Points clés à retenir
Les analyses de composition, telles que celles des protéines et de l'humidité, sont réalisées à l'aide d'instruments. La détermination des impuretés est différente : les fractions sont triées physiquement, regroupées et pesées et, dans la plupart des laboratoires, cette opération reste manuelle.
Sekargas Hamilton est une société indépendante d'inspection et de contrôle qualité, implantée au port de Klaipėda et membre du groupe J.S. Hamilton, titulaire des certifications GAFTA Analyst, GAFTA Superintendent, GAFTA Fumigation et FOSFA.
Son responsable de laboratoire décrit la détermination des impuretés comme l'opération la plus chronophage et la plus minutieuse du laboratoire, portant sur des échantillons dont l'état est inconnu jusqu'à leur réception.
Le laboratoire réalise déjà une contre-analyse sur les paramètres limites qui affectent la classe et les décotes.
Sekargas Hamilton a évalué GrainODM pour cette détermination spécifique dans son propre laboratoire, sur des échantillons issus de son flux de travail habituel, ses propres spécialistes analysant manuellement les mêmes échantillons en parallèle.
La position du laboratoire est que la vérification relève toujours de l'humain. Ce qui change, c'est le coût de cette vérification : une analyse automatisée fournit une image qui peut être consultée à nouveau, plutôt qu'un échantillon qu'il faut retravailler.
Dans un laboratoire d’inspection des grains moderne, la quasi-totalité des mesures est désormais confiée à des instruments. Protéines, humidité, poids spécifique : un échantillon est introduit, un résultat s’affiche, et le spécialiste passe à autre chose. Les analyseurs de grains ont absorbé l’intégralité de cette catégorie de tâches.
Une détermination a cependant été plus lente à suivre.
La détermination des impuretés, connue dans le commerce européen sous le nom de besatz, est encore réalisée dans la plupart des laboratoires comme il y a plusieurs décennies : un échantillon est étalé sur un plateau, et un opérateur le trie, fraction par fraction, à l’aide d’une pince. C’est également cette détermination qui décide de la classe et des décotes appliquées à une cargaison.
Au port de Klaipėda, Sekargas Hamilton effectue ce test chaque jour ouvré. L’entreprise est une société indépendante d’inspection et de contrôle qualité au service des exportateurs, importateurs, négociants, transformateurs et entreprises de logistique de la région baltique. Elle fait partie du groupe international J.S. Hamilton et est certifiée GAFTA Analyst, GAFTA Superintendent, GAFTA Fumigation, FOSFA International et ISO 9001. En 2025, elle a commencé à collaborer avec GrainODM pour automatiser cette détermination.
En quoi consiste réellement le test
Demandez à une personne qui effectue ce travail au quotidien en quoi consiste la détermination des impuretés, et elle ne vous décrira pas une procédure. Il s’agit plutôt d’une série de jugements.
Lors de la détermination des impuretés, l’essentiel est de distinguer les différents types de défauts, les impuretés et les graines nuisibles. Actuellement, par exemple, on trouve une quantité non négligeable de gaillet gratteron – c’est une graine nuisible et il ne doit pas y en avoir dans l’échantillon. Il peut y en avoir une certaine quantité, mais sans dépasser les normes.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Le gaillet gratteron est une espèce parmi une longue liste. Certaines graines d’adventices sont classées comme graines nuisibles et leur teneur est soumise à des limites strictes. D’autres ne le sont pas. Ces deux groupes se côtoient dans le même plateau, et le travail consiste à les différencier.
Certaines graines sont nuisibles, d’autres non, et nous devons donc les séparer. Il en va de même pour les grains brisés, les grains criblés, les impuretés diverses – tout ce qui doit être trié manuellement.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
La séparation est, par nature, physique. L’analyse de la composition mesure la manière dont un échantillon absorbe et transmet la lumière ; la détermination des impuretés, quant à elle, exige que l’échantillon soit décomposé, regroupé en fractions et pesé. Il existe des systèmes d’imagerie automatisés pour cette détermination, et le segment des grandes entreprises en est équipé depuis des années, mais leur adoption au sein des laboratoires d’inspection reste inégale. La norme EN 15587 définit les fractions existantes et la manière de les traiter ; elle ne rend pas pour autant la séparation moins physique.
Le moment le plus exigeant au laboratoire
Chaque laboratoire a une analyse qui rythme la journée. Dans un laboratoire d’inspection des céréales, il s’agit de celle-ci.
La détermination des impuretés est l’opération qui demande le plus de temps, de moyens et d’énergie, et qui exige une attention toute particulière.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Le mot qui importe est l’attention. La contrainte ne réside pas dans le tamisage ou le pesage. Il s’agit de la concentration visuelle soutenue sur un plateau de plusieurs milliers de grains, répétée échantillon après échantillon, où une erreur de classification passe inaperçue.
La charge de travail est également imprévisible, à tel point que la planification du laboratoire ne peut la lisser.
Nous ne savons jamais à l’avance quel type d’échantillons nous allons recevoir. Ils peuvent être aussi bien très contaminés, avec de nombreuses impuretés, que très propres.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Les cargaisons n’arrivent pas sur rendez-vous. Un échantillon propre et un échantillon fortement contaminé arrivent par la même porte, et le second prend considérablement plus de temps à traiter que le premier. Les pics saisonniers accentuent encore cette pression. La préparation de la saison commence un mois à l’avance, et le laboratoire forme du personnel supplémentaire à cet effet.
Les raisons de la recherche
Vu du bureau d’inspection, la même analyse est perçue comme un risque commercial plutôt que comme une charge de travail.
Les processus de contrôle des cargaisons et de la qualité se complexifient, tandis que les clients attendent une communication plus rapide de l’information et une plus grande transparence des données. Une grande partie de ces processus reposait historiquement sur la collecte et l’administration manuelles des données, c’est pourquoi nous y avons vu l’occasion d’améliorer l’efficacité, de réduire le risque d’erreur et de garantir une meilleure traçabilité des données tout au long du processus d’inspection.
— Nikolaj Stankevič, Responsable des inspections, Sekargas Hamilton
La détermination des impuretés en est l’exemple le plus parlant. Le processus est entièrement manuel : le tri, la pesée, puis la transcription manuelle du résultat sur un formulaire. Le résultat est fiable, car il est garanti par des spécialistes formés et une procédure de double contrôle. En revanche, ce processus ne fournit pas de traçabilité sur la manière dont le résultat a été obtenu.
Cette approche a également influencé le choix des partenaires de l’entreprise.
Nous cherchions un partenaire qui comprenne non seulement la technologie, mais aussi les spécificités du commerce des grains et du contrôle qualité. Il était essentiel pour nous que la solution corresponde à nos processus d’inspection réels, qu’elle garantisse l’intégrité des données et la traçabilité, et qu’elle soit évolutive pour accompagner les besoins de notre activité. Nous avons également apprécié la flexibilité de notre partenaire, sa réactivité et sa capacité d’écoute face aux retours des utilisateurs.
— Nikolaj Stankevič, Responsable des inspections, Sekargas Hamilton
L’imagerie à côté du plateau d’analyse
Le projet pilote a délibérément porté sur cette seule détermination : le même échantillon, les mêmes fractions EN 15587, imagés et classifiés automatiquement. Il s’est déroulé dans le propre laboratoire de Sekargas Hamilton, sur des échantillons issus de leur flux habituel, et ces mêmes échantillons étaient analysés manuellement en parallèle par les spécialistes du laboratoire.
Ce que l’on remarque en premier, ce n’est pas le classement. C’est la cadence, et le fait que le résultat soit visuel plutôt que numérique.
Ma première impression, c’était la rapidité. Et ce qui est intéressant, c’est qu’ils signalent immédiatement les impuretés, et que l’on peut voir de quoi il s’agit.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
La seconde observation concerne l’interface, un point qui, dans un laboratoire, est loin d’être anodin. Un logiciel qui sollicite l’attention entre en concurrence avec l’échantillon pour la ressource même qui fait défaut pour l’analyse.
L’utilisation est vraiment très simple, très facile. Il n’y a pas grand-chose à mémoriser. Tout est clairement indiqué, ce que vous devez fournir : vous appuyez sur le bouton, et l’analyse se fait.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Lorsqu’un spécialiste conteste une classification, la correction est apportée sur-le-champ, l’échantillon toujours en main.
Plus besoin de saisir les informations, de prendre des photos et de les joindre ailleurs. C’est très pratique, car on prélève un échantillon, on vérifie immédiatement si l’aspect est conforme, et on peut faire la modification sur-le-champ.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Ce que le laboratoire retient
L’élément le plus pertinent qui soit ressorti de ces conversations a été une réponse à une question sur la confiance. À la question de savoir si un résultat automatisé devait être vérifié, ou si cette vérification pouvait être réservée aux cas limites, la réponse a été immédiate et pragmatique.
À mon avis, il faut toujours vérifier. Même le meilleur peut se tromper et, vu le rythme de travail, un second regard est toujours une bonne chose.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Le laboratoire procède déjà ainsi. Les contre-analyses se concentrent sur les paramètres limites, ceux qui déterminent la classe et les décotes, ainsi que sur les périodes où le personnel saisonnier travaille aux côtés des spécialistes permanents.
La question n’est donc pas la vérification en soi, mais son coût. Et c’est là que la responsable du laboratoire a fait une distinction qui mérite que l’on s’y attarde :
Je dirais qu’une personne, c’est plus difficile à contrôler. Le logiciel, lui, a pris une photo, il l’a montrée – on voit tout de suite, c’est clair.
— Karolina Miliauskaitė, Responsable du laboratoire, Sekargas Hamilton
Contre-vérifier une analyse manuelle revient à constater que l’analyse a consommé son propre état de travail. Les fractions ont été séparées, pesées, enregistrées et restituées. Un échantillon témoin scellé subsiste pour l’arbitrage, mais il répond à une question différente : il permet une nouvelle analyse, et non un examen de l’analyse initiale. Pour vérifier une classification, un second spécialiste doit retravailler l’échantillon, et ce qu’il produit est une seconde analyse plutôt qu’un examen de la première.
Une analyse par imagerie se comporte différemment. L’enregistrement persiste dans l’état où il a été réalisé. Son examen consiste à observer, non à répéter.
Déroulement du projet pilote
Le laboratoire a toujours précisé qu’il s’agissait d’une évaluation et non d’une acceptation.
La phase pilote a été constructive et axée sur les résultats. L’équipe de GrainODM a collaboré activement avec nos spécialistes, a réagi rapidement à nos observations et a cherché à comprendre nos processus opérationnels réels. Nous avons apprécié que la communication ait été ouverte et efficace tout au long du projet.
— Nikolaj Stankevič, Responsable des inspections, Sekargas Hamilton
C’est l’aspect de cette expérience que nous souhaitons mettre en avant pour toute entreprise envisageant une démarche similaire. Sekargas Hamilton n’a pas pris pour argent comptant la description du système fournie par le fournisseur. L’entreprise a installé le système dans son propre laboratoire, l’a soumis à ses propres spécialistes et l’a testé sur ses propres échantillons pour se forger sa propre opinion.
Pour une entreprise dont le métier est la vérification indépendante, cette démarche est l’essence même de son activité.
Ce que Sekargas Hamilton dirait à un confrère
Interrogé sur les conseils qu’il donnerait à un confrère du secteur qui envisage l’automatisation, le Responsable des Inspections a été très clair sur l’importance du séquençage des opérations.
Aujourd’hui, l’automatisation des processus n’est plus un avantage concurrentiel, mais bien une orientation naturelle dans l’évolution des entreprises. Il est primordial de commencer par des processus clairement identifiés et de choisir un partenaire qui comprend les spécificités de votre activité.
— Nikolaj Stankevič, Responsable des inspections, Sekargas Hamilton
Dans un laboratoire d’inspection, peu de processus sont aussi clairement identifiés que celui-ci : il est le plus chronophage, exige le plus d’attention et se termine toujours par un chiffre inscrit manuellement sur un formulaire. Ce que l’imagerie change, ce n’est pas qui prend la décision. C’est ce qui reste ensuite pour la vérifier — une photographie, plutôt qu’un échantillon qui a déjà été réintégré au lot.
Questions Fréquemment Posées
Il s’agit de la détermination de tous les éléments d’un échantillon de céréales qui ne sont pas des grains sains du type contractuel : graines de mauvaises herbes nuisibles et non nuisibles, grains brisés, grains criblés, matières étrangères et grains endommagés. Selon la norme EN 15587, ces fractions sont séparées, regroupées et pesées, et le résultat influe directement sur la classe et les décotes.
Car il s’agit d’une opération de séparation physique et non d’une mesure spectrale. Les appareils NIR mesurent la composition, telle que la teneur en protéines et en humidité, en se basant sur l’absorption de la lumière par l’échantillon ; ils ne procèdent pas au tri de l’échantillon en fractions. Il existe des systèmes d’imagerie automatisés pour la détermination des impuretés, mais leur adoption est inégale. Par conséquent, dans la plupart des laboratoires d’inspection, la séparation et la pesée demeurent des opérations manuelles effectuées à l’aide de tamis, de pinces et d’une balance.
Pas en tant que décideur autonome. Dans la méthodologie appliquée par Sekargas Hamilton, l’imagerie automatisée sert de première analyse rapide et d’archive visuelle, tandis que le laboratoire, par le biais de ses spécialistes, se réserve la vérification et la décision finale, notamment sur les paramètres limites qui affectent la classe.
Une image de l’échantillon analysé où les objets détectés sont marqués par catégorie, accompagnée du résultat numérique. La conservation de l’image permet de consulter et d’examiner un résultat ultérieurement, sans avoir à refaire l’analyse physique.
Non. La norme EN 15587 définit ce qui est mesuré et la manière dont les fractions sont classées. L’automatisation est une méthode permettant d’obtenir ces mêmes fractions plus rapidement, dans le cadre fixé par la norme.
Société indépendante d’inspection et de contrôle qualité opérant sur le port de Klaipėda, en Lituanie, et membre du groupe international J.S. Hamilton. Elle fournit des services d’échantillonnage, d’inspection de cargaisons, d’analyses en laboratoire et de certification pour les secteurs agricole et des matières premières, et est certifiée GAFTA Analyst, GAFTA Superintendent, GAFTA Fumigation, FOSFA International et ISO 9001.
Poursuivre la lecture
Comment l'IA a réduit l'inspection des graines de chanvre d'Allive de 30 minutes à quelques secondes
Étude de CasL'IA contre 5 techniciens de laboratoire : nos conclusions après 4 mois et plus de 600 tests sur le blé
Étude de CasLa détection manuelle du blé germé échoue : IA contre œil humain
Étude de CasComment JSC Grainmore a Accéléré l'Analyse d'Échantillons d'Avoine 75× grâce à l'IA
Le nouveau standard dans l'analyse de pureté des céréales
Des données, pas des suppositions. Découvrez comment GrainODM établit un nouveau standard pour l'inspection numérique des céréales.