Thèse soutenue le 19 octobre 2018 pour obtenir le grade de docteur de la Communauté Université Grenoble Alpes

Résumé :
Les nez électroniques sont aujourd'hui des candidats prometteurs pour une analyse sur le terrain et à bas coût d'échantillons de composés organiques volatils (COV). Cependant, ces techniques ont encore certaines limitations. L'utilisation d'un nombre restreint de récepteurs empêche une différenciation sélective des COV. Un manque de fiabilité causé par des pollutions des récepteurs freine leur utilisation pour de nombreuses applications. Dans ce contexte, un nez électronique basé sur l'imagerie de résonance de plasmons de surface (SPRI) est développé pour la détection de COV en phase gazeuse. Ce système est doté d'un large réseau de récepteurs constitués par autoassemblage de molécules organiques et de peptides. La transduction optique par SPRI offre un suivi en parallèle d'un grand nombre d'interactions, et ce en temps réel. L'objectif est d'assurer la meilleure résolution chimique possible pour différencier de manière fiable les COV. Dans ce but, différentes stratégies sont explorées pour améliorer la sensibilité, la sélectivité ainsi que la stabilité des mesures. Grâce à ces optimisations, notre système présente une sélectivité élevée pour un grand nombre de COV. Les COV sont différenciés en fonction de leur nature chimique et de leur structure. Une bonne répétabilité et une stabilité d'au moins deux mois sont obtenues. De premiers tests montrent que notre instrument est également efficace pour l'analyse d'échantillons plus complexes.

Mots clés :
Statistique multidimensionnelle, reconnaissance de motifs, COV, SPRI, réseau de récepteurs à réactivité croisée