Combined deterministic and stochastic approaches applied to the food cold chain

Plusieurs enquetes ont montre que la temperature de produits dans les 3 dernieres etapes de la chaine du froid est problematique: meuble frigorifique de vente, transport par les consommateurs apres l’achat et refrigerateur domestique. Cette etude a ete effectuee pour proposer une methodologie de prediction de l'evolution de la temperature du produit et de la charge microbienne tout au long de la chaine du froid. Les modeles deterministes developpes prennent en compte le transfert de chaleur par convection, conduction et rayonnement. Ceux-ci ont ete combines avec des modeles stochastiques pour tenir compte de differents parametres aleatoires: la temperature ambiante, le reglage du thermostat, la position et le temps de sejour du produit dans les equipements etc. Des lois de distribution ont ete developpees pour ces parametres aleatoires par ajustement sur des donnees d'enquete. Les valeurs echantillonnees de ces lois ont ete utilisees comme parametres d'entree du modele de transfert de chaleur permettant de predire les evolutions de temperature d'un grand nombre de produits le long de la chaine du froid. Ces evolutions de temperature ont ete utilisees dans un modele de croissance microbienne pour predire les evolutions de la charge de Listeria monocytogenes. Des analyses statistiques des resultats ont ete realisees permettant de connaitre le pourcentage de produits ayant differents 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.