Mesure de La Teneur en Eau en Continu Durant Le Séchage Du Foin en Balles

ETIENNE CORMIER
MESURE DE LA TENEUR EN EAU EN CONTINU

DURANT LE SÉCHAGE DU FOIN EN B A L L E S
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.)
FACULTÉ DES SCIENCES DE L'AGRICULTURE ET DE L'ALIMENTATION

UNIVERSITÉ LAVAL
QUÉBEC
2008
© Etienne Cormier, 2008

Résumé
Une mesure en continu et précise de la teneur en eau (TEE) permettrait d'optimiser le
séchage du foin dans un séchoir commercial à grande échelle. Pour mesurer la précision des
lectures dans ces conditions, un capteur électronique relié à 16 sondes a été utilisé pour
estimer la TEE dans un séchoir expérimental. Deux sondes et un thermocouple étaient
insérés dans huit couches de foin superposées, de 135 mm d'épaisseur chacune. Les TEE
estimées par les sondes ont été comparées à des TEE exactes obtenues par séchage à l'étuve
et un bilan de masse pour chaque couche. Trois niveaux de TEE initiales (20, 30 et 40 %)
et deux mesures de températures de séchage (40 et 50 °C) ont été répétés pendant trois
semaines. Des régressions linéaires entre les lectures des sondes et les TEE exactes ont été
faites pour corriger les lectures par les sondes. Les meilleures corrélations ont été observées
à une TEE initiale de 30 % et une température de séchage de 40 °C (R" = 0,919). Les
corrélations étaient moins bonnes pour les TEE initiales de 40 % avec le plus faible R" de
0,601. Les résultats montrent que la température de l'air à l'intérieur de la masse de foin
influence l'estimation de la TEE par les sondes. L'ajout de la température dans les
2
régressions a permis d'améliorer les corrélations avec des R variant entre 0,685 pour une
TEE initiale élevée et 0,949 pour une TEE initiale faible de 20 %. Les plus petites erreurs
standard ont été observées à une TEE initiale de 20 % (± 0,806 % ) ; les erreurs standard
augmentaient avec la TEE initiale jusqu'à ± 4,617 %.
Abstract
Continuous and accurate measurement of moisture content (MC) would represent a

significant improvement for on-site monitoring of commercial baled hay drying. A meter
based on electrical résistance was used to détermine MC of hay continuously in a
laboratory dryer. Two moisture probes and one thermocouple were inserted in eight
layers of hay of 135 mm thickness each. The probe MC measurements were compared
with the exact MC obtained by oven drying and mass balance. Three initial levels of MC
(20, 30 and 40 %) and two levels of drying air température (40 and 50 °C) were repeated
during three weeks. Linear régression was used to correct the reading of the probes. The
2
best prédiction model had an R =0.919 at an initial MC of 30 % and a drying température
2
of 40 °C. The meter was less accurate at high initial MC of 40 % with the lowest R of
0.601. Results indicate that air température within the hay influenced the MC readings of
2
the probes. Including the température in the prédiction model improved ail R which
ranged from 0.685 at high initial MC to 0.949 at a low initial MC of 20 %. The smallest
standard errors were observed at low MC (± 0.806 %) and increased with the initial MC
up t o ± 4.617 %.
Avant-propos
L'auteur de ce mémoire a été conseillé par Philippe Savoie, directeur de maîtrise,
professeur associé au Département des sols et de génie agroalimentaire de l'Université
Laval et chercheur au Centre de recherche et de développement sur les sols et les grandes
cultures d'Agriculture et Agroalimentaire Canada. Les résultats de cette recherche ont été
présentés lors de la demi-journée scientifique du Conseil Québécois des plantes
fourragères le 19 février 2008 et ont été présentés à Providence, RI lors de la conférence
annuelle de l'ASABE du 29 juin au 2 juillet 2008.
Le projet a été réalisé grâce à un soutien financier d'Agriculture et Agroalimentaire

Canada et du Conseil de recherche en sciences naturelles et génie (CRSNG). L'auteur
tient à remercier les personnes qui l'ont aidé dans la réalisation du projet : Hugues
Joannis et René Morissette, professionnels de recherche d'Agriculture et Agroalimentaire
Canada, Michaël Gagnon Bouchard, étudiant à l'Université Laval ainsi que Martin
Labbé, employé de la laiterie de Charlevoix.
Table des matières
Résumé ii
Abstract iii
Avant-propos iv
Table des matières v
Liste des tableaux vii
Liste des figures x
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
4.2.4.4 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
4.3.4 TEE initiale à 20-30 % 58
4.4 Validation des modèles 58
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
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
30% 46
30% 47
combinées et les deux températures de séchage combinées lorsque la TEE initiale est
de 30 % 47
40 % 49
40 % 50
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
combinées, les deux températures de séchage séparées et combinées pour une TEE
initiale de 3 0 % 56
combinées, les deux températures de séchage séparées et combinées et pour une
TEE initiale de 40 % 57
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
Tableaux des annexes
Tableau A2. 1 Identification des couches où une réhumidification se produit en début de

séchage selon les TEE mesurées par les sondes 88
Tableau A3. 1 Régressions linéaires pour la prédiction de la teneur en eau réelle à partir
des sondes (semaine 1, TEE_initiale = 20 %, T = 40 °C) 90
des sondes (semaine 1, TEEjnitiale = 30 %, T = 40 °C) 92
Table A4. 1 Basic characterisitics of moisture meters 111
Table A4. 2 Approximate confidence interval on the meter estimation of the average
moisture content ( C I r ) at 95 % probability, as a function of MC and number of
mete
measurements 115
Table A4. 3 Prédiction models of oven-dried MC (MC d) as a function of meter MC,
pre
error of estimate of oven-dried MC (s) and confidence at 95 % probability 116

Table A4. 4 Global confidence intervais for the four meters at high hay density 117
Liste des figures
Figure 2.1 Vue en coupe d'une sonde d'un capteur à résistance (McMahon, 2000) 5
Figure 2.2 Circuit de base de l'appareil et séquence des mesures dans le temps
(McMahon, 2000) 5
Figure 2.3 Presse à foin avec des sondes installées sur le ramasseur d'andains (composant
no. 22). (Bohman et Seymour, 1990) 5
Figure 2.4. Sondes rétractables permettant d'estimer la TEE (composante no. 36).
(Bohman et Seymour, 1990) 5
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) 6
Figure 2.6 Électrodes étoilées (composantes no. 1 et 2) pénétrant dans la balle à la sortie
de la presse (Pemrick, 2002) 7
Figure 2.7 Appareils électroniques utilisés dans l'expérience de Cormier et al. (2007)
utilisant le principe de conductance électrique 7
Figure 2.8 PreAgro 25 Moisture Meter 9
Figure 2.9 Schéma du fonctionnement du système à micro-onde pour déterminer la TEE
(Hooker et Alkire, 2004) 12
Figure 2.10 Exemple de courbes de calibration de la conductance pour différentes
températures 15
Figure 2.11 Erreur de lecture du HTM-1 en fonction de la TEE 16
Figure 2.12 Courbe de calibration du HTM-1 16
Figure 2.13 Erreur de lecture du DANI en fonction de la TEE 17
Figure 2.14 Courbe de calibration du DANI 17
Figure 2.15 Erreur de lecture du PreAgro-25 en fonction de la TEE 18
Figure 2.16 Courbe de calibration du PreAgro-25 18
Figure 3. 1 Multiplexeur et le Delmhorst utilisés pour les expériences 23
Figure 3. 2 Représentation schématique du montage 24
Figure 3.3 Positionnement des sondes 24
Figure 3. 4 Le séchoir illustrant quatre anciens plateaux (dans le haut) ainsi que les boîtes
de plastique (en bas) les remplaçant 26
Figure 3. 5 Schéma du séchoir ainsi que les principales composantes 27
Figure 3. 6 Schéma des boîtes une fois remplies de foin et avec les deux sondes de TEE
et le thermocouple 28
Figure 3. 7 Morceaux de caoutchouc pour minimiser l'entrée d'air entre les sondes et la
paroi 28
Figure 3. 8 Positionnement des sondes de TEE et du thermocouple sur une boîte 29
Figure 3. 9 Conditionnement du fourrage à l'extérieur 30
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.) 34
Figure 4. 2 Températures mesurées lors de l'expérience 1 pour chaque couche (air chaud
poussé de la couche 1 vers la couche 6) 34
Figure 4. 3 Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C) 36
Figure 4. 4 Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C) 37
Figure 4. 5 Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C) 37
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) 38
Figure 4. 7 Températures de séchage pour les essais à une TEE initiale de 20 % 41
Figure 4. 8 TEE initiales réelles lors du séchage à basse température à une TEE initiale
visée de 20 % pour les trois semaines d'expérience 42
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 43
Figure 4. 10 Températures de séchage pour les essais à une TEE initiale de 30 % 45
visée de 30 % pour les trois semaines 45
Figure 4. 12 TEE initiales réelles lors du séchage à haute température à une TEE initiale
visée de 30 % pour les trois semaines d'expériences 46
Figure 4. 13 Température de séchage pour les essais à une TEE initiale de 40 % 48
visée de 40 % pour les trois semaines 49
Figure 4. 15 TEE initiales lors du séchage à haute température à une TEE initiale visée de
40 % pour les trois semaines 50
Figure 4.16 Courbes de séchage et température dans la boîte 4 pour le séchage à basse
température lors de la deuxième semaine d'essai (TEE initiale de 20 %) 54
Figure 4. 17 Courbes de séchage et température dans la boîte 4 pour le séchage à haute
température lors de la troisième semaine d'essai (TEE initiale de 30 %) 56
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 % 59
pour la boîte 8 à une haute température de séchage et une TEE initiale de 20 % 60
pour la boîte 4 à une basse température de séchage et une TEE initiale de 30 % 61
pour la boîte 2 à une haute température de séchage et une TEE initiale de 30 % 61
Figures des annexes
Figure A l . 1. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE

initiale = 20 %, T = 40 °C) 69
Figure A l . 2. Teneur en eau des sondes en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C) 69
Figure A l . 3. Température de l'air en fonction du temps (expérience semaine 1, TEE
initiale = 20 %, T = 40 °C) 69
Xll
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
initiale = 20 %, T = 50 °C) 70
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
initiale = 30 %, T = 40 °C) 71
initiale = 30 %, T = 50 °C) 72
TEE initiale = 30 %, T = 50 °C) 72
initiale = 30 %, T = 50 °C) 72
initiale = 40 %, T = 40 °C) 73
TEE initiale = 40 %, T = 40 °C) 73
initiale = 40 %, T = 40 °C) 73
initiale = 40 %, T = 50 °C) 74
TEE initiale = 40 %, T = 50 °C) 74
initiale = 40 %, T = 50 °C) 74
initiale = 20 %, T = 40 °C) 75
TEE initiale = 20 %, T = 40 °C)..... 75
initiale = 20 %, T = 40 °C) 75
initiale = 20 %, T = 50 °C) 76
TEE initiale = 20 %, T = 50 °C) 76
initiale = 20 %, T = 50 °C) 76
initiale = 30 %, T = 40 °C) 77
TEE initiale = 30 %, T = 40 °C) 77
initiale = 30 %, T = 40 °C) 77
initiale = 30 %, T = 50 °C) 78
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
initiale = 40 % , T = 40 °C) 79
TEE initiale = 40 %, T = 40 °C) 79
initiale = 40 %, T = 40 °C) 79
initiale = 40 %, T = 50 °C) 80
TEE initiale = 40 %, T = 50 °C) 80
initiale = 40 %, T = 50 °C) 80
initiale = 20 %, T = 40 °C) 81
TEE initiale = 20 %, T = 40 °C) 81
initiale = 20 %, T = 40 °C) 81
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
initiale = 20 %, T = 50 °C) 82
initiale = 30 %, T = 40 °C) 83
TEE initiale = 30 %, T = 40 °C) 83
initiale = 30 %, T = 40 °C) 83
initiale = 30 %, T = 50 °C) 84
TEE initiale = 30 %, T = 50 °C) 84
initiale = 30 %, T = 50 °C) 84
initiale = 40 %, T = 40 °C) 85
TEE initiale = 40 %, T = 40 °C) 85
initiale = 40 %, T = 40 °C) 85
initiale = 40 %, T = 50 °C) 86
TEE initiale = 40 %, T = 50 °C) 86
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
sondes (semaine 1, TEE.initiale = 30 %, T = 50 °C, n = 105) 93
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 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.
Le climat humide au Québec et dans plusieurs autres régions du monde favorise la

croissance rapide des herbages mais il pose des difficultés au niveau de la conservation
sèche sous forme de foin. De nouveaux systèmes de séchage du foin en balles ont été
proposés récemment (Inventagri, 2005; Savoie et Descôteaux, 2006). Pour contrôler
l'opération des séchoirs à foin, la mesure exacte de la teneur en eau est essentielle. En
effet, la teneur en eau finale moyenne doit généralement être inférieure à 12 % pour le
commerce. De plus, il est souhaitable qu'aucun point dans l'ensemble d'un lot de foin ne
soit plus humide que 15 % sinon on peut observer le développement de moisissures
durant l'entreposage (Couture et al. 2002). Enfin, il est important d'éviter le surséchage
qui réduit la valeur du foin et représente un gaspillage d'énergie (Morissette, 2006).
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.
L'objectif du projet de recherche consiste à développer et évaluer un système de mesure

en temps réel de la teneur en eau du foin durant le séchage artificiel. Ce mémoire est
divisé en cinq chapitres. Suite à l'introduction générale, le chapitre 2 présente la revue de
littérature et le chapitre 3 la méthodologie et le matériel nécessaire pour réaliser
l'expérience. Le chapitre 4 contient les résultats d'une expérience réalisée avec un
séchoir à plateaux pour différentes TEE initiales du foin ainsi que les résultats de tests
préliminaires réalisés à l'hiver 2006-2007. On peut retrouver à l'annexe 1 et 3 l'ensemble
des données et graphiques contenant les courbes de séchage des expériences.
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.
2.1 Capteurs à conductance

Les capteurs à conductance mesurent l'intensité du courant électrique entre deux pôles
situés à l'intérieur du matériel où la teneur en eau doit être mesurée. Plus le courant
circule facilement entre les pôles, plus il y a d'eau dans le matériel. En effet, l'eau facilite
le passage du courant électrique. Ces capteurs mesurent donc la conductance interne du
matériel pour prédire la TEE. L'industrie du bois utilise de tels capteurs pour connaître la
TEE du bois après le séchage (James, 1988). Les capteurs sont munis de deux électrodes
en forme d'aiguilles qui pénètrent dans le bois et mesurent ainsi la conductance. Dans
l'industrie agricole, des capteurs portatifs sont utilisés pour mesurer rapidement la TEE
dans les balles rondes ou rectangulaires au champ ou dans le fenil (PAMI, 1993).
Certains capteurs sont munis d'une longue tige où la partie supérieure agit comme une
électrode (anode). La partie inférieure constitue la deuxième électrode (cathode). Un
isolant sépare les deux électrodes. La conductance ou résistance est mesurée entre ces
deux électrodes. Le fonctionnement détaillé de ce type de capteur est décrit à la section
suivante. D'autres types de capteurs sont utilisés pour estimer la TEE lors du pressage des
balles et seront brièvement décrits à la section 2.1.3.
2.1.1. Fonctionnement théorique
La conductance est une propriété d'un matériel permettant au courant électrique d'y
circuler. La relation entre la conductance et le courant est régie par la loi d'Ohm (V=RI).
McMahon (2000), de la compagnie Farmex, explique en détail le fonctionnement de son
capteur à conductance portatif. La figure 2.1 présente une vue en coupe de la tige d'un
capteur. Le foin, qui contient de l'humidité, est utilisé comme l'électrolyte d'une pile et
génère une force électromotrice (Vo) entre l'anode (22) et la cathode (29). Un isolant (24)
sépare les deux électrodes. La teneur en eau est évaluée à partir de la valeur de V et de la
0
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
l\ VOLTAGE LEVEL CAUSED BY LOAD 1
VOLTAGE LEVEL CAUSED BY LOAD 2
V 3 VOLTAGE LEVEL CAUSED BY LOAD
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)
2.1.2 Capteurs installés sur le ramasseur d'andains

Cette invention fut brevetée par Bohman et Seymour (1990) pour la compagnie Ford New
Hollancl. Les capteurs sont des sondes rétractables installées sur le ramasseur d'andains
(figure 2.3 et 2.4). Lorsque les sondes sont en position d'opération, le foin crée un pont
où un courant électrique peut circuler. La conductance est donc mesurée pour ensuite
estimer la teneur en eau.
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)
2.1.4 Electrodes étoilées

Des électrodes en forme d'étoiles (figure 2.6) ont été inventées par Pemrick (2002) pour
estimer la teneur en eau lors de la formation de la balle ou à la sortie de la presse. Les
pointes agissent comme électrodes et font contact avec la surface du foin. La résistance
ou conductance d'un courant électrique circulant entre les deux électrodes est mesurée et
corrélée avec la teneur en eau. La calibration a été effectuée en laboratoire et chaque
plage de courant lu après avoir traversé la balle a une teneur en eau assignée. La source
de tension dans la balle est de 10 volts. L'inventeur suggère que les étoiles pourraient être
remplacées par des disques faisant toujours contact avec la surface.
Figure 2.6 Électrodes étoilées (composantes no. 1 et 2) pénétrant dans la balle à la sortie
de la presse (Pemrick, 2002)
2.1.5 Capteurs commerciaux portatifs

Les trois capteurs montrés à la figure 2.7 fonctionnent par le principe de conductance
électrique. Le tableau 2.1 présente leurs principales caractéristiques. De plus, les capteurs
de la compagnie Farmex et Draminski permettent d'avoir une lecture de la température
instantanée mais cette lecture ne sert pas à corriger la TEE.
Delmhorst F-2000 Draminski

HMT-2
Figure 2.7 Appareils électroniques utilisés dans l'expérience de Cormier et al.
(2007) utilisant le principe de conductance électrique.
Tableau 2. 1 Caractéristiques des appareils électroniques.
Principe de Longueur de la
Fabricant Modèle Plage de mesure
fonctionnement sonde
DelmHorst F-2000 Conductance électrique 8-40 % 25 cm
Farmex HMT-2 Conductance électrique 8-44 % 50 cm
Draminski - Conductance électrique 10-80 % 56 cm
2.2 Capteurs à capacitance

Un condensateur est composé de deux plaques de différente polarité entre lesquelles est
placé un matériel agissant comme diélectrique et traversé par un champ magnétique
(James. 1988). L'eau placée entre ces deux plaques influence la mesure de la capacitance.
Il y a donc une relation entre la quantité d'eau entre les deux plaques et la mesure de la
capacitance (Marcotte et al., 1999).
2.2.1 Fonctionnement théorique

Ces capteurs mesurent la TEE en se basant sur la mesure de la capacitance entre deux
plaques qui forment un condensateur. Le matériel entre les deux plaques est appelé le
diélectrique.
La constante diélectrique est le ratio de la capacitance mesurée avec le matériel sur la
capacitance mesurée avec l'air comme diélectrique. Par exemple, la constante
diélectrique est de 2,25 pour la paraffine et 78,2 pour l'eau.
Cette constante augmente lorsque l'humidité du foin augmente. Il existe une relation
linéaire entre l'humidité et le logarithme de la constante diélectrique. La constante
augmente aussi lorsque la température et la densité du matériel augmentent (James,
1988). La fréquence d'un champ électrique à travers un matériel varie en fonction du type
de matériel et de sa constante diélectrique. Il est donc possible de calibrer un oscillateur
lisant la variation de fréquence en tenant compte de la relation entre la constante
diélectrique et la TEE.
La capacitance se définit comme l'habileté de deux conducteurs à emmagasiner une

charge électrique Q lorsqu'un potentiel V est appliqué entre eux. Lorsque aucun matériel
ne se retrouve entre les deux plaques, la capacitance se définit comme suit :
„ ï=eA d (1)
où A représente l'aire des plaques du condensateur et d la distance entre elles. f
0
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
2.2.2 Capteur portatif PreAgro 25

Le capteur portatif PreAgro 25 Moisture Meter de la compagnie FarmComp utilise la
capacitance pour estimer la TEE d'un milieu. De plus, il est équipé d'un compensateur de
densité qui permet d'adapter la mesure au degré de tassement de l'échantillon. La plage
3 3
de densité couverte par le capteur va de 8 lb/ft à 16 lb/ft sur une base humide (130-260
3
kg/m ). La plage des mesures de TEE est de 13 à 85 % selon le fabriquant. La sonde a
une longueur de 46 cm. Ce capteur corrige aussi les mesures de TEE en fonction de la
température du foin.
Figure 2.8 PreAgro 25

Moisture Meter
2.3 NIR (Near Infrared Réflectance)

La méthode de mesure de TEE par NIR consiste à comparer la réflectivité de deux
longueurs d'ondes soit 1450 nm, absorbée par l'eau, et 940 nm, non absorbée par l'eau.
La comparaison de ces longueurs d'ondes donne une bonne estimation de la teneur en
eau. Par contre, les ondes ne pénètrent pas profondément à l'intérieur des fourrages (0,1 à
0,3 mm de la surface). Cette technique n'est donc pas très fiable lorsque qu'il y a un
gradient d'humidité à l'intérieur des fourrages.
Digman et Shinners (2006) ont utilisé la technologie NIR pour déterminer la TEE des
fourrages à la sortie d'une fourragère. Pour réaliser leurs recherches, trois spectromètres
ont été utilisés : un spectromètre commercial (Zeiss Corona 45) et deux prototypes, l'un
fabriqué en 2004 (CP04) et l'autre en 2005 (CP05). Ils furent installés sur une fourragère
automotrice John Deere 7800 pour recueillir les mesures dynamiques. Des mesures
statiques furent prises en laboratoire afin de les comparer aux mesures dynamiques.
Les données acquises ont ensuite été importées dans le logiciel Unscrambler (Digman et
Shinners 2006) où un pré-traitement mathématique, la compression des données et des
régressions furent effectués. Les résultats sont classés selon trois critères de Unscrambler.
Le premier est le nombre de "principal components (PCs)". Selon Unscrambler, moins
le nombre de PCs est élevé, moins de lectures spectrales sont nécessaires pour effectuer la
calibration. Le deuxième critère est le "root mean standard error of prédiction
(RMSEP)" ou "cross-validation"(RMSECV). Le but est d'obtenir un RMSEP de moins
de 2 % de teneur en eau. Le dernier critère est le coefficient r ; plus celui-ci se rapproche
de 1, plus la relation entre la vraie TEE et celle prédite est bonne.
Les modèles de prédiction pour l'ensilage de maïs développées selon les données
statiques ont eu comme résultats un RMSECV de 1,12 % avec cinq PCs alors que la
calibration développée en utilisant les données dynamiques ont eu un RMSECV de
3,28 % avec quatre PCs. Pour la luzerne, les résultats sont moins bons, soit un RMSECV
de 2,50 % avec quatre PCs et 3,74 % avec trois PCs en utilisant les données statiques et
dynamiques, respectivement.
Selon les chercheurs, les modèles développés avec les mesures statiques prédisent aussi
bien les mesures dynamiques que les modèles développés avec les mesures dynamiques.
Ceci a pour avantage qu'il ne sera pas nécessaire d'aller sur le terrain pour étalonner le
capteur à partir des données dynamiques.
Ensuite, l'étude a montré que les spectromètres CP04 et CP05 performaient de façon
similaire au spectromètre commercial Corona 45. Par contre, les prototypes sont moins
dispendieux et plus robustes sur la fourragère John Deere.
Les spectromètres ont aussi été testés dans différentes régions soit le Wyoming, où le
modèle a été développé, l'Arizona, la Californie et en Bavière en Allemagne. La
calibration faite au Wisconsin a bien performé en Bavière mais beaucoup moins bien en
Arizona et Californie. Or les conditions climatiques en Bavière sont beaucoup plus
semblables à celles du Wisconsin (tempérées et humides) que celles de la Californie et de
l'Arizona (plus chaudes et sèches).
2.4 Absorption de micro-ondes

L'humidité absorbe les micro-ondes de l'ordre de 10 GHz alors que les fibres des
végétaux ne les absorbent que très peu. Donc, l'atténuation des ondes est largement
proportionnelle à la quantité d'eau contenue dans le foin. Cette méthode a une précision
de 1 % dans la plage de 10-20 % d'humidité (Powell et al. 1987). Par contre, le coût pour
les émetteurs et récepteurs est très élevé.
Hooker et Alkire (2004) de l'université du Tenessee ont utilisé la technologie par micro-
onde pour mesurer la teneur en eau dans le bois pendant le séchage. Leur but était de
mesurer avec précision la TEE pendant le séchage à l'intérieur du séchoir sur une plage
de TEE allant de 60 % à 7 % sur une base sèche. Les méthodes existantes comme les
capteurs à résistance n'étaient précises qu'entre 25 et 8 % de TEE. De plus, ces capteurs
s'abîmaient pendant le séchage. La méthode la plus utilisée jusqu'ici était de déterminer
la TEE à partir du poids du bois en se basant sur une TEE exacte mesurée avant le
séchage. Cette méthode était lente, demandait beaucoup de manipulation et ne donnait
pas des mesures de TEE très précises. Le capteur micro-ondes a l'apparence d'une pince
avec un émetteur et un récepteur de chaque côté de la planche de bois, il opère à des
fréquences entre 4,5 et 6,0 GHz. Pour mesurer la TEE, des ondes traversent le bois et
celui-ci fait varier la phase et l'amplitude des ondes et il y a aussi des ondes qui prennent
une boucle qui ne passe pas dans le bois. Le microprocesseur reçoit les deux signaux et
fait la différence entre les deux pour avoir uniquement la contribution du bois. Les
concepteurs ont ensuite développé un algorithme permettant d'associer les changements
de phase et d'amplitude des ondes à des TEE en tenant compte de la température à
l'intérieur du séchoir et de l'épaisseur des planches de bois.
Transznn
I&ç Détecter —l< compmer
Signal n Transmit
1
—* • e -
/ Bypasa
Référence
Signal
ru ' Wood S sinple
Hefsreoce ûâdilatar
j
Micraw Receiva
Swnch
Figure 2.9 Schéma du fonctionnement du système à micro-onde pour déterminer la TEE

(Hooker et Alkire, 2004)
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$.
2.5 TDR (Time Domain Reflectometry)

Cette technique consiste à mesurer à l'aide d'une sonde et d'un oscilloscope, la
permittivité (constante diélectrique) d'un milieu poreux pour ensuite évaluer la teneur en
eau. La permittivité est déterminée à partir du temps de propagation d'une impulsion
électromagnétique le long d'une sonde d'environ 30 cm insérée dans un milieu poreux.
La sonde est reliée à l'oscilloscope via un câble coaxial. Cette technique est déjà très
développée dans les sols mais pas dans l'industrie agro-alimentaire. Malicki et Skierucha
(1987) suggèrent que cette méthode pourrait aussi être valide dans des milieux poreux
comme le grain et le fourrage.
La compagnie E.S.I. Environmental Sensors inc. (Victoria, CB) offre le produit
MoisturePoint qui permet de mesurer la TEE grâce à la technique TDR. Ce produit se
distingue par le fait que la sonde permet de mesurer la TEE à différentes profondeurs
simultanément et de transmettre les données par télémétrie. L'appareil n'est pas limité à
certains types de sols. Il permet ainsi de mesurer la TEE dans des sols plus hétérogènes
ayant un taux élevé de matière organique comme le compost, les boues d'égouts et les
terres noires tandis que les appareils standards ne sont pas étalonnés pour ces types de
sols. Il pourrait donc être possible d'estimer la TEE dans les balles de foin à l'aide du
Moisture Point.
2.6 Facteurs affectant la lecture

2.6.1 Densité
Joannis et al. (2005) ont démontré que la résistance électrique de la luzerne diminuait
lorsque le fourrage était comprimé. Une densité élevée du milieu entraînera donc une
mesure de conductance plus élevée que pour une densité plus faible puisque les
molécules d'eau sont plus rapprochées et facilitent la conduction du courant électrique.
C'est pourquoi il est important de corriger la relation entre la conductance et la TEE selon
la densité. D'ailleurs certains capteurs commerciaux incluent une telle correction selon la
densité.
2.6.2 Humidité en surface

L'humidité excessive en surface du matériel comme de la pluie ou de la rosée entraîne
une lecture excessive de l'humidité réelle. La distribution non uniforme de l'humidité en
épaisseur du matériel donne aussi des mesures s'éloignant de la vraie moyenne globale du
matériel. Pour cette raison, il est important de faire plusieurs lectures à différentes
profondeurs afin de se rapprocher le plus près possible de la vraie moyenne.
Pour des TEE entre 30 % et 5 %, une relation linéaire existe entre le logarithme de la
conductance et le logarithme de la TEE. Dans cette plage de teneur en eau, la
conductance diminue d'un facteur de plus de 10 millions quand le fourrage devient sec
(James, 1988).
2.6.3 Température
La conductance du bois augmente lorsque la température augmente, l'inverse de ce qui se
produit avec les métaux (Davidson 1958; James 1988). Joannis et Savoie (2005) ont
observé le même résultat dans la luzerne sur une plage de températures entre 5 et 35 °C.
Le capteur Preagro25 de la compagnie FarmComp corrige cet effet mais c'est le seul à
tenir compte de la température. La compagnie Delmhorst donne un tableau permettant
d'appliquer les corrections de TEE sur la lecture prise par le capteur. Pour de faibles
températures, il faut ajouter à la lecture car la conductance diminue. Pour de plus hautes
températures, il faut soustraire à la lecture car la conductance augmente. Le tableau 2.2
illustre les corrections suggérées.
Tableau 2. 2 Correction pour la température aux lectures de TEE du capteur Delmhorst.

Température du foin Ajouter à la lecture Soustraire à la lecture
20°F/-7 °C 3
40°F/5 °C 2
60°F/15 °C 1
80°F/30 °C 0 0
100°F/40 °C 1
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 (%)
Figure 2.10 Exemple de courbes de calibration de la conductance pour différentes

températures
Au lieu d'établir plusieurs courbes de corrélation entre la conductance et la température

(figure 2.10), il est démontré qu'une température plus élevée augmente la conductance.
La TEE estimée selon la courbe de corrélation pour une température normale est donc
plus élevée. C'est ainsi que le fabricant propose une corrélation simple sous la forme du
tableau 2.2.
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.
METER RHADING (% motslure)
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
METER BEADING (% moisture)
Fig ure 2.13 Erreur de lecture du DANI en fonction

Figure 2.14 Courbe de calibration du DANI
de la TEE
PreAgro-25 de la compagnie OMNI-MARK

Le capteur PreAgro-25 donne des lectures entre 13 et 70 % de TEE. A 13 % les lectures
étaient en moyenne 2 % trop élevées et à 18 % les lectures moyennes étaient de 17 %. A
de plus grandes TEE, les lectures moyennes étaient 8 % plus élevées que la vraie valeur
de 33 %. La zone en gris de la figure 2.15 représente l'intervalle de confiance à 95 %. A
18 % l'incertitude est de ±0,6 %. La courbe de calibration (figure 2.16) du PreAgro-25
2
est R = 0,51 x M + 8,14 où M = TEE exacte et R = lecture de TEE du capteur. Le R de
cette courbe est encore une fois de 0,81.
' lO « ! • i -i j »
METER R£ADING {% r M t t w v ) » 2 0 25 30 3& 4ô 45 Ùù 55 6 0
M O I S T U R E C O N T E N T
Figure 2.15 Erreur de lecture du PreAgro-25 en Figure 2.16 Courbe de calibration du PreAgro-
fonction de la TEE 25
2.7.2 Exemple de procédure pour établir des courbes d'étalonnage

Lors d'une expérience réalisée par Shaw et al. (2004), la sonde HTM-2 de la compagnie
Delmhorst fut utilisée pour évaluer la teneur en eau à l'intérieur d'une balle carrée de
fléole des prés pendant le séchage. Pour choisir les endroits d'échantillonnages, les
auteurs ont fabriqué un gabarit de 1,2 x 2,4 mètres qu'ils appuient sur un côté de la balle.
Ce gabarit contient une grille qui divise le côté de la balle en plusieurs sections de 152,4
x 152,4 mm. Pour un point d'échantillonnage, la sonde pouvait être enfoncée à une
profondeur de 152,4 mm, 304,8 mm ou 457,2 mm. Les résultats obtenus avec la sonde
variaient entre 10.3 et 18.6% de teneur en eau sur une base humide avec une TEE
moyenne 12.6 %. Chaque point mesuré avec la sonde est comparé avec la méthode de
l'étuve. Les résultats avec l'étuve variaient entre 9.5 et 16.6 % avec une moyenne de
12,2 %. Les auteurs ont donc conçu un modèle pour calibrer la sonde afin que les lectures
se rapprochent le plus possible des mesures à l'étuve. Voici l'équation qu'ils ont obtenue
par régression linéaire à l'aide du logiciel SAS ainsi que les valeurs des différents
paramètres (tableau 2.3) :
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
Tableau 2. 3 Valeur des paramètres de l'équation de régression (Shaw et al. 2004)

Coefficients Paramètres Erreur Standard Valeur de t Valeur de P
A -32,80213 6,0196 -5,45 P<0,0001
B 0,00382 0,0006 6,23 P<0,0001
C 20,27110 2,8351 7,15 P<0,0001
D 1,95667 0,3984 4,91 P<0,0001
E -0,03131 0,0069 -4,53 P<0,0001
F -0,34127 0,0363 -9,41 P<0,0001
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.
2.7.3 Coefficient de variation de la TEE

Cormier et Savoie (2007) ont étudié la précision et l'exactitude de quatre capteurs
commerciaux sur quatre niveaux de TEE et deux niveaux de masse volumique. Les
quatre capteurs étudiés sont ceux mentionnés aux sections 2.1.5 et 2.2.2. Le coefficient de
variation (CV) a été utilisé pour caractériser la précision de chaque capteur. Le CV
moyen pour la méthode standard fut de 6,0 %. Le Delmhorst et le PreAgro 25 ont obtenu
un CV de 8,4 % et le Draminski et le Farmex un CV de 10,7 %. Le Delmhorst et le
PreAgro 25 se sont avérés plus précis que le Draminski et le Farmex étant donné que leur
CV se rapproche le plus de celui de la méthode standard.
Des régressions linéaires entre la TEE du capteur et la TEE exacte ont été faites pour
2
caractériser l'exactitude des capteurs. Le PreAgro 25 avait les R les plus élevés, 0,954 et
0,947 pour chaque niveau de densité. Par contre, le biais de ce capteur variait entre 2,4 %
et -5,4 % à l'intérieur de la plage de TEE allant de 15 à 25 % alors que le biais du Farmex
variait entre 0,3 % et 0,7 % à l'intérieur de la même plage de TEE. Le biais se définit
comme la différence entre la valeur exacte de TEE et la valeur estimée par le capteur. Le
Farmex nécessite donc une correction de la lecture moins importante que le PreAgro 25.
De plus, le Farmex montrait la meilleure corrélation puisque la pente de la droite de
régression était proche de 1 et l'ordonnée à l'origine près de zéro.
2.7.4 Estimation de l'erreur avec des capteurs à capacitance

Osman et al. (2003) utilisèrent un condensateur avec deux plaques parallèles connectées à
un "circuit timer" (LM555) pour mesurer la teneur en eau et la quantité d'eau totale dans
du fourrage. Le signal de sortie du montage fut la baisse de fréquence mesurée avec le
timer par rapport à une fréquence de référence. Cette baisse de fréquence augmentait
lorsque le volume de fourrage dans le condensateur augmentait et lorsque la quantité
d'eau à l'intérieur de ceux-ci augmentait. Les résultats ont indiqué que la teneur en eau ne
pouvait être estimée directement sans savoir la masse humide totale. Par contre, une
bonne corrélation fut observée entre la mesure du capteur et la quantité totale d'eau dans
2
le condensateur soit un coefficient R de 0,92 et 0,87 pour deux essais avec du maïs et
0,67 pour la luzerne. La teneur en eau a donc pu être déterminée en estimant
premièrement la masse humide totale et la masse d'eau. Par contre, la baisse de fréquence
s'observe lorsque la masse d'eau dans le matériel est faible. Pour de plus grandes masses
en eau, la baisse de fréquence est faible comparativement à la masse d'eau qui diminue.
Cette méthode n'est donc pas très précise et pas pratique puisqu'elle est utile uniquement
à de faibles TEE.
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
supériorité pour estimer la TEE en mode statique : le Delmhorst fonctionnant selon le

principe de la résistance et le PreAgro 25 fonctionnant selon le principe de la capacitance.
Toutefois, lors des premiers essais en mode dynamique, le PreAgro indiquait des valeurs
de TEE constantes d'environ 4 0 % même quand le foin était sec. A cause de cette
dysfonction du PreAgro en mode dynamique, seul le capteur Delmhorst a été retenu pour
les essais décrits ci-après, tous en mode dynamique, c'est-à-dire pendant le processus de
séchage.
3.1 Montage et méthode expérimentale des tests préliminaires

Le capteur Delmhorst avait une sonde amovible permettant de l'utiliser avec un
multiplexeur (figure 3.1). Un avantage du multiplexeur est de permettre d'aiguiller
plusieurs sondes en alternance sur un seul capteur au lieu d'avoir un capteur pour chaque
sonde. Pour prendre les lectures, chacune des sondes était simplement sélectionnée par un
des 18 interrupteurs.
Figure 3. 1 Multiplexeur et le
Delmhorst utilisés pour les expériences.
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
Figure 3.3 Positionnement des

Figure 3. 2 Représentation schématique du montage
sondes
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.
3.2 Facteurs à prendre en considération suite aux tests

préliminaires
Il était difficile de quantifier la variabilité des lectures par le capteur puisque la variabilité
intrinsèque de la TEE à l'intérieur des balles était élevée. Le séchage des balles ne se
faisait pas de façon uniforme. De plus, la densité à l'intérieur des balles variait beaucoup
et influençait les lectures de TEE. Des sondes insérées sur le pourtour de la balle, où la
densité est moins élevée, donnaient des lectures de TEE moins élevées que celles insérées
dans le centre où la densité est plus élevée. L'influence de ces facteurs sur les lectures
rendait l'influence du flux d'air chaud à travers le foin difficilement quantifiable.
La courbe de séchage réelle ne pouvait pas être tracée puisque aucune mesure
intermédiaire exacte de TEE n'était prise pendant le séchage. Seulement la TEE initiale
moyenne pouvait être calculée par différence de masse à partir de la TEE finale. La
précision des sondes n'était pas évaluée car les TEE estimées par le capteur pendant le
séchage n'étaient comparées à aucune valeur exacte. Seulement les lectures effectuées à
la fin du séchage pouvaient être comparées aux TEE mesurées à l'étuve.
Le montage expérimental pour la suite des expériences devait minimiser l'impact de
certains facteurs comme la variabilité intrinsèque de la TEE et la densité du foin afin de
pouvoir isoler l'impact d'un flux d'air chaud sur l'estimation de la TEE. Il devait
également être possible de prendre des mesures de TEE exacte pendant le séchage afin de
pouvoir comparer les lectures faites par les sondes pendant le séchage et vérifier s'il est
possible de suivre l'évolution du séchage.
3.3 Expérience de séchage avec un séchoir à plateaux

Un deuxième séchoir expérimental, fonctionnant toujours à pression négative, fut utilisé
pour poursuivre l'expérience et résoudre certains problèmes rencontrés lors des tests
préliminaires. Ce séchoir permettait de superposer plusieurs couches de foin en vrac
compactées à une densité voulue dans des plateaux au lieu de sécher des balles entières.
Pour cette expérience, des plateaux originaux en bois ont été remplacés par des
contenants en plastique de plus grande capacité et le séchoir a été adapté en conséquence
à ces boîtes comme l'illustre la figure 3.4. Sur cette photo, le haut de la colonne de
séchage est adapté pour les plateaux en bois alors que la partie du bas a été modifiée pour
les caisses de plastique. Tous les supports à plateaux en bois ont été enlevés et les trous
laissés dans le polythène par ceux-ci ont été bouchés. Ce montage a permis de comparer
les lectures des sondes pendant le séchage à des mesures exactes de TEE puisque les
boîtes étaient pesées aux mêmes intervalles de temps que les lectures par les sondes.
Avec ces pesées intermédiaires, les TEE exactes étaient calculées par différence de
masse. La densité étant constante, elle n'influençait pas les lectures des sondes réduisant
ainsi les sources de variation des lectures et facilitant l'analyse des résultats.
Figure 3. 4 Le séchoir illustrant quatre anciens
plateaux (dans le haut) ainsi que les boîtes de
plastique (en bas) les remplaçant
3.4 Montage expérimental

Le séchoir expérimental présenté à la figure 3.5 contient 8 boîtes remplies de foin et une
boîte vide au dessus pour soutenir le polythène lors de la succion d'air. L'air est aspiré du
haut vers le bas de la colonne de foin par un ventilateur centrifuge (New York Blower,
3
modèle GI 105) ayant une capacité de 3,4 m /min à 1,7 kPa de pression statique. Un
variateur de fréquence (AC Tech) a été utilisé pour contrôler le moteur électrique de 1,5
kW de la compagnie Leeson activant le ventilateur à l'aide d'une courroie. Les poulies de
la courroie étaient de diamètre égal fournissant un ratio de 1:1 (3500 tpm à 60 Hz).
Chaque joint du séchoir a été scellé avec du silicone. La colonne de foin est entourée de
polyéthylène (0,152 mm d'épaisseur) qui moule fermement les boîtes lors de la succion
d'air. La conduite où l'air chaud circule est isolée avec du styromousse et de la laine
minérale. Cinq éléments chauffants électriques sont situés dans la conduite
d'alimentation en air et deux de ceux-ci génèrent 1500 W, et les trois autres 250, 500 et
750 W. Pour contrôler le séchoir, une interface a été programmée avec le logiciel
LabVIEW (National Instrument).
Ventilateur N
ijJSL \ p P l é n u m inférieur
Figure 3. 5 Schéma du séchoir ainsi que les principales composantes
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
3.5 Méthode expérimentale
3.5.1. Conditionnement du fourrage

De la lléole fut récoltée à la ferme expérimentale de Deschambault à trois reprises durant
le premier cycle végétatif pour réaliser l'expérience (6 juin, 21 juin et le 27 juin 2007). Le
fourrage était fauché et andainé en début de journée afin de le conditionner au champ et
réduire le temps de séchage en laboratoire. Le fourrage était transporté en vrac jusqu'au
laboratoire où il était conditionné soit au soleil, soit à l'intérieur, jusqu'à ce que les
niveaux de TEE visées soient atteints. Les TEE du fourrage avant le séchage au
laboratoire variaient entre 60 et 80 % sur une base humide. Les trois niveaux de TEE
visés pour réaliser l'expérience à chaque semaine étaient 20, 30 et 40 % sur une base
humide. Le conditionnement consistait à placer le fourrage frais sur des grilles de 910 x
2140 mm pour une période de 2 à 3 jours en effectuant des retournements régulièrement
afin que l'humidité soit distribuée le plus uniformément possible (figure 3.9). La TEE
pendant le conditionnement était mesurée à l'aide d'un micro-onde. Cette technique est
beaucoup plus rapide qu'un test au Koster ou à l'étuve et fournit assez de précision pour
atteindre les niveaux de TEE visés. Le fourrage ayant atteint la bonne TEE était placé
dans des sacs et entreposé à 4 °C pendant un maximum de 7 jours.
D'autres expériences de mesure de la TEE durant le séchage ont été faites avec de la
fléole récoltée le 2 août 2007. Ces données supplémentaires étaient destinées à valider les
modèles de prédiction de la TEE exacte à partir des TEE des sondes. Les expériences de
séchage ont été faites à des TEE initiales de 20 et 30 % et à deux niveaux de température
(40 et 50 °C) pour chaque TEE initiale.
Figure 3. 9 Conditionnement du fourrage à l'extérieur
3.5.2. Cueillette des données

A chaque semaine, six expériences étaient réalisées avec du foin conditionné à trois
niveaux de TEE (20, 30 et 40 %) et à deux températures (40 et 50 °C). Le foin
3
conditionné était compacté dans les boîtes à une densité de 100 kg MS/m . Les quantités
de foin nécessaires pour atteindre cette densité étaient 1,62, 1,85 et 2,16 kg par boîte sur
une base humide pour les trois niveaux de TEE. Les sondes étaient ensuite insérées dans
les boîtes et fixées à l'aide de l'étau. Chaque boîte était pesée avant d'entrer dans le
séchoir. Le poids de la boîte vide avec les sondes était noté avant le remplissage pour
n'avoir que la masse de foin nette. Une fois le séchoir fermé, les thermocouples étaient
insérés dans les boîtes et les sondes branchées au multiplexeur. Une lecture des TEE était
faite avant la mise en marche du séchoir. Immédiatement après l'activation du séchoir,
les TEE étaient encore une fois mesurées pour vérifier si le passage de l'air avait une
influence immédiate sur les lectures. Ensuite, la pesée des boîtes et la prise de mesures de
TEE par le capteur se faisaient toujours au même intervalle de temps pour toutes les
expériences.
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.
3.6 Méthodes statistiques

Les données de TEE sondes et TEE exactes (étuve et bilan de masse) ont été comparées
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
selon le modèle: T E E exacte =axTEE sonde +bxTemperature+c. Les paramètres statistiques
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
4.1 Résultats des tests préliminaires

Sept expériences ont été complétées lors des tests préliminaires en décembre 2006 et
janvier 2007. La figure 4.1 montre les résultats de TEE estimées par les sondes en
fonction du temps et les mesures finales à l'étuve pour l'expérience 1. Etant donné que
les balles de foin ne pouvaient pas être échantillonnées (ou pesées par couche) durant le
séchage, seulement les TEE finales mesurées par les sondes pouvaient être comparées
directement aux TEE exactes mesurées à l'étuve à la fin du séchage. Le tableau 4.1
illustre les TEE finales mesurées selon les deux méthodes ainsi que la TEE initiale
moyenne des deux balles. Les moyennes rapportées au tableau 4.1 sont faites à partir de
toutes les mesures prises à la fin du séchage sur les deux balles (normalement 18 points
de sondes et 18 échantillons à l'étuve). Les moyennes de TEE finales estimées par les
sondes se situent entre 9,8 et 13,2 % et celles mesurées par l'étuve entre 10,4 et 16,3 %.
Les sondes sous-estiment généralement la TEE moyenne (6 fois sur sept au tableau 4.1).
Les sondes présentent aussi un plus grand écart que les mesures faites à l'étuve : une
différence moyenne entre le maximum et le minimum de 9,3 % pour les sondes versus
4,6 % pour l'étuve et des écarts-types moyens de 2,8 et 2,1 % respectivement.
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.
4.2 Séchage par couche

Cette expérience a été planifiée après l'analyse des tests préliminaires. Les sondes de
mesure de la TEE étaient placées par paires dans huit couches de fourrage de 135 mm
d'épaisseur superposées. En pesant chaque couche à la même fréquence que les mesures
des sondes de TEE et en séchant des échantillons à l'étuve à la fin, il était possible de
comparer la TEE vraie (par séchage à l'étuve et bilan de masse) avec les TEE estimées
par les sondes électroniques à tous les points de mesure. Le protocole s'est déroulé durant
trois semaines différentes (trois dates de fauche), à trois niveaux de TEE initiale (environ
20, 30 et 40 %) et deux températures d'air de séchage (environ 40 et 50 °C). Ce protocole
implique qu'il y avait huit séries temporelles (vraies TEE à l'étuve versus TEE des
sondes) pour des durées généralement comprises entre 2 et 12 heures par série. Il y avait
au total 144 séries temporelles (8 couches x 3 TEE initiales x 2 températures d'air x 3
semaines).
4.2.1 Évolution de la TEE dans une expérience

Le but ultime était d'établir une méthode d'estimation de la TEE par des sondes qui serait
aussi précise que la mesure normalisée par le séchage à l'étuve. Idéalement la corrélation
entre les sondes et la méthode à l'étuve serait très élevée et prévisible peu importent les
conditions de séchage (teneur en eau initiale, température de l'air de séchage, stade de
maturité du fourrage). Les résultats détaillés des 18 expériences (3 TEE x 2 températures
s s3 semaines) sont présentés en annexe 1.
Avant d'examiner l'ensemble des données, les corrélations ont été examinées en détail
pour une expérience en particulier. Les figures 4.3 et 4.4 montrent les séries temporelles
de l'évolution de la TEE selon l'étuve et les sondes pour la semaine 1, la TEE initiale de
20 % et la température d'air de 40 °C. Toutes les courbes de TEE mesurées exactement
ou par les sondes, présentent la même tendance décroissante dans le temps. Toutefois, les
mesures des sondes sont plus dispersées au niveau de la TEE initiale. Pour certaines
couches, les sondes indiquent un séchage plus rapide qu'il ne l'était en réalité. De plus,
certains bacs, notamment 4, 5, 6 et 7 dans cet exemple, montrent une légère
augmentation de la TEE mesurée par les sondes durant les deux ou trois premiers
intervalles de temps (10 à 20 min. après le début de séchage). Cela suggérerait une
humidification de certaines couches de foin initialement avant le séchage. Toutefois, cela
n'est pas confirmé par les courbes de TEE exactes. Donc, la mesure des sondes serait
influencée par la température et l'humidité du flux d'air en plus de la TEE contenue dans
le foin. En effet, l'air chaud se remplit d'humidité lors de son passage dans les premiers
bacs et entraînerait une hausse des lectures de TEE des sondes dans les bacs inférieurs.
Ce phénomène d'augmentation de la TEE des sondes dans les bacs intermédiaires en
début de séchage a été observé dans plusieurs des 17 autres expériences. Le phénomène
était plus apparent avec des TEE initiales de 20 et 30 % qu'avec des TEE initiales de
40 % où les mesures des sondes n'augmentaient pratiquement jamais. L'annexe 2
présente un tableau indiquant pour chaque expérience le ou les numéros de couches où
une humidification du foin est détectée par les sondes. Pour chacune des expériences, la
température était aussi mesurée au niveau de chaque couche et du plénum (ligure 4.5).
27
25 « Bac 1
_ 23 j | f - * ^ Bac 2
_ 21
x a Bac 3
a> 19 1-?
S 17 Bac 4
a> 15 - — t - x Bac 5
ïï 13 Bac 6
I - 11
+• Bac 7
9
Bac 8
7
5
50 100 150 200 250
T e m p s (min)
Figure 4. 3 Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE

initiale = 20 %, T = 40 °C)
j X i
O x
\
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
TEE sonde (%)
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)
4.2.2 Analyse de l'ensemble des mesures de TEE

L'analyse présentée à la section 4.2.1 pour une expérience en particulier a été reprise
pour l'ensemble des 18 expériences. L'annexe 3 présente les corrélations entre les
mesures exactes de TEE et les mesures des sondes pour les 18 expériences (3 semaines x
3 niveaux de TEE initiale x 2 températures d'air de séchage).
Le tableau 4.4 présente l'ensemble des régressions linéaires pour toutes les couches et
2
chacune des 18 expériences. On note que le R > 0,601. Lorsqu'une seule régression est
2
faite pour l'ensemble des données (n=2007), le R =0,656. Il y a donc une grande
variabilité d'une expérience à l'autre dans la relation entre la TEE exacte et la TEE des
sondes. L'erreur standard de régression est de 4,647 %, ce qui serait inacceptable dans un
système de contrôle de séchage industriel.
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
Comme mentionné précédemment, il n'est pas commode d'avoir 18 équations pour

corriger la TEE estimée par les sondes. Il serait préférable de regrouper les données afin
de limiter les équations tout en ayant les meilleures corrélations possibles. Il est possible
d'analyser les données de chaque semaine ensemble de façon à avoir trois ou six
équations dépendamment si les données des températures sont regroupées. Il y a un
gradient de maturité du fourrage de la semaine 1 vers la troisième semaine puisque 4
semaines séparent les dates de récolte. Ces différences dans le stade de croissance
pourraient avoir un effet sur les sondes.
4.2.3 Analyse par semaine

Le tableau 4.5 présente les résultats des régressions faites en regroupant les données par
semaine et température de séchage. Les meilleures corrélations ont été obtenues avec les
2
données de la troisième semaine où les R étaient de 0,772 et 0,795 pour les basses et
hautes températures de séchage respectivement et 0,786 pour les deux températures
c o m b i n é e s . Les erreurs standard sont aussi les plus basses allant de 3,318 à 3,484 %. Pour
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
4.2.4 Analyse par niveau de TEE initiale

Il est aussi possible d'analyser les données de chaque niveau de TEE initiales avec les
températures regroupées ou séparées. L'utilisation de modèles distincts pour chaque TEE
initiale et température peut être justifiée puisque la TEE initiale du foin avant le séchage
est souvent connue ou facilement estimable tout comme la température de séchage qui est
programmée avant le séchage. De même, les TEE initiales de 20 et 30 % peuvent être
regroupées puisque le foin entrant dans les séchoirs commerciaux atteint rarement une
TEE initiale supérieure à 30 %. Au-dessus de ce niveau d'humidité, le séchage est trop
long et trop dispendieux. Les prochaines sections présentent donc ces analyses.
4.2.4.1 Teneur en eau initiale à 20 %

Température de séchage
La figure 4.7 présente les températures dans le plénum supérieur lors du séchage pour les
trois semaines avec du foin contenant une TEE initiale de 20 %. Les fluctuations des
courbes arrivent lorsque la puissance de chauffage est modifiée pour régler la température
de séchage qui est soit trop élevée ou trop basse par rapport à la température visée. Les
températures indiquées par les courbes représentent la température moyenne dans
l'intervalle de temps entre chaque pesée des boîtes.
70
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
100 150 200 300

Temps de séchage (min)
Figure 4. 7 Températures de séchage pour les essais à une TEE initiale de 20 %
Séchage à basse température
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
Figure 4. 8 TEE initiales réelles lors du séchage à basse température à une

TEE initiale visée de 20 % pour les trois semaines d'expérience
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.
20%
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.
Séchage à haute température

La figure 4.9 illustre la répartition des TEE initiales réelles pour chaque boîte à haute
température de séchage pour les trois semaines quand la TEE initiale visée était de 20 %.
La TEE initiale réelle varie entre 17,2 % et 29,7 %. La TEE initiale moyenne de la
première semaine était plus élevée à 26,8 % tandis que celle des semaines deux et trois
était de 22,0 et 18,9 %, respectivement. Les écarts-types calculés sur l'ensemble des TEE
pour les trois semaines montrent que la distribution des TEE initiales pour le séchage à
haute température est moins uniforme que pour le séchage à basse température. Les
écarts-types des TEE initiales sont de 2,4 % pour le séchage à basse température et 3,8 %
pour le séchage à haute température.
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.
20%
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).
combinées et les deux températures de séchage combinées
Température Paramètres de régression Erreur
2
(°Q a b (%)
1-2-3 40-50 0,686 6,892 631 0,817 1,902

La figure 4.10 présente les deux températures de séchage dans le plénum supérieur pour
chaque expérience. Il s'agit des mêmes informations que sur la figure 4.7 mais pour une
TEE initiale de 30 %.
• Semaine 1 @40°C
* Semaine 2 @40°C
- ^ - S e m a i n e 3 @40°C
Semaine 1 @50°C
q
-•»• Semaine 2 @ 5 0 C
- a - Semaine 3 @50°C
100 200 300 400 500

T e m p s de séchage (min)
Figure 4. 10 Températures de séchage pour les essais à une TEE initiale de 30 %
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

TEE initiale visée de 30 % pour les trois semaines
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.
30 %
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

Les TEE initiales réelles du séchage à haute température sont plus uniformes que pour le
séchage à basse température. L'écart-type est de 2,0 % comparativement à 3,8 % pour
l'ensemble des TEE initiales pour le séchage à haute et basse température
respectivement. Les valeurs extrêmes varient de 29,5 à 36,3 % et les moyennes sont de
32,9, 32,6 et 34,6 % pour les trois semaines respectivement.
O U T
40
i semaine 1
75 30
• semaine 2
20
• semaine 3
LU
10
0 2 4 6 8 10
Boîte
Figure 4. 12 TEE initiales réelles lors du séchage à haute température à une

TEE initiale visée de 30 % pour les trois semaines d'expériences
Les corrélations présentées au tableau 4.10 sont moins bonnes que pour le séchage à
2
basse température lorsque chaque semaine est analysée séparément, les R vont de 0,795
à 0,883. Pour les trois semaines combinées, il y a très peu de différences entre les
2
corrélations, les R sont de 0,835 et 0,848 pour le séchage à haute et basse température
respectivement. Les corrélations demeurent fortes malgré le regroupement des données.
Les erreurs standard sont aussi plus élevées que celles pour le séchage à basse
température. Pour chaque semaine, elles vont de 2,025 à 2,370 % et elle est de 2,517 %
pour les trois semaines combinées.
30%
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.
combinées et les deux températures de séchage combinées lorsque la TEE initiale est de
30 %
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
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
200 400 600 800
Figure 4. 13 Température de séchage pour les essais à une TEE initiale

de 40 %

La figure 4.14 montre les TEE initiales réelles pour chacune des boîtes pour les trois
semaines d'essai. Les valeurs extrêmes varient de 38,3 à 50,3 % de TEE. Il y a beaucoup
de variabilité entre les TEE initiales des boîtes des deux premières semaines comme le
démontrent les écarts-types de 4,4 et 3,3 %. Les TEE des boîtes de la troisième semaine
sont plus uniformes avec un écart-type de 1,3 %. Les moyennes sont de 44,0, 45,2 et
43,0 % pour les trois semaines respectivement.
50
o 40 semaine 1
5 30 • semaine 2
c
LU 20 A semaine 3
LU
l~ 10
4 6 10
Boîte

TEE initiale visée de 40 % pour les trois semaines
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 %.
40%
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

Les moyennes des TEE initiales réelles des deux premières semaines sont de 48,3 et
50,0 % et donc plus proches d'une TEE initiale de 50 % que de 40 %. La deuxième
semaine montre le plus de variation entre les TEE initiales des boîtes (écart-type de
3,1 %). Les TEE de la troisième semaine sont uniformes, avec un écart-type de 1,4 %; la
moyenne est de 41,0 %. Les valeurs extrêmes pour les trois semaines combinées vont de
39,0 % à 55,3 %.
60
Co 50
© 40 semaine 1
cz
5 30 m semaine 2
c
LU 20 • semaine 3
LU
H 10
4 6 10
Boîte
Figure 4. 15 TEE initiales lors du séchage à haute température à une TEE

initiale visée de 40 % pour les trois semaines
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 %.
40%
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.
combinées et les deux températures de séchage combinées lorsque la TEE initiale est de
40%
2
C
( C) a b (%)
1-2-3 40-50 0,592 17,191 642 0,654 4,422
4.2.4.4 Analyse des basses TEE regroupées

Cette section regroupe les données des expériences faites avec les TEE initiales de 20 et
30 %. Les différentes corrélations faites à ces TEE sont meilleures que celles à une TEE
de 40 % et les erreurs standard sont aussi inférieures. De plus, l'emploi d'un modèle
regroupant ces TEE est justifié puisque le fourrage destiné à être séché artificiellement
atteint des TEE initiales maximums aux alentours de 30 %. Dans le cas de TEE
supérieure, le séchage est beaucoup moins optimal, certaines balles demeurent humides,
le temps de séchage est trop long et une consommation importante de gaz en découle.
Le tableau 4.15 regroupe les résultats des régressions faites avec les données des
températures de séchage séparées et groupées. La corrélation est meilleure pour le
2
séchage à basse température avec un R de 0,816. L'erreur standard est aussi la plus basse
2
à cette température (2,737). Pour le séchage à haute température, le R descend à 0,785 et
l'erreur standard augmente à 3,218 %. Pour les deux températures groupées, le R est de
0,790 et l'erreur standard de 3,066 %. Un modèle basé sur les résultats de ces
groupements de données n'est pas autant performant que ceux basés sur les TEE de 20 et
30 % séparément.
Tableau 4. 15 Paramètres statistiques des régressions faites sur les données des TEE
initiales de 20 et 30 %
2
(°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
résultats des régressions avec la température ajoutée pour les 18 expériences

individuellement. L'ajout de la température dans la régression a permis d'améliorer les
2
corrélations puisque les R augmentent dans toutes les expériences; le facteur de
2
température était statistiquement significatif dans 17 expériences sur 18. Les R varient
de 0,776 à 0,949, de 0,849 à 0,940 et de 0,685 à 0,889 pour les TEE initiales de 20, 30 et
40 %, respectivement. L'erreur standard était en moyenne +/- 1,14, 1,80 et 3,09 % aux
trois TEE initiales, respectivement au lieu de 1,29, 2,07 et 3,39 % lorsqu'on ne tenait pas
compte de la température (tableau 4.4).
Les sections suivantes présentent les résultats des régressions incluant la température
pour chaque niveau de TEE initiales.
Erreurs
Température 2
Semaine T E E initiales a b c R standard
(°C)
(%) (%)
40 0,370 -0,294 20,333 0,943 0,806
20
50 0,395 -0,286 23,748 0,949 1,081
40 0,641 0,302 5,409 0,903 1,619
1 30
50 0,442 -0,223 24,286 0,855 1,871
40 0,181 -0,667 44,713 0,685 3,932
40
50 0,393 -0,630 45,466 0,842 3,384
40 0,421 -0,128 13,801 0,921 1,01 1
20
50 0,544 -0,078 11,058 0,903 1,143
40 0,488 -0,126 1,872 0,916 1,872
2 30
50 0,413 -0,233 23,667 0,849 2,395
40 0.496 -0,296 28,267 0,888 2,521
40
50 0,912 0,104 +
9,484' 0,738 4.617
40 0,551 -0,092 10,265 0,842 1,228
20
50 0,481 -0,167 14,485 0,776 1,543
40 0,512 -0,167 16,789 0,934 1,328
3 30
50 0,310 -0,381 31,657 0,940 1,712
40 0,419 -0,279 25,895 0,889 1,820
40
50 0,418 -0,185 23,686 0,846 2,233
E n s e m b l e des expériences 0,783 0,159 4,395 0,668 4,564
1
Paramètre non significatif dans la régression (P>0,05)
4.3.1 TEE initiale à 20 %

Les figures 4.16 et 4.17 illustrent le moment où l'erreur entre la mesure de la TEE réelle
et la TEE de la sonde augmente rapidement. Cela arrive lorsque la température à
l'intérieur d'une boîte augmente. La figure 4.16 est pour le séchage à basse température
et la figure 4.17 pour le séchage à haute température. Ces figures ne présentent que deux
exemples mais représentent bien le phénomène qui se reproduit pour les autres boîtes et
les aulres semaines de test tant pour le séchage à haute température qu'à basse
température et pour les différentes TEE initiales.
40
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
Figure 4.16 Courbes de séchage et température dans la boîte 4 pour le

séchage à basse température lors de la deuxième semaine d'essai (TEE
initiale de 20 %)
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-
50 100 150 200
Temps de sechage(min)
Figure 4. 17 Courbes de séchage et température dans la boîte 4 pour le

séchage à haute température lors de la deuxième semaine d'essai (TEE
initiale de 20 %)
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.
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
L'ajout de la température comme facteur dans la régression a pour effet d'augmenter le

coefficient de détermination pour le séchage à basse température où celui-ci augmente de
0,849 a 0,874. Par contre, le paramètre de la température n'est pas significatif dans la
régression pour le séchage à haute température avec une valeur de P à 0,798. Le
coefficient de détermination n'augmente donc pas. La corrélation reste inchangée aussi
2
lorsque les températures sont combinées, le R augmente à 0,819 comparativement à
0,817 sans la température. Pour une TEE initiale de 20 %, seul la corrélation à une basse
température de séchage est vraiment améliorée avec l'ajout de la température. Les erreurs
standard ne font que diminuer légèrement dans le cas du séchage à basse température
sinon elles restent inchangées.

La figure 4.18 illustre l'erreur qui augmente au moment où la température augmente pour
une TEE initiale de 30 % et un séchage à basse température. C'est le même phénomène
qui se produit pour une TEE initiale de 20 %.
50
^ 45
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)
Figure 4. 18 Courbes de séchage et température dans la boîte 4 pour le séchage

à haute température lors de la troisième semaine d'essai (TEE initiale de 30 %)
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.
combinées, les deux températures de séchage séparées et combinées pour une TEE
initiale de 30 %
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
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
0 100 200 300 400 500

Temps (min)
Figure 4. 19 Courbes de séchage et température dans la boîte 4 pour le séchage

à haute température lors de la deuxième semaine d'essai (TEE initiale de 40 %)
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.
combinées, les deux températures de séchage séparées et combinées et pour une TEE
initiale de 40 %
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
1-2-3 50 0,652 <,0001 0,0300 0,5148 16,099 <,0001 0,625 5,090

1-2-3 40-50 0,604 <,0001 0,0225 0,4640 16,247 <,0001 0,654 4,424
4.3.4 TEE initiale à 20-30 %
Des régressions incluant la température ont aussi été faites avec les données des TEE de
20 et 30 % regroupées. Les résultats sont présentés au tableau 4.20. Cependant le
paramètre de la température n'est significatif dans aucun des cas. L'ajout de la
température n'apporte donc aucune amélioration aux modèles regroupant les TEE
initiales de 20 et 3 0 % .
combinées, les deux températures de séchage séparées et combinées et pour les TEE
initiale de 20 et 30 % combinées
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
4.4 Validation des modèles

Cette section valide les équations établies précédemment pour prédire la TEE exacte en
fonction de la TEE mesurée par les sondes et la température de séchage. Les modèles
sont basés sur les données de trois semaines d'expérience et ensuite validés sur une autre
semaine d'expérience dont les données n'ont pas été utilisées dans le développement des
modèles. Chacun des graphiques présentés comprend quatre courbes : la température de
séchage, la TEE exacte, la TEE des sondes et la TEE corrigée par le modèle intégrant la
température. Pour les deux plus bas niveaux de TEE initiale (20 et 30 %) et chaque
température de séchage (40 et 50 °C), une équation de correction a été utilisée. Les
modèles utilisés proviennent des tableaux 4.17 et 4.18 puisque ces regroupements de
données sont les plus performants. Les modèles pour les TEE initiales de 40 % n'ont pas
été validés puisque aucune expérience supplémentaire dans ces conditions n'a été
effectuée. De plus, les modèles à 40 % de TEE initiale ne donnaient pas de bonnes
corrélations et le séchage artificiel du foin à ces TEE initiales n'est pas souhaitable car il
requiert beaucoup d'énergie et résulte souvent en des teneurs en eau finales hétérogènes.
Les équations de correction pour le séchage à basse et haute température sont
respectivement :
TEE corr = 0,469 x T E E sonde -0,1728xTempérature+14,485 (5)
TEE coir = 0,785xTEE sonde +0,00647 xTempérature+5,74 (6)
La figure 4.20 présente un exemple de données expérimentales (TEE exactes mesurées à

l'étuve et par bilan de masse et les TEE mesurées par les sondes) et la courbe des TEE
corrigées par le modèle pour la boîte 6 lors d'un séchage à basse température. La figure
4.21 illustre un autre exemple : la boîte 8 lors d'un séchage à haute température. Pour le
séchage à basse température, l'équation de correction permet d'avoir une bonne
estimation de TEE exacte alors que les mesures directes des sondes sous-estimaient en
général la TEE exacte.
TEE sonde
TEE exacte
Température
TEE corrigée
50 100 150 200 250 300
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
0 50 100 150 200 250
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 %
Pour le séchage à haute température, l'équation de correction réduisait aussi

considérablement l'erreur entre la TEE exacte et la TEE mesurée par les sondes qui était
presque constante tout au long du séchage. Dans ce cas, étant donné que la boîte se trouve
au plus bas de la colonne de séchage, l'augmentation de température est beaucoup moins
marquée et donc l'erreur n'augmente pas de façon significative comme sur la figure 4.20.

Les figures 4.22 et 4.23 présentent les courbes pour la boîte 4 pour le séchage à basse
température et la boîte 2 pour le séchage à haute température. Voici les deux équations de
correction utilisées respectivement :
TEE corr =0,453 xTEE sonde -0,217xTempérature+20,576 (7)
TEE corr =0,395xTEE sondc -0,274xTempérature+26,190 (8)
La correction de la TEE pour le séchage à basse température a permis de réduire l'erreur

tant au début du séchage où la TEE était surestimée que pour la fin du séchage où
l'augmentation de la température entraîne une augmentation de l'erreur.
£ 40
T E E sonde
t 30
- * - T E E exacte
£ . .,, ., .«-
* Température
ï H v
T E E corrigée
10
[ I I I
100 200 300 400 500
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 %
Dans le cas du séchage à haute température, l'équation de correction permet de réduire de

beaucoup l'erreur qui augmente lorsque la température augmente rapidement à l'intérieur
de la boîte en début de séchage.
Pour les deux TEE initiales, les équations de correction doivent avoir une précision très
grande, en particulier lors de l'arrêt du séchoir. En effet, la bonne TEE en fin de séchage
déterminera si on a une excellente conservation du foin dans l'entrepôt ou si on risque
d'y voir le développement de moisissures. Dans tous les cas présentés, les équations de
correction permettaient de réduire cette erreur à la fin du séchage.
Le tableau 4.21 compare les TEE finales exactes aux TEE finales mesurées par les sondes
et aux TEE finales calculées par les modèles de correction des mesures des sondes. Les
valeurs sont aussi corrigées par les modèles en fonction de la température de l'air à
chaque couche mesurée par un thermocouple. L'erreur moyenne de TEE basée sur les
mesures brutes des sondes était de 5,6 % (l'erreur est la différence entre les TEE finales
exactes et les TEE finales des sondes). Toutes les erreurs dans ce cas étaient supérieures à
zéro puisque les sondes sous-estimaient toujours la TEE en fin de séchage. L'erreur
moyenne basée sur les lectures des sondes corrigées était de -0,95 % avec 23 erreurs
négatives et 9 erreurs positives. La moyenne calculée à partir des erreurs en valeur
absolue était de 1,7 %. La correction permet donc de réduire l'erreur moyenne des sondes
observée à la fin du séchage de 4,6 unités de pourcentage (et d'environ de 82 % en valeur
relative, -0,95 % au lieu de 5,6 %).
Tableau 4. 21 Comparaison des TEE finales exactes aux TEE finales mesurées par les
sondes et corrigées par les modèles
Température Température
T E E initiale # T E E finales T E E finales T E E finales
du plénum d a n s le foin
(%) chaud (°C)
Couche exactes (%) sondes (%) corrigées (%)
(°C)
1 41,6 13,1 8,0 11,0
2 40,7 12,7 8,3 11,4
3 39,2 13,3 8.0 11,5
4 35,2 14,9 8,1 12,2
40
5 31,3 13,7 8,4 13,0
6 30,3 14,1 8.6 13,0
7 28,7 13,1 8,4 13,5
8 27,3 12,8 8.6 13,8
20
1 49,0 9,1 8,0 12,3
2 37,5 11,5 8,8 12,9
3 38,1 10,7 8,0 12,3
4 31,2 10,9 8,0 12,2
50
5 29,8 12,5 8,4 12,5
6 29,1 9,8 8,0 12,2
7 29,3 11,1 8,5 12,6
8 24,7 12,2 8,6 12,6
1 40,3 16,1 8,0 15,0
2 41,4 15,3 8,0 15,5
3 40,1 15,6 8,0 15,1
4 40,2 13,4 8,0 15,2
40
5 36,3 13,6 8,0 16,2
6 33,2 15,2 8,0 16,9
7 32,5 16,9 8,9 17,5
8 28,9 16,9 9,3 18,5
30
1 46,0 13,4 8,4 16,0
2 41,8 17,1 8,0 17,1
3 46,5 13,4 8,0 15,9
4 44,3 11,1 8,0 16,6
50
5 40,4 15,8 8,0 17,8
6 37,1 16,1 8,3 19,0
7 34,9 18.0 8,1 19,7
8 29,5 18,0 8,4 21,4
Chapitre 5
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.
Inventagri. 2005. Round & Square Baie Hay Dryer. http://www.inventagri.com/
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.
Morisette, R. 2006. Modélisation et optimisation du séchage artificial du foin en balle. Mémoire

de maîtrise. Université Laval.
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. 2006. Marchés, production et commercialisation du foin en 2006 et 2016. Colloque

INPACQ (Innovation et Progrès en Agroalimentaire au Centre du Québec). Pages 34 à 37
du Cahier de conférences. MAPAQ, Centre du Québec, Nicolet, Qc. Disponible sur le
site: http://www.agrireseau.qc.ca/ (Grandes cultures, plantes fourragères).
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
Évolution temporelle de la TEE ainsi que de la

température de l'air de séchage pour chaque
expérience
27
25 • Bac 1
23
21 -$*H| i M Z • Bac 2
A Bac 3
19 i f A * — %
• * A | y Bac 4
17
15 *—« * —" x Bac 5
13 Bac 6
11 + Bac 7
9
Bac 8
7
5
50 100 150 200 250
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)
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
50 100 150 200 250 300 350
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
20 40 60 80 100 120 140 160
Temps (min)
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
50 100 150 200 250 300
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)
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
100 200 300 400
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)
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
0 50 100 150 200 250 300
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
50 100 150 200 250 300 350 400 450

Temps (min)
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)
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)
Figure Al 6. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE

initiale = 40 %, T = 50 °C)
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)
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
50 100 150 200 250 300 350 400

Temps (min)
25
• Bac 1
20 • Bac 2
• Bac 3
o Bac 4
5 15 x Bac 5
LU
LU Bac 6
H 10
t Bac 7
Bac 8
50 100 150 200 250
Temps (min)
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)
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
20 40 60 80 100 120 140 160
Temps (min)
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
50 100 150 200

Temps (min)
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
50 100 150 200 250

Temps (min)
45
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)
Figure A l . 2 5 . Teneur en eau exacte en fonction du temps (expérience s e m a i n e 2, T E E

initiale = 30 %, T = 40 °C)
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)
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)
F i g u r e Al. 28. 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 2, TEE

initiale = 30 % , T = 50 °C)
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
50 100 150 200

Temps (min)
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
100 200 300 400 500
Temps (min)
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 +
" • m A ... Bac 8

10 1 8
1 1 A x I X « X
A
5
0
100 200 300 400 500
Temps (min)
initiale = 40 %, T = 40 °C)
60
50 % plénum
• « É » i • i Â 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)
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
50 100 150 200 250 300 350 400 450

Temps (min)
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
100 200 300 400 500 600

Temps (min)
* Bac 1
• Bac 2
t | • Bac 3
15 -±—f. «
m ?
Bac 4
" m * *
x Bac 5
LU 10 Bac 6
I | f
i Bac 7
Bac 8
50 100 150 200 250 300

Temps (min)
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
50 100 150 200 250 300

Temps (min)
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
20 40 60 80 100 120 140 160
Temps (min)
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
0 50 100 150 200 250

Temps (min)
30 xIl m X
X • Bac 1
+i x ® Bac 2
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
50 100 150 200 250 300

Temps (min)
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)
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
50 100 150 200 250 300

Temps (min)
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
50 100 150 200 250 300

Temps (min)
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)
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)
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
100 200 300 400 500 600 700 800

Temps (min)
• Bac 1
a Bac 2
— 35
0^ A Bac 3
* * x Bac 4
| 25 x t
£ 20
***** x Bac 5
* X
P 15
A
A A A
Bac 6
+ Bac 7
10 ® m m
#
• • • • Bac 8
100 200 300 400 500 600
Temps (min)
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)
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
Phénomène de réhumidification de certaines couches

Tableau A2. 1 Identification des couches où une réhumidification se produit en début de séchage
selon les TEE mesurées par les sondes.
T E E initiale Température # couche avec

Semaine
(%) (°Q AM/At positif
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
Corrélation entre la TEE estimée par les sondes et la

TEE exacte pour chaque expérience
Couche # R 2
a b n Erreur Standard
1 0,9858 0,4627 11,8522 8 0,5153
2 0,9673 0,6203 8,1071 11 0,6943
3 0,9114 0,6883 8,5009 13 1,0541
4 0,9617 0,5734 8,5602 15 0,7354
5 0,9723 0,5328 9,0033 17 0,6192
6 0,9705 0,6314 8,5161 17 0,5164
7 0,9678 0,6923 8,0056 17 0,5820
8 0,9890 0,5925 9,8934 17 0,3550
Couches 1 à 8 0,9045 0,5521 9,7394 115 1,0411
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
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
Couche # R 2
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
TEE sonde (°/<)
Couche # R 2
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 (°/<$
Couche # R 2
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
Couche # R 2
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
TEE sonde (°/^
Couche # R 2
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
Couche # R 2
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 (%)
Couche # R 2
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
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
sondes (semaine 2, TEEjnitiale = 30 %, T = 50 °C, n = 94)
\
Couche # R 2
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
TEE sonde (%)
Couche # R2
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
2
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 (%)
Couche # R 2
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
\
Couche # R 2
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
TEE sonde (°/<)
Couche # R 2
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
2
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
Couche # R 2
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
Annexe 4
Electronic estimation of hay moisture content:

précision and accuracy
An ASABE Meeting Présentation
A m e r i c a n Society of Paper Number: 071024

Agricuitural a n d Bîologicai E n g i n e e r s
Electronic estimation of hay moisture content: précision and
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).
Keywords. Hay, baie, moisture, sensor, précision, accuracy.

Introduction
A rapid and précise measurement of forage moisture content (MC) is important, especially for
good conservation and balanced feeding. At harvest, chopped forage that is too wet is likely to ill
ferment and produce feed inhibitors such as butyric and acetic acid. Similarly, baled hay that is
too wet will mould and produce mycotoxins. So a précise and rapid measurement of MC may be
helpful to identify an appropriate forage additive or to change the harvest procédure. At the time
of animal feeding, a précise measurement of MC is also necessary to prépare a balanced mixed
ration composed of forage, grains, protein meal and minerais. An error of estimate in MC can
lead to an unbalanced ration in terms of protein and energy. This can resuit in reduced animal
productivity.
Instantaneous measurement of MC is also very useful to control artificial hay drying and enhance
thermal efficiency. Récent developments have proposed new ways to dry hay baies, notably for
the commercial market (Inventagri 2005; Descôteaux and Savoie 2006; Savoie and Joannis
2006). However, the précise and rapid measurement of hay MC, especially in a dynamic drying
environment, remains a challenge. The standard method to measure MC is oven drying for a
period of 24 h at 103 °C or 72 h at 60 °C (ASABE 2006). Meanwhile, several manufacturers
have developed electronic testers to estimate MC instantaneously or very rapidly.
The long-term objective of the research project is to develop a dynamic MC sensing System to
monitor artificial drying continuously. The short-term objective was to assess accuracy and
précision of four commercial MC meters at various MC levels, différent densities and two depths
of pénétration in a hay mass similar to a hay baie, in static mode without airflow. This short-term
objective is a first step towards the long-term objective.
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.
F-2000 HMT-2 PreAgro 25 Draminski

Figure A4. 1 Electronic meters used to measure hay moisture content (MC) in experiment
Table A4. 1 Basic characterisitics of moisture meters.
Meter Model Operating principle MC range Length of rod (mm)

Delmhorst F-2000 Conductivity 8-40 % 250
Draminski Conductivity 10-80 % 560
PreAgro 25 Capacitance 13-70 % 460
Farmex HMT-2 Conductivity 8-44 % 500
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.
Results and Discussion
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. 5 Coefficient of variation (CV) of standard MC measured by oven drying on 48

expérimental units (8 measurements per unit)
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
average MC obtained by the meter ( M C r ) . For an M C e r of 25 % based on 15 measurements

m e t e met
and a % error of 5 %, the C I t e r is therefore 25 ± 1.25 %.

me
°S 2 5
c
eu
Q)
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
by about a third when the number of measurements increases from 5 to 10.
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
Average moisture content

Method of 15% 25 %
measurement Number of measurements
5 10 5 10
Standard oven
±0.90 % ±0.60 % ±1.50 % ±1.00 %
(103 °C)
Delmhorst ±1.34 % ±0.95 % ±2.24 % ±1.58 %
Draminski ±1.70 % ±1.20 % ±2.83 % ±2.00 %
PreAgro ±1.33 % ±0.94 % ±2.22 % ±1.57 %
Farmex ±1.70 % ±1.20 % ±2.84 % ±2.01 %
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
indicated by a meter (MC ter ) (e = MC ter - MC d).

me me 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
Table A4. 3 Prédiction models of oven-dried M C ( M C d ) as a function of meter M C , error of pre
estimate of oven-dried M C (s) and confidence at 95 % probability

Hay Model: Average moisture content
density 15 % 25 %
MCpred = a + b*MC ter me
(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) )
dglobal ~ 2(S g]oba] ) (6)
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.

Mesure de La Teneur en Eau en Continu Durant Le Séchage Du Foin en Balles

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mesure de La Teneur en Eau en Continu Durant Le Séchage Du Foin en Balles

Transféré par

Droits d'auteur :

Formats disponibles

ETIENNE CORMIER

MESURE DE LA TENEUR EN EAU EN CONTINU

FACULTÉ DES SCIENCES DE L'AGRICULTURE ET DE L'ALIMENTATION

© Etienne Cormier, 2008

Continuous and accurate measurement of moisture content (MC) would represent a

Le projet a été réalisé grâce à un soutien financier d'Agriculture et Agroalimentaire

Tableaux des annexes

Tableau A2. 1 Identification des couches où une réhumidification se produit en début de

error of estimate of oven-dried MC (s) and confidence at 95 % probability 116

Figures des annexes

Figure A l . 1. Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE

Le climat humide au Québec et dans plusieurs autres régions du monde favorise la

L'objectif du projet de recherche consiste à développer et évaluer un système de mesure

2.1 Capteurs à conductance

l\ VOLTAGE LEVEL CAUSED BY LOAD 1

VOLTAGE LEVEL CAUSED BY LOAD 2

V 3 VOLTAGE LEVEL CAUSED BY LOAD

2.1.2 Capteurs installés sur le ramasseur d'andains

2.1.4 Electrodes étoilées

2.1.5 Capteurs commerciaux portatifs

Delmhorst F-2000 Draminski

2.2 Capteurs à capacitance

2.2.1 Fonctionnement théorique

La capacitance se définit comme l'habileté de deux conducteurs à emmagasiner une

2.2.2 Capteur portatif PreAgro 25

Figure 2.8 PreAgro 25

2.3 NIR (Near Infrared Réflectance)

2.4 Absorption de micro-ondes

Figure 2.9 Schéma du fonctionnement du système à micro-onde pour déterminer la TEE

2.5 TDR (Time Domain Reflectometry)

2.6 Facteurs affectant la lecture

2.6.2 Humidité en surface

Tableau 2. 2 Correction pour la température aux lectures de TEE du capteur Delmhorst.

Figure 2.10 Exemple de courbes de calibration de la conductance pour différentes

Au lieu d'établir plusieurs courbes de corrélation entre la conductance et la température

METER RHADING (% motslure)

METER BEADING (% moisture)

Fig ure 2.13 Erreur de lecture du DANI en fonction

PreAgro-25 de la compagnie OMNI-MARK

2.7.2 Exemple de procédure pour établir des courbes d'étalonnage

Tableau 2. 3 Valeur des paramètres de l'équation de régression (Shaw et al. 2004)

2.7.3 Coefficient de variation de la TEE

2.7.4 Estimation de l'erreur avec des capteurs à capacitance

supériorité pour estimer la TEE en mode statique : le Delmhorst fonctionnant selon le

3.1 Montage et méthode expérimentale des tests préliminaires

Figure 3.3 Positionnement des

3.2 Facteurs à prendre en considération suite aux tests

3.3 Expérience de séchage avec un séchoir à plateaux

3.4 Montage expérimental

Figure 3. 5 Schéma du séchoir ainsi que les principales composantes

3.5 Méthode expérimentale

3.5.1. Conditionnement du fourrage

3.5.2. Cueillette des données

3.6 Méthodes statistiques

selon le modèle: T E E exacte =axTEE sonde +bxTemperature+c. Les paramètres statistiques

4.1 Résultats des tests préliminaires

4.2 Séchage par couche

4.2.1 Évolution de la TEE dans une expérience

Figure 4. 3 Teneur en eau exacte en fonction du temps (expérience semaine 1, TEE

TEE sonde (%)

4.2.2 Analyse de l'ensemble des mesures de TEE

Comme mentionné précédemment, il n'est pas commode d'avoir 18 équations pour

4.2.3 Analyse par semaine