ii

Resume : Les methodes statistiques multivariees de projection en sous espace

ont ete largement developpees et utilisees dans le domaine de surveillance et de
diagnostic, parce quelles nont pas besoin de connaissances prealables sur les meca-
nismes du processus. Lanalyse en composantes principales (ACP) en tant quoutil
danalyse de donnees tr`es repandu consiste `a partitionner lespace de mesure en
deux sous espaces : un sous espace de composantes principales de variations nor-
males, et un sous espace residuel qui peut reveler les variations anormales. Pour le
suivi dun processus, deux statistiques, T2 et SPE, sont utilisees pour la detection
des anomalies. Toutefois, pour identier les variables defectueuses, les algorithmes
de diagnostic les plus utilises tels que le calcul des contributions des variables ont
encore des probl`emes lorsquils sont appliques sur des processus complexes. Lidee
principale de lapproche de reconstruction consiste `a eliminer le defaut en glis-
sant le vecteur dobservation vers le sous espace des composantes principales, et
dutiliser dautres indices de detection. Cependant, dans le cas de syst`emes non
lineaires, lACP, methode lineaire, est incapable de reveler les relations de redon-
dance non lineaires pour extraire une representation reduite des donnees. Pour les
syst`emes non lineaires, plusieurs methodes danalyse en composantes principales
non lineaires (ACPNL) ont ete proposees dans la litterature. Dans cette etude,
lACPNL basee sur les reseaux de neurones a ete utilisee pour detecter et localiser
les defauts. Les resultats de simulation obtenus dans ce travail montrent lecacite
des approches proposees.
Mots-Cles : ACP, sous espace, Indice de detection, limite de Condence, Re-
construction. Bioprocessus .
iii
Abstract : Multivariate statistical subspace projection methods have been deve-
loped widely and used in the monitoring and diagnois domain, because they need
no prior knowledge about the process mechanism model. The principal component
analysis (PCA) as a popular data anlysis tool partitions the measurement space
into a principal component subspace where normal variation occurs, and a residual
subspace that faults may occupy. For the monitoring process, two statistics, T2 and
SPE, are used to detect abnormalities. However to identify the faulty variables,
the existing diagnosis algorithms such as contribution plots still have some troubles
when they applied in real complex processes. Fault reconstruction is accomplished by
sliding the sample vector as close as possible to the principal component subspace.
When the actual fault is assumed, the maximum reduction in the squared predic-
tion error (SPE) is achieved. A fault identication index is dened in terms of the
reconstructed SPE. However, for non linear systems, The linear PCA is inable de
reveal the non linear redundancy relations to extract a reduced representation of
data. For the non linear systems, various nonlinear principal component analysis
(NLPCA) methods have been proposed in the literature. In this study, the neural
network based NLPCA is used as a monitoring tool. The results show clearly the
validity of the proposed approaches.
Mots-Cles : PCA, subspace, detection indices, Control limits, Reconstruction.
Bioprocess .
REMERCIEMENTS
Je remercie Dieu de mavoir donne la force et la patience necessaire pour mener
`a bonne n mon projet de Master.
Je remercie vivement mon encadreur Dr. Ramdani pour ses conseils constructifs.
Mes remerciements sadressent egalement `a ceux qui aide `a realiser ce travail dont
je nest pas cite leurs noms.
Je dedie ce travail `a mes parents et `a toute ma famille
TABLE DES MATI
`
ERES
REMERCIEMENTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
D

EDICACE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v
TABLE DES MATI
`
ERES . . . . . . . . . . . . . . . . . . . . . . . . . . vi
LISTE DES FIGURES . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
NOTATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
CHAPITRE 1 : LE TRAITEMENT DES EAUX US

EES . . . . . . . 5
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Comment fonctionne une STEP? . . . . . . . . . . . . . . . . . . . 5
1.2.1 Pretraitement : . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Traitement primaire (traitement physico-chimique) . . . . . 7
1.2.3 Le traitement biologique . . . . . . . . . . . . . . . . . . . . 8
1.3 Epuration biologique des eaux usees . . . . . . . . . . . . . . . . . . 9
1.3.1 principe theorique . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 principe de fonctionnement . . . . . . . . . . . . . . . . . . 11
1.3.3 Clarication et rejet des euents . . . . . . . . . . . . . . . 12
1.4 La mesure des performances de lepuration . . . . . . . . . . . . . . 12
1.4.1 Les mati`eres en suspension(MES) . . . . . . . . . . . . . . . 13
1.4.2 Les mati`eres organiques presentes sous forme particulaire et
dissoute . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.3 Les contaminants biologiques . . . . . . . . . . . . . . . . . 13
1.5 La consequence de lassainissement des eaux usees . . . . . . . . . . 13
1.5.1 Les boues physico-chimiques . . . . . . . . . . . . . . . . . . 13
1.5.2 Les boues dites primaires . . . . . . . . . . . . . . . . . . . . 14
1.5.3 Les boues secondaires . . . . . . . . . . . . . . . . . . . . . . 14
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
vii
CHAPITRE 2 : LA MOD

ELISATION EN TRAITEMENT BIOLO-

GIQUE DES EAUX US

EES . . . . . . . . . . . . . . 15
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Modelisation du reacteur biologique . . . . . . . . . . . . . . . . . . 16
2.2.1 Concepts de base . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2 Modelisation du reacteur biologique . . . . . . . . . . . . . . 18
2.2.3 Les etapes de la modelisation : . . . . . . . . . . . . . . . . . 19
2.2.4 Historique de la modelisation . . . . . . . . . . . . . . . . . 20
2.3 Mod`ele de reference . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
CHAPITRE 3 : ESTIMATION DE L

ETAT DES PROC

ED

ES DE
TRAITEMENT DES EAUX US

EES . . . . . . . . . 28
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Concepts de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Observateur de Kalman etendu . . . . . . . . . . . . . . . . . . . . 32
3.4 Observateur adaptatif . . . . . . . . . . . . . . . . . . . . . . . . . 34
CHAPITRE 4 : R

ESULTATS ET DISCUSSIONS . . . . . . . . . . . 38
CONCLUSION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
BIBLIOGRAPHIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
LISTE DES FIGURES
1.1 Cycle de leau dans une station depuration . . . . . . . . . . . . . . 6
1.2 Schema descriptif dune station depuration par boues activees . . . 6
2.1 Matrice des equations du mod`ele `a boues activees IAWQ n1 [1] . . 24
2.2 Conguration typique dun processus `a boues activees . . . . . . . . 27
3.1 Estimation de letat du reacteur chimique par lobservateur de Kal-
man etendu avec la temperature comme mesure. . . . . . . . . . . . 37
3.2 Estimation de letat et des param`etres du reacteur chimique par
lobservateur adaptatif. . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.1 Conguration typique dun processus `a boues activees . . . . . . . . 39
4.2 Exemple de scenario de simulation pour les debits et les caracteris-
tiques de leau `a traiter . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.3 Concentration du nitrate dans les deux zones anoxique et aerobie
pour une variation des entrees . . . . . . . . . . . . . . . . . . . . . 40
4.4 Estimation de letat du bioprocede . . . . . . . . . . . . . . . . . . 43
NOTATION
X
nm
matrice de donnees.
n nombre dechantillons mesurees.
m nombre de variables `a surveiller.

2
j
(k) indice de validite des capteurs.
AMDEC Analyse des Modes de Defaillance, de leurs Eets et de leurs Criticites.
ADD Arbre De Defaillances.
ER Evenement Redoute.
RDF Reconnaissance De Formes.
RBF Radial Basis Function.
ITN Input Training Network.
AAMLP Auto-Assosiative Multi-Layer Perceptron.
INTRODUCTION
Leau etant une ressource en partie renouvelable, il est necessaire de la pro-
teger de limpact des activites humaines. Les consequences des pollutions sur la
sante publique, notre bien-etre et sur la qualite des milieux naturels, obligent les
pouvoirs publics `a reglementer et controler. Pour reduire limpact de la pollution
sur leau, il est necessaire dadopter une demarche globale pour lassainissement et
le traitement des eaux usees domestiques et des rejets industriels. De nos jours, il
existe des lois strictes pour reglementer la qualite de leau provenant des stations
depuration. Respecter les normes de rejet pose, pour les petites collectivites plus
speciquement, des probl`emes dordre technique et economique.
Les objectifs fondamentaux des procedes de traitement des eaux usees sont dat-
teindre une concentration de mati`ere biodegradable et de nutrients, sussament
basse dans les euents et une production minimale de boues, avec des co uts ope-
ratoires minimaux.
Les procedes de traitement des eaux usees sont de grandes dimensions, non lineaires
et complexes. Il sont aussi sujets `a de grandes variations, dans le ux dentree et la
composition de leau `a lentree, qui ne sont pas connues. Comme lun des moyens
de traitement biologique, le procede de boues activees est tr`es repondu dans le
traitement des eaux usees. Le procede est multivariable, avec beaucoup de cou-
plages croises et non linearites importantes. La dynamique depend de la variabilite
des ux dentree et de la complexite des phynom`enes physico-chimiques et biochi-
miques. An de prendre en consideration ces probl`emes, lutilisation de mod`eles
mathematiques prend alors tout son interet pour aider `a lelaboration de strategies
de commande performantes et eventuellement au controle en temps reel des unites
de traitement.
Durant les deux derni`eres decennies, la commande des procedes biologiques
depuration des eaux usees a ete developpes et est passee de simples automatismes
de base utilisant des relais et des minuteries `a des commandes predictives `a base de
4
mod`eles [7], [8], [9] . Pour le moment, une nitrication susante peut etre mainte-
nue en appliqant un taux daeration constant, en controlant le niveau de loxyg`ene
dissous (OD) `a un point pre-selectionne ou en utilisant un controleur OD `a consigne
variable selon la concentration du nitrate dans le dernier reacteur aerobie du pro-
cede. Par ailleurs, le processus de denitication est souvent controle en manipulant
le taux de dosage de carbone ou le debit de la recirculation interne `a base de la
concentration du nitrate dans le dernier reacteur anoxie ou dans le dernier reacteur
aerobie [4], [6].
Lobjectif de ce travail consiste `a faire la modelisation de fonctionnement dun
procede depuration biologique des eaux usees `a boues activees. Lestimtion des
variables detat revet un interet particulier dans notre etude.
Le manuscrit est structure comme suit : la chapitre 1 presente la problematique de
traitement des eaux usees. Le chapitre 2 decrit la modelisation analytique.
Le chapitre 3 est consacree `a letude de lestimation de letat des syst`emes non
lineaires tout en accordant un interet particulier au procede biologique depuration
des eaux usees `a boues activees. Dans le dernier chapitre, on on presente un cas
detude pour monter lapport de la modelisation de fonctionnement du procede
`a boues activees pour lindustrie de leau. Enn, une conclusion accompagnee de
quelques eventuelles pistes de recherches sont dressees dans la section 5.
CHAPITRE 1
LE TRAITEMENT DES EAUX US

EES
1.1 Introduction
Les eaux usees, quelles soient dorigine domestique ou industrielle, sont collec-
tees par un reseau dassainissement complexe pour etre traitees dans une station
depuration avant detre rejetees dans le milieu naturel. En station, les traitements
varient en fonction de la nature de ces eaux usees et de la sensibilite `a la pollution
du milieu recepteur.
1.2 Comment fonctionne une STEP?
Aujourdhui, les usines de traitement des eaux usees sont devenues des usines
de depollution, compactes, couvertes, desodorisees, automatisees. Elles mettent en
uvre des traitements de plus en plus performants, capables deliminer `a la fois
la pollution carbonee, lazote et le phosphore. Ces usines sont dimensionnees pour
traiter une certaine charge de pollution et assurer un rejet conforme `a larrete pre-
fectoral dautorisation.
Le schema de la gure 1.1 resume les dierentes etapes de traitement dans une sta-
tion depuration : De lentree de lusine jusquau rejet dans le milieu naturel, les
dierentes etapes du traitement des eaux usees et les principales taches eectuees
sont les suivantes :
1.2.1 Pretraitement :
Degrillage :
A larrivee, leau usee en provenance des egouts passe entre les barreaux me-
talliques dune grille(ou dun tamis) qui retiennent les dechets volumineux
(papiers, feuilles, mati`eres plastiques, objets divers...) et leuent est releve
6
Fig. 1.1 Cycle de leau dans une station depuration
Fig. 1.2 Schema descriptif dune station depuration par boues activees
7
jusquau niveau de lusine `a laide de vis dArchim`ede
1
ou de pompes.
Dessablage :
Les sables et graviers susceptibles dendommager les installations en aval
(ensablement de conduites, des bassins, usure des pompes et autres organes
metalliques...) se deposent au fond de bassins con cus `a cet eet. Ils sont recu-
peres de dierentes fa cons : raclage vers une fosse de collecte, pompe suceuse...
Degraissage-deshuilage :
Linjection de nes bulles dair dans un bassin permet de faire remonter les
huiles et les graisses en surface o` u elles sont raclees selon le principe de lecu-
mage.
1.2.2 Traitement primaire (traitement physico-chimique)
La decantation
2
primaire seectue dans des bassins, le plus souvent de forme
cyclonique, mais il existe bien dautres types de decanteurs. Elle permet deliminer
70% environ des mati`eres minerales et organiques en suspension qui se deposent
au fond du bassin o` u elles constituent les boues dites primaire. Celles-ci sont
recuperees par raclage au fond du bassin et envoyees dans des epaississeurs pour y
etre traitees.
Les performances de la decantation peuvent etre ameliorees par ladjonction de
produits chimiques (sulfate dalumine, chlorure ferrique, agents de coagulation...).
Cette technique quon appelle oculation permet de capter 90%des mati`eres en
suspension.
Le procede de Coagulation/Floculation :
Principe du procede :rassemble les tr`es nes particules contenues dans leau an
de crees des ocs, plus grosses particules qui decanteront ou otteront plus
1
vis dArchim`ede est un syst`eme de pompage de liquide, et les syst`emes ayant un rotor qui
permettent de transferer des solides ou dimpulser un mouvement `a un liquide
2
La decantation, permet aux mati`eres en suspension de se deposer, sous forme de boues, en
utilisant la force de gravite pour separer les particules de densite superieure `a celle du liquide.
8
facilement.
Action du reactif coagulant :
En melangeant un reactif coagulant permet de rassembler entre elles les nes
mati`eres contenues dans leau `a traiter pour former des ocons appeles :
Flocs.Mais ces ocs sont fragiles, petits et se separent encor lentement de
leau.
Action du reactif oculant :
Lajout `a leau dun reactif oculant permet de coller ensemble les particules
dej`a rassemblees par la coagulation. Laction de ce oculant permet de former
des gros ocs qui vont se separer beaucoup plus rapidement de leau `a traiter
par decantation ou bien ottation
3
1.2.3 Le traitement biologique
Les traitements biologiques reproduisent, articiellement ou non, les pheno-
m`enes dauto-epuration existant dans la nature. Lauto-epuration regroupe len-
semble des processus par lesquels un milieu aquatique parvient ` a retrouver sa qua-
lite dorigine apr`es une pollution. Les techniques depuration biologique utilisent
lactivite des bacteries presentes dans leau, qui degradent les mati`eres organiques.
Ces techniques sont soit anaerobies, cest-`a-dire se deroulant en absence doxyg`ene,
soit aerobies, cest-`a-dire necessitant un apport doxyg`ene. En Algerie, cest au-
jourdhui le procede des boues activees qui est le plus repandu dans les stations
depuration assurant un traitement secondaire.
3
La ottation, visant `a separer les phases solides des phases liquides par la poussee dArchi-
m`ede. En ottation naturelle, les ocs de faible densite remontent librement `a la surface. La
ottation assistee sobtient par injection dair.
9
1.2.3.1 Les installations `a boues activees
Il sagit dun syst`eme depuration aerobie, cest-`a-dire necessitant un apport
doxyg`ene. La culture bacterienne est maintenue dans un bassin aere et brasse. Un
syst`eme daeration permet `a la fois dapporter loxyg`ene necessaire `a lepuration
et de brasser les eaux usees. Ce brassage est indispensable pour homogeneiser le
melange et eviter les depots. Les mati`eres organiques contenues dans leau se trans-
forment en carbone (sous la forme de dioxyde de carbone CO2) sous laction des
bacteries. Les residus ainsi formes, contenant ce stock de bacteries, sont appeles
boues.
Apr`es un temps de sejour dans ce bassin daeration, leuent est renvoye dans
un claricateur, appele aussi decanteur secondaire. Leau epuree est ainsi separee
des boues par decantation. Ensuite, les boues sont soit envoyees dans une unite
de traitement specique, en vue de leur epandage agricole ou de leur elimination,
soit reinjectees pour partie dans le bassin daeration. On qualie cette operation
de recirculation des boues. Ce recyclage dune partie des boues produites par le
syst`eme depuration permet de maintenir la masse de bacteries contenue dans le
bassin daeration `a un niveau compatible avec les performances epuratoires atten-
dues.
Les traitements par boues activees eliminent de 85% `a 95% de la DBO5
4
, selon les
installations.
1.3 Epuration biologique des eaux usees
1.3.1 principe theorique
Le traitement biologique est letape qui conditionne la qualite du rejet au milieu
naturel. Les eaux pretraitees sont traitees directement par le procede dit de boues
activees `a faible charge pour :
Lelimination de la pollution carbonee.
4
La demande biochimique en oxyg`ene
10
Lelimination de la pollution azotee (nitrication/denitrication).
Le principe dun syst`eme de boues activees consiste `a mettre les eaux `a traiter
en contact avec une biomasse epuratrice.La biomasse assimile ou transforme les
dierents polluants et accroit le stock de boues dont une partie sera evacuee vers
le traitement sont donc le stock de biomasse (ou boue) dans les bassins et leurs
conditions de fonctionnement (besoins en air, recirculation, age des boues...).
Les eaux traitees sont ensuite separees des boues par sedimentation (clarication)
dans le claricateur, cette etape est tr`es importante car la perte des boues du cla-
ricateur implique la degradation de la qualite en sortie mais aussi la diminution
du stock de boues dans les bassins (les boues ne sont alors plus recerclees par ex-
traction du claricateur).
Chaque souche de bacteries est specique dune forme de pollution. La variation
des conditions environnementales dans le bassin permet lelimination de chacune
de ces formes.
1.3.1.1 Aeration processus
Les phases daeration dans le bassin sont necessaires pour la realisation de cer-
taines reactions de biodegradation. En eet,loxyg`ene est indispensable pour cer-
taines bacteries `a lorigine de lelimination de la pollution carbonee et une partie
des bacteries impliquees dans une partie du cycle de lazote.
A linverse des phases de non aeration sont indispensables pour dautres organismes.
La fourniture doxyg`ene dans le bassin daeration est donc sequencee. Laeration
du bassin est realisee grace `a un groupe de production dair dedie `a la fourniture
doxyg`ene dissous pour le traitement biologique. Lair produit est de type nes
bulles.
La pollution azotee contenue dans leau brute arrive tr`es majoritairement sur lusine
sous la forme dammoniac :NH
+
4
.Dans le bassin daeration lammoniac est dabord
transforme en nitrates NO
2
3
pendant les phases daeration du bassin. Les nitrates
sont ensuite transformes en azote gazeux N
2
pendant les phases de non aeration
11
du bassin.
Lalternance des phases daeration et de non aeration est indispensable au trai-
tement complet de la pollution azotee.Il sagit de trouver un compromis entre la
nitrication
5
et la denitrication
6
qui se ammoniaque et en nitrates.La bonne ges-
tion de laeration du bassin conditionne lecacite de lelimination de la pollution
azotee.
1.3.1.2 Reaction de nitrication
Reaction de transformation de lazote ammoniacal en nitrate en presence doxy-
g`ene dissous dans leau, phase aerobie.
2NH
4
+ 3O
2
2NO

2
+ 4H
+
+ 2HO
2
1.3.1.3 Reaction de denitrication
Reaction de transformation des nitrates des nitrates en azote gazeux en absence
totale doxyg`ene dissous dans leau, phase anaerobie.
NO

3
N
2
1.3.2 principe de fonctionnement
Les bassins biologiques se decomposent en :
1.3.2.1 Une zone de contact circulaire
Ou les eaux sont mises en contact avec une partie des boues recerclees. Cette
conguration permet dappliquer une charge de pollution importante sur le oc
biologique et dempecher ainsi le developpement de bacteries lamenteuses. Cette
5
transformation de lammoniac en nitrates
6
transformation des nitrates en azote gazeux
12
zone sert donc de selecteur bacterien.
1.3.2.2 Un bassin daeration annulaire
Ou la liqueur en provenance de la zone de contact est aeree par un reseau de
diuseurs.
Deux agitateurs pale banane assurent la circulation du ux au sein de la zone de
aeree. Cest dans cette zone que la pollution carbonee est eliminee, la nitrication
et la denitrication sont gerees par sequensage de laeration.
1.3.2.3 Une zone de degazage
Qui permet deviter lentrainement de bulles dair vers la clarication.
1.3.3 Clarication et rejet des euents
La clarication permet de separer par decantation leau epuree des boues secon-
daires issues du traitement biologique. Cette decantation se fait dans des ouvrages
speciaux, le plus souvent circulaires, appeles claricateurs ou decanteurs secon-
daires.
Une partie des boues secondairesest evacuee en aval vers le traitement des boues ;
lautre partie est recyclee vers le bassin daeration pour maintenir la masse biolo-
gique necessaire au fonctionnement de linstallation.
Dans la plupart des cas, leuent peut etre rejete dans le milieu naturel apr`es la
clarication. Le rejet se fait par un canal equipe de capteurs de mesure pour lauto-
surveillance de la station.
1.4 La mesure des performances de lepuration
Pour comparer les teneurs en polluants des eaux usees et des eaux epurees, on
utilise plusieurs indicateurs :
13
1.4.1 Les mati`eres en suspension(MES)
mati`eres minerales ou organiques non dissoutes.
1.4.2 Les mati`eres organiques presentes sous forme particulaire et dis-
soute
;on les mesure indirectement par :
La demande biochimique en oxyg`ene (DBO).
La demande chimique en oxyg`ene (DCO).
Lazote et le phosphore.
1.4.3 Les contaminants biologiques
bacteries, virus et parasites.
1.5 La consequence de lassainissement des eaux usees
Le traitement des eaux usees en station depuration produit une eau epuree,
rejetee dans le milieu naturel, et un concentrat designe sous le terme de boues ou
boues residuaires.
1.5.1 Les boues physico-chimiques
Sont produites dans les stations physico-chimiques. Les oculants mineraux
ajoutes participent pour une part importante `a la quantite de boues produites.
14
1.5.2 Les boues dites primaires
Resultent de la simple decantation des mati`eres en suspension contenues dans
les eaux usees brutes. Elles ne sont pas stabilisees. Les stations ne traitant que la
pollution particulaire sont de plus en plus rares, ou alors associees `a des li`eres
complementaires de traitement.
1.5.3 Les boues secondaires
Sont formees `a partir de la charge polluante dissoute utilisee par les cultures
bacteriennes libres ou xees en presence doxyg`ene (aeration de surface ou insua-
tion dair).
Dans le cas o` u il existe des boues primaires et des boues secondaires, elles forment
des boues mixtesfraches qui vont subir un traitement de stabilisation biologique.
Dans le cas o` u il nexiste pas de decantation primaire (boues activees en aeration
prolongee), la stabilisation aerobie se fait par sejour prolonge dans les ouvrages
epuratoires.
1.6 Conclusion
Le premier chapitre est une introduction au domaine de depollution des rejets,on
a decrit les dierente etapes du traitement. Nous avons interesse au traitement
biologique des eaux usees, plus speciquement, le procede a boue activee sur lequel
porte notre etude. Dans le chapitre suivant, nous abordons la modelisation dune
station depuration, en se basant sur le mod`ele standard ASM.
CHAPITRE 2
LA MOD

ELISATION EN TRAITEMENT BIOLOGIQUE DES EAUX

US

EES
2.1 Introduction
La modelisation mathematique consiste `a creer une representation virtuelle dun
syst`eme grace `a la resolution numerique dequations decrivant son fonctionnement.
Cette representation se prete ensuite `a letude et `a des simulations tout comme
le syst`eme reel, en presentant lavantage de multiplier les essais et les tests avec
un gain de temps, de moyens et decacite par rapport `a lexperimentation sur site.
Cet outil se developpe dans tous les domaines scientiques et techniques. Il est
utilise en recherche, mais aussi en industrie. En eet, en plus dameliorer la compre-
hension de divers phenom`enes en interpretant lexperience, la modelisation permet
le test de scenarios et doptimisation de procedes.
En traitement des eaux usees, on modelise le fonctionnement dynamique dune
station depuration grace `a la mise en equation des phenom`enes biologiques, phy-
siques et chimiques qui sy deroulent. Le procede biologique `a boues activees est le
plus repandu, mais des mod`eles pour de nombreux autres procedes existent (bio-
ltration, lagunage, inltration-percolation sur lits de sable, digestion anaerobie,...).
De nos jous, les principaux mod`eles les plus utilises sont ceux de la famille ASM
(Activated Sludge Model) elabores et reconnus au niveau international, qui de-
crivent le traitement du carbone, de lazote et du phosphate en boues activees
Dans ce chapitre nous presentons le mod`ele de base (Activated Sludge Model)
concernant la modelisation dune STEP `a partir de certaines donnees du procede.
Nous nous interessons particuli`erement aux mod`eles ASM1.
16
2.2 Modelisation du reacteur biologique
2.2.1 Concepts de base
Pour une bonne comprehension de ce chapitre, nous allons proposer les deni-
tions suivantes :
Ammoniaque : compose gazeux dazote et dhydrog`ene, tr`es soluble dans leau.
Milieu anoxique : milieu dans lequel loxyg`ene nest pas present sous forme libre
dissoute.
Milieu aerobique : milieu dans lequel loxyg`ene libre est present en quantite suf-
sante et joue un certain role.
Biomasse heterotrophe : represente les organismes qui ne peuvent tirer de lener-
gie, pour lentretien de la vie, que de la decomposition des mati`eres orga-
niques, et qui ne peuvent utiliser les composes mineraux comme seule source
denergie ou pour eectuer la synth`ese de mati`eres organiques.
Biomasse autotrophe : represente les organismes qui peuvent utiliser le carbone
mineral comme source principale de carbone et qui peuvent tirer de lenergie
pour lentretien de la vie, de loxydation delements mineraux (chimiotrophe)
ou de lenergie lumineuse (phototrophe).
Hydrolyse : fractionnement de grosses molecules en plus petites molecules.
Substrat : mati`ere pouvant etre consommee par les micro-organismes.
Mati`eres en suspension (MES) : quantite (en mg/L) de particules solides, de
nature minerale ou organique, vehiculees par les eaux usees. La mesure des
MES est eectuee par ltration ou bien par centrifugation dun echantillon,
apr`es sechage `a 110

C.
17
Demande chimique en oxyg`ene (DCO) : permet de mesurer la consomma-
tion doxyg`ene (en mgO2/L) dans les conditions dune reaction doxydation
compl`ete. Cest une mesure de la pollution organique. On utilise pour cela un
oxydant puissant (le bichromate de potassium) dans un milieu acide (acide
sulfurique). La quantite doxyg`ene cedee par loxydant au cours de la reaction
constitue la demande chimique en oxyg`ene. Celle-ci est dautant plus impor-
tante que leau est polluee. Cette methode qui permet un resultat rapide, est
utilisee surtout pour les eaux tr`es polluees. On separe generalement la DCO
particulaire de la DCO soluble pour dierencier les mati`eres en suspension
(partie organique) des mati`eres organiques solubilisees.
Demande biochimique en oxyg`ene (DBO) : represente la consommation doxy-
g`ene (en mgO2/L) resultant de la metabolisation de la pollution organique
biodegradable par les micro-organismes.
Azote global (NGl) : quantite totale dazote (en mgN/L) correspondant `a lazote
organique et ammoniacal (ion ammonium) et aux formes minerales oxydees
de lazote : nitrates et nitrites.
Les mati`eres biodegradables : aectees par les activites biologiques des micro-
organismes, ces substances sont soumises aux divers processus biochimiques
de conversion. Cette fraction biodegradable peut etre structuree en deux
groupes :
Les mati`eres aisement degradables : Composees des substances solubles,
ces mati`eres ont la caracteristique de pouvoir etre directement absorbees
par les bacteries.
Les mati`eres lentement degradables : Composees des substrats particulaires
formes par un melange de substances organiques solides, collodales et so-
lubles. Ces mati`eres sont soumises `a certains processus intermediaires avant
detre absorbees par les populations bacteriennes.
18
Les mati`eres non-biodegradables : ces substances inertes ne subissent aucun
phenom`ene biologique de transformation. Ces mati`eres sont soit presentes
dans les eaux residuaires, comme les metaux lourds, soit issues des pheno-
m`enes de mortalite des micro-organismes au cours des processus biologique
depuration. Les composants non-biodegradables solubles peuvent traverser
la station depuration sans etre modies mais les mati`eres inertes en suspen-
sion peuvent etre eliminees par des mecanismes de decantation.
Les mati`eres organiques : elles sont constituees dun grand nombre de com-
poses qui ont la particularite commune de posseder au moins un atome de
carbone, do` u leur nom de substance carbonees. Ces atomes de carbone sont
oxydes biologiquement par les micro-organismes pour fournir lenergie neces-
saire `a leur croissance.
Les mati`eres inorganiques : sont des substances ne contenant pas de carbone.
La fraction minerale des aux residuaires represente principalement les pro-
duits azotes et phosphores.
2.2.2 Modelisation du reacteur biologique
La simulation consiste `a faire des experimentations sur une representation vir-
tuelle de la STEP, `a laide dun logiciel et un ou plusieurs mod`eles dequations,
decrivant les principaux processus biologiques, chimiques et physiques mis en jeu.
Comme nous avons vu dans la chapitre precedent,le traitement biologique se de-
compose en deux etapes :
une depollution biologique de leuent.
une separation solide-liquide.
19
Ces deux etapes ne peuvent etre approchees comme des unites individuelles.Le
mod`ele du reacteur biologique va correspondre `a une description des processus de
degradation de la mati`ere organique et de nitrication-denitrication. Il permettra
dapprocher la reponse en termes de comportements quaurait un reacteur biolo-
gique suivant la variation dun param`etre ou dune donnee dentree.
Le mod`ele de separateur de phases va decrire le principe physique de la separation
et dans le cas des boues activees classiques, le phenom`ene de decantation.
Les objectifs de ces simulations seront donc denrichir la connaissance et la compre-
hension des reacteurs biologiques `a boues activees, de tester diverses hypoth`eses et
de prevoir les variations qui peuvent etre engendrees, et enn doptimiser le fonc-
tionnement de ces procedes de fa con `a en ameliorer les performances epuratoires et
les co uts de fonctionnement.
2.2.3 Les etapes de la modelisation :
Letape fondamentale de la modelisation mathematique des procedes de traite-
ment par boues activees consiste `a determiner les vitesses de reactions des variables
macroscopiques du syst`eme `a savoir les vitesses de :
croissance de la biomasse.
degradation de substrat.
consommation de loxyg`ene dissous.
La deuxi`eme etape permet de determiner les equations detats du syst`eme dont les
variables sont les concentrations en :
micro-organismes.
substrat.
biomasse recyclee.
oxyg`ene dissous.
Ces variables ainsi que les variables dentrees et de sortie sont regroupees dans des
expressions mathematiques constituant ainsi le mod`ele du procede. Ce mod`ele est
etabli `a partir de lecriture des bilans mati`ere relatifs aux dierents composes de la
20
reaction biochimique pendant un certain intervalle de temps. Ce bilan est base sur
legalite suivante :
Accumulation = Conversion+Alimentation-Soutirage
2.2.4 Historique de la modelisation
En 1982, lassociation internationale sur la recherche et le controle de la pollu-
tion de leau IAWPRC, a cree un groupe de travail sur la modelisation mathe-
matique pour la conception et la mise en uvre des processus `a boues activees.
Lobjectif premier de lIAWPRC etait de passer en revue les mod`eles existants et
datteindre un consensus autour du plus simple. Le resultat a ete le mod`ele `a boues
activees N

1 (Henze et al.1987) egalement connu sous le nom dASM1 (Activa-

ted Sludge Model N

1).Des valeurs par defaut des param`etres stchiometriques

et cinetiques ont ete proposees et sav`erent donner des resultats realistes. Dautres
mod`eles ont ensuite ete developpes parmi lesquels :
ASM2 : le mod`ele du processus par boues activees N

2 compl`ete la modelisation
ASM1 en incluant la description du phosphore biologique.
ASM2d : le mod`ele du processus par boues activees N

2d est base sur le mod`ele

ASM2 en y incluant lactivite de denitrication des PAO(Accumulation de
Poly-phosphate organique) pour permettre une meilleur description de la dy-
namique du phosphate et du nitrate.
ASM3 : le mod`ele du processus par boues activees N

3 a ete egalement developpe

pour lepuration biologique dazote, avec fondamentalement le meme but que
lASM1. La principale dierence entre les mod`eles ASM1 et ASM3 est que ce
dernier identie limportance des polym`eres de stockage dans la conversion
heterotrophe des boues activees.
21
2.3 Mod`ele de reference
Le mod`ele ASM 1 [1] est le fruit du travail dune equipe cree par lassociation
IAWQ (International Association of Water Quality). Il decrit les mecanismes biolo-
giques de degradation des mati`eres organiques, de nitrication et de denitrication
et il est essentiellement utilise comme mod`ele de simulation. Il constitue un mod`ele
general capable de representer de fa con precise le comportement du procede lors
du traitement dun euent charge en mati`eres azotees et carbonees.
Dans le mod`ele ASM1 utilise 11 variables detat (table 2.1). Notons que la lettre
X est proposee pour les composes particulaires et la lettre S pour les composes
solubles. Nous pouvons classer ces variables detat en quatre groupes :
Les substrats : le substrat rapidement biodegradable S
S
et le substrat lentement
biodegradable X
S
.
Les biomasses : la biomasse heterotrophe X
BH
responsable de loxydation des
mati`eres organiques et de la denitrication, et la biomasse autotrophe X
BA
,
responsable de la nitrication. La croissance des biomasses est decrite par la
loi Monod : (Ss) =
max
Ss
Ks+Ss
Avec :

max
: est le taux maximum de croissance.
Ks : est la constante danite appelee param`etre de Michaelis-Menten ; elle
traduit la facilite dassimilation du substrat par la biomasse .
Les composes azotes : sont distingues en fonction de leurs degre doxydation et
repartis en 3 categories :
les formes organiques solubles S
ND
et particulaires X
ND
.
les formes ammoniacales S
NH
.
les formes oxydees S
NO
(nitrates-nitrites).
Loxyg`ene dissous : S
O
.
Nous constatons que certaines variables detat correspondent `a des esp`eces chi-
miques existantes(S
NH
, S
NO
, S
O
), alors que dautres sont au contraire plus concep-
22
tuelles et ne peuvent pas etre directement mesurees (X
BH
, X
BA
).
Compose Symbole Unite
1. Mati`ere organique soluble inerte S
I
[gDCO.m
3
]
2. Substrat facilement biodegradable S
S
[gDCO.m
3
]
3. Mati`ere organique particulaire inerte X
I
[gDCO.m
3
]
4. Substrat lentement biodegradable X
S
[gDCO.m
3
]
5. biomasse active heterotrophe X
B;H
[gDCO.m
3
]
6. biomasse active autotrophe X
B;A
[gDCO.m
3
]
7. Azote sous forme de nitrites et de nitrates S
NO
[gN.m
3
]
8. Azote sous forme dammoniaque S
NH
[gN.m
3
]
9. Azote organique soluble biodegradable S
ND
[gN.m
3
]
10. Azote organique particulaire biodegradable X
ND
[gN.m
3
]
11. Oxyg`ene dissous S
O
[gO2.m
3
]
Tab. 2.1 Variables detat du mod`ele de degradation biologique
Croissance aerobie des micro-organismes heterotrophes : une fraction de
substrat facilement biodegradable est utilisee pour la croissance de la bio-
masse et `a lelimination du substrat. il est ainsi naturellement limite par
lepuisement du substrat S
S
, mais egalement par le manque doxyg`ene dis-
sous et dammoniaque.
Croissance anoxie des micro-organismes heterotrophes : en labsence doxy-
g`ene, les organismes heterotrophes vont utiliser le nitrate comme recepteur
terminal delectrons, avec le substrat S
S
, pour produire la biomasse et de
lazote gazeux (denitrication). Un changement de lalcalinite est associee `a
la reaction. Lammoniaque sert de source dazote pour la synth`ese des micro-
organismes.
Croissance aerobie des micro-organismes autotrophes : lammoniaque est oxyde
en nitrate(nitrication) ce qui donne comme resultat une production de bio-
masse autotrophe et une augmentation de la demande doxyg`ene. Il est aussi
utilise comme source denergie pour la synth`ese. Leet sur la quantite de
biomasse produite est tr`es faible. Par contre, lalcalinite comme la consom-
mation doxyg`ene sont fortement aectees.
23
Mortalite des micro-organismes heterotrophes et autotrophes : ces proces-
sus sont modelises selon lhypoth`ese de mortalite- regeneration. Les micro-
organismes meurent `a un taux determine, et cette biomasse devient une com-
binaison des produit particulaires et de substrat lentement biodegradable.
Lazote organique associe `a X
S
est disponible comme azote organique parti-
culaire. La DCO (la demande chimique en oxyg`ene) nest pas modiee. Les
taux de mortalite sont supposes invariants en condition daerobie et danoxie.
Ammonication de lazote organique soluble : lazote organique biodegradable
est transforme en ammonium par laction de la biomasse heterotrophe active.
Lalcalinite est aussi modiee.
Hydrolyse des mati`eres organique : le substrat lentement biodegradable cor-
respondant aux substances polluantes est decompose par un mecanisme ex-
tracellulaire, en produisant du substrat facilement biodegradable utilisable
par la biomasse. Ce processus a lieu en aerobie et en anoxie. Le taux dhydro-
lyse en anoxie est reduit par un facteur
h
(< 0) par rapport aux conditions
daerobie. Il est lie `a la biomasse heterotrophe par une fonction du premier
ordre et sature quand la concentration de substrat absorbe devient grande
par rapport `a la biomasse.
Hydrolyse de lazote organique : lazote organique particulaire biodegradable
est decompose en azote organique soluble `a un certain taux deni par la re-
action dhydrolyse precedemment ecrite.
La gure 2.1 donne le tableau qui permet une lecture facile des cinetiques mode-
lisees : pour chaque composant soluble (S) ou particulaire (X) qui apparat dans
le haut du tableau, les processus
j
intervenant sont signales dans la colonne cor-
respondante `a travers les param`etres stchiometriques. Les processus sont denis
`a droite du tableau, alors que les param`etres stchiometriques sont denis dans le
24
coin inferieur gauche. Le terme de cinetique pour chaque composant (i) du mod`ele
est obtenu en additionnant les produits des ccients stchiometriques (v
i;j
) par
la cinetique du processus
j
. Alors, le taux de conversion (R
j
) de chaque compose
est donne par la relation suivante :
R
j
=
8

j=1
V
i;j

j
; i = 1, , 11 (2.1)
Le mod`ele cinetique resultant comporte 20 param`etres cinetiques et stchiome-
Fig. 2.1 Matrice des equations du mod`ele `a boues activees IAWQ n1 [1]
triques. Les equations de bilan de mati`ere secrivent :
dx
i
dt
=
Q
rec
V r
x
rec
i
+
Q
in
V
r
x
in
i

Q
in
+ Q
rec
V
r
x
i
+ R
i
(2.2)
25
O` u V
r
represente le volume reactionnel et x
i
, x
rec
i
et x
in
i
, les concentrations du com-
pose i dans le bassin daeration, dans le recyclage et dans linuent respectivement,
cest-`a-dire :
x
i
= [
SI
,
SS
,
XI
,
XS
,
XB,H
,
XB,A
,
SNO
,
SNH
,
SND
,
XND
,
SO
]
T
(2.3)
Le bilan relatif `a la concentration en oxyg`ene dissous compte un terme supple-
mentaire k
La
(S
sat
O
S
O
) correspondant `a lapport dair exterieur dans le bassin
daeration,cest-`a-dire au fonctionnement des aerateurs du bassin daeration.
Remarque : Les phenom`enes biologiques presents au sein des phases anoxiques et
aerobies sont simules sous un mod`ele unique. Ceci est possible grace `a lutilisation
de fonctions de commutation :
les cinetiques ayant lieu uniquement en phase anoxique comporteront le terme
K
O;H
S
O
+K
O;H
inhibant la reaction en phase aerobie.
les cinetiques ayant lieu uniquement en phase aerobie comporteront le terme
S
O
S
O
+K
O;H
ou le terme
S
O
S
O
+K
O;A
inhibant la reaction en phase anoxique.
Les vitesses de reaction du mod`ele ASM1 sont egalement resumees dans la table
de la gure 2.1, par exemple :
r
X
BA
=
A
(
S
NH
K
NH
+ S
NH
)(
S
O
K
O
A + S
O
) b
A
X
BA
An dobtenir lensemble complet des equations dierentielle pour les dierentes
variable detat, les taux de reaction doivent etre completes par les termes des bi-
lans de masse. En considerant un syst`eme comme celui de la gure qui est divise
en deux zones, (on suppose que chaque zone est `a volume constant et parfaitement
melangee). La formule generale du bilan de masse pour chacune des concentrations
est donnee par les equations suivantes :
Pour k = 1 (la premi`ere zone `a lentee du debit de leuent) :
dZ
1
dt
=
Q
in
Z
in
+Q
r
Z
r
+Q
int
Z
int
Q
1
Z
1
V
1
+ r
z
1
Q
1
= Q
in
+ Q
r
+ Q
int
(2.4)
26
pour k = 2 `a N :
dZ
k
dt
=
Q
k1
Z
k1
Q
k
Z
k
V
k
+r
z
k
Q
k
= Q
k1
(2.5)
o` u V
k
est le volume de la zone.
Pour le cas particulier de la concentration de loxyg`ene dissous (S
O,K
) :
dS
O,k
dt
=
Q
k1
S
O,k1
Q
k
S
O,k
V
k
+ r
S
O,k
+ (K
La
(Q
air
))
k
(S
O,sat
S
O,k
) (2.6)
O` u :
K
La
est la fonction de transfert doxyg`ene.
Q
air
est le debit dair(`a partir des aerations).
S
O,sat
est la concentration de saturation de loxyg`ene.
Chaque zone du bioreacteur est implementee en utilisant le mod`ele ASM1, en sup-
posant :
Les concentration X
I
et X
P
sont combinees dans une seule variable (X
IP
).
An de decrire le transfert de loxyg`ene de lair `a loxyg`ene dissous dans le reac-
teur comme une fonction du debit dair `a partir des compressurs aux aerateurs, le
mod`ele ci-dessous ?? `a ete utilise :
K
La
(Q
air
) = k
1
(1 exp (k
2
Q
air
)) h
1
; (2.7)
o` u k
1
et k
2
sont deux constantes.
La concentration de saturation de loxyg`ene S
O,sat
= 8.65 mg/l
Le taux de respiration des bacteries utilise lequation OUR = r
SO
.
O` u, r
SO
est le taux de reaction de la concentration de loxyg`ene dissous.
Dans notre etude on sinteresse `a un processus de pre-denitrication par boues ac-
tivees, une pratique courante pour la degradation des la mati`ere organique et le
nitrog`ene de leuent domestique. Le schema du processus est montre sur la gure
4.1. La conguration utilisee dans cet exemple est composee dune zone anoxie
(zone 1 de 15 m
3
), une zone anaerobie (zone 2 de 30 m
3
et un claricateur secon-
daire (20 m
3
). Dans des conditions statique nominales, la valeur moyenne du debit
de linuent est Q
in
= 4.5 m
3
/h, avec une moyenne de 300 mgCOD/l. Le debit
27
Fig. 2.2 Conguration typique dun processus `a boues activees
du recyclage interne est Q
int
= 2Q
in
, le debit de recyclage externe Q
r
= 0.5 Q
in
.
Dans la zone anaerobie, la concentration de loxygen dissous (DO) est controlee
`a 2.0 mg/l. Notons que Q
ext
represente le debit de dosage de carbone qui est uti-
lise dans certaines stations pour compenser le decit en carbone. La simulation du
processus de boues activees est basee sur des mod`eles largement acceptes par la
communaute scientique internationale. Chaque zone a ete modelisee par le mod`ele
ASM1 (acronyme de Activated Sludge Process) [1] et le mod`ele du double clari-
cateur [2] en prenant une eaux usees possedant les caracteristiques `a letat statique
resumees dans la table 2.2.
Variable Valeur
X
BH
20 (mg DCO/l)
X
BA
0 (mg DCO/l)
X
S
160 (mg DCO/l)
X
ND
18.28(mg N/l)
X
IP
40 (mg DCO/l)
S
O
0 (mg DCO/l)
S
NH
12.5 (mg N/l)
S
ND
10.1 (mg N/l)
S
NO
1 (mg N/l)
S
S
64 (mg N/l)
S
ALK
7 (mg N/l)
Tab. 2.2 Condition dalimentation
CHAPITRE 3
ESTIMATION DE L

ETAT DES PROC

ED

ES DE TRAITEMENT
DES EAUX US

EES
3.1 Introduction
Lapplication des strategies de surveillance et de commande avancee sur le pro-
cede de traitement reside se trouve confrontee avec la diculte de mesurer des
variables biologiques et chimiques. Bien que des progr`es considerable ont ete enre-
gistres dans la technologie des capteurs en-ligne ces derni`eres annees, il est souvent
dicile de mesurer plusieurs variables detat telles que la concentration de la bio-
masse, lactivite des bacteries ou des concentrations de produits intermediares.
Lutilisation de mod`eles mathematiques ou de capteurs soft prend alors tout son
interet pour aider `a lelaboration de strategies de gestion performantes en utilisant
des mesures en-ligne (debit, pH, oxyg`ene dissous, etc) avec un mod`ele de processus
pour estimer les valeurs des variables detat (non mesurees).
Dans ce chapitre, on sinteresse aux approches qui sont importantes pour les pro-
cedes de traitement des eaux usees.
3.2 Concepts de base
Un observateur est un developpement mathematique qui permet de reconsti-
tuer les etats internes dun syst`eme `a partir uniquement des donnees accessibles,
cest `a dire les entrees et les sorties mesurees. Ainsi, on parle souvent destimation
ou encore de reconstruction detat. La reconstruction de letat seectue en deux
etapes ; la premi`ere est une etape destimation et la seconde est une epate de cor-
rection. Lestimation se fait par le calcul des grandeurs detat `a laide de mod`eles
approches du syst`eme, la correction seectue par laddition ou la soustraction de
la dierence entre les etats estimes et ceux mesures (erreur destimation) qui doit
etre multiliee par un certain gain. Ce gain determine la dynamique et la robustesse
de lobservateur, donc son choix est important et doit etre adapte aux proprietes
du syst`eme dont on veut eectuer lobservation de letat.
29
Dans la litterature, il est possible de distinguer deux classes de base dobserva-
teurs detat. La premi`ere regroupe les observateurs traditionnels de Luenberger et
de Kalman qui sont bases sur une connaissance parfaite de la structure du mod`ele.
Notons que les observateurs classiques, et plus particuli`erement le ltre de Kalman
etendu, ont trouve des applications dans de nombreux domaines. Mais la theorie
des observateurs etendus de Kalman et de Luenberger a ete developpee sur la base
dune connaissance parfaite des param`etres du procede, do` u la diculte destimer
des bornes derreur `a cause de la presence de large incertitude parametrique. Pour
le moment, lincertitude dans les param`etres du mod`ele peut generer probablement
une estimation biaisee.
La seconde classe dobservateurs, appeles observateurs asymptotiques repose sur
lidee que la nature des incertitudes est bien connue (par exemple les termes des
cinetiques dans les processus chimiques et biochimiques). La synth`ese de ces obser-
vateurs a ete largement basee sur les bilans massique et energetique sans necesiter la
connaissance des cinetiques du processus. Linconvenient potentiel des observateurs
asymptotiques se resume au taux de convergence de lestimation qui depend des
conditions operatoires. Donc, les solutions alternatives destimateurs detat pour
des situations intermediaires sont dune tr`es grande importance, surtout lorsque
la structure du mod`ele est connue mais ces param`etres sont mal connus. En ge-
neral, lapplication des estimateurs detat et de param`etres sur des processus non
lineaires est un veritable de dans lequel il faut gerer les incertitudes du mod`ele et
de mesures.
Ce chapitre montre quil est possible de faire une extention des observateurs
lineaires au cas non lineaire. Considerons la structure generale dobservateur detat
dun mod`ele non lineaire despace detat
dx
dt
= f (x, u) (3.1)
Les variables mesurees, designees par y, sont reliees au mod`ele dynamique par la
30
relation suivante :
y = h(x) (3.2)
La structure generale dun observateur detat secrit alors comme suit :
d x
dt
= f ( x, u) +K ( x) (y y) (3.3)
o` u x et y sont les estimations en-ligne de x et y donnees par lobservateur detat :
y = h( x) (3.4)
o` u K est le gain de lobservateur. La synth`ese de lobservateur detat consiste `a
choisir un gain approprie K ( x).
A lorigine, lobservateur precedent a ete developpe pour les syst`emes lineaires. Si
on denit, lerreur dobservation e comme suit :
e = x x (3.5)
Les dynamiques de lerreur dobservation sont derivees des equations (3.1) et (3.2) :
de
dt
= f ( x + e, u) f ( x, u) K ( x) (h( x + e) h( x)) (3.6)
Le probl`eme de synth`ese de lobservateur se resume donc au choix de K ( x) de telle
sorte que les dynamiques de lerreur (3.6) poss`edent les proprietes desirees. Ceci est
`a lorigine des divers observateurs tels que le ltre de Kalman etendu et lobserva-
teur de Luenberger etendu. Le terme etendu signie que ces observateurs sont des
extensions de ceux developpes au cas lineaire. La synth`ese de la matrice de gain K
est basee sur une version linearisee (le mod`ele de tangente linearisee) du processus
des dynamiques de lerreur dobservation (calcule par un developpement en serie
de Taylor dun mod`ele detat autour dun point dequilibre). Si nous considerons
la linearisation de lequation precedente autour de e = 0, on obtient :
de
dt
= A(A( x) K ( x) L( x)) e (3.7)
31
o` u A( x) et L( x) sont denies par :
A( x) =
_
df
dt
_
x= x
, L( x) =
_
dh
dt
_
x= x
(3.8)
Considerons la synth`ese dun observateur detat pour un mod`ele dun reacteur chi-
mique en continu.
Exemple dun reacteur chimique en continu (CSTR)
Le reacteur chimique en continu (CSTR) est sans doute lexemple typique des sys-
t`emes non lineaires qui sert `a illuster les dierents concepts de lestimation de letat
des syst`emes non lineaires Cest un mod`ele de reacteur chimique non-isothermique
qui op`ere en continu, designe par CSTR (acronyme de Continous Stirred Tank
Reactor), avec une composante et un produit :
A bB
O` u b est un coecient de conversion. A partir des bilans massique et energetique,
les dynamiques du mod`ele du processus pour la composante en reaction C
A
, la
concentration du produit C
B
et la temperature T sont donnees par les equations
suivantes :
dC
A
dt
= k
0
C
A
e

E
RT
+
q
V
(C
in
C
A
) (3.9)
dC
B
dt
= bk
0
C
A
e

E
RT

q
V
C
B
(3.10)
dT
dt
=
H
C
p
k
0
C
A
e

E
RT
+ +
q
V
(T
in
T) +
hA
C
p
V
(T
w
T) (3.11)
o` u k
0
, E, R, V, C
in
, T
in
, H, , C
p
, h, A, T
w
representent respectivement la constante
cinetique h
1
, lenergie dactivation (kJ/kmol), la constante de gaz ideal (kJ/kmol/K),
le debit `a lentree (l/h), le volume (l), la concentration de la composante en reac-
tion `a lentree (mole/l), la temperature `a lentree (K), la chaleur de la reaction
(kJ/kmol), la densite (g/l), la chaleur specique (kJ/kg/K), le coecient de cha-
leur globale (W/m
2
/K), la surface de chaleur (m
2
), la temperature dechange ther-
mique (K). Les valeurs utilisees pour la simulation numerique sont donnees dans
32
le tableau 3.1. An de reduire la complexite des observateurs, on ne consid`ere que
les dynamiques de C
A
et T. Dans ce cas, la matrice de sortie L( x) et la matrice
detat A( x) du mod`ele linearise sont donnees par :
L( x) = [0 1] ,
A( x) =
_
a
1

q
V
a
1
a
3
a
1
a
2
a
1
a
2
a
3

q
V

hA
C
p
V
_
(3.12)
avec a
1
= k
0
e

E
RT
, a
2
=
H
C
p
, a
3
=
E

C
A
R

T
2
Les equations de lobservateur sont donnees par :
d

C
A
dt
= k
0

C
A
e

E
RT
+
q
V
_
C
in

C
A
_
(3.13)
d

T
dt
=
H
C
p
k
0

C
A
e

E
R

T
+ +
q
V
_
T
in

T
_
+
hA
C
p
V
_
T
w

T
_
(3.14)

C
A
et

T representent les estimees de C et T donnees par lobservateur.
Tab. 3.1 Les param`etres et les conditions initiales de la simulation numerique
Param`etre valeur Param`etre valeur
k
0
7.210
10
/min E 8.3143 10
4
kJ/(kmol K)
q 100 l/min V 100 l
10
3
g/l C
p
1 cal/()gK
C
in
1 mol/l T
in
= T
w
350 K
hA 1.0329 10
5
cal/(minK) H 2 10
5
kcal/kmol
Variable valeur initiale Variable valeur initiale
C
A
(0) 0.5 mol/l T(0) 300 K
C
B
(0) 0.1 mol/l
3.3 Observateur de Kalman etendu
Bien que le ltre de Kalman a ete propose dans un formalisme stochastique,
il peut etre interprete comme etant la solution dun probl`eme doptimisation de-
33
terministe. D`es lors, le probl`eme de synth`ese de lobservateur de Kalman etendu,
designee par EKO (acronyme de extended Kalman observer) ou encore EKF (acro-
nyme de extended Kalman lter) consiste `a trouver le gain K ( x) qui minimise
lerreur quadratique dobservation :
E =
_
t
0
e

ed (3.15)
avec le mod`ele dynamique (3.7). Le mod`ele dynamique R( x) peut etre secrire sous
la forme :
K ( x) = R( x) L

(3.16)
o` u la matrice symetrique R( x) de dimension n n est la solution de lequation
dynamique de Riccati :
dR
dt
= RL

LR + RA

( x) + A( x) R,
R = R

, R(0) = R
0
= R

0
(3.17)
Notons quil est possible davoir une formulation plus generale en introduisant une
matrice de ponderation W qui permet de ponderer les dierents termes de lerreur
de sortie an de normaliser la norme. Dans ce cas, les equations (3.13) et (3.14)
deviennent :
K ( x) = R( x) L

W (3.18)
dR
dt
= RL

WLR + RA

( x) + A( x) R,
R = R

, R(0) = R

0
(3.19)
Lapplication des equations de lobservateur EKO `a lexemple du CSTR, donnees
par (3.13) et (3.14) et les equations (3.16) et (3.17) du gain donne :
R =
_
r
11
r
12
r
21
r
22
_
(3.20)
K
1
= r
12
= r
21
(3.21)
K
2
= r
22
(3.22)
34
dr
11
dt
= r
2
12
2
_
a
1
+
q
V
_
r
11
2 a
1
a
3
r
12
dr
22
dt
= r
2
22
2
_
a
1
a
2
a
3

q
V

hA
C
p
V
_
r
22
+ 2 a
1
a
2
r
12
dr
12
dt
= r
22
r
12
+
_
a
1
a
2
a
3

q
V

hA
C
p
V
_
r
12

_
a
1
+
q
V
_
r
12
a
1
a
3
r
22
+ a
1
a
2
r
11
(3.23)
La Fig. (3.1) donne une estimation de letat du reacteur chimique obtenu par lob-
servateur de Kalman etendu dans le cas ou la temperature est la seule mesure
disponible.
3.4 Observateur adaptatif
Cet observateur est dune importance capitale dans le cas o` u les mod`eles sont
connus mais dont les param`etres sont mal connus. Il sagit donc dobservateur
estimant letat et les param`etres. Comme dans lobservateur de Kalman etendu, les
param`etres mal connus (ou inconnus) sont consideres comme des extra etats avec
aucune dynamique. Ainsi, parmi les diverses versions disponibles dans la litterature,
on sinteresse `a celle qui consid`ere un mod`ele nominal de processus, cest `a dire un
mod`ele de valeurs nominales pour les param`etres mal connus.
Si on adopte le mod`ele (3.1) mais en ajoutant les param`etres (inconnus), designes
par :
dx
dt
= f (x, u, ) (3.24)
Donc, il est possible decrire :
f (x, u, ) = f
_
x, u,

_
+b (x, u) (3.25)
avec =

+, o` u

est la valeur nominale de , et est la deviation de la valeur
nominale. A partir des equations precedentes et des equations de lobservateur (3.3),
lobservateur adaptatif peut etre obtenu (en considerant les param`etres mal connus,
ici , comme des etats non mesures mais de dynamiques nulles) :
d x
dt
= f ( x, u, ) + b ( x, u)

+ K (y y)
d

dt
= (y y)
(3.26)
35
Si on revient `a lexemple du CSTR et on consi`ere que k
0
est mal connu, avec
k
0
=

k
0
+ k
0
, o` u

k
0
est une valeur initiale de k
0
. Alors, il est possible decrire :
dC
A
dt
=

k
0
C
A
e

E
RT
k
0
C
A
e

E
RT
+
q
V
(C
in
C
A
) (3.27)
dT
dt
=
H
C
p

k
0
C
A
e

E
RT

H
C
p
k
0
C
A
e

E
RT
+
q
V
(T
in
T) +
hA
C
p
V
(T
w
T)
(3.28)
A ce stade, il est possible de deriver les equations de lobservateur adaptatif mais en
protant de la robustesse de lobservateur asymptotique pour estimer C
A
puisque
elle gure avec k
0
:
d

C
A
dt
=

k
0

C
A
e

E
RT
+
q
V
_
C
in

C
A
_

C
A
e

E
RT

k
0
+K
1
_
T

T
_
(3.29)
d

T
dt
=
H
C
p

k
0

C
A
e

E
RT
+
q
V
_
T
in

T
_
+
hA
C
p
V
_
T
w

T
_

H
C
p

C
A
e

E
RT

k
0
+ K
2
_
T

T
_
(3.30)
d

k
0
dt
= K
3
_
T

T
_
(3.31)
Lanalyse de la stabilite et des proprietes de convergence sont basees sur les dyna-
miques de lerreur destimation. Si on denit :
e
1
= C
A

C
A
, e
2
= T

T, e
3
= k
0

k
0
(3.32)
qui peuvent etre reecrite comme suit :
de
dt
= Ae + Be e (3.33)
36
avec
A =
_

q
V
a
1
K
1

C
A
e

E
RT
a
1
a
2
K
2
a
2

C
A
e

E
RT
0 K
3
0
_

_
, B =
_

_
k
0
e

E
RT
a
2
k
0
e

E
RT
0
_

_
e = C
A

C
A
, a
1
= k
0
e

E
RT
, a
2
=
H
C
p
Puisque e tend asymptotiquement vers zeros et dapr`es la matrice B est bornee.
De meme, si les matrices de gains K
1
, K
2
et K
3
sont bornees, alors A est bornee.
Alors, les dynamiques de lerreur forme un syst`eme variable dans le temps mais
avec une entree qui tend asymptotiquement vers zeros.
An davoir une idee sur les performances de lobservateur adaptatif, la Fig. 3.2
donne les resultats de simulation pour une valeur initiales k
0
= 0 lorsque la tem-
perature est disponible pour la mesure. On observe quil est plus rapide par rapport
`a lobservateur asymptotique et quil donne une bonne approximation de k
0
apr`es
la convergence.
37
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5
t (min)
C
(
m
o
l
/
l
)
modle
EKF
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
300
310
320
330
340
350
360
t (min)
T
(
K
)
modle
EKF
Fig. 3.1 Estimation de letat du reacteur chimique par lobservateur de Kalman
etendu avec la temperature comme mesure.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5
t (min)
C

(
m
o
l
e
/
l
)
modle
obs. adaptatif
obs. asymptotique
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
300
320
340
360
t (min)
T

(
K
)
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
5
10
x 10
9
t (min)

k
0

h

1
Fig. 3.2 Estimation de letat et des param`etres du reacteur chimique par lob-
servateur adaptatif.
CHAPITRE 4
R

ESULTATS ET DISCUSSIONS
An de montrer les dierents aspects de la modelisation dynamique du procede
`a boues activees, nous avons utilise le procede de la gure 4.1 qui est composee
dune zone anoxie (zone 1 de 15 m
3
), une zone anaerobie (zone 2 de 30 m
3
et un
claricateur secondaire (20 m
3
). Dans des conditions statiques nominales, la va-
leur moyenne du debit de linuent est Q
in
= 4.5 m
3
/h, avec une moyenne de
300 mgCOD/l. Le debit du recyclage interne est Q
int
= 2Q
in
, le debit de recyclage
externe Q
r
= 0.5 Q
in
. Dans la zone anaerobie, la concentration de loxygen dissous
(DO) est controlee `a 2.0 mg/l. La simulation du processus de boues activees est
basee sur des mod`eles largement acceptes par la communaute scientique interna-
tionale. Chaque zone a ete modelise par le mod`ele ASM1 (acronyme de Activated
Sludge Process) [1] et le mod`ele du double claricateur [2].
La gure 4.2 donne lexemple dun scenario de simulation pour les debits et les ca-
racteristiques de leau `a traiter. La gure 4.3 montre les concentrations des nitrates
des zones anoxique et aerobie du bioprocede, designees respectivement par Sno
1
et Sno
2
, suite `a la variation du debit dent=ree Q
in
, de recyclage de la boue Q
int
et de la concentration des substrats `a lentree. An de monter limportance de
lestimation de letat du procede `a boues activees, nous avons considere le mod`ele
reduit decrit dans [14]. Ce mod`ele consiste en huit variables detat :
oxyg`ene dissout(S
p
O
2
,S
n
O
2
), nitrate(S
p
NO
3
, S
n
NO
3
), ammoniaque(S
p
NH
4
,S
n
NH
4
), substrat
biodegradable (S
p
S
,S
n
S
),avec(p et n denotent pre-denitrication et nitrication, res-
pectivement).
dS
p
No
3
dt
=
Q
in
V
S
in
NO
3
+
Q
r
V
S
n
NO
3

Q
out
V
S
p
NO
3
(
1 Y
H
2.86Y
H
)r
p
1
+ r
p
2
:= f
1
(4.1)
39
Fig. 4.1 Conguration typique dun processus `a boues activees
0 5 10 15 20
0
5
10
15
20
time (h)
Q
i
n
t

(
m
3
/
h
)
0 5 10 15 20
4
4.5
5
5.5
6
6.5
time (h)
Q
i
n

(
m
3
/
h
)
0 5 10 15 20
60
65
70
75
80
85
time (h)
S
s
i
n

(
m
g
C
O
D
/
l
)
0 5 10 15 20
10
15
20
25
30
35
40
time (h)
S
n
h
i
n

(
m
g
N
/
l
)
Fig. 4.2 Exemple de scenario de simulation pour les debits et les caracteristiques
de leau `a traiter
40
0 5 10 15 20
0
5
10
15
20
time (h)
Q
i
n
t

(
m
3
/
h
)
0 5 10 15 20
2
3
4
5
6
7
time (h)
Q
i
n

(
m
3
/
h
)
0 5 10 15 20
60
70
80
90
S
s
i
n

(
m
g
C
O
D
/
l
)
0 5 10 15 20
10
20
30
40

S
n
h
i
n

(
m
g
N
/
l
)
0 2 4 6 8 10 12 14 16 18 20
0
5
10
15
time (h)
S
n
o
1
,


S
n
o
2

(
m
g
N
/
l
)
Sno
1
Sno
2
Fig. 4.3 Concentration du nitrate dans les deux zones anoxique et aerobie pour
une variation des entrees
41
dS
p
O
2
dt
=
Q
r
V
S
n
O
2

Q
out
V
S
p
O
2
+K
p
La
(S
OST
S
p
O
2
) 4.57r
p
2
(
1 Y
H
Y
H
)r
p
3
:= f
2
(4.2)
dS
p
NH
4
dt
=
Q
in
V
S
in
NH
4
+
Q
r
V
S
n
NH
4

Q
out
V
S
p
NH
4
i
XB
(r
p
1
+ r
p
3
) r
p
2
+
3
:= f
3
(4.3)
dS
p
S
dt
=
Q
in
V
S
in
S
+
Q
r
V
S
n
S

Q
out
V
S
p
S

1
Y
H
(r
p
1
+ r
p
3
) + r
p
4
+ r
p
5
:= f
4
(4.4)
dS
n
No
3
dt
=
Q
out
V
(S
p
NO
3
S
n
NO
3
) (
1 Y
H
2.86Y
H
)r
n
1
+ r
n
2
:= f
5
(4.5)
dS
n
O
2
dt
=
Q
out
V
(S
p
O
2
S
n
O
2
) + K
n
La
(S
OST
S
n
O
2
) 4.57r
n
2
(
1 Y
H
Y
H
)r
n
3
:= f
6
(4.6)
dS
n
NH
4
dt
=
Q
out
V
(S
p
NH
4
S
n
NH
4
) i
XB
(r
n
1
+ r
n
3
) r
n
2
+
3
:= f
7
(4.7)
dS
n
S
dt
=
Q
out
V
(S
p
S
S
n
S
)
1
Y
H
(r
n
1
+ r
n
3
) + r
n
4
+ r
n
5
:= f
8
(4.8)
Les vitesses des reactions sont donnees par :
r
p/n
1
=
1
(
S
p/n
NO
3
K
NO
3
+S
p/n
NO
3
)(
K
O
2
,H
K
O
2
,H
+ S
p/n
O
2
)S
p/n
S
(4.9)
r
p/n
2
=
2
(
S
p/n
NH
4
K
NH
4
+S
p/n
NH
4
)(
S
p/n
O
2
K
O
2
,A
+ S
p/n
O
2
) (4.10)
r
p/n
3
=
1
(
S
p/n
O
2
K
O
2
,H
+S
p/n
O
2
)S
p/n
S
(4.11)
42
r
p/n
4
=
4

H
(
S
p/n
NO
3
K
NO
3
+S
p/n
NO
3
)(
K
O
2
,H
K
O
2
,H
+ S
p/n
O
2
) (4.12)
r
p/n
5
=
4
(
S
p/n
O
2
K
O
2
,H
+ S
p/n
O
2
) (4.13)
Avec
i
sont des constantes.
Les seules mesures disponibles sont
y = [y
1
, y
2
]
T
= [S
n
NO3
, S
n
O2
]
T
La gure 4.4 montre les performances de lestimation des variables detat non me-
surees en utilisant seulment deux mesures y = [y
1
, y
2
]
T
= [S
n
NO3
, S
n
O2
]
T
de la zone
aerobie (zone de nitrication).
43
0 5 10 15 20
0
200
400
S
n
o
time (h)
Zone Arobie (nitrification)
0 5 10 15 20
0
5
10
S
o
time (h)
0 5 10 15 20
0
5
10
S
n
h
time (h)
0 5 10 15 20
0
1
2
3
S
s
time (h)
0 5 10 15 20
0
100
200
300
S
n
o
time (h)
Zone Anoxique (prdnitrification)
0 5 10 15 20
0
1
2
3
S
o
time (h)
0 5 10 15 20
0
10
20
S
n
h
time (h)
0 5 10 15 20
1
2
3
S
s
time (h)
Fig. 4.4 Estimation de letat du bioprocede
CONCLUSION
Lepuration des eaux usees est aujourdhui indispensable pour faire face `a laug-
mentation des concentration en substances polluantes et des volume deuent re-
jetes. La prise de consience des probl`emes environnementaux causes par les rejets
des stations depuration et la volonte dameliorer et de preserver lecosyst`eme.
A lheure actuelle, les installations de bio-epuration sont dimensionnees dans la
plupart des cas `a laide de mod`eles statiques, cest-`a-dre de mod`eles qui ne tiennent
pas compte du facteur temps. Bien que ces mod`eles permettent toutefois de simuler
des situations complexes, il est d`es lors possible dajuster la denition des procedes
et de developper des syst`emes de commande et de regulation adequats.
La bioepuration des eaux usees sest coinsiderablement amelioree durant ces der-
ni`eres annees. Ces progres naurainet pas ete possible sans le concours de la mo-
delisation. La logique des mod`eles analytiques permet en eet de decanter la com-
plexite des donnees et de structurer les resultats scientiques de mani`eres `a en
faciliter lanalyse, la transmission et lutilisation.
Il incombe desormais aux ingenieurs impliquees dans lindustrie de leau dintegrer
la simulation dynamique et dinteger ce precieux instrument de mani`ere productive.
BIBLIOGRAPHIE
[1] Henze, M., Gujer, W., Marais, G. and T., M. Activated Sludge Model No. 1
IAWPRC, London, U. K. Scientic Tech. Rep. No. 1, 1987.
[2] Takacs, I., Patry, G. and Nolasco, D., A dynamic model of clarication-
thickening process, Water Research, 23(2/3), 111-132, 1991.
[3] Olsson, G. and B. Nowell, Wastewater Treatment Systems. Model., Diag. and
Contr., London : IWA Publishing, 1999.
[4] Lindberg, C. F., Control and estimation strategies applied to the activated
sludge process. PhD Thesis, Uppsala University, Dept. of Material Science,
Systems and Control Group. Uppsala. 1997.
[5] Alex, J., Beteau, J. F., Copp, J. B., Hellinga, C. Jeppson, U., Marsilli-Libelli,
S. Pons, M. N., Spanjers, H. and Vanhooren, H., Benchmarking for evalua-
ting control strategies in wastewater treatment plants. Proc. European Control
Conference, Karlsruhe, 1999.
[6] Yuan, Z., H. Boagaert, P. Vanrolleghem, T., G. Vansteenkiste and W. Vers-
traete, Control of external carbon addition to predenitrifying systems, Journal.
of Environ. Engineering, vol. 123, no. 11, pp. 1080-1086, 1997.
[7] Steens, M. A. and Lant, P. A., Multivariable control of nitrient-removing
activated sludge systems., Water Research, 33(12), 2864-2878.
[8] Stare, A., D. Vrecko, N. Hvala and S. Strmcnik, Comparison of control strate-
gies for nitrogen removal in an activated sludge process in terms of operating
costs : A simulation study, Water Research, Vol. 41, pp. 2004-2014, 2007.
[9] Wenhao Shen, Xiaoquan Chen and J. P. Corriou, Application of model predic-
tive control to the BSM1 banchmark of wastewater treatment process, Compt.
and Chem. Eng., 32, 2849-2856, 2008.
[10] S. Julien. Modelisation et estimation pour le controle dun procede boues ac-
tivees eliminant lazote des eaux residuaires urbaines. PhD thesis, Institut
National Polytechnique de Toulouse, France., 1997.
[11] U. Jeppson. Modelling Aspects of Wastewater Treatment Processes. Phd the-
sis, Lund Institute of Technology, 1996.
46
[12] P.L. Dold, G.A. Ekama, and G.V.R. Marais. A general model for the activated
sludge process.Progress in Water Technology, 12 :47-77, 1980.
[13] Boulaid.BOULKROUNE.Estimation de letat des syst`emes non lineaires `a
temps discret. Application `a une station depuration, luniversite Henri
Poincare-Nancy1, 14 novembre 2008.
[14] C., Queinnec, I. and Babary, J. P. (2000). A reduced nonlinear model for an
activated sludge process, Proceeding of ADCHEM 2000, 2, pp. 1037-1042.