Combined deterministic and stochastic approaches applied to the food cold chain
Résumé
Plusieurs enquêtes ont montré que la température de produits dans les 3 dernières étapes de la chaîne du froid est problématique: meuble frigorifique de vente, transport par les consommateurs après l’achat et réfrigérateur domestique. Cette étude a été effectuée pour proposer une méthodologie de prédiction de l'évolution de la température du produit et de la charge microbienne tout au long de la chaine du froid. Les modèles déterministes développés prennent en compte le transfert de chaleur par convection, conduction et rayonnement. Ceux-ci ont été combinés avec des modèles stochastiques pour tenir compte de différents paramètres aléatoires: la température ambiante, le réglage du thermostat, la position et le temps de séjour du produit dans les équipements etc. Des lois de distribution ont été développées pour ces paramètres aléatoires par ajustement sur des données d'enquête. Les valeurs échantillonnées de ces lois ont été utilisées comme paramètres d'entrée du modèle de transfert de chaleur permettant de prédire les évolutions de température d'un grand nombre de produits le long de la chaîne du froid. Ces évolutions de température ont été utilisées dans un modèle de croissance microbienne pour prédire les évolutions de la charge de Listeria monocytogenes. Des analyses statistiques des résultats ont été réalisées permettant de connaître le pourcentage de produits ayant différents niveaux de contamination. / Several surveys have shown temperature abuses in the last 3 links of the cold chain: display cabinet, transport by consumer and domestic refrigerator. This work was carried out to predict the product temperature and microbial load evolutions in these steps. Deterministic models were used to take into account the heat transfer by convection, conduction and radiation inside the equipments. They were combined with stochastic models to take into account different sources of randomness: ambient temperature, thermostat setting, product position and residence time in the equipments etc. Distribution laws were developed to fit the survey data of these random parameters. The sampling values were used as input parameters of the heat transfer models to predict the temperature evolutions of a large number of products along the cold chain. Then, these temperature evolutions were applied to a growth model of Listeria monocytogenes to predict the bacterial contamination. Statistical analysis of simulation results was carried out enabling the distribution of product at various contamination levels.
Origine : Fichiers éditeurs autorisés sur une archive ouverte