Réduire le gaspillage d'ingrédients dans la production d'aliments pour bétail

Pourquoi l'aliment est surformulé

Les rations des bovins laitiers et à viande sont formulées sur une base nutritionnelle : les systèmes de besoins des National Academies expriment ce dont l'animal a besoin en protéine brute, fractions fibreuses, amidon et énergie, et les matières premières sont choisies pour apporter ces nutriments au moindre coût [1][2]. Dans l'industrie de l'alimentation animale, les constituants déclarés d'un aliment composé sont en outre soumis au contrôle officiel, les procédures de référence — entre autres le séchage à l'étuve pour l'humidité et la méthode de Kjeldahl pour la protéine brute — étant fixées à l'annexe III du règlement (CE) n° 152/2009 de la Commission [3].

Or les matières premières ne correspondent pas à ce qu'indique la table de formulation. Buckmaster et Muller ont appliqué une analyse d'incertitude aux rations totales mélangées et constaté que l'incertitude sur les teneurs en nutriments des matières premières était le premier contributeur à l'incertitude globale de la ration distribuée, la matière sèche des fourrages et les quantités de matières premières riches en nutriments y contribuant aussi de façon notable [4]. Un formulateur qui ne doit pas descendre sous un minimum déclaré, et qui ignore la teneur en protéines du jour du tourteau de soja en cellule, ajoute une marge de sécurité de la matière première coûteuse. Cette marge est le « surdosage » : des protéines, de la matière grasse ou de l'énergie payées mais non requises, et c'est précisément la grandeur que la mesure en usine vise à réduire.

D'où vient la variabilité

St-Pierre et Weiss ont décomposé la variance des données de composition nutritionnelle issues d'exploitations laitières commerciales en composantes exploitation, jour, échantillonnage et analyse, et constaté que l'échantillonnage expliquait à lui seul 30 à 81 % de la variance intra-exploitation des ensilages selon le nutriment et le type d'ensilage, et que l'échantillonnage et l'analyse représentaient ensemble environ 40 à 70 % de la variance intra-exploitation des rations totales mélangées [5]. Leur conclusion était que les données issues d'un seul échantillon ne sont pas très fiables [5]. Pour une usine, cela signifie qu'un seul résultat de laboratoire par lot de matière première est une base fragile pour une décision de formulation : une partie de ce qui ressemble à une variation de la matière première est du bruit d'échantillonnage. Réduire le surdosage exige donc davantage de mesures plutôt qu'une seule mesure plus précise, et des résultats disponibles avant le dosage de la matière première plutôt qu'après l'expédition du lot.

Ce que le NIR mesure dans les matières premières et l'aliment composé

La spectroscopie proche infrarouge est appliquée à la composition des aliments pour animaux depuis un demi-siècle. Norris et al. ont enregistré les spectres de réflectance de 87 échantillons de fourrages broyés et, avec au plus neuf longueurs d'onde, obtenu un coefficient de corrélation de 0,99 pour la protéine brute, en prédisant une moitié indépendante du jeu d'échantillons avec une erreur standard de ±0,95 % pour la protéine brute [6]. Givens et Deaville ont passé en revue les deux décennies suivantes de la NIRS en nutrition animale, fourrages et aliments non fourragers compris [7], et l'ISO 12099 fournit aujourd'hui les lignes directrices pour l'application du NIR aux aliments pour animaux et aux céréales, y compris la validation par rapport aux méthodes de référence [8].

Simmler et al. ont construit 30 modèles PLS sur 1 437 échantillons de référence d'aliment pour volailles, de maïs, de blé, de soja et de DDGS, et constaté que la plupart des modèles protéines, matière grasse et humidité atteignaient un RPD supérieur à 3 sur des données de test indépendantes, tandis que la plupart des modèles fibres, glucides hydrosolubles et cendres dépassaient 2, l'hétérogénéité du matériau codéterminant le résultat [9]. L'étude portait sur l'aliment pour volailles, mais les matières premières recoupent celles des concentrés pour ruminants, et le classement est cohérent avec la physique : protéines, matière grasse et eau présentent de fortes absorptions dans le proche infrarouge, alors que fibres et cendres sont prédites indirectement et avec moins de précision.

Le NIR à la réception et au mélangeur

Deux points de mesure agissent directement sur le surdosage. À la réception, chaque livraison de tourteau protéique, de céréale ou de coproduit est analysée avant d'entrer en cellule, de sorte que la formulation s'appuie sur la composition mesurée du lot plutôt que sur une valeur de table. Au mélangeur, l'aliment déchargé est contrôlé par rapport à la cible formulée. Fernández-Ahumada et al. ont appliqué des équations NIR développées pour des aliments composés finis intacts à des échantillons prélevés au stade du mélange et obtenu des prédictions très proches de celles du produit final (protéine brute 15,65 % au mélangeur contre 15,87 % dans le produit final ; cellulose brute 7,69 % contre 8,02 %), concluant que le NIR est pertinent à ce stade puisque des corrections peuvent encore être apportées avant que le lot soit terminé [10]. Transférer un étalonnage sur un instrument de procédé est une tâche distincte : le même groupe a montré que la standardisation spectrale entre un instrument de laboratoire et un instrument de procédé à barrette de diodes réduisait considérablement l'erreur standard de prédiction, mais qu'une exactitude acceptable exigeait que le modèle final contienne des spectres des deux instruments [11].

Une nuance doit rester présente à l'esprit. L'homogénéité du mélange se teste classiquement avec un traceur et s'exprime par un coefficient de variation entre échantillons d'un même lot ; Clark et al. ont constaté que la protéine brute est un mauvais traceur, car de nombreuses matières premières apportent des protéines, et seuls des marqueurs d'acides aminés de synthèse ont atteint un coefficient de variation inférieur à 10 % dans leurs essais [12]. Rubio et al. ont comparé le NIR en ligne à des méthodes par traceur dans l'aliment pour poulets de chair et constaté que le coefficient de variation dépendait à la fois du temps de mélange et de la méthode [13]. Une mesure NIR de la protéine à la sortie du mélangeur est donc un contrôle de la macro-composition et du dosage, et non un substitut à un test par traceur de la répartition des micro-ingrédients. Trois pratiques en découlent :

• Mesurez chaque lot de matière première, et pas seulement chaque matière première. L'échantillonnage est une composante majeure de la variance [5] ; plusieurs sous-échantillons par livraison, avec une formulation sur leur moyenne, permettent de réduire la marge de sécurité chiffres à l'appui.
• Gardez les méthodes de référence dans la boucle. Les étalonnages NIR sont construits sur les procédures du règlement 152/2009 [3] et régulièrement vérifiés par rapport à elles, comme le décrit l'ISO 12099 [8].
• Validez l'étalonnage de procédé sur l'instrument de procédé. Les modèles de laboratoire ne se transfèrent pas tels quels sur un capteur en ligne [11].

La place d'USTECH

À la réception et au contrôle final, l'analyseur en bord de ligne USTECH MasterLine17EC est utilisé pour les matières premières, les aliments pour animaux et les fourrages. À la sortie du mélangeur, les analyseurs NIR en ligne ProLine17EC et ProLine17ECS se montent sur goulottes et convoyeurs, et ProChem transmet leurs résultats au PLC ou au système SCADA pour les tableaux de bord, les alarmes et l'ajustement des consignes. Les étalonnages sont développés et maintenus dans la suite chimiométrique caliX, avec la validation par rapport aux analyses de référence qu'exige l'ISO 12099 [8]. La mesure dans laquelle la marge de sécurité d'une ration donnée peut être réduite dépend des matières premières, des données de référence et du plan d'échantillonnage de l'usine, et s'établit par une étude de faisabilité sur vos propres échantillons.