération (maximum) ; être capable de maintenir les variables et les facteurs constants
– la pureté d’un produit (maximum) ; aux niveaux désirés. Il est donc souhaitable que les méthodes
– la concentration en un produit (maximum ou minimum suivant d’optimisation soient mises en œuvre conjointement avec des
qu’il s’agit du produit attendu ou d’une impureté indésirable) ; techniques d’automatisation, de régulation et de contrôle.
– le coût d’une opération (minimum) ; Il existe de très nombreuses méthodes d’optimisation [1] [2] [3]
– la consommation énergétique d’une opération (minimum) ; [4] [5] [6] [7] [8] [9] [10] [11] [12] [13]. La plupart d’entre elles ont
– l’efficacité d’une séparation (maximum), en chromatographie été créées pour traiter le problème mathématique consistant à
par exemple ; trouver l’extremum de fonctions multivariables, non linéaires et
xA xB
courbes d’isoréponses
(valeurs croissantes de A vers Max)
ＳＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＸ
Nombre
Nombre total Intervalle
Étape d’expériences
2. Méthodes directes nouvelles
d’expériences conservé ∆
à une variable 1 2 2
ＳＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＸ
On a :
Ｑ
On obtient ainsi :
À la première itération, deux essais sont réalisés et ensuite, à Tableau 2 – Évolution et efficacité de la méthode
chaque itération, un seul essai est effectué et est comparé au point du nombre d’or
conservé de l’itération précédente. Cela est possible, dans la
mesure où x1 , correspondant au meilleur essai, partage l’intervalle Nombre
[xA ; x2] de la même façon que x2 partage l’intervalle [xA ; xB] ; Nombre total Intervalle
Étape d’expériences
pour cela, on doit avoir la relation : d’expériences conservé ∆
nouvelles
1 2 2
2 1 3
où (figure 3).
On obtient : 3 1 4
On obtient ainsi :
ＳＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＸ
ＳＳ
Ｑ
ＳＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
ＳＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
Symbole Description
Φ Pourcentage volumique
B Essai le meilleur (Best)
CC Concentration en caroténoïde
CMS Concentration en matière sèche
CR Contraction externe
CRF Fonction réponse chromatographique
CW Contraction interne
E Extension
G Centre de gravité
N Essai le plus proche du plus mauvais essai (Next to the Worst)
R Reflex
W Essai le plus mauvais (Worst)
x Variable réelle
X Variable réduite
MS Modified Simplex Method
SMS Super Modified Simplex Method
MM Mutli-Move Method
WCM Weighted Centroid Method
1. Méthode de Nelder tenir compte de la réponse apportée par la réflexion pour pour-
suivre l’évolution du simplex.
et Mead Modified Simplex En effet dans la méthode initiale, la direction prise par le sim-
(MS) plex change à chaque itération. Dans cette modification, le sim-
plex, suivant la réponse obtenue au point symétrique, peut
conserver la même direction, ce qui, comme on va le constater,
augmente l’efficacité de la méthode.
Se reporter également aux références [2] [3] [4].
ＳＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
W G R E Essai
N W
Ｑ
Figure 2 – Cas où l’extension a été un succès
Y
1.1.1 Cas 1
La réponse en R, YR, est la meilleure de tous les essais, c’est-à- BN
dire meilleure que la réponse YB. On considère alors que la direc-
tion trouvée est la bonne et on dilate le simplex vers le point
W 1 2 B
extension E (ou Ext pour le différencier) où une expérience est
faite (figure 1).
NW
Les coordonnées du point E sont données par la relation sui-
vante :
W G R E Essai
avec j variant de 1 à k
Figure 1 – Méthode de Nelder et Mead. Cas où la réponse en R est la L’allure de la courbe liant les réponses en W et R est donnée sur
meilleure : extension la figure 5.
ＳＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
Y
X2
10 30
50
Ｑ 70
80
W G CR R Essai
3 a YR > YW
R E
1
2
X1
Y
a simplex 1 (essais 1, 2 et 3)
X2
10 30
W CW G R Essai
50
b YR < YW
70
E 80
Figure 5 – Méthode de Nelder et Mead. Cas où la réponse en R est
R inférieure à la réponse en N
3
5 Trois cas de figure peuvent alors se présenter.
X2
ＳＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
Ｑ
variable et Simplex) de l’étude chromatographique du CRF (Chro-
matographic Response Function) d’un mélange d’alcools [5]. Le
simplex initial est identique à celui de la figure 24 de l’article
[P228]. On constate que le symétrique du point A a la meilleure
réponse, on effectue alors une extension. Dans le nouveau simplex
constitué des points B, C et E, le symétrique de B donne le meilleur
résultat, on effectue à nouveau une extension et ainsi de suite
jusqu’au point K où l’on obtient une bonne séparation. La progres-
sion du simplex est donnée figure 9, le détail des calculs est donné
tableau 2.
Arrivé au point K, il est possible, pour mieux cerner l’optimum
soit :
– de faire des contractions successives ;
– de construire un nouveau simplex à partir du point K et de
tourner autour de l’optimum.
ＳＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
Y
4 (R)
2 (B) 5 (W)
6
Ｑ 5
4
6 (CW) 3 (N)
1
1 (W)
W CW G CR R Essai
4 (R) Y 6
5
5 (CR1 et W)
2 (B) 6 (C et N)
R2
4
3 (N)
1
1 (W)
4 (R) Y
2 (B) 5 (CR et N)
5
4
3 (N)
1
1 (W)
W G CR R Essai
Figure 7 – Évolutions possibles quand le point contracté est encore le plus mauvais
ＴＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
ＴＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＹ
Tableau 2 – Méthode de Nelder et Mead. Détails des calculs pour l’établissement des coordonnées des essais.
Cas de la séparation par CPG
Simplex 1
Ｑ A
B
0
0,9659
0
0,2588
–9,68
–9,58
W
Simplex 2
Simplex 3
Simplex 4
Simplex 5
ＴＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＳＰ
Plans d’expériences
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation PE 230 − 1
ＴＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＳＰ
’expérimentateur, quel que soit son domaine d’étude, est toujours confronté
L au problème difficile de l’organisation optimale de ses essais. Comment
obtenir les bonnes informations dans les meilleurs délais et pour le moindre
coût ? Telle est la question à laquelle nous allons nous efforcer d’apporter une
réponse dans cet article.
Les scientifiques n’ont abordé ce sujet que depuis peu d’années. Les premiers
qui se sont penchés sur ce problème sont des agronomes et des statisticiens.
Ｑ Les techniques et les notions qu’ils ont développées sont si générales qu’elles
peuvent être utilisées dans tous les domaines. En particulier, la chimie analyti-
que leur offre un vaste champ d’applications.
Cette science de l’organisation des essais est relativement récente puisqu’on peut
la faire démarrer avec les travaux de R.A. Fisher (début du vingtième siècle). Aussi
bizarre que cela paraisse, elle ne porte pas encore de nom. Nous avons proposé
Expérimentique ou Expérimentologie, mais la communauté scientifique n’a pas
encore décidé.
Le but de cette nouvelle science est l’optimisation du choix des essais et de
celui de leur enchaînement au cours de l’expérimentation. Nous verrons que ce
but peut être atteint à condition que l’expérimentateur se conforme à une
méthode rigoureuse et qu’il accepte d’abandonner certaines habitudes. Lorsqu’il
aura apprécié la puissance et le bien-fondé de cette nouvelle technique, il en
deviendra un adepte fervent et un chaud défenseur.
Nous avons personnellement constaté que la méthode des plans d’expé-
riences est au moins trois à quatre fois plus efficace que les démarches habituel-
les de conduite des essais, c’est-à-dire qu’elle permet d’arriver aux mêmes
résultats avec trois à quatre fois moins d’essais. Ajoutons que cette méthode
apporte à l’expérimentateur un puissant outil de réflexion et d’analyse qui lui
permettra de conduire son expérimentation avec sûreté et précision.
Les plans d’expériences ont d’abord été utilisés en agronomie. Puis, peu à peu,
ils ont été utilisés dans d’autres domaines techniques. Les chimistes les ont
adaptés à leurs problèmes. Depuis la fin des années 1980, les responsables de
la qualité ont découvert ces techniques et ils en font maintenant grand usage.
L’universalité de ces méthodes devrait les faire employer dans de nombreux
domaines. Nous pouvons déjà signaler des réussites en recherche fondamentale,
en recherche appliquée, en développement industriel et même en fabrication.
Personnellement, nous avons préconisé leur emploi pour réduire le nombre
des passages informatiques lors de simulation sur ordinateur.
Le champ d’applications est extrêmement vaste et l’imagination de chacun est
libre de trouver de nouveaux domaines et de nouveaux usages. En chimie ana-
lytique, on peut les utiliser pour trouver le réglage optimal d’un appareil, pour
découvrir les facteurs influant sur le résultat d’une méthode d’analyse, pour
améliorer les essais circulaires, pour détecter des erreurs systématiques, etc.
Pour plus de détails sur les travaux de R.A. Fisher, le lecteur pourra consulter les références
[1] [2].
Les domaines d’application des plans d’expériences sont étudiés dans les références [6]
[11] [16].
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
PE 230 − 2 © Techniques de l’Ingénieur, traité Analyse et Caractérisation
ＴＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＳＰ
1. Principe de la méthode Le passage des variables d’origine A aux variables centrées rédui-
tes x, et inversement, est donné par la formule suivante (A0 étant la
valeur centrale en unités courantes) :
A–A
1.1 Terminologie x = ---------------0- (2)
pas
L’intérêt des v.c.r. est de pouvoir présenter les plans d’expériences
Ｑ
1.1.1 Réponses, facteurs, niveaux de la même manière quels que soient les domaines expérimentaux
retenus et quels que soient les facteurs, ce qui donne une grande
Avant d’aborder l’étude des plans d’expériences, il convient de généralité de présentation à la théorie des plans d’expériences.
préciser le vocabulaire que nous allons utiliser. Nous nous inspire-
rons pour cela de la norme AFNOR X 06-080 et des usages des diffé-
rentes disciplines auxquelles nous ferons appel. Les termes 1.1.3 Domaine expérimental et domaine d’étude
nouveaux que nous définirons seront en lettres grasses dans la
suite du texte. Nous allons donner une interprétation géométrique de la relation
Un phénomène peut toujours être mis sous la forme mathéma- (1). Cette interprétation nous permettra de mieux comprendre la
tique suivante : construction des plans d’expériences et de mieux interpréter les
résultats. Pour la simplicité de l’exposé, nous prendrons des exem-
y = f (x1 , x2 ,..., xn ) (1) ples à deux facteurs, ce qui conduit à des figures à deux ou trois
dimensions. Lorsqu’il y a plus de trois facteurs, ce qui est le cas
avec y grandeur à laquelle s’intéresse l’expérimenta-
général, il faut raisonner dans des espaces à plus de trois dimen-
teur : cette grandeur est appelée la réponse ou la
sions. Mais, ayant compris ce qui se passe dans un espace à deux
grandeur d’intérêt,
dimensions, le lecteur n’aura aucun mal à extrapoler les raisonne-
xi variables sur lesquelles l’expérimentateur peut ments à des espaces à n dimensions.
agir ; ces variables peuvent être continues ou
Pour fixer les idées, prenons l’exemple de l’étude d’une réaction
discontinues ; on les appelle les facteurs ; les
chimique pour laquelle l’expérimentateur cherche à connaître
plans d’expériences permettent d’étudier
l’influence de la température et de la pression sur le rendement.
l’influence d’un grand nombre de facteurs sans
Construisons d’abord une représentation géométrique. Le premier
multiplier exagérément le nombre des essais,
axe d’un système d’axes cartésiens est attribué à la température et
f fonction mathématique qui explique le mieux les le second à la pression (figure 1). Le domaine expérimental est le
variations de la réponse selon les différentes plan température x pression dans lequel toutes les pressions et tou-
valeurs données aux xi. Dans le cas des plans tes les températures sont possibles. Mais, en général, un expéri-
d’expériences, cette fonction mathématique est mentateur limite les variations des facteurs étudiés. Ici, par
souvent un polynôme dont nous préciserons la exemple, la température varie entre 60 oC et 80 oC, la pression entre
forme dans les paragraphes suivants. 1 et 2 bar. On appellera domaine d’étude tous les points de la sur-
Lorsque l’on étudie un facteur xi, par exemple une température, face délimitée par les niveaux bas et haut de chaque facteur (surface
on ne le fait pas varier dans de larges proportions. On définit tou- en tramé bleu de la figure 1).
jours, en fonction des besoins de l’étude, une valeur inférieure et
une valeur supérieure. Les variations du facteur sont donc limitées
par deux bornes. La borne inférieure retenue par l’expérimentateur
est appelée niveau bas et la borne supérieure, niveau haut. On a Pression
l’habitude de désigner par le signe moins (–) le niveau bas d’un fac-
teur et par le signe plus (+) son niveau haut.
+1 2 bar
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation PE 230 − 3
ＴＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＳＰ
Ｑ
niveaux à étudier, on attribuera le signe – à l’un et le signe + à l’autre
et cela d’une manière tout à fait arbitraire. Certains facteurs discrets Questions Q1, Q2, ..., Q4
peuvent parfois être ordonnés, par exemple, les trois niveaux
« petit », « moyen » et « grand ». Mais ce n’est pas toujours le cas et
certains facteurs discrets ne peuvent pas être ordonnés comme, par Inventaire des informations
exemple, les trois personnes Jacques, Pierre et Louis.
Dans certains cas, le même facteur peut se présenter, dans une
étude, comme un facteur discret et, dans une autre étude, comme Choix d'une méthode d'expérimentation
un facteur continu. Par exemple, on peut étudier les ventes de voitu-
res en fonction de leur couleur : bleu, rouge ou vert. Le facteur est ici
discret. Mais, si l’on étudie la réfringence de la lumière, on peut clas- Acquisition
ser les couleurs selon leur longueur d’onde. Le facteur couleur est progressive Expérimentation
alors continu. des résultats
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
PE 230 − 4 © Techniques de l’Ingénieur, traité Analyse et Caractérisation
ＴＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＳＰ
1.2.4 Acquisition progressive des connaissances de facteurs est supérieur à trois. Pour les espaces multidimension-
nels, nous adopterons une représentation matricielle. Pour montrer
Si l’expérimentateur n’a pas toutes les réponses aux questions la correspondance entre les deux représentations, géométrique et
posées ou si les premiers résultats soulèvent de nouvelles ques- matricielle, nous allons expliquer la construction de la matrice
tions, il va entreprendre des essais supplémentaires. Les conclu- d’expériences du plan 22 associée à la figure 3.
sions du premier plan lui permettront d’orienter les nouvelles
investigations. En particulier, il saura :
Ｑ
— si le domaine d’étude retenu contient les réponses qui
l’intéressent ; si oui, il le conservera ; sinon, il saura dans quelle x2
direction il faut aller pour trouver ce qu’il cherche ; Facteur 2 C D
— s’il doit envisager un modèle mathématique différent pour +1
y3 y4
expliquer les résultats des essais ; le modèle du premier degré est
parfois insuffisant et des expériences complémentaires devront être y-- y+
entreprises pour établir un modèle du second degré ; 0 y0
— s’il faut prévoir des essais ou des plans complémentaires pour
lever les éventuelles ambiguïtés.
y1 y2
L’organisation des expériences au départ de l’étude est telle que --1
A B
les nouveaux essais viendront s’intégrer harmonieusement aux pre-
miers, évitant ainsi toute perte de temps ou d’argent. Les premiers
résultats, s’ils ne répondent pas entièrement aux questions posées,
serviront à orienter le choix des nouvelles expériences. --1 0 +1 x1
Facteur 1
à deux niveaux 2k
Les plans factoriels complets à deux niveaux sont les plus sim-
ples, ils sont aussi les plus utiles car ils forment la base de tous les Tableau 1 – Matrice d’expériences
débuts d’étude. Les premiers résultats obtenus grâce à ces plans
peuvent toujours être complétés par de nouvelles expériences per- Essais à réaliser
mettant d’atteindre le degré de précision et d’information recher-
N° essai Facteur 1 Facteur 2
ché. Dans le présent paragraphe, nous présentons les plans
complets et nous n’abordons les plans fractionnaires que dans le 1 (A) –1 –1
paragraphe 3.
2 (B) +1 –1
3 (C) –1 +1
2.1 Plans complets à deux facteurs 4 (D) +1 +1
Domaine d’étude
Nous allons d’abord décrire le cas simple du plan 22. Commen- Niveau – 60 °C 1 bar
çons par expliquer cette notation : Niveau + 80 °C 2 bar
— le 2 en exposant signifie qu’il y a deux facteurs étudiés ;
— l’autre 2 signifie que chaque facteur prend deux niveaux.
Cette notation se généralise immédiatement : pour un plan
comportant l’étude de k facteurs prenant chacun deux niveaux, on La matrice d’expériences est constituée de deux sous-tableaux : le
écrira qu’il s’agit d’un plan 2k. premier définit les essais à réaliser et le second le domaine d’étude
(tableau 1). Le premier sous-tableau comprend trois colonnes ; la
Nous avons vu que l’on pouvait donner une représentation géo- première identifie les essais : ici, 1, 2, 3 et 4 ; la seconde et la troi-
métrique du domaine d’étude. Chaque point de ce domaine repré- sième indiquent les coordonnées (en v.c.r.) des points représentatifs
sente des conditions opératoires possibles donc une expérience que des expériences prévues.
l’opérateur pourrait réaliser. Le choix des meilleures expériences est
le problème fondamental de l’expérimentique. En l’absence de Exemple : l’essai no 1 est celui pour lequel les deux facteurs étu-
toute information sur la fonction f, on se donne, a priori, une loi diés sont aux niveaux bas : – 1 et – 1. Cet essai no 1 correspond au
d’évolution de la réponse en fonction des variables. Comme on ne point A de la figure 3.
désire effectuer, dans un premier temps, que deux essais par fac- L’essai no 2 est celui pour lequel le premier facteur est fixé au niveau
teur, soit deux niveaux par facteur, on adopte une loi du premier haut : + 1 et le second facteur est fixé au niveau bas : –1. Cet essai
degré par rapport à chaque variable. Cette loi est la suivante pour no 2 correspond au point B.
les plans factoriels complets comportant deux facteurs :
Le deuxième sous-tableau indique, en unités courantes, les
y = a0 + a1 x1 + a2 x2 + a12 x1 x2 (3) valeurs des niveaux haut et bas de chacun des facteurs. À titre
Avec ces hypothèses, on démontre que le meilleur emplacement d’exemple, nous avons indiqué des températures et des pressions.
des points expérimentaux se situe aux sommets du carré représen- Les deux représentations, géométrique et matricielle, sont équi-
tant le domaine d’étude : points A, B, C et D. La figure 3 illustre les valentes. Il faut savoir passer de l’une à l’autre pour bien interpréter
expériences à réaliser et le domaine d’étude. Mais cette représenta- les résultats des plans d’expériences.
tion géométrique, commode pour comprendre le mécanisme des
plans d’expériences, ne peut plus être employée dès que le nombre
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Analyse et Caractérisation PE 230 − 5
ＴＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＳＰ
2.2 Effet d’un facteur On montrerait de même que y+ est la moyenne des réponses au
niveau haut du facteur 1 :
1
L’expérimentateur ayant réalisé les essais est en possession de y + = --- ( + y 2 + y 4 ) (9)
quatre valeurs de la réponse : y1, y2, y3 et y4. Il a donc un système de 2
quatre équations à quatre inconnues. Les inconnues étant les coeffi- a1 est donc la demi-différence entre ces deux moyennes. On peut
cients du modèle : a0, a1, a2 et a12. En remplaçant dans la relation (3) dire aussi que a1 représente la moitié de la variation de la réponse
les xi par leur valeur, on obtient :
Ｑ
quand on passe du niveau bas au niveau haut du facteur 1 (figure 4).
y1 = a0 – a1 – a2 + a12 Ce résultat est important car il donne la signification de ce coeffi-
cient. C’est la variation de la réponse, variation due au facteur 1 seul,
y2 = a0 + a1 – a2 – a12 quand on passe du centre du domaine d’étude au niveau haut de ce
facteur. a1 s’appelle l’effet du facteur 1.
y3 = a0 – a1 + a2 – a12
y4 = a0 + a1 + a2 + a12
La résolution de ce système donne : y y4
1
a0 = --- (+ y1 + y2 + y3 + y4) (4) y3 y+
4 y0
y-- y2
1
a1 = --- (– y1 + y2 – y3 + y4) (5) y1
4
x2
1
a2 = --- (– y1 – y2 + y3 + y4) (6) C D
4 +1
0
1
a12 = --- (+ y1 – y2 – y3 + y4) (7) -1
4 A B
■ Signification de a0 --1 0 +1 x1
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
PE 230 − 6 © Techniques de l’Ingénieur, traité Analyse et Caractérisation
ＴＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＴ
Étalonnage multidimensionnel :
application aux données spectrales
Ｑ
par Dominique BERTRAND
Docteur en biochimie
Directeur de recherche à l’Institut national de la recherche agronomique
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 264 − 1
ＴＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＴ
Ｑ duction. Elles sont rapides et peuvent souvent s’appliquer sur des produits
complexes, sans préparation fastidieuse des échantillons. Ces méthodes sont à
l’origine de très nombreux appareils d’analyse, souvent dévolus à une gamme
très spécifique de produits, utilisés dans pratiquement toutes les branches
industrielles.
Malgré leur intérêt, les méthodes d’analyse spectrométrique peuvent pré-
senter certaines difficultés, notamment en ce qui concerne leur étalonnage. En
effet, ces méthodes sont presque toujours utilisées de manière indirecte, en
remplacement de méthodes analytiques plus ou moins normalisées et dites
« de référence ». Au cours de la mise au point d’une analyse par spectrométrie,
on fait implicitement l’hypothèse que les données provenant de l’instrument de
mesure physique (le spectromètre) contiennent des informations qui peuvent
servir à estimer la valeur analytique qui aurait été obtenue si l’on avait utilisé
la méthode de référence. Une première étape de la mise au point consiste à
établir un modèle prédictif qui a pour but de fournir une estimation de la valeur
de référence à partir des données mesurées (spectre) sur l’échantillon à
analyser. Après avoir été validé, le modèle est ultérieurement appliqué, dans
les analyses de routine, pour doser des échantillons pour lesquels la valeur
analytique de référence est inconnue.
À partir des seules connaissances spectroscopiques, il est en général impos-
sible de modéliser très précisément la réponse d’un spectromètre. On ne
dispose généralement pas d’une information suffisante sur la composition de
l’échantillon analysé, ni sur ses caractéristiques physiques qui jouent un rôle
important dans la mesure spectrale. Pour cette raison, les modèles prédictifs
sont généralement établis en appliquant une approche expérimentale, reposant
sur l’étude de produits représentatifs de la population et analysés par la
méthode de référence. De nombreuses méthodes mathématiques et statistiques
sont, en principe, applicables pour effectuer cet étalonnage. Le développement
de ces méthodes est un des thèmes de la chimiométrie (« chemometrics » en
langue anglaise) dont le but est d’utiliser les sciences mathématiques, informa-
tiques et statistiques pour extraire des informations pertinentes à partir de
mesures provenant de capteurs, dans le domaine de la chimie.
L’étalonnage des méthodes spectrométriques peut reposer sur deux grandes
catégories de méthodes : les méthodes multidimensionnelles (linéaires) et les
méthodes connexionnistes, reposant sur le concept de réseaux de neurones.
Dans les méthodes connexionnistes, le modèle prédictif se présente sous la
forme d’un ensemble de petites unités interconnectées, appelées « neurones »,
qui effectuent chacune une transformation mathématique très simple et trans-
mettent le résultat à un ou plusieurs neurones [1]. Ces méthodes sont encore
en développement et restent d’un emploi marginal dans le domaine de la spec-
trométrie. Elles ont souvent le défaut de conduire à des modèles très complexes,
difficiles à interpréter sur le plan spectroscopique. Au contraire, les méthodes
multidimensionnelles sont d’un usage très courant et sont efficaces. La
régression PLS (« Partial Least-Squares », moindres carrés partiels), qui est
probablement la plus employée actuellement, a été à l’origine d’une véritable
révolution conceptuelle dans le domaine de l’étalonnage des méthodes spec-
trométriques.
Nous présentons ici les différentes étapes d’étude d’une méthode spectro-
métrique, qui comprennent non seulement l’étalonnage proprement dit, mais
également sa validation et son suivi au cours des analyses de série.
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 264 − 2 © Techniques de l’Ingénieur
ＵＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＴ
Analyses en série
de produits inconnus
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 264 − 3
ＵＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＴ
Dans le paragraphe 1, nous présentons les différentes méthodes La structure des données spectrométriques est en général assez
de régression qui sont couramment appliquées pour l’étalonnage particulière. Le nombre d’observations n est souvent inférieur au
des spectromètres. nombre de variables (c’est-à-dire au nombre de mesures spectro-
métriques m). De plus, certaines mesures spectrométriques
contiguës dans le spectre peuvent être presque exactement pro-
portionnelles entre elles. Dans ces conditions, pour des raisons
1.2 Structure des données d’étalonnage purement numériques, la méthode de régression la plus connue, la
régression linéaire multiple, ne peut pas s’appliquer directement. Il
Ｑ
De nombreuses méthodes spectrométriques donnent des est nécessaire de mettre en œuvre des méthodes alternatives telles
signaux, les spectres, qui sont par nature continus. Par exemple les que la régression sur composantes principales ou la régression
spectres obtenus en spectroscopie vibrationnelle peuvent être vus PLS. Cependant, les régressions linéaires simples ou multiples
comme des fonctions empiriques f de la forme : donnent les bases statistiques des méthodes alternatives ou déri-
vées. Pour cette raison, ces méthodes sont tout d’abord présentées
x (λ) = f (λ)
dans les paragraphes suivants. Nous nous attacherons particulière-
avec λ longueur ou nombre d’onde du rayon lumineux ment à donner la signification des paramètres statistiques qui sont
envoyé sur l’échantillon étudié, calculés par la majorité des logiciels de statistiques dévolus à
l’analyse par spectrométrie.
x ( λ ) une mesure de la lumière absorbée par cet échantillon,
telle que la densité optique.
En principe, λ est continu et peut prendre une infinité de valeurs 1.3 Régression linéaire simple
entre deux bornes λ inf et λ sup qui forment la plage spectrale du
spectromètre mis en œuvre. En réalité, les mesures spectrales ne
sont enregistrées que de manière discontinue, à des valeurs λ1, 1.3.1 Équation fondamentale
λ2 , ..., λm où m désigne le nombre de points de mesure. Dans la plu-
Nous considérons ici le modèle de régression, de la forme donnée
part des cas, l’intervalle de mesure ∆ λ est maintenu constant sur
par l’équation (1), dans lequel le nombre de variables prédictives est
toute la plage spectrale.
égal à 1 (soit m = 1). Cette situation peut se rencontrer, par exemple,
Afin d’avoir la quasi-certitude de ne pas perdre d’informations dans certaines analyses reposant sur la colorimétrie, dans les-
spectrales pertinentes, on choisit généralement un intervalle de quelles on n’effectue qu’une mesure absorptiométrique par obser-
mesure très petit par rapport à la plage spectrale. Un spectre numé- vation de la collection d’étalonnage. Nous développons ici la
risé inclut souvent plusieurs milliers de mesures. Le spectre d’un méthode de régression linéaire simple car elle nous permet d’intro-
produit donné peut ainsi être mis sous la forme d’un vecteur-ligne duire différents concepts qui nous serviront pour expliquer des tech-
x , comprenant m éléments. niques plus complexes mais il faut bien noter qu’elle se révèle mal
adaptée au traitement des spectres complets. Le modèle de régres-
Les données spectrométriques de la collection d’étalonnage sion simple est donné par :
peuvent être elles-mêmes regroupées dans un tableau (ou matrice )
X , comprenant n lignes et m colonnes, avec n le nombre de spectres yi = β 0 + β 1 xi + εi (2)
formant la collection d’étalonnage, et m le nombre de points de
mesure (figure 2). avec i = 1, 2, ..., n.
Ayant à notre disposition le vecteur y des valeurs de référence
Une ligne d’indice k ( 1 ⭐ k ⭐ n ) de X , notée ici xk, représente le
et le vecteur x des mesures spectrométriques, nous cherchons à
spectre numérisé du produit k correspondant. Un élément xij de X
estimer les coefficients de régression β 0 et β 1 (figure 3).
donne la valeur de la mesure spectrométrique d’indice j pour le
produit i . De la même manière, les résultats des analyses de réfé- La méthode des moindres carrés, qui est presque toujours appli-
rence peuvent être regroupés dans un vecteur colonne y quée en absorptiométrie, consiste à estimer β 0 et β 1 par des
comprenant n éléments (n représente le nombre d’échantillons de valeurs b 0 et b 1 qui réalisent le minimum de la somme des carrés
la collection de référence). Un élément de yi de y donne la valeur des résidus SCR :
de référence associée au produit (ou observation ) i . En définitive,
n n
un produit d’indice k est donc caractérisé conjointement par son 2 2
spectre (numérisé) formant le vecteur-ligne x k et la valeur de réfé-
SCR = ∑ ei = ∑ ( yi – b0 – b1 xi ) (3)
rence yk . i=1 i=1
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 264 − 4 © Techniques de l’Ingénieur
ＵＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＴ
Ｑ
tion à minimiser dépendant de ces deux paramètres. Le minimum
de la fonction SCR(b 0 , b 1 ) est réalisé lorsque ces dérivées partiel- 13
les par rapport à b 0 et b 1 sont nulles, soit : 12
∂ SCR ∂ SCR 11
------------------- = 0 et ------------------ = 0
∂ b0 ∂ b1
10
La résolution du système d’équations résultant de ces deux éga-
9
lités donne :
8
n
8 9 10 11 12 13 14 15 16
∑ ( yi – y ) ( xi – x )
Teneur en protéines observée
b1 = i=1
--------------------------------------------------------
- et b0 = y – b1 x (4)
n
∑ yi ∑ xi
i=1 -
avec : y = ---------------- et i=1 -.
x = ---------------- La valeur du coefficient b 1 est alors donnée par le rapport de ces
n n deux valeurs, soit :
y et x sont les moyennes respectives de y et de x . –2
4,7348 × 10
b 1 = ----------------------------------------------
- = 82,5185
Pour un individu quelconque caractérisé par la valeur x (scalaire), –3
5,7378 × 10
y peut être estimé (ou « prédit ») en appliquant le modèle de
régression : Le coefficient b 0 s’obtient en appliquant la formule b 0 = y – b 1 x
^
y = b0 + b1 x soit :
b 0 = 12,23 – 82,5185 × 0,9391 = – 65,2655
où ^
y désigne la valeur prédite de y .
L’équation de régression s’écrit finalement :
C’est l’équation d’une droite qui passe par le point moyen de
^
coordonnées ( x , y ) . y = 82,5185 x – 65,2655
Les résultats peuvent être présentés graphiquement (figure 4).
Note au lecteur En appliquant cette équation d’étalonnage, il est maintenant possible
d’estimer la valeur de y (teneur en protéines brutes de la farine ana-
Les calculs associés aux exemples numériques donnés dans lysée) lorsque l’on a mesuré son absorption lumineuse à 2 200 nm. Par
le présent article ont été effectués en double précision. Pour des exemple, un échantillon inconnu dont l’absorption lumineuse vaut
raisons de lisibilité, les valeurs données dans l’article sont rédui- 0,9000 a une teneur en protéines brutes estimée à :
tes à quelques chiffres significatifs. Ainsi le calcul effectif à partir
des valeurs imprimées peut donner des résultats légèrement ^
y = 82,5185 × 0,9000 – 65,2655 = 9,0011 %
différents de ceux qui sont indiqués, sans changer fondamenta-
lement la logique d’interprétation des résultats. arrondie à 9,0 % (les décimales suivantes n’étant pas significatives).
Il n’est pas recommandé d’exploiter une équation de régression pour
Exemple 1 : on cherche à appliquer la spectrométrie proche infra- des valeurs de x qui ne sont pas dans l’intervalle de celles présentes
rouge pour analyser la teneur en protéines brutes dans des lots de dans la collection d’étalonnage.
farines de blé. Une étude préliminaire a montré que l’absorption lumi- Nota : pour simplifier les illustrations, cet exemple ne repose que sur dix observations
neuse à la longueur d’onde de 2 200 nm (1 nm = 10–9 m) pouvait être qui participent à l’étalonnage. Dans la pratique, pour avoir une collection d’étalonnage
représentative des produits analysés qui sont analysés par la suite, il serait nécessaire de
représentative de la teneur en protéines. Dix lots de farines de blé ont faire porter l’étalonnage sur plusieurs dizaines d’individus.
été collectés et analysés par la méthode de référence, qui est ici le
dosage des protéines brutes par la méthode normalisée de Kjeldahl.
On dispose, pour ces dix individus, de la mesure spectrométrique à 1.3.2 Analyse de variance de la régression
2 200 nm (variable prédictive x ) et de la teneur en protéines, exprimée
en pourcentage de la matière sèche des farines (variable à prédire, y ).
linéaire simple
Le tableau 1 donne les calculs élémentaires intervenant dans l’établis-
sement de l’équation de régression. Le calcul des coefficients de régression ne donne pas d’indica-
tion sur la pertinence du modèle de régression. Par contre, l’ana-
À partir des colonnes (1) et (2) on peut calculer les moyennes :
lyse de variance de la régression permet d’en tester la validité.
L’analyse de la variance repose sur un partitionnement des carrés
x = 0,9391 et y = 12,23
selon la relation :
Ces moyennes interviennent dans le calcul des colonnes (3) et (4).
n n n
Les sommes des colonnes (5) et (6) sont respectivement égales à : 2 ^ 2 ^ 2
∑ ( yi – y ) = ∑ ( yi – y ) + ∑ ( yi – yi )
5,7378 × 10–3 et 4,7348 × 10–2 i=1 i=1 i=1
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 264 − 5
ＵＳ
Ｑ
ＵＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＰ
Pesage
Réglementation. Instrumentation
par Denis LOUVEL
Responsable métrologie, Mettler-Toledo SAS Ｑ
Note de l’éditeur
Cet article est la réédition actualisée de l’article [R 1 730] intitulé « Pesage –
Réglementation. Instrumentation » écrit par Pierre AUBERT en 1994 et actualisé en 2008
par Denis LOUVEL.
ＵＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＰ
PESAGE ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
ＵＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＰ
–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– PESAGE
Ｑ
Figure 1 – Influence, sur le pesage, de la dénivellation du récepteur
de charge
ＵＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＰ
PESAGE ––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––
Ｑ
gramme, la copie du prototype international.
Pour la France, l’étalon national est la copie n 35 du kilo- fait avec un niveau de sécurité suffisant. C’est le rôle des chaı̂-
gramme international. Il est, comme ce dernier, en platine iri- nes d’étalonnage d’en garantir la bonne qualité en veillant à la
dié (alliage de platine à 10 % d’iridium) et est constitué par un mise en place de laboratoires qualifiés et en surveillant les
cylindre de dimensions : H = D ª 39 mm. méthodes utilisées à chaque niveau, de manière que les incer-
titudes d’étalonnage annoncées par les laboratoires correspon-
dent effectivement à une réalité métrologique.
La fabrication et la dissémination des étalons sont évidemment En France, le Laboratoire national de métrologie et d’essais
primordiales pour que chacun puisse « parler le même langage » (LNE) est chargé de constituer et de maintenir les chaı̂nes
en utilisant les mêmes références. En matière de pesage, les éta- d’étalonnage, et parmi elles, la chaı̂ne « masses » (figure 3).
lons ne servent pas uniquement aux seules opérations d’étalon- Les étalons sont classés en différents niveaux par exactitude
nage d’autres étalons. Ils sont utilisés par tous ceux qui conçoi- décroissante. Chaque niveau correspond à un besoin et doit
vent, fabriquent, réparent, contrôlent, utilisent des instruments répondre à des critères d’exactitude adaptés à ce besoin.
ＵＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＰ
–––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––– PESAGE
Ｑ
aspects techniques ou selon la façon d’exprimer le résultat de la Figure 4 – Méthodes d’arrondissage
mesure.
Du point de vue technique, on distingue : de garantir une protection efficace des utilisateurs et des consom-
– les mesures obtenues par l’utilisation d’un phénomène phy- mateurs et d’établir des règles et des procédures de certification.
sique permettant de donner une indication chiffrée, lisible, qui est Les directives s’appliquent à tous les instruments de pesage à
directement fonction de la grandeur à mesurer ; fonctionnement non automatique destinés aux usages suivants :
– les mesures effectuées par comparaison avec des grandeurs de
– détermination de la masse pour les transactions commerciales ;
même nature (méthode par substitution, méthode de zéro,
– détermination de la masse pour le calcul d’un péage, d’un tarif,
méthode par permutation).
d’une taxe, d’une prime, d’une amende, d’une rémunération, d’une
Du point de vue de l’expression de la mesure, on différencie indemnité ou d’une redevance de type similaire ;
l’indication continue (ou analogique) qui implique une interpola- – détermination de la masse pour l’application d’une législation
tion et l’indication discontinue (ou numérique) qui implique ou d’une réglementation ; expertises judiciaires ;
l’arrondissage. – détermination de la masse dans la pratique médicale en ce qui
L’indication de la mesure évolue par incrément correspondant à concerne le pesage de patients pour des raisons de surveillance, de
une valeur discrète de la variation de la masse à mesurer. diagnostic et de traitements médicaux ;
– détermination de la masse dans la fabrication de médicaments
L’arrondissage peut être effectué de trois façons (figure 4).
sur ordonnance en pharmacie et détermination des masses lors
des analyses effectuées dans les laboratoires médicaux et
1.3.1 Pesée simple pharmaceutiques ;
& Utilisation d’un phénomène physique – détermination des prix en fonction de la masse pour la vente
directe au public et la confection de produits préparés.
C’est le cas d’une balance électronique à affichage numérique. Le
constructeur s’astreint à réaliser un dispositif de mesureur aussi Les tableaux situés dans le « Pour en savoir plus » (rubrique
linéaire que possible en fonction de la charge pour que l’interpola- « Données », point 2 « Exemples d’utilisation ») proposent des
tion des mesures soit légitime sur l’échelle de l’instrument. exemples d’utilisations réglementées et d’utilisations non
& Méthode par comparaison réglementées.
C’est le cas d’une balance à fléau (méthode de zéro) pour Les États membres sont tenus de veiller à ce que seuls des ins-
laquelle la recherche de l’équilibre, pour une pesée ordinaire, est truments satisfaisant aux prescriptions des directives puissent être
manuelle et non automatique. mis sur le marché.
Les États membres n’entravent pas la mise sur le marché et la
1.3.2 Double pesée mise en service d’instruments satisfaisant aux exigences définies
dans les directives. Les États membres devront considérer que les
Certaines applications de la métrologie des masses – applications instruments conformes aux normes nationales mettant en applica-
scientifiques de précision, opérations d’étalonnage, etc. – nécessi-
tion les normes harmonisées satisfaisant aux exigences essentiel-
taient des incertitudes très fines que la mise en œuvre de pesées
les sont conformes à ces exigences.
simples ne pouvait garantir. Il fallait, alors, avoir recours à des
méthodes permettant de s’affranchir au mieux des défauts propres Les instruments devant satisfaire aux exigences essentielles doi-
aux instruments utilisés (défaut de justesse, défaut de sensibilité…). vent être soumis à un examen CE de type, suivi soit d’une déclara-
Ces défauts liés à l’utilisation de balance à fléau sont réduits par tion CE de conformité de la production, soit d’une vérification CE.
l’emploi de la méthode de la double pesée de Borda ou de Gauss. Les annexes de la directive européenne 90/384 du 20 juin 1990
(abrogée par la directive 2009/23/CE du 23 avril 2009, puis rempla-
cée par la directive 2014/31/UE du 26 février 2014) a établi ces prin-
cipes, appliqués depuis le 1er janvier 1993, et comportent
2. Réglementation applicable notamment :
Les autorités représentatives des États membres de l’Union euro- Cette directive a donné lieu pour la France à la publication de
péenne ont harmonisé les législations nationales relatives aux ins- plusieurs textes (voir « Pour en savoir plus ») définissant ces dispo-
truments de pesage à fonctionnement non automatique (IPFNA). La sitions réglementaires.
réglementation s’applique pour ce qui concerne la sécurité, l’envi- À la différence de l’ancienne réglementation française, qui vou-
ronnement, la santé et la protection du consommateur. lait que toute balance neuve soit déclarée conforme par l’État
La nouvelle approche en matière d’harmonisation des législa- avant sa mise sur le marché, les nouveaux textes introduisent une
tions nationales pour les IPFNA a pour objectif de fixer des exigen- notion nouvelle en France, en soumettant ou non les balances au
ces essentielles en matière de métrologie et de performances, afin contrôle de l’État selon la nature de leurs utilisations.
ＵＹ
Ｑ
ＶＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＲ
Ｑ
Mettler Toledo SAS
ＶＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＲ
es étalons de masse sont largement utilisés dans les entreprises ayant mis
L en place un système d’assurance de la qualité (ISO 9001, ISO 17025, BPF,
BPL). Ces étalons servent à s’assurer du bon fonctionnement de leurs instru-
ments de pesage. L’étalonnage de poids et de série de poids est une étape
essentielle de la traçabilité des instruments de pesage aux étalons nationaux.
L’équipement permettant de réaliser cette opération est appelé « comparateur
de masse ». L’étalonnage manuel est une opération longue, exigeante et
ＶＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＲ
Les mesures réalisées dans la partie non linéaire de la courbe ne À chaque série, on note l’indication fournie par le comparateur
devraient pas être prises en compte afin d’optimiser le calcul de de masse :
l’écart entre la masse et l’étalon. – 1re pesée de l’étalon de référence = A1 ;
– 1re pesée du poids = B1 ;
– 2e pesée de l’étalon de référence = A2.
2.2 Méthode ABBA
Pour chaque série, on calcule l’écart xi entre la masse de l’étalon
Pour cette méthode, on effectue une pesée par substitution où de référence et la masse du poids selon la formule (4) :
l’étalon et le poids sont placés successivement sur le plateau récep- ⎛ A + A2 ⎞
x i = B − A = B1 − ⎜ 1
Ｑ
teur de charge du comparateur. Chaque cycle de mesures com- ⎟ (4)
⎝ 2 ⎠
prend quatre pesées successives :
Étalon A La moyenne des écarts est calculée selon la formule (2).
La masse conventionnelle mc est déterminée selon la formule (3).
Poids B
Poids B 2.4 Autre méthode
Étalon A Le cycle AB1…BnA est couramment utilisé pour l’étalonnage des
poids de classe M, mais il est déconseillé pour les poids de classe E
À chaque série, on note l’indication fournie par le comparateur
et F (cf. encadré 1 et l’article [P 1380]).
de masse :
Si le comparateur de masse utilisé dispose d’un échangeur auto-
– 1re pesée de l’étalon de référence = A1 ;
matisé de poids et si le système est installé dans une chambre de
– 1re pesée du poids = B1 ;
pesée, ce cycle est acceptable pour l’étalonnage des poids E et F.
– 2e pesée du poids = B2 ;
– 2e pesée de l’étalon de référence = A2. Pour cette méthode, le nombre de poids à étalonner ne sera pas
supérieur à 5.
L’emploi d’un étalon pour boucler la série de mesures élimine la
dérive linéaire provoquée par la variation de la température dans le
local de pesée (variation due à la présence de l’opérateur). La durée
2.5 Élimination de la dérive par le calcul
de l’intervalle entre les mesures doit être constante. La première pesée d’un corps comprend toujours sa masse et
l’erreur de linéarité du comparateur. La seconde pesée d’un corps
Pour chaque série, on calcule l’écart xi entre la masse de l’étalon comprend toujours sa masse, l’erreur de linéarité du comparateur
de référence et la masse du poids selon la formule (1) : et la dérive D du comparateur.
⎛ B + B2 ⎞ ⎛ A1 + A2 ⎞ Cette dérive D entre la première et la seconde pesée est due à la pré-
xi = B − A = ⎜ 1 ⎟ −⎜ ⎟ (1) sence de l’opérateur qui dégage sa température corporelle ( ª 35 C).
⎝ 2 ⎠ ⎝ 2 ⎠
Comme l’opérateur relève les mesures avec un intervalle de
Ensuite, on calcule la moyenne des écarts selon la formule (2), temps constant, on estime que cette dérive est constante et cumu-
où n est le nombre de séries de mesure : lée d’une pesée à l’autre.
& Cycle ABBA
1 n
x= ∑x
n i =1 i
(2) – 1re lecture de l’étalon A = A1 + erreur ;
– 1re lecture de l’échantillon B = B1 + erreur + D ;
– 2e lecture de l’échantillon B = B2 + erreur + 2D ;
La masse conventionnelle mc, déterminée selon la formule (3), – 2e lecture de l’étalon A = A2 + erreur + 3D.
tient compte de la correction de la poussée de l’air, avec les para-
mètres suivants : Élimination de la dérive d’un cycle ABBA par le calcul :
X = B + erreur − A − erreur
2.3 Méthode ABA
Cette méthode ne comprend que trois pesées successives :
X =B − A
Étalon A
Poids B
B=X +A
Étalon A
ＶＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＲ
Ｑ 10 kg
5 kg
± 5 mg
± 2,5 mg
± 15 mg
± 7,5 mg
± 50 mg
± 25 mg
± 0,15 g
± 75 mg
± 0,5 g
± 0,25 g
± 1,6 g
± 0,8 g
±5g
± 2,5 g
2 kg ± 1,0 mg ± 3,0 mg ± 10 mg ± 30 mg ± 0,1 g ± 0,4 g ±1g
1 kg ± 500 mg ± 1,5 mg ± 5 mg ± 15 mg ± 50 mg ± 0,2 g ± 0,5 g
500 g ± 250 mg ± 750 mg ± 2,5 mg ± 7,5 mg ± 25 mg ± 0,1 g ± 0,3 g
200 g ± 100 mg ± 300 mg ± 1,0 mg ± 3,0 mg ± 10 mg ± 50 mg ± 0,1 g
100 g ± 50 mg ± 150 mg ± 500 mg ± 1,5 mg ± 5 mg ± 30 mg ± 0,1 g
50 g ± 30 mg ± 100 mg ± 300 mg ± 1,0 mg ± 3,0 mg ± 30 mg ± 0,1 g
20 g ± 25 mg ± 80 mg ± 250 mg ± 0,8 mg ± 2,5 mg ± 20 mg ± 0,05 g
10 g ± 20 mg ± 60 mg ± 200 mg ± 0,6 mg ± 2,0 mg ± 20 mg ± 0,05 g
5g ± 15 mg ± 50 mg ± 150 mg ± 500 mg ± 1,5 mg ± 10 mg ± 0,05 g
2g ± 12 mg ± 40 mg ± 120 mg ± 400 mg ± 1,2 mg ± 5 mg
1g ± 10 mg ± 30 mg ± 100 mg ± 300 mg ± 1,0 mg ± 5 mg
500 mg ± 8 mg ± 25 mg ± 80 mg ± 250 mg ± 0,8 mg ± 5 mg
200 mg ± 6 mg ± 20 mg ± 60 mg ± 200 mg ± 0,6 mg ± 4 mg
100 mg ± 5 mg ± 15 mg ± 50 mg ± 150 mg ± 0,5 mg ± 3 mg
50 mg ± 4 mg ± 12 mg ± 40 mg ± 120 mg ± 0,4 mg
20 mg ± 3 mg ± 10 mg ± 30 mg ± 120 mg ± 0,3 mg
10 mg ± 2 mg ± 8 mg ± 25 mg ± 100 mg ± 0,25 mg
5 mg ± 2 mg ± 6 mg ± 20 mg ± 60 mg ± 0,20 mg
2 mg ± 2 mg ± 6 mg ± 20 mg ± 60 mg ± 0,20 mg
1 mg ± 2 mg ± 6 mg ± 20 mg ± 60 mg ± 0,20 mg
⎛ 2A + 2 × erreur + 2 ∆ ⎞ X 1 = B1 − A1 + ∆
X = B + erreur + ∆ − ⎜ ⎟⎠
⎝ 2
ＶＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＲ
AB1…BnA
5
5
3
3
2
2
1
1
1
1
Si l’objet est pesé d’abord dans l’air puis dans l’eau, la différence
de poids équivaudra au poids du volume de l’eau déplacé, qui est
le même que le volume de l’objet. Ainsi, la masse volumique du
Ｑ
poids de l’objet (poids divisé par le volume) peut facilement être
déterminée.
Tableau 3 – Exemple de processus de pesée
Dans le pesage de très haute précision, pour chaque pesée dans
pour une série de poids du type 5, 2, 2′′, 1 (x 10n g) (1) l’air et dans l’eau, le poids déplacé dans l’air et dans l’eau doit être
pris en compte pour obtenir une masse volumique et un volume
REF 5 + 2 + 2’ + 1 corrects.
Pour connaı̂tre l’influence de la poussée aérostatique sur le résul-
REF 5 + 2 + 2’ + 1*
tat de l’étalonnage d’une masse, il est indispensable de connaı̂tre la
5 2 + 2’ + 1 masse volumique du fluide (air ambiant) et la masse volumique de
la masse à étalonner.
5 2 + 2’ + 1* La connaissance de la valeur de la masse volumique de l’air est
indispensable pour connaı̂tre l’influence de la poussée aérostatique
2+1 vs 2’ + 1* sur le résultat de l’étalonnage d’un poids. La masse volumique est
calculée à partir de :
2 + 1* 2’ + 1
– la pression atmosphérique, exprimée en hPa (1 000 hPa = 1 bar
= 1 000 mbar = 760 mmHg = 101 325 Pa = 1 atm = 1 013,25 hPa) ;
2 1 + 1*
– la température de l’air ambiant, exprimée en Celsius ;
2’ 1 + 1* – l’humidité relative de l’air, exprimée en % (quantité d’eau dans
un volume d’air).
1 1* La masse volumique de l’air ra, exprimée en kg/m3, est détermi-
(1) 1* correspond à la combinaison de poids 0,5 + 0,2 + 0,2’ + 0,1 (x 10 g) n née selon la formule (5) approchée, issue de l’annexe E de la
ou un étalon de contrôle, afin de passer aux sous-multiples suivants. recommandation internationale R111 de l’OIML (Organisation inter-
Certaines comparaisons peuvent doublées pour simplifier les calculs. nationale de métrologie légale) :
2′ représente la différence physique entre deux poids de même valeur
nominale. 0,34848 p − 0,009 HR × exp (0,061t )
ρa = (5)
273,15 + t
2.7 Série fermée
avec p pression atmosphérique (en hPa),
Nota : la méthode de la série fermée est seulement présentée dans cet article ; aucun
calcul d’incertitude associé n’est développé. t température de l’air (en C),
Pour mettre en place l’échelle de masse des multiples et sous- HR humidité relative exprimée en pourcentage
multiples du kilogramme, tous les éléments de la série de poids (ex : 80 % d’humidité relative = 0,8).
doivent être comparés. Avec la dissémination (cette méthode pré-
sente aussi l’avantage de produire beaucoup d’étalons tout en La formule (5) présente une erreur relative de 2 x 10-4 pour les
réduisant l’utilisation d’un étalon de référence), les étalons de plages suivantes de mesure :
masse nominale inférieure et supérieure proviennent du même
point de départ, l’étalon national de 1 kg. 900 hPa < p < 1100 hPa ; 10 °C < t < 30 °C ; HR < 80 %
Au cours de ces pesées, différentes combinaisons de poids d’une
masse totale nominale sont comparées. Cette méthode est utilisée La correction de la poussée aérostatique entre deux corps de
pour l’étalonnage des poids E1, quand la meilleure incertitude de masses volumiques différentes est donnée par la formule (6),
mesure est indispensable. Si, avec cette méthode, un seul étalon issue de la R111 :
de référence est utilisé, le nombre d’équations de pesées doit être
supérieur au nombre de poids inconnus. Si plus d’un étalon de ⎡ ⎛ 1 1⎞⎤
C = ⎢( ρa − ρ0 ) × ⎜ − ⎟ ⎥ × mr (6)
référence est utilisé, le nombre d’équations peut être égal au nom- ⎢⎣ ⎝ ρt ρr ⎠ ⎥⎦
bre de poids inconnus. L’avantage de cette méthode est lié au fait
qu’elle inclut une redondance permettant d’obtenir une meilleure avec r0 = 1,2 kg/m3,
confiance dans les résultats. Cependant, elle nécessite des calculs ra masse volumique moyenne de l’air (en kg/m3),
mathématiques avancés.
rr masse volumique de l’étalon de référence (en
Dans l’exemple du tableau 3, l’étalon de référence (REF) a une
kg/m3),
valeur nominale de 10 (x 10n g).
rt masse volumique du poids à étalonner (en
L’application de cette méthode nécessite de peser tous les poids
sur le même comparateur pour simplifier le calcul d’incertitude. Le kg/m3),
récepteur du comparateur doit être suffisamment large pour dispo- mr valeur nominale de l’étalon de référence (en
ser les poids sans les empiler et risquer de les faire chuter. kg).
ＶＵ
Ｑ
ＶＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＴ
ous les jours, des millions d’instruments de mesure et d’analyse sont véri-
T fiés avant d’être utilisés. Cette étape cruciale consiste à s’assurer que leurs
performances sont en adéquation avec les besoins des utilisateurs.
Durant des années, la balance a simplement été vérifiée sans que l’on
ｐ｡ｲｵｴｩｯｮ＠Ｚ＠､￩｣･ｭ｢ｲ･＠ＲＰＱＲ＠Ｍ＠ｄ･ｲｮｩ￨ｲ･＠ｶ｡ｬｩ､｡ｴｩｯｮ＠Ｚ＠ｳ･ｰｴ･ｭ｢ｲ･＠ＲＰＱＸ
connaisse l’influence de son incertitude. Elle a donc fait l’objet d’un traitement
particulier alors que l’incertitude des autres catégories d’instruments était bien
connue. Connaître l’incertitude d’une balance n’est pas chose compliquée à
l’aide de référentiels mis à notre disposition.
L’enjeu est désormais de savoir si l’association de ce nouveau terme qu’est
l’incertitude de la balance avec l’erreur de mesure risque de remettre en cause
la balance utilisée, le processus de mesure dans lequel elle est intégrée et donc
la qualité des produits, comme la qualité des analyses effectuées.
Cet article se limite à la détermination de l’incertitude de balances d’analyse
(celles avec une résolution inférieure au milligramme) car elles sont les plus
sensibles aux influences externes.
Cet article ne concerne pas les instruments de pesage à fonctionnement
automatique comme une doseuse pondérale, un groupe de pesage-étiquetage
ou une trieuse pondérale.
ＶＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＴ
Ｑ
1) réaliser les essais métrologiques : justesse, excentration et – la balance doit être installée de façon à ce que les perturba-
répétabilité ; tions électriques ou magnétiques, les vibrations, les courants d’air
2) déterminer les incertitudes des erreurs d’indication U (EI) ; soient minimaux et ne gênent pas son bon fonctionnement ;
– l’environnement (température, humidité) des essais doit être
3) déterminer l’incertitude de la balance U (IP) en exploitant les
stable, si possible, durant les essais ;
résultats de l’étape 2 et en prenant en compte les conditions d’uti-
– les moyens et la balance à étalonner sont à la température de
lisation et de travail de la balance.
la pièce où s’effectue l’étalonnage.
x résultat de la pesée,
a masse volumique de l’air ambiant lors de la pesée, 3.4 Poids étalons
r0 masse volumique conventionnelle de l’étalon utilisé pour ■ Raccordement
déterminer l’erreur d’indication de la balance Les poids utilisés doivent être raccordés aux étalons nationaux
(r0 = 8 000 kg/m3). avec un certificat d’étalonnage émis par un laboratoire d’étalon-
La masse conventionnelle MC du corps pesé se déduit de nage accrédité Cofrac ou équivalent européen.
l’expression suivante :
■ Masse conventionnelle
Conformément au document OIML D28, les poids sont étalonnés
1 1
MC ≅ x − E I + (a − a 0 ) − x en masse conventionnelle avec des incertitudes élargies du tiers
r r0 des EMT sur les étalons (pour rendre négligeables les corrections
de poussée aérostatique dues aux étalons).
avec a0 masse volumique de référence de l’air : a0 = 1,2 kg/m3.
Nota : EMT : erreur maximale tolérée.
Lors de la pesée d’un corps, pour pouvoir associer au résultat de
la pesée l’incertitude du résultat de la pesée, il est nécessaire ■ Classe de précision
d’avoir l’erreur de justesse (ou la correction) de la balance et son Pour minimiser l’incidence de l’incertitude des poids, la classe
incertitude. de précision des poids pour étalonner une balance d’analyse doit
être de classe E2. Pour étalonner une balance de précision, la
On l’obtient avec l’étalonnage de la balance, en partie, car elle classe F1 suffit. Pour étalonner une bascule industrielle, la classe
intervient sur le résultat de la pesée, ainsi que les conditions M1 suffit.
ambiantes durant la pesée comme la nature du corps à peser.
Nota : pour plus d’informations sur les classes de précision, se reporter à l’encadré 1
et au tableau 1.
3. Étape no 1 : essais
Encadré 1 – Classe de précision des poids
métrologiques
Les poids sont répartis en sept classes E1 , E2 , F1 , F2 , M1 ,
M2 , M3 suivant leur degré de précision. La différence maxi-
3.1 Méthode d’étalonnage male tolérée entre la masse nominale et la masse
conventionnelle est égale aux valeurs indiquées au tableau 1.
La méthode consiste à comparer, sur le lieu d’utilisation habi-
tuel, les indications de la balance aux valeurs conventionnellement Nota : il est à noter que les EMT de ce tableau proviennent du décret no 75-312 du
vraies des étalons. 9 avril 1975 et diffèrent légèrement de celles fixées dans la recommandation OIML R111.
ＶＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＴ
Ｑ
20 kg ± 10 mg ± 30 mg ± 100 mg ± 0,3 g ±1g ± 3,2 g ± 10 g
10 kg ± 5 mg ± 15 mg ± 50 mg ± 0,15 g ± 0,5 g ± 1,6 g ±5g
5 kg ± 2,5 mg ± 7,5 mg ± 25 mg ± 75 mg ± 0,25 g ± 0,8 g ± 2,5 g
2 kg ± 1,0 mg ± 3,0 mg ± 10 mg ± 30 mg ± 0,1 g ± 0,4 g ±1g
1 kg ± 500 µg ± 1,5 mg ± 5 mg ± 15 mg ± 50 mg ± 0,2 g ± 0,5 g
500 g ± 250 µg ± 750 µg ± 2,5 mg ± 7,5 mg ± 25 mg ± 0,1 g ± 0,3 g
200 g ± 100 µg ± 300 µg ± 1,0 mg ± 3,0 mg ± 10 mg ± 50 mg ± 0,1 g
100 g ± 50 µg ± 150 µg ± 500 µg ± 1,5 mg ± 5 mg ± 30 mg ± 0,1 g
50 g ± 30 µg ± 100 µg ± 300 µg ± 1,0 mg ± 3,0 mg ± 30 mg ± 0,1 g
20 g ± 25 µg ± 80 µg ± 250 µg ± 0,8 mg ± 2,5 mg ± 20 mg ± 0,05 g
10 g ± 20 µg ± 60 µg ± 200 µg ± 0,6 mg ± 2,0 mg ± 20 mg ± 0,05 g
5g ± 15 µg ± 50 µg ± 150 µg ± 500 µg ± 1,5 mg ± 10 mg ± 0,05 g
2g ± 12 µg ± 40 µg ± 120 µg ± 400 µg ± 1,2 mg ± 5 mg
1g ± 10 µg ± 30 µg ± 100 µg ± 300 µg ± 1,0 mg ± 5 mg
500 mg ± 8 µg ± 25 µg ± 80 µg ± 250 µg ± 0,8 mg ± 5 mg
200 mg ± 6 µg ± 20 µg ± 60 µg ± 200 µg ± 0,6 mg ± 4 mg
100 mg ± 5 µg ± 15 µg ± 50 µg ± 150 µg ± 0,5 mg ± 3 mg
50 mg ± 4 µg ± 12 µg ± 40 µg ± 120 µg ± 0,4 mg
20 mg ± 3 µg ± 10 µg ± 30 µg ± 120 µg ± 0,3 mg
10 mg ± 2 µg ± 8 µg ± 25 µg ± 100 µg ± 0,25 mg
5 mg ± 2 µg ± 6 µg ± 20 µg ± 60 µg ± 0,20 mg
2 mg ± 2 µg ± 6 µg ± 20 µg ± 60 µg ± 0,20 mg
1 mg ± 2 µg ± 6 µg ± 20 µg ± 60 µg ± 0,20 mg
ＶＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＴ
Si l’instrument est utilisé à des charges connues et constantes, – un point proche du quart de la charge maximale (Max/4) ;
au lieu des charges préconisées, cet essai peut être effectué à cer- – un point proche de la moitié de la charge maximale (Max/2) ;
taines de ces charges. – un point proche des trois-quarts de la charge maximale
(3/4 Max) ;
■ Moyens d’essais – un point proche de la charge maximale (Max).
La répétabilité est déterminée en réalisant au moins cinq pesées Il faut veiller à limiter la quantité de poids utilisés en même
successives en au moins un point significatif lié à l’utilisation de la temps pour simuler le point de mesure, cela dans le but de réduire
balance, ou à défaut à la moitié de la plage de mesure.
Ｑ
la composante d’incertitude associée.
■ Conditions de relevé des mesures ■ Conditions de relevé des mesures
La même répartition des charges sur le plateau est conservée La même répartition des charges sur le plateau de la balance est
lors de chaque application, afin de ne pas engendrer d’erreur conservée lors de chaque application, afin de ne pas engendrer
d’excentration. La balance peut être remise à zéro avant le dépôt une erreur d’excentration. Les durées des phases de chargement
de la charge. À chaque dépôt de charge, la répétition des mesures sont sensiblement identiques. La balance peut être remise à zéro
a lieu dans une courte période de temps et sans interruption. La avant le dépôt de la charge.
durée respective d’application d’une même charge est sensi-
blement identique. ■ Démarrage des mesures
La charge à peser doit toujours être placée à l’intérieur de La balance est mise à zéro au début de l’essai. Entre chaque
repères centrés sur le plateau pour éviter toute erreur liée à dépôt de charge, la balance ne doit pas être remise à zéro afin de
l’excentration. S’ils n’existent pas, ces repères peuvent être tracés mettre en évidence son éventuelle dérive.
sur le plateau.
■ Valeurs à relever
■ Démarrage des mesures
On relève à chaque charge les valeurs lues, après stabilisation
La balance est mise à zéro au début de l’essai. Entre chaque des indications de la balance.
dépôt de la charge, la balance peut être remise à zéro si
nécessaire. ■ Remarque
Cet essai est à réaliser à l’aide de poids étalons.
■ Valeurs à relever
On relève les valeurs lues, après stabilisation des indications de
la balance. On corrigera les valeurs de mesure de la dérive du 3.6.3 Essai d’excentration
zéro, si elle existe.
■ Remarque L’excentration est l’aptitude de la balance à fournir des résul-
tats concordants, en modifiant le point d’application d’une
Cet essai peut être réalisé sans poids étalon, mais utiliser un même charge.
poids étalon permet de gagner du temps.
■ Moyens d’essais
3.6.2 Essai de justesse
La valeur nominale du poids est proche du 1/3 de la portée
maximale.
La justesse est l’aptitude de la balance à fournir des résultats ■ Conditions de relevé des mesures
concordants entre la valeur lue (indication de la balance) et la
valeur vraie (poids étalon), dans des conditions habituelles de La position centrale du plateau est choisie comme position de
fonctionnement. référence. Le poids est placé au centre du plateau (position C) et
l’indication IC qui en résulte est relevée. Puis le poids est déplacé
successivement en excentrant celui-ci de part et d’autre du centre
Quand la balance est utilisée sur toute son étendue de mesure, du plateau (figure 1).
l’erreur d’indication est déterminée à plusieurs charges depuis sa Il n’est pas nécessaire de placer le poids systématiquement au
pesée minimale jusqu’à sa portée maximale. centre de chaque portion. Il suffit de le déplacer d’1 ou 2 cm. Ce
Si elle n’est utilisée que sur une partie de son étendue de déplacement représente l’éventuelle erreur d’excentration
mesure, l’erreur d’indication est déterminée à des charges repré- commise par l’opérateur au cours d’une pesée courante.
sentatives des quantités pesées habituellement (par exemple :
balance utilisée pour contrôler le volume de micropipettes).
Si elle n’est utilisée qu’en un point, l’erreur d’indication est
déterminée à la charge habituellement pesée (par exemple :
balance utilisée pour contrôler la masse spécifique de
médicaments, ou la quantité nominale de préemballés).
■ Moyens d’essais
Selon le mode d’utilisation de la balance, l’essai peut être
effectué :
– en charges croissantes ;
– en charges décroissantes ;
– en charges croissantes et décroissantes.
Cinq valeurs de charge sont normalement suffisantes. Les
valeurs nominales des poids étalons sont choisies de manière à
permettre le relevé des valeurs réparties sur l’étendue de mesures
comme suit :
Figure 1 – Position des charges sur le plateau rectangulaire/
– un point proche de la charge minimale (Min) ; circulaire/carré
ＷＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｒＱＷＳＴ
■ Démarrage des mesures – respect d’un intervalle de temps suffisant et constant avant le
relevé des indications ; si un intervalle de temps spécifique est
La balance est mise à zéro au début de l’essai. Entre chaque
défini, le respecter (exemple : durée nécessaire pour obtenir une
dépôt de charge, la balance ne doit pas être remise à zéro.
indication stable).
■ Valeurs à relever
Les indications correspondantes (Ii) sont relevées et corrigées de
l’erreur à 0.
3.8 Traitement des données de mesure
La répartition des charges sur les différentes parties du plateau
de la balance est conservée lors de chaque application. À chaque
charge, les mesures ont lieu dans une courte période de temps et
Les données issues des mesures sont traitées d’une façon diffé-
rente à celle de la vérification conventionnelle :
– la répétabilité est calculée à partir de l’écart-type des pesées ;
Ｑ
sans interruption. La durée respective d’application d’une même – l’erreur d’indication correspond à la différence entre la valeur
charge est sensiblement identique. lue après pesée de l’étalon et sa valeur vraie ;
– pour l’excentration, c’est la différence entre la valeur obtenue
■ Remarques au centre du plateau et la plus grande valeur obtenue pour une
Cet essai est essentiel sauf pour les instruments pour lesquels la charge excentrée, qui est retenue pour le calcul d’incertitude.
probabilité d’excentration de charge en cours d’utilisation est
minimale (par exemple : réservoirs, trémies, balance à plateau Exemple de traitement des données de mesure
librement suspendu, etc.).
Les caractéristiques de la balance sont :
L’essai d’excentration de charge permet de déterminer un défaut – portée maximale : 220 g ;
mécanique du système de transmission de la charge. – résolution à vide : 0,1 mg ;
Il n’est pas recommandé de tester les charges excentrées à la – résolution en charge : 0,1 mg ;
portée maximale car cela risque d’endommager la balance. – plage d’étalonnage : 10 g à 200 g ;
– ajustage automatique activé : déclenché automatiquement quand
Tester les charges excentrées à une charge inférieure à Max/3 ne
∆T ⭓ 1 K ;
permet pas de mettre en évidence une erreur significative.
– classe de précision des poids : E2 avec certificat d’étalonnage ;
– variation de température (en étalonnage) : ∆T = 0,1 oC ;
– variation de température (en utilisation) : ∆T = 1 oC ;
3.7 Mode opératoire – coefficient de sensibilité de la balance : 1,5 × 10–6/oC ;
– charge excentrée : 100 g.
L’étalonnage est réalisé en prenant en compte les éléments
suivants : L’incertitude des poids étalons est présentée dans le tableau 2.
Les mesures issues des essais de répétabilité, de justesse et
– charge centrée et répartie le plus uniformément possible ; d’excentration sont données dans les tableaux 3, 4 et 5. Le tableau 6
– température, pression et humidité stables et relevées au début présente les conditions ambiantes dont les masses volumiques
et à la fin des mesures ; moyennes de l’air ambiant durant l’étalonnage et durant l’utilisation
– durée d’application de la charge limitée au nécessaire ; de la balance.
(ux)e = s 0,041 mg
Position de la charge C 1 2 3 4
ＷＱ
Ｑ
ＷＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＷＰ
Dosages immunologiques :
modélisation et inférence statistique
Ｑ
par Sylvie HUET
Directeur de recherche INRA
Unité MIA Jouy
ＷＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＷＰ
Ｑ
ainsi que des méthodes basées sur des procédures de ré-échantillonage,
comme le bootstrap, sont présentées. Le dernier paragraphe traite plus en
détail du problème de la calibration : comment prendre en compte les différen-
tes sources de variabilité lors du calcul d’un intervalle de calibration ? En effet, il
existe deux sources de variabilité :
– celle due à l’estimation de la courbe d’étalonnage ;
– celle provenant de la variabilité de l’observation de la réponse.
Une autre question importante est comment profiter des observations effec-
tuées en plusieurs dilutions d’un échantillon pour estimer au mieux la concen-
tration de produits contenue dans cet échantillon ?
Les données pour la courbe d’étalonnage d’un dosage de l’inter- 85,4 0,963
féron gamma sont données dans le tableau 1. La figure 1 repré-
sente les densités optiques en fonction du logarithme de la dose, 170,9 1,712 ; 2,032
qui est la transformation habituelle de l’axe des abscisses. Dans
cette expérience, la réponse a été observée pour une dose nulle 213 2,017
dont le logarithme est posé égal à 0.
319 2,134 ; 2,426
Le modèle considéré est le suivant : Yi, la densité optique pour
une concentration dont le logarithme vaut xi, s’écrit : 424 2,574
Y i = f ðx i ,qÞ + ei
530 2,656
avec f (x, q) relation entre la densité optique et le loga-
rithme de la concentration x ; la fonction f 1 000 2,671
dépend de paramètres q inconnus.
ＷＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＷＰ
Densité
Densité
optique
optique
2,5
2,0
2,0
1,5 1,5
Ｑ
1,0
1,0
0,5
0,0 0,5
0,0 0,5 1,0 1,5 2,0 2,5 3,0
lg (dose)
0,0
1,5 2,0 2,5 3,0 3,5 4,0 4,5
Figure 1 – Dosage de l’interféron gamma : densités optiques lg (dilution)
observées en fonction du logarithme de la dose en pg/ml
Mai Juin
Ce modèle dépend de 4 paramètres : pour q3 positif, q1, l’asymp- Figure 2 – Exemple ELISA : réponses observées en fonction
tote supérieure, est la réponse pour une dose infinie d’interféron et du logarithme des dilutions, x = - lg d
q2, l’asymptote inférieure, est la réponse pour une dose nulle d’in-
terféron ; les autres paramètres q3 et q4, décrivent la croissance de
la courbe. Tableau 2 – Exemple ELISA : valeurs observées de Y
Le but d’une telle expérience est d’estimer une dose inconnue pour les sérums prélévés en mai et juin
d’interféron gamma en utilisant la courbe d’étalonnage. Soit m, l’es-
pérance de la réponse pour une solution dont la dose d’interféron Réponse (densité optique)
D (ou son logarithme X) est inconnue, alors, X est l’inverse de f cal- Dilution
culée en m (si m est compris entre q2 et q1) : d mai juin
m - q2
X = f - 1 ðm,qÞ = q4 + 1 lg : (3) 1/30 1,909 1,956 1,886 1,880
q3 q1 - m
1/90 1,856 1,876 1,853 1,870
Dans ce paragraphe 1, nous montrons comment estimer la
courbe d’étalonnage et X. Le calcul de la précision de X est traité 1/270 1,838 1,841 1,747 1,772
dans le paragraphe 2.
1/810 1,579 1,584 1,424 1,406
1/2430 1,057 1,072 0,781 0,759
1.2 Comparaison de courbes.
Dosage d’anticorps anticoronavirus 1/7290 0,566 0,561 0,377 0,376
à l’aide d’un test ELISA 1/21869 0,225 0,229 0,153 0,138
Dans cette expérience, on utilise un test ELISA pour détecter la 1/65609 0,072 0,114 0,053 0,058
présence d’anticorps anticoronavirus dans le sérum de vaches et
de veaux. Cet exemple montre que l’on peut estimer les paramè-
tres de deux courbes simultanément, dans le but de déterminer si énoncées ci-dessus, les deux fonctions de régression satisfont la
les courbes sont identiques à une translation horizontale près. L’ex- relation suivante :
F mai ðdÞ = F juin ðrdÞ
périence complète est présentée dans l’article de Huet et al. [7].
Nous ne considérons ici qu’un sous-ensemble des données et La relation entre la densité optique Y et le logarithme de la dilu-
notre objectif est de comparer les niveaux d’anticorps dans deux tion x = lg(1/d) est généralement modélisée à l’aide d’une courbe
échantillons prélevés l’un en mai, l’autre en juin sur une même sigmoı̈dale :
vache. F mai ðdÞ = f ðx , qmai Þ et F juin ðdÞ = f ðx , qjuin Þ
Les données d’un test ELISA sont constituées des observations où, comme dans l’exemple précédent, on choisit pour f la fonc-
des densités optiques, Y, en différentes dilutions de sérum, d. Le tion logistique définie par l’équation (2). Ainsi, l’estimation de r
tableau 2 et la figure 2 présentent les résultats. est basée sur l’hypothèse de parallélisme entre les deux courbes
de réponse :
Si on suppose que les sérums sont dosés dans des conditions f ðx , qmai Þ = f ðx - b ; qjuin Þ où b = lgð1/rÞ (4)
expérimentales identiques, alors le problème est de quantifier les
différences (en termes de niveau d’anticorps) entre les sérums à Dans ce paragraphe 1, nous montrons comment estimer les
l’aide des courbes de réponse. Les modèles de dosages biologi- paramètres des fonctions de régression. Avant d’estimer b, il faut
ques et les techniques décrits par Finney [4] permettent d’estimer vérifier que les deux courbes satisfont l’équation (4). Cela est traité
l’efficacité relative d’un sérum par rapport à un autre sérum. L’effi- dans le paragraphe 2.
cacité r est définie de la façon suivante : une unité de sérum pré-
levé en mai produit la même réponse que r unités de sérum préle-
vés en juin. En d’autres termes, les deux sérums contiennent le 1.3 Modèle de régression non linéaire
même composant actif, l’anticorps, et tous les autres composants
sont sans effet sur la réponse. Ainsi un sérum se comporte Les notations suivantes sont utilisées : le nombre de valeurs
comme une dilution de l’autre. distinctes de la dose x vaut k ; pour i variant de 1 à k, ni répéti-
tions de la réponse Y sont observées pour chaque valeur de xi ;
Soit F mai(d) et F juin(d) les fonctions de réponse pour les sérums
soit Yij, pour j = 1,…ni, ces observations.
prélevés en mai et juin respectivement. Sous les hypothèses
ＷＵ
Ｑ
ＷＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
Pipettes
Trois référentiels pour étalonner
une pipette à déplacement d’air Ｑ
Pour atteindre ces objectifs, le rapport technique ISO/TR 20461 [1] a été le
premier document officiel publié en novembre 2000 qui expliquait comment
étalonner un appareil volumétrique á piston (AVAP).
Considéré comme un référentiel par de nombreux organismes d’accré-
ditation nationaux (exemple : COFRAC, DAKKS, UKAS...), il a permis à de très
nombreux laboratoires d’étalonnage candidats à l’accréditation de démontrer
et/ou maintenir leurs compétences dans ce domaine.
Il est aussi appliqué par les services internes de métrologie d’entreprise tra-
vaillant selon les normes ISO 17025 et ISO 15189.
Depuis novembre 2000, plusieurs comparaisons interlaboratoires pilotées
par le LNE en 2009, l’IPQ entre juillet 2011 et juin 2012 à la demande du BIPM
et le DKD en 2009 ont eu lieu et ont montré d’importants écarts.
Cet article fait le point entre les trois principaux documents de référence pour
l’étalonnage d’AVAP :
– ISO/TR 20461:2000 – Rapport technique – Détermination de l’incertitude
de mesure pour les mesurages volumétriques effectués au moyen de la
méthode gravimétrique [1] ;
ＷＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
PIPETTES _________________________________________________________________________________________________________________________
Ｑ
Tableau des notations et symboles
Unité
Symbole Définition
SI Usuelle
V m3 mL Volume réel de liquide
VT m3 mL Volume du coussin d’air, volume mort
3
VHub m mL Volume d’aspiration
VW m3 mL Vide partiel
pa Pa hPa Pression atmosphérique de l’air
pW Pa Pa Pression hydrostatique
pS Pa Pa Pression interne du ménisque
g m/s2 Accélération gravitationnelle
hW m mm Hauteur d’aspiration dans la pointe
ΔV m3 µL Variation de volume
X1 Emplacement du lieu de l’étalonnage
X2 Emplacement du lieu d’utilisation
VS m3 mL Volume sélectionné
E m3 mL Erreur du volume
ρW kg/m3 g/mL Masse volumique de l’eau à tW
cha Coefficients de sensibilité à l’humidité de l’AVAP
mE kg mg Perte moyenne par évaporation
mi kg mg Indication de la balance de la masse d’eau pesée
m kg mg Masse d’eau pure
a0 à a5 Constantes de l’échelle internationale de température
k1 à k3 Constantes de l’échelle internationale de température
mich kg mg Valeur indiquée par la balance (masse du volume délivré)
m0 kg mg Valeur indiquée par la balance après tarage
n Nombre de mesures
d kg mg Résolution de la balance, échelon réel
ρa kg/m3 g/ml Masse volumique de l’air
ha % % Humidité relative de l’air
T K K Température en Kelvin
ta °C °C Température de l’air
ρb kg/m3 g/mL Masse volumique des poids de la balance
s m3 mL Écart type des mesures
tW °C °C Température de l’eau
ＷＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
__________________________________________________________________________________________________________________________ PIPETTES
Ｑ
αC °C °C Coefficient de dilatation cubique de l’AVAP
V20 m3 mL Volume à la température de référence de 20 °C
1. Méthode d’étalonnage Pour démontrer le raccordement d’un AVAP aux étalons natio-
naux, la balance est vérifiée avec des étalons certifiés. D’autres
méthodes d’essai comme les méthodes photométriques et titrimé-
Les AVAP sont étalonnés en utilisant la méthode gravimétrique triques sont décrites dans la norme ISO 8655-7 [12]. Elles
décrite dans la norme ISO 8655-6 [10]. La méthode est basée sur apportent la preuve de son raccordement quand les solutions utili-
la détermination du volume à une température de 20 °C par pesée sées sont certifiées.
d’eau pure, dans des conditions d’environnement définies.
La masse du volume de liquide est déterminée à partir de l’indi-
cation d’un instrument de pesage en tenant compte de la poussée
de l’air et est convertie en volume par la masse volumique de l’eau. 2. Description
De cette façon, la traçabilité métrologique du volume est réalisée
par la grandeur physique « masse » comme étalon de référence. du fonctionnement
L’objectif est d’apprécier la performance de l’AVAP, c’est-à-dire
son aptitude à délivrer un volume donné par rapport à des critères La figure 1 détaille les différentes positions de la distribution du
de fonctionnement fixés. liquide.
Un étalonnage complet consiste à enregistrer 10 valeurs mesurées La figure 2 détaille le système d’étanchéité des AVAP.
par volume à tester et par canal.
La figure 3 détaille le processus d’aspiration du liquide à l’inté-
Les systèmes de mesure sont les balances d’analyse avec les rieur de l’AVAP.
accessoires adaptés fournis (exemple : récipient de pesée, piège à
évaporation, protection contre les courants d’air) et un logiciel Le document [5] explique par le détail le fonctionnement d’un
d’étalonnage spécialement adapté pour l’étalonnage d’AVAP. AVAP à déplacement d’air.
ＷＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
PIPETTES _________________________________________________________________________________________________________________________
L’appui sur la tige du piston va de la position au repos (début de la distribution) au premier arrêt
(distribution complète) et au deuxième arrêt (soufflage)
ＸＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
__________________________________________________________________________________________________________________________ PIPETTES
VW = VHub – V
VHub Ｑ
VT + VW
pa – pW – pS
VT , p a
Séparation
de la colonne
de liquide
V
L’appui sur la tige du piston va de la position au repos (début de la distribution) au premier arrêt
(distribution complète) et au deuxième arrêt (soufflage)
Cette formule permet de calculer les effets résultant des change- – la vitesse de distribution et d’aspiration ;
ments liés à la pression barométrique, à l’angle d’inclinaison pen- – la variation de l’angle d’aspiration et de distribution de liquide ;
dant l’aspiration et aux changements liés à la masse volumique du – la profondeur d’immersion de la pointe et le temps d’attente ;
liquide, de la gravité, etc. Ainsi, cette équation doit être résolue au – le type de pointe utilisée ;
volume réel V, ce qui conduit à : – l’altitude.
ＸＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
PIPETTES _________________________________________________________________________________________________________________________
Ｑ 1 000
10 000
– 0,04 %
– 0,06 %
0,03 %
0,1 %
– 0,02 %
– 0,1 %
0,26 %
0,1 %
ＸＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
__________________________________________________________________________________________________________________________ PIPETTES
Ｑ
d’influence directe sur le volume, mais d’autres effets existant ont 0,1 à 1 1à2 1
un impact indirect. L’effet qui en résulte reste nettement au-des-
sous de 0,02 % sur l’exactitude par millimètre d’écart de profon- > 1 à 100 2à3 1
deur d’immersion. Les volumes partiels et les AVAP de petits
volumes peuvent afficher des valeurs remarquablement élevées. > 100 à 1 000 2à4 2
Important : durant l’étalonnage, l’opérateur doit appliquer le L’utilisation systématique du consommable d’origine est préco-
temps d’attente préconisé par le fabricant ou à défaut celui du nisée pour respecter l’homogénéité du système. Les AVAP sont
tableau 3. conçus et ajustés en usine avec des pointes d’origine.
L’utilisation de pointes (cônes) différentes de celles du construc-
teur peut être validée par comparaison des résultats avec des
3.1.3.3 Erreur de mesure pointes d’origine. 10 cônes au moins sont nécessaires dans ce cas.
L’article [7] montre qu’une mauvaise profondeur d’immersion L’article [7] montre que la pointe d’une autre marque que celle
provoque une erreur de mesure comme indiquée dans le du fabricant peut provoquer une erreur de mesure comme indi-
tableau 4. quée dans le tableau 5.
L’article [7] montre qu’à 1 mm de profondeur les volumes mesu- L’article [7] montre que les deux pointes ont une forme très simi-
rés sont plus faibles que la référence car l’air pénètre dans l’AVAP. laire, mais la pointe de l’autre marque a un diamètre plus petit et
Lorsque la pointe est trop profondément immergée de 6 mm dans le montage est à un niveau inférieur à celui de la pointe du fabri-
le liquide, les volumes mesurés sont plus élevés que la référence cant. Cela signifie que le volume déplacé ou le volume de l’air est
car du liquide peut adhérer à la pointe et être transféré au récipient plus grand pour la pointe du constructeur conduisant à un volume
de pesage. de liquide distribué plus élevé.
10 1,48 5,05 5
ＸＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＱＳＳＳ
PIPETTES _________________________________________________________________________________________________________________________
Bien que cette variation soit inférieure aux emt (écart maximal
Défaut de démoulage Défaut coaxial toléré) de la norme ISO 8655-2 [11], elle peut néanmoins remettre
en cause la conformité quand l’erreur est importante.
Figure 6 – Orifices de pointe
3.1.5.2 Volume mort (volume du coussin d’air)
La figure 6 illustre différentes qualités pour l’orifice de la pointe. Ce phénomène est mis en évidence en comparant les volumes
obtenus par un laboratoire (au niveau de la mer) ayant effectué
l’étalonnage de l’AVAP et par l’utilisateur (situé à une altitude plus
élevée) procédant au contrôle de réception.
C’est donc à l’opérateur de veiller à la qualité des pointes.
La variation de volume à différentes altitudes est causée par le
Une loupe suffisamment puissante peut suffire pour évaluer
coussin d’air dans l’AVAP et par la quantité mesurée de liquide
leur qualité. Une comparaison des résultats avec les pointes du
(eau). Une pression barométrique basse génère une compressibilité
fabricant de l’AVAP est aussi une solution pour qualifier la qua-
élevée du coussin d’air. Pour générer un vide partiel en maintenant
lité des pointes.
la colonne de liquide dans la pointe, le coussin d’air doit être encore
plus expansé avec la pression externe inférieure. En conséquence,
de plus petits volumes sont aspirés.
3.1.5 Altitude
3.1.5.1 Méthode gravimétrique – Poussée aérostatique ■ Influence du coussin d’air (volume mort)
Ce phénomène est mis en évidence en comparant les résultats La figure 8 détaille les éléments constituants l’AVAP après aspi-
fournis par deux laboratoires (un au niveau 0 de la mer et le ration du liquide.
0,090
0,080
0,070
Variation de volume
0,060
0,050
ΔV (µL)
µL
00
0,040 A P2
AV
100 µL
0,030
0,020
0,010
10 µL
0,000
0 500 1 000 1 500 2 000 2 500 3 000 3 500 4 000
Altitude H (m)
ＸＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＹＰ
Qualification de l’appareillage
analytique
Ｑ
par Huguette FABRE
Professeur émérite, Laboratoire de chimie analytique, Université Montpellier, UFR Pharmacie,
Montpellier, France
Marie-Dominique BLANCHIN
Maître de Conférences, Laboratoire de chimie analytique, Université Montpellier, UFR
Pharmacie, Montpellier, France
et Catherine PERRIN
Professeur, Laboratoire de chimie analytique, Université Montpellier, UFR Pharmacie,
Montpellier, France
ＸＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＹＰ
Ｑ
BPF Bonnes pratiques de fabrication
intervalles de temps définis et que les résultats des tests
BPL Bonnes pratiques de laboratoire doivent être documentés. Les appareils doivent être
« qualifiés », ce qui signifie « adaptés à l’usage ».
cGMP current Good Manufacturing Practices
CLHP Chromatographie liquide haute performance
Pour l’industrie pharmaceutique, la qualification de l’appareil-
Chromatographie liquide/spectrométrie de masse lage n’est pas un concept nouveau ; les exigences et recomman-
CL/SM/SM
en tandem dations sont mentionnées dans :
CPG Chromatographie en phase gazeuse – les Bonnes pratiques de fabrication (BPF) en Europe : « Le
CQ Contrôle de qualité matériel de mesure, de pesée, d’enregistrement et de contrôle doit
être étalonné et vérifié à des intervalles définis, par des méthodes
CV Coefficient de variation appropriées. Les comptes rendus de ces méthodes doivent être
conservés » [1] ;
EMT Erreurs maximales tolérées
– les current Good Manufacturing Practices (cGMP) et les
FDA Food and Drug Administration recommandations de la Food and Drug Administration (FDA)
FR Facteur de réponse aux États-Unis : « controls shall include the calibration of instru-
ments, apparatus, gauges, and recording devices at suitable inter-
Guide de la bonne exécution des analyses de vals in accordance with an established written program containing
GBEA specific directions, schedules, limits for accuracy and precision,
biologie médicale
and provisions, for remedial actions in the event accuracy and/or
HR Humidité relative precision limits are not met. Instruments, apparatus, gauges, and
recording devices not meeting established specifications shall not
International Conference on Harmonisation be used » [2] ;
ICH of technical requirements for registration
of pharmaceuticals for human use – la Conférence internationale d’harmonisation (ICH) :
« control weighing, measuring, monitoring, and test equipment
IRTF Infrarouge à transformée de Fourier that is critical for ensuring the quality of intermediates or active
LQI Limite de quantification inférieure pharmaceutical ingredients should be calibrated according to
written procedures and an established schedule » [3] ;
MRC Matériau de référence certifié
– le chapitre général Analytical Instrument Qualifi-
NIST National Institute of Standards and Technology cation (AIQ) de la Pharmacopée des États-Unis : AIQ is « one
of the major components required for generating reliable and
PE Pharmacopée européenne consistent data » [4].
POS Procédures opératoires standardisées
La qualification de l’appareillage analytique constitue la compo-
psi per square inch (1 psi = 6 894,76 Pa) sante de base du triangle de qualité représenté la figure 1 [4].
QC Qualification de la conception
QI Qualification de l’installation
CQ : Bioanalyse : BPL
QO Qualification opérationnelle assurent
QP Qualification des performances la performance
Renseignent du processus
Pendant
Société française des sciences et techniques sur la dérive Tests de conformité :
SFSTP
pharmaceutiques démontrent que le système Analyse
(appareil + méthode) correspond chimique : BPF
SM Spectrométrie de masse aux exigences fixées pour réaliser l'analyse
TC Tests de conformité Validation des méthodes d'analyse :
démontre que la méthode est adaptée à son usage
Tm Temps de migration Avant Qualification de l'appareillage d'analyse :
Tr Temps de rétention démontre que l'appareil est adapté à son usage et
est maintenu et étalonné de façon appropriée
UA Unités d’absorbance
CQ : contrôles de qualité
USP United States Pharmacopeia BPL : Bonnes Pratiques de Laboratoire
Vm Volume mort BPF : Bonnes Pratiques de Fabrication
λ Longueur d’onde
Figure 1 – Triangle de Qualité des résultats d’analyse (d’après [4])
ＸＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＹＰ
ＸＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＹＰ
Elle couvre toutes les procédures qui se déroulent avant Elle couvre le processus permettant d’établir que l’appareil ou
l’installation. les modules qui le constituent fonctionnent dans leur environ-
nement dans un intervalle d’utilisation représentatif ou anti-
cipé, suivant les spécifications opérationnelles, et que le
La conception d’un appareil commercialisé incombant à son système informatique et la sécurité fonctionnent correctement.
Ainsi, pour une balance, elle est de 1 an pour un usage normal mais
peut être réduite à 6 mois en cas d’usage intensif.
3.2 Qualification de l’installation QI
La fréquence initialement définie peut être reconsidérée selon
l’expérience acquise.
Elle couvre les procédures qui se déroulent à l’installation de Quand l’appareil a été déplacé, modifié, n’a pas été utilisé pen-
l’appareillage dans son environnement. dant une longue période de temps, a fait l’objet d’une opération de
maintenance ou de remplacement de pièces, une requalification
qui reprend souvent les tests de la QO est effectuée. Elle n’est pas
Dans cette phase, il est vérifié que l’appareillage : nécessairement totale, mais doit couvrir le changement spécifique
qui a été réalisé.
– est conforme à la commande et livré sans dommage
physique ;
Exemple : le remplacement de la lampe d’un détecteur de chroma-
– est accompagné de la documentation requise ; tographie liquide nécessite une requalification modulaire du détecteur,
– est installé dans un environnement qui convient à son mais ne demande pas celle des autres parties du système.
utilisation ;
– s’allume correctement, Cette requalification modulaire est complétée ensuite par un test
global du système pour s’assurer que les performances globales
– que le logiciel et les composants du système communiquent sont satisfaisantes.
entre eux de façon satisfaisante.
La QO peut être faite par le fournisseur, par une société de
La comparaison des résultats de l’analyse d’un échantillon de sous-traitance ou par l’utilisateur, mais est toujours sous la respon-
référence à une valeur de référence peut être réalisée à ce stade. sabilité de l’utilisateur.
Ce point est quelquefois inclus dans la QO.
La QI pour les petits appareils simples et de prix peu élevé
comme les pH-mètres est souvent effectuée par l’utilisateur. Pour
3.4 Qualification des performances QP
les appareils plus complexes (chromatographes, spectrophoto-
mètres, titrateurs...) ou les balances, elle est effectuée par le four- Elle couvre le processus servant à démontrer que l’appareil
nisseur. Le déballage de l’appareillage par l’utilisateur invalide continue à fonctionner de façon régulière et constante selon
d’ailleurs quelquefois la garantie. des spécifications appropriées à son usage de routine.
À l’installation, une étiquette est apposée sur l’appareil compor-
tant un numéro d’identification propre au laboratoire et le En pratique, cela signifie que le système fournit un produit
numéro de série de l’appareil. L’appareil est clairement identifié acceptable. Les tests de performance sont réalisés en plus de la
par une fiche signalétique dont un exemple est donné dans la maintenance régulière et de l’étalonnage de l’appareil, à une fré-
figure 2 pour une balance de précision. quence beaucoup plus grande que celle de la QO et qui dépend de
ＸＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＹＰ
MATÉRIEL
Désignation : ………………………………………………………………………………………………………………………………………………...
………………………………………………………………………………………………………………………………………………...
Marque : ……………………………………… Type : ………………………………….. N° série : ……………………………………………………….
Date de mise en service : ……/……/…… Affectation : ……………………………………………………………………………..
Durée de garantie : ……………………………………………… Référence contrat de maintenance : ………………………………………………..
Ｑ
N° d’inventaire : ………………………………………………… N° d’identification : …………………………………………………………………….
Service : ………………………………………………………….. Local : …………………………………………………………………………………….
RESPONSABLE
Nom : ………………………….. Prénom : …………………………..……….. n° téléphone : …………………………..………..…….
REMPLAÇANT
Nom : ………………………….. Prénom : …………………………..……….. n° téléphone : …………………………..………..…….
DOCUMENT APPLICABLES
• Guide d’installation et fiche d’installation d’une balance
• Procédure générale pour la vérification de balances
• Mode opératoire pour la vérification simplifiée d’une balance et fiche de contrôle
CARACTÉRISTIQUES PRINCIPALES
Lister ci-dessous les éléments concernant la balance :
• Classification (mécanique, électrique, électronique) ;
• Précision d’affichage (échelon réel) ;
• Portée maximale ;
• Portée minimale ;
• Valeur du temps d’intégration (fixe ou réglable) ;
• Valeur du temps de stabilisation (fixe ou réglable) ;
• Type de calibrage (interne et/ou externe) ;
• Possibilité de calibrage externe par l’utilisateur (oui ou non) ;
• Présence d’un poids de calibrage interne (oui ou non) ;
• Présence d’un poids de calibrage externe (oui ou non) ;
• Valeur et classe du poids de calibrage externe ;
• Poids de la balance ;
• Encombrement (dimensions) ;
CONSOMMABLES
Reporter le nombre et la référence de chaque consommable à stocker :
• Fusible ;
• Lampe ;
• Pinceau ;
• Housse ;
• Papier (si imprimante connectée) ;
• Ruban encreur (si imprimante connectée) ;
• Autres ;
Figure 2 – Exemple de fiche signalétique pour une balance de précision (doc. Mettler-Toledo)
la robustesse de l’appareillage et de la criticité des tests. Ils sont ceutique) et/ou par l’analyse d’échantillons de « contrôle de
dérivés de la QO et/ou de procédures d’analyse et doivent toujours qualité » associés à des « cartes de contrôle » (parties intégrantes
utiliser des conditions similaires à celles de routine. Ils peuvent des analyses biologiques). Il est à souligner que tests de confor-
être effectués de façon classique ou automatique avec un logiciel mité et échantillons de contrôle de qualité complètent la QP, mais
intégré, être modulaires ou holistiques, ces derniers étant généra- ne sauraient la remplacer car ils ne peuvent détecter une perfor-
lement préférés. Les spécifications peuvent être celles de la QO ou mance marginale du système, comme par exemple la dérive de
des spécifications élargies plus appropriées à l’usage de routine. l’exactitude en longueur d’ondes d’un détecteur.
Les aspects de la QP sont en partie couverts par les « tests de La QP est en général faite par l’utilisateur et est sous sa respon-
conformité » (souvent inclus dans les méthodes d’analyse pharma- sabilité.
ＸＹ
Ｑ
ＹＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＴＰ
ＹＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＴＰ
CARACTÉRISATION D’UNE MÉTHODE DE MESURE : ÉTAPE CLÉ DANS LE PROCESSUS DE VALIDATION _______________________________________________
Ｑ
différents postes : l’environnement d’essai, les équipements, les
tion d’une méthode de mesure dans les grandes lignes en laissant
consommables, le personnel, la méthode (mode opératoire)...
le choix sur les outils, tels que l’utilisation des plans d’expériences
ou la quantification de l’écart type de répétabilité ou l’écart type de Lorsque la méthode est développée, avant de se lancer dans la
reproductibilité. L’ensemble de la démarche est résumé dans la caractérisation, il est conseillé d’utiliser la technique des plans
figure 1. d’expériences [P 230] pour optimiser la méthode de mesure ou
d’analyse. L’objet des plans d’expériences est de quantifier
La partie « Caractérisation » s’inscrit dans un ensemble et
l’influence des paramètres sur la réponse à partir de résultats
s’applique lorsque la méthode utilisée est non normalisée ou hors
d’expérimentations choisies et ainsi fixer les paramètres au
de son domaine d’application.
meilleur niveau.
ＹＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＴＰ
_______________________________________________ CARACTÉRISATION D’UNE MÉTHODE DE MESURE : ÉTAPE CLÉ DANS LE PROCESSUS DE VALIDATION
Formalisation
(En caractéristiques quantifiables ou vérifiables)
Plans d’expériences
Quelle méthode ?
Processus de validation selon la norme ISO/CEI 17025
Méthode normalisée
(dans son champ d’application)
Autre méthode Ｑ
Méthode adaptée Développement
d’une méthode d’une nouvelle
normalisée méthode
Confirmation
(application à blanc sur Caractérisation
un échantillon interne)
Justesse
Répétabilité
Reproductibilité
Vérification Linéarité
de l’emploi dans son Comparaison
Limite de détection
domaine d’application interlaboratoires
Limite de quantification
Spécificité/sélectivité
Robustesse
…
Aptitude de la méthode
Validation Évaluation de l’incertitude de mesure
aux besoins
1 2 3
Cette définition est suivie de plusieurs notes nécessaires à sa ■ La définition du mesurande peut contenir certains éléments qui
compréhension, avec un échantillon choisi ci-dessous : laissent deviner la procédure de mesure. On a ci-dessous la
Note 1 : la spécification d’un mesurande nécessite la mesure de la même distance sur une cale mais dans une
connaissance de la nature de grandeur et la description de l’état configuration différente :
du phénomène, du corps ou de la substance dont la grandeur est – distance entre les deux centres des faces d’une cale, à 20 oC, la
une propriété, incluant tout constituant pertinent, et les entités chi- cale étant en position horizontale.
miques en jeu.
Note 3 : il se peut que le mesurage, incluant le système de
mesure et les conditions sous lesquelles le mesurage est effectué,
modifie le phénomène, le corps ou la substance, de sorte que la
grandeur mesurée peut différer du mesurande. Dans ce cas, une
correction appropriée est nécessaire.
– distance entre deux plans parallèles, à 20 oC, la cale étant en
Note 3, exemple 2 : la longueur d’une tige en équilibre avec la position horizontale.
température ambiante de 23 oC sera différente de la longueur à la
température spécifiée de 20 oC, qui est le mesurande. Dans ce cas,
une correction est nécessaire.
ＹＳ
Ｑ
ＹＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＵＰ
ISO 9000 issues de la révision de 1994 ont contribué à lui donner une
connotation plutôt négative, empreinte de lourdeurs et de contraintes, en foca-
lisant les démarches qualité sur la rédaction de procédures et de modes
opératoires, au détriment de la valorisation du facteur humain. Fort heureuse-
ment, l’avènement des normes ISO 9000 version 2000 a marqué le passage
d’une approche de la qualité basée sur une culture technique fondée sur les
sciences exactes — souvent nommée « qualiticienne » et illustrée par la
formule « j’écris ce que je fais, je fais ce que je dis, je prouve ce que je fais » —
vers une démarche qualité axée sur une culture de management relative aux
sciences humaines et sociales [3]. Cette évolution relativement récente tient
compte des hommes et des femmes, en intégrant chaque acteur de la
démarche dans le système de management de la qualité et en encourageant la
mise en pratique du management relationnel préconisé par William Edwards
Deming dès 1950 [4].
Tout au long de cet article, l’expérience acquise au sein de deux laboratoires
de recherche et d’analyse dans le domaine de la chimie, l’IRCELYON et
l’ISA-SCA, va étayer nos propos. Ces deux unités mixtes de recherche regrou-
pent respectivement 230 et 80 personnes en moyenne par an. Elles sont
affiliées aux mêmes tutelles, le CNRS et l’université Lyon 1, et relèvent du
CNRS pour leur délégation globale de gestion. Dans les deux cas, une
ＹＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＵＰ
démarche qualité basée sur le référentiel ISO 9001 a été mise en œuvre selon
une approche processus [5] et appliquée à l’ensemble du laboratoire. Seul
l’ISA-SCA a choisi et obtenu la certification ISO 9001 en octobre 2010 [6].
Quant à l’IRCELYON, sa réflexion a été initiée en 2004, dans le cadre d’une
action pilote du CNRS [7]. Elle a abouti à la mise en place d’un logiciel qualité
évolutif qui a joué un rôle prépondérant dans l’harmonisation de fonctionne-
ment des deux laboratoires qui se sont regroupés en 2007, lors de la création
Ｑ de l’IRCELYON. Depuis, le développement du système qualité informatisé se
poursuit, en intégrant au fur et à mesure de nouveaux processus. Les auteurs
de cet article sont les responsables qualité de ces deux laboratoires et
membres fondateurs de l’atelier régional d’animation qualité Rhône-Auvergne
et Alpes [8] qui fait partie du réseau « Qualité en recherche » du CNRS.
Dans cet article, nous proposons de mettre en exergue le rôle fondamental
de tous et de chacun dans la réussite et l’appropriation d’une démarche qua-
lité, quel que soit le type de service où elle est implantée. Tout d’abord, nous
poserons les fondations favorables à son succès et développerons plus parti-
culièrement les notions d’équilibre dans la vision de la démarche, le
management relationnel et l’engagement de la direction. Puis, l’importance du
comportement de chacun sera mise en évidence en évoquant le rôle du lea-
dership et des attitudes positives de management. Enfin, au travers de
l’implication du personnel, nous aborderons la responsabilisation de chaque
individu, la prise en compte du management relationnel des ressources
humaines et le rôle des acteurs de la démarche.
Cet article est issu d’une présentation effectuée lors de la 9e école « Qualité en recherche et
en enseignement supérieur », Montpellier, 7-9 septembre 2011 et de l’école qualité du dépar-
tement PHASE de l’INRA, La Rochelle, 17-19 janvier 2012.
1. Éléments essentiels changement [12] qui va impacter, d’une part, les moyens
techniques mis en œuvre (méthodes et outils) et, d’autre part, les
au succès d’une démarche personnes impliquées dans la démarche. En conséquence, la
stratégie consiste à rechercher un équilibre dynamique entre la
qualité place attribuée aux êtres humains et celle occupée par les moyens
techniques, en adéquation avec les objectifs fixés et cela, dans le
respect des éléments qualité déjà existants et de la culture du
En accord avec le principe 6 de management de la qualité de service ou du laboratoire par exemple. C’est pourquoi, chaque
l’ISO 9000 [9], l’objectif permanent d’une démarche qualité est démarche qualité est unique.
l’amélioration continue de la performance globale d’un organisme
qui repose sur le principe de la roue de Deming [10]. Pour Dans le cadre du référentiel ISO 9001 (le seul certifiable), cette
l’atteindre, il est primordial que cette démarche soit participative, vision consiste à répondre avec bon sens aux exigences norma-
volontaire, pragmatique, progressive et consensuelle. L’engage- tives en prenant en compte l’expérience, les pratiques et la créati-
ment de tous est donc nécessaire à la réussite de la démarche et vité de chacun [6], plutôt que d’appliquer une norme sans choix de
certains facteurs clés concourent à son succès : l’engagement de la consensus préalable. Par exemple, l’outil informatique de gestion
direction, l’encadrement du projet (améliorations progressives, de la qualité doit s’adapter au besoin et être évolutif pour
formalisation des procédures, gestion du temps...) et l’implication accompagner la progression de la démarche ou l’évolution des
du personnel [11]. nouvelles technologies, et non l’inverse. Dans cette optique,
l’IRCELYON a mis en œuvre un système d’information automatisé
Dans ce paragraphe, nous soulignerons l’importance de trois
développé en interne avec un progiciel qualité placé au cœur du
éléments essentiels à l’intégration des hommes et des femmes
système de gestion des flux d’informations du laboratoire [13] et
dans la démarche et à son appropriation : une vision globale du
l’ISA-SCA un système de management de l’information du labora-
projet qualité, la mise en place d’un management relationnel et la
toire (LIMS : Laboratory Information Management System ) [14].
conviction de la direction de s’engager dans cette démarche.
ＹＶ
Qualité au laboratoire
(Réf. Internet 42497)
1– Qualité et validation Ｒ
2– Validation des méthodes et évaluation d'incertitudes Réf. Internet page
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
ＹＷ
Ｒ
ＹＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＴ
ＹＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＴ
des méthodes a-t-elle pris une place aussi importante ? Pour l’expliquer, il faut
rendre compte du développement de l’assurance qualité dans les laboratoires.
Les principes mêmes de l’assurance qualité sont bien connus et codifiés par
des normes très générales, publiées par l’Organisation internationale de nor-
malisation (ou International Organization for Standardisation, ISO). Elles
insistent sur le fait que la qualité des produits ou des services fournis par une
entreprise – comme des résultats d’analyse – a pour but de satisfaire les
besoins d’un client. L’assurance de la qualité est tout ce qui peut individuelle-
ment ou collectivement influencer le résultat d’une analyse.
Conceptuellement, c’est l’ensemble des dispositions à prendre pour assurer
Ｒ
que les résultats fournis seront de la qualité requise pour l’usage auquel l’utili-
sateur final les destine. Pratiquement, pour un laboratoire d’analyse et en
fonction de son domaine d’activité, chaque responsable peut s’appuyer sur des
référentiels qui fournissent des directives plus spécifiques pour organiser
l’assurance qualité. Il existe trois référentiels principaux qui règlent aujourd’hui
la vie des laboratoires d’analyse :
1) La norme ISO/CEI 17025 qui débouche sur l’accréditation, c’est-à-dire la véri-
fication de la compétence et l’aptitude d’un laboratoire à réaliser des analyses ;
elle est très générale et intéresse de nombreux types de laboratoires ;
2) Les bonnes pratiques de laboratoire (BPL) qui s’appliquent aux laboratoires
qui participent au développement de toute molécule chimique nouvelle pou-
vant avoir des effets sur la santé humaine ou l’environnement, tels les médica-
ments, les pesticides etc. ; c’est une démarche obligatoire pour un laboratoire
pharmaceutique ;
3) La norme ISO 15189 qui complète le « Guide de bonne exécution des
analyses » (GBEA) destiné spécifiquement aux laboratoires d’analyse de biolo-
gie médicale et qui précise comment peut se faire leur accréditation.
Tous ces textes affirment la nécessité de valider les méthodes mais sans
expliquer comment le faire. C’est pourquoi, de nombreux guides, recomman-
dations, normes sectorielles ou guidances ont été publiés pour aider les
analystes dans ces études de validation. Malheureusement, ils présentent
souvent des incohérences, tant dans le vocabulaire employé que dans les
méthodes statistiques proposées et l’expérience montre que les procédures
généralement proposées posent un problème lors de la prise de décision
finale. Aussi, la question pratique de savoir comment valider une méthode
reste-t-elle un sujet de débat.
Cet article est une proposition pour une approche universelle, plus cohérente
et plus opérationnelle basée sur un outil unique : le profil d’exactitude. Elle ne
s’applique qu’aux méthodes d’analyse quantitatives.
ＱＰＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＴ
Cartes de contrôle
a) Capacité de la méthode.
Essai d’aptitude
b) Plan de contrôle.
5. Utilisation en routine
Estimation de l’incertitude
Ｒ
Vérification d’aptitude
Optionnel
4. Validation externe
Expertise
de l’analyste a) Reproductibilité.
1. Sélection b) Répétabilité.
6. Revalidation
3. Validation interne
Optimisation
Test de robustesse a) Modèle d’étalonnage.
– Sensibilité.
Plan d’expérience b) Justesse.
– Spécificité.
2. Développement Procédure(s) c) Fidélité.
de validation
– Répétabilité (interne).
a) Optimisation de l’appareillage. – Fidélité intermédiaire.
b) Optimisation du mode opératoire. d) Limite de détection.
c) Mode opératoire normalisé (SOP). e) Limite de quantification.
(Cofrac). Toutefois, la façon de procéder à cette vérification n’est Validation de la méthode. Comme l’indique très explicitement la
pas très explicite et nous ne traiterons pas de ce cas de figure avec figure 1, la validation ne doit intervenir que sur une méthode
lequel nous sommes en désagrément. complètement mise au point. Son but est de démontrer que la
Étape 2 : Développement de la méthode. Ensuite, il convient de méthode employée permet effectivement d’atteindre les objectifs
mettre au point la méthode, c’est-à-dire optimiser les étapes du de performance exigés par un client. On distingue classiquement
mode opératoire pour les adapter à la matrice et aux conditions deux types de validation :
pratiques où elle sera utilisée. En particulier, il faut préciser – Étape 3 : Validation intralaboratoire ou interne. Elle est
l’ensemble des matrices auxquelles elle s’applique ainsi que la conduite dans un seul laboratoire. C’est surtout ce type de valida-
gamme de concentrations utilisables. En général, le développe- tion qui est traité dans cet article.
ment d’une méthode est synonyme d’optimisation. Pour cela la – Étape 4 : Validation interlaboratoires ou externe. Elle n’inté-
méthodologie de la surface de réponse est maintenant largement resse, en principe, que les méthodes utilisées par plusieurs labora-
reconnue comme l’approche la mieux adaptée à cet objectif [1] toires dont les résultats servent lors d’échanges commerciaux ou
[P 228] [P 229]. de contrôles officiels ; on peut la considérer comme optionnelle.
Si la méthode est « indirecte », une première tâche est d’établir Elle fait l’objet d’un article spécifique des Techniques de
un modèle d’étalonnage. Cependant, il existe aussi de nombreuses l’Ingénieur [P 226].
méthodes quantitatives « directes » qui ne requièrent pas d’étalon-
À l’issue de la validation, le mode opératoire peut évoluer mais,
nage. Un point important est aussi de vérifier l’existence d’éven-
surtout, on peut le compléter des performances effectivement
tuelles interférences. Dans certains cas favorables, un seul plan
constatées de la méthode.
d’expérience suffit pour optimiser les conditions opératoires et
évaluer les interférences. L’étape finale consiste à rédiger le mode Estimation de l’incertitude et vérification d’aptitude. La notion
opératoire retenu sous la forme de ce qu’on appelle dans le cadre d’incertitude de mesure appliquée aux analyses chimiques est
des Bonnes pratiques de laboratoires (BPL) un mode opératoire détaillée dans un article des Techniques de l’Ingénieur [P 105] et
normalisé ou Standard Operating Procedure (SOP). dans le guide désigné de façon abrégée par GUM (Guide pour
ＱＰＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＴ
l’expression de l’incertitude de mesure) [2]. C’est un concept relati- Exemple : la Décision européenne 2002/657 est un texte régle-
vement récent en chimie analytique, largement repris dans la mentaire facile à se procurer sur Internet [3]. Selon ce document « La
norme ISO/CEI 17025:2005 : la nouvelle exigence d’estimation de validation doit démontrer que la méthode d’analyse est conforme aux
l’incertitude de mesure revêt une importance particulière pour les critères applicables pour les caractéristiques de performances corres-
laboratoires accrédités. pondantes. Des objectifs de contrôle différents exigent des catégo-
ries de méthodes différentes ».
Étape 5 : Utilisation en routine. La vie de la méthode se poursuit
par son utilisation en routine. L’obligation de maîtrise de la qualité Le tableau 1 reprend un des tableaux de ce texte réglementaire.
implique un contrôle des performances dans le temps. Pour On constate que les critères à déterminer varient en fonction du type
effectuer ce contrôle, il existe des outils spécifiques que sont les de méthode, selon qu’elle sert au dépistage ou à la confirmation. La
cartes de contrôle et les essais d’aptitude. définition des critères CCα et CCβ est fournie par ailleurs dans le
texte.
Étape 6 : Revalidation. Ensuite, après un certain temps d’utilisa-
tion, on peut être amené à apporter des améliorations qui, selon Un point intéressant souligné dans ce texte est que la validation
Justesse/récupération – – – +
Fidélité – – + +
Sélectivité/spécificité + + + +
Applicabilité + + + +
Robustesse + + + +
Stabilité + + + +
Tableau 2 – Valeurs seuils retenues par la Commission européenne pour le contrôle des résidus
de médicaments vétérinaires
Critère Niveau de concentration Valeurs seuils
ＱＰＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＴ
Ｒ
Ces tests viennent compléter ce qui est alors appelé une « étude
de validation ». a valeurs seuils vérifiées indépendamment
ＱＰＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＴ
– λ < Z − X < +λ
Les quantités – λ et + λ représentent ces « distances
raisonnables » maximales qu’un client est prêt à accepter. Elles
forment ce que nous appelons l’intervalle d’acceptabilité. Si ces
distances sont les mêmes de chaque côté de la valeur vraie, l’inter-
Z −X < λ
Limite
d’acceptabilité
Valeur
de référence
Elle peut aussi s’écrire sous la forme d’un écart relatif : La limite d’acceptabilité représente
« l’emploi prévu » de la méthode.
Z −X
<λ % a méthode 1 (valide)
X
Quant à l’idée de « fournir une garantie », elle peut s’écrire sous
la forme d’une probabilité supérieure ou égale à une proportion β :
Prob ( Z − X < λ ) 艌 β
ＱＰＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＵ
Ｒ
Ingénieur agronome, Docteur d’État en chimie
Consultant en chimiométrie, Paris (France)
et Serge RUDAZ
Docteur ès Sciences, mention Sciences Pharmaceutiques,
Professeur à la Section des Sciences Pharmaceutiques de la Faculté des Sciences
de l’Université de Genève (Suisse)
ＱＰＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＵ
ＱＰＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＵ
rapidement posée et le rôle des analystes a changé au fur et à – étape 3 : au milieu des années 2010, il s’agit de formellement
mesure de cette montée de scepticisme. Au tournant des années prendre en compte la préoccupation majeure des utilisateurs
1980 et pour répondre aux interrogations souvent légitimes des finaux, c’est-à-dire la qualité du résultat et pas seulement la vali-
récipiendaires de résultats, les systèmes qualité, comme l’accrédi- dité de la méthode.
tation ou les bonnes pratiques de laboratoire, sont devenus des
exigences essentielles et incontournables au sein des laboratoires,
avec comme clé de voûte, la détermination de la performance des
méthodes analytiques et donc la formalisation des processus de
validation. Depuis les analystes se sont familiarisés avec
2. Élaboration
l’ensemble de ces démarches et de nombreux documents ont été d’un vocabulaire
publiés sous la forme de textes réglementaires, de normes natio-
nales et internationales et/ou de documents de consensus. Les
analystes (et autres spécialistes de la mesure) disposent Alors que la validation est une préoccupation commune à tous
Ｒ
aujourd’hui de tous les outils nécessaires pour (dé)montrer que les analystes, les diverses procédures publiées sont généralement
leurs méthodes sont « valides ». présentées comme spécifiques d’un secteur d’application donné.
Pourtant, la nutrition humaine, l’alimentation animale, la microbio-
Mais force est de constater que ces textes répondent que de logie, l’environnement, la biologie médicale, le développement de
façon lacunaire à ce qui est peut-être la question essentielle d’un médicaments ou la bio-analyse utilisent de plus en plus des tech-
donneur d’ordre : le résultat fourni est-il valide, c’est-à-dire, proche niques physicochimiques d’analyse similaires.
ou non du contenu réel de l’échantillon ou du moins à quel niveau
de vraisemblance de celui-ci ? Car valider est une démarche d’ana- De nombreuses années ont été consacrées à la définition de
lyste, préoccupé par la fiabilité et les performances de « sa » termes pour caractériser les performances et/ou la validité d’une
méthode d’analyse, et non pas le souci d’un utilisateur final qui, méthode. Malheureusement, le bilan est décevant car un glossaire
lui, veut pouvoir prendre une décision basée sur la confiance qu’il très vaste a été produit qui génère de nombreuses confusions. Si
peut accorder à un résultat de mesure ! on compare différents textes, on s’aperçoit qu’un même terme
peut avoir des définitions très variées, parfois difficiles à mettre en
Au moment même où les analystes se penchaient sur la valida- relation. De plus, différents algorithmes de calcul peuvent être pro-
tion de leurs méthodes, les métrologues de leur côté révisaient posés pour un même terme. ROZET examine cette question de
une notion fondamentale utile à de nombreux scientifiques, le manière approfondie, en mettant l’accent sur les termes pour les-
concept de valeur vraie (§ 6) unique d’un mesurande. En effet, quels une harmonisation des définitions serait possible [3].
cette notion, introduite aux débuts de la métrologie moderne, pré-
sente des difficultés pour celui qui veut l’évaluer expérimentale- À lui seul, le terme validation de méthode (§ 6) illustre ces
ment. Maintenant, comme le note le Vocabulaire International de ambiguïtés, car il peut être défini comme :
Métrologie [1] (VIM, § 2.11 Note 1), on considère que : « il n'y a pas – une opération telle que décrite dans le VIM (§ 6) ;
une seule valeur vraie mais plutôt un ensemble de valeurs vraies – une comparaison interlaboratoires permettant de calculer des
compatibles avec la définition [du mesurande]. » Ce changement paramètres de fidélité et principalement la reproductibilité ;
de paradigme, va bien au-delà de l’aspect sémantique car l’aban- – la démonstration qu’une méthode mesure effectivement l’ana-
don d’une valeur vraie unique (même si elle ne peut être qu’esti- lyte qu’elle est censée mesurer.
mée) met à mal une partie des statistiques classiques, telle que Un autre terme, comme la linéarité, est aussi utilisé avec des
l’utilisation de l’intervalle de confiance, si répandue dans le rendu acceptions différentes :
des résultats d’analyse. – l’existence d’une relation linéaire entre la réponse instrumen-
D’un point de vue pratique, le Guide pour l’Expression de tale et la concentration de l’analyte ;
l’Incertitude (GUM) [2] propose aujourd’hui d’exprimer un résul- – la proportionnalité, pour une gamme donnée de concentra-
tat comme un intervalle élargi (§ 6). Cet intervalle a un intérêt tions, entre la teneur connue d’une matrice et la teneur effective-
pratique pour les utilisateurs finaux, puisqu’il indique le niveau ment retrouvée (on parle parfois de linéarité de la justesse).
d’accord entre le résultat et le contenu réel de l’échantillon ana- La limite de quantification fait aussi l’objet de dizaines de
lysé. Il s’obtient en multipliant un paramètre statistique de disper- définitions et de méthodes de calcul, alors que c’est une des carac-
sion par un facteur d’élargissement (§ 6) qui prend en compte téristiques la plus largement mise en avant par les analystes pour
une probabilité. Cette probabilité associée au facteur d’élargisse- décrire la performance de leur méthode (§ 4.4).
ment, est dite probabilité de couverture (§ 6). Elle représente ce
fameux niveau de garantie attendu par l’utilisateur final. Les textes Le vocabulaire international de métrologie (VIM) [1], publié par
de métrologie proposent aussi une façon simple d’exprimer la dis- le Bureau international des poids et mesures (BIPM), propose un
persion de l’ensemble des valeurs vraies dans un intervalle élargi : thésaurus général et bien accepté dans divers domaines de la
c’est l'incertitude de mesure (IM) (§ 6) associée à chaque mesure. Même si certaines définitions restent parfois inadaptées
mesure. À terme, l’analyste ne peut plus juste se satisfaire de vali- aux besoins des chimistes, d’autres s’avèrent très pertinentes. Par
der sa méthode, il doit également fournir une estimation de l’IM exemple, la lecture du VIM, permet d’identifier deux catégories de
pour chaque résultat rendu. termes, à savoir les caractéristiques (ou concepts) et les para-
mètres.
Heureusement, plusieurs travaux facilitent cette démarche, en
démontrant qu’il existe un lien formel entre la validation d’une – Les caractéristiques, telles que la justesse, la fidélité ou
méthode et l’estimation de l’incertitude des mesures (§ 4.2). l’exactitude, sont des concepts considérés non mesurables directe-
ment. Par exemple, la note 1 sur l’exactitude de mesure (§ 6) (VIM,
Finalement, trois étapes peuvent être identifiées pour décrire § 2.13) indique que « L’exactitude de mesure n’est pas une gran-
cette évolution conceptuelle. deur et ne s’exprime pas numériquement. Un mesurage est quel-
– étape 1 : à partir du milieu des années 1990, les efforts quefois dit plus exact s’il fournit une plus petite erreur de
portent d’abord sur l’élaboration d’un vocabulaire spécifique de la mesure ».
mesure chimique. – Les paramètres sont les coefficients de modèles statistiques et
– étape 2 : à partir du milieu des années 2000, diverses proposi- peuvent être estimés à partir de données expérimentales et au
tions sont publiées pour des procédures de validation complètes et moyen d’un algorithme de calcul. Par exemple, la note 1 sur la fidé-
opérationnelles applicables aux méthodes d’analyse ; cela corres- lité de mesure (VIM § 2.15) énonce que « La fidélité est en général
pond à la préoccupation majeure des analystes confrontés simulta- exprimée numériquement par des paramètres tels que l’écart-type,
nément à des changements technologiques rapides et à de la variance ou le coefficient de variation dans les conditions
nouvelles exigences de qualité, comme l’accréditation. spécifiées ». Les paramètres sont employés pour obtenir une
ＱＰＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＵ
évaluation numérique des caractéristiques, qui sont des notions peuvent donc se faire facilement avec un tableur, ce qui explique
plus conceptuelles. La plupart du temps, ce sont les valeurs numé- le grand succès de ces logiciels dans les laboratoires d’analyse.
riques de ces paramètres qui sont utilisées comme score de perfor-
Parfois des tests statistiques, le plus souvent dits « d’hypothèse
mance dans l’évaluation des méthodes.
nulle », sont proposés pour évaluer la conformité d’un paramètre
À cela, il faut ajouter une troisième catégorie d’éléments de par rapport à un critère. Mais cette stratégie ne prend en compte
vocabulaire, les critères, utile pour valider une méthode, au sens que le risque d’erreur de première espèce, souvent noté « risque
strict. α ». Cela signifie qu’on considère uniquement le risque pour l’ana-
– Les critères sont des valeurs numériques ou des spécifica- lyste qui, utilisant une bonne méthode, fournirait un mauvais
tions techniques qui peuvent être exprimées comme un minimum, résultat. On ne tient pas compte du risque pour le client d’un ana-
un maximum ou un intervalle à atteindre. Ils sont parfois unique- lyste qui utiliserait une mauvaise méthode, comme expliqué dans
ment qualitatifs, tels que la praticabilité ou la robustesse. Par l’article [P 224].
exemple, le manuel de procédures du Comité du Codex sur les
Exceptionnellement, la procédure de validation décrit comment
Ｒ
méthodes d’analyse et d’échantillonnage (CCMAS) de la Commis-
sion du Codex Alimentarius définit l’« approche critères » qui per- organiser les essais. En général, cet aspect est laissé au seul choix
met de sélectionner les méthodes d’analyse jugées pertinentes de l’expérimentateur qui bien souvent procède de façon aléatoire,
pour le contrôle des échanges commerciaux de denrées alimen- alors que la théorie des plans d’expérience explique l’importance
taires. d’une bonne planification des essais [P 230] [R 275].
Finalement, on peut identifier, pour concevoir une procédure de
validation, les deux stratégies suivantes :
Dans la suite de cet article, caractéristiques et critères sont
parfois confondus, car ils sont en correspondance. – multicritère qui consiste à évaluer un ensemble de caractéris-
tiques, une par une, pour prendre une décision sur chacune
d’elles ;
– monocritère qui revient à n’utiliser qu’une seule caractéristique
ou une combinaison de plusieurs caractéristiques et de faire porter
3. Principes et points la validation sur cette combinaison de paramètres estimés.
critiques de la validation
3.1 Validation multicritère
D’après la littérature, il est possible d’identifier des procédures
de validation qu’on pourrait dire « classiques ». À ce titre, la direc- La plupart des procédures classiques ou des normes reposent
tive UIPAC peut être considérée comme un exemple typique [4]. sur une stratégie multicritère. Elles proposent ainsi une liste de
Les éléments communs à ces documents relativement nombreux caractéristiques et/ou de paramètres à estimer expérimentalement.
sont les suivants : L’analyste est libre de choisir le plan d’expérience qu’il juge le plus
– une liste plus ou moins longue de caractéristiques sur les- adapté pour atteindre ce but. Cette approche est illustrée figure 1
quelles doit porter l’étude de validation ; avec un ensemble de caractéristiques et de paramètres empruntés
– un ou plusieurs paramètres pour chaque caractéristique, visant à la norme sur l’accréditation ISO/IEC 17025:2017 // § 7.2.2.
à fournir une estimation quantitative ou qualitative (figure-of- Cette méthode peut fournir beaucoup d’informations à l’ana-
merit ). lyste, mais la pratique montre qu’elle présente l’inconvénient de
Si aucun critère n’est explicitement indiqué dans le document, le déboucher sur une série de conclusions qui peuvent être contra-
laboratoire n’effectue qu’une « caractérisation » de la méthode et dictoires. Par exemple, quand certains paramètres se révèlent
non une validation complète. Par contre, si les valeurs des para- conformes alors que d’autres ne le sont pas, la décision finale est
mètres sont effectivement confrontées à des critères on peut parler alors assez subjective.
de validation au sens strict. Dans ce cas également, la vérification de conformité des valeurs
Pratiquement, les techniques statistiques proposées pour esti- de paramètres par rapport aux critères est souvent réalisée en uti-
mer les paramètres, quand elles sont fournies, se ramènent à des lisant des tests d’hypothèse nulle, tel le test de STUDENT. La ques-
calculs simples tels que l’établissement de moyennes, d’écarts- tion du nombre de mesures utiles, c’est-à-dire du nombre de
types ou de coefficients d’un modèle par exemple grâce à la degrés de liberté, est souvent ignorée alors qu’elle revêt une
méthode de régression des moindres carrés ordinaires. Les calculs importance cruciale quand on utilise des tests statistiques.
Répétabilité
Fidélité
Vérifications
< coefficient
Fidélité intermédiaire
de variation
ＱＰＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＶ
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 226 − 1
ＱＰＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＶ
Ｒ
1. Principes de validation
d’une méthode
Sélection Développement
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 226 − 2 © Techniques de l’Ingénieur
ＱＱＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＶ
variabilité, on a introduit la notion d’incertitude. Ce terme doit être Pour en comprendre les fondements du calcul de l’exactitude, on
préféré à celui de précision qui a été utilisé dans trop d’acceptions peut utiliser la comparaison du tir à l’arc sur une cible. Chaque impact
différentes pour être encore clairement compris. de flèche représente la répétition d’une mesure et le centre de la cible
est la valeur vraie de l’échantillon. Plusieurs situations se présentent.
Un tireur peut utiliser un arc mal équilibré et systématiquement rater le
Selon une définition récente, l’incertitude est un « paramètre centre : on dit que ses tirs ne sont pas justes. Par ailleurs, il peut être
associé à une mesure ou à un résultat pour caractériser la dis- maladroit et disperser les différents impacts : on dit que ses tirs ne
persion raisonnable que l’on peut associer au mesurande » [2]. sont pas fidèles. En outre, ces deux types d’erreur peuvent se combi-
En outre, les textes les plus récents sur l’assurance qualité pré- ner. La figure 2 illustre les quatre situations auxquelles ces erreurs con-
voient que le laboratoire doit disposer d’une procédure pour duisent.
estimer l’incertitude de mesure « chaque fois que le client
demande les incertitudes de mesure se rapportant à des essais
spécifiques ou lorsqu’il est probable que l’incertitude compro-
Ｒ
mettra la conformité à une spécification ».
Il est facile de voir que cette définition, si elle est proche de celle
de l’intervalle de confiance, ne doit cependant pas être confondue
avec elle. En effet, un intervalle de confiance permet de définir une
zone où il est vraisemblable que se trouve la valeur vraie d’une sta-
tistique (moyenne, sensibilité, blanc...) en prenant le risque que
l’intervalle ainsi formé ne la contienne pas : ce risque est noté α.
Par contre, l’incertitude permettra de calculer un intervalle dans
lequel il est raisonnable de penser que se trouvent un certain pour- ni juste ni fidèle fidèle mais pas juste
centage des répétitions d’une mesure, cela indépendamment de la
valeur vraie.
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur P 226 − 3
ＱＱＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＲＶ
consensus ou certifiée, fondée sur un travail expérimental en colla- Quel que soit le type d’étude, chaque participant reçoit un prélè-
boration et placé sous les auspices d’un groupe scientifique ou tech- vement d’un échantillon homogène. Sur le plan technique, la prépa-
nique ou, encore, la moyenne d’une population spécifiée de ration d’un tel échantillon – parfois en grande quantité – exige un
mesures. savoir-faire et beaucoup de soin. En outre, le mode de conditionne-
ment devra prendre en compte la stabilité de l’analyte et/ou de la
C’est cette nécessité de recourir à une valeur de consensus qui va
matrice : cette remarque est particulièrement importante pour les
justifier l’organisation des analyses interlaboratoires. En effet, la tra-
matériaux qui se dégradent facilement.
çabilité des mesures chimiques ne permet pas de remonter simple-
ment à l’étalon primaire de quantité de matière (la mole) car il Par exemple, pour les matrices biologiques, on utilise de préférence
n’existe pas d’étalon figuré, comme il en existe pour la masse ou le des matériaux séchés ou lyophilisés ; si l’analyte est sensible à la
temps. lumière ou à l’oxygène le conditionnement sera opaque ou étanche,
sous atmosphère contrôlée ; une poudre sera répartie grain par grain
dans chaque flacon, à l’aide d’un distributeur spécial.
Ｒ 2. Analyses interlaboratoires
2.2 Répétabilité et reproductibilité
selon la norme ISO 5725
2.1 Classification
Dans la mesure où la fidélité mesure la dispersion des mesures et
que cette dispersion dépend de diverses sources de variation, on a
En fait, les analyses interlaboratoires vont permettre d’accéder à proposé deux situations extrêmes dans lesquelles deux répétitions
ces divers critères fondamentaux que sont la fidélité ou mesure de peuvent être réalisées sur un échantillon commun : à savoir les con-
la dispersion des mesures qui servira à l’expression de l’incertitude ditions de répétabilité et les conditions de reproductibilité. Elles sont
et la justesse dont le calcul nécessite la connaissance d’un écart à définies de la façon suivante dans [4] :
une valeur de référence conventionnelle. Par la suite, nous désigne-
rons par analyses interlaboratoires toute étude expérimentale qui — les conditions de répétabilité lorsque « les résultats d’essai
implique la participation de plusieurs laboratoires. Mais il faut en indépendants sont obtenus par la même méthode sur des individus
distinguer divers types, en fonction des objectifs recherchés. d’essai identiques dans le même laboratoire, par le même opéra-
teur, utilisant le même équipement et pendant un court intervalle de
• Les analyses interlaboratoires, au sens de la norme ISO 5725 [4], temps » ;
doivent réunir au moins 8 laboratoires qui vont recevoir un ou plu- — les conditions de reproductibilité lorsque « les résultats
sieurs échantillons sur lesquels ils feront de 2 à 4 répétitions. d’essai sont obtenus par la même méthode sur des individus d’essai
L’objectif principal est alors de mesurer les écarts-types de répéta- identiques dans différents laboratoires, avec différents opérateurs
bilité et la reproductibilité caractéristiques de la méthode. Elles peu- et utilisant des équipements différents ».
vent être organisées par n’importe quelle structure, par exemple, un
laboratoire ou une entreprise. La normalisation est un contexte très Les conditions de répétabilité vont donc caractériser la plus petite
classique d’organisation d’analyses interlaboratoires puisque les dispersion possible des mesures puisque toutes les modalités de
méthodes normalisées doivent être accompagnées de valeurs de réalisation sont constantes, alors que les conditions de reproductibi-
reproductibilité. Mais il est aussi possible d’étendre cette technique lité intègrent la plupart des sources de variation que l’on rencontre
à un seul laboratoire pour mesurer un écart-type de fidélité intermé- dans l’application générale d’une méthode. Ces deux concepts ont
diaire (partie 3 de la norme ISO 5725). été introduits pour des raisons économiques afin de comparer des
mesures faites par deux laboratoires différents qui représentent
• Les essais d’aptitude, comme décrits dans le projet de norme chacun les intérêts de deux partenaires commerciaux.
ISO 13528 ou le Guide ISO 43 [5], réunissent de nombreux laboratoi-
res, parfois plusieurs milliers. Les participants n’auront pas à faire
de répétitions sur les échantillons qu’ils reçoivent car le but est de C’est pourquoi, à partir de ces deux notions, on définit deux
calculer par consensus une valeur de référence acceptée qui servira caractéristiques de la fidélité :
à vérifier si un laboratoire est compétent pour exécuter un type de — la limite de répétabilité ou répétabilité (notée r) qui est
détermination. Ce bilan d’aptitude se fera après avoir classé les l’écart maximal au niveau de confiance de 95 % entre deux
laboratoires d’après leurs résultats et en vérifiant quels sont ceux résultats obtenus selon des conditions de répétabilité ;
qui se trouvent en dehors de limites de tolérance, elles aussi con- — la limite de reproductibilité ou reproductibilité (notée R)
sensuelles. Les tests d’aptitude sont généralement organisés par qui est l’écart maximal au niveau de confiance de 95 % entre
des structures interprofessionnelles et les laboratoires y participent deux résultats obtenus sur un échantillon commun par deux
de façon volontaire en fonction d’un programme analytique propre opérateurs ou deux laboratoires différents selon des conditions
à une branche d’activité. de reproductibilité.
Par exemple, on trouve des tests d’aptitude pour les produits céréa-
liers, les liants hydrauliques, l’analyse œnologique, les analyses de bio- Le modèle mathématique utilisé pour mesurer les écarts-types de
logie clinique, etc. répétabilité et de reproductibilité d’une analyse interlaboratoire est
le suivant :
• Les études pour préparer des matériaux de référence (certifiés
ou non). Elles suivent des protocoles très variés qui peuvent s’inspi- xij = µ + Li + eij (2)
rer des analyses interlaboratoires classiques. Cependant, d’une
part, on va utiliser plusieurs types de méthodes d’analyse afin de Chaque répétition xij est représentée par la somme de trois
détecter un principe analytique qui générerait un biais systémati- éléments : µ est la valeur vraie de l’échantillon, Li le biais aléatoire
que, d’autre part, les laboratoires participants ne seront pas choisis du laboratoire et eij l’erreur expérimentale. Dans ce modèle, l’indice
au hasard mais d’après leur haut niveau de compétence (a priori). i repère le laboratoire et j le numéro de répétition. Puisque chaque
Les matériaux de référence certifiés pourront être assimilés à des laboratoire a fait des répétitions, on peut calculer une variance pro-
étalons primaires et servir à vérifier la justesse d’une méthode pre à chaque laboratoire notée s i2 . Si on suppose que les variances
interne. Malheureusement, il n’existe pas encore de matériau de de laboratoires ne sont pas statistiquement différentes les unes des
référence certifié pour chaque domaine d’application. autres, on peut calculer une variance commune qu’on appelle
Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
P 226 − 4 © Techniques de l’Ingénieur
ＱＱＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＲ
Ｒ
Secrétaire technique de la CETAMA au CEA
et Marielle CROZET
Ingénieur-chercheur au CEA
ＱＱＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＲ
Ｒ
différentes approches couramment utilisées dans les laboratoires sont exposées.
Le seuil (ou limite) de décision est défini par l’UICPA [2] comme
étant une valeur significative minimale d’une concentration ou
d’un signal net estimé. 1.3 Limite de quantification
Tout comme la limite de détection, la limite de quantification est
Le signal brut correspond à l’addition d’un signal dû à la gran- une caractéristique de performance de la méthode d’analyse. Elle
deur mesurée, appelé signal net, et d’un signal parasite. Selon la correspond à la valeur de la concentration ou du signal net
méthode d’analyse mise en œuvre, les différentes contributions au-dessous de laquelle le mesurande n’est plus « quantifiable ». Ce
au signal parasite peuvent être le bruit électronique, le fond qui revient à dire qu’au-dessous de cette valeur, la valeur estimée
spectral, des interférences, des pollutions... du mesurande est jugée trop incertaine.
ＱＱＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＲ
3 4
2. Notations
Ｒ
XC xC
XD xD
ＱＱＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＲ
de détection
L’erreur de 2nde espèce revient à déclarer le mesurande non
Figure 2 – Schématisation du seuil de décision significatif, à tort.
La probabilité d’erreur de 2nde espèce est généralement notée β,
encore appelée risque β.
En général, σ0 n’est pas connu et est estimé par s0 , en
considérant un nombre de degrés de liberté v. Conformément à la définition donnée au paragraphe 1.2, la
limite de détection est le signal net pour lequel la probabilité
Dans ce cas, l’estimation yC de YC se calcule selon la formule : qu’une valeur de mesure soit inférieure au seuil de décision est
égale à β.
y C = t1−α ,v s 0 (3) Très souvent la valeur de β est prise égale à 5 % (risque unilatéral).
La représentation graphique de ce concept est donnée figure 4 .
avec s0 écart-type estimé du signal net du blanc calculé selon la
formule. La loi normale centrée sur YD représente la densité de proba-
bilité d’un mesurande dont la valeur vraie est égale à YD . Les
n
paramètres de cette loi sont : YD et σD .
s0 =
∑i =1 (y i − y ) 2 (4) Le risque β correspond au risque de déclarer le mesurande non
n −1 significatif (inférieur à la limite de décision YC) alors qu’il est égal à
YD .
où yi signal net pour le blanc i, Pour des lois de distribution gaussiennes, la limite de détection
y moyenne arithmétique des signaux nets des n blancs. se calcule selon l’équation :
Le choix d’un échantillon blanc pertinent est extrêmement Si l’on prend α = β = 5 %, on obtient l’équation :
important pour obtenir une estimation correcte de la limite de
détection. L’idéal est de disposer d’un échantillon blanc YD = 1,645 σ 0 + 1,645 σ 0 (8)
correspondant à un blanc de matrice, c’est-à-dire que la
matrice des échantillons analysés par le laboratoire est simi- Soit l’équation :
laire à celle de l’échantillon blanc.
Si un tel échantillon blanc de matrice n’est pas disponible, YD ≈ 3, 3σ 0 (9)
le laboratoire doit soit reconstituer le plus fidèlement possible
la matrice, soit démontrer que la matrice n’a pas d’influence En général, σ0 n’est pas connu et est estimé par s0 , en
sur le résultat de mesure. considérant un nombre de degrés de liberté v. Dans ce cas,
Le choix des matrices représentatives et la disponibilité de lorsque l’on a homoscédasticité et en prenant α = β, l’estimation yD
telles matrices exemptes des analytes recherchés sont très de YD peut être approximée par la formule de l’équation :
souvent deux des points durs de la démarche d’évaluation des
limites de détection. y D ≈ 2t1−α,v s0 (10)
Remarque : le signal net du blanc est toujours centré sur la t de Student pour une probabilité 1 – α et un nombre
avec t1–α,v
valeur nulle.
de degrés de liberté v.
ＱＱＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＳ
Cumul de mesures
Ｒ
Cédric RIVIER
Secrétaire technique de la CETAMA au CEA
CEA, DEN, DRCP, CETAMA
Stéphane PUYDARRIEUX
Ingénieur procédé, expert statistique appliquée
AREVA NC La Hague
Alain VIVIER
Expert sénior en dosimétrie et statistique
INSTN, ETSR, Saclay
Vincent BRUEL
Ingénieur recherche opérationnelle
AREVA, BUE, SET, IPE, Site du Tricastin
Guillaume MANIFICAT
Chef du service de surveillance et d’étude de la radioactivité dans l’environnement à l’IRSN
PRP-ENV, SESURE
Marcel MOKILI
Ingénieur de recherche
SUBATECH – UMR 6457 : École des Mines de Nantes, IN2P3/CNRS, Université de Nantes
et Bernard THAUREL
Ingénieur-chercheur
IRSN – PDS, DEND, SATE
e nombreux domaines sont concernés par les cumuls : par exemple les
D rejets liquides ou gazeux dans l’environnement, la gestion des déchets, la
réalisation de bilans matière, l’analyse des impuretés dans un produit fini ou
un matériau de référence, la surveillance de l’environnement...
Cet article traite uniquement de cumuls de valeurs de mesures à bas niveau
et s’applique en particulier au cas des analyses chimiques et radiologiques.
La plupart des méthodes de cumuls mises en œuvre actuellement utilisent
des méthodes de substitution des valeurs de mesure non significatives engen-
drant ainsi des biais, parfois très importants sur le résultat du cumul. Ces biais
ＱＱＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＳ
Notations adoptées par Currie [1] et Voigtman [2] [3] 1.1 Seuil de décision
yC Estimation du seuil de décision – domaine Le seuil (ou limite) de décision est défini par l’UICPA (Union
des réponses (signal) internationale de chimie pure et appliquée) comme étant une
valeur significative minimale d’une concentration ou d’un signal
yD Estimation de la limite de détection – domaine net estimé.
des réponses (signal)
yQ Estimation de la limite de quantification – domaine Le signal brut correspond à l’addition d’un signal dû à la
des réponses (signal) grandeur mesurée, appelé signal net, et d’un signal parasite.
Selon la méthode d’analyse mise en œuvre, les différentes
xC Estimation du seuil de décision – domaine contributions au signal parasite peuvent être le bruit électro-
des concentrations nique, le fond spectral, des interférences, des pollutions...
xD Estimation de la limite de détection – domaine des
concentrations
La notion de « valeur significative » se conçoit en comparant le
xQ Estimation de la limite de quantification – domaine signal net estimé à celui du blanc. Cette comparaison fait interve-
des concentrations nir le risque ! , appelé risque de faux positif ou risque associé à
une erreur de 1re espèce, correspondant au risque de déclarer le
yi Valeur de la ie mesure de la réponse (signal) mesurande significatif à tort.
xi Valeur de la ie mesure de la concentration
En introduisant le risque α, le seuil de décision yC (figure 1)
u (xi) Incertitude-type de la ie mesure de la concentration
peut se définir par :
µ Valeur vraie du mesurande (concentration) « valeur critique pour laquelle la probabilité d’obtenir une
valeur de mesure supérieure à cette valeur, lorsque le
µ̂ Résultat de mesure, estimation de la valeur vraie mesurande est nul, est égale à α ».
du mesurande, non négatif
Q Valeur du cumul établie à partir des xi
Cette définition est cohérente avec la définition de la norme
u (Q ) Incertitude-type du cumul NF ISO 11843-1.
1. Définitions
Parmi la multitude de termes faisant référence aux capacités de
détection d’une méthode d’analyse, il est ici nécessaire d’en définir
trois afin de faciliter la lecture du présent article : le seuil de déci-
sion, la limite de détection et la limite de quantification. Pour la
Valeur de mesure
même raison, il nous paraît utile de définir cinq termes
significative à tort
supplémentaires : la valeur et le résultat de mesure, le cumul, la
moyenne et l’incertitude de mesure. α
ＱＱＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＳ
0 yC yD
y
Ｒ
Figure 2 – Illustration du concept de limite de détection
1.4 Valeur de mesure et résultat
(cas de l’homoscédasticité) de mesure
De nouvelles approches, fondées sur des méthodes
1.2 Limite de détection bayésiennes [5] [6] [7] [8] [9], apparaîssent actuellement pour les
mesures à bas niveau. L’intérêt de ces approches est de considérer
Bien que le VIM (Vocabulaire international de métrologie) ait été le fait que le mesurande ne peut être négatif (une concentration
rédigé par le Joint Committee for Guide in Metrology (JCGM) qui négative ne peut exister) et de calculer la loi de probabilité du
fédère les grandes instances scientifiques et normatives internatio- mesurande correspondante (généralement une gaussienne tron-
nales telles que le BIPM (Bureau international des poids et mesu- quée), y compris pour des valeurs inférieures à la limite de déci-
res), l’ISO (International organization for standardization), l’UICPA, sion. Pour intégrer ce concept et par souci de cohérence avec
la CEI (Commission électrotechnique internationale)..., la définition l’article [P 262], il est utile de rappeler que la valeur de mesure
de la limite de détection, donnée par UICPA, a été préférée à celle peut être exprimée en unité de signal y ou de mesurande (concen-
du VIM (§ 4.18). tration) x et il est nécessaire d’introduire une nouvelle notation
correspondant au résultat de mesure µ̂ , estimation de la valeur
En effet, la définition donnée dans le VIM fait référence à la vraie du mesurande, exprimé en unité du mesurande et ne pou-
notion de valeur mesurée alors que la limite de détection n’est pas vant être négatif.
une valeur de mesure particulière mais est une caractéristique de
la méthode d’analyse.
La valeur de mesure peut être définie comme suit :
« valeur expérimentale du signal net, initialement exprimée
La définition suivante de la limite de détection xD, issue de en unité du signal (y ) et pouvant être convertie en unité du
l’UICPA, est adoptée : mesurande (x ) pour la réalisation du cumul. Lorsqu’elle est
« concentration (ou mesurande) pour laquelle la probabilité exprimée en unité du mesurande, son incertitude tient aussi
qu’une valeur de mesure soit inférieure au seuil de décision est compte de l’incertitude du modèle. Une valeur de mesure cor-
égale à β ». respondant à un signal observé peut être négative ».
Le résultat de mesure peut être défini comme suit :
Le risque est appelé risque de faux négatif ou risque lié à une « estimation de la valeur vraie du mesurande, grandeur que
erreur de 2e espèce, il correspond au risque de déclarer le l’on veut mesurer. Dans le cas des analyses chimiques et
mesurande non significatif à tort (figure 2) [P 262]. radiologiques, un résultat de mesure (µˆ ) ne peut être négatif ».
Cette définition est cohérente avec la définition de la norme
NF ISO 11843-1. Le résultat de mesure correspond, dans cet article en particulier,
au cumul des valeurs de mesure complété par toute autre informa-
tion pertinente possible : il tient compte des différentes corrections
1.3 Limite de quantification appliquées, de leurs incertitudes et s’exprime généralement
comme une fonction de densité de probabilité tronquée à 0.
Tout comme la limite de détection, la limite de quantification est
une caractéristique de performance de la méthode d’analyse. Elle
correspond à la valeur de la concentration au-dessous de laquelle 1.5 Incertitude de mesure
le mesurande n’est plus « quantifiable ». Ce qui revient à dire
qu’au-dessous de cette valeur, la valeur estimée du mesurande est
jugée trop incertaine.
L’incertitude de mesure est définie dans le VIM comme suit :
« paramètre non négatif qui caractérise la dispersion des
La définition retenue de la limite de quantification xQ dans valeurs attribuées à un mesurande, à partir des informations
cet article est : utilisées ».
« valeur vraie du mesurande dont l’estimation est donnée
avec une incertitude minimale spécifiée ».
L’incertitude de mesure est une grandeur non mesurable, ser-
vant à quantifier le manque de connaissance que l’on a sur une
L’UICPA parle d’écart-type relatif au lieu d’incertitude et précise valeur vraie unique. L’écart-type caractérisant la dispersion des
qu’un écart-type relatif de 10 % est communément utilisé. Il nous valeurs de mesure contribue à l’incertitude de mesure.
semble préférable d’introduire la notion d’incertitude-type dans la Les concepts de résultat de mesure et d’incertitude de mesure
définition afin de tenir compte de l’ensemble des facteurs pouvant sont illustrés sur la figure 3.
ＱＱＹ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｐＲＶＳ
Ｒ
Résultat de mesure
2. Modèle de cumul
Comme pour tout mesurage, il convient, avant tout, de définir
l’objet du cumul (mesurande). La définition du mesurande revêt
pour les cumuls une importance toute particulière car elle permet
de lever toute polémique éventuelle sur la légitimité de cumuler
Valeur x
vraie
des mesures obtenues à partir de grandeurs pouvant être radica-
lement différentes.
Quelques exemples de cumuls sont donnés ci-dessous :
Figure 3 – Illustration des concepts de résultat de mesure
et d’incertitude-type de mesure – somme annuelle de rejets de contaminants chimiques dans les
effluents d’une usine : le cumul est calculé à partir de multiples
échantillons prélevés tout au long de l’année ;
– activité en tritium total dans un effluent liquide, calculée en
1.6 Cumul sommant le tritium libre et le tritium organiquement lié. Dans ce
cas, l’échantillon est identique, par contre, les analytes (tritium
libre et tritium organiquement lié) sont différents ;
– concentration en métaux lourds dans une eau résiduaire. Le
Le terme « cumul de mesures » n’est pas défini dans les tex- cumul porte sur une somme algébrique de concentrations
tes normatifs. La définition retenue d’un « cumul de mesures » d’éléments chimiques différents.
est la suivante : Dans tous les cas de figure, l’objectif est de considérer des
« somme algébrique ou moyenne de valeurs de mesure situations où le cumul des valeurs obtenues a un sens (parfois
(positives ou négatives) ». imposé par la réglementation comme par exemple le bilan annuel
des rejets).
Alors que, dans le cas des analyses chimiques et radiologiques, 2.1 Modèle de cumul
la valeur vraie du mesurande ne peut être que positive ou nulle,
une valeur de mesure peut être négative (par exemple : un signal Une fois le mesurande défini, l’étape suivante consiste à écrire
net négatif obtenu par différence entre un signal brut et le signal le modèle mathématique du cumul. Ce modèle est très simple et
du fond). Le cumul peut se faire avec des valeurs de mesures est du type :
significatives ou non, obtenues par une ou plusieurs méthodes
d’analyse. Le cumul des valeurs de mesures doit être comparé au – dans le cas d’un cumul établi à partir d’une somme de valeurs
seuil de décision du cumul, pour déterminer si le cumul obtenu est de mesure :
significatif ou non. Un cumul de mesures non significatives peut n
Q=∑ x (1)
être significatif. i =1 i
Le cumul de mesures se fait sur toutes les valeurs de mesure – dans le cas d’un calcul de moyenne algébrique de valeurs de
obtenues avec une méthode de mesure validée. En aucun cas, on mesure :
ne doit supprimer les valeurs de mesure non significatives. n
Q=
∑i =1xi (2)
n
– dans le cas d’un calcul de moyenne pondérée de valeurs de
Les valeurs de mesure sont initialement obtenues dans mesure :
l’unité du signal de mesure (aire d’un pic d’un chromato-
n x
gramme, nombre de coups par unité de temps en mesure de ∑i =1u 2 (ixi )
radioactivité par exemple). Les opérations de cumul doivent Q= (3)
se faire à partir des valeurs de mesure exprimées en unité du n 1
mesurande (concentration, becquerel respectivement par ∑i =1u 2 (xi )
exemple).
L’incertitude-type associée au cumul de mesures est égale- avec Q valeur du cumul,
ment exprimée en unité du mesurande et prend en compte xi valeur de mesure de la grandeur i (exprimée en unité du
toutes les sources d’incertitude c’est-à-dire les incertitudes mesurande),
liées au modèle mathématique permettant de relier le signal u (xi) incertitude-type de xi (tenant compte de l’incertitude
au mesurande. associée au modèle de mesure).
ＱＲＰ
Qualité au laboratoire
(Réf. Internet 42497)
1– Qualité et validation
Robustesse des étalonnages multidimensionnels : application aux données spectrales SL265 127
Sur www.techniques-ingenieur.fr
• Saisissez la référence Internet pour accéder directement aux contenus en ligne
• Retrouvez la liste complète des ressources documentaires
ＱＲＱ
Ｓ
ＱＲＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＳＰ
Traçabilité métrologique
des analyses chimiques
Ｓ
CEA, DES, ISEC, DMRC, Univ Montpellier, Marcoule, France
ＱＲＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＳＰ
Les étapes de préparation des échantillons en vue de leur analyse et les dif-
férences de réponse des systèmes de mesure en fonction de la nature de la
matrice des échantillons sont souvent la cause de rupture de la chaîne de
traçabilité.
Pourtant les laboratoires ont su mettre en place depuis longtemps un certain
nombre d’outils leur permettant d’assurer la comparabilité de leurs résultats
d’analyse. Ces outils comprennent les méthodes normalisées, les matériaux de
référence et les comparaisons interlaboratoires.
Les comparaisons interlaboratoires, bien qu’essentielles pour assurer la
comparabilité des résultats de mesure, ne permettent généralement pas de
garantir la traçabilité des résultats de mesure. Seul le rôle des matériaux de
référence certifiés et des méthodes normalisées dans l’établissement de la tra-
çabilité des résultats d’analyse chimique est décrit dans cet article.
Ｓ
Sigle Développé Sigle Développé
AASQA Association Agréée de Surveillance de la Qualité NF Norme Française
de l’Air
NIST National Institute of Standards and Technology
Airparif Assocation de surveillance de la qualité de l’air en
Île-de-France OMS Organisation Mondiale de la Santé
ATMO Association de loi 1901 fédérant le réseau VIM Vocabulaire International de Métrologie
national des AASQA
BAM Bundesanstalt für Materialforschung und-
prüfung : Institut fédéral allemand de recherche et Symbole Unité Description
d'essais sur les matériaux
EN sans unité écart normalisé
BIPM Bureau International des Poids et Mesures
unité du résultat obtenu par le laboratoire
CCQM Comité Consultatif pour la Quantité de Matière mesurande sur le matériau de référence
certifié
CEN Comité Européen de Normalisation
xréf unité du valeur certifiée de la grandeur
CIPM Comité International des Poids et Mesures mesurande mesurée issue du certificat du
matériau de référence
COFRAC Comité français d’accréditation
ui unité du incertitude-type associée à la
COMAR COde d’indexation des MAtériaux de Référence mesurande moyenne des résultats pour la
(banque internationale de matériaux de référence) grandeur mesurée
EA European cooperation for Accreditation uréf unité du incertitude-type associée à la
mesurande valeur certifiée de la grandeur
ICP-AES Spectrométrie d’émission atomique par plasma à
mesurée
couplage induit
CCd mg/kg concentration en cadmium dans
IEC International Electrotechnical Commission
l’échantillon de sol
ISO International Organization for Standardization
V L volume final de la solution de sol
JCGM Joint Committee for Guides in Metrology minéralisé
JCTLM Joint Committee for Traceability in Laboratory mPE g masse de prise d’essai de sol
Medicine mg/L concentration en cadmium
JRC Joint Research Center déterminée par ICP-AES
LCSQA Laboratoire Central de Surveillance de la Qualité fétalon sans unité facteur lié à l’exactitude des
de l’Air solutions étalons
LNE Laboratoire national de métrologie et d’essais fmise_en_ sans unité facteur lié à la mise en solution et
solution + à la matrice de l’échantillon
MRA Mutual Recognition Agreements effet_matrice
ＱＲＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＰＳＰ
1. Traçabilité métrologique
et spécificités
des analyses chimiques Constante
de Planck
Réalisation pratique de la
L’objectif principal de la métrologie consiste à assurer la compa- définition du kilogramme
rabilité des résultats. Cet objectif ne peut être atteint que si la tra-
çabilité des résultats à des références établies est satisfaite. Étalons de masse primaires
(artefacts étalonnés par
des méthodes primaires)
La traçabilité métrologique ne doit pas être confondue avec
la traçabilité documentaire telle qu’on la conçoit dans cer- Dissémination de
l’unité de masse
tains secteurs et qui consiste à retrouver l’historique d’un pro-
duit ou d’un service afin de remonter à son origine.
Étalons de masse secondaires
La traçabilité métrologique caractérise le résultat de (artefacts étalonnés par des
mesure et permet de le rattacher à une référence donnée et
Ｓ
étalons de masse primaires)
reconnue.
ＱＲＵ
Ｓ
ＱＲＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＶＵ
Ｓ
1. Contexte et problématique.................................................................... SL 265 - 2
1.1 Étalonnage des signaux multivariés .......................................................... — 2
1.2 Problème de la robustesse .......................................................................... — 2
1.3 Exemples ...................................................................................................... — 3
1.3.1 Exemple 1 : effet de la température sur la mesure du taux
de sucres des pommes par spectrométrie visible/très proche
infrarouge ..................................................................................................... — 3
1.3.2 Exemple 2 : effet du millésime sur la mesure du taux de protéines
du blé par spectrométrie visible/proche infrarouge.................................. — 3
2. Stratégie générale de construction
d’un étalonnage robuste ........................................................................ — 4
2.1 Cas où la grandeur d’influence est mesurable .......................................... — 6
2.1.1 Correction a priori ............................................................................... — 6
2.1.2 Correction du modèle ......................................................................... — 6
2.1.3 Correction a posteriori ........................................................................ — 6
2.2 Cas des grandeurs d’influence non mesurables ....................................... — 7
3. Conclusion.................................................................................................. — 10
Pour en savoir plus ........................................................................................... Doc. SL 265
ｐ｡ｲｵｴｩｯｮ＠Ｚ＠､￩｣･ｭ｢ｲ･＠ＲＰＱＰ＠Ｍ＠ｄ･ｲｮｩ￨ｲ･＠ｶ｡ｬｩ､｡ｴｩｯｮ＠Ｚ＠ｳ･ｰｴ･ｭ｢ｲ･＠ＲＰＱＸ
ＱＲＷ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＶＵ
1. Contexte et problématique Il est donc clair que les techniques statistiques classiques d’éta-
lonnage ne peuvent pas être appliquées sans précaution au cas
des signaux de grande dimension, comme les spectres. C’est pour
cela que des méthodes dédiées ont été développées, au sein de la
Notations chimiométrie, comme détaillé dans l’article [P 264] des Techniques
de l’Ingénieur. La plupart de ces méthodes s’appuient sur l’identifi-
cation du sous-espace porteur de l’information utile, que nous
Les lettres majuscules grasses seront employées pour dési- appellerons espace latent, en référence aux variables latentes de la
gner des matrices, par exemple X ; les lettres minuscules méthode d’étalonnage la plus populaire, la régression Partial
grasses désignent des vecteurs colonnes, par exemple xj Least-Squares ou PLSR (cf. [P 264] et [2]). Il s’agit du sous-espace
désigne la je colonne de X (les vecteurs sont toujours suppo- engendré par les variations des spectres reliées à celles de la gran-
sés disposés en colonne) ; les lettres minuscules non grasses deur d’intérêt. Cet espace est d’une dimension très inférieure à
désignent des scalaires, par exemple des éléments de matrice celle de l’espace de mesure.
xij ou des indices i. En cas de besoin, la dimension des
matrices peut être indiquée par un double indiçage entre Dans la suite de cet article, nous supposerons que le signal
parenthèses, par exemple X(np) indique que la matrice X a n mesuré est un spectre x de dimension p (par exemple, un spectre
d’absorption infrarouge), que l’étalonnage concerne une grandeur
lignes et p colonnes. Le produit scalaire de deux vecteurs a et
d’intérêt unique Y (par exemple, une concentration) et qu’il est réa-
Ｓ
b est noté aTb. Les grandeurs sont indiquées par une lettre lisé par une méthode linéaire. Ainsi, le modèle d’étalonnage est
capitale italique, par exemple la température T. Dans la suite constitué d’un vecteur b de p coefficients et d’une ordonnée à l’ori-
de cet article, la grandeur d’intérêt (visée par l’étalonnage) gine b0 , tels que :
sera notée Y, sa valeur y. Une grandeur d’influence sera notée
G, sa valeur g. Les valeurs estimées par un modèle seront
notées avec un chapeau, par exemple ŷ . ŷ = x Tb + b0 (1)
ＱＲＸ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＲＶＵ
Un troisième jeu E2 de n2 = 10 pommes a été soumis au même Quatre jeux de test F2002 , F2003 , F2004 et F2005 ont été constitués
avec les 4 années restantes, avec des effectifs de 84, 117, 107 et
dispositif expérimental que le jeu E1 , fournissant les matrices
121 individus pour les années 2002, 2003, 2004 et 2005.
{X 12 , X 22 ,..., X 28 } et le vecteur y2 .
Le jeu F0 a été utilisé pour étalonner un modèle par régression
Le jeu E0 a été utilisé pour construire un modèle par régression PLS, sans prétraitement ni sélection de variables. La figure 3a
PLS, sans prétraitement ni sélection de variables. La figure 1 montre l’évolution de l’erreur d’étalonnage (SEC pour standard
2,2
Valeurs estimées (Brix)
Erreurs (Brix)
22
R2 = 0,864 ; SECV = 0,814 Brix
2
20
1,8
1,6 18
1,4
16
1,2
1 14
0,8 12
0,6
10
0,4
0 2 4 6 8 10 12 14 16 18 20 22 10 12 14 16 18 20 22
Dimension espace latent (k) Valeurs mesurées (Brix)
SEC SECV
ＱＲＹ
Ｓ
ＱＳＰ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＱＰ
Évaluation de la compétence
des laboratoires
Accréditation et alternatives
par Patrick REPOSEUR
Directeur d’Accreditation and Conformity Assessment Consulting (ACAC)
Consultant international – Gérant
ＱＳＱ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＱＰ
1. Terminologie de base Norme internationale telle que les essais (4.2), l’inspection (4.3) et la certification (5.5),
de même que l’accréditation (5.6) des organismes d’évaluation de la conformité (2.5).
ＱＳＲ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＱＰ
■ 2.5 Organisme d’évaluation de la conformité : organisme qui ■ 5.6 Accréditation : attestation (5.2) délivrée par une tierce partie,
fournit des services d’évaluation de la conformité. ayant rapport à un organisme d’évaluation de la conformité (2.5),
Note : un organisme d’accréditation (2.6) n’est pas un organisme d’évaluation de la constituant une reconnaissance formelle de la compétence de ce
conformité. dernier à réaliser des activités spécifiques d’évaluation de la
conformité.
■ 2.6 Organisme d’accréditation : organisme faisant autorité qui
procède à l’accréditation (5.6). Nota : une attestation est la fourniture d’une affirmation, basée sur une décision qui
fait suite à la revue (5.1), démontrant que des exigences spécifiées sont respectées.
Note : l’autorité d’un organisme d’accréditation est généralement issue du
gouvernement.
Ｓ
duits transformés).
nage, en Grande-Bretagne puis en France. Les années 1970 ont vu
Note 2 : la déclaration de conformité décrite dans la note 1 en 5.2 peut être considérée
comme un produit d’attestation (5.2). la mise en place de procédures analogues en Suède, aux Pays-Bas,
en Italie ainsi qu’en république fédérale d’Allemagne, rejoint dans
■ 4.2 Essai : détermination d’une ou de plusieurs caractéristiques les années 1980 par la Finlande, l’Autriche, la Hongrie, le Portugal
d’un objet de l’évaluation de la conformité, selon une procédure (3.2). et la Norvège. C’est à cette même époque que se mettent en place
Note : le terme « essai » s’applique typiquement aux matériaux, produits ou les systèmes d’accréditation de laboratoires d’essais et d’analyses.
processus. Dans la majorité des pays, ces systèmes se développent en
■ 2.39 Étalonnage (VIM) : opération qui, dans des conditions spé- parallèle des accréditations déjà existantes pour les laboratoires
cifiées, établit en une première étape une relation entre les valeurs d’étalonnage.
et les incertitudes de mesure associées qui sont fournies par des Nota : en 1968 (date de création du BNM) le terme « habilitation » était utilisé en lieu
et place de celui d’accréditation, les laboratoires intervenant par délégation au nom des
étalons et les indications correspondantes avec les incertitudes laboratoires du BNM.
associées, puis utilise en une seconde étape, cette information
pour établir une relation permettant d’obtenir un résultat de La mise en place du marché unique en Europe provoquera une
mesure à partir d’une indication. explosion du nombre d’accréditeurs dans les années 1990. En 2010
Note 1 : un étalonnage peut être exprimé sous la forme d’un énoncé, d’une fonction EA (European co-operation for Accreditation) compte 34 organis-
d’étalonnage, d’un diagramme d’étalonnage, d’une courbe d’étalonnage ou d’une table mes d’accréditation intervenant dans les domaines des laboratoi-
d’étalonnage. Dans certains cas, il peut consister en une correction additive ou multipli- res, des organismes d’inspection et dans les domaines couverts
cative de l’indication avec une incertitude de mesure associée.
par les organismes de certification (produits, personnels et systè-
Note 2 : il convient de ne pas confondre l’étalonnage avec l’ajustage d’un système de mes de management).
mesure, souvent appelé improprement « autoétalonnage », ni avec la vérification de
l’étalonnage.
ＱＳＳ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＱＰ
Dans le domaine de l’accréditation des laboratoires d’analyse et gie vers les entreprises en s’appuyant sur le relais des laboratoires
d’essais, une coopération analogue se met en place en 1991, le d’étalonnage industriels habilités. Par cette procédure d’éva-
WELAC (Western European Laboratory Accreditation Cooperation). luation, le BNM accordait à ces laboratoires d’étalonnage indus-
Le premier accord multilatéral dans ce domaine est signé en 1992. triels l’autorisation de travailler en son nom et d’apposer le
Il groupe cinq pays, le Danemark, la France, les Pays-Bas, le logotype du BNM sur les certificats d’étalonnage. S’agissant d’une
Royaume-Uni et la Suède. Par cet accord, les accréditeurs de labo- délégation du BNM vers les laboratoires recevant une attestation
ratoire d’essais s’accordent à reconnaître l’équivalence de leurs d’habilitation, il s’agissait bien d’une action répondant à la défi-
procédures d’accréditation et déclarent que l’on ne devrait pas nition de l’accréditation « attestation délivrée par un organisme fai-
accorder de valeur différente à deux accréditations décernées par sant autorité ». En effet, qui pouvait être plus compétent que le
deux accréditeurs signataires de cet accord. laboratoire national de métrologie pour déléguer une partie de ses
Dans les domaines de l’accréditation des organismes de certifi- missions à des laboratoires qu’il avait lui-même évalué !
cation, EAC (European Accreditation of Certification) était institué En 2005, l’ensemble des missions restantes du BNM étaient
en 1991. L’évolution politique en Europe conduira à la fusion des transférées au Laboratoire national d’essais qui devenaient dès
deux organismes (WEMC et WELAC) en juin 1994 instituant EAL lors Laboratoire national de métrologie et d’essais tout en
(European co-operation for the Accreditation of Laboratories). conservant son sigle LNE.
Ces deux coopérations (EAC et EAL) fusionnent au sein d’EA
(European co-operation for Accreditation) en 1997. 2.4 Coopérations d’accréditeurs
Ｓ Notons un particularisme de l’accréditation en Europe qui est la
non-concurrence entre organismes nationaux d’accréditation.
au niveau international
En 1976 a eu lieu pour la première fois la conférence internatio-
nale des accréditeurs de laboratoires ILAC (International Labora-
2.2 Accréditation dans le monde tory Accreditation Conference). L’essentiel des participants à ces
premières conférences étaient des accréditeurs de laboratoire
Dans les autres parties du monde, à l’opposé de l’Europe, ce
d’essais.
sont principalement des systèmes d’accréditation de laboratoires
d’essais qui verront le jour, notamment le tout premier organisme En 1996, ILAC devenait « International Laboratory Accreditation
d’accréditation sur Terre : l’organisme australien (NATA), en 1946. Cooperation » dont l’activité débouchera sur la signature d’un accord
Puis le TELARC (aujourd’hui IANZ) est créé en 1973 en Nou- multilatéral le 2 novembre 2000, concernant l’accréditation des
velle-Zélande, l’A2LA en 1978 aux États-Unis et, en 1981, le laboratoires d’essais ainsi que celles des laboratoires d’étalonnage.
CSIR/NCS (aujourd’hui SANAS) en Afrique du Sud ; celui-ci se dis- À l’image des structures existantes en Europe avec EAC, un
tingue par une approche similaire avec celle des pays européens organisme regroupant les accréditeurs d’organismes de certifi-
et est l’organisme ayant signé l’un des tout premiers accords de cation se mettait en place le 28 janvier 1993 aux États-Unis : IAF
reconnaissance bilatérale avec les organismes européens dans le (International Accreditation Forum).
domaine de l’étalonnage.
Dans un souci d’harmonisation ILAC et IAF ont, sous la pression
En 2004, l’ISO et la CEI ont publié la première version de la de leurs membres européens, lancé une très large consultation
norme ISO/CEI 17011 regroupant les critères généraux pour les visant à la fusion des deux structures. À l’issue de cette
organismes d’accréditation procédant à l’accréditation d’orga- consultation de membres des deux coopérations, il a été décidé,
nismes d’évaluation de la conformité, fusionnant ainsi les parties en janvier 2010, de conserver le statu quo. En effet, bien que régit
communes des documents définissant les différents métiers par la même norme, les spécificités « métiers » sont assez diffé-
d’accréditeur de laboratoires, d’accréditeur d’organismes de certifi- rentes. De même que celles correspondant à un laboratoire d’éta-
cation, et d’accréditeur d’organismes d’inspection (respectivement lonnage et à un laboratoire d’essais.
ISO/CEI 58, ISO/CEI 61 et ISO/CEI TR 17010).
Chaque coopération continuera donc à gérer son propre accord
Cette norme 17011 intégrant les laboratoires d’étalonnage, bien de reconnaissance, et son comité technique. Une assemblée géné-
que la définition d’un étalonnage ne soit pas à proprement parler rale conjointe se tiendra entre les deux assemblées générales res-
une activité d’évaluation de la conformité (voir définition 2.1 du pectives d’ILAC et d’IAF. Lors de l’assemblée générale d’octobre
Vocabulaire et principes généraux de l’évaluation de la conformité 2010 à Shanghai, IAF et ILAC ont résolu que l’accréditation des
17000) certainement en raison de l’importance cruciale de la maî- organismes d’inspection ne serait plus supervisée que par ILAC
trise des processus de mesure pour l’ensemble des opérations (ILAC Résolution GA 14.12).
d’évaluation de la conformité. Cet ajout se trouve dans l’intro- Nota : l’assemblée générale d’ILAC note et accepte la décision de l’assemblée géné-
duction de la norme ISO/CEI 17011. rale d’IAF à Shanghai en octobre 2010 que la responsabilité du domaine de l’inspection
soit transférée d’un comité joint IAF/ILAC à ILAC seul.
Nota : ces organismes d’évaluation de la conformité ont des activités d’évaluation de
la conformité qui comprennent la certification, l’inspection, l’essai, et, dans le contexte
de la présente norme internationale, l’étalonnage.
2.5 Différentes coopérations régionales
2.3 Accréditation en France À l’image d’EA, en Europe, différentes coopérations régionales
se sont créées :
En France, l’accréditation des laboratoires d’étalonnage s’est
développée au sein du Bureau national de métrologie (BNM) ■ APLAC (Asian Pacific Laboratory Accreditation) regroupant les
jusqu’en juin 1994, et ce jusqu’à compter près de 300 laboratoires accréditeurs de laboratoires d’essais, d’analyse et d’étalonnage
d’étalonnage habilités. En 1994, le service en charge de l’évalua- pour l’ensemble des pays de cette zone.
tion et de la reconnaissance des laboratoires d’étalonnage a été
transféré du BNM au sein du Cofrac (Comité français d’accrédita- ■ PAC (Pacific Accreditation for Certification) regroupant les accré-
tion) dont il deviendra la section « Étalonnage », les services habi- diteurs d’organismes de certifications pour l’ensemble des pays de
lités devenant dès lors des laboratoires d’étalonnage accrédités. À cette zone analogue à APLAC.
la même époque, l’accréditation devenait facturable aux laboratoi-
■ IAAC (Inter American Accreditation Cooperation) regroupant les
res d’étalonnage après 24 ans de prise en charge totale par le bud-
accréditeurs de cette zone pour l’ensemble des activités d’éva-
get du Bureau national de métrologie.
luation de la conformité.
L’objectif de cette reconnaissance, mise en place par le BNM, Nota : notons qu’un grand nombre d’accréditeurs sont à la fois membres de la coopé-
visait à démultiplier l’action des laboratoires nationaux de métrolo- ration « Asie pacifique » et de la coopération Inter Américaine.
ＱＳＴ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＳＰ
Programmes européens
de recherche en métrologie
Ｓ
1.
2. Article 185........................................................................................... — 4
2.1 Qu’est-ce qu’un article 185 ? ................................................................ — 4
2.2 Mise en œuvre des programmes de recherche, sous l’article 185
par EURAMET e.V. ............................................................................... — 5
3. Programmes européens de recherche en métrologie ............. — 6
3.1 EMRP – European Metrology Research Programme — 6
3.2 EMPIR – European Metrology Programme for Innovation and
Research — 9
3.3 Quelques projets phares d’EMPIR et leur impact............................... — 9
4. Et après 2020 ? .................................................................................. — 11
5. Conclusion........................................................................................... — 12
Pour en savoir plus .................................................................................... Doc. SL 1 630v2
que ce soit pour soutenir la compétitivité de l’Europe, pour la santé des per-
sonnes (avec une population avançant en âge), pour la sécurité (en particulier
ＱＳＵ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＳＰ
Ｓ
une définition d’axes stratégiques globaux qui se devaient d’être au-delà des
prérogatives nationales. La question de la forme de ces programmes, de leurs
contenus et de leurs gestions a aussi été débattue et définie, cela pour obtenir
un impact optimal des recherches qui auront été engagées.
ＱＳＶ
ｒ￩ｦ￩ｲ･ｮ｣･＠ｉｮｴ･ｲｮ･ｴ
ｓｌＱＶＳＰ
Dans les années 1990, entre autres pour des raisons écono- sidents de l’association. Il est aussi garant du bon déroulement des
miques, le CIPM (Comité international des poids et mesures) a exa- projets financés.
miné la possibilité d’élaborer un arrangement de reconnaissance Tous les pays membres d’EURAMET e.V. ne participent pas aux
mutuelle, le CIPM MRA (Mutual Recognition Arrangement) pour programmes de recherche en métrologie. Seuls sont membres du
établir une reconnaissance des étalons nationaux de mesure (et leur comité EMRP (ou EMPIR) les pays qui ont officiellement donné un
degré d’équivalence) et des certificats d'étalonnage et de mesurage engagement concret financier dans les programmes.
émis par leurs laboratoires signataires. Accord validé par les États
membres et signé en 1997. Dans ce cadre, les RMO jouent un rôle
essentiel car elles ont pour mission de proposer les comparaisons Historique
indispensables à cette reconnaissance, de valider les systèmes qua-
lité des laboratoires (sous la norme ISO/IEC 17025) et d’examiner les Dans les années 1970, une association européenne a été
possibilités d’étalonnage proposées. Toutes les régions ont dû créée, le WMC (Western Metrology Club), qui intégrait les coo-
s’organiser pour répondre aux exigences de cet arrangement. pérations pour la métrologie scientifique, la métrologie légale et
Pour l’Europe, à ces activités internationales s’est ajoutée, dès les étalonnages. Rapidement, la partie « étalonnage » s’est inté-
2007, la gestion des programmes européens de recherche cofinan- ressée à la reconnaissance des certificats d’étalonnage émis par
cés par la Commission européenne (CE) et les États membres. Une les entreprises et les laboratoires, prémices de la coopération
professionnalisation de la RMO européenne (à l’époque, EUROMET) pour l’accréditation. Fin des années 1980, début des années
devenait incontournable. De plus, pour recevoir des financements, 1990, la séparation des trois secteurs est complète avec la créa-
en particulier de la CE, cette RMO devait se transformer en entité tion tout d’abord d’EUROMET (European Collaboration in Mea-
légale. C’est ainsi qu’a été créée l’association EURAMET e.V., surement Standards) en 1987, de WELAC (Western European
entité légale sous loi allemande, le 11 janvier 2007. Laboratory Accrediation Cooperation) en 1989, puis de WELMEC
en 1990 (Western European Legal Metrology Cooperation).
Organisée comme beaucoup d’associations, EURAMET e.V. a
des membres (représentés en assemblée générale), un président L’association EUROMET est ouverte à tous les pays de
(élu pour 3 ans), deux vice-présidents, un bureau exécutif (Board l’Union européenne et des États participant à l’EFTA (European
of Directors) et un secrétariat (figure 2). Une grande partie de Free Trade Association). Suite aux événements historiques de
l’activité est réalisée au sein des différents comités techniques (au novembre 1989 lié à la chute du mur de Berlin, EUROMET a
nombre de 12), qui sont en charge des comparaisons interlabora- complété son expansion en intégrant des pays en cours
toires, de l’analyse des possibilités d’étalonnages ou de collabora- d’accession à l’Union européenne, pays de l’Europe centrale et
tions ponctuelles ; ces comités techniques sont aussi un vivier oriental