Attention

Informatique Industrielle

Informatique Industrielle / Référence TI660

Cet article issu de la base documentaire Modélisation et analyse de ... est en accès restreint

En savoir plus

Vous désirez plus d'informations sur le thème

Informatique Industrielle

Informatique Industrielle

OU

Vous vous intéressez au contenu de la base documentaire Modélisation et analyse de systèmes asservis

fermer X

Vous consultez la base documentaire : Modélisation et analyse de systèmes asservis / Référence 42391210

Modélisation et identification d’un processus sidérurgique

Référence R7142 | Date de publication : 10 juil. 1994 | Jacques RICHALET, Denis STIEVENART

INTRODUCTION

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] « Modélisation et identification des processus », dont il constitue un exemple d’application. Le lecteur devra donc prendre d’abord connaissance de ce texte.

LA
BOUTIQUE    ..............................................................................................................

Matériaux

Textiles traditionnels et textiles techniques

Vignette Textiles traditionnels et textiles techniques

Mettre en œuvre et développer des textiles à forte valeur ajoutée

Transports

Véhicule propre

Vignette Véhicule propre

Un panorama des développements récents en matière de véhicule propre.

Matériaux

Matériaux à propriétés mécaniques

Vignette Matériaux à propriétés mécaniques

Panorama de matériaux aux propriétés mécaniques remarquables : pour faire le bon choix !

Sciences fondamentales

Chimie des milieux complexes

Vignette Chimie des milieux complexes

Comprendre et maîtriser les processus chimiques au niveau des interfaces et des transferts