Jury :

• Dr. Christian Bergaud Directeur de Recherches, LAAS-CNRS, Toulouse                    (Rapporteur)
  Pr. Pierre Ouagne Professor, Ecole Nationale d’Ingénieurs de Tarbes                           (Rapporteur)
  Pr. Karine Charlet Professeur, Université Clermont Auvergne                                      (Examinateur)
  Dr. Vincent Placet Ingénieur de Recherches, Université de Franche-Comté                 (Examinateur)
  Dr. Ingrid Proriol-Serre Directeur de Recherches, Université de Lille                          (Examinateur)
  Pr. Simon Hawkins Professeur, Université de Lille                                                       (Examinateur)
  Dr. Sébastien Grec Maître de Conférences, Université de Lille                                    (Encadrant)
  Dr. Lionel Buchaillot Directeur de Recherches, Université de Lille                             (Invité)
  Dr. Steve Arscott Directeur de Recherches, Université de Lille                                   (Directeur de thèse)

Résumé :

L’agriculture 4.0, également connue sous plusieurs noms tels que « agriculture numérique », « agriculture intelligente » et « agriculture électronique », se développe actuellement rapidement en termes de recherche, de développement et d’applications commerciales. L’agriculture 4.0 implique l’application de la microélectronique et des microtechnologies, l’internet des objets, le big data, les télécommunications, les nouveaux capteurs, le retour d’information rapide, l’analyse des données, la connectivité, l’intelligence artificielle, etc. En principe, tous ces domaines devraient aboutir à une modernisation de l’agriculture en termes d’organisation, de rendement, d’efficacité et de qualité des produits. Cependant, l’agriculture 4.0 est tellement vaste que si l’on veut y contribuer, il faut choisir un domaine d’action spécifique. Le domaine choisi pour ce doctorat est la production de lin. Les tiges possèdent des fibres robustes d’un diamètre de l’ordre du micromètre qui courent sur toute la longueur de la tige et qui sont maintenues en place dans le tissu externe de la tige. Les fibres de lin ont de nombreuses applications, allant du textile à la technologie. Pour faciliter l’extraction mécanique des fibres de lin, le rouissage est utilisé pour décomposer le tissu entre les fibres. On sait depuis longtemps qu’il existe un point de rouissage optimal. Un rouissage insuffisant entraîne une extraction difficile des fibres dans l’usine, tandis qu’un rouissage excessif peut compromettre la qualité des fibres. Certains agriculteurs qualifiés sont en mesure de déterminer ce point par des méthodes artisanales. Dans le contexte de l’agriculture intelligente, l’objectif du doctorat était de rechercher et de développer un outil optimal de prédiction du rouissage. Le travail de ce doctorat tente une caractérisation mécanique multi-échelle complète des tiges et des fibres de lin pendant un cycle de rouissage complet (été 2022) et réalisée en temps réel. La caractérisation mécanique comprend des essais mécaniques macroscopiques (flexion, compression et torsion de la tige), ainsi que des essais mécaniques microscopiques inédits sur des fibres de lin individuelles à l’aide de nouvelles méthodes inspirées des systèmes microélectromécaniques (MEMS). En outre, les propriétés mécaniques nanoscopiques de la paroi cellulaire primaire des fibres de lin en cours de rouissage ont été caractérisées à l’aide de la microscopie à force atomique (AFM) par nanoindentation. Le résultat de ces études est une mine de données originales qui ont permis le développement d’un outil mécanique qui fait actuellement l’objet d’un examen en vue de l’obtention d’un brevet.

Abstract :

Agriculture 4.0, also known under several names such as ‘digital agriculture’, ‘smart farming’, and ‘e-farming’ is currently developing rapidly in terms of research, development, and commercial applications. Agriculture 4.0 involves the application of microelectronics and microtechnologies, bringing the internet-of-things, big data, telecommunications, novel sensing, rapid feedback, data analysis, connectivity, artificial intelligence etc. In principle, all these areas should result in a modernization of farming in terms of organisation, yield, efficiency, and quality of produce. However, agriculture 4.0 is so vast that if one is to contribute to it, one must choose a specific area to act. The area chosen for this PhD was flax production. Flax stems have evolved to have robust micrometre-diameter fibres running the length of the outside of the stem and held in place in the external tissue of the stem. Flax fibres have many applications ranging from textiles to technology. To facilitate the mechanical extraction of flax fibres, ‘field retting’ is employed to breakdown the tissue between the fibres. It has long been known that there is an optimum retting point. Too little retting results in difficult fibre extraction in the factory, too much retting can result in a compromise in fibre quality. Certain skilled farmers are able to judge this point by artisanal methods. In the context of smart farming, the objective of the PhD was to research and develop an optimum retting prediction tool. The work of this PhD attempts a full multiscale mechanical characterization of flax stems and fibres during a whole retting cycle (summer 2022) and performed in real time. The mechanical characterization involved macroscopic mechanical testing (stem bending, compression, and torsion), as well as novel microscopic mechanical testing of single flax fibres using novel methods inspired by microelectromechanical systems (MEMS) methods. In addition, the nanoscopic mechanical properties of the primary cell wall of retting flax fibres was characterised using nanoindentation atomic force microscopy (AFM). The outcome of these studies is a wealth or original data which enabled the development of a mechanical-based tool which is currently under review for patenting.