PDF995, Job 57
Transcription
PDF995, Job 57
«Algorithmes d’optimisation pour la conception et la commandabilité – Lavage de la pâte brune Mehdi Abdelmoula INTRODUCTION L’étude de la contrôlabilité est l’un des points clés qui permettent d’assurer de bonnes maîtrise, fiabilité et performances d’un procédé chimique. Cette étude est normalement faite à la suite de simulations du procédé ou à partir de résultats expérimentaux. La prise en considération du contrôle au sein du processus d’optimisation, est une nouvelle voie à explorer. OBJECTIFS L’objectif du projet est d’optimiser le fonctionnement de l’étape de lavage de la pâte dans un procédé kraft, tout en conservant une bonne contrôlabilité du lavage. L’optimisation du fonctionnement du lavage se fera en minimisant à la fois la consommation d’eau fraîche et la concentration de solides dissous à la sortie. Ceci est justifié par le fait que ces deux critères permettent d’assurer un compromis entre la qualité de la pâte lavée et le coût du traitement des rejets. La contrôlabilité d’un procédé est sa capacité de s’ajuster rapidement et efficacement aux variations de ces variables d’entrée sans répercuter ces variations sur les variables de sortie. La bonne contrôlabilité du système sera caractérisée par la matrice de gains relatifs (RGA). Cette matrice quantifie numériquement le degré d’interaction entre les variables contrôlées et celles manipulées du procédé. Les variables manipulées étant celles sur lesquelles on peut agir directement pour prévenir le comportement des variables contrôlées. RÉSULTATS Le projet est structuré en trois étapes : la modélisation de l’étape de lavage, l’optimisation de son fonctionnement et la recherche du meilleur compromis entre le fonctionnement et la contrôlabilité. Le problème obtenu à l’issu de la modélisation est un problème non-linéaire non-convexe. Ce type de problèmes est généralement difficile à résoudre. Pour venir à bout de cette difficulté on applique une méthode déterministe d’optimisation non-linéaire : une méthode de linéarisation pour la résolution des problèmes quadratiques. Le but ultime du projet est la recherche la configuration des paramètres du procédé de lavage qui permettrait d’obtenir une contrôlabilité optimale. Il a donc fallut développer un algorithme de descente. Ce dernier est un algorithme itératif de recherche d’un optimum local qui se base sur des évaluations successives d’une fonction objectif tirée du RGA. Pour le problème étudié, le RGA n’admet pas d’expression analytique. C’est pourquoi cet algorithme intègre l’étape d’optimisation du procédé pour l’évaluation du RGA de façon numérique. Le fonctionnement général de cet algorithme est décrit à la Figure 1. Pour un système de contrôle de dimension 2 par 2 comme celui que nous adoptons pour les laveurs de pâte à papier, pour assurer une bonne contrôlabilité il suffit de s’assurer que le premier élément de la 1 matrice RGA (λ) soit le plus proche possible de la valeur unité. Quelques résultats sur le fonctionnement de l’algorithme en terme d’évolution des valeurs de λ sont présentés à la Figure 2. RÉFÉRENCES [1] Bristol, Edgar H., “ New measure of interaction for multivariable process control”. IEEE Transactions on Automatic Control, 11(1), 133-134, 1966. [2] Audet C., Hansen P., Jaumard B., Savard G., "A Branch and Cut Algorithm for Nonconvex Quadratically Constrained Quadratic Programming”, Mathematical Programming, 87(1), 131-152. [3] Felder R.M, Rousseau R. W., Elementary Principles of Chemical Process, Wiley, 2000. CONCLUSIONS Au terme de cette étude, nous avons réussi à modéliser les laveurs de pâte à papier en régime stationnaire et à concevoir un algorithme permettant de trouver une configuration de fonctionnement des laveurs de pâte à papier qui leur assure une bonne contrôlabilité. Il nous reste à étudier l’influence des différents paramètres du modèle mathématique des laveurs sur le fonctionnement de ces derniers. Parmi ces paramètres, les plus importants sont les efficacités de lavage, le nombre de laveurs ou la pureté de la pâte à l’entrée de ces derniers. 2 FIGURE 1 Diagramme descriptif de l’algorithme d’optimisation de la contrôlabilité Optimisation de l’eau fraîche et de la propreté de la pâte Évaluation de la contrôlabilité (calcul de la matrice RGA) Test de la contrôlabilité Satisfaisant Évaluation de la contrôlabilité (calcul de la matrice RGA) Non satisfaisant Recherche d’une direction d’amélioration des variables manipulées. Modification des variables manipulées 3 FIGURE 2 Évolution de la valeur de λ au cours des itérations. Évolution de la valeur de lambda au cours des itérations 2 1 0.5 25 23 21 19 17 15 13 11 9 7 5 -0.5 3 0 1 Valeur de lambda 1.5 -1 -1.5 nombre d'itérations 4