Bibliographie & annexes
Présentation
En anglais
Auteur(s)
-
Jacques RICHALET : Ingénieur civil de l’Aéronautique (École nationale supérieure de l’Aéronautique et de l’Espace) - Master of Sciences, Berkeley (USA) - Docteur ès sciences, Paris - Directeur scientifique de l’ADERSA (Association pour le développement de l’enseignement et de la recherche en systématique appliquée)
-
Denis STIEVENART : Ingénieur civil de l’école polytechnique de Mons (Belgique) - Ingénieur instrumentiste service Automatisation Instrumentation (Sollac DK)
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Les fours de cokerie à enfournement TAB (Tout au Barillet) sont des unités très perturbées. À partir de charbon et par cuisson à haute température, elles doivent produire du coke sidérurgique et du gaz de cokerie qui, avec les cycles d’enfournement et de défournement des fours, sont fournis à des débits très variables avec des à-coups brutaux. Ces gaz, venant d’une batterie de fours, sont rassemblés dans de larges tuyaux dits « barillets » qui débitent dans un grand collecteur ; celui-ci amène la production vers une unité de lavage et d’épuration.
La recherche d’amélioration de performance et les contraintes d’environnement font qu’il est nécessaire d’améliorer la régulation de pression des barillets.
En effet, si cette pression est inférieure à la pression atmosphérique, des entrées d’air risquent de créer des combustions internes, et si la pression est trop élevée les fuites, fatalement toujours présentes sur ce type d’installation, risquent de libérer des gaz nocifs dans l’atmosphère. Afin de satisfaire strictement ces objectifs, une régulation hautement performante est nécessaire.
Les régulateurs classiquement utilisés dans le monde sur ce type de processus, par les unités sidérurgiques ordinaires, sont du type PID standard, mais cette technique de commande se trouve en limite de potentialité si les performances visées augmentent, dans l’effort actuel de compétitivité.
Étant donné la nature multivariable, non linéaire et très perturbée du processus, une commande prédictive s’impose donc, capable de prendre a priori en tendance, comme c’est le cas ici, les perturbations mesurées. On connaît [3] les avantages de ce type de commande : robustesse, performance, facilités de réglages, prise en compte de contraintes, etc., qui font qu’elle se répand rapidement dans tous les secteurs industriels aussi bien lents (par exemple fours) que rapides (par exemple laminoirs). Cependant, elle a aussi des inconvénients : elle nécessite un calculateur spécifique, et elle se fonde sur l’utilisation d’un modèle prédictif qu’il s’agit, ici, d’élaborer et d’identifier.
Le présent texte fait suite à l’article [R 7 140] (cf. archives) « Modélisation et identification des processus », dont il constitue un exemple d’application. Le lecteur devra donc prendre d’abord connaissance de ce texte.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Automatique et ingénierie système
(137 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Description du processus physique élémentaire
En anglais
8. Conclusion - Conseils
L’identification ne se réduit pas à utiliser un algorithme (« miracle ») sur des données recueillies en appliquant n’importe quel protocole d’essai (signaux binaires pseudo-aléatoires). Représenter un processus physique réel à l’aide d’un opérateur mathématique est une opération toujours hasardeuse (non-linéarités, non-stationnarité, perturbation, bruits, variabilité des conditions de fonctionnement, etc.)
Rappelons que tous les modèles sont « faux », ce qui n’empêche pas certains d’être « utiles », si l’on sait adapter leur condition d’établissement à leur utilisation ultérieure.
L’identification doit procéder par une suite d’étapes, d’égale importance quant à leur nuisance potentielle, si elles n’étaient pas effectuées correctement. La partie la plus critique, sur le plan méthodologique et sur le plan opérationnel, est cependant clairement dans le choix optimal du protocole d’essai, qui va poser au processus les questions pertinentes. S’il n’y a pas d’information dans les essais, aucune méthode ne pourra l’extraire.
Autre danger très subtil : l’identité de comportement entre l’objet et le modèle est une condition nécessaire de qualité mais en aucune façon suffisante (parfois illusoirement facile à obtenir). L’identification globale permet de se rendre compte alors des possibilités de compensation paramétrique qui donnent toujours la même identité de comportement entre modèle et objet, pour une sollicitation donnée, mais une incertitude structurelle grande.
Prudence et modestie s’imposent dans toute la démarche. Cependant, l’on dispose maintenant d’une méthodologie sûre et très efficace, si l’on en suit bien les prescriptions brièvement exposées ci-dessus. Cette disponibilité de logiciels performants fait que l’on peut consacrer relativement plus de temps à la compréhension des phénomènes, à l’analyse du processus, à la compréhension des besoins des utilisateurs et à l’adéquation du modèle avec son utilisation ultérieure.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Automatique et ingénierie système
(137 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Conclusion - Conseils
BIBLIOGRAPHIE
-
(1) - RICHALET (J.) - Modélisation et identification du processus. - R7140, Traité informatique industrielle, Techniques de l’Ingénieur, avril 1983.
-
(2) - RICHALET (J.) - Pratique de l’identification. - ADERSA, Hermès, (1991).
-
(3) - RICHALET (J.) - Pratique de la commande prédictive. - ADERSA, Hermès (1993).
-
(4) - FORTIER (A.) - Mécanique des fluides. - A1870, traité Sciences fondamentales, Techniques de l’Ingénieur, avril 1996.
-
(5) - LIUNG (L.), SÖDERSTROM (T.) - Theory and practice of recursive identification. - MIT Press (1983).
-
(6) - SODERSTROM (T.) - Systems identification. - Prentice Hall (1989).
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Automatique et ingénierie système
(137 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
