Académique Documents
Professionnel Documents
Culture Documents
Mémoire présenté
à la Faculté des études supérieures de l'Université Laval
dans le cadre du programme de maîtrise en génie agroalimentaire
pour l'obtention du grade de maître ès sciences (M. Se.)
2008
Chapitre 1
Introduction 1
Chapitre 2
Revue de littérature 3
2.1 Capteurs à conductance 3
2.1.1. Fonctionnement théorique 4
2.1.2 Capteurs installés sur le ramasseur d'andains 5
2.1.3 Électrodes dans la chambre de compression d'une presse 6
2.1.4 Électrodes étoilées 6
2.1.5 Capteurs commerciaux portatifs 7
2.2 Capteurs à capacitance 8
2.2.1 Fonctionnement théorique 8
2.2.2 Capteur portatif PreAgro 25 9
2.3 NIR (Near Infrared Réflectance) 9
2.4 Absorption de micro-ondes 11
2.5 TDR (Time Domain Reflectometry) 12
2.6 Facteurs affectant la lecture 13
2.6.1 Densité 13
2.6.2 Humidité en surface 13
2.6.3 Température 14
2.6.4 Temps 15
2.7 Précision 16
2.7.1 Erreur et courbes d'étalonnage 16
2.7.2 Exemple de procédure pour établir des courbes d'étalonnage 18
2.7.3 Coefficient de variation de la TEE 19
2.7.4 Estimation de l'erreur avec des capteurs à capacitance 20
2.8 Conclusion 21
Chapitre 3
Matériels et méthodes 22
3.1 Montage et méthode expérimentale des tests préliminaires 22
3.2 Facteurs à prendre en considération suite aux tests préliminaires 24
3.3 Expérience de séchage avec un séchoir à plateaux 25
3.4 Montage expérimental 26
3.5 Méthode expérimentale 29
3.5.1. Conditionnement du fourrage 29
3.5.2. Cueillette des données 30
3.6 Méthodes statistiques 31
Chapitre 4
Résultats et discussions 32
4.1 Résultats des tests préliminaires 32
4.2 Séchage par couche 35
4.2.1 Évolution de la TEE dans une expérience 35
4.2.2 Analyse de l'ensemble des mesures de TEE 38
4.2.3 Analyse par semaine 40
4.2.4 Analyse par niveau de TEE initiale 40
4.2.4.1 Teneur en eau initiale à 20 % 41
4.2.4.2 Teneur en eau initiale à 30 % 44
4.2.4.3 Teneur en eau initiale à 40 % 48
4.2.4.4 Analyse des basses TEE regroupées 51
4.3 Effet de la température 52
4.3.1 TEE initiale à 20 % 53
4.3.2 TEE initiale à 3 0 % 55
4.3.3 TEE initiale à 4 0 % 57
4.3.4 TEE initiale à 20-30 % 58
4.4 Validation des modèles 58
4.4.1 TEE initiale à 2 0 % 59
4.4.2 TEE initiale à 3 0 % 60
Chapitre 5
Conclusion 64
Bibliographie 66
Annexe 1
Évolution temporelle de la TEE ainsi que de la température de l'air de séchage pour
chaque expérience 68
Annexe 2
Phénomène de réhumidification de certaines couches 87
Annexe 3
Corrélation entre la TEE estimée par les sondes et la TEE exacte pour chaque expérience
89
Annexe 4
Electronic estimation of hay moisture content: précision and accuracy 108
Liste des tableaux
Tableau 2. 1 Caractéristiques des appareils électroniques 8
Tableau 2. 2 Correction pour la température sur les lectures de TEE du capteur Delmhorst
14
Tableau 2. 3 Valeur des paramètres de l'équation de régression (Shaw et al. 2004) 19
Tableau 4. 1 TEE initiales moyennes et TEE finales avec variations dans les essais
préliminaires 32
Tableau 4. 2 Paramètres statistiques comparant les TEE finales selon les deux méthodes
de mesure durant les tests préliminaires 33
Tableau 4. 3 Régressions linéaires pour la prédiction de la teneur en eau réelle à partir des
sondes 38
Tableau 4. 5 Paramètres statistiques des régressions faites sur les données groupées par
semaine et température de séchage 40
Tableau 4. 6 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à basse température et une TEE initiale de
20 % 42
Tableau 4. 7 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à haute température et une TEE initiale de
20 % 44
Tableau 4. 8 Paramètres statistiques des régressions faites pour les trois semaines
combinées et les deux températures de séchage combinées 44
Tableau 4. 9 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à basse température et une TEE initiale de
30% 46
Tableau 4. 10 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à haute température et une TEE initiale de
30% 47
Tableau 4. 11 Paramètres statistiques des régressions faites pour les trois semaines
combinées et les deux températures de séchage combinées lorsque la TEE initiale est
de 30 % 47
Tableau 4. 12 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à basse température et une TEE initiale de
40 % 49
Tableau 4. 13 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à haute température et une TEE initiale de
40 % 50
Tableau 4. 14 Paramètres statistiques des régressions faites pour les trois semaines
combinées et les deux températures de séchage combinées lorsque la TEE initiale est
de 40 % 51
Tableau 4. 15 Paramètres statistiques des régressions faites sur les données des TEE
initiales de 20 et 30 % 51
Tableau 4. 16 Paramètres statistiques des régressions incluant la température de l'air de
séchage pour chacune des 18 expériences 53
Vlll
Tableau 4. 17 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées et pour une
TEE initiale de 20 % 55
Tableau 4. 18 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées pour une TEE
initiale de 3 0 % 56
Tableau 4. 19 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées et pour une
TEE initiale de 40 % 57
Tableau 4. 20 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées et pour les TEE
initiale de 20 et 30 % combinées 58
Tableau 4. 21 Comparaison des TEE finales exactes aux TEE finales mesurées par les
sondes et corrigées par les modèles 63
measurements 115
Table A4. 3 Prédiction models of oven-dried MC (MC d) as a function of meter MC,
pre
Figure Al. 4. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 50 °C) 70
Figure Al. 5. Teneur en eau des sondes en fonction du temps (expérience semaine 1,
TEE initiale = 20 %, T = 50 °C) 70
Figure A l . 6. Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 50 °C) 70
Figure A l . 7. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 40 °C) 71
Figure A l . 8. Teneur en eau des sondes en fonction du temps (expérience semaine 1,
TEE initiale = 30 %, T = 40 °C) 71
Figure A l . 9. Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 40 °C) 71
Figure Al. 10. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 50 °C) 72
Figure Al. 11. Teneur en eau des sondes en fonction du temps (expérience semaine 1,
TEE initiale = 30 %, T = 50 °C) 72
Figure A l . 12. Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 50 °C) 72
Figure A l . 13. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 40 °C) 73
Figure A l . 14. Teneur en eau des sondes en fonction du temps (expérience semaine 1,
TEE initiale = 40 %, T = 40 °C) 73
Figure A l . 15. Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 40 °C) 73
Figure A l . 16. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 50 °C) 74
Figure A l . 17. Teneur en eau des sondes en fonction du temps (expérience semaine 1,
TEE initiale = 40 %, T = 50 °C) 74
Figure A l . 18. Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 50 °C) 74
Figure A l . 19. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 40 °C) 75
Figure A l . 20. Teneur en eau des sondes en fonction du temps (expérience semaine 2,
TEE initiale = 20 %, T = 40 °C)..... 75
Figure A l . 21. Température de l'air en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 40 °C) 75
Figure A l . 22. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 50 °C) 76
Figure A l . 23. Teneur en eau des sondes en fonction du temps (expérience semaine 2,
TEE initiale = 20 %, T = 50 °C) 76
Figure A l . 24. Température de l'air en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 50 °C) 76
Figure A l . 25. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 30 %, T = 40 °C) 77
Figure A l . 26. Teneur en eau des sondes en fonction du temps (expérience semaine 2,
TEE initiale = 30 %, T = 40 °C) 77
Figure A l . 27. Température de l'air en fonction du temps (expérience semaine 2, TEE
initiale = 30 %, T = 40 °C) 77
Figure A l . 28. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 30 %, T = 50 °C) 78
Figure A l . 29. Teneur en eau des sondes en fonction du temps (expérience semaine 2,
TEE initiale = 30 %, T = 50 °C) 78
Figure Al. 30. Température de l'air en fonction du temps (expérience semaine 2, TEE
initiale = 30 %, T = 50 °C) 78
Figure A l . 31. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 40 % , T = 40 °C) 79
Figure A l . 32. Teneur en eau des sondes en fonction du temps (expérience semaine 2,
TEE initiale = 40 %, T = 40 °C) 79
Figure Al. 33. Température de l'air en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 40 °C) 79
Figure Al. 34. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 50 °C) 80
Figure Al. 35. Teneur en eau des sondes en fonction du temps (expérience semaine 2,
TEE initiale = 40 %, T = 50 °C) 80
Figure Al. 36. Température de l'air en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 50 °C) 80
Figure Al. 37. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 40 °C) 81
Figure A l . 38. Teneur en eau des sondes en fonction du temps (expérience semaine 3,
TEE initiale = 20 %, T = 40 °C) 81
Figure A l . 39. Température de l'air en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 40 °C) 81
Figure A l . 40. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 50 °C) 82
Figure A l . 4 1 . Teneur en eau des sondes en fonction du temps (expérience semaine 3,
TEE initiale = 20 %, T = 50 °C) 82
Figure A l . 42. Température de l'air en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 50 °C) 82
Figure A l . 43. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 40 °C) 83
Figure A l . 44. Teneur en eau des sondes en fonction du temps (expérience semaine 3,
TEE initiale = 30 %, T = 40 °C) 83
Figure A l . 45. Température de l'air en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 40 °C) 83
Figure A l . 46. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 50 °C) 84
Figure A l . 47. Teneur en eau des sondes en fonction du temps (expérience semaine 3,
TEE initiale = 30 %, T = 50 °C) 84
Figure A l . 48. Température de l'air en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 50 °C) 84
Figure A l . 49. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 40 %, T = 40 °C) 85
Figure A l . 50. Teneur en eau des sondes en fonction du temps (expérience semaine 3,
TEE initiale = 40 %, T = 40 °C) 85
Figure Al. 51. Température de l'air en fonction du temps (expérience semaine 3, TEE
initiale = 40 %, T = 40 °C) 85
Figure Al. 52. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 40 %, T = 50 °C) 86
Figure A l . 53. Teneur en eau des sondes en fonction du temps (expérience semaine 3,
TEE initiale = 40 %, T = 50 °C) 86
Figure A l . 54. Température de l'air en fonction du temps (expérience semaine 3, TEE
initiale = 40 %, T = 50 °C) 86
Figure A3. 1 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEEjnitiale = 20 %, T = 40 °C, n = 115) 90
Figure A3. 2 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEEjnitiale = 20 %, T = 50 °C, n = 87) 91
Figure A3. 3 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEEjnitiale = 30 %, T = 40 °C, n = 141) 92
Figure A3. 4 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEE.initiale = 30 %, T = 50 °C, n = 105) 93
Figure A3. 5 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEEjnitiale = 40 %, T = 40 °C, n = 117) 94
Figure A3. 6 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEEjnitiale = 40 %, T = 50 °C, n = 100) 95
Figure A3. 7 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 2, TEEjnitiale = 20 %, T = 40 °C, n = 106) 96
Figure A3. 8 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 2, TEEjnitiale = 20 %, T = 50 °C, n = 92) 97
Figure A3. 9 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 2, TEEjnitiale = 30 %, T = 40 °C, n = 136) 98
Figure A3. 10 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 2, TEEjnitiale = 30 %, T = 50 °C, n = 94) 99
Figure A3. 11 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 2, TEEjnitiale = 40 %, T = 40 °C, n = 100) 100
Figure A3. 12 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 2, TEEjnitiale = 40 %, T = 50 °C, n = 82) 101
Figure A3. 13 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 3, TEEjnitiale = 20 %, T = 40 °C, n = 130) 102
Figure A3. 14 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 3, TEEjnitiale = 20 %, T = 50 °C, n = 101) 103
Figure A3. 15 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 3, TEEjnitiale = 30 %, T = 40 °C, n = 137) 104
Figure A3. 16 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 3, TEEjnitiale = 30 %, T = 50 °C, n = 121) 105
Figure A3. 17 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 3, TEEjnitiale = 40 %, T = 40 °C, n = 133) 106
Figure A3. 18 Régression linéaire pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 3, TEEjnitiale = 40 %, T = 50 °C, n = 110) 107
Figure A4. 1 Electronic meters used to measure hay moisture content (MC) in
experiment 111
Figure A4. 2 Schematic of wooden box containing hay and 16 holes for metering : (a)
side to sample low density ; (b) side to sample high density 112
Figure A4. 3 Box with hydraulic press 112
Figure A4. 4 Standard déviation (SD) of standard MC measured by oven drying at
103 °C during 24 h for the 48 expérimental units (8 measurements per unit) 113
Figure A4. 5 Coefficient of variation (CV) of standard MC measured by oven drying on
48 expérimental units (8 measurements per unit) 113
Figure A4. 6 Average coefficient of variation (CV) on MC with their associated standard
error for the 48 expérimental units (8 measurements per unit) 114
Figure A4. 7 Relative error of estimate as a function of the number of measurements for
the four meters and the oven method 115
Figure A4. 8 Prédiction curve of oven-dried MC as a function of the Delmhorst meter
with global confidence intervais at 95 % probability, for 5 measurements at high
3
density (180 kg DM/m ) 118
Chapitre 1
Introduction
La production de foin de commerce est une activité importante pour approvisionner le
marché équestre et un marché grandissant en production laitière (Savoie, 2006). En effet,
la plupart des éleveurs de chevaux achètent leur foin. De même, de plus en plus de
producteurs laitiers préfèrent se spécialiser dans la gestion de leur troupeau et acheter le
foin nécessaire dans les rations plutôt que de le produire à la ferme.
Cormier et al. (2007) ont étudié plusieurs sondes électroniques avec des mesures très
rapides de la teneur en eau; ils ont observé des déviations moyennes entre 0,6 et 6,4 %
par rapport à la mesure exacte de teneur en eau à l'étuve qui requiert normalement 24 h
de séchage. Leurs mesures étaient faites sur des balles stabilisées et entreposées. Le défi
est encore plus grand pour mesurer la teneur en eau en continu durant le séchage car il
existe alors un courant d'air à travers les balles. Ce courant d'air peut être chaud et
humide, ce qui pourrait altérer les mesures des sondes électroniques. Une nouvelle
expérience a été planifiée pour mesurer la teneur en eau du foin en continu avec des
sondes électroniques. Le but de l'expérience était d'évaluer la précision des mesures
électroniques par rapport à la teneur en eau exacte pendant le séchage du foin.
Ultimeinent, on souhaite développer un système de mesure rapide, automatique et précis
pour contrôler l'opération des séchoirs à foin. Les mesures précises et rapides de la teneur
en eau d'un tel système permettraient d'améliorer l'efficacité du séchage artificiel. Grâce
à ces données, un système de contrôle automatisé pourrait déterminer de façon continue
les conditions optimales d'opération comme la température de l'air de chauffage, la
proportion de re-circulation de l'air de sortie, la direction du flux d'air et une période de
refroidissement en fin de séchage. Un tel système de mesure pourrait minimiser le coût
de séchage tout en évitant le surséchage du foin.
Les travaux de recherche de maîtrise font suite à un travail de recherche préalable réalisé
à l'été 2006 et rapporté par Cormier et al. (2007) ayant pour but de comparer quatre
capteurs commerciaux de teneur en eau en mode statique. Les résultats de cette recherche
préalable ont été présentés à la demi-journée d'information scientifique sur les fourrages à
Victoriaville le 20 février 2007 et à la conférence annuelle de l'ASABE à Minneapolis
qui se tenait du 17 au 20 juillet 2007. L'article accompagnant cette présentation est
présenté à l'annexe 4.
Chapitre 2
Revue de littérature
Ce chapitre présente tout d'abord cinq types de capteurs permettant d'estimer la TEE, le
fonctionnement théorique des deux principaux types (conductance et capacitance) et les
champs d'application de chacun de ces capteurs. Les impacts de certains facteurs comme
la température et la densité sur les mesures de TEE sont ensuite examinés. La dernière
partie traite de la précision de certaines techniques évaluées en laboratoire. Le but de tous
les capteurs est d'établir une relation entre une propriété électrique et la teneur en eau
réelle. Celle-ci est mesurée par séchage à l'étuve pendant 24 heures à 103 °C selon la
norme de l'ASABE (2006) pour les fourrages.
résistance interne (Ri ) de la dite pile. Plus le foin est humide, plus V est grande et plus
nt 0
Rj nt est faible. Afin de déterminer la teneur en eau, l'appareil effectue une série de
mesures. Premièrement, la température du foin est mesurée et V est mesurée en circuit
0
ouvert. Ensuite, trois mesures sont prises avec les trois résistances de valeurs
décroissantes, R i , R2, R 3 fermées successivement et les chutes de tension V i , V , V , 2 3
associées aux résistances sont aussi mesurées. La résistance interne (Rint) de la pile est
ensuite calculée par le microprocesseur à partir de V], V , V 3 . Lorsque Rj est faible, foin
2 nt
humide, la chute de voltage dans la pile est faible donc Vi correspond sensiblement à V . 0
Lorsque la première résistance est enlevée et remplacée par R qui est plus faible, un plus
2
grand courant circule donc V 2 est de plus petite amplitude que Vo et Vj. Le même
processus est répété pour la troisième résistance. La teneur en eau est finalement calculée
à l'aide d'un algorithme préprogrammé à partir de t, V et Rj .
0 nt
VCELL
Vo OPENCELL VOLTAGE
FIG. 3
32K
(6)
/ R 2 / R3 Vi v v
Vo L
2 3
PROBE 0
CELL A
D2
FIG 4
Figure 2.1 Vue en coupe d'une sonde d'un Figure 2.2 Circuit de base de l'appareil et
capteur à résistance (McMahon, 2000) séquence des mesures dans le temps
(McMahon, 2000)
Fig. 3
Figure 2.3 Presse à foin avec des sondes installées Figure 2.4. Sondes rétractables permettant
sur le ramasseur d'andains (composant no. 22). d'estimer la TEE (composante no. 36).
(Bohman et Seymour, 1990) (Bohman et Seymour, 1990)
2.1.3 Electrodes dans la chambre de compression d'une presse
Black (1989) a développé un capteur capable de mesurer la teneur en eau lors de la
formation de la balle de foin (figure 2.5). Le capteur est installé sur un côté de la chambre
de compression. Il est composé de deux électrodes entrant en contact avec le foin lors de
la compression. Les électrodes reliées à un circuit permettent de mesurer la résistance
électrique du foin et ensuite d'estimer la teneur en eau.
"ta
Figure 2.5 Électrodes (composantes 22 et 24) d'un capteur installé dans la chambre de
compression d'une presse à balles rondes (Black, 1989)
12
représente la résistivité de l'air libre (8,85xl0~ F/m). Du foin ajouté entre les plaques
joue le rôle d'isolant et augmente la capacité d'emmagasinage du condensateur, e
représente la résistivité du foin. Le ratio de ces deux résistivités se nomme la constante
diélectrique.
e
(2)
3
La capacitance en présence d'un matériel diélectrique s'écrit donc comme suit :
A
C = £ £- 0 (3)
~d
Hefsreoce ûâdilatar
j
Micraw Receiva
Swnch
Les concepteurs utilisent un système sans fil de la compagnie Navigational Sciences, Inc.
afin de transmettre les données des capteurs vers l'ordinateur. Ils ont opté pour cette
technique puisque les câbles des capteurs s'endommagent beaucoup trop rapidement à
l'intérieur du séchoir.
Finalement les auteurs affirment qu'ils ont réussi à développer un système capable de
déterminer la TEE sur une plage allant de 6 à 60 % avec un écart type de 1,5 % ou moins.
Le prix de chaque capteur est d'environ 400$.
120°F/50 °C 2
140°F/60 °C 3
*
<•
Si T T, C î
y
y
y Conductance temp.
normale
y
y - - - -Conductance haute
temp.
Conductance basse
-'*' y ^ / ' ' '
>y y temp.
^y y
^y y
y
s
N o r m a l e (réelle)
10 20 30 40
TEE (%)
2.6.4 Temps
Selon Dobie et Goss (1971), la corrélation entre la résistance (ou conductance) est
nettement meilleure avec des cubes de luzerne qui ont été entreposés plus de deux heures
avant d'être testés qu'avec les cubes fraîchement formés. Cette meilleure corrélation
s'explique par le fait que l'humidité a pu se distribuer plus uniformément pendant le
temps d'entreposage. Par contre, Dobie et Goss étaient surtout intéressés par l'estimation
de la TEE moyenne. Si l'objectif est d'estimer la variabilité spatiale et temporelle de la
TEE telle qu'elle se manifeste durant le séchage, le temps d'uniformisation n'a pas à être
considéré.
2.7 Précision
2.7.1 Erreur et courbes d'étalonnage
Le Prairie Agricultural Machinery Institute (PAMI, 1993) a effectué une série de tests
afin d'évaluer la précision et la répétabilité de certains capteurs à conductance. Pour
chacun des capteurs, le PAMI établissait l'erreur moyenne et l'intervalle de confiance à
95 % de probabilité. Voici les principaux résultats qu'ils ont obtenus basés sur environ
600 lectures prises par les capteurs sur une trentaine de balles de foin.
Delmhorst HTM-1
Le capteur Delmhorst HTM-1 mesure les TEE allant de 10 à 40 % mais le manufacturier
avertit qu'au dessus de 25 %, les mesures sont moins précises car il y a beaucoup de
variabilité de la TEE à l'intérieur des balles de foin. A des TEE de 15 %, les mesures
moyennes du capteur étaient de 6 % sous la vraie valeur et à 18 %, les lectures moyennes
du capteur se situaient à 13 %. La figure 2.11 montre l'erreur du capteur en fonction de la
TEE mesurée par celui-ci. La zone en gris représente l'intervalle de confiance à 95 %. A
18 % de teneur en eau, le capteur présente une incertitude de ±3,6 %.
La courbe de calibration (figure 2.12) du HTM-1 est R = 1,40X M-12,07 où M = TEE
2
exacte et R = lecture de TEE du capteur. Le R de cette courbe est de 0,81.
Figure 2.11 Erreur de lecture du HTM-1 en Figure 2.12 Courbe de calibration du HTM-1
fonction de la TEE
DANI haytester de la compagnie Farmex
La plage de TEE pouvant être lue par le capteur va de 14 à 46 % mais le fabricant précise
que les lectures de plus de 30 % doivent être interprétées comme une indication
qualitative d'une TEE élevée. A 15 % de TEE, le capteur donnait des lectures moyennes
à 2 % sous la vraie valeur tout comme à 18 % de TEE. A 32 %, il donnait des lectures
moyennes 1 % plus basses que la vraie valeur. La zone grise de la figure 2.13 montre
l'incertitude de ce capteur à 95 %. L'incertitude est de ±1,7 % à 18 % de TEE.
La courbe de calibration (figure 2.14) du DANI est R = 1,02 x M - 2,05 où M = TEE
2
exacte et R = lecture de TEE du capteur. Le R de cette courbe est de 0,81.
'..!.:•.
HO *~ : T "
IL
•~i >
40
1
3S i.
•><J : \
: i
2 5 •'• 1
-20 ~ • i h - 28
\$
M\->\ 1 1 to 0 tB 20 2S & m
3 4O 45 50 55
10 15 m 2h m 35 40 45 50 55 m MQSTURF C'.flNTE'NT
«H
Figure 2.15 Erreur de lecture du PreAgro-25 en Figure 2.16 Courbe de calibration du PreAgro-
fonction de la TEE 25
2 2
MC = A + B T + Cln(MC ) + D — ^ - + E ( M C ) + FT
A Pr Pr (4)
MC Pr
où
M C = TEE prédite (%)
A
T=Température (°C)
MC =TEE mesurée par le capteur (%)
Pr
A,B,C,D,E,F sont des paramètres
Comme recommandations, les auteurs suggèrent qu'il aurait dû y avoir plus de points
d'échantillonnage afin d'avoir plus de précision et d'éliminer certaines erreurs
d'interpolation.
Eubanks et Birrell (2001) ont réalisé le même type d'expérience mais avec des résultats
plus concluants. Ils ont placé du fourrage (luzerne, trèfle, brome et dactyle) entre quatre
plaques d'aluminium et ont fait circuler du courant à une fréquence de 900 kHz. La
précision est très bonne pour déterminer la TEE pour la luzerne et le trèfle avec un R de
2
0,95 et 0,91 respectivement. Pour le brome et le dactyle, le R a été de 0,74 et 0,78. Ils
ont ensuite effectué des tests sur des mélanges de luzerne et de brome où un R de 0,94 a
été obtenu et un mélange de trèfle et de brome mais avec un R" moins bon de 0,65. Un
autre inconvénient détecté par les auteurs est qu'il faut une calibration différente pour
chaque type de fourrage.
2.8 Conclusion
Plusieurs compagnies et chercheurs ont proposé diverses méthodes afin d'estimer la
teneur en eau en temps réel en mesurant les propriétés électriques. Cependant, étant
donné que l'installation permettant d'estimer la TEE en temps réel dans le séchoir de la
coopérative agricole de Saint-Alexandre doit être réalisé avec un faible budget, certaines
technologies trop coûteuses ne sont pas envisageables. Les technologies par infra-rouge,
micro-ondes et TDR ne seront donc pas prises en compte puisqu'elles sont trop
dispendieuses. Les capteurs à capacitance se sont montrés précis et seul le PreAgro de la
compagnie FarmComp fonctionne sur ce principe. Les capteurs à conductance sont
quelque peu moins précis mais facilement disponibles à faible coût commercialement.
Les capteurs à capacitance et résistance ont donc le potentiel d'être modifiés afin de les
adapter au séchoir de la coopérative de Saint-Alexandre. Il reste cependant à vérifier si un
flux d'air constant à température croissante à travers la masse de foin influencera les
lectures de TEE. L'objectif de ce mémoire vise donc à évaluer la fiabilité des capteurs
lors du processus de séchage et établir, s'il le faut, des équations de régression permettant
de corriger les lectures du capteur.
Chapitre 3
Matériels et méthodes
Ce chapitre décrit les montages expérimentaux utilisés pour recueillir des données ainsi
que les méthodes de cueillette de données. Des tests préliminaires ont été faits à l'hiver
2006-2007 tandis que l'expérience principale a été réalisée à l'été 2007. Une expérience
préalable avait servi à évaluer l'exactitude et la précision de quatre capteurs commerciaux
en m o d e statique à l'été 2 0 0 6 (annexe 4). Deux capteurs avaient alors montré une nette
Sept essais préliminaires ont été effectués en décembre 2006 et janvier 2007. Chaque
essai consistait à sécher simultanément deux balles superposées (355 x 457 x 812 mm
chacune) et suivre l'évolution de la TEE pendant le séchage avec neuf sondes installées
dans chacune des balles. Deux panneaux de contre-plaqué situés à l'extérieur du séchoir
servaient de gabarit, supportaient et enlignaient les sondes à l'horizontale avant qu'elles
ne traversent le polythène et s'enfoncent dans les balles (figure 3.2). Les sondes
mesuraient la TEE dans chacune des balles selon le patron de distribution illustré à la
figure 3.3. La pointe de chaque sonde était placée au milieu de la balle, soit à une
profondeur de 178 mm de la surface. Chaque sonde était reliée au multiplexeur et la
lecture de la TEE se faisait avec le Delmhorst. Dix-huit thermocouples étaient jumelés à
chacune des sondes afin d'avoir des mesures de température au moment de la lecture de
la TEE. La température de l'air de séchage était de 60 °C et le séchage des balles durait
en moyenne une heure selon les différents tests et selon la TEE initiale des balles. Les
balles provenaient de la ferme expérimentale de Deschambault (essais 1 et 2) et du
producteur de foin Richard Matte de Neuville (essais 3 à 7). Il s'agissait de balles déjà
séchées et entreposées. Les TEE initiales moyennes variaient entre 13 et 25 %. Les
lectures par les sondes se faisaient à toutes les 15 minutes ainsi qu'avant et après
l'activation du séchoir.
114.30-
203.20
Suite au séchage, la balle était découpée à l'aide d'une scie à ruban afin de recueillir 18
échantillons de foin de 200 grammes situés à la pointe de chaque sonde. Ceux-ci étaient
séchés à l'étuve pendant 24 heures à 103 °C conformément à la norme S358.2 de
l'ASABE (2006). La TEE à l'étuve de chaque échantillon était jumelée à la TEE estimée
par chacune des sondes à la fin du séchage. La moyenne de ces échantillons représentait
la TEE finale de référence afin d'évaluer la TEE initiale des balles par différence de
masse.
ijJSL \ p P l é n u m inférieur
Comme mentionné précédemment, les plateaux ont été remplacés par des boîtes de
plastique rigide pour augmenter le volume de foin et pour ne pas avoir un fond et un
couvercle en métal. Ces derniers peuvent influencer la résistance électrique du foin
mesurée par les sondes puisque que le métal est très conducteur. Les dimensions
intérieures des boîtes de plastique sont de 310 x 310 x 135 mm. Deux sondes sont placées
dans chaque boîte pour estimer la TEE et sont tenues en place par un étau de bois fixé au
plastique afin d'éviter qu'elles ne bougent lors des fréquentes connexions et
déconnexions (figure 3.6). Le positionnement des sondes et du thermocouple dans la
boîte est illustré à la figure 3.8. Étant donné que les sondes ne sont pas retirées des boîtes
lors d'une expérience, un morceau de caoutchouc fut collé pour combler le trou dans le
polythène autour des sondes (figure 3.7). Des fentes en forme d'étoiles permettaient le
passage des sondes à travers le caoutchouc et grâce à la succion, le caoutchouc épousait
la forme des parois du séchoir limitant ainsi l'entrée d'air extérieur. Les 16 sondes de
TEE étaient toutes reliées au multiplexeur par des câbles coaxiaux pour aiguillage vers le
Delmhorst.
Figure 3. 6 Schéma des boîtes une fois Figure 3. 7 Morceaux de caoutchouc pour
remplies de foin et avec les deux sondes de minimiser l'entrée d'air entre les sondes et
TEE et le thermocouple la paroi
Un thermocouple est aussi inséré dans chaque boîte sur un côté adjacent aux sondes.
Contrairement aux sondes, les thermocouples ne sont pas fixés aux boîtes car ils sont
retirés des boîtes lors des pesées. Les températures sont enregistrées aux 10 secondes
dans l'ordinateur grâce à un programme d'acquisition de LabVIEW (National
Instrument). Deux niveaux de température étaient visés pour chaque niveau de TEE soit
40 et 50 °C. Aucun régulateur de température faisant varier la puissance pour garder une
température constante ne fut installé. Les températures de chauffage oscillaient donc
plutôt autour de 45 et 55 °C car les niveaux visés étaient difficiles à atteindre à puissance
constante. La puissance requise pour les deux niveaux de température était
respectivement 750 et 1500 W. Cette puissance pouvait varier de ±250 W selon la
température et l'humidité de l'air ambiant la journée de l'expérience. Chaque élément
chauffant était branché ou débranché selon la température de séchage voulue à un relais
de la compagnie Siemens. Celui-ci permettait le passage du courant lorsque la fréquence
d'opération du moteur dépassait 30 Hz.
Figure 3. 8 Positionnement des sondes de TEE et du thermocouple sur une boîte
La lecture de TEE par les sondes se faisait toujours dès la remise en marche du séchoir
après la pesée. Les boîtes étaient pesées après 5 minutes de séchage lors des 10 premières
minutes de séchage. Le temps de séchage exclut le temps où le séchoir est arrêté pour
peser les boîtes. Il fallait environ 5 minutes pour enlever les thermocouples et les sondes,
peser les huit boîtes et rebrancher les sondes et thermocouples. La pesée se faisait ensuite
aux 10 minutes jusqu'à ce que le temps de séchage accumulé soit d'une heure. Ensuite
pour les deux heures de séchage suivantes, la pesée se faisait à toutes les 15 minutes et
après, jusqu'à l'arrêt de l'expérience, les mesures étaient prises aux 20 minutes.
L'expérience était considérée comme terminée lorsque les lectures de TEE dans
l'ensemble des boîtes avaient atteint la limite inférieure de lecture du capteur de 8 % ou
l'équilibre avec l'air de séchage. Plus de lectures de TEE étaient nécessaires au début de
l'expérience pour bien suivre l'évolution de la TEE puisque l'eau s'évapore plus
facilement et plus rapidement à cette période.
Suite à ces mesures, quatre échantillons d'environ 200 g ont été prélevés de chacune des
boîtes selon un gradient vertical pour être séchés à l'étuve pendant 24 heures à 103 °C
conformément à la norme S358.2 de l'ASABE (2006). La moyenne des quatre
échantillons représentait la TEE de référence dans chaque boîte. À partir de celle-ci, les
TEE intermédiaires de référence et la TEE initiale pouvaient être calculées pour chaque
boîte par différence de masse.
par régression linéaire selon le modèle : T E E exacte =axTEE sondc + b . La température a aussi
été considérée comme facteur influençant la relation entre les deux principales variables
étaient significatifs lorsque la valeur de P était égale ou inférieure à 5 %. Les analyses ont
été faites selon la procédure proc GLM de SAS (The SAS System for Windows, version
9.1, SAS institute Inc., Cary, N.C.).
Chapitre 4
Résultats et discussions
Tableau 4. 1 TEE initiales moyennes et TEE finales avec variations dans les essais
préliminaires
TEE T E E f i n a l e - s o n d e (%) TEE finale-étuve (%)
Expérience initiales
Moyenne Max Min É-type Moyenne Max Min É-type
(%)
1 16,1 10,0 14,1 8,0 1,9 10,4 13,6 7,2 2,0
2 15,0 12,6 19,3 8,3 3,6 11,2 13,6 6,8 1,8
3 22,2 9,8 13,0 8,0 1,6 14,1 19,9 11,6 2,1
4 20,7 13,2 22,7 8,3 4,5 16,3 19,2 8,8 2,6
5 16,8 10,9 13,3 8,7 1,5 13,5 16,6 8.1 2,3
6 18,3 12,2 23,3 8,5 3,9 15,5 17,6 12,2 1,6
7 18,3 11,3 17,4 8,5 2,9 14,9 17,3 10,1 2,0
Des régressions linéaires ont été faites entre ces mesures pour vérifier s'il y avait une
bonne corrélation entre les TEE finales estimées par les sondes et les TEE finales
mesurées à l'étuve. Le tableau 4.2 montre les paramètres de régression, le coefficient de
2
détermination R ainsi que les valeurs critiques de F obtenues par une analyse de variance
pour les sept expériences effectuées. Le modèle de régression étant
(TEE exacte =axTEE sonde + b ) une valeur critique de F supérieure à 0,05 indique qu'il n'y a
pas de corrélation significative entre les données. Le nombre d'observations n'est pas
toujours 18 puisque certaines mesures prises par les sondes étaient sous la limite
inférieure du capteur et donc ne pouvaient être comparées aux mesures de TEE à l'étuve.
Tableau 4. 2 Paramètres statistiques comparant les TEE finales selon les deux méthodes
de mesure durant les tests préliminaires
Expérience a b R 2
n Valeur critique de F
1 1,78 0,85 0,66 11 0,0023
2 6,35 0,38 0,55 13 0,0035
3 8,38 0,58 0,18 16 0,095
4 13,38 0,22 0,14 14 0,18
5 5,14 0,77 0,25 16 0,048
6 12,97 0,21 0,26 18 0,030
7 10,78 0,37 0,3 18 0,020
Les valeurs critiques de F indiquent qu'il n'y a pas de corrélation significative entre les
TEE finales estimées par les sondes et celles mesurées à l'étuve pour les expériences 3 et
4. Les coefficients de détermination des autres expériences varient de 0,25 à 0,66, ce qui
indique une faible corrélation entre les deux méthodes de mesure. L'ordonnée à l'origine
a varié de 0,21 à 0,85 d'une expérience à l'autre et les pentes des droites de régression
ont montré un écart encore plus grand passant de 1,78 à 13,38. La répétabilité des
expériences était donc très faible puisque les paramètres n'étaient pas constants d'une
expérience à l'autre.
Alors que la figure 4.1 montre l'allure des courbes de séchage estimées par les sondes, la
figure 4.2 illustre les courbes de températures pour chaque couche en fonction du temps.
Chaque point sur les courbes de TEE et température représente la moyenne des trois
lectures faites à chacune des couches. Durant le séchage, la TEE estimée par les sondes
diminue tel que prévu. De plus, les couches qui sèchent plus rapidement sont celles en
contact premier avec l'air chaud durant les premiers intervalles de temps (entre 15 et 30
minutes). Les mesures obtenues par les sondes de TEE indiquent donc très bien les
tendances prévisibles du séchage. Il reste à vérifier comment corréler les valeurs des
sondes de TEE avec les valeurs absolues de TEE.
20
couche 1
—m— couche 2
1 5
# —*—couche 3
LU
- * a % 5
LU couche 4
»- 10 . o 4 !
- * - couche 5
• i
- - i r - couche 6
i i
50 100 150
Temps (min)
Figure 4. 1 TEE estimées par les sondes en fonction du temps lors de l'expérience 1
(air chaud poussé de la couche 1 vers la couche 6) et les TEE à l'étuve mesurées
seulement à la fin su séchage (>120 min.)
— T e m p . couche 1
- • — T e m p . couche 2
- t é — T e m p . couche 3
• T e m p . couche 4
* - T e m p . couche 5
-Et - T e m p . c o u c h e 6
50 100 150
Temps (min)
Figure 4. 2 Températures mesurées lors de l'expérience 1 pour chaque couche (air chaud
poussé de la couche 1 vers la couche 6)
Ces tests préliminaires ont permis de vérifier le fonctionnement du multiplexeur avec le
Delmhorst et tracer des courbes de séchage à partir des TEE estimées par les sondes. Un
inconvénient des tests préliminaires était le fait que seulement les mesures de TEE finales
basées sur le séchage à l'étuve pouvaient être comparées avec les valeurs des sondes de
TEE. La suite des expériences avait donc pour but d'obtenir plus de points intermédiaires
précis (basés sur le séchage à l'étuve et la pesée des couches de foin) pour les comparer
avec les points intermédiaires des sondes. De plus, le montage permettait de vérifier si la
température a une influence sur les sondes dans le temps.
T e m p s (min)
\
x
X
i
X X • Bac 1
X
X
g ri !
s X
• Bac 2
21 A
19 Y a Bac 3
A X
? 17 x Bac 4
S 15
• #
X
* i
x Bac 5
•
A
•
ïï 13 • Bac 6
• A + ¥ x
11
• A + Bac 7
9 +
s f »
4
•
A
Bac 8
7
5
50 100 150 200 250
Temps (min)
Figure 4. 4 Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C)
50 Plénum
• Bac 1
É î ï ï a Bac 2
40
Bac 3
P X
x Bac 4
fi 30 - Z X
D
•4-" Bac 5
S
g
m or. *o
o + Bac 6
S. 20
Bac 7
CD
o Bac 8
10
o
50 100 150 200 250 300 350
Temps (min)
Figure 4. 5 Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C)
Le tableau 4.3 montre les paramètres de la droite de régression entre la TEE estimée par
les sondes et la TEE mesurée à l'étuve pour chacune des huit couches pour la même
expérience (TEE initiale de 20 %, une température de séchage de 40 °C lors de la
première semaine). Le modèle de la régression étant T E E exacte =axTEE sonde + b . Les
2
coefficients de détermination R pour chacune des séries temporelles sont relativement
2
élevés (R > 0,91). Il n'est toutefois pas pratique d'avoir des courbes différentes pour
chaque couche car le but est d'avoir un modèle le plus général possible. Quand tous les
points de mesure des huit couches ont été combinés (figure 4.6), un R^=0,905 a été
obtenu entre la TEE exacte et la TEE des sondes pour cette expérience particulière
(semaine 1, TEE initiale de 2 0 % et température de 40 °C). L'erreur standard de la
régression linéaire variait entre 0,36 et 1,05 % pour chacune des huit couches de cette
expérience, avec une erreur standard de 1,04 % pour l'ensemble des huit couches. Ce
niveau d'erreur implique qu'environ 2/3 des estimations de TEE exacte seraient à
±1,04 % à partir des mesures des sondes et d'une correction linéaire (modèle à la figure
4.6).
Tableau 4. 3 Régressions linéaires pour la prédiction de la teneur en eau réelle à partir des
sondes
2
Couche # R a b n Erreurs standard
1 0,986 0,463 11,852 8 0,515
2 0,967 0,620 8,107 11 0,694
3 0,911 0,688 8,501 13 1,054
4 0,962 0,573 8,560 15 0,735
5 0,972 0,533 9,003 17 0,619
6 0,971 0,631 8,516 17 0,516
7 0,968 0,692 8,006 17 0,582
8 0,989 0,593 9,893 17 0,355
couches 1 à 8 0,905 0,552 9,739 115 1,041
y = 0.5521 x + 9.7394
10 20 30 40
Figure 4. 6 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 1, TEE initiale = 20 %, T = 40 °C, n = 115)
Tableau 4. 4 Paramètres statistiques des régressions faites sur les 18 expériences selon le
modèle T E E =axTEE
exacle +b
s<)ndc
Erreurs
„ . T E E initiale Température
Semaine . a b n R 2
standard
(%) (°C)
(%)
40 0,552 9,739 115 0,905 1,041
20
50 0,678 10,009 87 0,904 1,469
40 0,507 15,603 141 0,872 1,853
1 30
50 0,571 15,303 105 0,829 2,025
40 0,518 18,308 117 0,601 4,401
40
50 0,688 19,735 100 0,761 4,136
40 0,514 8,676 106 0,896 1,154
20
50 0,632 7,568 92 0,895 1,184
40 0,554 11,978 136 0,910 1,932
2 30
50 0,627 12,336 94 0,795 2,777
40 0,651 16,626 100 0.863 2,775
40
50 0,845 15,039 82 0.734 4,621
40 0,659 6,223 130 0,835 1,250
20
50 0,789 4,976 101 0,737 1,660
40 0,635 9,484 137 0,919 1,463
3 30
50 0,569 13,882 121 0,883 2,370
40 0,523 16,103 133 0,867 1,982
40
50 0,515 16,259 110 0,820 2,400
Ensemble des expériences 0,692 10,801 2007 0,656 4,467
les deux premières semaines, les R" vont de 0,520 à 0,664 et les erreurs standard de 4,156
à 5,457 %. Il n'est donc pas approprié d'utiliser des équations de correction basées sur les
semaines de récolte puisque les corrélations sont trop faibles et les erreurs standard trop
élevées, surtout pour les deux premières semaines.
Tableau 4. 5 Paramètres statistiques des régressions faites sur les données groupées par
semaine et température de séchage
Température Paramètres de régression Erreurs
T E E initiales 2
Semaine de séchage n R Standard
(%).
( °C) a b (%)
40 0,600 13,044 373 0,636 4,156
1 20-30-40 50 0,720 13,551 292 0.607 5,052
40-50 0,658 13,181 665 0.599 4,826
40 0,631 11,148 342 0,664 4,582
2 20-30-40 50 0,713 11,162 268 0,520 5,457
40-50 0,645 11,507 610 0,590 5,044
40 0,732 8,273 400 0,772 3,318
3 20-30-40 50 0,695 9,925 332 0,795 3,604
40-50 0,718 8,949 732 0,786 3,484
Semaine 1 @40°C
q
semaine 2 @ 4 0 C
q
semaine 3 @ 4 0 C
Semaine 1 @50°C
Semaine 2 @50°C
Semaine 3 @50°C
La figure 4.8 montre les TEE initiales réelles pour chacune des 8 boîtes utilisées lors des
trois expériences réalisées à une TEE initiale de 20 % et une température de séchage de
40 °C.
semaine 1
• semaine 2
• semaine 3
0 2 4 6 8 10
Boîte
Les TEE initiales varient entre 16,8 % et 25,6 % sur une base humide. La plupart des
boîtes des semaines deux et trois avaient des TEE initiales oscillant autour de 20 % avec
des moyennes respectives de 21,8 et 19,0 %. Les TEE des boîtes de la première semaine
étaient plus élevées avec une moyenne de 23,5 %. Les TEE initiales réelles pour chacune
des expériences ont été calculées à partir de la TEE finale mesurée à l'étuve et par de
bilan de masse.
Le tableau 4.6 présente les coefficients de détermination, les erreurs standard ainsi que
les paramètres de régression entre les TEE des sondes (en abscisse) et les TEE exactes
(en ordonnée). Les régressions pour chaque semaine sont déjà présentées au tableau 4.4
mais répétées ici pour faciliter la comparaison, et une nouvelle régression a été faite avec
les données regroupées pour les trois semaines à 40 °C.
Tableau 4. 6 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à basse température et une TEE initiale de
20%
Température Paramètres de régression Erreurs
2
Semaine de séchage n R standard
a b
(°C) (%)
1 40 0,552 9,739 115 0,905 1,041
2 40 0,514 8,676 106 0,896 1,154
3 40 0,659 6,223 130 0,835 1,250
1-2-3 40 0,603 7,668 351 0,849 1,489
Les coefficients de détermination sont élevés, surtout pour les deux premières
2
semaines (0,905 et 0,896). Lorsque les trois semaines sont combinées, le R est de 0,849
et montre une bonne corrélation entre les méthodes de mesure malgré le regroupement
des données (n=351). Les erreurs standard sont relativement faibles allant de 1,041 à
1,025 % pour chaque semaine et pour les 351 données regroupées, elle est de 1,489 %.
Cette erreur est acceptable pour un système de mesure de TEE dans un séchoir
commercial.
e 30 • •
<$>
W
semaine 1
«
m
Sc 20 A
1
M
A
1
A
m
A A m semaine 2
A
LU a semaine 3
Lu 10
I I 1 !
0 2 4 6 8 10
Boîte
Figure 4. 9 TEE initiales réelles lors du séchage à haute température à une
TEE initiale visée de 20 % pour les trois semaines d'expérience
Le tableau 4.7 présente les résultats des régressions faites pour chaque semaine et pour
les trois semaines combinées. Un total de 280 données ont été regroupées. Les R de
0,904 et 0,895, pour les deux premières semaines respectivement, montrent une très
bonne corrélation entre les TEE estimées par les sondes et celles mesurées à l'étuve. Par
contre, il y a une plus faible relation entre les deux méthodes de mesure pour la troisième
semaine avec un R^=0,737. Cela entraîne une baisse du R" pour les trois semaines
combinées à 0,833. Celui-ci est légèrement inférieur au pour les trois semaines
combinées du séchage à basse température qui est de 0,849. Les erreurs standard sont
légèrement plus élevées que pour le séchage à basse température mais restent très
acceptables. Elles varient de 1,184 à 1,660 % pour chaque semaine. L'erreur standard
augmente à 2,044 % pour les trois semaines combinées.
Tableau 4. 7 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à haute température et une TEE initiale de
20%
Température Paramètres de régression Erreurs
Semaine de séchage n R 2
standard
(°C) a b
(%)
1 50 0,678 10,009 87 0,904 1,469
2 50 0,632 7,568 92 0,895 1,184
3 50 0,789 4,976 101 0,737 1,660
1-2-3 50 0,778 6,044 280 0,833 2,044
Le tableau 4.8 présente les résultats de la régression lorsque toutes les données des deux
2
températures de séchage (n=631) sont regroupées pour une TEE initiale de 20 %. Le R
est inférieur à ceux des corrélations faites pour chaque température individuellement mais
reste élevé à 0,817. Puisque la température de l'air est un paramètre facile à contrôler, il y
aurait avantage à avoir deux régressions distinctes pour minimiser l'erreur standard dans
les deux cas (1,5 % à 40 °C et 2,0 % à 50 °C).
Tableau 4. 8 Paramètres statistiques des régressions faites pour les trois semaines
combinées et les deux températures de séchage combinées
Température Paramètres de régression Erreur
2
Semaine de séchage n R standard
(°Q a b (%)
1-2-3 40-50 0,686 6,892 631 0,817 1,902
La figure 4.11 présente les TEE initiales réelles pour chaque boîte et pour les trois
semaines d'expérience. L'écart entre les valeurs extrêmes est assez grand, de 25,9 à
38,9 %. Les TEE initiales des boîtes des semaines 1 et 2 varient beaucoup comme le
montre la figure 4.11. Les écarts-types sont de 3,7, 2 , 4 % et 1,2%, pour les trois
semaines respectivement. Les moyennes de TEE initiales pour chaque semaine sont de
32,4, 33,9 et 27,5 %.
50
40
CD semaine 1
.55» 30
• semaine 2
Ë
20
LU
a semaine 3
LU
h- 10
4 6 10
Boîte
Les R des régressions du tableau 4.9 varient de 0,872 à 0,919 pour chaque semaine
analysée individuellement mais il descend à 0,848 pour les trois semaines combinées. La
corrélation est aussi bonne pour les deux TEE initiales étudiées jusqu'à maintenant avec
un séchage à basse température, le R^=0,849 pour une TEE initiale de 20 %
comparativement à 0,848 pour la TEE initiale de 30 % pour les trois semaines combinées.
Cependant l'erreur standard est plus élevée dans le cas où la TEE initiale est de 30 %, elle
est de 2,367 % comparativement à 1,489 % à une TEE de 20 %. Pour chaque semaine
analysée individuellement, l'erreur standard est plus basse et varie de 1,463 à 1,853 %.
Ces valeurs sont aussi plus élevées que celles pour une TEE initiale à 20 %. L'effet de la
maturité aurait plus d'importance à 30 % qu'à 20 % de TEE initiale.
Tableau 4. 9 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à basse température et une TEE initiale de
30 %
Température Paramètres de régression Erreurs
Semaine de séchage n R 2
standard
a b
(°C) (%)
1 40 0,507 15,603 141 0,872 1,853
2 40 0,554 11,978 136 0,910 1,932
3 40 0,635 9,484 137 0,919 1.463
1-2-3 40 0,574 12,114 414 0.848 2,367
40
i semaine 1
75 30
• semaine 2
20
• semaine 3
LU
10
0 2 4 6 8 10
Boîte
Tableau 4. 10 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à haute température et une TEE initiale de
30%
Température Paramètres de régression Erreurs
Semaine de séchage n R 2
standard
(°C) a b (%)
1 50 0,571 15,303 105 0,829 2,025
2 50 0,627 12,336 94 0,795 2,777
3 50 0,569 13,882 121 0,883 2,370
1-2-3 50 0,590 13,797 320 0,835 2,517
Le tableau 4.11 présente les résultats de la régression faite avec les données des deux
températures de séchage combinées. La corrélation est moins bonne que pour chaque
2
température analysée séparément, le R est de 0,821 comparativement à 0,848 et 0,835
pour le séchage à basse et haute température respectivement. La corrélation est meilleure
2
que pour une TEE initiale de 20 % où le R est de 0,817. Cependant l'erreur standard est
plus élevée à une TEE initiale de 30 % comparativement à une TEE initiale de 20 %,
elles sont de 2,633 et 1,902 % respectivement.
Tableau 4. 11 Paramètres statistiques des régressions faites pour les trois semaines
combinées et les deux températures de séchage combinées lorsque la TEE initiale est de
30 %
Température Paramètres de régression Erreur
2
Semaine de s é c h a g e n R standard
(°C) a b (%)
1-2-3 40-50 0,581 12,834 734 0,821 2,633
4.2.4.3 Teneur en eau initiale à 40 %
Température de séchage
La figure 4.13 montre les températures de séchage lors des expériences réalisées à
une TEE initiale de 40 %. Il y a beaucoup de variation dans les températures de séchage
comparativement aux températures observées aux deux autres TEE initiales. Le séchage à
basse température lors de la deuxième semaine et le séchage à haute température lors de
la troisième semaine ont le plus de variation. Les variations se produisent lorsque la
puissance de chauffage est changée. Par contre, l'écart de 10 °C entre les deux niveaux de
température pour chaque semaine est respecté pour la majorité du temps de séchage.
70
* Semaine 1 @40°C
« Semaine 2 @40°C
^ S e m a i n e 3 @40°C
Semaine 1 @50°C
Semaine 2 @50°C
Semaine 3 @50°C
o 40 semaine 1
5 30 • semaine 2
c
LU 20 A semaine 3
LU
l~ 10
4 6 10
Boîte
Les coefficients de corrélation des semaines deux et trois sont beaucoup plus bas que
2
celui de la première semaine. Le R de 0,601 pour la première semaine est le plus bas
observé pour les 18 expériences analysées individuellement. La corrélation pour les trois
2
semaines combinées est faible avec un R de 0,728, la plus faible pour le séchage à basse
température parmi les trois TEE initiales. L'erreur standard est la plus élevée jusqu'ici
(3,487 %) pour une régression faite avec les trois semaines combinées. Il y a aussi un
grand écart entre l'erreur standard de la première et troisième semaine où elle varie de
4,401 à 1,982 %.
Tableau 4. 12 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à basse température et une TEE initiale de
40%
Température Paramètres de régression Erreurs
2
Semaine de séchage n R . standard
a b (%)
(°C)
1 40 0,518 18,308 117 0,601 4,401
2 40 0,651 16,626 100 0,863 2,775
3 40 0,523 16,103 133 0,867 1,982
1-2-3 40 0,559 16,932 350 0,728 3,487
60
Co 50
© 40 semaine 1
cz
5 30 m semaine 2
c
LU 20 • semaine 3
LU
H 10
4 6 10
Boîte
La deuxième semaine, dont les TEE initiales sont moins uniformes, a une moins bonne
2
corrélation que les deux autres semaines. Les R sont de 0,761, 0,734, 0,820 pour les trois
semaines respectivement. Pour les trois semaines combinées, la corrélation est la plus
2
faible de toute les expériences réalisées avec un R =0,624. L'erreur standard est aussi très
élevée (5,085 %), la plus élevée de tous les regroupements de semaine par niveau de
TEE. Les erreurs standard de chaque semaine sont aussi parmi les plus élevées avec
celles du séchage à basse température et une TEE initiale de 40 %.
Tableau 4. 13 Paramètres statistiques des régressions faites pour chaque semaine et les
trois semaines combinées lors du séchage à haute température et une TEE initiale de
40%
Température Paramètres de régression Erreurs
2
Semaine de s é c h a g e n R standard
a b
(°C) (%)
1 50 0,688 19,735 100 0,761 4,136
2 50 0,845 15,039 82 0,734 4,621
3 50 0,515 16,259 110 0,820 2,400
1-2-3 50 0,632 17,493 292 0,624 5,085
Le tableau 4.14 présente les résultats de la régression faite avec les températures
combinées pour une TEE initiale de 40 %. Tout comme chaque TEE analysée
précédemment, la corrélation est plus faible lorsque les températures sont combinées. Le
2
R est de 0,654 comparativement à 0,821 et 0,817 pour les TEE initiales de 30 et 20 %
respectivement avec les températures combinées. La corrélation est donc faible et l'erreur
standard élevée, prouvant que les sondes sont moins performantes à des TEE initiales
élevées. L'emploi d'un modèle pour ces TEE initiales est donc beaucoup moins
performant.
Tableau 4. 14 Paramètres statistiques des régressions faites pour les trois semaines
combinées et les deux températures de séchage combinées lorsque la TEE initiale est de
40%
Température Paramètres de régression Erreur
2
Semaine de séchage n R standard
C
( C) a b (%)
1-2-3 40-50 0,592 17,191 642 0,654 4,422
Tableau 4. 15 Paramètres statistiques des régressions faites sur les données des TEE
initiales de 20 et 30 %
Température Paramètres de régression Erreurs
2
Semaine de séchage n R standard
(°C) a b
(%)
1-2-3 40 0,659 8,718 765 0,816 2,737
1-2-3 50 0,722 9,102 600 0,785 3,218
1-2-3 40-50 0,687 8,872 1365 0,790 3,066
4.3 Effet de la température
Lorsque les courbes de température sont examinées en parallèle avec les courbes de
séchage (exemple figure 4.4 et 4.5), il est clair que l'augmentation drastique de l'erreur
semble se produire au moment où la température à l'intérieur d'une boîte augmente
rapidement. Le passage du front séchant à l'intérieur d'une boîte aurait pour effet
d'entraîner une sous-estimation de la TEE par les sondes. La température a donc été
intégrée à l'intérieur du modèle de régression comme nouveau facteur. Le modèle devient
alors donc: TEE exacte =axTEE son(]e +bxTemperature+c. Le tableau 4.16 présente les
35
30
S 25
•QJ TEE sonde
CL
E 20 TEE exacte
Ci
H-
Température
"S 15
g
LU 10
LU
H
5
0
50 100 150 200 250
Temps de séchage (min)
50
45
O 40
o
CD
s_ 35 T E E sonde
i— 30 T E E exacte
Q. Température
E 25
CD
20
"S
15
LU
LU 10
h-
Temps de sechage(min)
Le tableau 4.17 regroupe les paramètres de régression pour le séchage à basse et haute
température et les deux températures combinées ainsi que les trois semaines combinées
mais cette fois en intégrant la température.
Tableau 4. 17 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées et pour une TEE
initiale de 20 %
Température Paramètre de régression Erreurs
Semaine de séchage Valeur , Valeur Valeur R 2
standard
a c
(°C) deP b
de P deP (%)
1-2-3 40 0,469 <,0001 -0,1728 <,0001 14,485 <,0001 0,874 1,361
1-2-3 50 0,785 <,0001 0,00647 0,798 5,740 <,0001 0.833 2,047
1-2-3 40-50 0,653 <,0001 -0,0374 0,0259 8,484 <,0001 0,819 1,896
40
35
i_ TEE sonde
<1>
S
30
Q. « — T E E exacte
£ 25
Q)
H Température
20
Q)
Cp" 15
LU 10
LU
5
0
100 200 300
Temps (min)
Le tableau 4.18 présente les résultats des régressions avec la température. Les
corrélations sont meilleures avec la température incluse dans la régression dans les trois
2
cas. Pour le séchage à basse température, le R passe de 0,841 à 0,871, de 0,835 à 0,887
pour le séchage à haute température et de 0,821 à 0,837 pour les deux températures
combinées. Les erreurs standard ne font que diminuer légèrement lorsque la température
est ajoutée aux régressions. Comparativement aux corrélations avec une TEE initiale de
20 %, les corrélations avec une TEE initiale de 30 % sont plus fortes pour le séchage à
haute température et pour les températures combinées. Pour le séchage à basse
2
température, les corrélations sont équivalentes, les R sont de 0,874 et 0,871 pour les TEE
de 20 et 30 % respectivement.
Tableau 4. 18 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées pour une TEE
initiale de 30 %
Température Paramètre de régression Erreurs
2
Semaine de séchage Valeur Valeur Valeur R Standard
(°C) a deP b deP c deP (%)
1-2-3 40 0,453 <,0001 -0,217 <,0001 20,576 <,0001 0,871 2,183
1-2-3 50 0,395 <,0001 -0,274 <,0001 26,190 <,0001 0,887 2,085
1-2-3 40-50 0,478 <,0001 -0,1638 <,0001 19,656 <,0001 0,837 2,507
4.3.3 TEE initiale à 40 %
La figure 4.19 présente la boîte 4 lors du séchage à haute température pendant la
deuxième série de tests. Encore une fois le phénomène d'augmentation de l'erreur avec
l'augmentation de température est très marqué.
60 i 1
0 H 1 1 1 1 1
Le tableau 4.19 présente les résultats des régressions avec l'ajout de la température pour
2
une TEE de 40 %. La corrélation à basse température de séchage s'est améliorée, le R
est passé de 0,728 à 0,753. Cependant, pour le séchage à haute température et les
températures combinées, la température n'a pas d'effet significatif dans les deux cas.
Tout comme les autres TEE initiales, l'ajout de la température a très peu d'effet sur les
erreurs standard. Les corrélations faites à une TEE de 40 % montrent encore les résultats
les plus faibles comparativement aux deux autres TEE.
Tableau 4. 19 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées et pour une TEE
initiale de 40 %
Température Paramètre de régression Erreurs
2
Semaine de séchage Valeur Valeur Valeur R standard
(°C) a b deP c deP (%)
deP
1-2-3 40 0,414 <,0001 -0,312 <,0001 28,743 <,0001 0,753 3,325
Tableau 4. 20 Paramètres statistiques des régressions faites sur les trois semaines
combinées, les deux températures de séchage séparées et combinées et pour les TEE
initiale de 20 et 30 % combinées
Température Paramètre de régression Erreurs
Semaine de séchage Valeur Valeur Valeur R- standard
(°C) a deP b c de P (%)
deP
1-2-3 40 0,647 <,0001 -0,0214 0,3559 9,521 <,0001 0,816 2,737
1-2-3 50 0,717 <,0001 -0,00711 0,7642 9,412 <,0001 0,785 3,220
1-2-3 40-50 0,700 <,0001 0,0214 0,1854 8,0135 <,0001 0,790 3,065
TEE sonde
TEE exacte
Température
TEE corrigée
Figure 4. 20 Courbes de teneurs en eau exactes, des sondes et corrigées par le modèle
pour la boîte 6 à une basse température de séchage et une TEE initiale de 20 %
TEE sonde
TEE exacte
Température
- ^ * ^ T E E corrigée
Figure 4. 21 Courbes de teneurs en eau exactes, des sondes et corrigées par le modèle pour
la boîte 8 à une haute température de séchage et une TEE initiale de 20 %
T E E sonde
t 30
- * - T E E exacte
£ . .,, ., .«-
* Température
ï H v
T E E corrigée
10
[ I I I
Temps (min)
Figure 4. 22 Courbes de teneurs en eau exactes, des sondes et corrigées par le modèle pour la
boîte 4 à une basse température de séchage et une TEE initiale de 30 %
60
g 50
40
5 TEE sonde
CL
TEE exacte
E 30
0)
h—
Température
TEE corrigée
20
LU
LU 10
H
0
50 100 150 200 250 300 350
Temps (min)
Figure 4. 23 Courbes de teneurs en eau exactes, des sondes et corrigées par le modèle pour la
boîte 2 à une haute température de séchage et une TEE initiale de 30 %
Conclusion
Cette expérience a permis de comparer des données de TEE estimées par un capteur
commercial à des TEE mesurées par une méthode standard pendant le séchage du foin.
Le séchage se faisait à trois TEE initiales différentes et deux niveaux de température.
Dans certains cas, la TEE était sur-estimée en début de séchage mais un croisement des
courbes de TEE exacte et TEE des sondes se produisait pendant le séchage. Les sondes
sous-estimaient alors la TEE jusqu'à la fin du séchage. Pour d'autres cas, les sondes sous-
estimaient la TEE pendant tout le séchage.
Les meilleures corrélations ont été obtenues à des niveaux de TEE initiales de 20 et 30 %.
Lorsque les données des trois semaines ont été regroupées, les pour le séchage à basse
température ont été de 0,849 et 0,848 pour des TEE initiales de 20 et 30 %,
2
respectivement. Les R pour le séchage à haute température étaient de 0,833 et 0,835 pour
les deux niveaux de TEE initiale. Les erreurs standard de prédiction de la TEE exacte
étaient plus faibles à une TEE initiale de 20 % : 1,489 % et 2,044 % qu'à une TEE initiale
de 3 0 % : 2,367 % et 2,517%, pour le séchage à basse et haute température
2
respectivement. Les R obtenus à une TEE initiale de 40 % étaient de 0,728 et 0,624 et
les erreurs standard de 3,487 % et 5,085 % pour le séchage à basse et haute température
respectivement. Le regroupement des données a permis de diminuer le nombre
d'équations de correction de 18 à 6, soit deux par niveaux de TEE initiales. Il y a une
équation de correction par niveau de température de séchage puisque les corrélations sont
meilleures et la température est un facteur facilement contrôlable lors du séchage. Le
regroupement des données par semaine n'a pas permis d'avoir de bonnes corrélations tout
comme le regroupement des données des TEE initiales de 20 et 30 %.
Les résultats ont permis d'établir que la température de l'air à l'intérieur de la masse de
foin influence l'estimation de la TEE par les sondes. En effet, une augmentation de la
température entraîne une sous-estimation drastique de la TEE par les sondes. L'ajout de
la température aux régressions a amélioré les corrélations dans la majorité des cas. A une
2
TEE initiale de 20 %, les R étaient de 0,874 et 0,833 et les erreurs standard de 1,361 %
et 2,047 % pour le séchage à basse et haute température respectivement. Pour une TEE
initiale de 30 %, les R" étaient de 0,871 et 0,887 et les erreurs standard plus élevées à
2,183 % et 2,085 % pour le séchage à basse et haute température respectivement.
L'application des modèles de correction sur de nouvelles données a permis de réduire les
erreurs entre les TEE finales exactes et les TEE finales estimées par des sondes. La
moyenne des erreurs faites par les sondes pour l'ensemble des couches des quatre
expériences était de 5,6 % comparativement à 1,6 % lorsque les lectures des sondes sont
corrigées.
A moyen terme, ces données pourront servir de base pour développer un système de
mesure de la TEE du fourrage dans un séchoir à grande échelle où les conditions sont
plus variables qu'à l'échelle expérimentale. Afin de faciliter l'acquisition des données, il
serait souhaitable de munir le capteur d'une connexion à un système informatisé.
Bibliographie
rd
ASABE. 2006. Moisture measurement-forages. ASAE S358.2. In ASAE Standards 2006, 53
édition, 591. St. Joseph, MI : ASABE.
Black, G.R. 1989. Apparatus for monitoring the moisture content of hay as it is being formed into
a baie. Patent number 4,868,491. Date of Patent: 19 septembre, 1989. United States
Patent Office, Wshington, D.C.
Bohman, C E . et S.A. Seymour. 1990. Moisture sensing apparatus with movable probe in
combination with an agricultural baler having a pickup. Patent number 4,929,904. Date of
Patent : 29 mai, 1990. United States Patent Office, Wshington, D.C.
Cormier, E., H. Joannis et P. Savoie. 2007. Mesure électronique de la teneur en eau des
fourrages: exactitude et constance. Demi-journée d'information scientifique sur les
fourrages, Victoriaville, le 20 février. Pages 11-18. Conseil québécois des plantes
fourragères, Québec. http://www.agrireseau.qc.ca/grandescultures/documents/Compte-
rendu %2007.pdf
Couture, L., B.P. Hua et P. Savoie. 2002. Seuils d'émergence des moisissures dans le foin en
fonction de l'humidité. Pages 30-35. Demi-journée d'information scientifique sur les
fourrages, Victoriaville, le 7 février. Conseil québécois des plantes fourragères, Sainte-
Fov, Québec. http://www.agrireseau.qc.ca/grandescultures/documents/Compte-rendu-
2002.pdf
Davidson, R.W. 1958. Effect of température on the résistance of wood. Forest Products Journal.
8 (5) :160.
Digman, M.F. et K.J. Shinners. 2006. Real-Time Moisture Measurement on a Forage Harvester
using Near Infrared Réflectance Spectroscopy. ASABE Paper Number 061108. St.
Joseph, MI : ASABE.
Dobie, J.B. et J.R. Goss. 1971. Conductance type moisture tests for cubes hay. Trans. ASAE
14(6) : 1150-1152.
Eubanks, J.C. et S.J. Birrell. 2001. Determining Moisture Content of Hay and Forages using
Multiple Frequency Parallel Plate Capacitors. ASAE Paper Number : 01-1072. St. Joseph,
MI : ASABE.
Hooker, D. et J. Alkire. 2004. Wireless Microwave Wood Moisture Measurement System for
Wood Drying Kilns. University of Tennessee. Department of Energy.
James, W.L. 1988. Electric moisture meters for wood. U.S. Department of Agriculture, Forest
Service, Report FPL-GTR-6. Madisson, WI.
Joannis, H., P. Savoie et D. Grenier. 2005. Electrical Résistance of High-Moisture Chopped
Alafalfa. ASABE Paper No. 041142. St. Joseph, MI : ASABE.
Malicki, M.A. et W.M. Skierucha. 1987. A manually controlled TDR soil moisture meter
operating with 300 ps rise-time needle puise. Irrigation science (1989) 10 : 153-163.
Marcotte, D., P. Savoie, H. Martel et R. Thériault. 1999. Précision agriculture for hay and forage
crops : a review of sensors and potential applications. ASAE Paper Number 991049. St.
Joseph, MI : ASABE.
McMahon. M.T. 2000. Portable hay baie moisture tester. Patent Number 6,088,657. Date of
Patent : July 11, 2000. United States Patent Office, Washington, D.C.
Osman, A.M., Savoie, P., Grenier, D. 2003. Measurement of Moisture in Hay and Forage with a
Capacitance-Type Sensor. ASAE Publication Number 701 PI 103e. St. Joseph, M I :
ASABE.
PAMI. 1993. Evaluation Report 700-Hay and Forage Moisture Meters. Prairie Agricultural
Machinery Institute and Alberta Farm Machinery Research Centre. Humbolt, SK :PAMI.
Pemrick, P. 2002. Device and method for measuring hay baie moisture. Patent number
6,377,058. Date of Patent : April 23, 2002. United States Patent Office, Washington,
D.C.
Powell, S.D.; B.D. McLendon; S.O. Nelson et J.M. Allison. 1987. Use of a density independent
function and microwave measurement System for grain moisture measurements. ASAE
Publication Number 87-3053. St. Joseph, MI : ASABE.
Quarles, S., Physical limitation of moisture meters. University of California, Forest Products
Laboratory. Richmond, CA
Savoie, P. et S. Descôteaux. 2006. Bidirectionnal forage baie dryer and method of opération.
Patent No. US 6,988,325 B2. Date of patent : January 24, 2006. Washington, DC : United
States Patent and Trademark Office.
Shaw, M.D., W.J. Crerar, A. Opoku et L.G. Tabil. 2004. Forage moisture probe calibration,
CSAE Paper Number MB04-210 : 9p. Winnipeg, Manitoba. September 24-25, 2004.
Annexe 1
Temps (min)
Figure A l . 1. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE initiale
= 20 %, T = 40 °C)
27 t' * X
25 x $ X / X A
Bac 1
23 •fît* K - X *• X
X X m Bac 2
21 11
m + m A Bac 3
19 V T- 4
17 X Bac 4
X
15 M • •r" X
x Bac 5
13 Bac 6
11
A f X
m A 4 X f Bac 7
9 A —
• • ~Â x" $ Bac 8
7
5
50 100 150 200 250
Temps (min)
Figure A l . 2. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T - 40 °C)
• Plénum
50
• Bac 1
40
m | f ï ï A Bac 2
• ^ Bac 3
A
B ï ; x Bac 4
X > *
£ 30 Bac 5
1 A 6 x £ J $ Ii i s ^ •+• Bac 6
o- 20
I S * SS o * °
Bac 7
g I o o
o Bac 8
10
Temps (min)
35
m
30 v Bac 1
X • Bac 2
25
i 1 X 4
+
a Bac 3
£ 20 V
-I-
O0 • V I X Bac 4
» • Y
':D 15 x Bac 5
m • x
LiJ • X
LJ • • x « Bac 6
P 10 A
* + Bac 7
a •
5 • • • Bac 8
0
0 20 40 60 80 100 120 140 30
Temps (min)
Figure A l . 4. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE initiale
= 20 %, T = 50 °C)
30
r • Bac 1
* i t H H r - f f • Bac 2
^ 20 m A Bac 3
m A + Bac 4
1 + X Bac 5
• AS
LU
UJ 10 m _ A
Bac 6
A X X
t Bac 7
Bac 8
Temps (min)
Figure A l . 5. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale 2 0 % , T = 50 °C)
60 • plénum
4 • •
ê • A m • Bac 1
9 50
A A A
m il A Bac 2
o
5 40 A X W. Bac 3
A
•
X + + |
30 " B
—i— x Bac 4
o. i* P 4
g
I $
o à o
g S 1 #
Ô
O O o
• Bac 5
| 20 + Bac 6
10 Bac 7
o Bac 8
0
50 100 150 200 250
Temps (min)
• Bac 1
_ 30 X £ * x x x W. • Bac 2
$ * * & x x * *
A Bac 3
Bac 4
S 20 -f-r x Bac 5
Bac 6
K
10 - Bac 7
Bac 8
Temps (min)
Figure Al. 7. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE initiale
= 30 %, T = 40 °C)
45
40
35
if à
àA
a A
; Bac 1
a Bac 2
g 30 Bac 3
Mil
A
I x x X • X x
"D 25 Bac 4
S
-f $ 1 x
m 20 # j
:! si; x Bac 5
LU
a •f
X X
A
•Sîs
Bac 6
• -F
w 15 A
X f r + Bac 7
H A X
A
10 a à - * X
Bac 8
5
0
50 100 150 200 250 300
Temps (min)
Figure A l . 8. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 40 °C)
50
45 • plénum
_ 40 i • • ;i II m Bac 1
£ 3 5 A A\ a Bac 2
8 S
30 A
X Bac 3
•f + -fc
>
o o
a A
03 25 1 ^ 4 o o
i_ o o o X Bac 4
CL
0^
Bac 5
E 15
+ Bac 6
10
Bac 7
5
0 o Bac 8
T e m p s (min)
!
- -f 4-
k
*** A
X * T • Bac 1
A
si i X X X
* + • Bac 2
a A
S- 25 Bac 3
B
A X A
o
a
1 20
• •
m
m
m
•
A
A
X
•
X X
+
X
Bac 4
x Bac 5
£ 15 A A
• Bac 6
i •
H *
* + Bac 7
«
Ht
10 •
Bac 8
5
0
50 100 150 200
Temps (min)
Figure Al 10. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 50 °C)
35
30 + + +
• Bac 1
• Bac 2
Co 2 5 ,\ ®? $ *z
2^ • m A Bac 3
-g 20 11
A
X Bac 4
c
o m x Bac 5
w 15 A
LU • m x • + Bac 6
LU
H 10 m A
#
• + " • A X
t * •t Bac 7
5 Bac 8
0
50 100 150 200
T e m p s (min)
Figure A l . 11. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 30 %, T = 50 °C)
60
• plénum
•*° • # &
50 m S 1 m Bac 1
m m m A A A î
O a A A
A Bac 2
!S 40
• A
A
X I
o A
X X Bac 3
I
A
X •f #-
30 | " x Bac 4
-CD
c
* + $
M/
F
X
O 0 O O
O 0
« Bac 5
Q. 6 o o 0 O O 6 O
E 20 + Bac 6
I-
Bac 7
10 o Bac 8
Temps (min)
• Bac 1
• Bac 2
A Bac 3
Bac 4
A
® A ^ A t * 1 + * x
* x Bac 5
Bac 6
" • . A A f -iJ
s X t
-i Bac 7
Bac 8
Figure A l . 13. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 40 °C)
45
40 - • Bac 1
• Bac 2
35
A Bac 3
? 30
Bac 4
73 25 x Bac 5
I 20
LU
Bac 6
X t + Bac 7
P 15
A4 A Bac 8
10
5
0
50 100 150 200 250 300 350 400 450
Temps (min)
Figure A l . 14. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 40 °C)
50
1 p
45 | É É i
1 - ® A A é plénum
40 mm m A
X X
m
À
A
A X » Bac 1
O 35 m
A A X
X X -{* +
A Bac 2
_±_
^ 30 A t X $ 1 O Bac 3
« X
A A
X * O °
| 25 O x Bac 4
Q- 20 • 3U A
± " :• — - , ^ 0 o o Bac 5
o o (
O - o o ^
H 15
a ci ' -f Bac 6
Bac 7
10 -\
o Bac 8
5
0
100 200 300 400 500 600
Temps (min)
60
50
i iî A
• X
: Bac 1
& A sa Bac 2
40 i
A
\ X
ê Bac 3
-
A
• -r
30 • 1 Bac 4
•
-s-
* S?
•
• #
x Bac 5
A
20 Bac 6
4.-
il A
+ Bac 7
m
10
• Bac 8
•& •
0
50 100 150 200 250 300
Temps (min)
45
• Bac 1
40
<f " _ • + +
A X • Bac 2
35 •• m \ a Bac 3
30 Y
4. Bac 4
CD X
m
T3 25 l A x Bac 5
C m ...
O Bac 6
c/>
20 sss
m + A
A
1
LU
15 • - r + 1 Bac 7
LU
h- • i
10
a ï
4 +
î
X Bac 8
• • •
n A A f
5
0
50 100 150 200 250 300
Temps (min)
Figure A l . 17. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 40 %, T = 50 °C)
60 -r
I I
50 — * plénum
A • Bac 1
P 40 A Bac 2
Bac 3
f)ï I * x Bac 4
. 1 ! * $ i $ i t » Bac 5
k
CL « * * ô o o o o o o
I 20
é + Bac 6
Bac 7
o Bac 8
Temps (min)
Figure A l . 19. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 40 °C)
40 i
35 * Bac 1
30 • Bac 2
25 A Bac 3
20 H ? g f f JEfr Bac 4
x Bac 5
15
Bac 6
x §
10 —*-ï- + Bac 7
5 Bac 8
0
50 100 150 200 250
Temps (min)
Figure A l . 20. Teneur en eau des sondes en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 40 °C)
50
45
1 | È î 1 1 1 ï plénum
40 • • A A "A
m
| X X X X s Bac 1
35
A V
+
• X 4- Bac 2
X
+ + f A
m A X
30 • •;>:>
* Bac 3
+
A X o o
f + o 0
CO 25 X 4> o x Bac 4
i_ S* x + d O o
O O ;
Q- 20 o O Bac 5
E
r Bac 6
15
Bac 7
10
o Bac 8
5
0
50 100 150 200 250 300
Temps (min)
25
• Bac 1
• Bac 2
S" 20 IU
A Bac 3
Bac 4
9 15
x Bac 5
* Bac 6
+ Bac 7
Bac 8
Temps (min)
Figure A l . 22. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 50 °C)
Lu A • Bac 1
px A
A m Bac 2
i
x +
ss -
î x X ? A Bac 3
• i Bac 4
A
• x Bac 5
LU 10 x 7 Bac 6
• • * i l *
4
+ Bac 7
Bac 8
Figure A l . 23. Teneur en eau des sondes en fonction du temps (expérience semaine 2, TEE
initiale = 20 %, T = 50 °C)
60
50 <<: plénum
• Bac 1
9 40 A Bac 2
Bac 3
§ 30 x Bac 4
Bac 5
o 20 m 4- Bac 6
Bac 7
o Bac 8
40
^ * # 4
35 * Bac 1
30 • »
m #
• Bac 2
• Bac 3
Si
A
25
I X +
A
-F
Bac 4
* • X
X x Bac 5
20 X
A +
+
<> •
Si • X X Bac 6
15 •
• • • x X
• • 81
• • A + Bac 7
m
10 *
• • Bac 8
•
5
0
50 100 150 200 250 300 350
Temps (min)
45 _ _
40
• Bac 1
35 (fil*Il y
^ 30
-- + * + « - + + À T •t-
• Bac 2
Bac 3
x
-f A • A
25
• ±
II 20 A X
4
^ +
Bac 4
x Bac 5
LU • X +
Bac 6
t f
• m
LU 15 ^ A + Bac 7
T
10 * • m m x f m i à &
Bac 8
5
1
0
50 100 150 200 250 300 350
Temps (min)
Figure A l . 26. Teneur en eau des sondes en fonction du temps (expérience semaine 2, TEE
initiale = 30 %, T = 40 °C)
50
45
40
a
A
A f ï É
A i | «J • plénum
A X
X
X • Bac 1
g 35
A
A
X
x
A~
X X A Bac 2
m*" A X +
CD 30 M
A
X « + + Bac 3
3
CO 25
f m . A X # o
x Bac 4
x $S* + 0
L. Q o
o O
¥ ô 0 0 O cS n
O. 20 iiS*
E
—•
o
a • Bac 5
+ Bac 6
15
Bac 7
10
o Bac 8
5
0
100 200 300 400 500
Temps (min)
V I i é „
• Bac 1
m m • Bac 2
+
A 1
* ^ É
2 25 * A Bac 3
*
K
B
o • •
«s Bac 4
x 2 0
A •
o m X +• • X Bac 5
W 15 * S
A
X +
Bac 6
A
LU 1
° m A
1- •
A + Bac 7
,,
• •
• Bac 8
10 ?
•
0 0 50 100 150 2(
Temps (min)
45
40
•
Bac 1
_ 35 s Bac 2
S 30 X
* A X
#
A Bac 3
t i1
•g
°
25
20
I *
+ i
ï•
4-
A
fr
X
+
Bac 4
A x Bac 5
ï 15 X
Bac 6
H 1 • A X
10 • +• Bac 7
É
5
0
I Î X É Bac 8
Figure A l . 29. Teneur en eau des sondes en fonction du temps (expérience semaine 2, TEE
initiale = 30 %, T = 50 °C)
70
60 • plénum
È S
» I I i
50
• À • A A m Bac 1
• A 4 X
X A Bac 2
A
X
40 A X Bac 3
X +
m
A
4- X Bac 4
A X X -4-
30 - * 0 j
;::
Bac 5
»- 20
lié | i
o
f
o
1
6 O
f * 6 O O
t Bac 6
Bac 7
o Bac 8
10
0
50 100 150 200 250
Temps (min)
50 —
+
t + i • • Bac 1
o 40 X X . X X y y v
to
><xxx x i A
A A
« Bac 2
ï •*! f à Y • Bac 3
* 2 * x X Bac 4
S 30 —X
x Bac 5
LU
Bac 6
20
« • A
A X
+ Bac 7
" » â é É Bac 8
10
Temps (min)
Figure A l . 31. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 40 °C)
45
* Bac 1
40 +
0 -t • Bac 2
35 * •
•
A
A
+ +
A Bac 3
£ 30 n A Bac 4
| 25 A é ; x Bac 5
m
I 20 X Bac 6
+
* m A
LU » -'
• + Bac 7
LU 15 m
X +
5
0
100 200 300 400 500
Temps (min)
Figure A l . 32. Teneur en eau des sondes en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 40 °C)
60
50 % plénum
• « É » i • i  i « Bac 1
l 40 ^ m ''•"l .<, f ^ A
à *A • A A
x
A
x * x
A A Bac 2
m • s • • Bac 3
A +
- • * x * * +
f 30 x Bac 4
• j i I a . A A A A A A A A
* Bac 5
E — f e ' o ô ô b o ô o ô ^
20 o o >->
+ Bac 6
Bac 7
10 o Bac 8
0
100 200 300 400 500 600 700
Temps (min)
i *m
mm
a
50 J i v 4 . . : . l f
X Bac 1
• w — A
4- 4. m Bac 2
x 4-
g 40 9
• • A
x +
+ A Bac 3
a A
+
a A ;.:
4- Bac 4
S 30
A •
•
/IN ± x Bac 5
* • •
CD X
LU
m X
X Bac 6
W 20
i
A
A <
X
• m • + Bac 7
• m
10
4 m É ê à8 Bac 8
• m • * É
0
50 100 150 200 250 300 350 400 450
Temps (min)
Figure A l . 34. Teneur en eau exacte en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 50 °C)
45
40
* Bac 1
35 • • A
+ _ » Bac 2
E 30 i X
• m A x * A Bac 3
•o 25
m * + • Bac 4
X
I 20 H A x Bac 5
m X *
+
Lu 15 M
A i x X
#
x f
+
+
i Bac 6
+ i + Bac 7
• - # , i: ii m
• fl ê é A ils- X' ^
Bac 8
Figure A l . 35. Teneur en eau des sondes en fonction du temps (expérience semaine 2, TEE
initiale = 40 %, T = 50 °C)
60 • plénum
B 1 1 1 1 ï 1 I l I x X • Bac 1
~ 50 * M ^ M m
-Jl—A ™' x * * t * 1
m
A Bac 2
ï 40 — — —x »—* Bac 3
s
a A X " 4. + + + O
• X .+
x Bac 4
a A ... X » , + o
Bac 5
ï T? ï a J o o o o o o 6
E + Bac 6
35 M B
»- 20 Bac 7
o Bac 8
m ?
Bac 4
" m * *
x Bac 5
LU 10 Bac 6
I | f
i Bac 7
Bac 8
F i g u r e A l . 37. T e n e u r e n e a u e x a c t e e n f o n c t i o n d u t e m p s ( e x p é r i e n c e s e m a i n e 3, TEE
initiale = 20 %, T = 40 °C)
25
• Bac 1
20 • Bac 2
A Bac 3
i f i»
1 5
Bac 4
V
" D X Bac 5
C
O
V) Bac 6
LU 10
LU
: * • i g * + Bac 7
t—
Bac 8
Figure A l . 38. Teneur en eau des sondes en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 40 °C)
50
45
• plénum
40
• Bac 1
g 35
x
—x—x—*— —* A Bac 2
# # #• *
ÇD
30 Bac 3
D T* x
2 25 x Bac 4
-CD i t r n s 6
°
Q. 20 Bac 5
E + Bac 6
CD
(- 15
Bac 7
10
o Bac 8
5
0
50 100 150 200 250 300 350
Temps (min)
4 Bac 1
» M M
• Bac 2
t. f Si>. A Bac 3
X T +
• X 4- Bac 4
m X •f +
A X
$ • X È
x Bac 5
X
10
* 1 ft • Bac 6
1 • • + Bac 7
•
Bac 8
Temps (min)
Figure A l . 40. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 50 °C)
20
18
# Bac 1
16 4.
X + m Bac 2
14
A
X î -i- A Bac 3
CD 12 X ~ " -fc ~
-o A t I Bac 4
: son
10 A + i •
*
!
m - r i x Bac 5
8 I É m I » i
LU
LU
Bac 6
h- 6
+ Bac 7
4
Bac 8
2
0
0 20 40 60 80 100 120 140 160
Temps (min)
Figure A l . 4 1 . Teneur en eau des sondes en fonction du temps (expérience semaine 3, TEE
initiale = 20 %, T = 50 °C)
60
i É i M
50 Ê A^ A • plénum
A
m A
m A .X m Bac 1
A X
X
A X
g 40 m A
A X
f
A Bac 2
CD
X :.
A X -f
s
Bac 3
m ï
I X
o O
30 A x $ n
x Bac 4
i_
-CD
CL
X
o
X
1 * (
- ; O d
« Bac 5
I 20 t Bac 6
Bac 7
10 o Bac 8
2
o
n
20
É A
m A
* 1
A Bac 3
Bac 4
x x Bac 5
» 15
Bac 6
J â
* » è + Bac 7
Bac 8
Figure A l . 43. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 40 °C)
Bac 1
i Bac 2
A Bac 3
±
Bac 4
« A
x
c x Bac 5
O •1 • X
+
w 15 A Bac 6
a A X
10 #• • A X
ï i i ! Bac 7
M i l
l- ®— B
m f
5
i Bac 8
0
50 100 150 200 250 300
Temps (min)
Figure A l . 44. Teneur en eau des sondes en fonction du temps (expérience semaine 3, TEE
initiale - 30 %, T = 40 °C)
50
45 8 H
M m •
SI É É m
A A
#• | i A A A A
# plénum
40 ï B
A A
X X X
A X
X m Bac 1
35 • AT X
X
A
X
X
0-
.i. $ %
o
A Bac 2
30
T
A
•+• 0 Bac 3
X O
25 JLX-JK- i * ..i. f- 4- G
o
x Bac 4
S
t l o ô O G o 6 G
20 « Bac 5
+ Bac 6
15
Bac 7
10
o Bac 8
5
. . .
0
50 100 150 200 250 300 350 400
Temps (min)
4-5 .
A ¥
• Bac 1
* î f a
• Bac 2
A Bac 3
x • + Bac 4
x
x Bac 5
1_
Bac 6
•f Bac 7
* — r
Bac 8
Figure A l . 46. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 50 °C)
• Bac 1
m Bac 2
35 + + f X
A Bac 3
1
^ 30 Bac 4
25 x Bac 5
Bac 6
+ Bac 7
Bac 8
Figure A l . 47. Teneur en eau des sondes en fonction du temps (expérience semaine 3, TEE
initiale = 30 %, T = 50 °C)
i É i
50 A * plénum
A A A
A
i x
A
A
X
x X • Bac 1
A X X
X X A Bac 2
• +• +
X f + + Bac 3
+ +
I 30
•
X
X m
+
,.{..
O o
0 O
o
X Bac 4
-f O
t * & i ..L
d Bac 5
Or
o o o O a d
53 20 + Bac 6
Bac 7
10 o Bac 8
o -f
50 100 150 200 250 300 350
Temps (min)
50 -i
45
45 V;: ., VA;
• Bac 1
440 o f ^ i . : : : : x A ¥
• Bac 2
g 35
30
A Bac 3
So 30- • „ * I Bac 4
n 25
x
Q) x Bac 5
20
LU
LU Bac 6
15 * a » . ^
H i a
10 + Bac 7
5 Bac 8
0
100 200 300 400 500 600
Temps (min)
Figure A l . 49. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale - 40 %, T - 40 °C)
45
• Bac 1
40
X s Bac 2
_ 35 m +
i
+
f
• . .. 4 i A Bac 3
E 30 m Bac 4
2 5
? x x Bac 5
+ | Y1
S 20 +
4-* 5
Bac 6
+
LU A 1 + + +
LU 15 m t Bac 7
H
10 • • • • 1 1
• m
m • ^ n i - B Bac 8
5
_| 1 ] , , ! 1
0
100 200 300 400 500 600
Temps (min)
Figure A l . 50. Teneur en eau des sondes en fonction du temps (expérience semaine 3, TEE
initiale = 40 % , T = 40 °C)
45
40
m 8ï m i K l i f ï ï l ï i i ^
a m m • " A * plénum
35
A A
M
• A
* Bac 1
g 30
^ x x x * x x x x ,
i A Bac 2
A
X X O @ O Ô O ^ + + I
S 25 â m o o • v
î —-° o o Bac 3
1 £ £ 9 +
X Bac 4
CL * Bac 5
i 15 + Bac 6
Bac 7
o Bac 8
£ 20
***** x Bac 5
* X
P 15
A
A A A
Bac 6
+ Bac 7
10 ® m m
#
• • • • Bac 8
Temps (min)
Figure A l . 52. Teneur en eau exacte en fonction du temps (expérience semaine 3, TEE
initiale = 4 0 %, T = 50 °C)
45
• Bac 1
40 X
" +
+ * X
m Bac 2
A
35 + X
A Bac 3
g
-f
30 4 • +
i
A
••!••
Y
Bac 4
<D m
T3 25 i
C x Bac 5
O i
20 (• à +
Bac 6
LU
LU 15 X 4. + Bac 7
H • A
10 • •• • S m A A
A A Bac 8
5
0
100 200 300 400 500 600
Temps (min)
Figure A l . 53. Teneur en eau des sondes en fonction du temps (expérience semaine 3, TEE
initiale = 40 %, T = 50 °C)
70 -r
60 -
• plénum
^ 50
m m m Bac 1
B ni i l ^ Éi |§ éé il i l
9 A A A A A A
A Bac 2
40 Bac 3
X X *
x Bac 4
30 = 1 4 f * 1 r » Bac 5
y ^ 5 o o 0 o o o
i Bac 6
20
Bac 7
o Bac 8
10
0
100 200 300 400 500 600 700
Temps (min)
Annexe 2
i 40 2-3-4-5-6-7
i 50 2-3-4-5-6-7
40 3-4-5
20 2
50 2-3-4-5-6
3 40 2-3-4-5-6-7
J
50 2-3-4-5-6-7
1
40 1-2-3-4-5-6-7
1
50 2-3-4-5-6-7
40 2-5-6
30 2
50 2-3-4-5-7
40 2-3-4-5-6-7
J
50 3-4-5-6-7-8
1
40 1
1
50 1-3-5-6-7
40 -
40 2
50
i 40 5
j
50 -
Annexe 3
Figure A3. 1 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 1, TEEjnitiale = 20 %, T = 40 °C, n = 115)
Couche # R 2
a b n Erreur Standard
1 0,8834 1,2972 3,0099 6 1,6471
2 0,9756 0,7809 7,3846 8 0,8806
3 0,9589 0,6987 10,3416 10 1,1626
4 0,9475 0,6613 9,9063 11 1,1578
5 0,9415 0,6227 10,7580 13 1,1917
6 0,9505 0,6192 9,5771 13 0,8647
7 0,9718 0,5734 12,5746 13 0,6276
8 0,8716 0,5197 14,4427 13 1,1954
Couches 1 à 8 0,9040 0,6708 10,0090 87 1,4693
Figure A3. 2 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 1, TEEjnitiale = 20 %, T = 50 °C, n = 87)
Couche # R 2
a b n Erreur Standard
1 0,9481 0,4909 16,5518 10 1,2679
2 0,9729 0,3985 19,7420 12 0,8933
3 0,9615 0,4621 19,3785 17 1,2871
4 0,9841 0,4503 18,9933 18 0,6857
5 0,9628 0,5150 14,2516 21 0,8758
6 0,9567 0,5463 13,2543 21 0,8002
7 0,9914 0,5332 13,8619 21 0,3195
8 0,9912 0,5057 14,5543 21 0,3125
Couches 1 à 8 0,8722 0,5068 15,6026 141 1,8528
y = 0 . 5 0 6 8 x + 15.603
10
0 -I 1 1 1
0 10 20 30 40 50
Figure A3. 3 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 1, TEEjnitiale = 30 %, T = 40 °C, n = 141)
Couche # R 2
a b n Erreur Standard
1 0,9455 0,6214 13,2023 7 1,5752
2 0,9697 0,5506 12,3455 9 0,9280
3 0,9303 0,5754 14,1485 13 1,4505
4 0,9423 0,5215 17,4391 13 0,9935
5 0,8937 0,5620 14,0194 15 1,4324
6 0,9897 0,5552 18,5115 16 0,4494
7 0,9850 0,5144 17,4147 16 0,5255
8 0,9500 0,5888 15,2374 16 0,9042
Couches 1 à 8 0,8285 0,5715 15,3030 105 2,0247
y = 0.5715x+ 15.303
15 20
TEE s o n d e (°/<$
Figure A3. 4 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 1, TEEjnitiale = 30 %, T = 50 °C, n = 105)
Couche # R 2
a b n Erreur Standard
1 0,9553 0,6815 13,5049 10 1,0934
2 0,9880 0,4719 10,8817 13 0,5717
3 0,8540 0,5923 17,1759 18 2,4291
4 0,9226 0,3828 22,7637 10 1,2398
5 0,9390 0,3187 28,9351 10 0,9486
6 0,9754 0,6078 14,4743 22 0,9469
7 0,9955 0,4674 19,4281 19 0,3234
8 0,9762 0,3506 28,2350 15 0,5672
Couches 1 à 8 0,6013 0,5175 18,3088 117 4,4013
Figure A3. 5 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 1, TEEjnitiale = 40 %, T = 40 °C, n = 117)
Couche # R 2
a b n Erreur Standard
1 0,9251 0,9847 12,0200 11 3,6738
2 0,8857 0,9262 12,3921 9 2,7152
3 0,9584 0,7255 16,2212 13 1,8294
4 0,8743 0,6189 21,7326 12 2,6742
5 0,8655 0,4779 25,8419 10 2,1960
6 0,9738 0,6079 17,7599 15 1,0457
7 0,9059 0,6736 25,1601 15 2,3743
8 0,9396 0,5560 26,1768 15 1,4438
Couches 1 à 8 0,7613 0,6878 19,7346 100 4,1356
10
o1 , , , , , , , 1
0 5 10 15 20 25 30 35 40 45
Figure A3. 6 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 1, TEEjnitiale = 40 %, T = 50 °C, n = 100)
Couche # R 2
a b n Erreur Standard
1 0,9730 0,6923 4,9743 8 0,6418
2 0,9601 0,7185 6,4328 10 0,9085
3 0,9820 0,4280 9,3008 13 0,7021
4 0,9693 0,5519 8,3799 13 0,6331
5 0,9613 0,5362 8,2431 14 0,6728
6 0,9586 0,5542 8,5951 16 0,6703
7 0,9424 0,6186 8,0296 16 0,6880
8 0,9741 0,5202 8,2491 16 0,3561
Couches 1 à 8 0,8964 0,5144 8,6764 106 1,1545
40
Figure A3. 7 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 2, TEEjnitiale = 20 %, T = 40 °C, n = 106)
Couche # R 2
a b n Erreur Standard
1 0,9274 0,8991 6,1931 6 1,0907
2 0,9430 0,6657 7,9053 9 1,3494
3 0,9172 0,6594 7,0318 10 1,3700
4 0,8248 0,5811 8,6305 11 1,3330
5 0,9203 0,7342 5,7037 14 1,1417
6 0,9653 0,5954 7,8028 14 0,6219
7 0,9736 0,5977 7,2119 14 0,4523
8 0,9917 0,5938 8,3504 14 0,3132
Couches 1 à 8 0,8950 0,6325 7,5681 92 1,1836
0 H ^ 1 1 ^ 1 I
0 5 10 15 20 25 30
T E E sonde (%)
Figure A3. 8 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 2, TEEjnitiale = 20 %, T = 50 °C, n = 92)
Couche # R 2
a b n Erreur Standard
1 0,9488 0,5746 11,3817 11 1,6260
2 0,9510 0,5558 12,8108 14 1,5747
3 0,9644 0,6111 9,1886 17 1,4078
4 0,9508 0,5590 12,0015 17 1,5474
5 0,9788 0,4953 11,7387 20 0,8731
6 0,9723 0,5411 15,4699 18 1,1318
7 0,9659 0,5587 11,7163 21 0,9020
8 0,9757 0,5327 12,4301 18 0,7736
Couches 1 à 8 0,9098 0,5541 11,9784 136 1,9316
Figure A3. 9 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des sondes
(semaine 2, TEEjnitiale = 30 %, T = 40 °C, n = 136)
2
Couche # R a b n Erreur Standard
1 0,9263 0,8699 9,4390 7 2,3515
2 0,8430 1,0580 8,1329 10 3,1721
3 0,9427 0,8186 9,3971 12 1,9355
4 0,9457 0,6605 10,2231 14 1,7585
5 0,9306 0,6613 11,3879 14 1,7889
6 0,9607 0,3556 15,9712 9 0,9120
7 0,9430 0,6333 10,5204 14 1,0785
8 0,9602 0,6580 13,8527 14 0,8372
Couches 1 à 8 0,7952 0,6273 12,3361 94 2,7766
y = 0.6273X+ 1 2 . 3 3 6
R = 0.7952
^ 25
a>
i •
•
ra 2 0
0 5 10 15 20 25 30 35 40 45
TEE sonde
Figure A3. 10 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 2, TEEjnitiale = 30 %, T = 50 °C, n = 94)
\
Couche # R 2
a b n Erreur Standard
1 0,9363 0,6591 15,5326 11 1,8841
2 0,8506 0,8216 16,0004 13 3,0576
3 0,9151 0,6333 14,7779 9 2,0686
4 0,8788 0,7160 15,5323 12 2,7098
5 0,9091 0,4428 15,6140 9 1,4729
6 0,9821 0,6220 18,2800 15 0,8921
7 0,9825 0,6168 20,0182 15 0,9517
8 0,9953 0,5439 18,5658 16 0,4129
Couches 1 à 8 0,8630 0,6511 16,6247 100 2,7747
0.6511X+ 16.625
o
a
x
CD
LU
LU
10 20 30 40 50
Figure A3. 11 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 2, TEEjnitiale = 40 %, T = 40 °C, n = 100)
Couche # R2
a b n Erreur Standard
1 0,9124 1,0076 17,3519 10 3,0625
2 0,8609 1,1537 14,0832 12 4,2365
3 0,8818 0,9486 11,2716 11 3,3281
4 0,8140 0,8746 12,2588 14 4,2273
5 0,8596 0,9034 13,4685 11 3,4597
6 0,8925 0,7741 14,5138 9 2,1119
7 0,9161 0,5480 21,4021 8 1,8954
8 0,9443 0,4024 20,6768 7 1,1121
Couches 1 à 8 0,7342 0,8449 15,0390 82 4,6209
Figure A3. 12 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 2, TEEjnitiale = 40 %, T = 50 °C, n = 82)
2
Couche # R a b n Erreur Standard
1 0,9286 0,7548 6,9694 7 0,9670
2 0,9409 0,8703 4,3790 14 0,9527
3 0,9780 0,7824 2,8382 14 0,5013
4 0,9378 0,7728 5,2191 19 0,9024
5 0,9164 0,6660 6,8648 19 0,8945
6 0,9333 0,6199 7,0214 19 0,6854
7 0,9301 0,5995 6,6309 19 0,5320
8 0,9797 0,5406 7,0848 19 0,4200
Couches 1 à 8 0,8347 0,6586 6,2225 130 1,2502
y = 0.6586x + 6 . 2 2 2 5
25 2
R = 0.8347
23 Au * - , ^ *
•
o 15
o
cz
X Hr •
LU 10
LU >
10 15 20 25
T E E s o n d e (%)
Figure A3. 13 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 3, TEEjnitiale = 20 %, T = 40 °C, n = 130)
Couche # R 2
a b n Erreur Standard
1 0,8646 1,6286 -0,5816 8 1,6951
2 0,9384 0,9794 3,3661 10 0,9432
3 0,9484 0,8804 1,6233 13 0,8859
4 0,9373 0,9059 3,6951 14 0,9674
5 0,9514 0,7086 5,1119 14 0,6093
6 0,9238 0,6742 6,5545 14 0,7664
7 0,9198 0,7705 4,8769 14 0,6690
8 0,9708 0,6844 7,2260 14 0,3708
Couches 1 à 8 0,7372 0,7888 4,9764 101 1.6604
Figure A3. 14 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 3, TEEjnitiale = 20 %, T = 50 °C, n = 101)
\
Couche # R 2
a b n Erreur Standard
1 0,8636 0,7679 7,9264 11 2,0381
2 0,9561 0,6551 8,9008 14 1,2756
3 0,9568 0,6978 6,7406 18 1,2334
4 0,9550 0,6152 9,6539 18 1,1186
5 0,9501 0,6368 10,8199 19 1,2542
6 0,9640 0,5627 11,3276 19 0,8720
7 0,9669 0,5695 11,3815 19 0,7851
8 0,9681 0,5556 10,5026 19 0,6484
Couches 1 à 8 0,9190 0,6350 9,4840 137 1,4632
y = 0.635x + 9 . 4 8 4
10 15 20 25 30 35
Figure A3. 15 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 3, TEEjnitiale = 30 %, T = 40 °C, n = 137)
Couche # R 2
a b n Erreur Standard
1 0,9070 0,7926 10,3652 7 2,2693
2 0,8811 0,6466 12,0280 12 2,8668
3 0,9100 0,5376 11,7013 15 2,2908
4 0,9332 0,6566 12,4794 18 2,2359
5 0,9224 0,4843 15,2448 15 1,9538
6 0,9557 0,5277 15,2887 18 1,2965
7 0,9800 0,4744 16,2310 18 0,7485
8 0,9782 0,5538 16,5180 18 0,7641
Couches 1 à 8 0,8832 0,5685 13,8834 121 2,3699
Figure A3. 16 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 3, TEEjnitiale = 30 %, T = 50 °C, n = 121)
2
Couche # R a b n Erreur Standard
1 0,8777 0,5287 16,9028 12 1,8763
2 0,8837 0,5447 16,2993 11 2,1225
3 0,9614 0,5543 14,1350 19 1,3224
4 0,9873 0,4718 15,7387 15 0,5512
5 0,8386 0,3613 18,4735 12 1,7268
6 0,9889 0,5298 14,5034 19 0,5013
7 0,9602 0,5368 16,8590 19 0,8809
8 0,9752 0,6649 15,1111 26 0,9039
Couches 1 à 8 0,8674 0,5233 16,1028 133 1,9818
Figure A3. 17 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 3, TEEjnitiale = 40 %, T = 40 °C, n = 133)
Couche # R 2
a b n Erreur Standard
1 0,8546 0,5055 15,6181 8 2,4994
2 0,8597 0,5009 15,5160 6 2,0873
3 0,9154 0,3665 17,1555 8 1,3320
4 0,9596 0,3465 18,9773 10 0,9202
5 0,9514 0,3432 17,1145 11 1,0556
6 0,9437 0,7289 13,5526 22 1,3501
7 0,9701 0,5767 15,7962 21 0,8337
8 0,9708 0,5513 14,7843 24 0,7934
Couches 1 à 8 0,8203 0,5150 16,2602 110 2,4001
y = 0.515x+ 16.26
>2
20 25 45
TEE s o n d e (°/<J
Figure A3. 18 Régression linéaire pour la prédiction de la teneur en eau réelle à partir des
sondes (semaine 3, TEEjnitiale = 40 %, T = 50 °C, n = 110)
Annexe 4
Abstract. Four commercial meters were used to measure hay moisture content (MC) in the range of
10 to 40 % (on a wet basis). Three meters (#1, 2 and 4) were based on electrical conductance; the
other meter (#3) was based on capacitance. The standard MC was obtained by oven drying at 103°C
during 24 h, according to ASABE Standard 358.2. Results showed that the standard déviation (SD)
of MC increased with MC. When SD was divided by MC, the resulting coefficient of variation (CV)
was not significantly affected by MC. For the standard MC of hay obtained by oven drying, the CV
averaged 6.0 %. Two meters (#1 and 3) had a CV of 8.4 % while the two other meters had a CV of
10.7 %. The approximate confidence interval (CI) for the standard MC was ± 0.90 % at 15 % MC
and ±1.50 % at 25 % MC (based on 5 samples). Similarly, the two meters with the lowest CV had an
approximate C I r of ±2.24 % at 25 % MC (based on 5 samples) and the two other meters had a
mete
CI eter of ±2.84 % at 25 % MC. Linear régression was used to correlate the meter readings with the
m
2
standard MC. The capacitance type meter (#3) had the highest coefficient of détermination (R =
0.954 at low hay density); however, its error of estimate varied by almost 8 % between 15 and 25 %
MC, thereby requiring important corrections of reading. One of the electrical conductance meters
(#1) had a small error of estimate change (0.4 % over the range of 15 to 25 % MC), thereby requiring
only small corrections of reading to estimate the true MC. When combining the error resulting from
meter variability and the error of estimate of true MC, a global CI was estimated which ranged from
±1.16 % to ±2.14 % depending of MC measured and the number of measurements made (5 or 10).
Method
Samples
Timothy grass was mowed during the first growth cycle at the Deschambault (Québec)
expérimental farm at four dates : June 12 and 19, July 3 and 11, 2006. Fresh forage had average
initial MCs of 77, 70, 66 and 64 %, respectively, on a wet basis. The fresh forage was brought to
the laboratory in a long and loose form where it dried naturally outside under the sun or inside
until four levels of MC were obtained, originally planned to be in the range of 10 to 30 %. During
natural drying, the long-stem forage was slightly conditioned by turning regularly the windrow
over a 2-to-3-day period. The forage laid on meshed trays which were weighed regularly until
the planned MC level was reached. At such a time, the forage was placed in a sealed container
for at least one hour to improve MC uniformity. Each level of MC was repeated three times each
week. A total of 48 expérimental units was planned (4 weeks x 4 levels of MC x 3 replications).
Each expérimental unit was subjected to a set of 64 electronic measurements, explained below.
After thèse measurements, a set of 8 samples of about 200 g were taken from the forage mass to
dry in an oven for 24 h at 103 °C, according to standard S358.2 (ASABE 2006).
Moisture content meters and apparatus
Four electronic meters were considered : the DelmHorst F-2000, the Farmex HMT-2 Portable
Hay Tester, the PreAgro 25 Moisture Meter and the Draminski Forage Tester. Each meter was
equipped with a penetrating rod. A brief description appears in Figure A4.1 and Table A4.1.
3
The PreAgro 25 is the only meter to include a density adjustment, in the range of 8 to 16 lb/ft on
3
a wet basis (130 to 260 kg/m ).
A box made of 19 mm thick plywood was used to contain the compressed forage. Inside
dimensions were 400 x 300 x 200 mm, with two 16 holes pattern located on both large vertical
planes (Figure A4.2). A hydraulic press (Figure A4.3) was used to compact the forage in the box
3
at two controlled densities, 90 and 180 kg dry matter (DM)/m . The exact DM density varied
slightly because MC was estimated only at the time of filling the box and measured exactly by
oven drying only after electronic measurements.
Figure A4. 2 Schematic of wooden box containing hay and
Figure A4. 3 Box with
16 holes for metering : (a) side to sample low density ; (b)
hydraulic press
side to sample high density
Data collection
3 3
The box was first filled at low density (90 kg DM/m ) in the full volume (0.024 m ). MC was
estimated initially based on three microwave oven measurements. The rod of the first meter (F-
2000) was inserted in four holes selected randomly among the 16 holes. Two measurements
were taken in each hole at two depths (70 and 140 mm). Then, the rod of the second meter
(Draminski) was inserted randomly in four holes among the 12 remaining holes. Similarly, the
third meter (PreAgro 25) and the fourth meter (Farmex HMT-2) were inserted in the 8 remaining
holes.
3
Then the same forage was compressed in half the volume (0.012 m ) to double the density (180
3
kg DM/m ). The four meters were tested according to the same procédure to take 32 other
electronic measurements at the high density.
Variability of measurement
Variability was measured by the standard déviation (SD) of MC in expérimental units that were
supposed to be homogeneous. Figure A4.4 shows SD for ail 48 expérimental units based on the
standard MC (oven drying of 8 samples per unit at 103 °C). Results showed that the standard
déviation (SD) of MC increased with MC.
•
* 4
** 3 • •
> •
• t
13 •
•
•a 2
c •
•
n •
T3 •
•
C • •
J2 i • •
10 20 30 40 50
O v e n MC ( % )
Figure A4. 4 Standard déviation (SD) of standard MC measured by oven drying at 103 °C during
24 h for the 48 expérimental units (8 measurements per unit)
SD values were then converted into coefficient of variation (CV) values (100 % x SD/average).
Figure A4.5 illustrâtes the CV of the 48 expérimental units for the standard, oven drying
measurement of MC. Statistical analysis showed no significant différence between the CV at MC
levels between 10 and 40 %. The average CV was 5.96 %. Therefore CV was a more uniform
expression of variability across a range of MC (from 10 to 40 % in this experiment) and was used
to characterize the variability of measurement of the MC meters.
18
16
•
•
14
12
• ••
B 8
•
.
•
• •
• • •
•
• *• •
•
•
** • . .
• • •» •
10 40 50
20 30
Oven MC (%)
Figure A4.6 shows the CV of the four MC meters and their associated standard error. The
Delmhorst and PreAgro meters had a CV of 8.4 % while the Draminski and Farmex meters had a
CV of 10.7 %. The first two meters provided a smaller variability in the estimation of MC based
on 8 measurements.
14
12
10.7 ± 0 . 7 % 10.7 ± 0 . 6 %
10 ï
j 8.4 ±0.5% J 8.4 ± 0.5% • Delmhorst
• Draminski
A PreAgro
5 6 J 6.0 ± 0.4% X Farmex
• Oven
Figure A4 6 Average coefficient of variation (CV) on MC with their associated standard error
for the 48 expérimental units (8 measurements per unit)
The relative error of estimate ( % error) is a function of the CV and the number of measurements
(N) as shown in équation (1). This équation is derived from the gênerai probability of estimating
the true mean of a population (Steel et al. 1997, p. 57, eq. 3.15). The t value was 2.365 for 8
measurements and a 0.05 probability level.
(n-l,a)
% error = (1)
Figure A4.7 illustrâtes the impact of N on % error. With the Delhmorst and PreAgro meters, 15
measurements would bring the relative error at a level of 5 %. The approximate confidence
interval on the meter ( C I t e r ) was evaluated for each meter by multiplying the % error by the
me
E 20
o • Delmhorst
S 15 û - «Draminski
É • A PreAgro
S L
— ^ &
x Farmex
n m • M • Oven
0 5 10 15 20 25
Number of measurements
Figure A4. 7 Relative error of estimate as a function of the number of measurements for the four
meters and the oven method
Table A4.2 illustrâtes the CI ter resulting from 5 or 10 measurements, for the four meters and the
me
standard MC, at two MC levels. The C I r increases as MC increases and the error is reduced
mete
Table A4. 2 Approximate confidence interval on the meter estimation of the average moisture
content (CI ter) at 95 % probability, as a function of MC and number of measurements
me
Accuracy of measurement
Variability indicates how repeated measurements vary with respect to the average value. A
measure can be very précise (low variability) but inaccurate because of an offset. The offset is
simply defined as the différence between the real average and the estimated average.
Offset may be corrected by linear régression models. Table A4.3 shows prédiction parameters
(intercept point (a) and slope (b)) and the error of estimate of true MC for MC ter of 15 and me
25 %. The CI on predicted true MC at 95 % probability (CI d) was evaluated using équation (2), pre
from Steel et al. (1997, p. 60, eq. 3.17). The error of estimate of true MC (s) is the différence
between the predicted MC (MC d) obtained by the régression model and the average MC
pre
CI p r e d a+ bxMC ±t _
meter (n 2m5h MSE - + - (2)
SS(MC ) meter
v J
where:
a = régression intercept point;
b = régression slope;
n = number of expérimental values (48 in this experiment);
t = Student t value for (n - 2) degrees of freedom and a probability (for a = 0.05, t = 2.01);
MSE = mean square error of the set of expérimental values;
S S ( M C t e r ) = sum of square.
m e
(kg
DM/m ) 3 Meter a b R 2
s Clpred s Clpred
DelmHorst 0.88 1.33 0.904 -5.83 ±0.77 -9.13 ± 1.38
Draminski 0.78 1.29 0.940 -5.13 ±0.73 -8.03 ±0.79
90
PreAgro -11.82 1.46 0.954 4.92 ±0.83 0.32 ±0.53
Farmex -0.09 1.21 0.926 -3.06 ±0.89 -5.16 ±0.98
DelmHorst 3.29 0.95 0.925 -2.54 ±0.80 -2.04 ±0.80
Draminski 6.10 0.70 0.938 -1.60 ±0.79 1.40 ±0.60
180
PreAgro -14.11 1.78 0.947 2.41 ±0.90 -5.39 ±0.81
Farmex 0.30 0.96 0.932 0.30 ±0.89 0.70 ±0.65
2
The PreAgro meter had the highest R at both densities but it also had a large range of error of
3
estimate between 15 and 25 % MC. At a density of 180 kg/m , the PreAgro meter had an error of
estimate which changed from +2.41 to -5.39 % (a range of 7.8 %). By comparison, the Farmex
meter had an error of estimate which changed from +0.30 to +0.70 % (a range of 0.4 % ) . The
latter meter had a slope close to one and an intercept close to zéro. This reflected a good
calibration.
Global confidence interval on MC estimation
It is possible to combine the error resulting from the variability of measurement (CI ter) with the me
error of estimate of true M C (CI d) by summing their respective variance (équation 4). Their
pre
2 2
associated variances (S ter and S d) can be obtained from their respective confidence interval
me pre
2
(CImeter and C I d ) using équation (5a and 5b). For S ter? the t value was evaluated considering
pre me
2
47 degrees of freedom. For S d, the t value was evaluated considering 4 or 9 degrees of
pre
freedom depending on the number of simulated measurements (5 or 10 in this case). The t value
for the global CI (CI bai) can only be approximated; a value of 2 was chosen (eq. 6).
g]0
2 2 2
S -S +S (4)
^global ° meter ^°pred
CI CI p r e d
' S pred
(5a and 5b)
V 17-1,0.05) )
Table A4.4 shows examples of CI i bai for the four meter at M C of 15 and 25 % and for 5 and 10
g 0
repeated measurements. Figure A4.8 illustrâtes the prédiction curve of M C as a function of the
Delmhorst meter averaged with CI i bai boundaries when 10 measurements are taken at high hay
g 0
density.
Table A4. 4 Global confidence intervais for the four meters at high hay density
Average moisture content
15 % 25 %
Meter
Number of measurements
10 0
Delmhorst ±1.25 % ±1.16% ±1.80% ±1.61 %
Draminski ±1.45 % ±1.32% ±2.12 % ±1.87 %
PreAgro ±1.31 % ±1.22% ±1.79% ±1.60%
Farmex ±1.51 % ±1.38% ±2.14% ±1.89%
5 -I , , , 1
5 15 25 35 45
Meter MC (%)
Figure A4. 8 Prédiction curve of oven-dried MC as a function of the Delmhorst meter with global
3
confidence intervais at 95 % probability, for 5 measurements at high density (180 kg DM/m )
Conclusion
Four commercial MC meters were evaluated to détermine their variability and accuracy. The
Delmhorst and the PreAgro showed the least variability with a CV of 8.4 % compared to the
Draminski and Farmex which had a CV of 10.7 %. The CV of th e meters were ail above the
oven drying measurement of MC which had a CV of 6.0 %. The Delmhorst and PreAgro require
fewer measurements than the two other to get to the same relative error of estimate of the average
MC.
Régression models were developed to correct the différence between true MC and meter MC at
3
two hay densities (90 and 180 kg DM/m ). The PreAgro had the best correction model for both
densities (R" of 0.954 and 0.947) while the Farmex had the best calibration.
When considering both errors associated to the variability of the meters and to the correction with
respect to the true MC, the absolute error ranged from ±1.16 % to ±2.14 % depending of the MC
measured and the number of measurements made (5 or 10). The Delmhorst and PreAgro had the
smallest absolute error.
AcknoM ledgements
The authois acknowledge the support of the Natural Science and Engineering Research Council
of Canada, and Agriculture and Agri-Food Canada.
Références
ASABE. 2006. Moisture measurement - forages. Standard S358.2. In ASAE Standards. St.
Joseph, Ml : ASABE.
Descôteaux, S. and P. Savoie. 2006. Bi-directional dryer for mid-size rectangular hay baies.
Applied Engineering in Agriculture 22(4): 481-489.
Inventagri. 2005. Round & Square Baie Hay Dryer. http://www.inventagri.com/
Savoie, P. and H. Joannis. 2006. Bidirectional drying of baled hay with air recirculation and
cocling. Canadian Biosystems Engineering / Le génie des biosystèmes au Canada 48:
3.53-3.59.
Steel, R. G. D., J. H. Torrie and D. A. Dickey. 1997. Principles and procédures of statistics: a
biometrical approach. McGraw-Hill Séries in Probability and Statistics. 666 pages. New
York, NY.