• Langue : Français, Anglais
• Discipline : Optique et Lasers, Physicochimie, Atmosphère
• Identifiant : 2016LIL10161
• Type de thèse : Doctorat
• Date de soutenance : 14/12/2016

Résumé en langue originale

La qualité de l’air intérieur constitue de nos jours un enjeu sanitaire majeur ainsi qu’une problématique de recherche enplein essor. De nombreux polluants sont présents à l’intérieur des bâtiments. Ils sont directement émis par des sourcesintérieures telles que les matériaux de constructions, le mobilier, l’activité des occupants ou proviennent de l’airextérieur. La politique de réduction de la consommation énergétique entraîne la construction de bâtiments de plus enplus hermétiques, réduisant ainsi l’élimination des polluants par transfert vers l’extérieur. Les techniques d’analysesclassiques ne sont pas adaptées à la surveillance continue de ces environnements. Il s’agit généralement d’analyseursencombrants, coûteux, bruyants et qui nécessitent du personnel qualifié. Une alternative à ces méthodes est récemmentapparue sous la forme de capteurs miniatures. Dans ce travail de thèse, les performances et limitations de plusieurscapteurs miniatures, tels que des capteurs à infrarouge, électrochimiques, à photoionisation ou semi-conducteurs pourla mesure du CO2, du CO, des NOx, d’O3 et des COV, ont été évaluées en laboratoire et lors de campagnes de mesurespour le suivi des principaux polluants de l’air intérieur. Bien que la réponse de ces capteurs soit fortement corrélée avecla concentration mesurée par des analyseurs de référence, le manque de sélectivité ne permet pas toujours une analysequantitative. L’apprentissage bayésien naïf ainsi que le clustering par bisecting k-means ont permis d’interpréter lessignaux mesurés par les capteurs et de mettre en évidence des événements typiques de pollution, traduisant ladynamique de la qualité de l’air intérieur.

Résumé traduit

Nowadays, indoor air quality is a major health issue and a growing research challenge. Many pollutants are presentinside buildings. They are directly emitted by indoor sources such as building materials, furniture, occupants and theiractivities or transferred from outdoors. Due to an increasing concern for energy saving, recent buildings are much moreairtight, reducing the pollutants elimination to the outside. Standard analyzers are not suitable for monitoring the airquality indoors. These techniques are usually bulky, expensive, noisy and require skilled people. An alternative to theseconventional methods recently appeared under the form of microsensors. In this work, the performances and limitationsof different type of sensors such as infrared sensors, electrochemical sensors, photoionisation detectors orsemiconductive sensors for the measurement of CO2, CO, NOx, O3 or VOC, were evaluated in laboratory conditions andalso during measurement campaigns in order to monitor the major indoor air pollutants. Although the response of thesesensors is highly correlated with the concentration measured by reference instruments, their lack of selectivity does notalways allow a quantitative analysis. Naive Bayes classifier and bisecting k-means clustering were used to help analyzethe output of the sensors, and allow identifying typical pollution events, reflecting the dynamics of the indoor air quality.