SYMPHOS 2013

Agadir, 06-10 mai 2013

Cours
Modlisation et simulation des
procds industriels

Sance 1: prsentation gnrale

Pr. Tijani BOUNAHMIDI

Laboratoire dAnalyse et Synthse des Procds Industriels
(LASPI), Ecole Mohammadia dIngnieurs, Universit Mohammed V-
Agdal, Rabat
 Information
(mesures, consignes, signaux dalarme,)

Oprations
physico-chimiques
(et biologiques ventuellement)
Matire (s) produits
premire (s) sous produit(s) et rejets
Energie
(lectrique, mcanique et calorifique)

Schma de principe dun procd

 Transformation des
Conditionnement des matires premires Conditionnement
matires premires en produits des produits
(1) (2) (3)

Matires Produits
premires sous produits
, rejets

Ractifs non transforms

(1): changeurs de chaleur; colonne dabsorption, broyeurs,

cribles
(2): racteurs chimiques, racteurs biologiques, extracteurs
solide-liquide,
(3): oprations de sparation, vaporation, cristallisation,
distillation, extraction liquide-liquide, schage, filtration,

Oprations unitaires dun procd

Exemple: Fabrication dacide sulfurique
H2SO4

Stchiomtrie:

3
S + O 2 + H 2 O H 2SO 4
2

Matires premires:
 Soufre
 Oxygne
 eau
 Principales tapes de fabrication dacide
sulfurique par procd contact

Combustion du soufre
S liq + O 2 S O 2 (T 1100C)
 Four tubulaire de combustion

La production de lanhydride sulfurique
1
SO 2 + O 2 SO 3 H R = 98, 9 KJ / mol
 Racteur 2lits fixes multitag (4tages)

La production de lacide sulfurique
S O 3 + H 2 O H 2 SO 4
Colonne dabsorption garnissage et contre
courant: la raction se produit en phase liquide
dans lacide concentr
 X=f(T)
1

0,9

0,8

Courbe d'quilibre T=420C T=411C

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0
360 400 440 480 520 560 600 640 680 720 760 800 840 880

Influence de la temprature sur la conversion

 Tour de schage Ballon

Filtre gaz

Soufflante

Chaudire de rcupration

AIR

Four
E 16

Filtre dAir

MASSE 1

Soufre E 03 E 02

MASSE 2
E 01
Tour

Intermdiaire
MASSE 3

MASSE 4
E 04 Convertisseur

(Source: OCP, 2010)

Procd de fabrication dacide sulfurique (S.C.E)
Tour Finale

E 05
Chemine
Quelques caractristiques des industries
utilisatrices de procds
1. Investissements lourds ncessit dune
rentabilisation rapide et maximale
2. Industries affectes par la loi de loffre et de la demande
3. Secteur conomique risque (fluctuations frquentes
des prix de matires et de lnergie)
4. Capacit de production et qualit des produits
soumises aux contraintes du march
5. Manipulation de produits dangereux et utilisation de
conditions opratoires souvent critiques
6. Industries polluantes
 Quelques critres de conception et de
gestion de procds

1. Optimiser le choix du procd

2. Effectuer le "design" optimal du procd pour une capacit de production

et une qualit des produits donnes (Intensification des procds)

3. Optimiser le choix du point de fonctionnement pour des conditions

conomiques donnes

4. Rgler le point de fonctionnement de faon la plus prcise possible

5. Assurer la stabilit de fonctionnement du procd

6. Assurer la qualit des produits et le respect des normes de pollution

7. Assurer la scurit de fonctionnement du procd.

Quelques caractristiques de procds modernes

1. Meilleur choix des matires premires

2. Meilleur choix des sources dnergie
3. Meilleur choix des techniques utilises dans les oprations
unitaires
4. Meilleure intgration nergtique et matrielle des procds
5. Conduite de procds assiste par ordinateur en ligne
6. Le "design" du systme de contrle est une partie intgrante
du "design" du procd
7. La synthse, le "design" , lanalyse, le contrle et loptimisation
de procds sont tudis laide dune mme approche:
lapproche dEtude de Procd Assiste par Ordinateur
(EPAO)
 X Y
Procd
Entres Sorties

Modlisation

Modle mathmatique: Y = F(X, )

: vecteur des paramtres (gomtriques, physico-chimiques)

Etude du procd laide de son modle mathmatique
=
Etude du Procd Assiste par Ordinateur (EPAO)

Donnes Inconnues Type de problme

X, Y F Synthse du procd

F, X, Y Design du procd
Gomtrique
F, X, Y Analyse du procd
(Simulation)
F, , Y X Conduite du procd
 J(Y
J(Y): fonction-
fonction-objectif
F(
F(XX, ) = Y

Donnes Critre Type de problme

X, Y Opt. J Synthse optimale
F du procd
F, X, Y Opt. J Design optimal
Gom. du procd
F, , Y Opt. J Conduite optimale
X de procd
 Types damliorations recherches
sur un procd

Optimisation par rapport aux variables de
fonctionnement

Utilisation de nouvelles techniques

Modification de lordre dinterconnexion entre

les diffrents appareils du procd.

"Design optimal": minimiser les investissements

pour des performances donnes.
Mthodes damlioration des procds

1. Mthodes empiriques
Exprimentation sur installation
industrielle:
Trs coteuse en temps et en argent

Exprimentation sur installation

pilote:
Moins coteuse que la prcdente, mais elle
reste relativement onreuse.
Mthodologie: technique de surface de rponse

X1
X2

Xn
: fonction mesurant les performances du procd
: f(X1, X2,, Xn)
P P
='0 +iXi +ijXi2 +ijXiX j +
i=1 i =1 i j
: erreur alatoire
Rgression multilinaire + tests statistiques de Student et de
Fisher Valeurs des paramtres '0, j,ij, ji
N.B.: lexpression de obtenue laide de linstallation pilote prsente des problmes
dextrapolation.
Approche (E.P.A.O)

Analyse des phnomnes mis en jeu

Synthse des informations obtenues sur les
phnomnes: modles mathmatiques des
oprations unitaires.

Analyse des comportements en rgimes
stationnaire et dynamique des oprations
unitaires du procd, par simulation.

Optimisation du procd.
Principaux phnomnes

Equilibres thermodynamiques

Cintique de transformations chimiques

Les transferts de matire, de chaleur et
de quantit de mouvement

Les coulements.
Equilibres thermodynamiques

Equations dtat
 RKS, PR, LK,VIR

Modles de coefficients dactivit
 Wilson, NRTL, UNIQUAC, UNIFAC

Reprsentation de mlanges
 Corps purs
 Pseudo-composs
 Rgles de mlanges

Paramtres dinteraction binaires
 Expriences dquilibres L-V, L-S
 Cintique chimique

Dveloppement de modles partir de

mcanismes ractionnels plausibles:
 Propositions de mcanismes (squence dtapes
lmentaires)
 Hypothses simplificatrices:
 AEQS
 tape limitante
 Centre actif limitant

Plusieurs modles possibles pour 1 mme
raction
coulements (Macromlange
(Macromlange))
Technique des traceurs:
injection dtection

C (s)
E(s)=
out

C (s)
in

Transforme de Fourier rapide (FFT) E(t)=DTS

On propose des modles dcoulement:
 Piston dispersif (DA, DR, DAR)
 Srie de cuves parfaitement mlanges avec ou sous retro-
mlange, court-circuit, zones mortes

Techniques de modlisation
Recherche des variables significatives
Technique de surface de rponse

Ralisation des
expriences

Plans Test du
dexprience modle

Modle
Y = 0 + i X i + ijX i2 + ijX i X j +
i i i

Plans dexpriences de Box-Wilson (a priori)

Estimation des paramtres: rgression multilinaire
S2r F1 (Vr,Ve)

Test du modle (test de Fisher): 2
Se
Discrimination entre modles comptitifs
Plan dexpriences squentiel

D(X)=y1(x)-y2(x)
Max D(x) x: pt exprimental

R-estimation des paramtres en tenant compte du

nouveau point exprimental

Comparaison des modles: (Sr )12 F1 ( Vr1,Vr2)
(Sr )22
Identification paramtrique du modle retenu
Plan dexprience squentiel
Min Vrg Xopt: pt exp.
R-estimation des paramtres en tenant compte du nouveau pt exp.
Critre didentification: maximum de vraisemblance
 Modlisation du procd
Procd = Systme
Dcomposition

Sous-systme N 1 Sous-systme N 2 Sous-systme N n

Analyse des phnomnes

Ecoulement de matire et de chaleur Cintique chimique

Exprimentation sur installations: banc Exprimentation au

dessais, pilotes et industrielle (technique des Labo. Racteurs
traceurs) idaux
Modle dcoulement Modle de cintique
de matire et de chaleur intrinsque

Synthse: Bilans matires et

thermiques
Modle mathmatique
du sous-systme N 2
 Modlisation des oprations unitaires

Modle dun sous systme monophas N

constituants:
 N quations de bilans matire
 1 quation de bilan thermique
 1 quation de bilan de quantit de mouvement

Equations de liaisons entre sous systmes
 quations dquilibre entre phases
 N quations dgalit fugacit
 1 quation dgalit de temprature
 1 quation dgalit de pression
Ou
 quation de transfert de matire, de chaleur et de quantit de
mouvement (N T.M +1 T. Ch.+ 1 Qt. mouvement)
 Estimation de paramtres et
validation des mesures

Estimation des paramtres physiques: modle
thermodynamique

Estimation des paramtres cintiques: modle cintique

Estimation des paramtres de transfert: corrlations
empiriques corriges par ajustement laide de mesure
valides collectes sur une installation relle.

x1 y1

X=(x1, y1) F(X)=0

F(X ) 0
m

S= 1 (X X ) ; minS
2
2 im im Avec F(X)=0
i
i X im
Logiciels de simulation de procds

3 Gnrations:
 1955-1970: logiciels spcifiques

 1970-1980: logiciels universels selon lapproche

squentielle modulaire

 1980 : logiciels universels selon lapproche

globale.
Structure dun programme de simulation

Banque de donnes
Mthodes Librairie de physico-chimiques
numriques modles dunits Routines
thermodynamiques

Entre
Programme
de gestion
de lexcution
Sortie
Quelques Logiciels de simulation
Logiciel Dvelopp par structure Remarque
GMB Bdger co., USA Modulaire squentielle -
ASPEN Plus MIT, USA Evaluation conomique
BELSIM ULg, Belgique
Validation des mesures
FLOWPACK II ICI , UK
-
PROCESS Simulation Sciences, USA -

PROSIM ENSI-GC Toulouse -

FLOWTRAN Monsanto, USA Calcul de cot
CAPES Chlyoda Chem. Eng. Optimisation + calcul
Constr.Co., Japan
de cot
CONCEPT III CAD Centre, UK
SYMBOL CAD Centre, UK
SPEEDUP Imperial College "Equation Solver"
London, UK oriented
ASCEND Carnegie-Mellon Simulation +
University, USA optimisation
FLOWSIM University of connecticut, Sparse matrix
USA technique
QUASILIN Simulation +
CAD Centre, UK optimisation
Principales Banques de Donnes Physico-
Physico-chimiques
Nom de la Dveloppe par Remarques
Banque
PPDS Institution of chemical engineers, UK 1200 constituants + 32 proprits
DSD DECHEMA / RFA -

EPIC ULg, Belgique 700 substances pures, 60 proprits, 650

solides + solutions ioniques
DATABANK ICI Mond. Division, UK 500 substances, 40 proprits
Uhde Stoffdaten Uhde, Federal Republic of Germany Plusieurs milliers de substances, mais peu de
Compiler proprits
FPRI Fluid Properties Research, Inc, UK 200 substances pures + mlanges (disponible
pour les membres de la compagnie).
Collection de donnes partir de 1980
DIPPR Design Institute for physical
property Data, AICHE, USA Composs organiques et mlanges.

TRC Thermodynamic Research centre,

Texas A & M University 3700 composs minraux (donnes
thermodynamiques principalement.)

Ispra Joint Resarch centre, Italy Environnement.

ECDIN
Techniques doptimisation

Optimisation de la structure du procd
 Mthodes heuristiques
 Mthodes algorithmiques

Optimisation du point de fonctionnement

Mthodes algorithmiques

Fonction-objectif: F(X,Y, Z)
 X: vecteur de variables continues (variables
opratoires et variables gomtriques)
 Y: variables en nombre entiers (nombre dunits)
 Z: variables logiques (prise en compte ou non dun
lment du Flowsheet).

Mthodes doptimisation
"MILP", "MINLP"