Thesis 1

Institut National Polytechnique de Toulouse (INP Toulouse)
Gnie des procds et de l'environnement
Adama OUATTARA
lundi 18 juillet 2011
Mthodologie d'co-conception de procds par optimisation multiobjectif

et aide la dcision multicritre
Mcanique, Energtique, Gnie civil et Procds (MEGeP)

Laboratoire de gnie chimique (UMR 5503)
Mme Catherine AZZARO-PANTEL, M. Luc PIBOULEAU
M. Fethi ALOUI, Mme Valrie LAFOREST
M. Adrian Dietz
M. Serge Domenech
Mme Pascale Zarat
M. Philippe Baudet (Membre Invit)
M. Luc PIBOULEAU (Membre Invit)
Remerciements
Je commence mes remerciements en ayant une pense pour mon pre, dcd en 2008 alors
que je ralisais cette thse. Je remercie ma mre pour son soutien et ses conseils. Je dis grand
bravo ma femme et mes enfants qui, malgr la distance et la dure de cette thse, n'ont
cess de me donner beaucoup d'amour et d'affection.
Ce travail de thse a t ralis l'INP de Toulouse, au sein de l'quipe de Conception
Optimisation et Ordonnancement des Procds du dpartement Procds et Systmes
Industriels du Laboratoire de Gnie Chimique de Toulouse.
Je tiens tout d'abord remercier la Fondation Benianh International sise Abidjan Plateau,
qui a bien voulu m'octroyer une bourse pour la ralisation de cette thse.
Je remercie le Professeur Fethi ALOUI et le Professeur Valrie LAFOREST pour m'avoir fait
l'honneur d'tre les rapporteurs de ma thse et pour la pertinence de leurs commentaires.
Je remercie le Professeur Catherine Azzaro-Pantel et le Professeur Luc PIBOULEAU, qui ont
accept de diriger ma thse. Je leur exprime toute ma gratitude, car sans leur soutien et leurs
conseils, je n'aurais pas pu atteindre cet objectif. Cela a t un grand privilge de travailler
avec eux.
Je remercie galement le Professeur Serge Domenech, qui m'a fait l'honneur d'tre Prsident
de jury et qui m'a aid tout particulirement dans la partie de ma thse consacre
l'tablissement du bilan de matires.
Merci Andr DAVIN et Ludovic MONTASTRUC pour leur implication dans ma thse et
auprs de qui j'ai beaucoup appris.
Merci galement toute la Direction de ProSim SA, pour avoir mis ma disposition et de
manire gracieuse, tous les logiciels de flowsheeting et de modlisation des centrales de
production d'utilits, utiliss dans cette thse.
Je remercie tout particulirement Philippe BAUDET, Ingnieur R&D (R&D Engineer)
ProSim SA, pour son aide et sa disponibilit. Merci pour tout Philippe.
J'adresse mes vifs remerciements mes collgues de bureau : Mary et Marie, Marianne, Sofia,
Guillermo, Dan, Raul, Fernando, pour l'ambiance formidable et pour l'entraide qui a toujours
fait notre force.
Remerciements
Je salue galement mes amis, Huberson, Julien, Soualo, Sodjan, Baftigu, Alain, Joachim
pour leur aide et la fraternit qui a habit notre groupe pendant toutes ces annes passes
Toulouse.
Je remercie galement l'ensemble des doctorants et tout le personnel du LGC.
Titre et rsum
Titre
Mthodologie d'co-conception de procds par optimisation multiobjectif et aide la
dcision multicritre
Rsum
Ce travail a pour objectif le dveloppement dune mthodologie de conception de procds
co-efficaces, avec prise en compte simultane de considrations cologiques et conomiques
lors de la phase de conception prliminaire de procds chimiques. Laspect environnemental
est quantifi travers lutilisation dun ensemble dindicateurs selon les lignes directrices de
concepts de dveloppement durable. Le cadre conceptuel est bas sur une modlisation du
procd et de lunit de production dutilits, car limpact environnemental dun procd est
li non seulement aux effluents directs du procd, mais galement la consommation
nergtique, leffet du recyclage, de la conversion des matires premires Dans ce but, le
logiciel daide la dcision ARIANETM
ddi la gestion des utilits des units de
production (vapeur, lectricit, eau ) et des effluents (CO2, SO2, NOx, etc..) a t coupl au
modle dun procd pour dterminer les besoins en nergies primaires et quantifier les
missions polluantes. Ces modles ont ensuite t intgrs au sein dune boucle
doptimisation multiobjectif, base sur une variante dun algorithme gntique multiobjectif
de type NSGA-II (Non Sorted Genetic Algorithm). Le compromis entre les objectifs
conomiques et cologiques est illustr travers la gnration de fronts de Pareto. La
slection des meilleures solutions parmi cet ensemble est effectue par utilisation de
techniques danalyse multicritre. Lexemple test bien connu du procd de production de
benzne par hydrodsalkylation du tolune (HDA) est revisit ici dans un mode multiobjectif
pour illustrer lutilit de lapproche pour trouver des solutions de conception conomiques et
cologiques.
Mots-cls
Eco-conception, Procd, Impacts environnementaux, Economie, Production dUtilits,
Centrale Thermique, Optimisation, Algorithme Gntiques, Aide la dcision Multicritre
Title and abstract

Title
Process eco-design methodology by multiobjective optimization and multicriteria decision
making
Abstract
This study aims at the development of a design methodology for eco-efficient processes,
meaning that ecological and economic considerations are taken into account simultaneously at
the preliminary design phase of chemical processes. The environmental aspect is quantified
by using of a set of indicators following the guidelines of sustainability concepts. The design
framework is based on a modelling approach considering both process and utility production
units, since the environmental impact of a chemical process not only contains the material
involved in the process but also the energy consumption, the effect of flow recycle, material
conversion and so on... For this purpose, a decision support tool dedicated to the management
of plant utilities (steam, electricity, water...) and pollutants (CO2, SO2, NOx, etc..),
(ARIANETM package) was coupled to process modelling and used here both to compute the
primary energy requirements of the process and to quantify its pollutant emissions.
Both models were thus integrated in an outer multiobjective optimization loop, based on a
variant of the so-called NSGA-II (Non Sorted Genetic Algorithm) multiobjective genetic
algorithm. The trade-off between economic and environmental objectives is illustrated
through the generation of Pareto fronts. The selection of the best design alternatives is
performed through the use of multicriteria analysis. The well-known benchmark process for
hydrodealkylation (HDA) of toluene to produce benzene, revisited here in a multi-objective
mode, is used to illustrate the usefulness of the approach in finding environmentally friendly
and cost-effective designs.
Keywords
Eco-design, Process, Environmental Impacts, Economy, Utilities Production, Power Plant,
Optimization, Genetics Algorithm, Multicriteria Decision Making
Sommaire gnral
Sommaire gnral
Sommaire gnral
Chapitre 1 Position du problme et analyse bibliographique

1.1
Notions dco-conception et de dveloppement durable ..............................................11
1.2
Indicateurs, indices et mtriques de dveloppement durable en Gnie des Procds ..15
1.3
Mtriques de lAIChE et de lIChemE .........................................................................16
1.3.1
Mtrique de lAIChE ............................................................................................17
1.3.2
Mtrique de lIChemE ..........................................................................................18
1.3.3
Utilisation de mtriques de dveloppement durable.............................................22
1.4
Indice dimpact environnemental potentiel ( Waste Reduction algorithm ).............22
1.4.1
Thorie de limpact environnemental potentiel (IEP) ..........................................23
1.4.2
Facteur dimpacts environnementaux : catgories et calculs................................26
1.5
Indice SPI Sustainable Process Index.......................................................................30
1.6
Une base thermodynamique pour une mtrique de dveloppement durable : .............32
1.7
Indicateurs issus dune Analyse du Cycle de Vie.........................................................33
1.7.1
Principales mthodes de catgories dimpact .......................................................33
1.7.2
Vers une Analyse Durable du Cycle de Vie .........................................................35
1.8
Synthse et orientation des travaux...............................................................................36
1.9
Organisation du manuscrit ............................................................................................37
Chapitre 2 Mthodes, outils et critres dco-conception

2.1
Introduction...................................................................................................................41
2.2
Simulateurs de procds et application au problme dco-conception .......................43
2.3
Architecture simulation de procds-production dutilits...........................................47
2.3.1
Serveur de proprits thermodynamiques.............................................................48
2.3.2
Procds de production dutilits : ArianeTM et PlessalaTM ..................................48
2.4
Optimisation multiobjectif ............................................................................................49
2.4.1
Formulation du problme et choix de la mthode ................................................49
2.4.2
Choix des critres doptimisation .........................................................................55
2.5
Stratgie daide la dcision multicritre.....................................................................58
2.5.1
Introduction...........................................................................................................58
2.5.2
Mthode TOPSIS ..................................................................................................60
2.5.3
Mthode FUCA.....................................................................................................66
2.6
Utilisation dun logiciel danalyse de cycle de vie .......................................................69
2.7
Conclusion. ...................................................................................................................71
Sommaire gnral
Chapitre 3 Conception de procds : optimisation multiobjectif et analyse multicritre

3.1
Introduction...................................................................................................................75
3.2
Procd de Williams et Otto .........................................................................................76
3.2.1
Modle du procd................................................................................................77
3.2.2
Fonctions objectifs, variables doptimisation et contraintes.................................78
3.2.3
Validation de la mthodologie par optimisation monocritre...............................82
3.2.4
Optimisation multiobjectif ....................................................................................83
3.3
Etude dun turbocompresseur gaz ..............................................................................95
3.3.1
Prsentation gnrale de la turbine gaz sous ArianeTM ......................................95
3.3.2
Conception Contraintes - Exploitation...............................................................96
3.3.3
Modlisation de la turbine et du gnrateur de vapeur .........................................99
3.3.4
Fonctions objectifs, variables doptimisation et contraintes...............................101
3.3.5
Optimisation bicritre : Min CF et Max puissance produite...............................105
3.4
Conclusion. .................................................................................................................107
Chapitre 4 Intgration de modles de simulation du procd et de lunit de production

4.1
Introduction.................................................................................................................113
4.2
Description du procd dhydrodsalkylation du tolune ..........................................115
4.3
Bilan global de matire ...............................................................................................118
4.4
4.3.1
Modles doprations unitaires du procd et de la centrale ..............................119
4.3.2
Compresseur de recyclage ..................................................................................131
4.3.3
Pompe de recyclage ............................................................................................131
Modlisation de lunit de production dutilits et couplage procd - ArianeTM .....132

4.4.1
Turbine soutirage et condensation.............................................................132
4.4.2
Conditions opratoires et contraintes du procd HDA .................................134
4.4.3
Analyse de linfluence des conditions opratoires..........................................136
4.4.4
Contraintes dexploitation du procd ............................................................140
4.4.5
Validation du simulateur de procd HDA.........................................................142
4.5
Rsultats de simulation : cas de base du procd HDA..............................................143
4.6
Conclusion ..................................................................................................................144
Sommaire gnral
Chapitre 5 Mthodologie dco-conception applique au procd HDA

5.1
Introduction.................................................................................................................147
5.2
Formulation du problme doptimisation ...................................................................148
5.3
Procd HDA coupl une turbine vapeur..............................................................151
5.3.1
Paramtrage de lalgorithme gntique ..............................................................151
5.3.2
Cas 1 : Etude conomique suivie dune tude environnementale.......................151
5.3.3
Cas 2 : tude conomique et environnementale simultane ...............................164
5.4
Impacts des produits et des quipements du procd .................................................167
5.4.1
Analyse des impacts des produits et nergies .....................................................167
5.4.2
Analyse des impacts par opration unitaire ........................................................170
5.5
Analyse de cycle de vie du procd HDA couple une turbine vapeur ................172
5.6
Etude de linfluence du mode de production dnergie ..............................................176
5.6.1
Procd HDA avec turbine vapeur fonctionnant au gaz naturel ......................176
5.6.2
Procd HDA fonctionnant avec une turbine gaz ............................................179
5.7
Conclusions.................................................................................................................182
Bilan et perspectives...185
Bibliographie gnrale....191
Annexes.......206
Liste des tableaux et figures....239
Chapitre 1
Position du problme
dco-conception
et
analyse bibliographique
NOMENCLATURE ET SYMBOLES
Abrviations
ACGIH :
ACV :
AP :
EP :
GWP :
HTPE :
TWA :
VLE :
WAR :
Confrence amricaine des hyginistes industriels gouvernementaux.

Analyse de cycle de vie
Potentiel dacidification en t q. SO2/an (Acidification Potential)
Potentiel deutrophication en t q. PO4 3-/ an (Eutrophication Potential)
Potentiel de rchauffement global en t q. CO2/ an (Global warming Potential)
Potentiel de toxicit humaine par inhalation ou exposition cutane en t q.
C6H6/an) (Human Toxicity Potential by Exposure)
Potentiel de toxicit humaine par ingestion (t q. C6H6/y)
Potentiel dimpact environnemental (Impact environmental Potential)
Institut national pour la scurit et la sant (National Institute for Occupational
Safety and Health)
Potentiel dEpuisement de la couche dOzone en t q. CFC-11/an (Ozone
Depletion Potential)
Scurit et administration de la sant (Occupational Safety and Health
Administration)
Potentiel doxydation photochimique en t q. C2H4/ an (Photochemical
Oxidation Potential)
Empreinte cologique (index de procd durable) (Sustainable Process Index)
Potentiel de toxicit terrestre (cotoxicit terrestre) en t q. 1,4-Cl2-C6H6/an
(Terrestrial Toxicity Potential)
Moyenne des pondrations temporelles (Time Weightings Average)
Valeur limite dexposition
Algorithme pour la rduction des rejets (Waste Reduction algorithm)
Symboles
xkj :
Eq :
FEi :
FPi,N :
In :
Mi :
MN :
Out :
t q. :
Fraction massique du composant k dans le courant j

Equivalent
Charge Environnementale de limpact i
Facteur de potentiel dimpact de la substance N
Entrant
Masse molculaire (kg i/mole i)
Masse (ou dbit massique) de la substance N mise
Sortant
Tonne quivalent
HTPI :
IEP :
NIOSH :
ODP :
OSHA :
POCP :
SPI :
TTP :
Lettre grecque
Rapport du nombre de moles de H+ par mole de X
10
1.1 Notions dco-conception et de dveloppement

durable
Traditionnellement, la conception de procds est guide par des considrations techniques et
micro-conomiques. Cependant, il devient vident que ces deux types de critres ne suffisent
plus et que les deux autres dimensions du dveloppement durable, savoir environnementale
et sociale, doivent faire partie intgrante de la phase de conception. Lapplication des
concepts de dveloppement durable en Gnie des Procds sinscrit dans un effort continu
pour protger les cosystmes, les quilibres sociaux et la prosprit conomique. Elle vise,
selon la dfinition de lEFCE (European Federation of Chemical Engineers), une amlioration
systmatique et globale de la protection environnementale, lexploitation des matires
premires, lefficacit nergtique, la scurit et la protection de la sant, dans tous types de
procds de conversion et de production de matire. Au sein du Gnie des Procds, les
activits axes sur le dveloppement de procdures systmatiques pour la conception et
lexploitation de procds et de systmes, englobant le concept de chane logistique
chimique sinsrent dans une dmarche de dveloppement durable (voir Figure 1.1). Elles
visent lamlioration du processus de dcision, diffrents niveaux, depuis lextraction des
matires premires, la gestion de linnovation, la conception, lexploitation, la conduite et la
supervision du procd, llaboration et la distribution du produit, la gestion multi-site jusqu
lanalyse dimpact, en mettant en jeu des critres souvent contradictoires.
CYCLE DE VIE
SYSTEME
Augmentation de
de la prise en compte
globale du dveloppement durable (DD)
Extraction
Mat.
1res
Gestion
innovation
DD
Conception
DD
PROCEDE
Augmentation de
lchelle du systme
PRODUIT
Elaboration,
distribution
Exploitation
DD
DD
Conduite
Supervision
DD
Analyse
Gestion Impact
multisite
DD
DD: Dveloppement Durable
Figure 1.1.
Nouvelles frontires en Gnie des Procds
11
Le concept de Dveloppement Durable est bas sur la cration de biens et de services utilisant
des procds et des systmes non polluants, qui prservent les ressources nergtiques et les
matires premires tout en tant conomiquement viables. Les exigences sociales portent sur
la prennit de l'emploi, mais aussi sur la garantie de scurit totale dun procd pour les
exploitants, les consommateurs et le public. La ncessit et la volont d'innovation
permanente qui caractrisent les industries de transformation de la matire et de
l'nergie doivent ainsi s'appliquer la recherche d'une nouvelle socio-conomie industrielle.
A la priode d'co-efficacit (ou co-efficience) qui a pour objectif de promouvoir une
utilisation plus efficace des matires premires et de l'nergie en vue de rduire
simultanment les cots conomiques et l'impact environnemental de la production, doit
succder une re d'co-conception, o les paramtres environnementaux sont pris en
considration ds la conception du produit et du procd. Lco-conception apparat ainsi
comme la contribution oprationnelle du dveloppement durable.
Le Gnie des Procds qui prne lintgration harmonieuse des systmes dans leur milieu,
doit jouer un rle important et ce pour deux raisons : la premire est que la production induite
par ce type dindustrie, qui contribue fortement au revenu national, est essentiel pour la
socit moderne : le dveloppement de la socit dpend en partie de lindustrie chimique et
rciproquement. La seconde raison est que de nombreux aspects environnementaux sont
associs directement ce type de procd ou lutilisation des produits chimiques travers
des impacts sur leau, lair et le sol. Les produits chimiques labors par lindustrie pour les
marchs de consommateurs, doivent tre fabriqus, utiliss et recycls par des procds
propres, srs et conomiquement rentables. Il est alors impratif damliorer les procds
existants et den imaginer de nouveaux qui vitent, ou dfaut, minimisent la production de
dchets la source plutt que de les collecter et/ou de les traiter, passant ainsi dune approche
curative une approche prventive. Cette vision, qui prend en compte le cycle de vie produitprocd et largit le champ dinvestigation, implique une approche systmique. A titre
dillustration, lvolution de la problmatique en synthse de procds est propose sur la
Figure 1.2. Elle montre clairement que la prise en compte des aspects environnementaux dans
la phase de conception des procds chimiques a rellement commenc partir du debut du
21me sicle.
En effet, elle sinscrit dans les recommandations publies depuis une dizaine d'annes et
nonces travers les 12 principes de la chimie verte [ANA 98], les 12 principes de
l'ingnierie verte [ANA 03], les grands dfis pour l'ingnierie dicts par l'Acadmie
12
Nationale Amricaine d'Ingnierie [NAE 08], ou encore celles de l'IChemE 21st Century
Chemical Engineering (IChemE Roadmap, UK, 2007) [ICH 07].
Produits
Matires
premires
Annes1960
1960
Annes
Cur du procd
Sparation
Raction
Utilits
Produits
Matires
premires
Cur du procd
Raction
Annes1980
1980
Annes
Energie
Fuel
Gaz naturel
Eau
Sparation
Rseau
de
rcupration
de chaleur
Courants chauds/froids
Unit de production
dutilits
me sicle
21me
21
sicle
Effluents
Utilits chaudes/froides
Produits
Traitement
des effluents
Ressources
naturelles
Extraction
des
matires
premires
de base
+
Sources
primaires
dnergie
Cur du procd
Sparation
Raction
Energie
Courants chauds/froids
Unit de production
dutilits
Rseau
de
rcupration
de chaleur
et de
matire
Impacts
Utilits chaudes/froides
Emissions
Figure 1.2.
Evolution de la problmatique en synthse de procds [CAN 98]
Les travaux raliss dans le cadre de cette thse sinscrivent dans cette thmatique et visent
dvelopper une dmarche dco-conception de procds. Toutefois, le champ disciplinaire
relatif ce sujet comporte deux aspects principaux : dune part, les aspects lis la topologie
du procd qui sont relatifs la slection des oprations unitaires et des choix technologiques
les plus pertinents par rapport une application donne ; dautre part, la recherche des
conditions opratoires optimales et la conception travers le dimensionnement des
quipements structure de procd fige. Nanmoins, ce stade, ltude et lanalyse de
diverses architectures pourront tre approfondies. Ce travail concerne exclusivement la
13
seconde application qui constitue une tape prliminaire avant daborder le champ thmatique
plus large de loptimisation structurelle de procds.
Ce chapitre est divis en plusieurs parties : le contexte gnral de ltude qui vient dtre
prsent est suivi dune partie ddie la dfinition dindicateurs, dindices et de mtriques de
dveloppement durable en Gnie des Procds. La troisime partie dveloppe plus
spcifiquement les mtriques de lAIChE et de lIChemE, adaptes aux procds chimiques.
La quatrime partie est consacre ltude de la mthode dindice dimpact environnemental
potentiel et de lalgorithme de rduction des rejets, approche largement utilises en Gnie des
Procds ( Waste Reduction Algorithm ). Nous prsentons ensuite le principe de lindice
Sustainable Process Index ou SPI qui sapparente lempreinte cologique dun procd
ainsi que des approches thermodynamiques bases sur le concept dexergie. Les concepts de
base de lanalyse de cycle de vie, mthode qui connat lheure actuelle de larges
applications, sont ensuite rappels. Une synthse et lorientation des travaux de recherche qui
vont tre explicites dans le manuscrit sont ensuite proposes. Lorganisation du mmoire
termine ce chapitre.
1.2 Indicateurs, indices et mtriques de dveloppement

durable en Gnie des Procds
Ce chapitre prsente les mthodes et les outils permettant dvaluer la performance des
procds vis--vis des critres de dveloppement durable qui pourront tre applicables au
stade prliminaire de leur conception. Le dveloppement durable est admis comme une
dmarche qui vise un quilibre entre le dveloppement conomique, la qualit de vie des
citoyens et la protection de lenvironnement. Ainsi, lconomie, la socit et lenvironnement
sont considrs comme les trois piliers du dveloppement durable, lesquels sont
interdpendants. Pour une analyse des diffrentes versions dun procd, la slection dun
ensemble adquat dindicateurs pour lvaluation du caractre durable est essentielle.[SID 03]
propose une typologie dindicateurs et fournit une mthode applicable pour lanalyse de
systmes vis--vis de laspect durable, classant les trois dimensions du dveloppement
durable en trois groupes hirarchiques distincts : (i) indicateurs monodimensionnels (1D) qui
fournissent des informations sur une seule dimension : conomique, cologique ou sociale ;
(ii) indicateurs bidimensionnels (2D) qui donnent simultanment des informations sur deux
des composantes : socio-cologiques, socio-conomiques, ou conomique-cologique ; (iii)
indicateurs tridimensionnels qui conduisent des informations sur les trois dimensions.
14
Dans cette tude, lobjectif nest pas didentifier de faon exhaustive, lensemble des
mtriques proposes et applicables aux procds de lindustrie chimique ou autre, mais plutt
de mettre en exergue les plus importantes par rapport un objectif de prise de dcision.
Il est utile au pralable de faire la distinction entre indicateur, indice et mtrique.
Un indicateur est un outil de simplification, de quantification et de communication de
linformation. Il constitue le premier niveau danalyse de donnes de base. Idalement, selon
la classification de [SID 03], un indicateur de dveloppement durable devrait satisfaire
simultanment les trois composantes ci-dessus mentionnes. Toutefois, la construction et la
slection de tels indicateurs ne sont pas directes et ont fait lobjet de nombreux travaux (voir
par exemple [SEG 02]). Un bon indicateur doit satisfaire plusieurs exigences lies la validit
technique, la pertinence vis--vis des parties prenantes, le cot vis--vis de la collecte de
donnes, la fiabilit, les limites spatiales et temporelles, la facilit dinterprtation, laccs
un standard de comparaison et la capacit montrer les tendances dvolution au cours du
temps. Toutefois, un indicateur robuste peut tre difficile interprter, chouant ainsi dans sa
fonction de communication. Dans beaucoup de cas, lvaluation des indicateurs implique soit
une normalisation, soit une comparaison avec une valeur prdfinie, pour faciliter son
interprtation (par exemple le pourcentage dnergie renouvelable utilise par rapport la
moyenne nationale). Un indicateur est donc une variable observable utilise pour caractriser
la complexit dun phnomne.
Le terme dindice dsigne, quant lui, un indicateur synthtique construit, en agrgeant
dautres indicateurs dits de base.
Une autre voie pour caractriser les diffrents aspects dun phnomne complexe consiste
utiliser un ensemble dindicateurs au sein dune mtrique. Lutilit dune mtrique est
ncessairement lie au nombre dindicateurs: un nombre insuffisant risque de mal reprsenter
le phnomne, un nombre lev risque de rendre le cot de mise en uvre prohibitif.
Lavantage dun simple indice plutt quune collection dindicateurs rside donc dans la
facilit de communication (par exemple, lempreinte cologique). Toutefois, on peut y voir de
nombreux inconvnients : perte de dtail et de prcision due la combinaison des paramtres
avec des ordres de grandeur et des niveaux de prcision diffrents, utilisation de coefficients
de conversion pour exprimer toutes les variables dans les mmes units.
Ce travail considre exclusivement les approches actuellement disponibles pour valuer le
caractre durable de procds et systmes nouveaux ou existants. Il recense les exemples les
plus significatifs dindicateurs, indices ou mtriques utiliss dans les industries de procds.
Les indicateurs conomiques, largement utiliss dans les mthodes traditionnelles de
15
conception de procds ne feront pas lobjet dune prsentation dtaille, sur ce point [CHA
01] est un des ouvrages de rfrence du domaine. Les mthodes de conception bases sur ces
indicateurs complteront ce chapitre.
1.3 Mtriques de lAIChE et de lIChemE

Afin danalyser le caractre durable dun procd industriel, il est logique de citer en premier
lieu les deux mtriques dveloppes par lAIChE (1D) et par lIChemE (3D), qui prennent en
compte des indicateurs particulirement adapts au domaine des procds et un systme de
production. Mentionnons au pralable les travaux mens au Canada (Canadas National
Round Table on the Environment and the Economy, [NRTEE 99]) qui recommandent des
mesures dco-efficacit dfinies par des ratios, avec pour numrateurs lutilisation de
ressources ou des impacts environnementaux et pour dnominateurs la cration de valeurs ou
inversement.
1.3.1 Mtrique de lAIChE

La mtrique, propose en termes dco-efficacit par lAmerican Institute of Chemical
Engineers (AIChE), (une version de base est prsente dans le Tableau 1.1), regroupe les 6
domaines suivants:
(1) Consommation de matire : lutilisation de matires, notamment non-renouvelables et
relatives des ressources finies, affecte la disponibilit des ressources et conduit une
dgradation environnementale la fois vis--vis de lextraction des matires premires et lors
de conversion en tant que rejets.
(2) Consommation nergtique : outre les aspects lis sa disponibilit et son utilisation en
tant que ressource, lutilisation de lnergie conduit des impacts environnementaux varis.
Ainsi, par exemple, la combustion des combustibles fossiles a des impacts sur le
rchauffement climatique, loxydation de lozone photochimique et lacidification.
(3) Consommation en eau : leau douce est essentielle la vie et presque toutes les activits
conomiques. Compte tenu de laugmentation des demandes anthropogniques et de
lpuisement de la ressource en eau dans certaines rgions du monde, la consommation en eau
constitue un facteur cl.
(4) Emission de produits polluants.
(5) Dchets solides.
16
(6) Utilisation du sol : le sol est considr comme une ressource finie qui fournit des services
cologiques et socio-conomiques varis. Toutefois, la dfinition dun indicateur est apparue
dlicate et napparat pas explicitement dans la mtrique de base.
Tableau 1.1. Mtrique de base de lAIChE [BEA 02].

Intensit de matire
Masse de matires premires - Masse de produits
Dnominateur
(1)
Intensit en nergie
Quantit nette d' nergie(en quivalent nergie primaire)

Dnominateur
(2)
Dnominateur
Intensit en eau
(3)
Masse de produits
Effluents
Ou
(gaz, liquides)
Chiffre daffaires
(4)
Ou
Dchets solides
Valeur ajoute
Volume d' eau douce utilis

Dnominateur
Masse totale d' effluents

Dnominateur
Masse totale de dchets solides

Dnominateur
(5)
Rchauffement climatique
Epuisement de la couche dozone
Effets polluants
Pollution photochimique
(6)
Acidification atmosphrique
Potentiel deutrophisation
Le choix de ratios pour exprimer la mtrique facilite, dune part, la comparaison entre
plusieurs options et, dautre part, le choix du procd lors de la phase dcisionnelle. Plus
lindicateur est faible, plus limpact gnr sera faible par unit de valeur cre.
Des heuristiques et des rgles de dcision ont t dveloppes et testes sur des pilotes
industriels sur plus de 50 procds de lindustrie chimique partir des donnes du Process
Economic Program (PEP) du SRI International [BEA 02]. Les valeurs des indicateurs ont t
calcules pour des flowsheets standard. [ALL 07] donne des applications de la mtrique de
lAIChE quelques procds cls de lindustrie chimique.
17
1.3.2 Mtrique de lIChemE

La mthode propose par lIChemE (Institution of Chemical Engineers) (R.U) [ICH 02]
permet de quantifier les impacts de lindustrie chimique pour les trois aspects du
dveloppement durable en ajoutant des mtriques conomiques et socitales celle cible sur
laspect environnemental. La mtrique de lIChemE date de 2002, mais elle est de plus en
plus utilise. Les indicateurs sont spcifiquement regroups en catgories environnementale,
conomique et sociale. Les indicateurs environnementaux sont relatifs des ressources ou
des catgories dimpacts environnementaux. La mtrique met en jeu deux types dindicateurs
quantitatifs, i.e., les charges environnementales et les impacts. Le premier groupe inclut
lutilisation de matire et dnergie, les missions dans lair et leau, la quantit de dchets
solides. Il est obtenu partir du flowsheet et des bilans de matire et dnergie. Linformation
obtenue sur les charges peut ensuite tre exploite pour calculer les impacts
environnementaux. Comme prcdemment, la plupart des indicateurs de la mtrique sont
calculs sous forme de ratios pour fournir une mesure d'impact, indpendante de l'chelle de
lopration. Ils sont bass sur une rgle simple : le procd est dautant plus efficace que
lindicateur est faible. Ils impliquent la fois les entres du procd (utilisation des
ressources) et les sorties (missions, effluents, rejets, produits et services). Ils font intervenir
un sous-ensemble des facteurs dimpact utiliss en science de lenvironnement les plus
significatifs vis--vis des industries de procds, en vue du calcul des charges
environnementales. La charge environnementale (FEi), cause par lmission dune gamme de
substances, est calcule en additionnant les missions pondres de chaque substance. Le
facteur de potentiel dimpact est identifi comme tant le facteur dimpact de chaque
substance. Notons quune substance peut contribuer diffremment diverses charges
environnementales et avoir diffrents facteurs dimpacts.
FE = M FP
i
(1.1)
i ,N
o FEi dsigne la charge environnementale i, MN est la masse (ou le dbit massique) de la

substance N mise et FPi,N reprsente le facteur de potentiel dimpact de la substance N relatif
la charge environnementale i.
Les charges environnementales sont dtermines par rapport une substance de rfrence (par
exemple SO2, pour lacidification atmosphrique).
Cette approche implique au total 49 indicateurs. Toutefois, la dure de vie des produits
chimiques dans divers milieux nest pas prise en compte. De plus, lindicateur sur la sant
18
humaine (normalis par rapport au benzne) est limit aux effets cancrignes. Les indicateurs
environnementaux recommands par lIChemE sont consigns dans le tableau 1.3. Les
tableaux 1.2 et 1.4 prsentent lensemble des critres sociaux et conomiques recommands
par lIChemE.
Le plus souvent, les impacts sont ramens la valeur ajoute. Cela permet la comparaison
entre procds. Si la valeur ajoute est difficile estimer, on peut se ramener par exemple la
quantit de produits gnre, autorisant la comparaison entre procds aux produits
identiques. Si dautres facteurs dchelle sont utiliss, leur mthode de calcul doit tre
clairement prsente dans ltude.
lemploi
scurit
Sant &
Socit
Critres sociaux
Situation de
Tableau 1.2. Critres sociaux recommands par lIChemE
Bnfices en % des dpenses salariales (%)

Rotation des employs (%)
Nombre de promotions/nombre demploys (%)
Heures de travail perdues en % du nombre total dheures (%)
Ratio Revenu+bnfice (10% meilleur/10%pire)
Frquence du temps perdu en raison daccidents
Dpenses en prvention maladies et accidents /dpenses
salariales
(/)
Nombre de runions de parties prenantes par unit de valeur

ajoute (/)
Bnfice indirect pour la communaut par unit de valeur
ajoute
(/)
Nombre de plaintes par unit de valeur ajoute (/)
Nombre dactions lgales par unit de valeur ajoute (/)
19
Eau
Air
Matire
Ecotoxicit par rapport la vie aquatique

(mtaux) (en quivalent Tonne cuivre)
Ecotoxicit par rapport la vie aquatique
(autres substances)
(en quivalent Tonne formaldhyde)
Eutrophisation (en quivalent Tonne PO43-)
Acidification aquatique
(en quivalent Tonne H+ libr)
Demande aquatique en oxygne
(en quivalent Tonne oxygne)
Acidification atmosphrique
(en quivalent Tonne SO2)
Effet cancrigne
(en quivalent Benzne)
Epuisement couche Ozone
(en quivalent Tonne CFC-11)
Rchauffement climatique
(en quivalent Tonne CO2)
Pollution photochimique
(en quivalent Tonne C2H4)
Utilisation nergie primaire totale nette = entre sortie
(GJ/an)
% Energie primaire totale nette partir de sources
renouvelables
Energie primaire totale (kJ/par kg de produit)
Energie primaire totale par unit de valeur ajoute
(kJ/)
Quantit totale de matires premires utilises (par kg de
produit, kg/kg)
Quantit totale de matires premires utilises (par unit
de valeur ajoute kg/)
Fraction de matires premires recycles dans lusine
(kg/kg)
Fraction de matires premires recycles par les
consommateurs (kg/kg)
Matires premires dangereuses (par kg de produit,
Eau
kg/kg)
Sol
Utilisation des ressources
Energie
Critres environnementaux
Emissions, effluents et rejets
Tableau 1.3. Critres environnementaux recommands par lIChemE
Consommation nette deau utilise

(par kg de produit, kg/kg)
Consommation nette deau utilise
(par unit de valeur ajoute, kg/)
Utilisation du sol (m2)
Dchets (Tonnes de dchets)
20
valeur, impt
Bnfice,
Investissement
Critres conomiques
Tableau 1.4. Critres conomiques recommands par lIChemE

Valeur ajoute (/an)
Valeur ajoute par unit de valeur des ventes (/)
Valeur ajoute par employ direct (/an)
Marge brute par employ direct (/an)
Retour par rapport au capital moyen utilis (%/an)
Impts pays, en pourcentage du bnfice net avant impt (%)
Pourcentage daugmentation (diminution) du capital utilis
(%/an)
Dpenses R&D % des ventes (%)
Employs avec une qualification post bac (%)
Nouvelles embauches/nombre demploys directs (%/an)
Dpense de formation en pourcentage des dpenses salariales
(%)
Ratio embauches indirectes/nombre demploys directs
Dons en pourcentage du bnfice net avant impt (%)
1.3.3 Utilisation de mtriques de dveloppement durable

Les mtriques de dveloppement durable peuvent tre utilises diffrents niveaux dans le
processus daide la dcision :
- lors de lvaluation des alternatives techniques (varit de matires premires, options
damliorations des procds,.) ou financires (varit de fournisseurs,),
- pendant les comparaisons dunits industrielles,
- pour identifier les impacts des units industrielles,
- des fins de communication avec les parties prenantes.
On constate quelles deviennent de plus en plus complexes la fois par leur contenu mais
aussi, par leur mthodologie [TAN 06]. Le choix des indicateurs appropris dpend des
spcificits du secteur industriel concern, voire des types de produits. Selon [LAP 04], les
indicateurs devraient reflter les sous-produits, rejets et missions caractristiques du procd
ou du produit mais aussi des ressources ncessaires pour fournir un service. Il est donc
difficile de donner une liste universelle dindicateurs. Il parat plus judicieux danalyser et
dexpliquer les choix dindicateurs dans un nombre de situations typiques.
Il existe encore peu doutils de gestion et de mtrique de dveloppement durable : on peut
mentionner le logiciel BRIDGESworksTM Metrics [TAN 04]. Il est clair que de tels outils
contribueront faciliter la prise en compte des critres de dveloppement durable, surtout sils
sont intgrs au systme global de gestion de linformation de lentreprise. Ainsi, une telle
dmarche encouragera le concept de cycle de vie tout au long du cycle de vie du produit.
21
1.4 Indice dimpact environnemental potentiel ( Waste

Reduction algorithm )
Compte tenu de la difficult renseigner lensemble des informations requises par le calcul
des indicateurs dune mtrique, au stade de la conception prliminaire dun procd, un
certain nombre de travaux se sont orients vers le dveloppement dun bilan environnemental.
Une mthode, trs cite dans la littrature ddie et identifie par le terme dAlgorithme de
Rduction des Rejets (plus connue, sous son acronyme anglo-saxon WAR, WAste Reduction
algorithm), est base sur le concept de bilan environnemental, analogue aux bilans de matire
et dnergie. Elle fut prsente dans la littrature pour la premire fois en 1994 par Hilaly and
Sikdar [HIL 94]. Il ne sagit pas dun outil danalyse du cycle de vie, car lapproche est
essentiellement base sur le procd et la gnration dutilits associes au sein du cycle de
vie du produit et nintgre pas les autres phases : acquisition des matires premires,
distribution, utilisation et recyclage du produit. [YOU 99] dfinissent sur la Figure 1.3. les
frontires du systme dans la mthodologie WAR. Cette mthode est utilise en phase de
conception dun procd et utilise les informations du procd (dbits et fractions massiques)
ainsi que des donnes toxicologiques pour calculer limpact environnemental du procd. Elle
ncessite le recours un logiciel de flowsheeting. Cette mthode amricaine a t dveloppe
au sein de lEPA (Environmental Protection Agency, National Risk Management Research
Laboratory) pour prendre en compte laspect environnemental ds la phase de conception du
procd.
Cycle de vie du produit
Procd de
fabrication du
produit
Distribution du
Produit
Utilisation du
produit
WAR
Algorithm
Acquisition de
matires premires
Recyclage
Elimination du
produit
Environnement
Figure 1.3.
Frontire du systme dans la mthodologie WAR dans lACV du produit

22
1.4.1 Thorie de limpact environnemental potentiel (IEP)

Dans la mthode WAR, les impacts environnementaux sexpriment laide de lIEP (Impact
Environnemental Potentiel) qui rsulte dun bilan environnemental. Ce type de bilan doit
seffectuer lors de la phase de conception dun procd au mme titre que les bilans de
matire et dnergie. Les IEP sont des grandeurs sans dimension qui permettent de calculer
limpact environnemental. Le rsultat du bilan de lIEP est le calcul dun indice dimpact (I)
qui fournit une mesure quantitative de limpact du rejet dun procd. Lobjectif de la
mthodologie consiste minimiser lIEP pour un procd au lieu de minimiser la quantit de
rejets gnrs par le procd. Les points cls de la mthode ([CAB 99]) sont brivement
rappels ci-aprs. Le systme tendu intgre lunit de production dnergie ncessaire au
fonctionnement du procd. La Figure 1.4 montre les frontires de lalgorithme WAR ainsi
que la prise en compte de laspect nergtique du procd. Ainsi, la dtermination des IEP se
fait comme suit :
Pertes
nergtiques
I inPC
PC
I out
Procd
Chimique
Entres
de matire
I inPE
Fourniture dnergie
Procd
de Production dEnergie
Pertes
nergtiques
Figure 1.4.
I PC
PEn
Sorties
de matire
PE
I out
I PE
PEn
Prise en compte de lnergie dans lalgorithme WAR (daprs [YOU 00])
En rgime permanent,
PC
PE
PC
PE
t
I inPC + IinPE - I out
- I out
- I PEn
- I PEn
+ I Gen
=0
(1.2)
23

PC
o I inPC et I out
sont respectivement les taux dentre et de sortie de lIEP pour le procd
PE
sont respectivement les taux dentre et de sortie de lIEP pour le
chimique ; IinPE et I out
PC
PE
procd de production dnergie. I PEn
et I PEn
sont respectivement les sorties de lIEP
associs aux pertes nergtiques du procd chimique et du procd de production dnergie.

t
I Gen
est le taux de gnration de limpact lintrieur du systme. Pour des procds
t
reprsente la cration et la consommation de limpact par les ractions
chimiques, I Gen
chimiques lintrieur du procd.

Il est considr par [YOU 99] que les missions fugitives sont ngligeables par rapport
PC
PE
et I PEn
celles relatives aux quantits dnergie consomme et produite par le procd ( I PEn
sont ngligs). De plus, limpact des courants entrant dans le procd de production dnergie
IinPE
est nglig.
Lquation (1.2) se simplifie pour donner :
I inPC
PC
PE
t
- I out
- I out
+ I Gen
=0
(1.3)
Ce bilan peut se mettre sous la forme :
(t )
I in
(t )
(t )
- I out
+ IGen
=0
(t )
I in
est dfini comme limpact environnemental potentiel total qui rside dans les entres de
(1.4)
matire du procd incluant llaboration du produit et le procd de gnration dnergie,

estim uniquement par les impacts entrant dans le procd chimique I inPC .
(t )
I out
est dfini comme limpact environnemental potentiel total qui rside dans les sorties de
matire du procd incluant llaboration du produit et le procd de gnration dnergie,

PC
estim par les impacts sortant la fois du procd chimique I out
et de lunit de production
PE
dnergie I out
.
Lindice dimpact environnemental potentiel entrant I in(t ) peut tre approxim de la faon
suivante :
(t )
Iin
=
Cat .Env.
Cat .Env.
Courants
Comps
(t )
i I i,in = i M j ,in xkj kis + ...
24
(1.5)

i dsigne un facteur de pondration affect la catgorie dimpact environnemental
potentiel (IEP) i, I i(,tin) dsigne lindice entrant IEP pour la catgorie i, M j ,in est le dbit
massique du courant j (soit entrant, soit sortant), xkj dsigne la fraction massique du
composant k dans le courant j, et kis reprsente la valeur normalise de limpact
environnemental dun composant pour lune des catgories dimpacts i identifie.
Notons que les facteurs de pondration i sont utiliss pour combiner les catgories dimpact
en un seul indice et reprsentent limportance relative que le concepteur attribue une
catgorie dimpact. La majeure partie des tudes recenses dans la bibliographie attribuent des
valeurs quivalentes aux facteurs de pondration.
Un raisonnement similaire est appliqu pour dterminer un indice dimpact environnemental
potentiel sortant :
(t )
I out
=
Cat .Env.
Cat .Env.
Courants
Comps
(t )
i I i,out = i M j ,out xkj kis + ...
(1.6)
In fine, deux types dindice environnemental sont utiliss pour valuer le caractre
environnemental dun procd : un indice sur une base horaire IEP/h et une autre sur une base
de production IEP/kg de produit, soit :
(t )
Iout
=
(t )
I out
(1.7)
produits
Pp
p
(t )
Dans cette expression, Iout
reprsente lindice IEP sortant, exprim en IEP/kg de produit, Pp
dsignant le dbit massique du courant p.

Une transformation similaire est effectue pour convertir lindice de gnration dimpact
environnemental en terme dIEP/kg.
(t)
I ( t ) = I gen
Gen
produits
Pp
(1.8)
25
Lobjectif de lalgorithme WAR consiste fournir un moyen de comparaison de potentiel

dimpact environnemental entre des alternatives de conception dun procd : plus lindice est
faible, plus le procd est respectueux de lenvironnement.
1.4.2 Facteur dimpacts environnementaux : catgories et calculs

Les impacts environnementaux sont regroups en huit catgories: potentiel de rchauffement
climatique, potentiel dacidification, potentiel dpuisement de la couche dozone, oxydation
photochimique ou potentiel de formation de smog , potentiels de toxicit humaine par
ingestion et par inhalation, potentiels de toxicit aquatique et terrestre. Une brve description
de ces impacts est dcrite ci-aprs, et illustre sur la figure 1.5. La classification de ces
catgories dimpacts est base sur une tude de [HEI 92]. Ces catgories ont t proposes
pour faire ressortir les indicateurs les plus reprsentatifs par rapport la conception dun
procd. Ces indicateurs peuvent se regrouper en trois domaines, atmosphrique global,
atmosphrique rgional et toxicologique local (voir Tableau 1.5 o des acronymes anglosaxons sont utiliss). Le Potentiel de Rchauffement Global, en anglais Global Warming
Potential (GWP) est un indice qui compare la contribution d'un gaz effet de serre au
rchauffement climatique par rapport celle du dioxyde de carbone (CO2), sur une priode
donne.
Tableau 1.5. Catgories dimpacts environnementaux utiliss dans lalgorithme WAR
Toxicologique local
Impact atmosphrique global
Impact atmosphrique rgional
- Potentiel de toxicit
humaine par ingestion (HTPI)
Impact sur lhomme - Potentiel de toxicit
humaine par inhalation ou
exposition cutane (HTPE)
aquatique (ATP)
Ecologique
terrestre (TTP)
- Potentiel de Rchauffement Global
(GWP)
- Potentiel dEpuisement de la couche dOzone
(ODP)
- Potentiel dAcidification (AP)
- Potentiel doxydation photochimique ou potentiel
de formation de smog (PCOP)
26
Le dioxyde de carbone (CO2) tant le compos chimique de rfrence, son GWP est gal 1.
Le GWP prend en compte la mesure du forage radiatif (quantit d'infrarouge qu'une
substance peut absorber, ai en Wm-2) induit par une molcule de concentration Ci dans
latmosphre en ppm). On procde alors lintgration du forage radiatif sur une priode
donne, gnralement 100 ans.
GWP
n
0
n
0
a i C i dt
a CO
(1.9)
C CO 2 dt
Absorption
Rayonnement
UV
SO2
Rflexion
Rayonnement
IR
CFCs
CO2
NOx
H2 SO4
CH4
H NO3
Effet de serre
Acidification
Pollution de lair
NOx
Hydrocarbures
Oxydes nitreux
N2O NH3
Chaleur
Ozone
photochimique
Hydrocarbures
PO43NO3- NH4+
Eaux uses
Oxydes nitreux
Ozone photochimique
Eutrophisation
Rayonnements UV
Stratosphre
10-50 km
Absorption
Absorption
CFCs
Oxydes nitreux
Epuisement de la couche dozone
Figure 1.5.
Schmatisation des principaux impacts environnementaux
Le Potentiel dAcidification (Acification Potential, AP) dun compos est li au nombre de

moles de H+ cr par nombre de moles de compos selon la raction
27
... H
X +
....
(1.10)
X dsigne la substance chimique qui initie lacidification et le coefficient stchiomtrique

molaire reprsente le rapport du nombre de moles dions H+ par mole de X. Lacidification
est gnralement exprime sur une base massique (i, H+ /kg) :
i =
(1.11)
Mi
Dans cette expression, Mi dsigne la masse molculaire de X (kg i/mole i). Comme
prcdemment, un compos de rfrence, SO2, est utilis pour exprimer le potentiel
dacidification :
AP
i
SO
(1.12)
2
Le Potentiel dpuisement de la couche dozone (Ozone Depletion Potential ODP) dans la

stratosphre est bas sur le calcul de la variation dans le temps et lespace de la concentration
en O3 ([O3]) due lmission dun gaz spcifique par rapport la mme quantit relative
un compos de rfrence le trichlorofluoromthane (CFC-11, CCl3F).
Loxydation photochimique ou potentiel de formation de smog (PhotoChemical Oxidation
Potential PCOP) quantifie la contribution au phnomne de smog (oxydation
photochimique de certains gaz qui produit de lozone). Il sexprime en quivalent thylne
C2H4. Ces quatre indicateurs (GWP, AP, ODP, PCOP) relvent du domaine atmosphrique
global ou rgional. Le potentiel de toxicit humaine par ingestion (Human Toxicity Potential
by Ingestion, HTPI), le potentiel de toxicit humaine par inhalation ou exposition cutane
(Human Toxicity Potential by either inhalation or dermal Exposure, HTPE), le potentiel de
toxicit aquatique (Aquatic Toxicity Potential, ATP) et le potentiel de toxicit terrestre
(Terrestrial Toxicity Potential, TTP) sont relatifs au domaine toxicologique local. En premire
approximation, la dose ltale 50 ou DL50 (LD50 en anglais pour Lethal Dose 50) ou CL50
(concentration ltale 50) est utilise pour estimer le HTPI. Cet indicateur mesure la dose de
substance causant la mort de 50 % d'une population animale donne (souvent des souris ou
des rats) dans des conditions d'exprimentation prcises. Le potentiel de toxicit terrestre
(TTP) est estim de la mme manire que le HTPI en utilisant la mme base de donnes du
DL50 pour le rat.
28
LATP est estim partir de ltude des effets sur le poisson tte de boule (Pimephales
promelas). Les donnes sont traduites sous la forme dune concentration qui provoque la mort
(CL50) pour 50 % des organismes exposs une substance pendant une dure limite et
dtermine. Pour estimer le potentiel de toxicit humaine par inhalation ou exposition cutane
(HTPE), les moyennes pondres dans le temps (TWA) des valeurs limites d'exposition
conseilles (VLE) ont t utilises. Ces valeurs proviennent essentiellement de l'OSHA,
ACGIH et du NIOSH. Cette mthode pour lestimation du HTPE doit tre considre comme
une approximation de premier ordre, car des recherches sont actuellement menes pour
obtenir une meilleure et plus pertinente mthode dvaluation de ce potentiel de toxicit
humaine. Toutefois, pour le moment, les valeurs de DL50 seront utilises dans le but
dobtenir une comparaison entre les toxicits relatives humaines et terrestres.
Lalgorithme WAR a t utilis sur de nombreux procds et la dmarche dapplication est
bien illustre sur des cas tests de procds (on peut se reporter par exemple aux travaux de
[HIL 96], [DIW 02] sur des procds de production de pnicilline ou de production de
benzne par hydrodsalkylation du tolune)
1.5 Indice SPI Sustainable Process Index

Une autre approche pour analyser le caractre durable dun procd, est base sur le calcul
dun indicateur agrg propos par Krotscheck et Narodoslawsky [KRO 96], lindice SPI
Sustainable Process Index , traduction du concept dempreinte cologique pour un procd,
qui mesure limpact environnemental total dactivits humaines diverses. Le calcul du SPI est
bas sur les bilans de masse et dnergie du procd. La figure 1.6 montre les frontires de la
mthode SPI selon [NAR 95]. Il est indpendant des normes lgales qui peuvent varier dans le
temps ; ce qui le rend particulirement attractif. Lobjectif du SPI est de comparer les flux de
matire et dnergie induits par lactivit humaine aux flux de matire naturels, une chelle
tant globale que locale. Dans cette approche, la plante est considre comme un systme
thermodynamiquement ouvert ; cest--dire ouvert aux flux de radiations solaires vers sa
surface et qui rmet de lnergie dans lunivers. Les radiations solaires sont les seules forces
motrices naturelles pour tous les processus de lenvironnement et ceux issus de lactivit
humaine.
29
Procds anthropogniques
Matires premires,
nergie
Produits
Gnration
Dgradation
Environnement
Limites pour l'intgration du

procd dans l'cosphre
Figure 1.6.
Frontires de la mthode SPI selon [NAR 95]
Elles constituent un flux limit, bien que disponible indfiniment, et reu par la surface de la
plante. Cela signifie que tous les procds naturels ou induits par lactivit humaine
ncessitent une certaine fraction de ce flux limit et requirent une certaine surface. En
dautres termes, les procds technologiques sont en comptition les uns avec les autres et
avec les procds naturels pour cette surface, qui est une ressource limite. Lactivit humaine
exerce des impacts sur lenvironnement de diffrentes faons. Tout procd considr au sein
dune analyse du berceau la tombe ncessite des matires premires, de lnergie, des
installations, emploie du personnel et rejette des dchets ou des missions dans
lenvironnement. La superficie totale pour intgrer de faon durable un procd spcifique
dans l'cosphre est alors donne par :
Atot = AMP+AE+AI+AS+AD
[m2]
(1.13)
O AMP reprsente la surface pour lextraction des matires premires; AE la surface relative
la ressource en nergie, AI laire relative aux installations, AS la surface pour prendre en
compte le personnel et AD la surface pour dissiper tous les dchets et missions.
Les procds produisent des services ou des biens. Limpact par unit de bien ou de service
est reprsent par une aire spcifique atot .
atot =
Atot
NP
(1.14)
30
O NP spcifie le nombre de biens ou de services produits par le procd, e.g. la quantit de

kWh produite par un systme nergtique spcifique. La priode de rfrence est
gnralement une anne. Finalement, on peut relier cette aire spcifique pour la production
dun certain bien ou service laire statistiquement disponible par personne pour fournir les
biens ou services de faon durable. Ce rapport dfinit lindice SPI :
SPI =
atot
ain
(1.15)
O ain est la surface disponible relative la fourniture annuelle de biens et dnergie par
personne. Elle est gnralement estime en divisant laire totale dune rgion par le nombre
annuel de ses habitants. En pratique, le SPI signifie quelle fraction de laire thoriquement
disponible par personne pour garantir sa subsistance dans des conditions durables est utilise
pour la production ou le service en question. En effet, plus le SPI (ou atot) est faible, plus
limpact sur lcosphre est aussi faible pour fournir le bien ou le service.
Un point cl de lvaluation du SPI est de pouvoir spcifier et comparer les diffrents impacts
dune technologie. Une description dtaille du calcul et de lapplication du SPI font lobjet
des travaux de [NAR 95] et [KRO 96]. Les auteurs proposent des corrlations pour dterminer
les diffrentes aires [NAR 06]. Un exemple dtude intressant de cet indicateur est propos
par [STE 99] pour le cas dun bioprocd (production de pnicilline). Pour fournir une
analyse plus complte de linteraction des charges environnementales et des cots financiers,
une carte stratgique de performance environnementale a t propose, base sur la
combinaison de diffrentes empreintes [DEB 09] : empreinte carbone ([HUI 08] [WIE 07]),
empreinte eau [HOE 02], empreinte nergie (renouvelables, non-renouvelables) [STO 03],
empreinte due aux missions (air, eau, sol) [SAN 07].
1.6 Une base thermodynamique pour une mtrique de

dveloppement durable : lexergie
Une autre voie pour dfinir un indicateur de dveloppement durable consiste utiliser
lexergie. Une prsentation de lensemble des concepts est propose dans une synthse en
deux parties [GON 01a], [GON 01b]. La comptabilit exergtique [DEW 08] permet de
quantifier globalement les ressources consommes et les missions dans lenvironnement
dans la mesure o il sagit dune grandeur physique qui peut intgrer les transferts de matire
et dnergie.
Lanalyse exergtique est base sur lassociation du premier principe (conservation de
lnergie) et du second principe (cration dentropie, prise en compte des irrversibilits et de
31
la dgradation de lnergie) de la thermodynamique ([AHE 80], [BEJ 96]). En raison de la

gnration dentropie, lnergie disponible dans les produits sortants (exergie des produits
sortants) est infrieure celle disponible dans les ressources. Cette dgradation de la qualit,
quantifiable par la destruction dexergie, intervient dans les procds physico-chimiques,
quils interviennent dans lcosystme naturel (production de biomasse par exemple) ou dans
lcosystme industriel (production, consommation ).
Des systmes daide la dcision et des techniques bases sur la combinaison des concepts
exergtiques et danalyse conomique ont t galement dvelopps, aboutissant une
estimation exergtique [ADA 11]. Lanalyse exergtique a t applique une varit de
procds de conversion dnergie et de procds chimiques, comparant notamment diverses
filires nergtiques ([DEW 05], [DEW 06]. Elle savre particulirement intressante pour
des systmes de cognration, car elle place sur un mme plan nergtique les diverses
sources dnergie mises en jeu ([GOM 09], [KAN 09] par exemple).
1.7 Indicateurs issus dune Analyse du Cycle de Vie

Lanalyse de cycle de vie (ACV) est un outil de gestion environnemental qui permet
lidentification et la quantification des impacts environnementaux dun produit, dun procd
ou dune activit du berceau la tombe , soit de lextraction des matires premires jusqu'
leur traitement en fin de vie (mise en dcharge, incinration, recyclage .). [GUI 10] propose
une excellente synthse de lutilisation de lACV et de ses perspectives dvolution.
1.7.1 Principales mthodes de catgories dimpact

Diffrentes mthodes existent pour traduire les rsultats dinventaire en indicateurs dimpact
environnemental diffrents niveaux. On distingue gnralement deux grandes catgories en
fonction de leur positionnement sur le continuum de la chane des causes effets (quelques
exemples sont illustrs sur la Figure 1.7). Dune part, les mthodes dites orientes problme
(mid-point), et dautre part, les mthodes dites orientes dommage (end-point).
1.7.1.1
Mthodes dites orientes problme
Les plus reconnues et utilises aujourdhui, permettent de caractriser les flux inventoris en
indicateurs dimpacts potentiels (ou indicateurs mid-point ), de lordre dune dizaine. Elles
modlisent limpact relativement proche du flux environnemental et ne concernent donc
quune partie du mcanisme environnemental. Leur avantage est de limiter lincertitude.
32
Parmi les mthodes mid-point : on peut citer la mthode CML baseline 2001 de lUniversit
de Leiden aux Pays-Bas ([HEI 92] pour laquelle il existe un large consensus, ou encore la
mthode EDIP 97 ou 2003 [HAU 98]). Cette approche, particulirement utilise en
Scandinavie, modlise des impacts correspondant des effets dordre suprieur. Elle permet
de mieux communiquer, mais elle est plus incertaine du fait des nombreuses hypothses
quelle implique. Les catgories dimpact communment prises en compte dans les mthodes
mid-point impliquent gnralement le rchauffement climatique, lappauvrissement de la
couche dozone, la formation dozone troposphrique, lacidification, leutrophisation, la
toxicit, lcotoxicit, lpuisement des ressources, loccupation des sols.
1.7.1.2
Mthodes dites orientes dommage
Ces mthodes modlisent les impacts un stade relativement avanc du mcanisme

environnemental, cest--dire qui agissent directement en tant que dommages sur la sant
humaine, les cosystmes et les ressources. Ces indicateurs prsentent plus de pertinence en
matire de communication et sont donc plus facilement utilisables, mais leur modlisation est
plus incertaine du fait de la complexit du mcanisme et des difficults le modliser
entirement. Les mthodes typiques sont les mthodes EPS [STEE 99] et Eco-Indicator 99
[GOE 99]. Les catgories de dommages concernent la sant humaine, lenvironnement naturel
biotique et abiotique, les ressources naturelles biotiques et abiotiques, lenvironnement
anthropique.
Matires
Premires Energie
GES: chane de cause effets

Produits
Procd
Chimique
GES
Emissions
CO2, CH4, N20
Changement
Climatique
Elvation du
niveau de la mer
Mortalit humaine
Environnement
biotique
Matires
Premires Energie
Chane de cause effets pour la formation

de smog photochimique
Produits
Procd
Chimique
Substances
conduisant lpuisement
de la couche dozone
CFCs, HCFCs
33
Epuisement
de la couche dozone
Augmentation des UV
Mortalit humaine
Dommages sur les
cosystmes

Matires
Premires Energie
Emissions des substances chimiques conduisant

lpuisement de la couche dozone :
chane de cause effets
Produits
Procd
Chimique
NOx
et composs
organiques volatils
Ractions doxydation
photochimique
Dommages humain
/cologique
partir dO3
et autres oxydants
Matires
Premires Energie
Pluies acides: chane de cause effets

Produits
Emission
dans lair de
Procd
Chimique
Figure 1.7.
1.7.1.3
SO2 et NOx
Pluies et
dpts acides
Dommages humain
/cologique
partir dH+
et de mtaux lourds
Quelques exemples de chanes de causes effets
Mthodes dites orientes problme et orientes dommage
Quelques mthodes modlisent les impacts la fois aux niveaux mid-point et end-point
(mthode Impact 2002+ [JOL 02]).
1.7.2 Vers une Analyse Durable du Cycle de Vie

Dans un article de synthse sur le pass, le prsent et le futur de lACV [GUI 10], il est
rappel que le dveloppement de lACV a connu diffrentes phases qui ont finalement inscrit
la mthode en tant quoutil dcisionnel de gestion environnementale pour une conception de
produits, procds et systmes durables :
- Pass de lACV (1970-2000) : on distingue clairement deux priodes. Tout dabord, la
priode (1970-90) avec deux dcades de conception de la mthode souffrant dapproches, de
terminologies ; voire de rsultats souvent divergents, faisant apparatre un manque de
discussions scientifiques et de plateformes dchanges autour de la mthode. Cette priode a
t suivie dune dcade de standardisation avec un essor de lactivit scientifique et une
coordination des activits (travaux de la SETAC, dfinition des activits de standardisation
(notamment ISO 14040 Management environnemental - Analyse du cycle de vie - Principes et
cadre).
34
- Prsent de lACV (2000-2010) : cette priode se caractrise comme la dcade dlaboration

de la mthode.
- Futur de lACV : Toutefois, la mthode ACV, comme cela a t explicitement mentionn,
ne sintresse qu la composante environnementale du cycle de vie. Lenjeu actuel se situe
clairement au niveau de lextension de la mthodologie aux autres composantes du
dveloppement durable (LCSA, Life Cycle Sustainable Analysis).
1.8 Synthse et orientation des travaux

Ce chapitre a prsent une revue des diffrents indicateurs et mtriques recommands lors de
la conception ou de la phase dvaluation de procds et de systmes durables. Il met en
vidence une abondante littrature dans le domaine et des voies diffrentes pour dfinir des
indicateurs ou mtriques, avec des niveaux diffrents dapprciation du caractre durable :
lutilisation dune mtrique (AIChE, IChemE), dun impact environnemental potentiel, dun
indicateur de type SPI, le recours une approche nergtique ou une approche de type analyse
de cycle de vie, etc. sont expliqus.
La conception de procds et systmes durables met en jeu des domaines ou des mthodes
extrmement varis, touche aux produits et aux procds et implique une dmarche
compltement nouvelle de la part de l'ingnieur procds.
Jusqu prsent, les travaux dvelopps ont surtout port sur la prise en compte simultane de
considrations environnementales et conomiques. Les facteurs sociaux sont indirectement
traits travers les impacts sur la sant humaine, la scurit du procd et la rduction dans
les missions de rejets toxiques. Cela reflte la difficult de quantification des indicateurs
sociaux et leur liaison avec la partie oprationnelle du procd.
Dans ce contexte gnral, il parat vident que lapproche systmique du gnie des procds
qui base sa mthodologie sur une vision holistique combinant modlisation, simulation et
optimisation, intgrant et unifiant les concepts du gnie des procds doit jouer un rle
important. Cela amnera ncessairement revisiter les mthodes de conception,
dexploitation de procds pour les rendre plus robustes et durables, mais galement pour
proposer des mthodologies innovantes intgrant produits, procds et systmes, obissant
ds lorigine, aux principes du dveloppement durable.
Une tendance remarque dans la littrature concerne le ncessaire couplage entre les
simulateurs de procds, des outils de quantification des impacts environnementaux (de type
35
analyse de cycle de vie) et des mthodes d'optimisation dans la conception afin d'aboutir une
solution globalement acceptable.
Toutefois, on peut noter que si la mthodologie WAR a largement t utilise, on peut
toutefois
objecter
que
le
concept
dindice
environnemental
potentiel,
grandeur
adimensionnelle pour calculer limpact environnemental dun procd, ne donne pas une
mesure quantitative des diffrents impacts. Nanmoins, les facteurs dimpacts quelle met en
jeu semblent reprsentatifs dun grand nombre de procds et se retrouvent dans les mtriques
de lAIChE, de lIChemE et dans un grand nombre de mthodes de caractrisation de limpact
implants dans des analyses de cycle de vie. Lapproche de type SPI relativement peu
utilise souffre dun manque de donnes dans le calcul des diffrents paramtres quelle
implique. Lapproche exergtique savre particulirement intressante pour des systmes de
cognration, car elle place sur un mme plan nergtique les diverses sources dnergie
mises en jeu : elle avait t retenue dans le cadre de prcdents travaux sur la cognration
hydrogne-lectricit [GOM 09] partir dun racteur nuclaire de type VHTR.
Ltude propose ici a pour objectif de proposer une dmarche dco-conception de procds
lors de la phase de conception prliminaire. Elle na pas lambition de traiter la phase
doptimisation structurelle dun procd, mais sintresse la phase de synthse optimale
dans laquelle les choix topologiques de procds ont t figs. Il sagit ici de dterminer les
conditions opratoires optimales en prenant en compte non seulement des critres
conomiques classiques, mais galement diffrents critres environnementaux. Une attention
particulire sera donc apporte lvaluation environnementale dun procd et des impacts
directs ou indirects quil peut gnrer travers lnergie mise en uvre. Un lment central
de lanalyse concernera donc la modlisation des interconnexions des procds impliqus. Cet
aspect ncessitera un largissement des frontires classiques du champ de ltude, puisque le
systme considr doit prendre en compte le procd lui-mme et la contribution nergtique
de la centrale de production dutilits au procd tudi. Sur ce point, ce travail a fait lobjet
dune collaboration avec la Socit ProSim SA travers lutilisation de son logiciel ArianeTM,
ddi la simulation des systmes de production dutilits. Du fait des multiples
considrations, notamment environnementales qui peuvent prsenter un caractre antagoniste,
l'optimisation de type multiobjectif ainsi que des mthodes sur lanalyse daide la dcision
constituent un champ dexploration intressant qui seront dveloppes dans ce manuscrit. La
dmarche danalyse de cycle de vie stricto sensu sera difficile appliquer ici dans la mesure
o les produits chimiques labors sont gnralement des produits intermdiaires et ne
36
concernent donc pas lusage final, nanmoins certains concepts et critres semblent
intressants appliquer.
1.9 Organisation du manuscrit

Lorganisation du manuscrit trouve son articulation autour des lments de la figure 1.8 qui
seront dclins sous une version adapte au propos de chaque chapitre. :
Donnes
brutes
Dfinition des
objectifs du
champ de l'tude
Calcul de
l'inventaire
Classification
Caractrisation
Effet de serre
Variables
de
dcision
Matires
premires
Procd
chimique
Source primaire
d'nergie
Production
d'nergie
Produits, Co-produits
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Eutrophisation
Front de
Pareto
Mthode d'aide
la dcision
multicritre
Epuisement
ressources
Toxicit
humaine
Modlisation
Validation
Logiciel de flowsheeting
Logiciel d'Analyse du cycle de vie
Critres
conomiques
Stratgie
d'optimisation
Figure 1.8.
Axes forts de la mthodologie dco-conception
Ce premier chapitre a t focalis sur la prsentation du contexte gnral dco-conception en

Gnie des Procds et des mtriques usuelles.
Le chapitre 2 discute et prsente les mthodes, outils et concepts qui seront spcifiquement
utiliss et intgrs dans le cadre de ce travail.
Le chapitre 3 est ddi loptimisation multiobjectif et laide la dcision multicritre : deux
exemples, le procd dit de Williams et Otto et ltude dun turbocompresseur gaz
illustrent la dmarche.
Un axe fort de cette tude, prsent dans le chapitre 4, concerne la modlisation du couplage
entre un simulateur de procds et le logiciel de production dutilits ArianeTM. Lexemple
retenu pour illustrer la dmarche est lexemple de rfrence du procd dhydrodsalkylation
du tolune (procd connu sous lacronyme HDA) [DOU 88].
37
Le chapitre 5 propose la dmarche danalyse, de traitement et dinterprtation de lapproche

dco-conception travers le procd HDA en ciblant sur loptimisation multiobjectif et
lanalyse multicritre.
Enfin, nous concluons et dgageons les perspectives de ce travail.
38
Chapitre 2
Mthodes, outils et critres

dco-conception
39
Nomenclature et symboles
Abrviations
AP :
CA :
COM :
DA :
DALY :
EP :
FUCA :
GWP :
MCDM
MINLP :
MGA :
NLP :
NPGA :
NSGA :
POCP :
SBX :
SPEA :
TOPSIS :
VBA :
WAR :
Symboles
FPi,N :
FEi :
MN :
Potentiel dacidification en t q. SO2/an (Acidification Potential).

Cot annuel en $/an.
Modle de programmation orient objet (Component Object Model).
Analyse de dcision (Decision Analysis).
Anne q. de vie perdue (Disability Adjusted Life Years)
Potentiel deutrophication en t q. PO43-/an (Eutrophication Potential)
Faire Un Choix Adquat
Rchauffement global potentiel en t q. CO2/ an (Global Warming Potential)
Mthode daide la dcision multicritre (Multi Criteria Decision Making)
Programmation mixte non linaire (Mixed Integer NonLinear Programming)
Algorithme gntique multiobjectif (Multiobjective Genetic Algorithm)
Programmation non linaire (NonLinear Programming)
Algorithme gntique niche (Niched Pareto Genetic Algorithm)
Algorithme gntique non tri (Non Sorted Genetic Algorithm)
Potentiel doxydation photochimique en t q. C2H4/ an
(PhotoChemical Oxidation Potential)
Oprateur de croissement binaire (Simulated Binary Crossover)
Algorithme volutionnaire robuste au sens de Pareto (Strength Pareto
Evolutionary Algorithm)
Technique for Order Preference by Similarity to Ideal Solutions
Visual Basic pour Applications (Visual Basic for Application)
Algorithme pour la rduction des rejets (WAste Reduction algorithm)
Facteur de potentiel dimpact de la substance N relatif au fardeau

environnemental i.
Fardeau environnemental i
Masse (ou dbit massique) de la substance N mise (kg ou kg/h)
ma :
Dbit dair (kg/s)
mg :
Dbit de gaz du turbocompresseur (kg/s)
:
m RMi :
P1 et P2 :
P3 e P4 :
PRMi :
Dbit de lutilit i (kg/h, std m3/h, m3/h ou kW)

Dbit massique de la matire premire i (kg/h)
Pression en aval et en amont du compresseur dair (bar)
Pression en aval et en amont de la turbine gaz (bar)
Prix unitaire de la matire premire i ($/kg)
PUTi :
t q. :
T3 :
CA :
TG :
Prix unitaire des utilits i ($/kg, $/std m3, $/m3 ou $/kWh)

Tonne quivalent
Temprature de la chambre de combustion de la turbine gaz(K)
Rendement isentropique du compresseur dair
m UTi
Rendement isentropique de la turbine gaz
40
2.1 Introduction
Ce chapitre a pour objectif llaboration dun cadre gnral de conception de procds coefficaces, bas sur les lignes directrices de la mthodologie de conception respectueuse de
lenvironnement, propose par Allen et Shonnard, (2002) [ALL 02]. Lune des difficults
majeures pour aborder les problmes de conception de procds co-efficaces est lie la
considration simultane dobjectifs indpendants et trs souvent en comptition. Dans le
chapitre prcdent, il a t montr que pendant ces dernires annes, plusieurs travaux ont t
consacrs au dveloppement de mtriques et dindicateurs environnementaux. Il existe
gnralement deux voies pour intgrer les perspectives environnementales dans la conception
de procds industriels [LI 09]. La plus courante est de traiter le(s) critre(s) environnemental
(aux) comme une (des) contrainte(s) de loptimisation conomique ou de traiter les critres
environnementaux comme les principaux objectifs dans la slection et la conception du
procd, tout en tenant compte de la faisabilit conomique. Une autre approche consiste
formuler le problme multiobjectif en associant des objectifs environnementaux avec dautres
critres comme la maximisation du profit, la minimisation du cot opratoire, etc. Cette
dernire approche retenue dans le cadre de cette tude permet de traduire plus naturellement
la formulation dun problme dingnierie dans le respect des principes de dveloppement
durable.
La modlisation des procds chimiques est gnralement effectue laide de simulateurs de
procds tels que les logiciels de flowsheeting CHEMCAD (http://www.chemcad.com/),
Aspen Plus (http://www.aspentech.com/), HYSYS (http://www.aspentech.com/hysys/),
PRO/II
TM
Plessala
(http://iom.invensys.com/EN/Pages/home.aspx),
ProSimPlusTM,
ArianeTM
et
(http://www.prosim.net/fr) .
La rsolution de problmes multiobjectifs repose, dune part, sur les mthodes dterministes
de scalarisation telles que Weighted Sum [KIM 04] ou -constraint [MAV 09], et dautre part,
sur les procdures stochastiques comme le recuit simul [KIR 83], les colonies de fourmis
[DOR 92], les algorithmes gntiques [HOL 75], etc Daprs la bibliographie ([VAN 00],
[BRA 04], [MAN 07]), les algorithmes gntiques sont trs utiliss dans de nombreux
secteurs de lingnierie. En raison de leur paralllisme implicite, ils ont t largement adapts
au traitement de laspect multicritre. Cet atout a constitu dans le cadre de cette tude une
motivation particulire pour les utiliser, allie une certaine exprience acquise dans lquipe
concernant la mise au point des paramtres. Ainsi, comme le montre la figure 2.1, la
conception dun procd co-efficace intgre le modle mathmatique du procd industriel
41
et/ou un logiciel de production dutilits, coupl avec un modle dvaluation conomique et

environnemental, le tout inclus dans une boucle doptimisation multiobjectif.
Le rsultat final dune optimisation multiobjectif est un ensemble de solutions de compromis
(solutions non domines), dit front de Pareto, tel que pour chaque solution, on ne peut
amliorer un critre sans en dgrader au moins un autre. Afin daider les dcideurs faire des
choix parmi cet ensemble de solutions, des techniques daide la dcision multicritre sont
mises en uvre. Parmi elles, la mthode TOPSIS (Technique for Order Preference by
Similarity to Ideal Solution) est trs souvent adopte dans les tudes rcentes. Une autre
procdure dveloppe au sein de lquipe de recherche, nomme FUCA (Faire Un Choix
Adquat), sera galement utilise dans cette tude.
Dfinition des
objectifs du
champ de l'tude
Donnes
brutes
Calcul de
l'inventaire
Classification
Caractrisation
Effet de serre
Variables
de
dcision
Matires
premires
Procd
chimique
Source primaire
d'nergie
Production
d'nergie
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Eutrophisation
Front de
Pareto
Mthode d'aide
la dcision
multicritre
Epuisement
ressources
Toxicit
humaine
Modlisation
Critres
conomiques
Stratgie
d'optimisation
Figure 2.1.
Cadre gnral de ltude couplant simulateur de procd-optimisation

multiobjectif-aide la dcision
La mthodologie intgre dco-conception est dtaille dans ce chapitre. En premier sont

dcrites, les procdures de simulation des procds et leur application des problmes dcoconception, ainsi que les outils dvaluation des critres environnementaux (serveur de
proprits thermodynamiques, production dutilits). Ensuite, les principes de loptimisation
multiobjectif sont rappels et la procdure de rsolution retenue est prsente avec les critres
adopts (conomiques et environnementaux). Enfin, les stratgies daide la dcision
multicritre sont dtailles. Un logiciel danalyse du cycle de vie qui sera utilis dans le
chapitre 5 des fins de validation des solutions obtenues par optimisation.
42
2.2 Simulateurs de procds et application au problme

dco-conception
Le simulateur de procds est devenu un outil standard pour les ingnieurs de procds pour
rsoudre les quations de bilans matire et nergie pour l'ensemble des appareils du procd,
calculer les caractristiques (dbit, composition, temprature, pression, proprits physiques)
pour tous les fluides qui circulent entre les appareils et fournir les lments ncessaires au
dimensionnement des quipements. Il permet de dcrire le fonctionnement global dune
installation et dobtenir des informations sur les critres de performance, quils soient
conomiques ou environnementaux etc Plusieurs logiciels commerciaux sont disponibles
(Aspen Plus, CHEMCAD, gPROMS, HYSYS, PRO/II, GAMS, ProSimPlus, etc) et
utiliss de faon routinire pour concevoir et simuler des procds industriels. Lavantage
principal de ces logiciels est dvaluer facilement des modifications de procds en un temps
assez court sans recourir une exprimentation dlicate et coteuse ou un test sur pilote. Il
faut aussi mentionner que pour des problmes de conception, le recours la simulation
lchelle de lunit et des interconnexions du procd est la seule voie dapproche du
problme pour le dveloppement du procd. De tels simulateurs ont aussi t utiliss pour
des tudes environnementales. On peut citer plusieurs exemples :
- Le simulateur Aspen Plus a t coupl un optimiseur pour la dtermination dune

superstructure optimale rduisant la gnration de rejets et la consommation nergtique
tout en satisfaisant un critre de rentabilit. La mthodologie a t applique la
production de chlorure de mthyle.
- Le simulateur CHEMCAD coupl lalgorithme WAR a t utilis par [CAB 99] pour
comparer les impacts environnementaux induits par des modifications de lunit de
production. Lobjectif tait de rduire limpact environnemental travers des recyclages
de matire dans une unit de mthylthylctone et une unit dammoniac.
- Une autre tude [FUD 00] a combin le simulateur Aspen Plus, des mthodes
numriques multiobjectif de type NLP et la mthodologie WAR pour rduire limpact
environnemental et maximiser la rentabilit. La mthodologie a t illustre sur le
procd de production de benzne par hydrodsalkylation du tolune (procd HDA).
- Le simulateur HYSYS a t utilis avec un module doptimisation pour valuer des

variantes de conception pour un procd danhydride malique [CHE 04]. Plus
43
rcemment, plusieurs choix de conception relatives un procd de production de

biodiesel ont t tudis en combinant le simulateur Aspen Plus et des outils
multicritres daide la dcision [OTH 10].
- Une autre approche de conception durable est adopte par [CAR 09], base sur le
simulateur SustainPro, pour identifier, cribler et valuer des alternatives de conception.
SustainPro utilise linformation du procd sous la forme de bilans de matire et
dnergie et applique un ensemble dindicateurs de masse et dnergie. La mthodologie
repose sur une mthode de conception inverse, o des valeurs cibles sont affectes aux
indicateurs et o les variables les plus sensibles vis--vis des indicateurs sont identifies.
- Il existe des versions libres de logiciels de simulation de procd, tels que le

simulateur COCO (http://www.cocosimulator.org). Initialement, ce logiciel modulaire et
squentiel a t conu comme un environnement de test des outils de modlisation
CAPE-OPEN, qui est un standard permettant l'interoprabilit de composants de
simulation de procds. Ce standard dfinit les interfaces que doivent implmenter les
composants de simulation offerts par diffrents fournisseurs logiciels pour pouvoir
communiquer entre eux. La plupart des environnements commerciaux de simulation
sont compatibles CAPE-OPEN, le plus souvent dans la dclinaison Microsoft COM1,
parfois dans la dclinaison CORBA2, et prochainement sous une dclinaison .NET (Voir
tableau 2.1.). Le logiciel COCO est aujourdhui un outil de flowsheeting et de
simulation pdagogique de procds chimiques. Il est bas sur un environnement
permettant des ajouts doprations unitaires et des modules thermodynamiques. Ce
logiciel a t adopt par [MAU 08] dans le but de concevoir un module capable
dinteragir avec tous les logiciels de simulation de procds supportant la technologie
CAPE-OPEN. Ainsi, lalgorithme WAR a t modlis par la cration dun module
spcifique (COWAR) et insr dans le logiciel COCO. Cela a permis doptimiser
limpact environnemental de procds tels que les productions d'anhydride phtalique
partir de naphtalne et de l'o-xylne.
Component Object Model est une technique de composants logiciel cre par Microsoft et utilis en
programmation pour permettre le dialogue entre programmes (majoritairement utilis sur Microsoft Windows).
2
CORBA (Common Object Request Broker Architecture), est une architecture logicielle, pour le dveloppement
de composants et dObject Request Broker. Ces composants, assembls afin dlaborer des applications
compltes, peuvent tre crits dans des langages de programmation distincts, tre excuts dans des processus
spars, voire tre dploys sur des machines distinctes.
44
Tableau 2. 1.
Fournisseurs
ApenTech
www.ApenTech.com
ApenTech
Hyprotech
www.hyprotech.com
Hyprotech
Process Systems
Entreprise (PSE)
www.psenterprise.com
Process Systems
Entreprise (PSE)
Process Systems
Entreprise (PSE)
Belsim
Quelques logiciels fournissant une interface CAPE OPEN

Logiciels
Aspen Plus 11.1
Interfaces
Thermodynamique, proprits
physiques, Oprations unitaires
Fiches thermodynamiques et
proprits physiques
physiques,
Aspen Properties
11.1
HYSYS.Plant 2.4
Distil
gPROMS
Solveurs numriques (linaires

algbriques, non linaires
algbriques, diffrentiels
algbriques
gO :CAPE-OPEN ensemble
gO :CAPE-OPEN
www.prosim.net
Prosim S.A
Infochem
VALI III
Thermodynamique et proprits
Simulis
Thermodynamics
physiques
Ariane
Modlisation et optimisation de
Plessala
systmes de production dutilits
Multiflash 3.1
INDISS
DECHEMA
COM
CORBA
CORBA
COM
COM
COM
COM
COM
COM

SPIP
www.ifp.fr
IFP
COM
physiques
www.rsi-france.com
IFP
COM
physiques
www.infochemuk.com
RSI
COM
d'quations orientes objets (unit)
www.belsim.com
Prosim S.A
Technologies
COM
COM
physiques
FIBER
Oprations unitaires
COM
DETHERM
Base de donnes de proprits
COM
www.dechema.de
physiques
Les tudes dco-conception ncessitent la connaissance pralable de donnes telles que les
proprits thermodynamiques et physiques des composes chimiques impliqus dans les
diffrentes oprations unitaires du procd.
45
Dans les logiciels commerciaux de flowsheeting et de simulation, gnralement des outils

intgrs permettent dvaluer aisment le caractre durable des procds tudis. Cependant,
un handicap de ces logiciels est que lutilisateur ne peut avoir accs aux modules quils
contiennent pour une quelconque modification. Ainsi, le choix des critres et la mthode
doptimisation sont gnralement imposs. De plus, il est actuellement trs difficile voire
impossible de trouver des logiciels qui combinent la fois la modlisation du procd
chimique et celle de la centrale de production dutilits (utilits = dlectricit, de vapeur,
deau chaude, etc.). Par ailleurs, il faut souligner que les simulateurs de procds, quils soient
bass sur une approche oriente quations ou modulaire squentielle ncessitent des temps de
calcul qui peuvent paratre rdhibitoires lorsque leur utilisation doit tre couple avec un
optimiseur. La figure 2.2 sinspire des travaux de [LET 08] et donne le schma de
larchitecture gnrale dco-conception suivie dans le cadre de ce travail.
Equations des
ractions chimiques
Facteurs de potentiels
d'impact
environnemental
Simulateur de
proprits
thermodynamiques
Logiciels de simulation et
d'optimisation de la
production d'utilits
modles d'oprations
unitaires
Simulateur de
procds
Mthode
d'optimisation
Donnes
Informations nergies
Informations matires
Dbit
matire
entrant
Dbit du
produit
principal
Dbit de sous
produits
commercialisables
Dbit de
polluants
Energies
entrants
Energies
consommes
Pertes
d'nergies
Polluants
rejets
Calcul des impacts

environnementaux
potentiels
Figure 2.2. Schma gnral de larchitecture dco-conception de procds (daprs [LET 08])
46
2.3 Architecture simulation de procds-production dutilits

La prise en compte de la production dutilits est un point incontournable dans lvaluation
des impacts environnementaux dun procd. Pour viter des temps de calcul prohibitifs dus
au couplage entre les diffrents outils, nous avons choisi de dvelopper dans un premier temps
pour les applications traites dans le cadre de ce travail un modle de simulation assez simple
du procd tudi qui pourra facilement tre coupl un simulateur de production dutilits et
un optimiseur. Le dveloppement du simulateur simplifi en alternative au logiciel de
flowsheeting ProSimPlus sera illustr dans le chapitre 4, travers le cas du procd de
production de benzne par hydrodsalkylation du tolune qui sert de fil rouge ce travail. Les
solutions optimales qui auront t obtenues pourront ensuite tre recalcules de faon plus
rigoureuse par ProSimPlus. Ce travail a fait lobjet dune collaboration avec la socit
ProSim, et nous avons retenu lutilisation du logiciel ARIANETM de ProSim, simulateur
ddi la production dutilits (vapeur, lectricit, eau de procd ), pour calculer les
besoins en nergie primaire et quantifier les missions de polluants issues de lunit de
production dnergie. La figure 2.3 reprsente le schma global de larchitecture du couplage
entre le simulateur du procd, le simulateur du procd de production dutilits et
loptimiseur.
Serveur de proprits
thermodynamiques par COM
(Simulis Thermodynamics)
Modles doprations unitaires

(Flash, changeur, colonne )
Simulation et
doptimisation des centrales de
production dutilits
(ArianeTM)
Calcul des facteurs

dimpact environnemental
potentiel
(IchemE)
Pilotage dAriane TM
par technologie COM
(Plessala
TM
Simulateur de
procds
Fonctions objectif
Cot, environnement
Mthode doptimisation par algorithme gntique muliticritre

(Multigen)
Mthode multicritre daide la dcision

TOPSIS, FUCA
Figure 2.3.
Architecture simplifie du couplage simulateur de procd -production

dutilits-optimisation
47
Larchitecture a t conue de faon pouvoir dfinir et adapter les critres doptimisation,

les mthodes de rsolution des quations du modle. Elle fait intervenir un serveur de
proprits thermodynamiques (Simulis Thermodynamics) fonctionnant avec la technologie
COM (Component Object Model), un logiciel de simulation et doptimisation des centrales de
production dutilits (ArianeTM), lui-mme pilot par un autre logiciel (PlessalaTM) par
lintermdiaire de la technologie COM. Les outils logiciels utiliss proviennent tous de la
Socit ProSim SA, partenaire de lINPT dans le domaine de la simulation des procds
industriels. Nous dcrivons ci-aprs certains composants qui ont t directement utiliss dans
ce travail.
2.3.1 Serveur de proprits thermodynamiques

Simulis Thermodynamics est un composant logiciel qui joue le rle de serveur de calcul
de proprits physico-chimiques et d'quilibres entre phases. Ce logiciel est accessible dans
plusieurs environnements sous Windows grce la technologie COM. Par exemple, il est
insr sous forme dune macro complmentaire dans MS Excel, une toolbox dans MATLAB
ou un module "pluggable" dans tout autre programme ncessitant le calcul des proprits
physico-chimiques. Simulis Thermodynamics permet de calculer tout type de proprits de
transfert (chaleur spcifique, viscosit, etc.), thermodynamiques (enthalpie, facteur de
compressibilit,) ou dquilibre entre phases (LV, LL, LLV, formation de sels) sur les
systmes
multi-constituants
et
comporte
une
large
bibliothque
de
modles
thermodynamiques (quations d'tat, coefficients d'activit,...). Lors de la cration dun objet

Simulis Thermodynamics, outre les constituants, sont choisis le modle thermodynamique,
les paramtres dinteraction binaire ventuels et les paramtres numriques de rsolution des
quilibres entre phases. Simulis Thermodynamics a t utilis dans plusieurs travaux de
recherche ([AZA 03], [JUA 10], [BEL 08]).
2.3.2 Procds de production dutilits : ArianeTM et PlessalaTM

ArianeTM est un logiciel dvelopp par la socit ProSim SA pour aider la conception et
lexploitation optimale des centrales lectriques. Il permet de simuler et doptimiser toute
installation de production combine dnergie (vapeur, eau chaude, lectricit, air comprim,
etc...). ArianeTM dispose dune bibliothque doprations unitaires habituellement rencontres
dans les centrales thermiques : les chaudires (mono-combustible, bicombustible, lectrique,
etc.), les turboalternateurs (turbine contrepression, turbine soutirage et condensation,
etc), les turbines combustible et les moteurs thermiques, les vannes (avec ou sans
48
dsurchauffe), les changeurs de chaleur et dgazeurs. Par ailleurs, ArianeTM permet de

caractriser prcisment les fumes, en particulier par leurs teneurs en polluants (NOx, SOx,
CO, poussires), de regrouper les sources polluantes sous la forme de "chemines thoriques"
pour se conformer aux contraintes rglementaires, dimposer des valeurs limites d'mission et
enfin, de totaliser les dbits d'mission, et imposer des contraintes sur ces dbits.
Dans le cadre de la modlisation dco-conception, le problme rside dans lintgration des
aspects environnementaux dans le logiciel ArianeTM, de sorte que les missions puissent tre
prises en compte dans le bilan nergtique global. Le logiciel ArianeTM contient une base de
donnes bien renseigne sur les polluants classiques que sont les oxydes dazote, les oxydes
de soufre, le monoxyde de carbone, le dioxyde de carbone, ainsi que les particules solides
comme les poussires. Il comporte en outre une base de donnes sur les combustibles courants
tels que gaz naturel, ptrole, mais lutilisateur peut galement dfinir les caractristiques du
combustible quil utilise si celui-ci nexiste pas dans la base de donnes.
PlessalaTM est une application associe au pilotage ArianeTM partir de nimporte quel
langage ou application en mesure dutiliser la technologie COM de Microsoft. Le langage de
programmation utilis est donc VBA (Visual Basic for Applications). Ainsi, PlessalaTM
permettra dans le cadre du procd tudi dans le chapitre 5, savoir le procd de production
de benzne par hydrodsalkylation du tolune, dune part, de faire la liaison en temps rel
entre ArianeTM (la centrale de production dutilits) et le procd modlis sous Excel et,
dautre part, davoir accs toutes les valeurs des variables et des donnes provenant ou en
direction dArianeTM .
2.4 Optimisation multiobjectif

2.4.1 Formulation du problme et choix de la mthode
Les mthodes couramment utilises dans la littrature pour la conception ou le remodelage
des procds industriels sont des procdures de type MINLP (Mixed Integer Nonlinear
Programming). Ces problmes qui se basaient souvent sur une formulation monobjectif,
impliquent un critre et des contraintes gnralement non linaires, des variables entires qui
traduisent la prsence ou labsence dunits ainsi que des variables continues qui
correspondent aux conditions de fonctionnement, aux divers bilans, etc. La convergence de ce
genre de procdure requiert de fortes proprits mathmatiques, telles que la continuit, la
drivabilit et la convexit sur le domaine explor, proprits difficiles tudier lorsque le
49
critre et les contraintes sont valus par simulation, ce qui est typiquement le cas de cette
tude.
En utilisant la formulation des problmes multiobjectifs contraints propose par [FON 98], un
problme multiobjectif est gnralement constitu dun ensemble de n critres fk, avec k =
1,..n, qui doivent tre maximiss ou minimiss. Chaque critre fk peut tre non linaire, mais
aussi discontinu en fonction des m variables x dans un espace U n dimensions.
(2.1)
f(x) = (f1(x),, fn(x))
Ce genre de problme na gnralement pas une solution unique, mais prsente un ensemble
de solutions non domines, appel ensemble de Pareto , ou front de Pareto . En dautres
termes, un front de Pareto est un ensemble de solutions tel que pour chacune dentre elles,
toute amlioration dun critre se traduit par la dgradation dau moins un autre. Le concept
de domination selon Pareto se base sur la rgle fondamentale suivante.
Dans un espace U, un vecteur u = (u1,, un) domine un autre vecteur v = (v1,, vn), si et
seulement si,
i {1,...,n} : u i v i i {1,...,n} : u i < v i
(2.2)
Pour un problme doptimisation donn, lquation (2.2) donne la dfinition suivante pour le
front de Pareto : pour un ensemble de n critres, une solution f(x), lie la variable de
dcision x = x(x1,, xm), domine une autre solution f(y), lie la variable de dcision y=
(y1,, ym) lorsque les conditions suivantes sont vrifies (pour un problme de
minimisation) :
i {1,..., n } : f i (x ) f i ( y ) i {1,..., n } : f i (x ) < f i ( y )
(2.3)
Pour un ensemble donn de solutions, il est possible de distinguer celles qui sont non
domines selon la dfinition de loptimalit au sens de Pareto : une solution xu U est dite
Pareto optimale si et seulement si, il nexiste pas de xv U pour lequel v = f(xv) = (v1,,
vn) domine u = f(xu) = (u1, . . . , un). Cet individu, Pareto optimal non-domin reprsente une
solution du problme multiobjectif.
Face au nombre et la diversit des problmes mathmatiques, il est reconnu quil nexiste
pas un algorithme unique et gnral capable de rsoudre efficacement tous les problmes. En
fait, lefficacit dune mthode mathmatique est difficilement prvisible pour un exemple
donn. Selon [WOL 97], il nexiste aucune mthode de rsolution qui surpasse toutes les
autres mthodes pour un problme donn.
50
Les premires mthodes dveloppes en optimisation multiobjectif consistaient se ramener

un problme monobjectif. Citons notamment de faon non exhaustive :
-
la mthode de la somme pondre ;
la mthode dite du but atteindre ;
la mthode du compromis ou de la contrainte .
Le lecteur intress pourra se reporter louvrage de [COL 02] pour une prsentation
dtaille de ces techniques.
Ces mthodes ont en commun de transformer un problme multicritre en un problme
monocritre, soit en dfinissant un nouveau critre comme somme pondre de lensemble
des critres, soit en introduisant des contraintes additionnelles et un nouveau critre.
Elles sont gnralement qualifies de mthodes a priori, car lutilisateur dfinit le compromis
quil dsire raliser avant de lancer la mthode de rsolution et doivent tre utilises de faon
squentielle pour obtenir lensemble des solutions de compromis. Toutefois, cela peut
conduire un nombre dvaluations des critres prohibitif.
Cest pourquoi il est prfrable davoir recours des mthodes a posteriori qui conduisent
directement lobtention du front de Pareto pour saffranchir des problmes de mise
lchelle des critres. Il a t mis en vidence [GOM 09] que les procdures stochastiques ou
volutives, comme les algorithmes gntiques, qui oprent par transformations lmentaires
dune solution (ou une population) initiale souvent gnre alatoirement, sont aisment
adaptables au cas multiobjectif en raison de leur paralllisme implicite : cest pourquoi elles
sont trs utilises dans de nombreux secteurs de lingnierie, o lamlioration de solutions
existantes est souvent le but recherch. Nous ne dcrivons pas ici le principe des algorithmes
gntiques monocritres (le lecteur peut se reporter louvrage de [GOL 89]). Toutefois, il
convient de remarquer que contrairement aux procdures dterministes, les conditions de
convergence de ce type de mthodes ne sont pas matrises, et que les temps de calcul sont
souvent consquents.
Parmi les variantes recenses des algorithmes gntiques, il convient de mentionner :
VEGA (Vector Evaluated Genetic Algorithm) [SCH 84] constitue lune des premires
mthodes utilisant les algorithmes volutifs. Son principe est le suivant :
Avant les procdures de croisement et mutation, la population est divise en

sous-populations selon le nombre de critres.
Chacune des fractions de la population subit la procdure de slection,

chacune dentre elles tant slectionne suivant un critre diffrent.
51
Ces slections tant ralises, la population est re-mlange et les procdures

de croisement et mutation sont appliques classiquement.
Le dfaut dune telle approche est de conduire une convergence vers des
optima propres chacun des critres.
MOGA (Multi Objective Genetic Algorithm) : cette mthode [FON 93] est base sur
lutilisation du concept de dominance au sens de Pareto. Chaque individu de la population est

rang en fonction du nombre d'individus qui le dominent. Ensuite, lutilisation dune fonction
de notation permet de prendre en compte le rang de l'individu et le nombre d'individus ayant
le mme rang. Un dfaut de la mthode est de ne pas proposer suffisamment de diversit dans
la reprsentation des solutions.
La mthode NSGA (Non-Dominated Sorting Genetic Algorithm) reprend les principes
de la mthode MOGA, mais la diffrence majeure rside dans le fait que les individus sont
tris par rang de non domination [SRI 94]. Dans un premier temps, on affecte chaque
individu de la population un rang (rang de Pareto). Tous les individus non domins de mme
rang sont classs dans un front, auquel on affecte une efficacit inversement proportionnelle
au rang de Pareto du front considr. Lobjectif est davoir une rpartition uniforme des
individus dun mme front, pour garantir une bonne diversit des solutions. Pour cela, on
affecte ces individus classs une nouvelle valeur defficacit, en tenant compte du voisinage
autour de chaque individu, travers un paramtre de distance de partage pour estimer la
densit de solutions autour d'un point de la population ;
Cette mthode requiert nanmoins un temps de calcul important (tri et partage) et
ncessite de spcifier le paramtre de partage, peu facile fixer.
NSGA II (Non Dominated Sorting Genetic Algorithm II): dans cette version de
lalgorithme, actuellement une des plus utilises, [Deb 02] a essay de corriger les dfauts
prcdents. Une population initiale est gnre alatoirement, puis elle subit un tri par non
domination. Chaque solution se voit affecter une force, ou rang, gal son niveau de non
domination (1 pour le meilleur niveau, 2 pour le niveau suivant, etc). Ltape de
reproduction (figure 2.4) consiste en un tournoi binaire pour la slection des parents. Deux
individus de la population sont choisis alatoirement dans la population. Le tournoi est bas
sur une comparaison de la domination sous contraintes des deux individus en utilisant les
rgles ci-aprs. Un individu A domine B si et seulement si lune des conditions est vrifie :
1/ A satisfait les contraintes et B non ; 2/ A et B ne satisfont pas les contraintes mais le degr
de violation des contraintes de A est moins fort que celle de B ; 3/ A et B satisfont les
52
contraintes et A domine B. Pour un individu, le degr de violation des contraintes est gal la
somme des valeurs de violation pour des contraintes crites sous la forme suivante :
g(x,y) C1
constr1 (x,y) = C1- g(x,y) 0
(2.4)
r(x,y) < C2
constr2 (x,y) = C2- r(x,y) > 0
(2.5)
h(x,y) = C3
consrt3 (x,y) = C3- h(x,y) = 0
(2.6)
REPRODUCTION
Rt
Pt
Tri par non-domination

de Rt
Pt+1
F1
F1
F2
Tri selon la
Densit
De la population
F3
F3
F3
Solutions
Rejetes
Qt
Figure 2.4.
F2
Principe de fonctionnement de lalgorithme NSGA-II
Pour une gnration t donne, on cre Rt = Pt U Qt, Qt tant la population enfant de la

population prcdente Pt : Rt inclut les individus de Pt ; ce qui assure le caractre litiste de
NSGA II. La population Rt contient 2N individus. Rt subit ensuite un tri par non domination :
les individus sont regroups dans des fronts de non domination tels que F1 reprsente les
individus de rang 1, F2 les individus de rang 2, etc
Lobjectif suivant est de rduire le nombre dindividus de 2N (dans la population Rt) une
population Pt+1 de taille N. Si la taille de F1 est infrieure N, alors tous les individus de F1
sont conservs. Il en est de mme pour les autres fronts ds lors que le nombre dindividus
conservs ne dpasse pas la taille N. Si lon prend lexemple de la figure 2.4, le front F2 est
intgralement conserv mais la conservation du front F3 va entraner un dpassement de la
taille N de la population Pt+1. Il faut alors procder une slection des individus de F3
53
conserver. NSGA II fait intervenir dans ce cas un mcanisme de prservation de la diversit

de la population bas sur lvaluation de la densit des individus autour de chaque solution,
travers une procdure de calcul de distance de proximit .
Une faible valeur de la distance de proximit pour un individu correspond un individu
bien entour . On procde alors un tri dcroissant (tournoi binaire, en gnral) selon cette
distance de proximit pour retenir les individus du front F3 et liminer ainsi les individus des
zones les plus denses. On complte de cette faon la population Pt+1. Les individus ayant des
valeurs extrmes pour les critres sont galement prservs par ce mcanisme, permettant
ainsi de conserver les bornes extrieures du front de Pareto.
la fin de cette phase, la population Pt+1 est cre. Puis une nouvelle population Qt+1 est
gnre par reproduction partir de Pt+1. On poursuit itrativement la procdure dcrite cidessus jusquau nombre maximal de gnrations fix par lutilisateur. Dun point de vue
gnral, cet algorithme permet de maintenir llitisme et la diversit sans ajouter de
paramtres supplmentaires, tout en utilisant un algorithme sduisant par sa simplicit avec un
minimum de paramtres de rglage.
Dans des travaux antrieurs, plusieurs variantes dalgorithmes gntiques (6 au total) ont t
proposes par [GOM 10]. Elles diffrrent par leur principe de fonctionnement et le type de
variables impliques (continues, entires, binaires), et sont rassembles dans une bibliothque
dnomme Multigen. Lobjectif de la cration de Multigen tait de pouvoir disposer, dans un
seul outil, de plusieurs algorithmes capables de rsoudre plusieurs problmes multiobjectifs
avec ou sans contraintes impliquant divers types de variables, certains de ces problmes
pouvant tre des problmes doptimisation structurelle. A la demande du partenaire de
ltude, le CEA de Cadarache, Multigen avait t implment en VBA et interfac sur
Microsoft Excel.
En se basant sur ces tudes, notre choix sest port sur une variante de NSGA-II implante
dans Multigen. Cette variante est baptise NSGA IIb, et prsente plusieurs innovations par
rapport la version de [DEB 02]. Ces innovations sont : une procdure dinitialisation par
quadrillage qui assure une meilleure exploration de lespace des solutions ; une procdure
spcifique de gestion des clones pour viter leur accumulation dans les populations, afin de
prserver au mieux la diversit gntique ; un critre darrt, fond sur la stagnation des fronts
de Pareto complets, permet dinterrompre le droulement dun algorithme gntique, avant
que le nombre maximal de gnrations ne soit atteint. Par ailleurs, les mcanismes de NSGA
II ont t tendus afin de traiter le cas de variables entires, binaires et continues ; ce qui
constitue un point cl lorsquon sintresse au problme doptimisation structurelle dun
54
procd. Cet aspect nest pas explicitement trait dans le cadre de ce travail, mais il en
constitue une perspective majeure. Il nous a donc sembl important danticiper sur ce point
travers le choix de la procdure doptimisation.
2.4.2 Choix des critres doptimisation

Lco-conception de procds implique la prise en compte des aspects conomiques et
environnementaux ds le stade de la conception du procd. Gnralement, les critres
conomiques choisis dans la littrature sont linvestissement du procd [LAZ 04], la valeur
actualise nette du procd qui prend en compte le cot dinvestissement, les flux financiers
(vente de produits - achat de matires premires), le fonds de roulement, le taux
dactualisation et. Le cot de production prend en compte le cot total des utilits (vapeur,
eau, lectricit, combustible), le cot des matires premires, le cot de traitement des dchets
et lamortissement [TUR 09]. Pour laspect environnemental, ltude bibliographique a
montr quil existe plusieurs mtriques, indices et indicateurs qui sont utiliss pour lanalyse
et lvaluation environnementale du procd. Une prise en compte globale de laspect
environnemental impose une analyse complte du cycle de vie [BUR 01] du procd. Or, lors
de la phase de conception du procd, il est rare que lon ait une vision des applications
finales du produit labor, qui peuvent tre multiples pour un produit chimique de commodit.
A ce stade, il est prfrable de parler dempreinte environnementale du procd de
fabrication : ltude sera donc limite une analyse porte porte ou gate to gate qui
concerne les missions du procd en prenant en compte la production des utilits ; les
mtriques et les indices dimpacts environnementaux utiliss seront ceux proposs par
IChemE [ICH 02]. La phase dinventaire ralise nest pas celle dfinie stricto sensu lors de la
mise ne uvre dune analyse de cycle de vie. Linventaire des missions, tabli sur la base
des bilans de matire et dnergie pour le systme {Procds+ Centrale de productions
dutilits} a pour but de dterminer les quantits de substances polluantes mises lors de la
phase de production du procd.
2.4.2.1 Formulation des critres conomiques

Lobjectif majeur de toute entreprise industrielle est la maximisation de son profit global
[CUT 83], qui peut tre obtenue par une minimisation du cot dinvestissement et/ou une
minimisation des cots de production. Les critres conomiques gnralement retenus dans
les tudes doptimisation de procds sont les suivants :
55
- linvestissement en capital fixe (FCI) qui se dfini comme une dpense importante engage
pour acqurir des biens de production (capital fixe) en vue d'en retirer un bnfice. Cette
dpense contribue constituer, entretenir et dvelopper le potentiel productif de l'entreprise,
- le cot total de production annuel (TAC) (charges) est la somme totale que lentreprise doit
engager pour produire. Il dpend du niveau de production, et se prsente donc comme une
fonction dont l'argument essentiel est la production. Plus la production est leve, plus le cot
est lui-mme lev.
- le bnfice avant taxes (ou bnfice avant impts) (PBT) se dfini comme la diffrence entre
les revenus annuels (produits) et le cot total de production annuel (charges). Ce rsultat
courant avant impts est bnficiaire si les produits dpassent les charges ou dficitaire dans
le cas contraire.
- le flux de trsorerie annuel (cash flow (CF) au sens original anglo-saxon) est la diffrence
entre les recettes et les dpenses gnres par l'activit d'une organisation. Dans cette tude, il
est calcul comme la somme des bnfices aprs taxes et l'amortissement.
- la valeur actualise nette (NPW) mesure partir d'informations comptables si
l'investissement peut raliser les objectifs attendus des investisseurs de capitaux. Une NPW
positive indique que linvestissement peut tre entrepris. Il tient compte du taux de rentabilit
interne (IRR), dfini comme un outil de dcision linvestissement. Un projet
d'investissement ne sera gnralement retenu que si son IRR prvisible est suffisamment
suprieur au taux bancaire, pour tenir compte notamment de la prime de risque propre au type
de projet.
2.4.2.2 Formulation des critres environnementaux

Les critres environnementaux sont quantifis partir de la mthodologie propose par
IchemE. Dans la classification propose par [AZA 03], huit catgories dimpacts
environnementaux peuvent tre identifies et les impacts environnementaux (en anglais
environmental burden) sont calculs suivant la formule (2.7) :
FEi =
FPi,N
(2.7)
o FEi dsigne le fardeau environnemental i, MN est la masse (ou le dbit massique) de la

substance mise N et FPi,N reprsente le facteur de potentiel dimpact de la substance N relatif
au fardeau environnemental i. Pour un procd donn, le choix des impacts particuliers peut
tre dduit de l'analyse du flowsheet, et la valeur des impacts quantifie partir des bilans de
56
masse et d'nergie. Parmi les impacts environnementaux proposs par [AZA 03], les cinq qui
sont reprsentatifs du procd dhydrodsalkylation du tolune ont t retenus pour composer
les charges environnementales (FEi) (HTP, GWP, PCOP, AP et EP.). Chaque charge
environnementale considre peut tre brivement dcrite comme suit (se rfrer l'tude de
[AZA 03] pour plus d'informations) :
Potentiel de rchauffement global (GWP en t q. CO2 / an) (Global Warming Potential) est
une estimation de la faon dont une masse donne de gaz effet de serre contribue au
rchauffement climatique. Il s'agit d'une mesure relative, qui compare la masse du gaz
considr la mme masse de dioxyde de carbone (CO2). Elle est gale la somme des dbits
de toutes les missions de gaz effet de serre MN (N tant le gaz considr) multipli par les
facteurs de potentiel respectifs FPi,N tels que i = GWP.
Potentiel dacidification (AP t q. SO2 / an) (Acidification Potential) est l'augmentation de la
quantit de substances acides dans l'atmosphre. Les pluies acides, consquences de

l'acidification atmosphrique, ont des effets nocifs sur la faune et la flore. Elles sont l'origine
du dprissement de certaines forts. Les pluies acides sont causes par les combustions qui
produisent du dioxyde de soufre (SO2) et des oxydes d'azote (NOx) et par l'ammoniac gazeux
(NH3) d'origine agricole. On prend aussi en compte les missions d'acide chlorhydrique
(HCl). Les charges environnementales AP sont exprimes par rapport l'AP du SO2.
Potentiel de cration d'ozone photochimique (PCOP t q. C2H4 / an) (ou POCP) trs souvent
dfini comme le brouillard d't, est le rsultat de ractions qui ont lieu entre les oxydes
d'azote NOx et les composs organiques volatils (COV) exposs des radiations UV. Le
PCOP a comme substance de rfrence l'thylne (C2H4), c'est--dire que les facteurs de
potentiel FPi,N (i = PCOP) pour les composs concerns sont exprims par rapport au PCOP
de C2H4.
Potentiel de toxicit humaine (HTP en t q. C6H6 / an) (Human Toxicity Potential) exprime
le danger potentiel des produits chimiques rejets dans l'environnement. HTP comprend la
fois la toxicit intrinsque et la relation gnrique sources--dose pour les missions de
polluants. Il utilise un taux de marge dexposition des agents nocifs pour valuer le potentiel
d'impact cancrigne ou non sur la sant. HTP est calcul en additionnant les rejets toxiques
de l'homme dans trois mdias diffrents, savoir l'air, l'eau et le sol. Les facteurs
toxicologiques sont calculs en utilisant la dose journalire admissible ou la dose journalire
tolrable des substances toxiques. Les facteurs toxicologiques humains (au nombre de 26
57
[AZA 03]) sont encore au stade de dveloppement, de sorte que HTP ne peut qutre pris
comme une indication et non comme une mesure absolue de la toxicit potentielle.
Potentiel deutrophisation (EP en PO 34- quivalent t / an) (Eutrophication Potential) est dfini
comme le potentiel d'un apport excessif en lments nutritifs susceptibles de provoquer le

phnomne d'eutrophisation. Ce dernier s'observe surtout dans les milieux aquatiques dont les
eaux sont peu renouveles. Stimuls par un apport substantiel en certains nutriments dont
principalement le phosphore et l'azote (monoxyde et dioxyde), le phytoplancton et certaines
plantes aquatiques croissent et se multiplient de manire excessive ; ce qui conduit, lorsqu'ils
se dcomposent, une augmentation de la charge naturelle de l'cosystme en matires
organiques biodgradable. Les bactries, qui dgradent cette matire organique, prolifrent
leur tour, en appauvrissant de plus en plus l'oxygne de l'eau. Les valeurs de lEP calcules
ont pour rfrence lEP du phosphate ( PO 34- ).
2.5 Stratgie daide la dcision multicritre

2.5.1 Introduction
Les mthodes daide la dcision multicritre, en anglais Multiple Criteria Decision Making
(MCDM) font partie intgrante de la thorie de la dcision et de lanalyse de rsultats.
Daprs [ROY 85] Laide la dcision est lactivit de celui qui, prenant appui sur des
modles clairement explicits mais non ncessairement compltement formaliss, aide
obtenir des lments de rponses aux questions que se pose un intervenant dans le processus
de dcision, lments concourant clairer la dcision et normalement prescrire, ou
simplement favoriser un comportement de nature accrotre la cohrence entre lvolution
du processus dune part, les objectifs et le systme de valeurs au service desquels cet
intervenant se trouve plac dautre part. Laide la dcision est donc un processus qui utilise
un ensemble dinformations disponibles un instant donn, afin de formuler un problme et
aboutir une dcision sur un objet prcis. Dans le cadre de la dcision multicritre, lobjet de
la dcision est form par un ensemble dactions ou alternatives.
La phase doptimisation multiobjectif par algorithme gntique dveloppe dans le
paragraphe prcdent va conduire un ensemble de solutions optimales au sens de Pareto : il
importe de dterminer celle(s) qui corresponde(nt) aux meilleurs choix afin de guider le
dcideur dans sa tche finale. On peut mentionner que ce type de mthode a t utilis ds les
annes 1960 en gnie des procds pour des problmes dexploration ptrolire et gazire
[HUA 95]. Ses applications ont ensuite t tendues bien dautres secteurs industriels. Au
58
cours de ces dix dernires annes, les mthodes daide la dcision ont t largement utilises
dans le domaine de la recherche et diffrentes approches ont t dveloppes comprenant la
mthode (SODM) (en anglais Single Objective Decision-Making), la mthode MCDM, et la
mthode (DSS) (en anglais Decision Support Systems). La littrature montre que parmi les
mthodes multicritres, les stratgies DA (l'analyse de dcision) sont les plus couramment
utilises [ZHO 06]. Une classification des mthodes danalyse de la dcision est propose par
[ZHO 06] (figure 2.5).
Mthodes d'analyse
de la dcision
Prise de dcision pour

un seul objectif (SODM)
Arbre de dcision (DT)
Systmes d'aide la
dcision (DSS)
Diagramme d'influence
(ID)
Thorie de lutilit
Multi-attribut (MAUT)
Aide la dcision multiattributs (MADM)
Processus par analyse

hirarchique (AHP)
Figure 2.5.
Aide la dcision
multicritre (MCDM)
ELECTRE
Aide la dcision
multiobjectif (MODM)
PROMETHEE
OMADM
TOPSIS
Taxonomie des mthodes danalyse de la dcision
En matire dapproche multicritre, il nexiste pas de mthode universelle, adapte toutes

les situations mais diffrentes techniques sont conues pour traiter des cas spcifiques. Des
travaux mens au sein de lquipe de recherche ont utilis la mthode ELECTRE pour la
conception dateliers discontinus. Si elle sest avre efficace sur le problme trait, elle
ncessite lutilisation de nombreux paramtres ajuster [AZZ 09]. Des travaux plus rcents
ont t mens sur une tude comparative sur plusieurs types de mthodes [MOR 11]. Dans ce
contexte, notre choix sest port sur la mthode TOPSIS et la mthode FUCA, cette dernire
ayant t spcifiquement dveloppe au sein de lquipe de recherche, dans le cadre de
travaux conjoints. Un argument de choix de ces deux mthodes rside dans la minimisation
des paramtres dajustement.
59
2.5.2 Mthode TOPSIS

Afin dtablir le meilleur compromis entre les critres, la mthode daide la dcision
TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) [HWA 81] est
utilise dans cette tude. Lide fondamentale de cette mthode consiste choisir une solution
qui se rapproche le plus de la solution idale (meilleure sur tous les critres) et sloigner le
plus possible de la pire (qui dgrade tous les critres) [SAA 80], [OPR 04], [REN 07]. Un
module spcifique TOPSIS a t implment, facilitant ainsi son utilisation aprs lobtention
des fronts de Pareto comme outil daide la dcision multicritre. Une attention particulire a
t porte au traitement simultan de problmes faisant intervenir la minimisation et la
maximisation de critres, par rapport la formulation initiale de TOPSIS. Les points cls que
nous avons implments sont dtaills ci-aprs.
2.5.2.1 Etapes de la procdure TOPSIS

Les tapes de la procdure TOPSIS, explicites dans [SHI 07], sont reprises ci-dessous. La
normalisation de la matrice est ralise selon les travaux de [ZOR 10] qui traite des problmes
comportant simultanment des critres maximiser et minimiser.
Etape 1: Construire la matrice des performances. Etablir une matrice C A dite matrice de
performance (information, dcision) (voir figure 2.6).
Critres
Alternatives
c1
Figure 2.6.
c2
cm
a1
a2
mij
an
Matrice des performances pour la mthode MCDM [CHE 06]
La matrice de performance prcdente, est suppose avoir n alternatives et m critres.
Etape 2 : Normalisation de la matrice de performance.

Un processus de normalisation est appliqu la matrice de performance afin de convertir ces
attributs dorigine en valeurs comprises dans lintervalle [0,1]. Ainsi, chaque lment de la
matrice de performance est normalis en fonction de la nature du critre auquel il appartient.
60
- Pour un critre de type Max : la valeur normalise bij sera calcule comme suit :
bij=
m ij
Max (m ij )
(2.8)
(j = 1, 2,m.)
- Pour un critre de type Min : la valeur normalise bij sera calcule comme suit :
bij= 1
m ij
Max (m ij )
(2.9)
(j = 1, 2,m.)
La matrice des valeurs normalises obtenues est : B = [ bij ]nm ,
Etape 3 : Vecteur des coefficients dimportance des critres.

Cette tape permet aux dcideurs dattribuer des coefficients dimportance un critre par
rapport aux autres.
On dfinit un ensemble de poids wj tel que, wj + et
w
j =1
=1
(2.10)
Etape 4 : Dtermination des profils idal et non-idal.

Ces profils sont dtermins de telle sorte que pour un critre de profit, le profil idal est la
valeur maximum du critre et pour un critre de cot, le profil idal est la valeur minimum du
critre. Ainsi, ces profils sont calculs comme suit :
- Profil idal de la matrice B:
B+ = (b i+1 , b i+2 ,..., b im+ ) , b ij+ = max(b ij ) , j=1, 2.,m
1i n
(2.11)
- Profil non-idal de la matrice B:
B- = (b i1 , b i2 ,..., b im ) , b ij = min (b ij ) , j=1, 2.,m
1 i n
(2.12)
Etape 5 : Calcul des distances entre bij et bij+ et bij et bij-
La distance euclidienne de chaque solution par rapport la solution idale est donne par :
D i+ =
W
j =1
(b ij+ b ij ) 2
(2.13)
De la mme faon, la distance euclidienne par rapport la solution non idale est donne par
D i =
W
j =1
(b ij b ij ) 2
(2.14)
Etape 6 : Calcul des ratios :
61
Pour chaque solution, le ratio Ri est calcul comme suit : [HWA 81]
Di
Ri =
,
Di + Di+
i = 1,2..., n
(2.15)
Etape 7 : Classement par rang :
Les solutions alternatives sont classes dans l'ordre croissant en fonction de la valeur du
rapport de Ri l'tape 6. Le rang 1 est affect la valeur la plus grande et ainsi de suite.
2.5.2.2 Exemple dapplication de la procdure TOPSIS

La procdure TOPSIS dcrite ci-dessus est applique ici sur 10 points avec trois critres,
chaque point reprsentant une solution potentielle de choix dun procd. Les critres sont, la
maximisation du NPW ($), la minimisation du PBP (an) et la minimisation du dbit FG
(kg/h). NPW ($) est la valeur actualise nette ($) (Net Present Worth) du procd, PBP (an)
est le temps de retour sur investissement (Pay Back Period) et FG (kg/h) est le dbit de
polluants rejets par la procd. Les diffrentes tapes de droulement de lalgorithme
TOPSIS pour cet exemple sont les suivantes :
Etape 1 : Construire la matrice des performances.
Tableau 2. 2.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
Matrice des performances
NPW ($)
4302725,885
7312399,396
4757417,265
4060315,736
5303400,833
6341326,333
4741020,810
4830913,224
5627882,682
5322410,113
Valeur
actualise net
du procd
62
Critres
PBP (an)
1,094
1,993
1,113
3,409
1,33
1,502
1,11
2,826
2,56
2,838
FG (kg/h)
1352,493
1171,333
1580,982
509,532
989,92
979,589
1350,365
570,82
648,167
620,721
Pay Back
Period
Dbit de
polluant
Etape 2 : Normalisation de la matrice de performance.

Matrice normalise
Tableau 2. 3.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
NPW
0,588
1,000
0,651
0,555
0,725
0,867
0,648
0,661
0,770
0,728
PBP
0,679
0,415
0,674
0,000
0,610
0,559
0,674
0,171
0,249
0,167
FG
0,145
0,259
0,000
0,678
0,374
0,380
0,146
0,639
0,590
0,607
Etape 3 : Vecteur des coefficients dimportance des critres.
Dans cette tude, les critres ont la mme importance. Aucun des critres nest privilgi par
rapport aux autres, donc W = [1/3 ; 1/3 ; 1/3]. La matrice normalise et pondre est alors
reprsente dans le tableau 2.4. On donne galement les valeurs idales et non-idales des
trois critres.
Matrice pondre
Tableau 2. 4.
Alternative 1
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 80
Alternative 81
Alternative 84
Alternative 133
Alternative 134
NPW
0,804
0,667
0,783
0,815
0,758
0,711
0,784
0,780
0,743
0,757
PBP
0,774
0,862
0,775
1,000
0,797
0,814
0,775
0,943
0,917
0,944
FG
0,952
0,914
1,000
0,774
0,875
0,873
0,951
0,787
0,803
0,798
Idale
Non-idale
0,815
0,667
0,774
1
0,774
1
63
Etape 4 : Dtermination des profils idal et non-idal.
a) Profil idal
Tableau 2. 5.
Matrice des profils idaux
DISTANCE A L'IDEALITE
NPW idal
0,000
0,022
0,001
0,000
0,003
0,011
0,001
0,001
0,005
0,003
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
PBP idal
0,000
0,008
0,000
0,051
0,001
0,002
0,000
0,029
0,021
0,029
FG idal
0,032
0,019
0,051
0,000
0,010
0,010
0,031
0,000
0,001
0,001
b) Profil non-idal
Tableau 2. 6.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
Matrice des profils non-idaux
Valeurs non-idales des critres

NPW non-idal
PBP non- idal
FG non- idal
0,019
0,051
0,002
0,000
0,019
0,007
0,014
0,050
0,000
0,022
0,000
0,051
0,008
0,041
0,016
0,002
0,035
0,016
0,014
0,051
0,002
0,013
0,003
0,045
0,006
0,007
0,039
0,008
0,003
0,041
64
Etape 5 : Calcul des distances entre bij et bij+ et bij et bijCalcul des distances idales et non-idales
Tableau 2. 7.
idal Di+
0,178
0,222
0,228
0,226
0,118
0,149
0,180
0,173
0,163
0,181
non-idal Di0,269
0,163
0,253
0,270
0,255
0,230
0,258
0,248
0,227
0,229
Etape 6 et 7 : Calcul des ratios et rangs
Tableau 2. 8.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
idal Di+
0,178
0,222
0,228
0,226
0,118
0,149
0,180
0,173
0,163
0,181
Classement des alternatives par rang
Non-idal Di0,269
0,163
0,253
0,270
0,255
0,230
0,258
0,248
0,227
0,229
Ri=Di-/(Di++Di-)
0,602
0,424
0,526
0,544
0,683
0,607
0,589
0,588
0,582
0,558
Rang
3
10
9
8
1
2
4
5
6
7
Lalternative 5 ayant la valeur de Ri la plus grande est affecte du rang 1 et ainsi de suite. La
figure 2.7 donne une reprsentation graphique du point de rang 1 par rapport aux 10 points
classs par TOPSIS.
65
1600
Min FG (kg/h)
1400
1200
1000
800
600
TOPSIS rang 1
400
3.5
3
7.5
7
2.5
6.5
6
Min PBP (an)
5.5
1.5
5
1
Figure 2.7.
Max NPW ( x 106 $)
4.5
4
Reprsentation graphique du point de rang un par TOPSIS
2.5.3 Mthode FUCA

La mthode FUCA qui signifie Faire un choix adquat a t dveloppe au sein de
lquipe de recherche [MOR 11]. Cette mthode simple est base sur les classements
individuels des objectifs. Pour chaque critre pris sparment, le rang un est affect la
meilleure valeur des solutions obtenues aprs optimisation et le rang n (n tant le nombre de
points du front de Pareto) la plus mauvaise valeur des solutions. Ensuite, pour chaque point
du front de Pareto, une sommation pondre (les poids reprsentant les prfrences, la
solution la plus simple consistant les choisir gaux) des rangs est ralise, et le choix des
solutions est effectu selon les valeurs les plus basses de la somme. On vite ainsi dintroduire
dans les choix retenus, des solutions mal classes individuellement. Dans un article rcent
[MOR 11], la mthode FUCA a t compare avec les procdures classiques MCDM sur un
problme tricritre li la gestion de portefeuille de produits dans une industrie
pharmaceutique. Dans cet article, pour chaque solution trouve, une analyse daide la
dcision a t ralise en utilisant les mthodes ELECTRE, [TEI 04], PROMETHEE [ZHA
10], TOPSIS, et FUCA. Un trs bon accord entre les trois mthodes classiques MCDM et
FUCA peut tre observ, dmontrant ainsi l'efficacit de la procdure de FUCA sur lexemple
66
tudi, qui retrouve toujours la meilleure solution dtermine par l'une ou lautre des
mthodes classiques MCDM. Indiquons cependant que la mthode FUCA ne peut pas tre
applique aux problmes biobjectifs, dans la mesure o le front de Pareto est par dfinition un
ensemble de points non domins, la somme des rangs est constante et gale au nombre de
points du front de Pareto plus un (la meilleure position pour l'un des objectifs tant les pires
pour l'autre).
2.5.3.1 Exemple dapplication de la procdure FUCA

Le mme exemple utilis dans la procdure TOPSIS est repris ici avec la procdure FUCA.
Etape 1 : Construire la matrice des performances.
Matrice des performances
Tableau 2. 9.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
NPW ($)
4302725,885
7312399,396
4757417,265
4060315,736
5303400,833
6341326,333
4741020,810
4830913,224
5627882,682
5322410,113
Critres
PBP (an)
1,094
1,993
1,113
3,409
1,33
1,502
1,11
2,826
2,56
2,838
FG (kg/h)
1352,493
1171,333
1580,982
509,532
989,92
979,589
1350,365
570,82
648,167
620,721
Etape 2 : Classement des critres.
Tableau 2. 10.
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
Matrice de classement des valeurs de chaque critre
RANG
PBP (an)
1
6
3
10
4
5
2
8
7
9
NPW ($)
9
1
7
10
5
2
8
6
3
4
67
FG (kg/h)
9
7
10
1
6
5
8
2
4
3
Le rang un est affect la meilleure valeur des solutions du critre obtenues aprs
optimisation et le rang n la plus mauvaise valeur des solutions, pour chaque critre pris
sparment.
Etape 3 : Sommation des rangs de la matrice des classements.
Pour chaque individu (alternative), sa valeur FUCA est obtenue en faisant la somme de ses
rangs pour chaque critre.
Tableau 2. 11.
Matrice des valeurs des sommes de rang par alternative
FUCA
19
14
20
21
15
12
18
16
14
16
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
Etape 4 : Classement de la matrice FUCA.
La matrice du tableau 2.11 est son tour classe par ordre croissant et la valeur 1 est affecte
la plus petite valeur qui est la meilleure alternative.
Tableau 2. 12.
Classement des valeurs de FUCA
RANG DE FUCA
8
2
9
10
4
1
7
5
2
5
Alternative 1
Alternative 2
Alternative 3
Alternative 4
Alternative 5
Alternative 6
Alternative 7
Alternative 8
Alternative 9
Alternative 10
68
Dans le tableau 2.12, cest lalternative 6 qui est la meilleure selon FUCA (figure 2.8). La
mthode TOPSIS indique lalternative 5 comme la meilleure dans le tableau 2.9. Lanalyse
des deux alternatives montre que la premire solution indique par FUCA est meilleure que
celle de TOPSIS (voir figure 2.8). Cet exemple montre clairement lefficacit et la simplicit
de la mthode FUCA. Sur cet exemple, des diffrences de classement constates au niveau de
plusieurs alternatives dune mthode danalyse lautre. Lanalyse est difficile ce stade sur
cet exemple fictif mais confirme quen matire daide la dcision, il nexiste pas de
consensus universel. Nous reviendrons plus spcifiquement sur lanalyse des diffrences lors
du traitement dexemples de procds.
1600
Min FG (kg/h)
1400
1200
1000
800
FUCA rang 1
600
400
3.5
3
7.5
2.5
6.5
6
2
Min PBP (an)
5.5
1.5
5
1
Figure 2.8.
7
6
Max NPW ( x 10 $)
4.5
4
Reprsentation graphique du point de rang un par FUCA
2.6 Utilisation dun logiciel danalyse de cycle de vie

Les solutions qui auront t retenues par analyse multicritre feront lobjet dune double
validation : dune part, elles le seront par le logiciel ProSimPlusTM afin deffectuer les bilans
de matire et dnergie de faon plus rigoureuses (ainsi par exemple, lhypothse de
sparations tranches qui aura t retenue pourra tre leve) ; dautre part, les bilans de
matire et dnergie serviront pour mener une analyse de cycle de vie. Lunit fonctionnelle
considre concernera la production annuelle dune quantit fixe dun produit chimique.
69
Tableau 2. 13.
Facteurs de catgories intermdiaires IMPACT 2002+[JOL 2003]
DALY : Disability adjusted life years (anne q. de vie perdue) et PDF.m2.an : fraction
despce disparue sur un m2 pour une anne.
Catgorie intermdiaire
Substance de rfrence
intermdiaire
Catgorie de
dommage
Toxicit humaine (cancrigne)
kg chlorure de vinyle q. dans

lair
Sant humaine
Toxicit
humaine
cancrigne)
kg chlorure de vinyle q. dans

lair
Sant humaine
Effets respiratoires
kg PM2.5 q. dans lair
Sant humaine
Destruction de la couche dozone
kg CFC-11 q. dans lair
Sant humaine
Radiations ionisantes
Bq Carbone-14 q. dans lair
Sant humaine
Formation de photo-oxydants
kg thylne q. dans lair
Sant humaine
(non
Unit de dommage
DALYs/unit mise
Qualit
lcosystme
de
Non disponible
Ecotoxicit aquatique
kg trithylne glycol q. dans

leau
Qualit
lcosystme
de
Ecotoxicit terrestre
kg trithylne glycol q. dans

leau
Qualit
lcosystme
de
Acidification/eutrophisation
terrestre
kg SO2 q. dans lair
Qualit
lcosystme
de
Acidification aquatique
kg SO2 q. dans lair
Qualit
lcosystme
de
En dveloppement
Eutrophisation aquatique
kg PO4 dans leau
Qualit
lcosystme
de
En dveloppement
Occupation des sols
m terre q.
Qualit
lcosystme
de
PDF-m -an/unit
mise
Changement climatique
kg CO2 q. dans lair
Changement
climatique
Extraction de minerais
MJ dnergie supplmentaire
ou kg Fe q. (minerai)
Ressources
3-
PDF-m -an/unit
mise
kg CO2 q. dans
lair
MJ/unit mise
Energie non renouvelable
MJ dnergie non renouvelable

ou kg ptrole brut q.
70
Ressources
La limite du systme sera largie par rapport lapproche prcdente et sappliquera du

berceau la porte de lusine . Dans cette tude, le logiciel Simapro 7.0
(http://www.pre.nl/content/simapro-lca-software) et la base de donnes dinventaire
Ecoinvent v2 ont t utiliss. Nous avons utilis la mthode de caractrisation IMPACT
2002+ pour laquelle on retrouve, au niveau intermdiaire, certaines des catgories dimpacts
qui sont utilises lors de la phase doptimisation. Elle permet galement daccder la
catgorie de dommages.
2.7 Conclusion.
Ce chapitre pose les bases de la mthodologie dco-conception, qui sera mise en uvre dans
la suite de ltude. Cette mthodologie repose sur lintgration de diffrentes mthodes et
outils de modlisation, simulation, doptimisation et daide la dcision. Nous avons justifi
leur utilisation au sein du cadre mthodologique propos. On peut dgager plusieurs points
forts :
couplage entre le modle de simulation du procd et la production dutilits

ncessaire au procd ;
prise en compte de critres environnementaux et conomiques caractristiques pour un

procd ;
optimisation multiobjectif pour obtenir un ensemble de dcisions consensuelles,

suivie dune aide la dcision, pour extraire les choix les plus pertinents.
Le chapitre suivant est ddi loptimisation multiobjectif et lanalyse multicritre, travers

des exemples de procds.
71
72
Chapitre 3
Conception de procds :
optimisation multiobjectif et
analyse multicritre
73
Abrviations
RAC ou CSTR :
CF :
COM :
Cop :
FCI :
fPA(i)
ki :
MS Excel :
NPW :
PBP :
PBT :
TAC :
TCI :
Racteur Agit Continu (Continuous Stirred Tank Reactor)

Flux de trsorerie annuel ($/an) (Annual cash Flow)
Modle de programmation orient objet (Component Object Model)
Cot opratoire ($)
Investissement en capital fixe ($) (Fixed Capital Investment)
Coefficient d'actualisation (anne) (Present worth annuity factor)
Constantes de vitesse dArrhenius (h-1)
Logiciel Microsoft Excel
Valeur actualise nette ($) (Net Present Worth)
Temps de retour sur investissement (an) (Pay Back Period)
Bnfice avant taxes ($/an) (Profit Before Taxes)
Cot total de production annuel ($) (Total Annual Cost)
Investissement du capital total ($) (Total Capital Investment)
Symboles
a, b, c :
FA :
FB :
FG :
FRA :
FRB :
FRC :
FRE :
He :
Hs :
Pe :
Ps :
Rdt :
Se :
Ss :
T:
Ts* :
Tadia :
Te :
Thaute :
V:
W:
Wmin :
% diff :
Gain :
paramtres renseigns par l'utilisateur

Dbit du ractif A entrant dans le racteur (kg/h)
Dbit du ractif B entrant dans le racteur (kg/h)
Dbit du sous-produit (dchet) G sortant du dcanteur (kg/h)
Dbit du ractif A sortant du racteur (kg/h)
Dbit du ractif B sortant du racteur (kg/h)
Dbit du produit intermdiaire C sortant du racteur (kg/h)
Dbit du produit intermdiaire E sortant du racteur (kg/h)
Enthalpie d'entre (kW)
Enthalpie aprs compression (kW)
Pression d'entre de l'air (bar)
Pression de compression (bar)
Rendement de compression (%)
Entropie d'entre de l'air (kJ/kg/k)
Entropie de sortie de l'air (kJ/kg/k)
Temprature lintrieur du racteur (K)
Temprature adiabatique de compression (K)
Temprature adiabatique
Temprature d'entre de l'air (K)
Temprature haute (K)
Volume du racteur (m3)
Travail rel obtenu (kW)
Travail minimum fourni (kW)
Diffrence relative (%)
Pourcentage de variation entre valeurs initiale et finale (%)
Lettres grecques
:
:
Taux de purge
Masse volumique (kg/m3)
74
3.1 Introduction
Dans les chapitres 1 et 2, le cadre gnral de ltude couplant simulateur de procdoptimisation multiobjectif-aide la dcision a t prsent. Un schma simplifi de cette
mthodologie est repris la figure 3.1
Optimiseur multiobjectif
Variables de
dcision
Modle du procd
Figure 3.1.
Aide la
dcision
Front de
Pareto
Cadre gnral de ltude
Le but de chapitre est de dmontrer la validit de cette approche dco-conception travers

deux exemples extraits de la littrature. Le premier est le procd de Williams et Otto, qui est
un problme de programmation complexe non linaire, incorporant les principales
caractristiques dun procd chimique rel. Ce procd, prsent pour la premire fois par
[WIL60] , a par la suite t largement utilis dans plusieurs applications en ingnierie des
systmes de procds chimiques [RAY73], [CHA 06], [SEQ 02], [RAN 09] etc. Lexemple
est revisit ici dans une formulation multiobjectif avec addition dun critre environnemental
aux critres habituels utiliss pour son valuation et pris en compte dans un cadre strictement
monocritre. Le second exemple trait concerne loptimisation thermo-conomique dune
turbine gaz. Le modle tudi ici est une version modifie de celui propos par [VAL 94]
(problme dnomm CGAM des initiales des noms des chercheurs qui ont les premiers
dvelopp cet exemple). Lexemple CGAM sert de banc de test dans de nombreux travaux de
recherches ([BAR 10], [ROB 06], [LAZ 04]) pour des procdures doptimisation. Par la suite,
dans le chapitre 4 ce turbocompresseur sera intgr au procd dhydrodsalkylation du
tolune pour la production du benzne, comme centrale de production dutilits. Pour ltude
prsente ici, la turbine gaz est modlise sous ArianeTM, plusieurs critres conomiques et
environnementaux sont optimiss dans le but damliorer les performances. Lvaluation des
critres environnementaux est mene partir de la mthode IChemE [ICH 02].
75
3.2 Procd de Williams et Otto

Le procd fictif de Williams et Otto tudi est la version propose par [PIN 06], puis reprise
par [RAN 09]. Ce procd est une modification de celui de [CAR 65] par introduction dune
variable tenant compte du dbit de purge et du dbit de recyclage. Il est ddi la production
du produit dintrt P. Les quipements constituant ce procd sont dans lordre, un racteur
agit continu (RAC ou CSTR), un changeur de chaleur, un dcanteur et une colonne de
distillation. Le schma de linstallation est reprsent sur la figure 3.2. Les produits de la
raction ayant lieu dans le racteur sont refroidis dans lchangeur de chaleur avant leur
introduction dans le dcanteur, o est limin le sous-produit G. Ce sous-produit est soumis
un processus de traitement, dont le cot est ajout au cot de fonctionnement de linstallation.
Le trop-plein du dcanteur est dirig vers une colonne de distillation, o le produit, P est
rcupr en tte de colonne. Une proportion de ce produit reste dans le rsidu de la colonne
cause de la formation dun azotrope entre P et un sous-produit appel E dans la suite. Afin
dviter laccumulation du sous-produit E, une partie du rsidu (FG) de la colonne de
distillation est purge et lautre partie est recycle vers le racteur. La partie purge est
considre comme un combustible vendu sur le march.
FP
(Produit)
Racteur
(CSTR)
FA
FB
FRA
FRB
FRC
FRE
FRP
FG
Eau de
refroidissement
FR
FR
Dcanteur
Colonne
de
distillation
Echangeur de chaleur
T, V
FG
(Dchets)
FD
Frecyclage (1-
)
Figure 3.2.
Schma du procd chimique de Williams et Otto
76
Fpurge (
)
3.2.1 Modle du procd

Les travaux de [RAY 73] montrent que trois ractions irrversibles du second ordre sont
impliques dans la production du produit P. Ces ractions sont les suivantes :
k1
A + B
C
k2
C + B
P + E
k3
P + C
G
Les constantes de vitesse ki de ces ractions varient avec la temprature et sont dtermines
partir de la relation dArrhenius (voir tableau 3.1)
ki = Ai exp (- Bi / 1,8T)
Tableau 3.1. Constantes dArrhenius
i=1
i=2
i=3
Ai (h-1)
5,9755 109
2,5962 1012
9,6283 1015
Bi (K)
6666,67
8333,33
11111,11
Le modle du procd propos par [RAN 09] avec les notations de [CAR 65] est reprsent
par les contraintes suivantes :
Bilan matire sur le compos A
h1= FA + (1 - ) FRA (k1 WA WB) V - FRA =0
(3.1)
Bilan matire sur le compos B

h2 = FB + (1 - ) FRB (k1 WA+ k2 WC) WB V - FRB = 0
(3.2)
Bilan matire sur le compos C

h3 = (1-) FRC + (2 k1 WA WB 2 k2 WB WC - k3 WP WC) V - FRC =0
(3.3)
Bilan matire sur le compos E

h4 = (1 - ) FRE + (2 k2 WB WC) V - FRE =0
(3.4)
Bilan matire sur le compos P

h5 = [k2 WB WC - 0,5 k3 WP WC) V 0,1 FRE - FP =0
(3.5)
Bilan matire sur le compos G

h6 = (1 - ) FRC + (2 k1 WA WB 2 k2 WB WC - k3 WP WC) V - FRC =0
(3.6)
Avec:
Wi =
FRi
FRi
i = A, B, C, E, P, G
77
(3.7)
Le modle mathmatique du procd comprend 10 variables, i.e., FA, FB,, FG, FRA, FRB, FRC,
FRE, , V et T et six quations non linaires ; ce qui donne quatre degrs de libert. Les
variables de dcision bases sur les travaux de [PIN 06] et [CAR 65] qui ont t choisies
concernent le dbit massique du ractif B (FB), le volume du racteur (V ), la temprature dans
le racteur (T ) et le taux de purge ( ). La production en P atteindre (FP) est fixe 2160
kg/h.
3.2.2 Fonctions objectifs, variables doptimisation et contraintes

3.2.2.1 Fonctions objectifs
Critres conomiques
Les fonctions objectifs utilises comme critres conomiques par [PIN 06] pour loptimisation
du procd de Williams et Otto sont reprises ci-dessous :
- Linvestissement en capital fixe (FCI) : cest le capital ncessaire pour linstallation de
tous les quipements et de tous les composants indispensables au fonctionnement du procd
complet. Pour le procd de Williams et Otto, le FCI dpend du volume du racteur (V) et de
la masse volumique des flux de matire :
FCI =
600V
0,453
($)
(3.8)
Le coefficient 0,453 est utilis pour convertir le problme initial de [CAR 65] en units S.I. (1
livre = 0,453 kilogramme)
- Le cot opratoire (Cop) : il sagit des dpenses engages lorsque le procd fonctionne
avec prise en compte de lamortissement. Il intgre le cot des ractifs et du traitement des
effluents, le prix des produits recycls.
Cop =
1
(168FA + 252FB + 2,22(Frecycle + FA + FB ) + 84FG ) + 1041,6 ($)
0,453
(3.9)
- Le cot total de production annuel (TAC) : il est bas sur la somme du cot opratoire et
du cot damortissement, qui inclut la contribution du FCI. Lamortissement est calcul en
divisant FCI par la dure vie du projet, fixe 10 annes dans cette tude [RAN 09].
TAC = Cop +
FCI
tD
($)
(3.10)
tD est le temps damortissement (qui est gal 10 an pour ce problme).
78
- Le bnfice avant impts (PBT) : cest la diffrence entre le revenu annuel et le TAC. Il est
fonction des prix de vente du produit P, de la purge prise comme combustible et du cot total
de production annuel (TAC).
PBT =
1
(2207 FP + 50F purge ) TAC
0,453
($/an)
(3.11)
- Le flux de trsorerie annuel (CF) : il reprsente la somme du bnfice aprs impt et de

lamortissement avec le taux dimposition, fix 30% par anne [RAN 09]. Pour le procd
de Williams et Otto cette valeur est calcule partir de la formule :
1
CF = ( 1 rt )
((0,453PBT + TAC) 168F 252F 2,22(F
+ F + F ) 84F ) 1041.6
A
B
recycle
A
B
G
0,453
60V
+ rt
0,453
($/an)
(3.12)
rt : reprsente le taux dimposition et pour tous les critres mentionns, les coefficients sont
des rapports faisant intervenir la masse molaire des composs utiliss.

- Le temps de retour sur investissement (PBP ) : il sagit du temps ncessaire depuis le
dbut des activits pour rcuprer linvestissement de base travers le flux annuel de
trsorerie :
PBP =
FCI
CF
(an)
(3.13)
- La valeur actualise nette (NPW) : elle reprsente la valeur actualise de tous les
investissements et flux de trsorerie sur toute la dure de vie du projet. Elle prend en compte
la valeur temporelle de la monnaie au taux d'actualisation (i an-1) souhaite. Le taux
dactualisation gnralement admis est de 0,12 an-1 pour le procd de Williams et Otto,
NPW = TCI + f PA (i )CF
(3.14)
Dans cette expression, TCI dsigne linvestissement en capital total et fPA(i) le coefficient
d'actualisation qui ramne les futurs CF au temps prsent. La valeur de fPA(i) est calcule
suivant la formule [3.15].
f PA (i ) =
(1 + i ) n 1
i (1 + i ) n
(an)
(3.15)
Classiquement, on adopte pour les n annes une valeur de 10 ans.

Certaines de ces fonctions conomiques seront minimises ou maximiss selon le ou les
objectif(s) atteindre.
Min ou Max (fk)
fk = fonctions conomiques
79
Parmi tous les critres conomiques ci-dessus, la priorit sera donne la valeur actualise
nette (NPW ) tant donn que, pendant lvaluation de la faisabilit du projet, cette fonction
conomique prend en compte, linvestissement du capital total (TCI ), et le flux de trsorerie
annuel actualis (fPA(i) CF ) sur toute la dure de vie du projet.
Critre environnemental
Dans les tudes de la bibliographie sur ce procd, seule lapproche monobjectif base sur un
critre conomique est considre. Lide consiste ici prendre en compte ds la conception
du procd laspect environnemental. A des fins simplificatrices, nous admettrons ici que tous
les polluants gnrs par le procd sont concentrs dans un seul courant nomm FG relatif
la sortie du dcanteur. Ce dbit de polluant (sous-produit) est considr directement comme le
critre environnemental minimiser.
Min (fj)
f j = FG
3.2.2.2 Variables doptimisation

Comme prcis prcdemment, les variables doptimisation sont les mmes que celles
adoptes par [PIN 06] et [CAR 65], savoir, le dbit massique du ractif B (FB), le volume du
racteur (V), la temprature dans le racteur (T) et le taux de purge ( ).
3.2.2.3 Contraintes
Les contraintes considres dans ce problme sont les bornes des variables de dcision.
10000 FB 15000
kg/h
0,85 V 10
m3
322 T 378
0 0,99
La stratgie doptimisation du problme du procd de Williams et Otto peut tre rsume
dans la figure 3.3.
80
Lutilisation dune mthode Newton-Raphson pour la rsolution du systme dquations non

linaires (quations 3.1 3.6) pour des valeurs donnes des quatre variables de dcision
ncessite linitialisation des variables. Ces valeurs sont indiques dans le tableau 3.2.
Algorithme gntique Multiobjectif

(Librairie Multigen)
Aide la
dcision
(TOPSIS)
Modle du procd:
Variables de dcision:
F B , V, T,
Procd chimique de
Williams & Otto
Fonctions objectifs
Min ou Max(f k )
Min(fj)
Front de
Pareto
Systme de 6 quations non linaires:

Mthode Newton Raphson, fsolve (Matlab)
Variables: F A , F RA , F RB , F RC , F RE , F G
Figure 3.3.
Stratgie doptimisation du procd de Williams et Otto
Tableau 3.2. Valeurs dinitialisation pour le systme dquations non linaires [CAR 65]
Valeurs dinitialisation [CAR 65]
FA
(kg/h)
6136,34
FRA
(kg/h)
8238,71
FRB
(kg/h)
27594,50
FRC
(kg/h)
1508,94
FRE
(kg/h)
27425,53
FG
(kg/h)
1634,88
3.2.2.4 Implmentation logicielle

Le point essentiel de la mise en uvre du procd de Williams et Otto concerne le traitement
des contraintes galits impliques dans les bilans de matire, souvent considr comme l'une
des phases les plus critiques dans la mise en uvre des algorithmes gntiques: comme il
vient dtre mentionn, cette tape a t ralise par la rsolution de l'ensemble des quations
non linaires laide dune mthode classique de Newton-Rapshon mise en uvre dans
l'environnement Matlab. Loutil Matlab Builder for Excel est utilis pour intgrer les
81
applications Matlab dans lenvironnement MS Excel. Cet outil permet de conditionner les
quations non linaires sous forme dune macrocommande supplmentaire qui est, par la
suite, intgre dans lenvironnement MS Excel. Ainsi, une interoprabilit (COM) stablit
entre les logiciels MS Excel et Matlab pour la rsolution et la rcupration des solutions
des quations non linaires. Loptimisation des critres de performance est ralise avec
Multigen, interfac sous MS Excel.
Le tableau 3.3 donne les valeurs des paramtres de lalgorithme gntique utiliss. Dans ce
tableau, le nombre de gnrations a t fix 10 (respectivement 2,5 et 25) fois le nombre
dindividus pour loptimisation monocritre (respectivement pour les optimisations bi et
tricritre), pour favoriser lexploration lorsque le nombre de critres augmente. Les valeurs
des probabilits de croisement et de mutation ont t fixes partir de tests prliminaires
selon la dmarche prconise dans [DED 03] et selon les valeurs donnes par [GOV 04] en
optimisation monocritre pour le procd de Williams et Otto. Ces valeurs sont mentionnes
dans le tableau 3.3.
Tableau 3.3. Valeurs des paramtres de lalgorithme gntique
Monocritre
Bicritre
Tricritre
Taille de la population
50
200
200
Nombre de gnrations
500
500
5000
Probabilit de croisement
0,75
0,75
0,75
Probabilit de mutation
0,20
0,20
0,20
Comme mentionn dans le chapitre 2, lalgorithme NSGA IIb de la bibliothque Multigen qui
est une variante du NSGA II de [DEB 02] a t retenu pour effectuer les optimisations.
3.2.3 Validation de la mthodologie par optimisation monocritre

Les rsultats obtenus sont compars avec les valeurs obtenues par [PIN 06] dun point de vue
monocritre et par une mthode dterministe. Les valeurs optimales obtenues par les deux
mthodes sont reportes dans le tableau 3.4. Le programme utilis par [PIN 06] pour rsoudre
le problme de Williams et Otto est GAMS/CONOPT.
Les critres retenus pour la validation de la mthode sont :
-
la minimisation du temps de retour sur investissement (PBP)
la maximisation du bnfice avant taxes (PBT)
la minimisation du cot total de production annuel (TAC)

82
la maximisation de la valeur actualise nette (NPW)
La diffrence relative est calcule partir de la formule suivante :

% diff = 100
xi x
(3.16)
(x i + x j ) / 2
Avec :
xi : valeurs optimales de ltude de [PIN 06]
xj : valeurs optimales obtenues par Algorithme Gntique monocritre
La moyenne des diffrences relatives (diffMoy) qui reprsente la somme de toutes les
diffrences relatives divise par le nombre de valeurs est gale 0,032% ; ce qui est acceptable.
Tableau 3.4. Comparaison des valeurs optimales de la mthodologie avec celle de [PIN 06]
(Entre parenthses, les rsultats obtenus par [PIN06] par une mthode dterministe ; en
italique, le % dcart relatif entre les rsultats obtenus par les deux mthodes)
Fonctions conomiques utiliss comme fonctions objectifs

V (m3)
T (K)
FA (kg/h)
FB (kg/h)
FCI (106 $)
CF (106 $/y)
NPW (106 $)
Min. PBP
Max PBT
Min. TAC
Max. NPW
0,871 (0,873)
6,80 (6,82)
7,90 (7,90)
3,75 (3,75)
0,057 (%)
0,073 (%)
0,063 (%)
0,000 (%)
375 (374)
343 (342)
342 (342)
351 (351)
0,067 (%)
0,073 (%)
0,000 (%)
0,000 (%)
0,100 (0,100)
0,113 (0,113)
0,102 (0,102)
0,109 (0,109)
0,000 (%)
0,000 (%)
0,000 (%)
0,000 (%)
6126 (6123)
4956 (4957)
4807 (4808)
5238 (5239)
0,012 (%)
0,005 (%)
0,000 (%)
0,005 (%)
13956 (13956)
11114 (11113)
10878 (10880)
11790 (11792)
0,005 (%)
0,002 (%)
0,002 (%)
0,004 (%)
0,926 (0,925)
7,22 (7,22)
8,38 (8,37)
3,97 (3,97)
0,027 (%)
0,000 (%)
0,030 (%)
0,000 (%)
0,895 (0,876)
2,42 (2,42)
2,52 (2,52)
2,00 (2,00)
0,536 (%)
0,000 (%)
0,000 (%)
0,000 (%)
4,02 (4,02)
6,45 (6,44)
5,86 (5,86)
7,31 (7,30)
0,000 (%)
0,036 (%)
0,000 (%)
0,034 (%)
83
3.2.4 Optimisation multiobjectif

3.2.4.1 Optimisation bicritre
Les scnarii utiliss pour les optimisations monocritre (tableau 3.4) montrent le caractre
conflictuel des fonctions objectifs optimises. De cet ensemble de fonctions objectifs, deux
combinaisons sont utilises pour loptimisation bicritre. Ces deux problmes ainsi que les
bornes des variables de dcision sont regroups dans le tableau 3.5.
Tableau 3.5.
Cas
Objectifs, contraintes et variables de dcision pour loptimisation bicritre
Objectifs
Variables de dcision
Max. NPW
0,85 V 10 m3
Max. PBT
322 T 378 K
Max. NPW
0 0,99
Contraintes
B
Min PBP
Equations de [3.1] [3.6]
10000 FB 15000 kg/h
Cas A Maximisation simultane de NPW et PBT

Le front de Pareto de la figure 3.4a confirme bien que la valeur actualise nette (NPW) et le
bnfice avant impt (PBT) sont des critres en comptition. NPW augmente rapidement et
puis lentement de 6,46 7,31 millions de dollars, alors que le PBT diminue de 2,42 2,29
millions de dollars par an. Les courbes 3.4b 3.4h ne sont pas des rsultats doptimisations
proprement dites, elles sont les rsultats collatraux de la courbe 3.4a. Les rsultats des ces
courbes peuvent sexpliquer comme suit : sur la figure 3.4b, on constate que NPW augmente
lorsque la temprature (T) du racteur augmente. En effet, une augmentation de la temprature
entrane une diminution du volume (V) du racteur par augmentation du taux de conversion et
diminution du temps de sjour. En consquence, le cot dinvestissement total FCI diminue
comme le montrent les figures 3.4c et 3.4d. La diminution du temps de sjour est aussi due
laugmentation des dbits des ractifs (voir figure 3.4g pour le ractif B). Puisque la
production horaire est fixe P = 2160 kg/h, le revenu qui en dcoule est constant, mais les
revenus provenant de la vente du combustible en sortie de la purge peuvent varier. Comme FA
et FB augmentent, le dbit de purge augmente aussi. Ainsi, bien que les recettes augmentent
avec laugmentation de T et FB, le cot d'exploitation crot avec un rythme plus lev et cela
est d aux dbits plus levs du recyclage, du dbit de polluant (FG) et des dbits
84
d'alimentation (FA et FB). Il en dcoule quune augmentation de TAC et une diminution de CF

(figure 3.4e) contribuent ainsi une diminution du PBT. Puisque FCI diminue une vitesse
plus grande que le cumul des Cash Flows actualiss, NPW augmente (voir figure 3.4a, 3.4d et
3.4e). Par consquent, PBP dcrot lorsque NPW augmente (voir figure 3.4f). Le front de
Pareto obtenu sur la figure 3.4a donne un ensemble de bonnes solutions non domines. Seule
la mthode TOPSIS sera utilise comme mthode daide la dcision pour les optimisations
bicritre et tricritre de ce chapitre. La mthode TOPSIS a t alors utilise pour classer ces
rsultats par rang. Ici, le mme coefficient de pondration est affect tous les critres afin de
ne pas privilgier un critre par rapport aux autres et le premier point de ce classement dont
les caractristiques sont donnes dans le tableau 3.6 est nomm A T 1 (signifiant cas A
TOPSIS rang 1) sur la figure 3.4.a et report sur lensemble des courbes des figures 3.4.a
3.4.h. Aussi, les rsultats obtenus par [RAN 09], sont galement indiqus dans le tableau
tableau 3.6.
Temprature du racteur en fonction de NPW
Max PBT en fonction de max NPW

352
2,44
351
2,42
350
AT1
349
2,38
T (K)
NPW (M$)
2,4
2,36
2,34
348
347
346
345
2,32
344
2,3
343
2,28
342
6,4
6,6
6,8
7,2
PBT (M$/an)
7,4
6,4
6,6
6,8
7,2
NPW(M$)
(3.4.a)
Volume du racteur en fonction NPW
7,4
(3.4.b)
FCI en fonction NPW
F C I (M $ )
V (m )
3
2
0
6,4
6,6
6,8
NPW (M$)
7,2
6,4
7,4
6,5
6,6
6,7
6,8
6,9
NPW (M$)
(3.4.C)
85
7,1
7,2
7,3
7,4
(3.4.d)
PBP en fonction de NPW
CF en fonction de NPW
3,1
2,5
2,9
2,3
P B P (a n )
C F (M $ /a n )
2,4
2,2
2,1
2
2,7
2,5
2,3
2,1
1,9
6,4
6,6
6,8
7,2
1,9
7,4
6,4
6,5
6,6
(3.4.e)
NPW (M$)
6,7
6,8
6,9
7,1
7,2
NPW (M$)
FB en fonction de NPW
7,3
7,4
(3.4.f)
FG en fonction de NPW
11,9
1180
11,8
1160
11,6
F G (k g /h )
FB (10 kg/h)
11,7
11,5
11,4
11,3
11,2
1140
1120
1100
1080
11,1
1060
11
6,4
6,6
6,8
NPW (M$)
Figure 3.4.
7,2
6,4
7,4
6,6
6,8
NPW (M$)
(3.4.g)
7,2
7,4
(3.4.h)
Rsultats optimaux en optimisation bicritre (Max NPW Max PBT).
La moyenne des diffrences relatives entre les valeurs obtenues par TOPSIS et celles
obtenues par [RAN 09] est gale 1,65% (voir tableau 3.6). Cette valeur sexplique par le fait
que la valeur de volume trouve par TOPSIS est 1,06 fois plus grande que celle obtenue dans
les travaux de [RAN 09]. Le dbit de polluant FG rejet par le procd pour la solution C1 est
de 1135,18 kg/h.
86
Tableau 3.6. Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour la
figure 3.4.a
Paramtres
Valeurs TOPSIS
Valeurs [Ran 09]
FB (kg/h)
11519.87
11600
V (m3)
4,70
4,41
T (K)
347,86
348,9
0,11
0,11
NPW (106 $)
7,27
7,26
PBT (106 $/an)
2,37
2,35
Cas B Maximisation de NPW et minimisation de PBP

Le front de Pareto obtenu en maximisant NPW et en minimisant PBP pour le procd de
Williams et Otto est reprsent sur la figure 3.5a. Cette figure montre que NPW et PBP
varient de manire significative dun facteur x2. NPW augmente denviron 5,00 millions de
dollars 7,31 millions de dollars pendant que PBP augmente de 1,09 2 annes. En
comparant les figures 3.4f du cas A et 3.5f du cas B, il ressort que les valeurs optimales de
PBP obtenues dans le cas B sont meilleures (plus faibles) que celles obtenues dans le cas A,
avec des valeurs diffrentes pour les variables de dcision T, V et FB (voir figures 3.5b, 3.5c et
3.5g). Les valeurs de restent pratiquement constantes autour de 0,11 comme dans le cas A.
Les figures (3.5b 3.5h) sont les consquences de loptimisation bicritre ralise. De la
comparaison des figures 3.4 et 3.5, il ressort que la variation de NPW avec les variables de
dcisions est oppose dans les deux cas. Dans le cas B, laugmentation de NPW entrane une
diminution de la temprature T, donc la raction lieu faible vitesse dans le racteur. Ds
lors, le temps de sjour va augmenter et cela va affecter le volume du racteur qui crot son
tour (voir figure 3.5c) et entraner une diminution des dbits des ractifs FA (kg/h) et FB (kg/h)
(voir figure 3.5g pour FB). Puisque le volume augmente, FCI augmente aussi (voir figure
3.5d). La diminution des dbits des ractifs entrane une diminution des revenus puisque le
87
dbit de purge (vendu comme combustible) diminue pour une production fixe en P
2160kg/h. Cela saccompagne dune forte diminution du cot opratoire car les dbits de
ractifs, les dbits de recyclage et les dbits de sous-produits (FG) diminuent (voir figures
3.5g et 3.5h). De tout ce qui prcde, on peut conclure que TAC diminue alors que CF
augmente (voir figure 3.5e). Laugmentation du cumul actualis CF est plus importante que
laugmentation de FCI ;
ce qui entrane une augmentation de NPW. Cependant, PBP
augmente car laugmentation de CF est faible par rapport celle de FCI. Comme dans le cas
A, la mthode TOPSIS a t utilise pour classer les alternatives du front de Pareto de
loptimisation bicritre (maximisation de NPW et minimisation de PBP). Ce front de Pareto
est reprsent sur la figure 3.5.a. Ici, il a t dcid de favoriser le NPW par rapport au PBP.
Ainsi, les coefficients de pondration 0,9 et 0,1 ont t affects NPW et PBP
respectivement.
Min PBP en fonction de max NPW
Temprature du racteur en fonction de NPW
2,2
365
363
361
BT1
1,8
T (K )
P B P (a n )
1,6
359
357
355
1,4
353
1,2
351
349
1
5
5,5
6,5
rij (Normalisation)
NPW (M$)
7,5
6,2
6,6
6,8
7,2
NPW (M$)
(3.5.a)
7,4
(3.5.b)
FCI en fonction de NPW
Volume du racteur en fonction de NPW

4,5
3,5
3,5
FCI (M$)
V (m )
6,4
2,5
2
2,5
1,5
1
6
6,2
6,4
6,6
6,8
NPW (M$)
7,2
1,5
7,4
6,2
(3.5.c)
6,6
6,8
NPW (M$)
CF en fonction de NPW
7,2
7,4
(3.5.d)
PBT en fonction de NPW
2,1
2,4
2,3
1,8
1,7
1,6
1,5
88
1,4
P B T (M $ /a n )
1,9
CF (M$/an)
6,4
2,2
2,1
2
1,9
1,8
1,7
1,3
1,6
1,2
6
6,2
6,4
6,6
6,8
NPW (M$)
7,2
7,4
6,2
6,4
6,6
6,8
NPW (M$)
7,2
7,4
FB en fonction de NPW
FG en fonction de NPW
14
1400
1350
FG (kg/h)
13
F B (10 kg/h)
13,5
12,5
12
1300
1250
1200
1150
1100
11,5
6
6,2
6,4
6,6
6,8
NPW (M$)
Figure 3.5.
7,2
7,4
6,2
6,4
6,6
6,8
NPW (M$)
(3.5.g)
7,2
7,4
(3.5.h)
Rsultats de loptimisation bicritre (Max. NPW - Min. PBP)
La meilleure alternative obtenue, note BT1 est reporte sur toutes les courbes 3.5 et ces
caractristiques sont donnes dans le tableau 3.7. De mme, les valeurs des alternatives
optimales obtenues par [RAN 09] sont fournies dans le tableau 3.7.
Tableau 3.7. Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour la
figure 3.5.a
Paramtres
Valeurs TOPSIS
Valeurs [Ran 09]
FB (kg/h)
12090,32
12100
V (m3)
2,28
3,09
T (K)
354,78
354,7
0,11
0,11
NPW (106 $)
7,21
7,23
PBP (an)
1,72
1,76
La moyenne des diffrences relatives entre les valeurs obtenues par TOPSIS et celles
obtenues par [RAN 09] est gale 5,47%. Cette valeur sexplique par le fait que la valeur de
89
volume trouve par TOPSIS est 1,4 fois plus faible que celle obtenue dans les travaux de
[RAN 09]. Le dbit de polluant FG rejet par le procd pour la solution BT1 est de 1211,36
kg/h
3.2.4.2 Optimisation tricritre

Le but de toute tude dco-conception est la prise en compte de manire simultane, ds la
phase dinitialisation du projet, des critres conomiques et environnementaux. Pour cette
raison, la minimisation du dbit des sous-produits (FG) est ajoute aux deux cas tudis en
optimisation bicritre afin de former deux nouveaux problmes tricritre, nomms cas C et
cas D. Le tableau 3.8 fournit les caractristiques des deux problmes tricritre.
Tableau 3.8. Objectifs, contraintes et variables de dcision pour loptimisation tricritre

Cas
Objectifs
Contraintes
Max. NPW
C
Max. PBT
0,85 V 10 m3
Min FG
322 T 378 K
Max. NPW
D
Min PBP
0 0,99
Equations de [3.1] [3.6]
10000 FB 15000 kg/h
Min FG
Cas C Maximisation NPW et PBT et minimisation de FG

La figure 3.6 montre que laugmentation de NPW et PBT entrane celle de FG. Ce
comportement confirme le caractre conflictuel de ces trois critres. La mthode daide la
dcision multicritre TOPSIS est utilise pour classer les solutions du front de Pareto en rang.
La mthode daide la dcision TOPSIS est utilise dans toute ltude, en considrant que
touts les critres ont le mme poids. Le point de rang un, obtenu par la mthode TOPSIS not
C1 est reprsent sur la figure 3.6, et les valeurs correspondantes des critres sont compares
aux rsultats relatifs au point optimal de [CAR 65] (voir tableau 3.9). La valeur du taux de
purge , qui nexiste pas dans ltude de [CAR 65] a t obtenue en faisant varier la dite
valeur jusqu ce que lensemble des quations non linaires converge. Les valeurs de [CAR
65] figurent entre parenthses et ainsi que les gains obtenus (en italique).
90
De lanalyse du tableau 3.9 il ressort que malgr le fait que le volume obtenu dans ltude soit
3,27 fois suprieur celui obtenu par [CAR 65], les critres sont largement amliors.
1200
1100
F G (k g/h)
1000
900
800
700
C1
8
600
6
6
500
1.6
NPW ( x 10
1.7
1.8
1.9
2.1
2.2
2.3
2.4
2.5
$)
PBT ($ x 10 /an)
Figure 3.6.
Front de Pareto en optimisation tricritre (Max. NPW - Max. PBT Min FG)
Les rsultats de loptimisation bicritre tudi dans le cas A et impliquant la maximisation

simultane de NPW et PBT sont compars aux rsultats de loptimisation tricritre du cas C
dans le tableau 3.10.
Tableau 3.9. Caractristiques du point C1, obtenues par TOPSIS pour la figure 3.6. Valeurs
de [CAR 65] entre parenthses et gains obtenus en % par rapport cette solution
Paramtres
Valeurs
FB (kg/h)
11728,10 (14280)
17,87 %
5,56 (1,7)
V (m )
-226,77 %
340,37 (364,44)
T (K)
6,60 %
0,10 (0,20)
49,34 %
6
6,25 (5,02)
NPW (10 $)
-24,50 %
91
2,23 (1,47)
PBT (10 $/an)
-51,70 %
750,89 (1347)
FG (kg/h)
44,25 %
Tableau 3.10. Comparaison des valeurs des cas A et C
Cas A
(bicritre)
Cas C
(tricritre)
% diff
FB
(kg/h)
V
3
(m )
T
(K)
NPW
6
(10 $)
PBT
6
(10 $/an)
11519,87
4,70
347,86
0,11
7,20
2,37
11728,10
5,56
340,37
0,10
6,25
2,23
750,89
1,79
16,76
2,18
10,41
14,13
6,04
40,75
FG
(kg/h)
1135,18
Valeur
correspondante
(non optimise)
Lanalyse du tableau 3.10 montre que les critres conomiques sont meilleurs dans le cas
bicritre par rapport au cas tricritre ; ce qui est tout fait normal. Cette situation sexplique
par le fait que le cot dinvestissement d au volume et le cot des matires premires (FB)
sont plus faibles dans le cas bicritre. Cependant, le dbit de polluant FG est plus lev dans le
cas bicritre que dans celui du tricritre.
Cas D Maximisation de NPW et minimisation de PBP et de FG
92
3.5
PBP (an)
2.5
C2
1.5
1
1600
1400
1200
1000
800
600
400
FG (kg/h)
Figure 3.7.
NPW ( x 10 $)
Front de Pareto en optimisation tricritre (Max. NPW - Min. PBP Min FG)
La figure 3.7 montre que lorsque FG diminue, PBP augmente. Lorsque PBP diminue, il y a
augmentation de NWP et laugmentation de FG entraine une augmentation de NWP. Ce
comportement est d au caractre conflictuel des critres NPW, PBP et FG. En appliquant la
mthode TOPSIS au front de Pareto de la figure 3.7, le point C2 sur la courbe est celui qui a
le rang un. Comme dans la partie prcdente, les valeurs de ce point sont compares celles
obtenues par [CAR 65], prises comme valeurs initiales. Dans le tableau 3.11, les valeurs de
[CAR 65] sont entre parenthses et le gain obtenu est plac en dessous des deux valeurs
obtenues par les deux mthodes.
La valeur de PBP est infrieure 2 ans, pour ce projet, valeur gnralement acceptable. Le
tableau 3.11 montre que les critres NPW et FG sont amliors par rapport aux valeurs de
[CAR 65], mais le PBP sest dtrior. Cela sexplique par le fait que PBP est le rapport de
linvestissement en capital fixe (FCI) et du flux de trsorerie annuel (CF), or ici FCI est
fonction essentiellement du volume du racteur
Tableau 3.11. Caractristiques du point C2, obtenues par TOPSIS pour la figure 3.6. Valeurs
de [CAR 65] entre parenthses et gains obtenus en % par rapport cette solution
Paramtres
Valeurs
93
12725,31 (14280)
FB (kg/h)
10,89 %
3
2,68 (1,7)
V (m )
-57,35 %
351,63 (364,44)
T (K)
3,51%
0,10 (0,20)
50,73 %
6
6,32 (5,02)
NPW (10 $)
-25,90 %
1,75 (1,50)
PBP (an)
-19,08 %
845,62 (1347)
FG (kg/h)
37,22 %
Dans le tableau 3.11, le volume de cette tude est 1,58 fois suprieur celui obtenu par [CAR
65]. Les valeurs de CF pour cette tude et celle obtenue par [CAR 65] sont respectivement
2,14 $/an et 1,21 $/an. Do laugmentation de PBP dans la prsente tude.
Les rsultats de loptimisation bicritre tudie dans le cas B et impliquant la maximisation de
NPW et la minimisation de PBP, sont compars aux rsultats de loptimisation tricritre du
cas D dans le tableau 3.12
Tableau 3.12. Comparaison des valeurs des cas B et D

FB (kg/h)
V (m )
T (K)
NPW (10 $)
PBP (an)
Cas B (bicritre)
12065,75
2,99
354,71
0,11
7,21
1,73
FG (kg/h)
1211,36
Valeur
correspondante
(non optimise)
Cas D (Tricritre)
12725,31
2,68
351,63
0,10
6,32
1,75
845,62
5,32
11,09
0,87
5,85
13,16
1,29
35,56
% diff
Le tableau 3.12 montre une fois de plus que le critre conomique NPW et le temps de retour
sur investissement (PBP) sont meilleurs dans le cas bicritre par rapport au cas tricritre.
Cette situation sexplique par le fait que la cintique de raction est plus leve et le cot des
94
matires premires (FB) est plus faible dans le cas bicritre. Cependant, le dbit de polluant
FG est plus lev dans le cas bicritre que dans celui du tricritre.
3.3 Etude dun turbocompresseur gaz

Face lpuisement des ressources nergtiques fossiles et au phnomne de rchauffement
climatique d lmission des gaz effet de serre, la cognration dont le but est la
production simultane dlectricit et de chaleur est une solution intressante pour plusieurs
raisons. Dans un premier temps, la rcupration de la chaleur sortant de la turbine gaz pour
la production de la vapeur permet daccrotre lefficacit dune installation de 70 90% par
rapport aux gnrateurs de puissance conventionnels qui ont des efficacits aux alentours de
50% [ROB 06]. Dans un second temps, ce systme de production combine de chaleur et
dlectricit est plus respectueux de lenvironnement que les systmes conventionnels de
production de puissance, car il rduit la consommation totale des combustibles fossiles et par
consquent rduit les missions vers latmosphre. Dans un troisime temps, les systmes de
cognration fonctionnent au gaz naturel (nergie primaire fossile dite propre ) avec une
injection de vapeur afin de minimiser les missions. Daprs [EDU 01], une centrale de
cognration typique rduit par rapport aux systmes de production de puissance
conventionnels, de 356 g/kWh les missions de CO2, de 2,9 g/kWh les missions de NOx et de
23,2 g/kWh les missions de SO2.
Dans ltude prsente, une optimisation par algorithme gntique des critres techniques,
conomiques et environnementaux est ralise, dans le but de dterminer les conditions
opratoires optimales de fonctionnement de la turbine. Dans ce but, la turbine gaz a t
modlise sous ArianeTM dans un premier temps. Puis, les critres conomiques et
95
environnementaux utiliss pour loptimisation seront formuls pour tre utiliss dans la phase
doptimisation. Les principaux rsultats obtenus seront analyss.
3.3.1 Prsentation gnrale de la turbine gaz sous ArianeTM

La turbine gaz (ou turbine combustible) est un quipement qui, par la combustion d'un
combustible spcifi, permet de gnrer de l'lectricit et des fumes, dont l'nergie peut
servir gnrer de la vapeur ou de l'eau chaude, en utilisant des quipements ddis, appels
changeurs de rcupration. D'un point de vue technique, l'opration est ralise en trois
phases, dans l'quipement : phase de compression ; phase de combustion ; phase de dtente
(turbinage).
L'lectricit est produite pendant la troisime phase, qui consiste dtendre les fumes de
combustion produites dans la deuxime phase, par passage dans une turbine. Notons que le
modle prsent dans cette tude ne comporte pas de prchauffeur dair contrairement au
problme original CGAM, car la modlisation de ce prchauffeur dair nest pas disponible
actuellement sous ArianeTM. La figure 3.8 reprsente la modlisation graphique de la turbine
gaz sous ArianeTM.
Figure 3.8.
Conception graphique de la turbine gaz sous linterface ArianeTM
Un changeur de rcupration gnre de la vapeur ou de l'eau chaude (voir figure 3.8) sur un
des rseaux dfinis de la centrale, en changeant de la chaleur avec les fumes sortant de la
chaudire post-combustion ( dfaut directement de la turbine combustible). Ces changeurs
96
sont supposs de type UA, c'est dire que l'aire d'change et le coefficient global d'change
thermique sont supposs parfaitement connus.
3.3.2 Conception Contraintes - Exploitation

Les donnes ncessaires la dfinition d'une turbine combustible sont nombreuses, tant en
conception qu'en exploitation. Les contraintes techniques sur cet quipement concernent les
divers dbits entrants et sortants de cet quipement et la puissance produite. La description
d'un changeur sous ArianeTM comprend son nom, la provenance des fumes, le dgazeur qui
fournit le courant froid en entre de l'changeur et le rseau sur lequel est produite la vapeur
(ou l'eau chaude, selon le rseau slectionn). Les coefficients U et A (voir figure 3.10)
doivent galement tre renseigns ce niveau.
3.3.2.1
Conception de la turbine et du gnrateur de vapeur
En conception, le nom de l'quipement doit tre dfini, le combustible utilis ainsi que les
paramtres des courbes de rendement isentropique de la compression et de la turbine et les
paramtres de la courbe de temprature qui permettent de calculer la temprature relle aprs
combustion, appele temprature haute de la turbine combustible. Une option possible est
d'introduire de l'eau dgaze (en plus du combustible), dans la chambre de combustion. Si
cette option est slectionne, le ratio massique d'eau (par rapport au dbit de combustible) doit
tre renseign. Une autre option envisageable consiste injecter de la vapeur pique sur un
des rseaux de la centrale. Dans ce cas, le ratio massique de vapeur (par rapport au dbit de
combustible) doit tre renseign. La chemine thorique peut tre slectionne ce niveau.
Enfin, les donnes de conception dfinissent les paramtres de la dtente ralise lors du
turbinage, en dfinissant la pression de la chambre de combustion et la pression en aval de la
turbine. A titre dillustration, la figure 3.9 reprsente longlet conception de la turbine gaz.
Pour la conception du gnrateur de vapeur (figure 3.10), deux paramtres sont dfinir dans
longlet Conception :
le Bypass des fumes qui permet de reprsenter une division du courant de fumes. Les
changeurs ne sont ainsi plus installs squentiellement mais en parallle.
Quand loption Bypass est slectionne, il est possible de choisir loption Mlange des
fumes en sortie. Cet artifice permet de reprsenter dventuelles imbrications dchangeurs
dans une installation squentielle.
97
Figure 3.9.
Reprsentation de l'onglet "Conception" d'une turbine gaz
Figure 3.10. Reprsentation de l'onglet "Conception" du gnrateur de vapeur
3.3.2.2
Exploitation de la turbine et du gnrateur de vapeur
L'exploitation doit dfinir le mode de fonctionnement de la turbine et caractriser la

combustion. La turbine peut oprer sous plusieurs modes :
- Automatique, sans initialisation utilisateur ou avec initialisation (dbit ou puissance) ;
- Manuel dbit de combustible impos (dbit spcifier) ;
- Manuel puissance impose (puissance spcifier).
Pour caractriser la combustion, l'utilisateur peut dfinir l'air entrant (temprature, excs ou
dbit constant impos) ou bien spcifier la temprature haute. La figure 3.11 illustre le mode
dexploitation d'une turbine gaz.
98
Figure 3.11. Reprsentation de l'onglet "Exploitation" d'une turbine gaz

On peut galement nutiliser que la chaudire post-combustion (limination de la turbine
combustibles). Une partie des fumes peut tre envoye lvent et non plus vers les
changeurs de rcuprations. Pour le gnrateur de vapeur, en exploitation, si l'changeur est
en marche, il faut spcifier une temprature de sortie de la vapeur ou de l'eau chaude produite.
Si le mode de fonctionnement choisi est "manuel dbit impos", il est galement ncessaire
d'imposer le dbit.
3.3.2.3
Contraintes de la turbine et du gnrateur de vapeur
Les contraintes techniques d'une turbine combustible concernent les dbits de combustible
entrant, d'air entrant et des fumes gnres. Par ailleurs, la puissance lectrique gnre par
la turbine est galement borne par une valeur minimale (non ncessairement nulle) et une
valeur maximale admissible. Ces contraintes peuvent tre pondres pour augmenter ou
diminuer leur considration au cours du processus doptimisation. Les contraintes associes
au gnrateur de vapeur concernent le dbit et la temprature de sortie du courant froid. Les
bornes dfinir par l'utilisateur sont libres en ce qui concerne la variable de dbit, mais
l'intervalle technique de temprature spcifi doit tre inclus dans l'intervalle de temprature
dfini pour le rseau sur lequel est produite la vapeur (ou l'eau chaude). Par ailleurs, la pompe
deau de lchangeur peut tre prise en compte, en ce qui concerne sa consommation
lectrique (onglet Auxiliaires). Cette pompe peut tre caractrise comme un auxiliaire
lectrique seul ou comme une turbo-pompe (turbine permutable ou commutable). La
puissance lectrique consomme est dfinie comme une fonction linaire du dbit de la
99
pompe. Enfin, des pertes en eau peuvent tre dfinies (onglet Options). Si une perte est
dfinie, le dbit des pertes est une fonction linaire du dbit deau entrant dans lchangeur.
3.3.3 Modlisation de la turbine et du gnrateur de vapeur

3.3.3.1
Modlisation de la turbine vapeur
Calcul du compresseur dair

Les pressions d'entre/sortie tant connues, la temprature d'entre tant spcifie par
l'utilisateur, le travail thorique de la compression d'air s'obtient en utilisant la notion de
processus isentrope :
S e (Te , Pe ) = S s Ts , Ps
(3.17)
Wmin = H e (Te , Pe ) H s Ts , Ps
(3.18)
Le rendement rel se calcule partir du travail minimum fourni en utilisant la courbe de

rendement dfinie par l'utilisateur (il est noter que la courbe est, ici, dfinie par rapport la
notion de travail minimum) :
2
Rdt = a.Wmin
+ b.Wmin + c
(3.19)
Et finalement, le travail rel obtenu par la compression est donn par :

W=
Wmin
Rdt
(3.20)
Calcul de la combustion
L'quation de combustion, combine au calcul de la quantit d'oxygne exactement ncessaire
la combustion, permet de dfinir avec exactitude la composition et les dbits partiels des
fumes gnres. Le dbit d'air et l'enthalpie de l'air tant connus (aprs compression), le
dbit de combustible tant fix (le PCS de celui-ci tant spcifi), et ventuellement le dbit et
l'enthalpie de l'eau dgaze supplmentaire tant valus. Oon obtient l'enthalpie adiabatique
des fumes, qui permet d'accder la temprature adiabatique de combustion.
La temprature haute (temprature relle aprs combustion) s'obtient en utilisant la courbe de
temprature dfinie par l'utilisateur, fonction quadratique de la temprature adiabatique :
2
Thaute = a.Tadia
+ b.Tadia + c
(3.21)
Calcul de la turbine
100
Les conditions hautes tant parfaitement dtermines (temprature, pression, composition), la

pression de sortie tant spcifie, le calcul de la turbine est tout fait conforme celui
prsent pour la turbine vapeur (voir chapitre 4). La notion de processus isentrope et de
rendement isentropique permettent de calculer d'une part la temprature relle de sortie, et
donc le niveau d'nergie des fumes, et d'autre part, en utilisant la courbe de rendement de la
turbine, la puissance lectrique produite.
Les calculs effectus permettent de caractriser le fonctionnement de la turbine combustible
en fournissant :
-
Les dbits d'air, de combustible et ventuellement d'eau ;
La temprature "haute" et la temprature de sortie des fumes ;
Le dbit et la composition des fumes ;
La puissance produite.
3.3.3.2
Modlisation du gnrateur de vapeur
L'changeur de rcupration est modlis par un modle d'change thermique de type UA, ce
qui signifie que la surface d'change et le coefficient d'change thermique global sont
supposs connus et constants. Pour le courant froid entrant, sont connues, la temprature et la
pression de leau dgaze. Pour le courant chaud, la composition, la temprature et le dbit
des fumes sont parfaitement matriss.
Figure 3.12. Schma de modlisation du gnrateur de vapeur
Lannexe du chapitre 3 donne le modle du gnrateur de vapeur.
101
Pour cette modlisation, il existe trois types de sortie :

- sortie par convergence ;
- sortie par atteinte du nombre ditrations maximum ;
- sortie par chec (aprs chec de la procdure de sous relaxation du problme).
3.3.4 Fonctions objectifs, variables doptimisation et contraintes

3.3.4.1 Fonctions objectifs
Critres conomiques
Les fonctions objectifs utilises comme critres conomiques par [VAL 94] pour
loptimisation de la turbine gaz (CGAM) sont reprises dans cette partie (voir tableau3.13) :
Tableau 3.13. Cot dinvestissement de la centrale thermique gaz [VAL 94]

Cot dinvestissement des quipements ($)
Formules
Compresseur dair
P2 P2
ma
ln
39 , 5
( 0 , 9 CA ) P1 P1
- m a : dbit dair (kg/s)

-
CA : Rendement isentropique
- P1 et P2 : Pression en aval et en amont (bar)
Turbine
m g : Dbit de gaz (kg/s)

- TG : Rendement isentropique
-
266,3
P
ln 3 (1 + EXP(0,036T3 54,4))
(0,92 TG ) P4
mg
- P3 e P4 : Pression en aval et en amont (bar)

- T3 : Temprature de la chambre de combustion (K)
Chambre de combustion
25 ,6 m a
- m a : Dbit dair (kg/s)

- P2 e P3 : Pression en aval et en amont (bar)
- T3 : Temprature de la chambre de combustion (K)
P
0 ,995 3
P2
(1 + EXP ( 0 ,018T 326 ,4 ) )

3,32(E p )
0 , 49
Alternateur
Ep : puissance lectrique produite (MW)
Rcuprateur/gnrateur de vapeur
hs
3650
(
)
ln(
T
T
)
/
ln
10
4
5
m g : Dbit de gaz (kg/s)
- m s : Dbit de vapeur (kg/s)

- hs : enthalpie fournie la vapeur (kW)
- T4 e T5 : Temprature en aval et en amont (K)
102
0 ,8

+ 11820ms + 658 mg

0, 5
Ces fonctions conomiques seront combines avec le cot du combustible (gaz naturel) pour
composer le critre conomique Cot de Fonctionnement not CF qui sera minimis. Le
Cot de Fonctionnement annuel est calcul comme suit [VAL 94] :
CF = Pf + Z i
(3.29)
Pf = 3600NPuf m f PCI
(3.30)
Z i = z i (CRF )
(3.31)
avec :
Pf le cot annuel du combustible ($/an), N le nombre dheures de fonctionnement de
linstallation dans lanne (N=8000 h), Puf le prix unitaire du combustible (gaz naturel) (Puf =
0,004 $/MJ), m f le dbit horaire de combustible (kg/h), PCI le pouvoir calorifique inferieur
du combustible (PCI = 50 MJ / kg), Zi le cout dinvestissement et de maintenance de
lquipement i, zi le cot dinvestissement de lquipement i, (CRF) le facteur annuel de
recouvrement du capital (CRF = 0,180) et facteur de maintenance ( = 1,06).
Le problme conomique scrit :
Min (CF)
CF = fonctions conomiques
Critre technique
Dans cette tude, un critre technique reprsentant la puissance lectrique produite (PP) par la
turbine gaz sera maximis.
Max (PP)
PP = fonctions technique
Critre environnemental
Les critres environnementaux sont quantifis partir de la mthodologie propose par
IchemE. Les impacts environnementaux sont calculs suivant la formule :
FEi =
FPi,N
(3.32)
103
o FEi dsigne le fardeau environnemental i, MN est la masse (ou le dbit massique) de la

substance mise N et FPi,N reprsente le facteur de potentiel dimpact de la substance N relatif
au fardeau environnemental i. Les fumes de la combustion rejetes dans latmosphre sont
composes principalement de CO2, SO2, NOx, CO et de poussires. Les impacts
environnementaux dcoulant des ces substances permettent de composer les charges
environnementales (FEi) (HTP, GWP, PCOP, AP et EP). Dans cette partie, les critres
environnementaux seront calculs partir de loptimisation bicritre conomique et
technique.
3.3.4.2 Variables doptimisation

Comparativement aux travaux de [VAL 94], et compte tenu des lments modliss sous
ArianeTM, les variables doptimisation retenues pour le modle de la turbine gaz sont la
pression de la chambre de combustion (P2) et le dbit de gaz naturel (mGN) inject dans cette
mme chambre de combustion (voir figure 3.13). Sur la figure 3.13, meau reprsente le dbit
deau dalimentation du gnrateur de vapeur, mv, le dbit de vapeur gnr, mair le dbit dair
aspir et compress par le compresseur et mGaz, le dbit de fume issu de la combustion. Le
logiciel PlessalaTM, permet lextraction de ces variables sur une feuille MS Excel grce la
technologie COM. Celles-ci permettent ltablissement des critres technico-conomiques et
loptimisation avec la bibliothque Multigen sous MS Excel.
Figure 3.13. Schma de principe du systme de cognration
104
3.3.4.3 Contraintes
Les contraintes de ce problme sont dune part dfinies sur longlet contraintes de chaque
quipement sous ArianeTM, et dautre part sur linterface Multigen. Pour ce dernier cas, les
bornes des variables doptimisation constituent les contraintes. Lensemble des contraintes est
dfini ci-dessous :
Contraintes lies la Turbine gaz :
1000 Puissance produite 50000
kW
10 Dbit de sortie des fumes 1000
t /h
10 Dbit dair admissible 500
t /h
0 Rendement global 10 t /h
0 Rendement chaleur / force 10 t /h
0 Rendement lectrique quivalent 1
t /h
Contraintes lies au gnrateur de vapeur :

10 Dbit de sortie vapeur 200
t /h
Contraintes lies aux variables doptimisation :

9 P2 17
bar
1000 mGN 10000 Nm3/h
3.3.5 Optimisation bicritre : Min CF et Max puissance produite

Pour cette tude techno-conomique de la turbine gaz, une optimisation bicritre a t
ralise sur les critres conomique (CF) et technique (PP) avec les valeurs de paramtrage
de lalgorithme gntique du tableau 3.14
Tableau 3.14. Valeurs des paramtres de lalgorithme gntique

Taille de la population
Nombre de gnrations
Probabilit de croisement
Probabilit de mutation
Bicritre
100
200
0,75
0,20
Le font de Pareto obtenu aprs loptimisation bricritre est reprsent sur la figure (3.14). La
mthode daide la dcision multicrire TOPSIS est applique au front de Pareto de cette
optimisation avec des poids arbitraires (0,3 et 0,7) appliqus au cot de fonctionnement et la
puissance produite respectivement, favorisant ainsi la puissance par rapport au cot de
105
Puissance produite en fonction du cot de
fonctionnement
fonctionnement. Sur la figure 3.14, le point (TOPSIS rang 1) reprsente lalternative de rang
un de ce scenario.
Figure 3.14. Front de Pareto et TOPSIS de loptimisation bicritre

La figure 3.15 est dduite de la prcdente optimisation bicritre et le mme point TOPSIS
rang 1 est reprsent sur cette courbe.
GWP en fonction du cot de fonctionnement

170000
GWP (t q. CO2 /an)
165000
160000
155000
150000
145000
140000
135000
130000
125000
120000
10
12
14
16
18
20
22
24
Cot de fonctionnement (M$/an)
Figure 3.15. Evolution du GWP en fonction du cot de fonctionnement
Les valeurs des variables doptimisations du point de rang un sont les suivantes : pression de
la chambre de combustion P2 de 12,66 (bar) et dbit de combustible de 10000 (Nm3/h) pour la
solution trouve par TOPSIS, et le tableau 3.15 donne les valeurs des critres correspondants.
106
Tableau 3.15. Valeurs des critres correspondants au point TOPSIS rang un

CF
PP
GWP
EP
PCOP
AP
(M$ / an)
(kW)
(t q. CO2 / an)
(t q. PO4(3-)/an
(t q C2H4 / an)
(t q. SO2 / an)
166747,612
0,031
87,63
114,27
17,305
34870,83
3.4 Conclusion.
Dans ce chapitre, lapproche dco-conception retenue a t applique deux exemples
extraits de la littrature : le procd de Williams et Otto et la turbine gaz modlise sous
ArianeTM. Ltude du premier a montr que les valeurs obtenues par lapproche concordent
bien avec celles de la littrature. Des cas tricritres et une analyse multicritre ont galement
t tudis. Le second exemple a illustr la modlisation et loptimisation dun module de
production dnergie sous ArianeTM qui sera utilis dans la suite de ce travail travers le
couplage avec un procd chimique. Dans ce cas simple tudi ici, seul une tude bicritre
faisant intervenir un critre cot et un critre technique est considr pour la phase
doptimisation. Les critres environnementaux sont dduits de ce dernier calcul
doptimisation. Lapproche dco-conception, dcline ici sur ces deux petits exemples, va
tre prsent tendue ltude du procd dhydrodsalkylation du tolune pour la
production de benzne dans les chapitres 4 et 5.
107
108

dutilits
Chapitre 4
Intgration de modles de
simulation du procd et de
lunit de production dutilits :
Application au procd HDA (production de
benzne par hydrodsalkylation du tolune)
109

dutilits
Abrviations
AP :
EP :
FUCA :
GWP :
HDA:
Hi, Ho :
HP :
HTP :
LP :
MCDM :
MILP :
MINLP :
MP :
NLP :
NSGA :
PCI :
PCIFO :
PCIGN :
POCP:
SBX :
TOPSIS :
WAR :
Potentiel dAcidification (Acidification Potential) (t q.SO2/an)

Potentiel dEutrophisation (Eutrophication Potential) (t q. PO4 3-/an)
Potentiel de Rchauffement global (Global Warming Potential) ( t q. CO2/an)
Production de benzne par Hydrodsalkylation du tolune
Enthalpies des dbits de vapeur lentre et la sortie (kJ/kg)
Haute pression (Bar)
Toxicit Humaine Potentiel (Human Toxicity Potential) (t q. C6H6/an)
Basse pression (Bar)
Aide la dcision multicritre
Programmation mixte linaire (Mixed Integer Linear Programming)
Programmation mixte non linaire (Mixed Integer Non Linear Programming)
Moyenne pression (Bar)
Programmation non linaire (Non Linear Programming)
Non-Sorted Genetic Algorithm
Pouvoir calorifique infrieur du combustible (= PCS / 1.1).
PCI (Pouvoir calorifique inferieur) du fioul (GJ/t)
PCI (Pouvoir calorifique inferieur) du gaz naturel (GJ/m3)
Potentiel dOxydation Photochimique (t q. C2H4/an)
Oprateur de croisement (Simulated Binary Crossover)
Technique for Order Preference by Similarity to Ideal Solution
Algorithme pour la rduction des rejets (WAste Reduction algorithm)
Symboles
Ai , Bi , C i :
Acond :
Areb :
a, b, c :
c:
cond :
CP :
CPeau :
CRM :
CUT :
Di :
Dflash :
dist :
dliq,mass :
dvap,mas :
Fi :
FCI :
FEi :
Hi :
Ho :
hFi :
Constante dAntoine, pour les composs du procd HDA

Surface du condenseur (m2)
Surface du bouilleur (m2)
Paramtres de la courbe de rendement renseigns par l'utilisateur.
Nombre total de composants chimiques dans le mlange
Condenseur
Chaleur massique du liquide de refroidissement (kJ/kg/K)
Chaleur massique de leau au condenseur (kJ/kg/K)
Cot des matires premires ($/an)
Cot des utilits ($/an)
Dbit de distillat dans la colonne de distillation i (kg/h)
Diamtre du flash (m)
Distillat
Dbit massique de liquide sortant au bas du flash tank (kg/h)
Dbit massique de vapeur dans le flash ( kg/h)
Dbit dalimentation de la colonne i (kg/h)
Investissement en capital fixe ($) (Fixed Capital Investment)
Fardeau Environnemental de limpact i
Enthalpie de sortie de la vapeur dans la turbine (kJ/kg)
Enthalpie dentre de la vapeur dans la turbine (kJ/kg)
Enthalpie de lalimentation de lquipement i (kJ/kg)
110

dutilits
hDi :
Enthalpie du distillat de lquipement i (kJ/kg)
hWi :
HC :
H stmi :
H stri :
Hi :
Hi :
i:
Lflash :
Enthalpie du rsidu de lquipement i (kJ/kg)

Enthalpie de combustion (GJ/m3)
Enthalpie de vaporisation de leau (kJ/kg)
Enthalpie de vaporisation du mlange chimique i (kJ/kg)
Chaleur latente de vaporisation du compos i au condenseur (kJ/kmol)
Chaleur latente de vaporisation du compos i au bouilleur (kJ/kmol)
Composant chimique considr
Longueur (hauteur) du flash (m)
m comb :
Dbit de combustible consomm (kg/h)
m eau :
Dbit massique de leau de refroidissement (kg/h)
m FO :
MG :
Dbit de fioul (t/h)

Masse molaire du distillat (somme des masses molaires) (kg/kmol)
Dbit de gaz naturel consomm (Nm3/h)
m NG :
m stmi :
Dbit de vapeur demand par lquipement i (t/h)

Dbit dutilit i (kg/h, std m3/h, m3/h ou kW)
mUTi :
m RMi :
N8:
PUTi :
Dbit matire de la matire premire i (kg/h)

Dbit molaire de gaz recycl en (kmol/h)
Prix unitaire de lutilit i ($/kg, $/std m3, $/m3 or $/kWh)
PRMi :
Prix unitaire de la matire premire i ($/kg)
Pcomp ,e :
Pression de gaz lentre du compresseur en (bar)
i
p dist
:
Pression partielle du composant i dans le distillat (mm Hg)
i
resid
Pression partielle du composant i dans le rsidu (mm Hg)
Pcond :
Pression totale (opratoire) au condenseur (mm Hg)
Preb :
Pi :
Po :
PT :
Q:
Qcond :
Qci :
Pression totale (opratoire) au bouilleur (mm Hg)

Pression de sotie de la turbine (Bar)
Pression lentre de la turbine (Bar)
Pression du condenseur (bar)
Charge utile change (kW)
Quantit de chaleur au condenseur (W)
Quantit de chaleur extraite de lunit i (kJ/h)
Qbi :
QEch :
QR :
Qreb :
R:
ratio :
ratio:
reb :
resid :
SEch :
Quantit de chaleur fournie au bouilleur i (kJ/h)

Quantit de chaleur change travers lchangeur thermique (kW).
Puissance totale change lors de raction (kW)
Quantit de chaleur au bouilleur (kW)
Taux de reflux
Rapport de consommation de combustible (%)
Ratio nergtique de combustible (%)
Bouilleur
Rsidu
Surface dchange de lchangeur thermique (m2)
111

dutilits
Sflash :
Si :
So :
To :
Section transversale du flash (m2)

Entropie de sortie de la vapeur dans la turbine (kJ/kg/K)
Entropie dentre de la vapeur dans la turbine (kJ/kg/K)
Temprature isentropique la sortie de la turbine (K)
Tcond :
Temprature du condenseur (K)
Treb :
Tml :
Tb :
Teau,e :
Teau,s :
Ti :
TRe
TRs :
U:
uact :
Ucond :
Ureb :
Temprature du bouilleur (K)

Diffrence de temprature entre la vapeur de chauffage et le mlange (K)
Temprature du condenseur (K)
Temprature dentre de leau dans lchangeur thermique (K)
Temprature de sortie de leau dans lchangeur thermique (K)
Temprature lentre de la turbine (K)
Temprature dentre du racteur (K)
Temprature de sortie du racteur (K)
Coefficient global dchange thermique (W/m2/K).
Vitesse actualise du gaz dans le flash (m/s)
Coefficient global dchange thermique du condenseur (W/m2/K)
Coefficient global dchange thermique du bouilleur (W/m2/K)
V comp ,e :
Wi :
wcond :
Wmax :
Wrel :
wS :
i
x dist
:
Dbit volumique de gaz lentre du compresseur en (m3/s)

Dbit des rejets (kg/h)
Dbit deau au condenseur (m3/h)
Travail maximum produit par la turbine (W)
Travail rel produit par la turbine (W)
Dbit de vapeur au bouilleur (m3/h)
Fraction molaire du composant dans le distillat
i
x resid
:
liq :
vap :
m :
Fraction molaire du composant dans le rsidu

Masse volumique du liquide (kg/m3)
Masse volumique de la vapeur (kg/m3)
Densit molaire dans les conditions du compresseur (kmol/kg).
Lettres grecques
:
Rapport des capacits calorifiques pression et volume constants
:
Viscosit du liquide (cP)
:
Rendement (%)
conv :
Taux de conversion du Tolune
Coefficient de corrlation
1 :
Rendement de la chaudire (%)
comp :
Rendement isentropique du compresseur (%)
112

dutilits
4.1 Introduction
Ce chapitre prsente lexemple support au dveloppement de la mthodologie dcoconception de procds industriels. Il sagit de la production de benzne partir de
lhydrodsalkylation du tolune. Ce procd a t retenu car il sert souvent de banc de test
pour des tudes de Process Systems Engineering . Les ouvrages de [DOU88] et de
[TUR09] sont des rfrences dans le cursus de base en gnie des procds et qui sappuient
notamment sur cet exemple pour prsenter la dmarche traditionnelle de conception
hirarchique de procds. Ainsi, le procd dhydrodsalkylation du tolune (HDA) est un
procd pour lequel lensemble des donnes physico-chimiques est connu. Ces lments ont
constitu une motivation particulire pour tayer notre prsentation travers cet exemple. En
effet, il aurait t prfrable dtudier un procd moins conventionnel pour lequel plusieurs
choix taient envisageables pour concevoir un procd plus vert , notamment le choix des
matires premires. Lobjectif du travail propos ici se situe des fins mthodologiques, aussi
laccs aux donnes et la formulation dhypothses, qui font certes partie des proccupations
dun ingnieur en gnie des procds, ne devaient pas constituer un verrou. Cest pourquoi le
cas du procd HDA sert de fil conducteur ce travail.
Le fonctionnement de tout systme industriel implique lutilisation dutilits que sont :
llectricit, la vapeur deau, leau chaude, lair comprim etc. Par consquent, lun des points
essentiels de la modlisation du procd dhydrodsalkylation du tolune est le couplage de ce
dernier avec une unit de production de ces utilits.
Ce chapitre concerne exclusivement le couplage du modle du procd avec celui du modle
de production dutilits, comme cela est illustr sur la figure 4.1. Lensemble des mthodes et
outils a dj t dfini dans le chapitre 2. Deux motivations particulires sous-tendent ce
chapitre :
-
dune part, il sagit de montrer la phase de dveloppement dun modle simplifi de

flowsheeting travers lexemple du procd HDA, qui fait souvent partie intgrante
de la phase de synthse de procds dans lindustrie chimique. Certes, la dmarche est
gnrale, mais le modle rsultant est spcifique au procd tudi. Comme cela a t
mentionn dans le chapitre 2, nous avons fait le choix dun modle simplifi qui
pourra facilement tre intgr au sein de la boucle doptimisation multiobjectif. On
gagne en temps de calcul pour lintgration, mme si la gnricit est perdue. Les
rsultats de ce modle simplifi seront compars ceux dun logiciel de flowsheeting
classique (ProSim Plus).
113

dutilits
dautre part, lobjectif est dillustrer la dmarche dintgration du simulateur du

procd avec celui ddi la production dutilits (ArianeTM ).
Donnes
brutes
Dfinition des
objectifs du
champ de l'tude
Calcul de
l'inventaire
Equations orientes modle

( rsolution mathmatique)
Variables
de dcision
Matires
premires
Source primaire
d'nergie
Procd
chimique
Production
d'nergie
Classification
Caractrisation
Effet de serre
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Front de Pareto
Mthode d'aide la
dcision multicritre
Eutrophisation
Epuisement ressource
naturelles
ArianeTM
Toxicit
humaine
Modlisation
Critre
conomique
Stratgie d'optimisation
Figure 4.1.
Cadre gnral de ltude : modlisation de procds
Ce chapitre comporte quatre parties essentielles :

-
Lexemple support de ltude est lobjet de la premire partie. Le procd

dhydrodsalkylation du tolune y est prsent ainsi que son schma fonctionnel. La
centrale de production dutilit est galement prsente dans cette partie. Il faut
insister demble sur le fait que la partie considre ici nimplique que la partie
oprationnelle de la contribution de lunit de production dutilits au procd HDA. Il
est, en effet, usuel que la production des utilits soit partage au sein dun site de
production afin de mutualiser leurs cots de production.
La deuxime partie est ddie la prsentation des modles doprations unitaires du

procd HDA et de la centrale de production dutilits. Ces modles, repris des
travaux de [DOU 88], de [TUR 98], [TUR 09], de ProSim [PRO 05] et de la
littrature, ont t adapts pour leur future insertion dans le simulateur de procd.
114

dutilits
La troisime partie est consacre la description des outils et logiciels utiliss pour la
mise en place du simulateur du procd. Le modle thermodynamique retenu y est
prsent.
La quatrime partie fait lobjet dune analyse des conditions opratoires choisies
comme variables doptimisation et des contraintes dexploitation du procd. La
validation du simulateur du procd sous MS Excel avec celui sous ProSimPlusTM
met fin cette partie.
4.2 Description du procd dhydrodsalkylation du

tolune
Il existe diverses voies pour la synthse du benzne, parmi lesquels, le reformage catalytique,
le
vapocraquage
et
lhydrodsalkylation
du
tolune.
Le
modle
du
procd
dhydrodsalkylation choisi est celui de [DOU 88], modifi par [TUR 98] et [TUR 09]. La
figure 4.2 illustre le schma du procd HDA pour la production du benzne.
Ce procd implique deux ractions, la conversion du tolune en benzne et lquilibre entre
le benzne et le diphnyle :
C 7 H 8 + H 2 C 6 H 6 + CH 4
(4.1)
2C 6 H 6 C12 H 10 + H 2
(4.2)
avec:
C7H8 : Tolune, H2 : Hydrogne, C6H6 : Benzne, CH4 : Mthane, C12H10 : Diphnyle
Le procd dhydrodsalkylation du tolune comprend essentiellement trois tapes : la
premire est la raction entre le tolune et lhydrogne qui a lieu dans un racteur adiabatique.
Elle est suivie de la sparation des phases liquide et vapeur et dune purge de mthane pour
viter son accumulation dans le procd. Le coproduit, mthane peut tre soit brl comme
combustible dans le four aprs sparation membranaire soit limin la torche. Le diphnyle
est trs souvent rcupr et valoris en tant que tel par lindustrie de synthse. Cependant dans
cette tude ces deux coproduits seront considrs comme des polluants.
115

dutilits
Figure 4.2. Procd HDA propos par [DOU88] Douglas (1988) modifi.
Contrairement aux autres procds dhydrodsalkylation, le procd de Douglas (1988)

nutilise pas de catalyseur, mais les ractions ont lieu haute temprature (environ 700C). Le
tolune pur et lhydrogne (compos de 5% de mthane) sont introduits dans le procd. Ce
mlange est dabord prchauff dans un changeur de chaleur, rchauff avec les effluents du
racteur, avant son entre dans le four. Dans le four, la temprature du mlange est porte aux
environs de 621C afin de favoriser la cintique de raction.
Dans le racteur, le tolune et lhydrogne haute temprature se combinent pour donner le
benzne. Cette raction est exothermique. Le mlange chimique entre dans le racteur une
temprature denviron 621 C pour en sortir environ 680 C. A cette temprature, une
raction parasite recombine les molcules de benzne pour donner du diphnyle.
Dans un souci de rcupration nergtique, les effluents du racteur sont redirigs vers le
prchauffeur afin dchanger leur chaleur avec le mlange entrant. Ils en ressortent environ
550 C.
Ces effluents du racteur sont tous ltat gazeux (environ 550 C) ; ce qui conduit les
refroidir une temprature proche de celle de leau de refroidissement disponible, pour
atteindre soit une condensation totale, soit une sparation des phases liquides et gazeuses.
116

dutilits
Pour se faire, les gaz passent travers un changeur refroidisseur pour tre refroidis dune
temprature de 550 C 38 C. Cela peut tre vu comme un condenseur partiel, avec un dbit
en sortie compos de gaz et de liquide. Cet effluent est ensuite introduit dans un flash haute
pression o lquilibre liquide-vapeur peut tre obtenu. Le flash haute pression possde deux
dbits en sortie, un dbit liquide et un autre gazeux. La phase liquide du flash est dirige vers
le systme de rcupration de liquide tandis que la phase vapeur est rcupre.
Puisquun flash ne permet pas sparation tranche, une fraction de la phase gazeuse sera
entrane dans la phase liquide et rciproquement. Si cette fraction de gaz constitue un
contaminant pour le produit final, alors elle doit tre extraite. Si les composs lgers sont
extraits avec le produit, leur incidence est une diminution de la puret du produit final. La
mthode pour atteindre la puret souhaite du produit est dincorporer soit une colonne de
distillation stabilisateur [DOU 88], soit un flash basse pression [TUR 98] et [TUR 09],
dans le courant liquide entre le flash haute pression et la colonne de distillation du produit
(benzne), afin dliminer lhydrogne et le mthane qui sy trouvent.
Les deux mthodes ayant t utilises pour le mme procd dans le littrature, lapproche de
[TUR 98] et [TUR 09] est retenue dans cette tude par souci de simplicit et de rduction du
cot dinvestissement. Le rsidu du flash basse pression (BP), ne contiendra alors que trois
produits : le tolune, le benzne et le diphnyle.
Le tableau 4.1 indique que le benzne qui est le plus volatil dans le milieu ambiant sera spar
en premier dans la colonne de distillation qui suit le flash basse pression. Le rsidu de cette
colonne sera compos de tolune et de diphnyle. Les points dbullition sont tels que le
tolune est le plus volatil des deux. Donc ce dernier sera rcupr en distillat et recycl vers le
racteur, tandis que le diphnyle sera soit rcupr comme coproduit, soit rejet comme
polluant. Dans le cadre de cette thse, le diphnyle et le mthane sont considrs comme des
polluants.
Tableau 4. 1.
Points dbullition normale des constituants chimiques du HDA
Composants Point dbullition

Hydrogne
-253 C
Mthane
-161 C
Benzne
80 C
Tolune
111 C
Diphnyle
253 C
117

dutilits
La satisfaction des besoins nergtiques du procd tant au niveau des changeurs de chaleur
quau niveau des machines tournantes se fera par lajout dune centrale thermique au procd
HDA. Cette centrale de production dutilit est ralise sous ArianeTM qui est un logiciel de
modlisation et doptimisation de centrales de production dutilits et de leurs rejets (CO2,
SO2, NOx, etc..).
TM
a permis de modliser dans le cadre de ltude, non seulement la
Il faut noter quAriane
production dutilits requises (chaudire de production de vapeur haute pression, turbine pour
la production dlectricit), mais galement le four du procd et ses missions. Pour le
couplage dArianeTM et du procd dhydrodsalkylation (modlis sous MS Excel), un
autre logiciel nomm PlessalaTM est utilis. Celui-ci permet dextraire les variables et les
rsultats dArianeTM et ainsi, grce un code VBA, de rcuprer les variables et rsultats sur
une feuille Microsoft Excel. Ces valeurs seront ensuite utilises dans le modles HDA pour
satisfaire les diffrents besoins nergtiques.
4.3 Bilan global de matire

Le procd dhydrodsalkylation du tolune a t repris dans plusieurs travaux de recherche
incluant le dimensionnement des quipements notamment le racteur, loptimisation
topologique, loptimisation environnementale, ltude de linfluence des conditions
opratoires telle que la temprature, ltude dynamique, le contrle du systme etc. Les
auteurs ne sintressent en gnral quaux caractristiques du produit et aux conditions
opratoires. Ils ne prsentent pas les bilans globaux permettant daccder aux diverses
caractristiques (temprature, pression, dbit, etc.) en tout point du procd. Pour palier ce
manque, le bilan matire est tabli (voir annexe 1 du chapitre 4) afin de permettre la mise en
place du simulateur. Le procd global dans lequel les courants ont t numrots est propos
sur la figure 4.3. Lintrt de ce modle global est que tous les calculs de dbit sont
explicites ; ce qui simplifie fortement la rsolution et les temps de calcul.
Lun des intrts de ltude est terme la conception un simulateur simplifi du procd
dhydrodsalkylation du tolune coupl la centrale de production dutilits. Ce simulateur de
procd doit mettre en vidence linfluence des conditions opratoires sur les dimensions des
quipements du procd (cot dinvestissement) et sur les impacts environnementaux
rsultant de lexploitation de celui-ci et de sa centrale thermique. Pour atteindre ces objectifs,
le dveloppement et la mise en place de modles doprations unitaires simpose.
118

dutilits
4.3.1 Modles doprations unitaires du procd et de la centrale

4.3.1.1 Prchauffeur (FEHE)
Lobjectif ici est de raliser une rcupration nergtique avec leffluent du racteur, et ce
dans un souci dintgration nergtique, car le racteur est suivi directement dun changeur
refroidisseur qui ferait passer la temprature de mlange chimique sortant de celui-ci, de 680
C 38 C. Cela reprsente une norme perte de chaleur valorisable. Alors, leffluent la
sortie du racteur qui est une temprature denviron 680 C, va cder au courant
dalimentation du prchauffeur une partie de sa chaleur afin de porter la temprature de ce
dernier de 120C 225 C. Cet change de chaleur est ralis au travers dun changeur
thermique alimentation-effluent , (en anglais feed-effluent heat exchanger ). Son aire
dchange est dtermine partir de la formule :
S Ech =
QEch
UTml
(4.3)
O SEch est la surface dchange de lchangeur thermique (m2), QEch la puissance de

lchangeur (W), U le coefficient global de lchange thermique (W/m2/C) et le rendement
de lchangeur o sa valeur est gnralement denviron 0,9 pour un changeur du type tubecalandre [TUR 98].
4.3.1.2 Four
Le procd dhydrodsalkylation tudi est non catalytique. Il doit alors impliquer une
raction haute temprature. Seule la temprature aura donc une influence sur la vitesse de la
raction. La raction principale est exothermique. Donc, une augmentation de temprature
rduira la conversion due la deuxime raction. Le mlange chimique provenant du
prchauffeur FEHE traverse le four qui augmente sa temprature de 225 C 621 C avant
son admission dans le racteur piston.
La modlisation du four est ralise avec le logiciel ArianeTM, sous la forme une chaudire
bicombustible (gaz naturel et fioul). Les dbits de gaz naturel et de fioul, calculs partir du
simulateur de procd sous Excel sont transmis via la technologie COM ArianeTM, qui
calcule partir de ces valeurs les dbits des missions polluantes dues la combustion. En
effet, la puissance du four est calcule partir du bilan enthalpique du simulateur de procd
HDA. Ce bilan enthalpique est ralis par intgration grce la technologie COM, du serveur
119

dutilits
thermodynamique Simulis thermodimics au procd HDA sous MS Excel. Cette puissance

permettra le calcul des dbits de gaz naturel et de fioul utiliss par le four en temps rel.
Lutilisation simultane de deux combustibles dans le four bicombustible impose lintgration
dun ratio de consommation des combustibles dfini comme suit :
ratio =
nergie fournie par le premier combustible

nergie totale des deux combustibles
(4.4)
L'enthalpie de combustion des combustibles (HC) prend en compte ce ratio de

consommation des combustibles et est calcul comme suit :
H C =
1,1 PCI GN .PCI FO

ratio PCI FO + (1 ratio).PCI GN
(4.5)
Le dbit de gaz naturel ( m GN ) est dtermin partir de la formule suivante:
GN
PCI
GN
(4.6)
ratio
Le dbit de fioul ( m FO ) est aussi calcul partir de la formule suivante:
m FO =
Q
PCI FO (1 ratio )
(4.7)
Dans ces formules, HC reprsente lenthalpie de combustion pour une chaudire
bicombustible (GJ/m3), Q est la quantit de chaleur change dans le four (GJ/h), m GN est le
dbit de gaz naturel (NM3/h) tandis que m FO reprsente le dbit de fioul (t/h). Le ratio est le
rapport de consommation de combustible, le rendement du four, PCIGN, le PCI (Pouvoir
calorifique inferieur) du gaz naturel (GJ/m3) et PCIFO, le PCI (Pouvoir calorifique infrieur)
du fioul (GJ/t).
4.3.1.3 Racteur adiabatique piston

Les performances du racteur, considr comme le cur du procd, sont dune extrme
importance pour la dtermination de la viabilit de lensemble du procd et des impacts
environnementaux. La cration de coproduits indsirables est viter, voir minimise en
fonction des performances de celui-ci. Essentiellement, deux ractions ont lieu dans le
racteur piston, considr adiabatique dans ltude :
C 7 H 8 + H 2 C 6 H 6 + CH 4
(4.1 bis)
120

dutilits
2C 6 H 6 C12 H 10 + H 2
(4.2 bis)
avec :
C7H8 : Tolune, H2 : Hydrogne, C6H6 : Benzne, CH4 : Mthane, C12H10 : Diphnyle
Le tolune pur ainsi que lhydrogne frais et recycls sont introduits dans le racteur aprs
avoir t pralablement prchauffs dans lchangeur FEHE et ports haute temprature
dans le four. Le racteur adiabatique piston est modlis partir uniquement de la premire
raction (4.1), comme dfini notamment dans les travaux de [DOU 88], de [BRO 92] et de
[YIC 98]. Cette premire raction est caractrise par une seule variable qui est le taux de
conversion, conv , dfini comme :
conv =
Moles de tolune converties dans le racteur

Moles de tolune admises dans le racteur
(4.8)
Une seconde variable appele slectivit (Se), qui tient compte de la seconde raction est
dfinie comme :
Se =
Moles de benzene la sortie du racteur

Moles de tolune converties
(4.9)
La caractristique principale dun racteur est son volume. Douglas [DOU 88] considre un
racteur adiabatique piston et calcule le volume de celui-ci partir de la formule suivante :
VR =
F ln[1 /(1 conv )]M

k
(4.10)
Dans cette formule, conv est le taux de conversion, la valeur utilise par Douglas [DOU 88]
est 0,75, F (kmol/h) reprsente le dbit molaire du mlange lentre du racteur, M (g/mol)
la masse molaire de ce mlange, k (1/h) la constante de vitesse et (kg/m3) la masse
volumique du mlange. En supposant que le tolune lentre du racteur est pur, Douglas
[DOU 88] a donn une formule empirique reliant le taux de conversion et la slectivit :
Se = 1
0,0036
(1 conv )1,544
(4.11)
La vitesse de la raction est fonction de la temprature selon la loi d'Arrhenius :
k = k0e
avec :
E
RT
(4.12)
- k0 : Frquence ou le facteur pr-exponentiel

- E : Energie dactivation de la raction (kJ.mol-1)
121

dutilits
- R : Constante universelle des gaz parfaits (J.mol-1.K-1)

- T : Temprature de la raction (K)
Ainsi, dans les travaux de [LUY 98], les expressions de la cintique des ractions sont
donnes comme des fonctions des pressions partielles (psia) des constituants gazeux pour les
deux principales ractions du HDA (4.1 et 4.2), et on a :
r1 = 3,6858e
255616
)
T
r2 = 5,987 10 e
4
PT PH2
255616
)
T
(4.13)
P 2.553 10 e
2
B
255616
)
T
PD PH
(4.14)
r1 et r2 sont les vitesses des ractions, (4.1) et (4.2) exprimes en lbmol / (min.ft3) et T en
degr Kelvin. Dans [DOU 88] seule la raction (4.1) est prise en compte, car elle est
exothermique et prpondrante par rapport la raction (4.2), et sa vitesse est donne par :
r = k (T )( H )1 / 2
Dans le procd, la temprature de sortie du racteur est fonction de la slectivit, donc du
taux de conversion selon la formule :
QR
T Rs =T Re
(x C P ,H 2 + (1 x )C P ,CH 4 )N + (C P ,CH 4 x (C P ,CH 4 C P ,H 2 ))N + C P ,Tol

1
2
1
2
7
2
N 49
conv Se
(4.15)
TRs et TRe (K) sont respectivement les tempratures dentre et de sortie du racteur, les Cpi
(kJ/kmol/K) sont les capacits calorifiques des composs chimiques dans le mlange
lentre du racteur, QR est la puissance totale change lors de raction (kW), qui est
fonction de la temprature adiabatique du mlange lintrieur du racteur, donc du taux de
conversion. La valeur de x ij reprsente la fraction du constituant i du mlange au point j du
procd. Les valeurs de N j (kmol/h) et N i j (kmol/h) reprsentent respectivement le dbit
molaire total du mlange au nud j du procd et le dbit molaire partiel du constituant i, au
point j du procd. Les dtails sur la dtermination de dbits sont donns en annexe 1.
4.3.1.4 Echangeur refroidisseur

Le rle de cet changeur est de favoriser la sparation entre phases qui aura lieu en aval dans
le flash haute pression. Le courant chimique sortant du racteur 680C cde une partie de sa
chaleur dans le prchauffeur et sort une temprature de 550 C correspondant un tat
122

dutilits
vapeur du mlange chimique. Le mlange entre alors dans cet changeur 550C pour en
ressortir 38C favorisant ainsi la condensation des composes aromatiques quil contient.
Le calcul de la surface dchange de cette opration unitaire se fait partir du bilan
nergtique suivant :
QEch = S EchUTml = m eau C P (Teau , s Teau ,e )
(4.16)
Dans la formule ci-dessus, QEch est la quantit de chaleur change travers lchangeur
thermique (kW), SEch la surface dchange de lchangeur thermique (m2), U le coefficient
global dchange thermique (W/m2/K), lefficacit de lchangeur, m eau le dbit massique

de leau de refroidissement (kg/h), CP Chaleur massique du liquide de refroidissement
(kJ/kg/K), Teau,s et Teau,e les tempratures de sortie et dentre de leau dans lchangeur
thermique (K) et Tml la diffrence de temprature moyenne logarithmique (K).
4.3.1.5 Flash haute et basse pression

Le mlange chimique aprs refroidissement et condensation dans lchangeur refroidisseur
entre dans le flash haute pression (HP). Le but ici est de sparer les gaz incondensables
(hydrogne et mthane) des composs aromatiques condensables. Cette opration se fait
38C et sous 32 bar. Ainsi, une partie des gaz, essentiellement du mthane sera rejete la
purge afin dviter son accumulation dans le procd et le reste sera recycl vers lentre du
procd. La sparation dans un flash ntant pas tranche, la phase liquide est admise dans un
deuxime flash, appel flash basse pression (BP). Cette fois, le rsidu de gaz est limin en
tte de flash et la phase liquide est transfre vers la cascade de colonnes de distillation, la
sparation est alors considre comme tranche. Les conditions opratoires dans le flash BP
sont les suivantes : temprature de 38C et pression de 10 bar. La modlisation des deux
flashs se fait partir dheuristiques provenant de [TUR 09] : les flashs sont verticaux, le
rapport longueur sur diamtre (L/D) doit tre compris entre 2,5 et 5 avec un optimum 3. Le
temps daccumulation du liquide jusqu la moiti du flash est de 5 minutes. Le modle de ces
flashs est bas sur la dtermination du diamtre, longueur et section transversale, calculs
comme suit :
Le diamtre du flash est calcul partir du dbit massique de la phase vapeur dans le flash
(kg/h), de la masse volumique (kg/m3) de celui-ci et de la vitesse actualise du gaz dans la
partie haute du flash.
123

dutilits
D flash = (
d vap , mas
3600 u ac vap
) 0.5
(4.17)
Le calcul de la longueur du flash (en m) repose sur lhypothse que le temps pour remplir le
flash moiti par la phase liquide du mlange entrant est de 5 min alors :
L flash =
4 5 60 d liq ,mas
(4.18)
0,5D 2flash liq 3600
o, dliq,mass reprsente le dbit massique de liquide sortant au bas du flash (kg/h), liq, la
masse volumique de la phase liquide (kg/m3). Par la suite, la section transversale du flash (en
m2) est calcule suivant la formule :
S flash =
D 2flash
(4.19)
Les masses volumiques de liquide et de gaz seront dtermines partir du serveur

thermodynamique Simulis thermodynamics.
4.3.1.6 Colonnes de distillation

Le mlange aromatique dpourvu de gaz doit tre spar dans une cascade de colonnes de
distillation. Cette opration de sparation comportera deux colonnes de distillation plateaux.
Les composs chimiques prsents dans le mlange sont spars suivant leur temprature
dbullition (volatilit relative) en fonction des valeurs du tableau 4.1. Ainsi, dans la premire
colonne, le benzne est rcupr en tte alors que le tolune et le diphnyle partent en pied.
Dans la seconde colonne, le tolune est rcupr en tte de colonne et le diphnyle en pied.
Des contraintes de production sont imposes au produit : la capacit de production est fixe
265 kmol/h et celle-ci doit avoir une puret de 99,97% [DOU 88]. Les colonnes de distillation
plateaux sont quipes dun condenseur dont le rle est de refroidir le produit de tte et dun
bouilleur ayant pour rle de vaporiser le produit au pied de la colonne.
4.3.1.7 Colonnes de distillation

La modlisation des colonnes de distillation repose sur la mthode de shortcut propos par
Fenske- Gilliland- OConnell. Lobjectif ici est la dtermination des dimensions de la colonne
qui seront utilises par la suite dans le calcul du critre conomique du procd.
124

dutilits
4.3.1.7.1
Volatilit relative (av)
La volatilit relative la pression opratoire pour une colonne de distillation est gale la
racine carre des produits des volatilits relatives des composants lgers, divis par les
volatilits relatives des composants lourds se trouvant dans le distillat et le rsidu de la
colonne ;
av =
leger
leger
p dist
p resid
lourd
lourd
p dist
p resid
(4. 20).
leger
lourd
Dans lexpression ci-dessus, p dist
, p dist
sont les pressions partielles des composants lger et
leger
lourd
lourd dans le distillat (bar) et p resid
, p resid
les pressions partielles des composants lger et
lourd dans le rsidu (bar). La volatilit relative indique la facilit ou la difficult dutiliser la
mthode de distillation afin de sparer les composs les plus lgers des moins lgers. Sa
valeur sera utilise pour le calcul du reflux minimum.
4.3.1.7.2
Reflux minimum (Rm)
Cest la partie minimum de la fraction vaporise qui est condense et renvoye comme liquide
dans la colonne de distillation. Sa dtermination est importante pour le calcul du reflux
oprationnel. Le reflux minimum Rm est calcul partir de lquation dUnderwood telle que,
Rm =
1
( av
leger
lourd
xcond
xcond
av lourd
1) x aleger
x a lim
lim
(4.21)
leger
lourd
o, av est la volatilit relative de la colonne calcule plus haut, x dist
, x dist
les fractions
lourd
molaires des composs lger et lourd dans le distillat, x aleger
les fractions molaires des
lim , x a lim
composs lger et lourd dans lalimentation.
4.3.1.7.3
Reflux oprationnel (R)
Afin daugmenter la puret du produit dsir, une partie des condensats est souvent rinjecte
dans la colonne de distillation, il sagit du reflux. Le taux de reflux ou pourcentage de
condensat renvoy dans la colonne est un critre important dans la dfinition des conditions
opratoires. Gnralement, la valeur de reflux retenue doit tre comprise entre le taux de
reflux minimum et le taux de reflux maximum. La valeur retenue pour le calcul du reflux
oprationnel est celle de son optimum conomique [JOS 10], et est donne par :
125

dutilits
(4.22)
R= 1,2 Rm
Nombre de plateaux (N)
4.3.1.7.4
Lobjectif de cette opration unitaire est de sparer les composs dun mlange. Pour
amliorer cette sparation, une grande surface dchange entre la phase gazeuse et la phase
liquide est ncessaire. Pour augmenter la surface dchange, on introduit des plateaux ou des
garnissages structurs ou non. Le nombre de plateaux thoriques au taux de reflux opratoire
est donn par le modle de Gilliland, dfini comme suit :
(4.23)
NT = 2Nm
La valeur de la formule de Gilliland est dtermine partir de lquation de Fenske qui

permet le calcul du nombre minimum de plateaux (Nm)
Nm =
o,
1
ln av
lourd
x leger x resid
ln dist
lourd
leger
x dist x resid
(4.24)
leger
lourd
x resid
, x resid
reprsentent les fractions molaires des composs lgers et lourds dans le
rsidu. Ainsi, le nombre de plateaux rels de la colonne est donne par :
N=
NT
E0
(4.25)
Dans cette formule, Eo reprsente lefficacit de la colonne. Sa valeur est dtermine partir
de lquation dOConnell dfinie comme suit :
E0
0,5
( av F )(1 / 4 )
(4.26)
F : est la viscosit du liquide dans la colonne. Il est considr que la colonne est alimente en
liquide satur. Si en outre la plupart des liquides sont leurs points dbullition avec une
viscosit de lordre de 0,3 cP [DOU 88], alors E0 devient :
E0
4.3.1.7.5
0,5
(0,3 av )(1 / 4)
(4.27)
Hauteur de la colonne (Hcol)
Daprs [DOU 88], la hauteur de la colonne (en m) est une fonction du nombre de plateaux et
est calcule suivant la formule :
126

dutilits
(4.28)
Hcol = 0,3048 [2 (N) + 15]
Il ressort que la hauteur est aussi une fonction de la pression opratoire de la colonne de
distillation, puisque celle-ci est lie la volatilit relative par lintermdiaire du nombre de
plateaux.
4.3.1.7.6
Diamtre de la colonne (Dcol)
Le diamtre (en m) de la colonne est une caractristique essentielle dans le dimensionnement

de la colonne [DOU 88]. Il est fonction de la temprature dans le bouilleur, de la pression de
la colonne et du dbit de vapeur en tte de colonne :
Dcol = 0,3048 0,0164v 0,5 [379M G (
(Tb / 0.5556) + 460

14,7
)(
)]1 / 4
520
Pcol / 0.0689
(4.29)
Le dbit de vapeur en tte de la colonne, v , est calcul partir de la formule suivante :

(kmol/h)
v= (R+1) Fdist
(4.30)
i
avec Fdist = f dist
, somme des dbits des composants formant le distillat.
i
4.3.1.7.7
Section transversale de la colonne (Acol)
[DOU 88] propose de la calculer selon :

Acol = 2,124 10 4 [ M G ((Tb / 0 .5556 ) + 1) v ] 0 , 5 ( 0,3048 ) 2
(m2)
(4. 31)
avec, MG la masse molaire du distillat (somme des masses molaires des composs) kg/kmol,
Tb la temprature dbullition au bouilleur (K), PT la pression du bouilleur (bar).
4.3.1.8 Condenseur de la colonne

En tte de colonne, le condenseur permet de liqufier les vapeurs afin de rcuprer le produit
purifi sous forme liquide. Ainsi, dans le procd HDA, le benzne pour la premire colonne
et le tolune la deuxime seront condenss dans des condenseurs avant leur rcupration
pour le premier et recyclage pour le second. Un condenseur est un changeur thermique
refroidi avec de leau froide provenant dune source naturelle ou dune tour de
refroidissement. Son dimensionnement se fait partir du bilan nergtique suivant :
i
Qcond = (1 + R ) f cond
H i = U cond Acond Tm = wcond C Peau (Teau ,out Teau ,in ) (4.32)
i
Et
127

dutilits
i
(1 + R ) f cond
H i
Acond =
(m2)
U cond Tm
(4.33)
Dans ces formules, Qcond est la quantit de chaleur au condenseur (W), Hi la chaleur latente
de vaporisation du compos i au condenseur (kJ/kmol), wcond le dbit deau au condenseur
(m3/h), CPeau la chaleur massique de leau au condenseur (kJ/kg/K), Teau,s la temprature de
leau la sortie du condenseur (K), Teau,e la temprature de leau lentre du condenseur (K),
Ucond le coefficient global dchange thermique du condenseur (W/m2/K), Acond la surface du

condenseur (m2) et Tml la diffrence de temprature logarithmique.
4.3.1.9 Bouilleur de la colonne

Situ en bas de colonne o le mlange est chauff jusqu' bullition, le bouilleur est un
changeur de chaleur aliment par un fluide caloporteur (vapeur deau, fluide thermique) qui
lui cde de la chaleur afin de vaporiser le produit quil contient. La caractristique importante
du bouilleur dans loptique du calcul de son critre conomique est sa surface dchange
dtermine comme suit. Le bilan nergtique au bouilleur est donn par :
Q reb = h dist + h resid h a lim + Q cond
(4.34)
ou encore :
i
i
Qreb = (Tcond T0 ) f dist
CPi + (Treb T0 ) f resid
CPi (Ta lim T0 ) f ailimCPi + Qcond
i
(4.35)
Par souci de simplification, la formule suivante est utilise :

i
Qreb = (1 + R ) f cond
H i = U reb Areb Tml = wS H S
(4.36)
La surface du bouilleur est dduite de (4.33) et on obtient :
Areb =
i
(1 + R ) f cond
H i
i
(4.37)
U reb Tm l
avec, Qreb la quantit de chaleur au bouilleur (KW), Hi la chaleur latente de vaporisation du

compos i dans le mlange au bouilleur (kJ/kmol), wS le dbit de vapeur au bouilleur (m3/h),
Ureb le coefficient global dchange thermique du bouilleur (W/m2/K), Areb la surface du

bouilleur (m2) et Tml la diffrence de temprature entre la vapeur de chauffage et le mlange
(K).
128

dutilits
4.3.1.10 Tempratures du condenseur et du bouilleur

Dans cette tude, la pression opratoire des colonnes est une variable doptimisation. Les
tempratures et pressions en tte et en pied de colonne sont calcules comme point
dbullition la pression opratoire considre. La relation entre la pression de vapeur des
composants et leur temprature est calcule partir de lquation dAntoine (4.38 et 4.39).
Lquation de Raoult est utilise pour lobtention des pressions partielles des composants du
mlange (4.40 et 4.41), la perte de charge est suppose de 0,5 bar entre le condenseur et le
bouilleur.
La pression de saturation (ou pression de vapeur saturante) est donne par [YIC 98] :
-
Si le composant chimique est au condenseur,

i
ln p cond
= Ai
Bi
Tcond + C i
(4.38).
Si le composant chimique est au bouilleur,

i
ln p reb
= Ai
Bi
Treb + C i
(4. 39).
La pression totale (ou pression opratoire) est donne par :

-
Si le composant chimique est au condenseur,

c
i
cond
i
x cond
= Pcond
(4. 40)
Si le composant chimique est au bouilleur,

c
i
reb
i
x reb
= Preb
(4. 41).
o, c est le nombre total de composants chimiques dans le mlange, i le composant chimique

i
i
considr, p dist
et p resid
sont les pressions partielles du composant i dans le distillat et le
rsidu (mm Hg), Preb et Pcond les pressions totales (opratoires) au condenseur et au bouilleur
i
i
(mm Hg), Tcond et Treb les tempratures du condenseur et du bouilleur (K), x dist
et x resid
les
fractions molaires du composant dans le distillat et le rsidu et Ai , Bi , C i les constantes

dAntoine, donnes dans le tableau 4.2 pour les composs chimiques du procd HDA.
129

dutilits
Tableau 4. 2.
Coefficients dAntoine des composs chimiques du procd HDA
Hydrogne
13,6333
164,9
3,19
Mthane
15,2243
897,84
-7,16
Benzne
15,9008
2788,51
-52,36
Tolune
16,0137
3096,52
-53,67
Diphnyle
16,6832
4602,23
-70,42
4.3.1.11 Choix du modle thermodynamique du simulateur sous MS Excel

La qualit des rsultats dune optimisation est directement lie aux donnes des corps purs et
binaires et aux modles choisis pour reprsenter le comportement thermodynamique du
systme considr. Par consquent, le choix dun modle thermodynamique est
principalement dict par le souci de fiabilit et de validit dans le domaine opratoire
considr. Les composs prsents dans le procd dhydrodsalkylation du tolune sont
lhydrogne, le mthane, le benzne, le tolune et le diphnyle. Parmi ces composs, seul le
tolune est faiblement polaire. Le mlange est alors considr comme apolaire, et lapproche
classique, coefficient dactivit fugacit, est inutile. Lorientation se porte donc vers les
mthodes dites homognes, qui gnralement appliquent une quation dtat aux deux phases
(liquide-vapeur) en prsence. Parmi les quations dtat proposes pour prdire le
comportement de phase des systmes non polaires, les quations cubiques ont t les plus
utilises cause de leur simplicit dutilisation et leur exactitude : Soave-Redlich-Kwong
[SOA 72] et Peng-Robinson [PEN 76] sont les plus connues dans lindustrie du raffinage et
du gaz. Dans le cas de lhydrodsalkylation du Tolune, ces deux quations dtat ont t
utilises par diffrents auteurs pour le calcul des quilibres thermodynamiques avec des
rsultats comparables:
- Peng-Robinson, [DIM 08], [SUR 02], [ALE 03], [CHA 04] etc
- Soave-Redlich-Kwong, [TUR 98], [TUR 09], [HAI 01], [HAI 00] etc
Le modle du simulateur de procd HDA est mis en place avec une version provenant
essentiellement de [DOU 88], [TUR 98] et [TUR 09]. Le modle SRK est donc spcifi dans
le serveur thermodynamique Simulis Thermodynamics, sous MS Excel TM.
130

dutilits
4.3.2 Compresseur de recyclage

Les units flash haute et basse pression assurent la sparation des phases gazeuse et liquide
du mlange chimique provenant du refroidisseur. Une partie de la phase gazeuse est limine
la purge et lautre est recycle en amont du procd grce un compresseur suppos
adiabatique. Le modle choisi pour le compresseur est repris de [DOU 88] o la puissance du
compresseur est une fonction du dbit volumique des gaz lentre et des pressions
daspiration et de refoulement :
Pu ,comp =
Pcomp ,out
47 ,85 3 ,03 10 5
(
) Pcomp ,in V comp ,in [ (
) 1 ] (Pa)
comp
Pcomp ,in
(4.42)
Le rapport entre les capacits calorifiques pression et volume constants sexprime par
= 0,29(
N 27
N 27
)
+
0
,
23
(
1
)
(N 27 + N 37 )
(N 27 + N 37 )
(4.43)
Le rapport des tempratures dentre et de sortie du gaz dans le compresseur est donne par :
(
Pcomp , s
Pcomp ,e
) =
Tcomp , s
(4.44)
T comp,e
Le dbit volumique de gaz lentre du compresseur en m3/min scrit :
m
V =
3600 m
(4.45)
Pcomp ,e est la pression de gaz lentre du compresseur en (bar), m est dbit molaire de gaz
recycl en (kmol/h), V comp ,e le dbit volumique de gaz lentre du compresseur en (m3/s),
comp le rendement du compresseur, m la densit molaire dans les conditions du compresseur

et le rapport des capacits calorifiques pression et volume constants. N 27 et N 37 , les dbits
molaires dhydrogne et de mthane purgs au point 7 du procd (selon la figure A1.1 en
annexe 4)
4.3.3 Pompe de recyclage

Lopration de distillation dans la deuxime colonne permet de sparer le tolune et le
diphnyle. Le diphnyle est rcupr en pied de colonne tandis que le tolune est condens en
tte de colonne. Ce tolune est ensuit recycl en entre du procd par lutilisation dune
pompe centrifuge. Cette pompe lve la pression de sortie du tolune du condenseur jusqu
la pression dentre du procd. Le modle dopration unitaire de la pompe est donn par
131

dutilits
[TUR 09]. La puissance de la pompe est une fonction de la diffrence de pression dentre et
de sortie et du dbit volumique du compos chimique aspir :
Pu , pomp =
1,67
pomp
V pomp ,in ( Ppomp , s Ppomp ,e )
(4.46)
La hauteur manomtrique est alors calcule par :

Head =
P
(m)
g tol
(4.47)
Le dbit volumique de tolune lentre de la pompe est dtermin suivant (4.48) :
pomp , in
m pomp ,in
=
60 tol
(4.48)
La variation de pression entre laspiration et le refoulement de la pompe est donne par :

P = ( Ppomp , s Ppomp ,e )
(4.49)
o, V pompe est le dbit volumique lentre de la pompe (m3/s), Ppomp,e et Ppomps les pressions
en entre et la sortie de la pompe (bar), g lacclration de la pesanteur = 9,81 m/s2 , tol la
masse volume du compos lentre de la pompe (calcul partir de Simulis
Thermodynamique) (kg/m3) et pomp le rendement la pompe en (%).
4.4 Modlisation de lunit de production dutilits et couplage

procd - ArianeTM (cas de la turbine vapeur)
Dans cette partie, nous prsentons un schma de base de la centrale de production dutilits
(turbine vapeur) qui a t modlise partir dArianeTM et couple au procd HDA (figure
4.3)
4.4.1 Turbine soutirage et condensation

La turbine soutirage et condensation est utilise pour la production du courant lectrique
pour lusine. La vapeur produite par la chaudire mono-combustible est 40 bar et 450C.
Cette vapeur est dtendue sur la turbine pour la production du courant. A la sortie du soutirage
de la turbine, la pression est de 10 bar et la temprature de 329 C. A la sortie vers le
condenseur, la pression est de 5 bar et la temprature de 281 C. Cela donne trois niveaux de
pression utilise pour le chauffage des changeurs, les bouilleurs et autres appareils
fonctionnant la vapeur.
132

dutilits
Le modle de la turbine dans ArianeTM fait intervenir lentropie et le calcul du rendement

isentropique:
Calcul de lentropie :
S i ( T i , Pi ) = S o ( T o , Po )
(4.50)
Travail maximum de dtente :
W max = H i (Ti , Pi ) H o (To , Po )
(4.51)
Rendement isentropique de la turbine :
Wrel
W max
H e ( T e , Pe ) H s ( T s , P s )
H e ( T e , P e ) H s ( T s , P s )
(4.52)
Si et So sont les entropies de sortie et dentre de la vapeur dans la turbine (kJ/kg/K), Hi et Ho

les enthalpies de sortie et dentre de la vapeur dans la turbine (kJ/kg), Wmax le travail
maximum produit par la turbine (W), Wrel le travail rel produit par la turbine (W), Ti et Pi la
temprature (K) et la pression (bar) lentre de la turbine, Po la pression lentre de la
turbine (Bar) et To la temprature isentropique la sortie de la turbine (K).
Figure 4.3. Unit HDA couple la centrale de production dutilits (turbine vapeur)
133

dutilits
4.4.2 Conditions opratoires et contraintes du procd HDA

A partir des tudes de [DOU 88] et de [TUR 98], [TUR 09], les variables de procd
slectionnes comme variables doptimisation sont :
- le taux de conversion du tolune dans le racteur : cette variable donne la proportion de
tolune converti par rapport celle entrant dans le racteur. Elle influe bien videmment sur
la temprature et les dimensions et du racteur.
- le dbit dhydrogne sortant la purge : lhydrogne est un ractif pour la premire raction
et un produit de la deuxime raction. Il est mlang au mthane dans les parties hautes du
procd. Lors de la purge du mthane dans le but dviter son accumulation dans le procd,
une partie de lhydrogne est perdue. Donc, ce dbit dhydrogne a une influence simultane
sur les critres environnementaux et conomiques
- les pressions des flashs haute et basse pression et les pressions des deux colonnes de
distillation : les valeurs des pressions ont t choisies comme variables doptimisation parce
quelles influent tant sur les critres conomiques et quenvironnementaux.
- le ratio de consommation nergtique : cette variable permet au cours de loptimisation de
faire un choix nergtique entre les combustibles utiliss dans le four. Elle influe sur les
critres environnementaux et conomiques.
Au total, il y a sept variables de procd retenues. Dans les travaux de [DOU 88], [TUR 98],
et [TUR 09], ces variables avaient t choisies pour leur influence sur les critres
doptimisation conomiques. Lanalyse qui sera prsente dans la suite de ce manuscrit
confirmera que ces variables ont aussi une influence considrable sur les critres
environnementaux. La figure 4.4 prsente les interactions entre les variables doptimisation
dites variables directes et les variables procds dite variables indirectes ainsi que les
rsultats obtenus par chaque type de variable.
Les variables doptimisation, dites variables directes , sont celles qui sont utilises pour les
optimisations. Les variables procds, dite variables indirectes , sont en ralit obtenues
partir des premires variables et sont transmises via PlesslaTM ArianeTM sous forme de
consignes, pour le calcul des paramtres de la centrale de production dutilits.
La figure 4.4 reprsente galement la contribution des variables doptimisation retenues la
dtermination des rsultats du simulateur de procd HDA. Les valeurs des variables
doptimisation relles permettent dans un premier temps de calculer lensemble du bilan
matire, duquel les dbits des principaux composs chimiques sont dduits, et dans un second
temps de calculer lensemble des proprits thermodynamiques (enthalpies, masses
134

dutilits
volumiques, capacits caloriques, etc.) aux diffrents nuds du procd, aprs renseignement
du serveur thermodynamique Simulis thermodynamics et enfin de calculer les
dimensions de tous les quipements avec la rsolution des diffrents modles doprations
unitaires. Pour son fonctionnement, le procd dhydrodsalkylation du tolune requiert des
utilits thermiques et lectriques. Une demande de ces utilits est formule en terme de dbit
de combustibles pour satisfaire les besoins de chauffage du mlange dans le four, et de dbit
de vapeur pour satisfaire les demandes de chauffage au niveau des changeurs, des bouilleurs
et autres ateliers du procd. Ces demandes, obtenues partir des bilans nergtiques du
simulateur, sont transmis comme variables (consigne) via PlessalaTM aux oprations unitaires
concernes, modlises sous ArianeTM. Les variables secondaires impliques sont alors le
dbit de fioul, le dbit de gaz naturel et le dbit de vapeur.
Les calculs sous ArianeTM permettent dobtenir en retour lensemble des rsultats sur la
centrale thermique, et en loccurrence la puissance produite par la turbine soutirage et
condensation, les dbits de tous les polluants manant de la combustion des combustibles
dans le four et la chaudire.
Variables du procd HDA

(Variables directes)
- Taux de conversion
- Dbit dhydrogne sortant la purge
- Pression du flash tank haute pression
- Pression du flash tank basse pression
- Pression colonne 1
- Pression colonne 2
- Ratio de consommation nergtique.
Rsultats obtenus
- Bilan matire
- Bilan nergie
- Proprits thermodynamiques
- Dimensions des quipements
- Dbit de benzne
- Dbit de purge
- Dbit de diphnyle
- Dbit de mthane
- Dbit de tolune
Variables de la centrale
(Variables indirectes)
Four
- Dbit du gaz naturel
- Dbit du fuel oil
Chaudire
- Dbit de vapeur
Rsultats obtenus
- Dbit des polluants de la combustion
- Production lectrique
Figure 4.4. Interactions entre variables du procd
135

dutilits
4.4.3 Analyse de linfluence des conditions opratoires

Lobjet de ce paragraphe est de mettre en vidence les influences des conditions opratoires
sur les critres conomiques et environnementaux. Cette partie traite de
limpact des
variables doptimisation sur le dimensionnement des oprations unitaires, dune part, et sur
les critres doptimisation, dautre part.
4.4.3.1 Taux de conversion

Le taux de conversion, dfini comme le rapport du nombre de moles de tolune converties sur
le nombre de moles de tolune admis dans le racteur, est la principale variable du racteur.
En effet comme le montrent les quations (4.10) et (4.15), le volume et la temprature du
racteur sont une fonction de cette variable. La figure 4.5 prsente la variation du volume du
racteur en fonction du taux de conversion pour une production 265 kmol/h et un dbit de
purge 197,8 kmol / h fixs (valeur de rfrence de [DOU 88]). Pour un taux de conversion
compris entre 0,1 et 0,7, le volume du racteur diminue. Cela sexplique par le fait que le
nombre de moles de tolune converties est plus lev et donc les dbits de recyclage sont plus
faibles. Pour un taux de conversion suprieur ou gal 0,7, le volume commence par
augmenter lgrement puis devient trs important pour de faibles variations du taux de
conversion. Ce phnomne, dnomm effet boule de neige a dj t observ par [ALE
08]. Selon ces auteurs, cet effet boule de neige est un phnomne non linaire qui peut
apparatre dans les systmes comportant un recyclage. Pour des considrations de ralisation
technologique, le taux de conversion sera compris dans lintervalle 0,5 et 0,8. [DOU
88],prconise de prendre des taux de conversion inferieur 0,97%. [TUR 98] et [TUR 09]
recommandent des valeurs infrieures ou gales 0,75%.
Volume du racteur en fonction du taux de conversion
350
Volume du reacteur (m3)
300
250
200
150
100
50
0
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Taux de conversion (%)
Figure 4.5.
Variation du volume du racteur en fonction du taux de conversion
136

dutilits
Le taux de conversion est donc une variable de dcision, car il joue un rle important dans la
dtermination du volume du racteur. Par consquent il aura une influence sur le calcul du
critre conomique li au racteur. Ce phnomne a dj t mis en vidence dans le chapitre
3 sur lexemple du procd Williams et Otto. En plus, sa valeur influe sur les dbits des
composs, que sont le diphnyle via la slectivit, et le dbit de mthane la sortie du
racteur. Le taux de conversion est donc une variable qui affecte le critre environnemental du
procd.
4.4.3.2 Dbit dhydrogne purg

Lhydrogne, dans lquation (4.1) est un ractif et dans lquation (4.2) un produit de
ractions. Le mthane est dans le mlange ractionnel une impuret, et aussi un produit pour
la raction (4.1). Ce compos chimique est un inerte et ne fait que saccumuler dans le
procd. Do la ncessit de le diminuer par une purge place entre le flash HP et le
compresseur. Llimination de mthane entrane fatalement une perte en hydrogne qui est
lun des ractifs du procd. Cette situation peut entrainer de grosses pertes financires si des
mesures ne sont pas prises pour limiter ces pertes. Une technique est gnralement envisage
pour le traitement des effluents de la purge. Cette technique, propose par [KOC 89] et [TUR
09], consiste rcuprer lhydrogne contenu dans le mlange purg par lutilisation dune
sparation membranaire. Une partie de lhydrogne contenue dans
la purge est ainsi
rcupre et rinjecte dans le procd, le mthane est ensuite soit brl comme combustible
dans le four afin de rcuprer sa chaleur de combustion dans le procd, soit brl la torche.
Dans ce travail, mme si le choix de la membrane est intressant analyser, il na pas t
considr par manque dinformations. On considrera que mlange purg est directement
brl la torche.
La figure 4.6 reprsente la variation du volume du racteur et du dbit de gaz recycl en
fonction du dbit dhydrogne contenu dans le mlange purg pour une production de
benzne et un taux de purge fixs respectivement 300 kmol/h et 0,75.
La figure 4.6 montre que le volume du racteur diminue lorsque le dbit dhydrogne purg
augmente. Cela est normal puisqu la sortie du flash haute pression, une partie de la phase
gazeuse part la purge pendant que lautre est recycle par le compresseur. Si la partie partant
la purge est plus importante, cela va rduire invitablement la partie comprime et recycle.
Alors, le dbit de recyclage va diminuer avec laugmentation du dbit dhydrogne dans le
mlange purg. Le dbit dhydrogne la purge est donc une variable qui va influencer tant le
137

dutilits
dimensionnement des quipements que le critre environnemental. Sa valeur varie dans

lintervalle [30, 300]. Lorsque le dbit dhydrogne est de 30 kmol/h, la fraction (dbit
dhydrogne purg sur dbit total de la purge) est de 0,08 et lorsque ce dbit est de 300
kmol/h, cette fraction est de 0,47.
Volume du racteur
(m3)
450
6000
400
5000
350
4000
300
250
3000
Dbit de rcyclage
(kmol/h)
Volume du racteur et dbit de gaz rcycl

en fonction du dbit d'hydrogne purg
200
150
100
150
200
250
Dbit d'hydrogne purg (kmol/h)
2000
300
Volume du racteur (m3)

Dbit de rcyclage gaz (kmol/h)
Figure 4.6. Variation du volume du racteur et du dbit de recyclage en fonction du dbit

dhydrogne purg
4.4.3.3 - Pressions des flashs et des colonnes de distillation

Les modles doprations unitaires utiliss pour les flashs et les colonnes de distillation sont
fonction de la pression. Cette variable sera utilise comme variable doptimisation.
En effet, il est plus avantageux conomiquement de travailler haute pression qu basse
pression en prsence de gaz ([TUR 09]), car dans ce cas la masse volumique du gaz
augmente, et lquipement est rduit en taille. Cependant, pour des pressions suprieures 10
bars, des paisseurs plus grandes et donc des quipements plus chers sont ncessaires. Le
tableau 4.3 donne les paramtres des quipements sous pression, ncessaires au
fonctionnement du simulateur.
138

dutilits
Tableau 4. 3.
Donnes d'entre ncessaires pour la simulation du procd HDA
Numros des
Equipements
quipements du
du simulateur
simulateur
Donnes dentre ncessaires

Pression variable = [30,34] bar ;
F-1
Flash HP
Temprature = 38 C
F-2
Flash BP
Pression variable = [4,10] bar ;

Temprature = 38 C
Taux de rcupration du benzne = 0,995 ;
T-1
Colonne 1
Puret du produit 0,9997 ;
(Shortcut)
Perte de charge = 0,5 ;

Pression variable = [2,3] bar
Colonne 2
T-2
(Shortcut)
Taux de rcupration du tolune = 0,995 ;

Perte de charge = 0,5 ;
Pression variable = [1,2] bar
4.4.3.4 Ratio de consommation nergtique

Le ratio de combustible est une variable importante pour la rpartition nergtique entre le
fioul et le gaz naturel utilis dans le four (chaudire bicombustible). Dans les quations 4.4
4.7, cette variable influence les dbits de combustibles, et donc les dbits des polluants. Do
son impact sur les critres conomiques et environnementaux.
40
35
30
25
20
15
10
5
0
40000
35000
30000
25000
20000
15000
10000
5000
0
0
0,2
0,4
0,6
0,8
ratio nergtique
Figure 4.7.
Dbit de gaz naturel

(Nm 3/h)
Dbit de fioul (t/h)
Dbit de fioul et de gaz naturel en fonction du ratio nergtique
Dbit de fioul (t/h)

Dbit de gaz naturel (Nm3/h)
Variation des dbits de fioul et de gaz naturel dans le four en fonction du ratio
nergtique
139

dutilits
La figure 4.7 reprsente les volutions dans le four des dbits de fioul et de gaz naturel en
fonction du ratio de consommation nergtique. Selon les quations (4.6) et (4.7),
reprsentes par les courbes de la figure 4.7, lorsque le ratio augmente, le dbit de fioul
augmente tandis que celui de gaz naturel diminue.
4.4.4 Contraintes dexploitation du procd

Les contraintes dexploitation sont dfinies en fonction de la partie du procd considre.
Pour le procd HDA, ces contraintes ont t largement reprises par la littrature et seront
cites ci-dessous. Pour la centrale de production des utilits, les contraintes sont dfinies
directement lors de llaboration de la centrale de production des utilits sur linterface
dArianeTM. Pour la centrale, les contraintes concernent aussi bien lexploitation que la
production des missions polluantes :
- Contraintes lies au procd HDA :
Pour assurer une vitesse de raction correcte, la temprature dentre du mlange dans
le racteur doit tre suprieure ou gale 621 C,
La pression de raction doit tre au moins gale 34,45 105 Pa,
La raction a lieu en phase gazeuse,
La raction ne fait pas intervenir de catalyseur,
La production horaire de benzne est de 265 kmol / h,
La puret du benzne produit doit tre au moins gale 0,9997,
Les matires premires sont tolune pur et hydrogne contenant 95% H2 et 5% CH4,
Le ratio hydrogne sur aromatiques doit tre suprieur ou gal 5 lentre du

racteur. Ceci afin de prvenir la formation de coke dans le racteur,
La temprature de sortie du racteur doit tre infrieure 704 C, afin dviter les
phnomnes dhydrocraquage,
Un refroidissement rapide des effluents 621 C en sortie du racteur est ncessaire

pour prvenir la formation de coke dans le circuit aval.
- Contraintes lies la centrale de production dutilits : elles concernent le four et la

chaudire mono-combustible
Pour le four, les contraintes sont essentiellement des contraintes dexploitation, et sont
donnes dans les tableaux 4.4 et 4.5.
140

dutilits
Tableau 4. 4.
Contraintes dexploitation du four
Variables
units
Minimum
Maximum
Temprature de sortie vapeur
252,5
500
Dbit vapeur de sortie
t/h
200
Dbit de combustible 1
Nm3/h
5000
Dbit de combustible 2
t/h
5000
Contraintes sur les missions gazeuses du four
Tableau 4. 5.
units
Gaz naturel
Fioul
mg/Nm3 de combustible
0,3
6,0
0,4
2,0
mg/Nm3 ou mg/t de combustible
0,15
1,2
Variables
Facteur dmission NOx
Ratio CO/CO2
Facteur dmission poussires
Pour la chaudire mono-combustible, les contraintes sont essentiellement des contraintes

dexploitation et sont donnes dans les tableaux 4.6 et 4.7.
Tableau 4. 6.
Contraintes dexploitation de la chaudire
Variables
units
Minimum
Maximum
Temprature de sortie vapeur
400
500
Dbit vapeur de sortie
t/h
200
Dbit de combustible
t/h
5000
Tableau 4. 7.
Contraintes sur les missions gazeuses de la chaudire
units
Fioul
mg/Nm3 de combustible
6,0
2,0
mg/Nm3 ou mg/t de combustible
1,2
Variables
Facteur dmission NOx
Ratio CO/CO2
Facteur dmission poussires
141

dutilits
4.4.5 Validation du simulateur de procd HDA

Pour la validation du simulateur de procd sous MS Excel, le procd dhydrodsalkylation
du tolune a t repris sous ProSimPlusTM. Les diffrentes tapes de la mise en place du
procd sur ce logiciel sont dtailles dans lannexe 2. Les rsultats obtenus pour les bilans
matire du simulateur sous MS Excel et sous ProSimPlus sont prsents dans le tableau 4.8
pour le cas de base propos par Douglas [DOU 88]. Certains carts entre les dbits en sortie
de racteur fournis par ProSimPlusTM et ceux obtenus par le bilan matire du simulateur sont
observs.
Tableau 4. 8.
Ecarts des dbits en sortie de racteur entre ProSimPlus et Bilan

matire
SORTIE
Diffrence relative
ProSimPlusTM
Simulateur Excel
(%)
1757
1553,30
11,6
Mthane (kmol/h)
2145,2
2340
-9,10
Benzne (kmol/h)
265
265
Tolune (kmol/h)
82,82
91,12
-10
Diphnyle (kmol/h)
5,20
4,18
19,60
Total global (kmol/h)
4255
4254
0,02
Courant
Hydrogne (kmol/h)
Les carts constats entre les rsultats obtenus par ces deux mthodes de bilan peuvent tre
attribus deux raisons. La premire est que sous ProSimPlusTM, deux racteurs en cascade
ont t utiliss pour modliser les deux ractions :
-
un racteur simple qui considre seulement la premire raction entre le tolune et

lhydrogne donnant du benzne et du mthane,
un racteur quilibr qui permet de tenir compte de la seconde raction partir de

benzne.
Les deux ractions se font en ralit de manire simultane et dans le mme racteur. En effet,
une fois le benzne produit, il peut former de lhydrogne et du diphnyle, et lhydrogne peut
son tour tre consomm en ragissant avec le tolune. Ces mcanismes ne sont pas pris en
compte dans la modlisation sous ProSimPlusTM, puisque les deux ractions se font
successivement dans deux racteurs diffrents et non en parallle. La modlisation sous
ProSimPlusTM impose cette configuration du racteur car pour chaque raction, il existe un
racteur adapt. La seconde raison est quune sparation tranche est considre au niveau des
142

dutilits
deux flashs pour le simulateur de procd sous Microsoft Excel; ce qui nest pas le cas sous
ProSimPlusTM o les bilans sont mieux labors.
Cependant, comme la diffrence des carts relatifs globaux est globalement faibles (1%), on
peut considrer que le bilan matire du simulateur est acceptable. Les quations de ce bilan
matire sont donc utilises pour le dimensionnement des principaux quipements du
simulateur de procd conu sous Microsoft Excel. Sur un ordinateur Core 2 Duo CPU, de 4
Ghz de processeur et une mmoire vive de 2,00 Go, la simulation du procd HDA est
effectue:
- Pour le modle sous ProSimPlusTM en un temps de 7 centimes de seconde,
- Pour le modle du HDA sans couplage avec ArianeTM : 2 centimes de seconde,
- Pour le modle du HDA coupl avec ArianeTM : 11 s 64 centimes de seconde.
4.5 Rsultats de simulation : cas de base du procd HDA

Les modles des oprations unitaires ont t intgrs dans le simulateur de procd HDA, le
bilan matire a t valid par comparaison avec les rsultats du modle conu sous
ProSimPlusTM. Les rsultats obtenus par la simulation du procd HDA partir du simulateur
de procd, du cas de base propos par Douglas [DOU 88], sont prsents dans lannexe 3.
Dans cette annexe, sont prsentes les dimensions des principaux quipements obtenues par
simulation. Le tableau 4.9 prsente les valeurs des conditions opratoires de la simulation de
rfrence propose par Douglas [DOU 88]. Comme mentionn plus haut, le stabilisateur du
modle de Douglas a t remplac par un flash basse pression, et le ratio de consommation de
combustible est fix 0,5 pour le four.
La production de benzne est de 265 kmol/h avec une puret de 0,9997.
Tableau 4. 9.
Valeurs des variables pour la simulation du cas de base [DOU 88]
Valeur
Minimum
Maximum
Variables
unit
Taux de conversion
0,75
0,1
0,8
Kmol/h
198
30
300
Pression flash HP
bar
32
30
34
Pression flash BP
bar
10
10
Pression colonne 1
bar
Pression Colonne 1
bar
1,5
0,5
0,1
0,9
Dbit dhydrogne la purge
ratio
143

dutilits
Lannexe 3 du chapitre 4 prsente seulement les paramtres ncessaires au calcul du critre

conomique, dtermins dans le cas de base de [DOU 88].
4.6 Conclusion
Ce chapitre a prsent les principes de base du dveloppement du simulateur de procd HDA
par incorporation des modles doprations unitaires dans le logiciel MS Excel. Pour le
calcul des proprits thermodynamiques, le serveur de proprits thermodynamiques,
Simulis Thermidynamics a t utilis. ArianeTM et PlessalaTM ont t mis en uvre pour
le calcul des utilits ncessaires au fonctionnement du procd HDA. Dans le but de valider le
bilan matire, le procd a t simul sous ProSimPlusTM. La comparaison des rsultats
obtenus a montr une bonne concordance entre ces derniers avec les rsultats du simulateur
simplifi. Les dimensions des principaux quipements du procd ont ainsi t calcules
partir des bilans matires, bilan nergtiques et dheuristiques. Cette tude prliminaire est la
pierre angulaire pour le calcul des critres de performance, environnementaux et conomiques
et linsertion de ce modle global procd-production dutilits au sein dune boucle
doptimisation multiobjectif qui fera lobjet du chapitre suivant.
144
Chapitre 5
Mthodologie dco-conception
applique au procd HDA
145
NOMENCLATURE ET SYMBOLES
Abrviations
AP :
AC :
EP :
FUCA :
FE :
GWP :
HDA :
HP :
HTP :
POCP :
TOPSIS :
Potentiel dAcidification (Acidification Potential) (t q. SO2/an)

Cot annuel (M$ / an)
Potentiel dEutrophisation (Eutrophication Potential) (t q. PO4 3-/an)
Fardeaux environnementaux
Potentiel de Rchauffement global (Global Warming Potential) (t q.
CO2/an)
Production de benzne par Hydrodealkylation du tolune
Haute pression (Bar)
Potentiel de Toxicit Humaine (Human Toxicity Potential) (t q. C6H6/an)
Oxydation Photochimique Potentiel (t q. C2H4/an)
Technique for Order Preference by Similarity to Ideal Solution
Symboles
ProdB :
Production de benzne (kmol / h)
Lettres grecques
:
Rapport des capacits calorifiques pression et volume constants
: :
Viscosit dynamique du liquide (cP)
146
5.1 Introduction.
Le chapitre 2 a prsent les outils (modlisation, stratgie doptimisation, aide la dcision
multicritre) ncessaires pour le dveloppement de la mthodologie dco-conception. Une
premire phase dintgration des modles de simulation du procd de production et de celui
de production dutilits a t propose dans le chapitre 4. Ltape suivante consiste
imbriquer les modles au sein dune boucle doptimisation multiobjectif. Les solutions
optimales au sens de Pareto qui seront obtenues feront lobjet dune analyse multicritre afin
de slectionner les plus pertinentes. Ce chapitre, ddi lintgration des procdures
doptimisation et daide la dcision, tudie lapplication de cette mthodologie lexemple
de lhydrodsalkylation du tolune modlis au chapitre 4 qui sert de fil directeur ce travail.
Deux variantes structurelles du procd de production dnergie couples au procd HDA,
sont tudies : utilisation dune turbine vapeur et dune turbine gaz. Comme nous lavons
mentionn dans les chapitres prcdents, la figure 5.1 prcise les points qui seront
particulirement considrs ; savoir la procdure doptimisation multiobjectif travers le
lien entre les variables du procd et les solutions optimales, ainsi que lexploitation de ces
dernires pour la mise au point dune stratgie daide la dcision.
Dfinition des
objectifs du
champ de l'tude
Donnes
brutes
Calcul de
l'inventaire
Modle du procd
Variables
de dcision
Matires
premires
Procd
chimique
Source primaire
d'nergie
Production
d'nergie
Classification
Caractrisation
Effet de serre
Epuisement de la
couche d'ozone
Pertes nergtiques
Acidification
Dchets
Eutrophisation
Front de
Pareto
Mthode d'aide
la dcision
multicritre
Epuisement
ressources
ArianeTM
Toxicit
humaine
Modlisation
Critres
conomiques
Stratgie
d'optimisation
Figure 5.1.
Cadre gnral de ltude : Optimisation du procd HDA
147
Ce chapitre est articul autour des points suivants : nous traitons dans une premire partie la
formulation du problme doptimisation et nous prsenterons ensuite les critres conomiques
et environnementaux retenus. Ltude du procd HDA coupl une turbine vapeur est
ensuite propose dans une deuxime partie. Lobjectif de cette dmarche est dtudier la
dpendance entre les diffrents critres sur un procd chimique donn. Il sagit de rduire le
nombre de critres prendre en compte dans loptimisation multiobjectif, afin de ne retenir
que ceux qui sont contradictoires entre eux. Deux scnarios sont ensuite analyss, faisant
intervenir dans un premier temps une tude conomique suivie dune tude environnementale
dans laquelle le niveau de production a t fix par optimisation, et dans un second temps une
tude conomique et environnementale simultane dans laquelle le domaine du niveau de
production a t largi autour de la valeur optimale prcdente. Les impacts des produits et
des quipements du procd des solutions retenues dans le cadre de lanalyse multicritre sont
ensuite analyss. Une analyse de cycle de vie est ensuite effectue sur les solutions optimales
obtenues des fins de validation. Enfin, une tude de linfluence du mode de production des
utilits est ralise pour amliorer les performances environnementales du systme.
5.2 Formulation du problme doptimisation

Cette partie prsente les critres qui ont t utiliss et qui ont fait lobjet dun dveloppement
spcifique de modules au sein de larchitecture gnrale dco-conception. Les critres
environnementaux et conomiques, prsents dans le chapitre 2, permettent de formuler le
problme doptimisation non linaire multiobjectif comme suit :
Dterminer les variables de dcision (conditions de fonctionnement du procd) :
-
Max (ProdB)
(5.1)
Min (CA)
(5.2)
Min (FEi), i=1,, 5
(5.3)
Soumis aux contraintes :

-
Bilans matire et nergie (Excel et ArianeTM)
Bornes des variables de dcision
ProdB reprsente la production de benzne dans le distillat de la colonne 1 (en kmol/h).

Les contraintes additionnelles suivantes ont t considres dans linterface Multigen, et leur
valeurs numriques proviennent des analyses de [DOU 88] et [TUR 98] :
148
la puret du benzne est au moins gale 99,97 %,
la puret de lhydrogne admise dans le procd doit tre gale 95 %,
les effluents du racteur doivent tre refroidis au moins 621,16C afin dviter la
formation de coke,
les bornes du taux de conversion sont : 0,5 conv 0,9,
les bornes du dbit de purge en hydrogne FPH (kmol/h) sont les suivantes :
30 FPH 300,
tous les dbits massiques de polluants, CO2, NOx, CO, SO2, et poussires (kg/h)
doivent prendre des valeurs positives.
Deux types de centrales thermiques pour la production des utilits ncessaires au

fonctionnement du procd HDA sont utiliss dans ce chapitre. Tout dabord, la production
des utilits sera assure par une turbine vapeur, puis par une turbine gaz. Les critres
conomiques sont tablis partir des formules des cots dinvestissement actualiss des
quipements du procd HDA [GUT 69] (voir tableau 5.1), des formules de cots
dinvestissement des quipements de la centrale thermique [BRU 98] (voir tableau 5.2) et des
cots des matires premires et des utilits (http://www.icispricing.com/), repris dans [TUR
09] (voir tableau 5.3). Les critres environnementaux sont calculs partir des valeurs des
facteurs dimpacts potentiels proposs par [ICH 03] (voir tableau 5.4).
Tableau 5.1.
Cot dinvestissement des principaux quipements (M&S : indice de
Marshall & Swift = 1468,6 (2009) issu de Chemical Engineering, janvier 2010)
Formes non linaires
Cot dinvestissement des

quipements ($)
Cot dachat = 9,201( M &S )(101,9D

280
Cot des colonnes

D : diamtre (m)
Cot dinstallation = 9,202( M &S )D

280
H: Hauteur (m)
Fc:: Facteur de pression
Fc : matriel, plateaux, type plateaux
Cots des changeurs des chaleurs
2
A : Surface dchange (m )
20,69( M &S )4,7D

280
1,066
1,066
Q : Puissance du four (kW)
0,802
(2,18+ Fc) +
HFC
Cot dachat = ( M &S ) (474,7A

280
0,65
F c)
0,65
) (2,29+ Fc)
Cot dachat = ( M &S ) (5,52 x 10 ) Q

280
3
0,85
Fc
Cot dinstallation = ( M &S ) (5,52 x 10 )Q

280
3
149
Fc)
1,55
Cot dinstallation = ( M &S ) (474,7A

280
Cot du four
0,802
0,85
(1,27+ Fc)
Tableau 5.2.
Cot dinvestissement pour les quipements de la centrale thermique
Cot dinvestissement des quipements (1000 $)
Formes non linaires
Chaudire
F : Dbit de vapeur (kg/s);
P : Pression (bar)
Turbine vapeur
Wst : Puissance (MW)
Dgazeur
F : Dbit dgaz (kg/s)
Condenseur
Q : Puissance change (MW)
Tableau 5.3.
8,09 F
0,82
fp1
2
Avec, fp1 = 0,6939 + 0,01241P-3,7984Exp (-3P )

25,79Wst
0,41
0,41F
0,62
4,76Q
0,68
Cot des matires premires et des utilits du procd
Matires premires
Cot ($/kg)
Tolune
0,648
Hydrogne
Utilits
Cot ($/unit commune)
Fioul
$ 549 / m
Gaz naturel
$ 0,42 /std m
Electricit
$ 0,06/kWh
Vapeur des chaudires

Haute pression
$ 29,97/1000 kg
Moyenne pression
$ 28,31/1000 kg
Basse pression
$ 27,70/1000 kg
Eau des tours de refroidissement (30C 40C)
Tableau 5.4.
Hydrogne
Mthane
Benzne
Tolune
Diphnyle
CO2
SO2
CO
NOx
Poussires
HTP
0
0
1
0
3,2
0
0
0
0,7
0
$ 14,8/1000 m
Facteurs dimpact potentiel utiliss pour le calcul des fardeaux

environnementaux [ICH 03]
EP
0
0
0
0
1,67
0
0
0
0,13
0
GWP
0
21
0
0
0
1
0
3
40
11
150
ODP
0
0
0
0
0
0
0
0
0
0
PCOP
0
0,034
0,334
0,771
0
0
0,048
0,027
0,028
0,5
AP
0
0
0
0
0
0
1
0
0,7
0
5.3 Procd HDA coupl une turbine vapeur

Dans cette partie, le procd HDA tudi est coupl une turbine vapeur. Le schma
complet du procd est celui dj prsent au chapitre 4 (voir figure 4.3). Le combustible
utilis dans cette partie est du fioul.
5.3.1 Paramtrage de lalgorithme gntique

Deux cas de problmes d'optimisation ont t rsolus en utilisant le code NSGA IIb de la
bibliothque Multigen : optimisation conomique suivie dune optimisation environnementale
dune part, et optimisation simultane des deux critres dautre part. Les paramtres
suivants ont t utiliss : taille de population = 200, nombre de gnrations = 200, taux de
croisement = 0,75 et le taux de mutation = 0,2. Les bornes des variables du procd HDA ont
t choisies en se basant sur les travaux de [DOU 88], puis [TUR 09] (voir tableau 5.5).
Tableau 5.5.
Variables de dcision du procd HDA avec turbine vapeur

Bornes
Valeurs
inferieures
Sol_pop_init
Taux de conversion (%)
0,5
0,75
0,9
Dbit dhydrogne purg (kmol/h)
31
198
308
Pression du Flash HP (bar)
30
34
34
Pression du flash BP (bar)
10
10
Pression de la colonne 1 (bar)
Ratio (four bicombustible) (%)
0,1
0,85
0,9
Bornes suprieures
La population initiale a t gnre de manire alatoire entre ces limites, et un ensemble

particulier de variables a t extrait de cette population initiale des fins de comparaison
supplmentaire (voir tableau 5.6, la ligne "Sol_pop_init").
5.3.2 Cas 1 : Etude conomique suivie dune tude environnementale.

5.3.2.1 Stratgie de solution
Pour le problme doptimisation impliquant tous les objectifs (ProdB, CA, HTP, AP, GWP,
EP et POCP), le front de Pareto est un nuage de points situs dans un hypercube 7 . Afin de
permettre une interprtation aise des rsultats de lalgorithme gntique, la rduction des
dimensions de cet hypercube simpose. Dans ce but, une stratgie de solution en deux phases
est mise en uvre. Dans la premire phase, le problme biobjectif (5.1-5.2) est rsolu pour
151
obtenir un compromis efficace entre la production de benzne maximale et le cot annuel

minimal (ProdB*, CA*). Dans la seconde phase, la production de benzne optimale obtenue
sur le front de Pareto de la premire phase est fixe la valeur ProdB* et le problme (5.1 5.3) est rsolu en maintenant le cot annuel dans un intervalle de faible amplitude autour de
CA*, tel que cet intervalle soit gale [CA*, CA* + ], la valeur de est fixe 15% de CA*
par exemple. Une dgradation du cot annuel (CA) est galement autorise, amliorant ainsi
les performances environnementales du procd de production de benzne.
5.3.2.2 Etude conomique : optimisation biobjectif (ProdB, CA)

Le front de Pareto correspondant l'optimisation de la paire (ProdB, CA) est prsent sur la
figure 5.2. Cette courbe se compose de deux portions de lignes droites. Le genou situ sur la
courbe donne le meilleur compromis [BRA 04], c'est--dire le point de coordonnes
(205,04M $ ; 299,76 kmol / h). Si les considrations environnementales ntaient pas prises en
compte, cette solution serait retenue pour la conception du procd dhydrodsalkylation du
tolune. Dans la suite, la production de benzne sera maintenue 300 kmol / h et le cot
annuel variera dans l'intervalle [200 M$ ; 230 M$] pour que ces deux critres rivalisent avec
les critres environnementaux. Dans le tableau 5.6, sont compares les valeurs de tous les
objectifs correspondant au point optimal de la figure 5.2 nomm Sol_opt_eco et celles du
point Sol_pop_init prsentes dans le tableau 5.5. La comparaison se fait par le calcul du gain
(5.4) par rapport au point Sol_pop_init, tel que :
Gain i = 100
(Sol _ pop _ init )i (Sol _ opt _ eco )i

(Sol _ pop _ init )i
(5.4)
Production de benzne en fonction du cot annuel
Production de benzne (kmol/h)
350
SOL_OPT_ECO
300
250
200
150
100
50
0
0
50
100
150
200
250
Cot annuel (M $)
Figure 5.2.
Production de benzne en fonction du cot annuel
152
300
Tableau 5.6.
Objectifs
ProdB
Comparaison des valeurs des objectifs
CA
EP
3P04 /an
AP
GWP
HTP
POCP
t/an
M$/an
Sol_pop-init
305,00
277,42
9759,06
11190,34
1884528,48
18699,58
2472,32
Sol_opt_eco
299,76
205,04
13831,12
4829,26
1410428,13
26537,88
1944,11
-1,72
26,10
-41,73
56,84
25,16
-41,92
21,36
t q.
t q. C2H4/an
t q. CO2 /an t q. C6H6/an t q. C2H4/an
Gain / valeur
Sol_pop-init (%)
De lanalyse du tableau 5.6, il ressort que pour une faible dtrioration de la production de
benzne (1,72%), les critres Cot annuel , AP , GWP et POCP sont amliors
denviron 20%. Tandis que les deux critres EP et h tp" sont dgrads denviron 41%.
5.3.2.3 Etude environnementale par optimisation biobjectif

Les critres retenus pour ltude (ProdB, CA, HTP, AP, GWP, EP et POCP) sont optimiss
par paire aprs avoir fix la production de benzne (ProdB) 300 kmol / h (soit 187472,640 t
de benzne /an) et maintenu la valeur du cot annuel (CA) dans lintervalle [200 M$, 230
M$]. De lanalyse des rsultats de ces optimisations (Figures 5.3 5.8), il est ressorti que
seuls les critres cot annuel, EP et AP sont indpendants et GWP, HTP et POCP sont des
critres redondants. Une optimisation tricritre est ralise avec les trois critres indpendants.
Dans le but damliorer globalement tous les impacts environnementaux (y compris les
redondants), certaines dgradations du cot annuel sont autorises pour cette optimisation. Par
la suite, ltablissement de fonctions multilinaires reliant les critres indpendants aux
critres dpendants permet de calculer les valeurs de ces derniers. Les fronts de Pareto des
optimisations biobjectif sont comments dans ce qui suit :
(GWP, CA) : Lanalyse de la figure 5.3 montre que les solutions non domines ne sont
obtenues qu des faibles valeurs de GWP et CA. Cela signifie quil existe une trs forte
relation qui lie ces deux critres (voir section 5.3.2.4).
(HTP, CA) : Le front de Pareto de cette optimisation reprsent la figure 5.4, montre que
ces deux objectifs ont des effets opposs.

(EP, CA) : La figure 5.5 prsente le rsultat de cette optimisation.
Les courbes reprsentes sur les figures 5.4 et 5.5 montre des tendances similaires dues a un
fort lien entre ces critres (voir section 5.3.2.4).
(AP, CA) : Le front de Pareto est reprsent par la figure 5.6.
153
(POCP, CA) : Les rsultats reports sur la figure 5.7 montrent que les points non domins
de cette optimisation apparaissent seulement dans les rgions de faibles valeurs du critre
PCOP, suggrant ainsi une forte relation entre ces deux critres.
(AP, EP) : Loptimisation de ces deux objectifs conduit au front de Pareto reprsent la
figure 5.8, o il est remarquable que les deux objectifs prsentent des comportements
antagonistes.
G W P e n f o n c t io n d u c o t a n n u e l
1413500
GWP (te CO2/an)
1413000
1412500
1412000
1411500
1411000
1410500
2 0 5 ,1 5
2 0 5 ,2
2 0 5 ,2 5
2 0 5 ,3
2 0 5 ,3 5
C o t a n n u e l ( M $ /a n )
GWP en fonction du cot annuel
Figure 5.3.
HTP en fonction du cot annuel

HTP (te C 6H6 / an)
30000
25000
20000
15000
10000
5000
0
200
205
210
215
220
225
230
235
230
235
Cot annuel (M$/an)
Figure 5.4.
HTP en fonction du cot annuel

E P e n f o n c t io n d u
cot annuel
14000
12000
EP (te PO43-/an)
10000
8000
6000
4000
2000
0
200
205
210
215
220
225
C o t a n n u e l (M $ / a n )
Figure 5.5.
EP en fonction du cot annuel

154
AP en fonction du cot annuel

4900
AP (te SO2/an)
4800
4700
4600
4500
4400
4300
200
205
210
215
220
225
230
235
Cot annuel (M$/an)
Figure 5.6.
PCOP (te C2H4 / an)
PCOP en fonction du cot annuel

1950
1945
1940
1935
1930
1925
1920
1915
1910
204
209
214
219
224
Cot annuel (M$/an)
Figure 5.7.
PCOP en fonction du cot annuel
AP (te SO2 / an)
AP en fonction de EP
8000
7500
7000
6500
6000
5500
5000
4500
4000
0
2000
4000
6000
8000
E P (te P O 4
Figure 5.8.
10000
(3-)
12000
/an)
AP en fonction de EP
155
14000
16000
Les rsultats de la figure 5.3 ncessitent un commentaire par rapport aux valeurs leves de
GWP. En effet, le calcul a t effectu dans un cadre pnalisant dans la mesure o la frontire
qui borne le systme (voir Figure 5.9) ne considre pas le devenir de la purge. Ainsi, le GWP
fait intervenir, entre autres facteurs, le facteur dimpact du mthane et non celui du dioxyde de
carbone (aprs passage la torchre par exemple, mme si dun point de vue environnemental
cette solution nest pas satisfaisante). Notons que des techniques de sparation membranaire
ont t tudies dans la pratique industrielle, mais leur cot lev a limit leur implantation.
Des travaux rcents montrent cependant quil nest plus lheure actuelle rdhibitoire ([BOU
08]). Cette solution prometteuse na toutefois pas t envisage ici. Sous ces hypothses, le
GWP calcul pour le procd HDA est de lordre de 7,5 t eq CO2 par tonne de benzne
produite, valeur essentiellement due ici la contribution du CH4 et du CO2 aux diffrentes
sorties du procd. Or, au niveau de la purge, le poids du CH4 est trs important (dont le
potentiel dimpact est environ 21 fois celui du CO2) ; ce qui est logique puisque le procd
conduit la formation de mthane. Pour les solutions qui seront explicites par la suite, on
peut dores et dj dire que prs de 70% de limpact est d la prsence de mthane la
purge.
Recyclage H2, CH4
Purge: H2, CH4
6
H2, CH4
3
4
Tolune Pur
Racteur
Systme de
sparation
Benzne
Diphenyle
10
2
Recyclage Tolune
11
Gaz naturel
Fuel
Centrale de
production dutilits
Figure 5.9.
Bornes du systme dtude
156
Effluents
5.3.2.4 Objectifs redondants

Ltude de la section prcdente a montr que les critres GWP, HTP et PCOP sont lis aux
critres CA, EP et AP. Ici, lobjectif est de dterminer les valeurs des critres dits dpendants
partir des valeurs de ceux dits indpendants. Pour se faire, 200 valeurs des objectifs, CA,
EP, AP, GWP, HTP et PCOP sont gnres alatoirement partir des variables
indpendantes, puis des rgressions multilinaires sont effectues. L'exprience a t ralise
plusieurs reprises et en fin les rsultats du tableau 5.7 sont obtenus. Dans tous les cas, le
coefficient de corrlation est proche de 1. A partir des coefficients des quations
multilinaires, on peut observer que le GWP et PCOP sont principalement des fonctions
croissantes du cot annuel, tandis que HTP dpend principalement de EP. On en dduit que
les impacts GWP, PCOP et HTP sont des fonctions explicites des critres CA, EP et AP. Ds
lors, pour loptimisation multiobjectif, les critres GWP, PCOP et HTP peuvent tre
supprims. Leurs valeurs seront dduites de celles de CA, EP, AP partir des rgressions
multilinaires.
Tableau 5.7.
Objectifs
Rsultats de la rgression multilinaire

AP
Coeff. de
Erreur
t q. C2H4/an
(Terme constant)
corrla.
Max (%)
90,529.67
0.9988
EP
CA
M$/an
t q.
3P04
/an
0.51
GWP
5,445.29
-0.64
43.95
-6.2910
-5
1.92
-3.7010
0.44
4.0710
t q. CO2 / an
HTP
-5
9.2510
-3
-2
1,377.95
-6
1.000
10
0.9999
0.03
t q. C6H6 / an
POCP
-3
8.6710
t q. C2H4 / an
5.3.2.5 Optimisation triobjectif

Ltude du paragraphe 5.3.2.4 montre que seuls les critres CA, EP et AP sont indpendants.
Une optimisation tricritre est donc ralise avec ces objectifs, et le rsultat obtenu est
reprsent sur la figure 5.10. La partie plate du nuage de points se situant aux environs de CA
205 (M$/ an), EP 11 000 t q. PO43- / an et AP 5000 t q. SO2 / an, suggre que de
bonnes solutions peuvent exister dans cette zone pour les trois objectifs.
157
230
225
220
215
210
205
14000
12000
10000
8000
4000
6000
EP (t q. PO4 (3-) / an)
4000
2000
5000
4000
6000
7000
5000
6000
7000
8000
AP (t q. SO2 / an)
Figure 5.10. Optimisation triobjectif (CA-EP-AP) cas 1
5.3.2.6 Aide la dcision multicritre

Optimisation biobjectif
Seuls les critres indpendants, savoir CA, EP et AP sont pris en compte dans cette partie.
Ces critres sont optimiss deux par deux et les trois possibilits sont reprsentes sur les
figures 5.11 5.13. Pour chaque paire dobjectifs, une analyse TOPSIS est effectue. Les
deux meilleures solutions de chaque paire sont reprsentes sur les figures correspondantes.
EP en fonction du cot annuel
14000
/an)
8000
(3-)
10000
EP (te PO 4
12000
6000
BT1
4000
BT2
2000
0
200
205
210
215
220
225
Cut annuel (M$/an)
Figure 5.11. EP en fonction du cot annuel

158
230
235

AP (te SO2 / an)
4900
4800
4700
BT1
4600
4500
4400
4300
200
BT2
205
210
215
220
225
230
235
Cot annuel (M$/an)

Figure 5.12. AP en fonction du cot annuel
AP (te SO2 / an)
AP en fon ction d e E P
8000
7500
7000
6500
6000
5500
5000
4500
4000
B T1
B T2
2000
4000
6000
8000
E P (te P O 4
10000
(3-)
12000
14000
16000
/an)
Figure 5.13. AP en fonction de EP
Ces alternatives sont notes BT1 et BT2 (BT signifiant Biobjectif TOPSIS). Les valeurs des
fonctions objectifs de ces meilleures solutions selon TOPSIS qui prsentent des valeurs
quasiment identiques sont indiques dans le tableau 5.8. Rappelons que la mthode FUCA ne
peut pas tre applique aux problmes biobjectif, dans la mesure o le front de Pareto est par
dfinition un ensemble de points non domins, la somme des rangs est constante et gale au
nombre de points du front de Pareto plus un (la meilleure position pour l'un des objectifs tant
la pire pour l'autre).
159
Tableau 5.8.
Rsultats de lanalyse TOPSIS pour les optimisations biobjectifs

Paires
Cot annuel
M$/an
EP
t q.
AP
3P04 /an
t q. SO2/an
(EP, CA) 1
223,49
3850
(EP, CA) 2
223,50
3850
(AP, CA) 1
210,13
4499,36
(AP, CA) 2
210,18
4498,29
(AP, EP) 1
5088,44
5723,29
(AP, EP) 2
5008,07
5767,36
Optimisation triobjectif
Une optimisation tricritre impliquant les critres indpendants (CA, EP et AP) est prsent
effectue. Par la suite, les valeurs des critres dpendants (GWP, HTP et PCOP) sont
calcules partir des corrlations multilinaires qui les lient aux critres indpendants. Dans
le but de dterminer les meilleurs choix du procd, les mthodes daide la dcision TOPSIS
et FUCA sont appliques lensemble de tous les critres (CA, EP, AP, GWP, HTP et
POCP). Il est important que les critres dpendants soient pris en compte lors de lanalyse
multicritre, car ils peuvent influencer la prise de dcision. Cependant, seuls les critres
indpendants sont reprsents sur la figure 5.14.
Dans toute cette tude, le classement a t effectu avec le mme facteur de pondration pour
tous les critres.
230
225
220
215
210
205
15000
TF2
TT2
TT1
TF1
8000
10000
7000
6000
5000
EP (t q. PO4 (3-) / an)
5000
0
4000
AP (t q. SO2 / an)
Figure 5.14. Front de Pareto de loptimisation tricritre (CA, EP et AP)
160
Les deux meilleures solutions obtenues partir de TOPSIS (respectivement FUCA) sont
appeles TT1 et TT2 (respectivement TF1 et TF2) sur la courbe 3D (TT signifie Tricritre
TOPSIS et TF, Tricritre FUCA). Les tableaux 5.9 5.11 prsentent les rsultats obtenus pour
lensemble des objectifs indpendants et dpendants. Pour chaque objectif, le gain en (%)
(not Gain-I, Gain-E et Gain-D pour Sol_pop_init, Sol_opt_eco et Douglas300 respectivement)
est calcul par rapport aux solutions appeles Sol_pop_init et Sol_opt_eco dans le
tableau 5.6 (Douglas300 qui reprsente les valeurs des critres dans les conditions de [DOU
88] rapporte une production de 300 kmol/h pour tre cohrent). Les valeurs des variables
correspondant ces solutions sont indiques dans le tableau 5.12. De toute vidence, les
solutions obtenues aprs projection des solutions 3-D dans les espaces 2-D correspondants
surestiment globalement les solutions obtenues lors dune optimisation 2-D pure. Il ressort
alors que les optimisations 2-D pralablement ralises ne peuvent pas tre utilises pour
lestimation des solutions du problme 3-D et confirment tout lintrt de loptimisation
tricritre.
Tableau 5.9.
Production
Solutions
Analyse TOPSIS et FUCA : gain par rapport au point Sol_pop_init

Cot
annuel
M$/an
EP
AP
GWP
HTP
POCP
t q. P04 /an
t q SO2/an
t q CO2 /an
t q C6H6/an
t q C2H4/an
277,42
9759,06
11190,34
1884528,48
18699,58
2472,32
3-
Sol_pop_init
Benzne
(kmol/h)
305
TT1
300
205,33
13954,31
4759,13
1408841,5
26737,66
1940,78
Gain-I (%)
1,64
25,99
-42,99
57,47
25,24
-42,99
21,50
TT2
300
205,32
13671,82
4792,25
1410408,66
26196,37
1942,5
Gain-I (%)
1,64
25,99
-40,09
57,18
25,16
-40,09
21,43
TF1
300
207
9770,38
4930,16
1428118,43
18720,83
1939,25
Gain-I (%)
1,64
25,38
-0,12
55,94
24,22
-0,11
21,56
TF2
300
209,03
10109,41
4782,53
1432472,39
19370,44
1928,71
Gain-I (%)
1,64
24,65
-3,59
57,26
23,99
-3,59
21,99
Tableau 5.10.
Solutions
Sol_opt_eco
TT1
Gain-E (%)
TT2
Gain-E (%)
TF1
Gain-E (%)
TF2
Gain-E (%)
Production
Benzne
(kmol/h)
299,76
300
-0,08
300
-0,08
300
-0,08
300
-0,08
Analyse TOPSIS et FUCA : gain par rapport au point Sol_opt_eco

Cot annuel
M$/an
205,04
205,33
-0,14
205,32
-0,13
207
-0,95
209,03
-1,95
EP
AP
3-
t q P04 /an t q SO2/an

13831,12
13954,31
-0,89
13671,82
1,15
9770,38
29,36
10109,41
26,91
161
4829,26
4759,13
1,45
4792,25
0,77
4930,16
-2,09
4782,53
0,97
GWP
HTP
POCP
t q CO2 /an
t q C6H6/an
t q C2H4/an
1410428,13
1408841,5
0,11
1410408,66
0
1428118,43
-1,25
1432472,39
-1,56
26537,88
26737,66
-0,75
26196,37
1,29
18720,83
29,46
19370,44
27,01
1944,11
1940,78
0,17
1942,5
0,08
1939,25
0,25
1928,71
0,79
Tableau 5.11.
Solutions
Douglas300
TT1
Gain-D (%)
TT2
Gain-D (%)
TF1
Gain-D (%)
TF2
Gain-D (%)
Production
Benzne
(kmol/h)
300
300
0
300
0
300
0
300
0
Analyse TOPSIS et FUCA : gain par rapport au point Douglas300

Cot annuel
M$/an
327
205,33
37,21
205,32
37,21
207
36,70
209,03
36,08
EP
AP
3-
t q P04 /an t q SO2/an

9759,13
13954,31
-42,98
13671,82
-40,09
9770,38
-0,12
10109,41
-3,59
14777,59
4759,13
67,79
4792,25
67,57
4930,16
66,64
4782,53
67,64
GWP
HTP
POCP
t q CO2 /an
t q C6H6/an
t q C2H4/an
2175734,97
1408841,5
35,25
1410408,66
35,18
1428118,43
34,36
1432472,39
34,16
18699,58
26737,66
-42,99
26196,37
-40,09
18720,83
-0,11
19370,44
-3,59
2794,30
1940,78
30,55
1942,5
30,48
1939,25
30,60
1928,71
30,98
Les rsultats fournis par TOPSIS et FUCA (tableaux 5.9, 5.11) montrent que le gain global
de l'ensemble des objectifs obtenus par FUCA est plus lev que les valeurs de gain calcules
par l'analyse TOPSIS dans les deux tableaux. Un examen plus approfondi des solutions TF1
et TF2 conduit finalement slectionner la solution TF2, car elle donne un seul gain ngatif
sur lensemble des impacts environnementaux dans le tableau 5.10 pour une dgradation de
1,95% du cot annuel. Pour les raisons ci-dessus mentionnes, seule la mthode FUCA sera
utilise dans la suite de ltude. Afin de comparer les solutions obtenues par optimisation
celles donnes par [DOU 88], les valeurs des variables doptimisation sont indiques dans le
tableau 5.12.
Tableau 5.12.
Variables de dcision des solutions 1 et 2 selon TOPSIS, FUCA et

Douglas (1988)
Taux de conversion du tolune
Dbit dhydrogne la purge (kmol/h)
Pression du flash HP (bar)
Ratio (Four bicombustible) fioul/gaz
TT1
0,80
300
33,98
9,96
3
1,15
0,44
TT2
0,79
300
33,94
10
3
1,71
0,45
TF1
0,75
300
33,94
9,66
3
1,13
0,40
TF2
0,76
300
33,89
9,97
3
1,02
0,34
Douglas300
0,75
198
34,45
10,33
1,034
1,034
0,9
Un graphique en radar polaire est utilis pour comparer les solutions prsentes dans les
tableaux 5.9, 5.10 et 5.11 celles appeles Sol_pop_init, Sol_opt_eco et Douglas300
dans les tableaux 5.6 et 5.11. Les figures 5.15 5.17 regroupent lensemble des solutions
TT1, TT2, TF1, TF2, Sol_pop_init, Sol_opt_eco et Douglas300.
Ces critres qui ont des valeurs trs diffrentes, ont t normaliss pour faciliter la
reprsentation sur un mme graphique. Chaque valeur est divise par la valeur maximale pour
un critre donn.
162
Cot annuel
1
0,8
POC P
0,6
EP
0,4
TT1
TT2
0,2
0
TF1
TF2
HTP
AP
Sol_pop_init
GWP
Figure 5.15. Comparaison des valeurs de toutes les solutions avec Sol_pop_init
Cot annuel
1
POCP
0,5
EP
TF1
HTP
TT1
TT2
TF2
AP
Sol_opt_eco
GWP
Figure 5.16. Comparaison des valeurs de toutes les solutions avec Sol_opt_eco
POC P
C ot annuel
1
0,8
0,6
0,4
0,2
0
EP
TT1
TT2
TF1
TF2
HTP
AP
D ouglas300
GWP
Figure 5.17. Comparaison des valeurs de toutes les solutions avec Douglas300
163
La figure 5.17 montre que la solution Douglas300 est mauvaise pour le cot annuel, PCOP,
GWP et AP. Seuls les impacts environnementaux HTP et EP sont pratiquement gaux aux
valeurs de la solution TF1. Cette analyse montre aussi que les solutions TF1 et TF2 sont celles
qui ont les plus faibles valeurs sur lensemble des critres.
Rsultats du design des solutions TT1, TT2, TF1 et TF2

Le tableau 5.13 donne les valeurs des paramtres de fonctionnement correspondant aux
principaux quipements du procd pour chaque solution.
Tableau 5.13.
Equipements
Four:
puissance
(GJ/h)
3
Racteur : volume (m )
3
Flash HP : volume (m )
3
Flash BP: volume (m )
Colonne 1 : hauteur (m)
diamtre (m)
Colonne 2 : hauteur (m)
diamtre (m)
Echangeur B : surface
2
d'change (m )
Compresseur : puissance
(kW)
Pompe
d'appoint
:
puissance (kW)
Pompe de recyclage :
puissance (kW)
Valeurs de design des solutions TT1, TT2, TF1, TF2 et Douglas300

TT1
TT2
TF1
TF2
Douglas300
93,12
93,35
98,41
97,77
121,46
173,32
22,86
2,26
42,37
2,89
173,03
22,97
2,25
42,37
2,89
170,29
24,83
2,50
42,98
2,93
170,39
24,62
2,42
42,98
2,93
251,61
38,65
2,93
36,88
3,68
17,98
18,59
17,98
17,98
17,98
1,66
1,54
1,88
1,89
1,91
525,91
527,13
554,44
550,97
668,72
100,00
100,30
107,07
106,21
145,10
2,50
2,50
2,63
2,61
2,63
11,05
11,04
14,53
14,18
14,58
5.3.3 Cas 2 : tude conomique et environnementale simultane

5.3.3.1 Contexte
Considrons maintenant un scnario o GWP doit tre infrieur un seuil de 1,46 millions de
tonnes quivalent CO2 / an ; ce qui peut avoir des effets sur le niveau de production. En plus,
ces mesures d'incitation pour la protection de l'environnement vont conduire amliorer
simultanment les autres objectifs environnementaux que sont EP, AP, HTP et PCOP (par
rapport au cas 1 tudi prcdemment). Aprs la gnration alatoire de plusieurs milliers de
valeurs des variables indpendantes, il apparat que les valeurs de GWP lgrement
infrieures 1,46 millions de tonnes quivalent CO2 / an sont situes dans un intervalle de
164
production de benzne de [250, 280] kmol / h. Ainsi, loptimisation multiobjectif est ralise
dans cet intervalle de production. La mme stratgie que dans le cas 1 prcdent, consistant au
dcouplage des critres en des ensembles dpendants et indpendants, est mise en uvre
nouveau. Afin d'viter lapparition de problmes d'extrapolation de modles qui peuvent se
produire, des rgressions multilinaires sont ralises nouveau sur les objectifs dpendants.
Enfin, une optimisation triobjectif est effectue pour identifier les meilleures solutions en
fonction de ces nouvelles contraintes environnementales.
5.3.3.2 Rgressions multilinaires

Dans le but de dterminer les paramtres des rgressions multilinaires liant les critres
indpendants aux critres dpendants, une optimisation multicritre (500 individus sur 200
gnrations) impliquant lensemble des sept critres conomiques et environnementaux est
ralise. Par la suite, 200 valeurs de critres indpendants ayant une production de benzne
dans lintervalle [250, 280] kmol / h sont choisies de manire alatoire. Les valeurs des
critres indpendants obtenues ainsi que les valeurs des critres dpendants correspondant
permettent dtablir les rgressions multilinaires. Le tableau 5.14 donne les rsultats de ces
rgressions multilinaires.
Tableau 5.14.
Prod B
Rsultats des rgressions multilinaires du cas 2

EP
Objectifs
kmol/h
t q.
AP
3P04
t q. C2H4/an (Terme constant)
Coeff.
Erreur
Corr.
Max (%)
0,9397
3,75
1,000
6 10
GWP
4901,44
-11,61
23,36
10945,95
-2,14 10
1,92
-3,68 10
5,08
2,0410
7,95010
5,46
0,9942
0,69
0,6959
-5,03502
0,9997
2,10
t q. CO2 /an
HTP
-5
-5
1,66 10
-4
-6
t q. C6H6/an
POCP
-3
-2
t q. C2H4/an
Cot
M$/an
165
5.3.3.3 Optimisation triobjectif.

Une optimisation triobjectif impliquant les critres indpendants (ProdB, EP et AP) est
ralise, les valeurs des objectifs des critres dpendants sont calcules partir du tableau
5.14 et des valeurs des critres indpendants. Le front de Pareto obtenu aprs l'optimisation
simultane des trois critres (ProdB, EP, AP) est reprsent sur la figure 5.18. Les points
appels TF3, TF4 et TF5 correspondent respectivement aux meilleures solutions trouves en
effectuant une analyse FUCA des sept objectifs (ProdB, EP, AP, CA, HTP, PCOP, GWP).
280
ProdB (kmol / h)
275
270
265
260
255
TF5
250
15000
2.5
2
10000
5000
EP (t q. PO4(3-) / an)
1
0.5
1.5
TF3
TF4
0
x 10
AP (t q. SO2 / an)
Figure 5.18. Front de Pareto de loptimisation tricritre (ProdB, EP, AP) Cas 2
5.3.3.4 Slection de solutions

Dans cette partie, le classement FUCA est effectu avec la valeur suivante des pondrations :
0,4 pour la production de benzne et 0,1 pour les six autres critres. On obtient deux solutions
trs proches TF3 et TF4 qui conduisent une amlioration de la production de benzne de
prs de 17%. Le tableau 5.15 prsente les rsultats obtenus pour les deux types de critres,
indpendants et dpendants. Pour chaque objectif, le gain en % est calcul par rapport TF2
166
et explicit dans le tableau 5.15., qui est la meilleure solution retenue dans le cas 1. Les
valeurs des variables correspondantes sont indiques dans le tableau 5.16. Des amliorations
substantielles sur quasiment tous les critres, hormis AP et GWP (dgradation trs faible de
lordre de 1,4%), sont obtenues. Enfin, une solution de compromis TF5 gnre avec les
pondrations respectives de 0,35 pour la production de benzne (0,15 pour le GWP et 0,1
pour tous les autres critres) est galement dtermine.
Tableau 5.15.
Case
Rsultats de lanalyse FUCA dans le cas 2
ProdB
CA
EP
(kmol/h)
M$/an
t q. P04
GWP
AP
3-
t q. SO2/an
HTP
t q. CO2 /an t q. C6H6/an
/an
POCP
t q.
C2H4/an
TF3
250,01
206,01
2732,38
5777,56
1453241,50
5235,48
1761,10
Gain
16,66
1,45
72,97
-20,81
-1,45
72,97
8,69
TF4
250,00
205,82
2741,12
5763,84
1451610,33
5252,24
1759,83
Gain
16,67
1,53
72,89
-20,52
-1,34
72,89
8,76
TF5
253,14
190,65
7275,67
3795,89
1274008,38
13941,27
1615,84
Gain
15,62
8,79
28,03
20,63
11,06
28,03
16,22
Tableau 5.16.
Variables de dcision dans le cas 2
TF3
TF4
TF5
Taux de conversion du tolune (%)
0,50
0,50
0,73
291,74
291,74
299,93
31,53
31,54
33,80
Pressure du flash BP (bar)
9,67
7,70
5,04
3,00
3,00
2,77
1,00
1,00
1,01
Ratio (four bi combustible) fioul/gaz
0,23
0,23
0,19
5.4 Impacts des produits et des quipements du procd

5.4.1 Analyse des impacts des produits et nergies
Les solutions TT1, TT2, TF1 et TF2 obtenues lors de ltude du paragraphe 5.3.2.6 sont
analyses en fonction des impacts quils occasionnent. Pour chaque solution, les impacts
occasionns par le procd dhydrodsalkylation et par la centrale de production des utilits
sont analyss. Les rsultats obtenus seront compars au cas de rfrence de Douglas300. Les
tendances observes confirment les tendances prcdentes.
167
1
0,9
Contribution [%]
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
)
n
,5
3
9,
14
q.
q.
C2
SO
/a
/a
/a
2
O
q.
C
t
O
AP
(4
(1
9
75
38
31
1
11
(1
4
% C entrale d'utilits
PC
W
G
EP
(1
TP
39
(2
54
67
38
,3
1
,6
1
,2
1
q.
PO
q.
C
6H
4(
3-
)/
/a
an
n)
n)
% P ro cd H D A
Impacts environnementaux
Figure 5.19. Contribution du procd HDA et de la centrale aux impacts environnementaux

(TT1)
1
0 ,9
Contribution [%]
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
0 ,3
0 ,2
n
/a
2
SO
2H
q.
q.
2,
25
t
,2
8
79
(4
P
PC
(1
4
(1
9
13
40
20
,8
71
36
(1
P
)
/a
/a
2
O
q.
C
t
38
3,
t
2
,3
1
97
61
(2
TP
H
)
q.
PO
q.
C
4(
6H
3-
)/
/a
an
n)
n)
0 ,1
C e n tr a le d 'u tilit s
P ro c d H D A
Im p a c t s e n v ir o n n e m e n t a u x

(TT2)
1
0 ,9
Contribution [%]
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
n
/a
2
SO
q.
t
P ro c d H D A
,1
30
A
(4
9
93
(1
P
C e n tra le d 'u tilit s
t
7,
04
,8
99
72
42
(1
P
W
G
)
n
4
2H
C
q.
q.
t
2
q.
t
0,
38
77
(9
P
E
/a
/a
2
C
4(
PO
C
q.
t
,5
0
21
87
(1
TP
H
3-
6H
)/
/a
an
n)
0 ,1
0
n)
0 ,3
0 ,2
Im p a c t s e n v ir o n n e m e n t a u x

(TF1)
168
Contribution [%]
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
% C en trale d 'u tilits

% P ro cd H D A
AP
(1
9
(4
7
26
82
,6
1
,5
3
q.
q.
C2
SO
/a
/a
/a
2
O
q.
C
t
51
5
35
(1
4
PC
P
W
G
EP
TP
(1
0
(1
10
93
71
9,
41
,1
4
,1
1
q.
PO
q.
C
6H
4(
3)/
/a
an
n)
n)
0,1
0

(TF2)
n
/a
2
SO
q.
t
0
16
,5
7,
57
% C e n tra le d 'u tilit s
(1
AP
(2
P
PC
48
79
89
53
17
(2
P
W
G
)
n
4
H
C2
q.
t
t
,9
1
q.
t
9,
13
75
(9
EP
/a
/a
q.
PO
4(
3-
)/
/a
6
6H
C
q.
t
,5
8
86
99
(1
TP
H
n)
n)
an
Contribution [%]
1
0 ,9
0 ,8
0 ,7
0 ,6
0 ,5
0 ,4
0 ,3
0 ,2
0 ,1
% P ro c d H D A
Im p a c ts e n v ir o n n e m e n ta u x

(Douglas300)
Lanalyse des figures 5.19 5.23 montre que seul le procd est essentiellement responsable
des impacts HTP et EP alors que la centrale contribue elle seule limpact environnemental
AP. La contribution du procd HDA au GWP est importante cause du mthane (CH4)
rejet la purge et dont le potentiel dimpact est 21 fois celui du dioxyde de carbone (CO2).
Comparativement aux autres alternatives, la solution Douglas300 a la valeur la plus leve du
GWP car bien que son dbit de mthane purg soit le plus faible, son dbit de fioul consomm
est le plus lev.
169
5.4.2 Analyse des impacts par opration unitaire

Dans cette partie, les impacts correspondants aux alternatives TT1, TT2, TF1 et TF2 seront
tudis au niveau de quelques quipements essentiels du procd dhydrodsalkylation du
tolune. Les rsultats obtenus sont compars au cas de rfrence de Douglas.
100%
(en % des impacts totaux)
90%
80%
70%
Colonne 2
60%
Purge
50%
Chaudire
40%
Four
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Figure 5.24. Impacts environnementaux par opration unitaire pour TT1

100%
(en % des impacts totaux)
90%
80%
70%
Colonne 2
60%
Purge
50%
Chaudire
40%
Four
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Figure 5.25. Impacts environnementaux par opration unitaire pour TT2

100%
90%
80%
70%
60%
Colonne 2
Purge
50%
Chaudire
Four
40%
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Figure 5.26. Impacts environnementaux par opration unitaire pour TF1

170
100%
90%
80%
70%
60%
Colonne 2
Purge
50%
Chaudire
Four
40%
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Figure 5.27. Impacts environnementaux par opration unitaire pour TF2

100%
90%
80%
70%
60%
Colonne 2
Purge
50%
Chaudire
Four
40%
30%
20%
10%
0%
HTP
EP
GWP
PCOP
AP
Figure 5.28. Impacts environnementaux par opration unitaire pour Douglas300
Les impacts HTP et EP sont essentiellement gnrs la sortie de la colonne 2. Cela

sexplique par le fait que HTP et EP sont exclusivement causs par les missions de diphnyle
par le procd HDA. Le mthane de la purge contribue la valeur leve du GWP. En
comparant les autres solutions au Douglas300 pour les quipements du procd, il ressort que
pour cette solution, le GWP, le PCOP et lAP proviennent essentiellement du four qui
fonctionne uniquement au fioul. Or, le four est metteur de grandes quantits de CO2, de SO2
et de CO. Au niveau des ractions et des nergies primaires (figure 5.22), les ractions
dhydrodsalkylation sont mettrices de la majorit des impacts environnementaux.
171
5.5 Analyse de cycle de vie du procd HDA couple

une turbine vapeur
Ltude environnementale ralise prcdemment est une analyse porte porte , cest-dire quelle ne considre que les impacts dmission des produits et des nergies primaires
gnrs par le procd et la centrale de production dutilits. Cette vision environnementale
est restrictive. Une Analyse de Cycle de Vie (ACV) a t ralise, afin de prendre en compte,
de faon rigoureuse, la phase dinventaire des missions et des extractions et danalyser la
pertinence de la dmarche par optimisation mene prcdemment. En effet, nous sommes
conscients que dans toute lanalyse prcdente, la phase de linventaire en produits, phase
essentielle lors du droulement dune ACV, a t limite aux effluents du procd. Les ACV
ont t menes laide du logiciel SimaPro 7.1 avec la base de donnes EcoInvent. La
mthode dvaluation des impacts est la mthode Impact 2002+. LACV est utilise ici pour
analyser lensemble des solutions du procd HDA coupl avec la turbine vapeur. Le
tableau 5.17 reprsente le bilan de matire et dnergie pour les alternatives TT1, TT2, TF1,
TF2 et Douglas300.
Nous nous sommes limits lanalyse des catgories intermdiaires pour nous rapprocher des
indicateurs tudis prcdemment.
172
Tableau 5.17.
PRODUCTION DE BENZENE (kmol/h)
Rejets du procd HDA
Dbit d'hydrogne purg
(kmol/h)
Dbit de mthane purg
(kmol/h)
Dbit de diphnyle
(kmol/h)
Consommation d'nergies primaires
Dbit de Fioul oil au four
(t/h)
Dbit de gaz naturel du four (Nm3/h)
Dbit de Fioul oil la chaudire (t/h)
Matires premires
Dbit de tolune
(kmol/h)
Dbit d'hydrogne
(kmol/h)
Dbit de mthane
(kmol/h)
Consommation eau
Dbit d'eau de refroidissement (kg/s)
Emissions polluantes Centrale lectrique
Dbit de CO2 mis
(kg/h)
Dbit de SO2 mis
(Kg/h)
Dbit de NOx mis
(kg/h)
Dbit de CO mis
(kg/h)
Dbit de poussires mis
(kg/h)
Bilan de matire et dnergie des solutions TT1, TT2, TF1, TF2 et Douglas300
TT1
TT2
TF1
TF2
300
300
300
300
300,00
345,48
6,77
300,00
345,20
6,64
300,00
341,31
4,74
300,00
341,65
4,91
198,00
335,63
4,73
4,64
6180,51
10,02
4,66
6175,68
10,11
4,55
7246,33
10,62
4,13
8375,69
10,53
33,61
0,00
12,53
313,55
606,77
31,94
313,27
606,64
31,93
309,48
604,74
31,83
309,81
604,91
31,84
309,24
501,50
26,39
1073,41
1075,53
1124,14
1117,90
1333,44
57460,68
594,83
0,09
955,87
0,02
57772,58
598,97
0,09
962,25
0,02
61076,65
616,20
0,09
994,93
0,02
61722,88
597,75
0,09
972,65
0,02
150653,59
1849,71
0,28
2887,31
0,06
173
Douglas300
300
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TT1
Methane, 96 vol.-%, from synthetic gas, wood, at plant/CH S
Fuel oil lowS 2000 boiler 100kW U
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio
n
Aquatic acidific
ation
Toluene, liquid, at plant/RER S

Heat, heavy fuel oil, at industrial furnace 1MW/CH S
Aquatic eutrop
hication
Global warming Non-renewable

energy
Mineral extract
ion
Hydrogen (reformer) E
Heat, natural gas, at industrial furnace >100kW/RER S
Analyzing 2.34E4 kg 'HDA TT1'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Figure 5.29. Catgorie intermdiaire de la solution TT1

21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TT2
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio
n

Aquatic acidific
ation
Aquatic eutrop
hication
Non-renewable Mineral extract

energy
ion
Analyzing 2.34E4 kg 'HDA TT2'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Figure 5.30. Catgorie intermdiaire de la solution TT2
174
Global warming
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TF1
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio Aquatic acidific Aquatic eutrop

n
ation
hication

Global warming Non-renewable Mineral extract

energy
ion
Analyzing 2.34E4 kg 'HDA TF1'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Figure 5.31. Catgorie intermdiaire de la solution TF1
22
21
20
19
18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA TF2
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio Aquatic acidific

n
ation

Aquatic eutrop
hication
Global warming Non-renewable Mineral extract

energy
ion
Analyzing 2.34E4 kg 'HDA TF2'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Figure 5.32. Catgorie intermdiaire de la solution TF2
175
40
38
36
34
32
30
28
26
24
22
20
18
16
14
12
10
8
6
4
2
0
Carcinogens
Non-carcinoge
ns
Respiratory
inorganics
Ionizing
radiation
Ozone layer
depletion
Respiratory
organics
HDA DOUGLAS
Aquatic ecotox
icity
Terrestrial
ecotoxicity
Terrestrial
acid/nutri
Land occupatio Aquatic acidific Aquatic eutrop Global warming Non-renewable Mineral extract
n
ation
hication
energy
ion

Analyzing 2.34E4 kg 'HDA DOUGLAS'; Method: IMPACT 2002+ V2.05 / IMPACT 2002+ / normalization
Figure 5.33. Catgorie intermdiaire de la solution Douglas300
Lanalyse des figures 5.29 5.33 montre que dans une ACV, les impacts les plus importants
du procd dhydrodsalkylation du tolune sont dans lordre dimportance, le rchauffement
climatique global (GWP), les nergies non-renouvelables, les impacts respiratoires
inorganiques, les impacts cancrognes (HTP), lcotoxicit terrestre, les impacts noncancrignes et lacidit terrestre (AP) pour les alternatives TT1, TT2, TF1, TF2 et
Douglas300. Cette tude est en accord avec ltude environnementale mene dans ce chapitre.
5.6 Etude de linfluence du mode de production dnergie

Dans cette partie, nous tudions linfluence du mode de production dnergie pour quantifier
les gains qui peuvent tre obtenus sur lensemble des critres.
5.6.1 Procd HDA avec turbine vapeur fonctionnant au gaz naturel

Dans le but de dterminer linfluence du type de combustible sur les critres conomiques et
environnementaux, une nouvelle stratgie a consist faire fonctionner la chaudire tudie
176
uniquement au gaz naturel. Deux optimisations sont effectues cet effet. Une optimisation
monocritre impliquant le cot annuel et une optimisation bicritre sur les critres
environnementaux (EP et AP). Le paramtrage de lalgorithme gntique est le mme que
dans le paragraphe 5.5.1.
5.6.1.1 Optimisation monocritre : cot annuel (cas 1)

Pour une production de benzne fixe 300 kmol / h, une optimisation monocritre est
ralise sur le cot annuel du procd HDA dont la chaudire fonctionne au gaz naturel (cas
1). Le tableau 5.18 prsente le rsultat du cot annuel optimis et des impacts
environnementaux asocis. Le tableau 5.19 donne les valeurs des variables doptimisation
correspondantes.
Solution de loptimisation monocritre (chaudire au gaz naturel)
Tableau 5.18.
Chaudire au
CA
gaz naturel
M$/an
Cas 1
237,81
EP
t q.
3P04 /an
AP
t q. SO2/an
13943,53
Tableau 5.19.
GWP
HTP
POCP
t q. CO2 /an t q. C6H6/an t q. C2H4/an
1737,67
1301283,34
26718,08
1677,27
Variables de dcision du cas 1
Cas 1
0,79
300
33,94
10
0,47
5.6.1.2 Optimisation bicritre : EP-AP (cas 2)

Ltude ici consiste dterminer linfluence du changement de combustible sur les impacts
environnementaux. Une optimisation bicritre est ralise sur EP et AP avec une production
de benzne fixe 300 kmol / h. Puisque la mthode FUCA ne peut tre applique en
optimisation bicritre, TOPSIS est utilis ici comme la mthode daide la dcision
multicritre. Le point de rang 1, dtermin par TOPSIS (C4) est reprsent sur la figure 5.34.
177
AP en fonction de EP (cas 2)
AP (t q. SO2 / an)
2200
2000
1800
C4
1600
1400
1200
1000
6000
8000
10000
12000
14000
16000
EP (t q. PO4(3-) / an)
Figure 5.34. Front de Pareto de loptimisation bicritre (EP, AP) (cas2)

Le tableau 5.20 prsente les valeurs des critres associs au point de rang un (C4). Un calcul
de gain entre le point C4 et le point TF2 est ralis afin de dterminer les amliorations de la
chaudire lorsquelle fonctionne au gaz naturel.
Tableau 5.20.
Chaudire au
Fioul /gaz
Analyse des solutions de la chaudire au Fioul et au gaz naturel
CA
M$/an
AP
EP
t q.
3P04
t q. SO2/an
GWP
HTP
/an
POCP
t q.
C2H4/an
TF2 (fioul)
209,03
10109,41
4782,53
1432472,39
19370,44
1928,71
C4 (GN)
249,92
7414,92
1612,89
1347065,58
14208,17
1643,72
Gain %
-19,56
26,65
66,28
5,96
26,65
14,78
Tableau 5.21.
Variables de dcision du cas 2
C4
0,70
299,97
33,23
9,88
2,98
1,08
Ratio (four bi combustible) fioul / gaz
0,33
178
Le tableau 5.20 montre une dgradation de 19,56% du cot annuel lorsquon passe du fioul au
gaz naturel. Cependant, ce changement entrane une amlioration trs importante au niveau
des impacts environnementaux. Ces amliorations vont de 6% pour le GWP jusqu 66,28%
pour lAP.
5.6.2 Procd HDA fonctionnant avec une turbine gaz

Dans cette partie, nous nous intressons au couplage du procd avec la turbine gaz dj
tudie au chapitre 3. Le schma de base du couplage de la centrale de production dutilits
(turbine gaz) qui a t modlis partir ArianeTM avec le procd HDA est propos sur la
figure 5.35.
Figure 5.35. Unit HDA couple la centrale de production dutilits (turbine gaz)
179
5.6.2.1 Paramtrage de lalgorithme gntique

Loptimisation simultane du critre conomique et des critres environnementaux a t
effectue en utilisant le code NSGA IIb de la bibliothque Multigen, avec les paramtres
oprationnels suivants : la taille de population = 200, nombre de gnrations = 200, taux de
croisement = 0,75 et le taux de mutation = 0,2. Les variables du tableau 5.5 ont t retenues
pour le procd HDA, et une autre variable tenant compte de la turbine gaz t ajoute.
Cette variable est la pression de la chambre de combustion de la turbine gaz. Le dbit de
vapeur ncessaire au procd est transmis sous la forme de consigne ArianeTM. Lensemble
de toutes les variables doptimisation du procd dhydrodsalkylation du tolune,
fonctionnant avec la turbine gaz, est reprsent dans le tableau 5.22.
Tableau 5.22.
Variables de dcision du procd HDA avec Turbine gaz
Bornes
Valeurs
Bornes
0,5
0,75
0,9
31
198
308
Pression du Flash HP (bar)
30
34
34
10
10
Ratio (four bicombustible) (%)
0,1
0,85
0,9
17
Pression de la chambre de combustion (bar)
5.6.2.2 Etude conomique et environnementale simultane

Dans cette tude impliquant la turbine gaz et le procd dhydrodsalkylation du tolune,
seule loptimisation simultane des critres conomique et cologique sera ralise avec une
production horaire de benzne de 300 kmol/h. Ainsi, les trois critres que sont, le cot annuel,
EP et AP seront optimiss simultanment et les autres critres que sont HTP, GWP, PCOP, et
la puissance lectrique produite par la turbine, seront dduits des valeurs de la prcdente
optimisation tricritre. La mthode danalyse daide la dcision FUCA ralise
simultanment sur lensemble de tous les critres (CA, EP, AP, GWP, HTP, PCOP et la
Puissance produite par le gnrateur) permet de mettre en vidence trois solutions
intressantes pour le dcideur.
La figure 5.36 prsente le front de Pareto de loptimisation tricritre (CA, EP, AP) dans le cas
du couplage de la turbine gaz et du procd HDA. Les solutions de rang 1, 2 et 3
180
slectionnes par FUCA sont notes respectivement TF6, TF7 et TF8. Le tableau 5.23
prsente les valeurs des alternatives 1, 2 et 3 slectionnes par FUCA. Pour chaque objectif, le
gain en % est calcul par rapport TF2, meilleure solution du tableau 5.10. Les valeurs des
variables doptimisation correspondantes sont indiques dans le tableau 5.24. Le tableau 5.25
reprsente les valeurs des puissances gnres par lalternateur pour chaque solution.
242
C ot annuel (M$ / an)
240
238
236
234
TF7
TF6
232
TF8
230
228
2.5
2
2400
2200
1.5
2000
EP ( x 10 t q. PO4(3-) / an)
1800
1600
1400
0.5
1200
AP (t q. SO2 / an)
Figure 5.36. Front de Pareto de loptimisation tricritre (CA, EP, AP) : Turbine gaz-HDA
Tableau 5.23.
Turbine
gaz-HDA
CA
M$/an
Rsultats de lanalyse FUCA dans le cas de turbine gaz - HDA

EP
t q.
3P04
AP
t q. SO2/an
GWP
HTP
/an
POCP
t q.
C2H4/an
TF2
209,03
10109,41
4782,53
1432472,39
19370,44
1928,71
TF6
234,93
9252,48
1609,57
1250006,69
17729,25
1644,12
Gain (%)
-12,39
8,48
66,34
12,74
8,47
14,76
TF7
235,29
9252,48
1554,73
1251164,06
17729,25
1639,63
Gain (%)
-12,56
8,48
67,49
12,66
8,47
14,99
TF8
234,25
10413,78
1534,95
1247782,24
19954,49
1642,49
Gain (%)
-12,07
-3,01
67,91
12,89
-3,02
14,84
181
Tableau 5.24.
Variables de dcision dans le cas de la turbine gaz - HDA
Pression de la chambre de combustion (bar)
Tableau 5.25.
TF6
0,74
299,89
30,97
8,11
2,22
1,4
0,39
15,27
TF7
0,741
299,80
31,02
9,06
2,78
1,401
0,37
13,71
TF8
0,75
299,79
30,02
8,80
2,3
1,8
0,37
15,22
Variables de dcision dans le cas de la turbine gaz- HDA

Turbine gaz-HDA
Puissance produite (kW)
TF6
23328,01
TF7
22281,40
TF8
22792,73
De lanalyse du tableau 5.23, il ressort que le cot des solutions TF6, TF7 et TF8 est suprieur
celui de TF2 denviron 12%. Cela peut sexpliquer par la diffrence des prix du fioul (TF2)
et du gaz naturel (TF6, TF7 et TF8) ainsi que par la valeur damortissement de la turbine. Les
solutions TF6 et TF7 sont meilleures que la solution TF2 sur lensemble des critres
environnementaux. La solution TF8 est mauvaise pour deux critres environnementaux (EP et
HTP) par rapport TF2.
En final, cette tude montre tout lintrt du couplage-simulation optimisation pour trouver
des solutions environnementales intressantes.
5.7 Conclusions.
Ce chapitre a prsent une mthode d'co-conception applique l'optimisation d'un procd
chimique qui tient compte des contributions de la production des utilits ncessaires au
fonctionnement de lensemble du procd, par l'intermdiaire du logiciel ArianeTM pour la
gestion des systmes de production dutilits. Le procd de rfrence HDA, tudi pour la
premire fois par [DOU 88] a servi dexemple pour lillustration de lapproche, qui se
distingue des mthodes traditionnelles de traitement en fin de chane . Le procd HDA a
t tudi sous deux structures diffrentes dans sa partie production dutilits. En effet, la
production de la vapeur est assure dans la premire structure, par le couplage entre une
chaudire et une turbine vapeur et dans la seconde structure, par un turbocompresseur et un
182
gnrateur de vapeur utilisant les fumes dchappement du turbocompresseur. Les deux

structures ont t conues en tenant compte des objectifs classiques dingnierie tels que la
production de benzne et le cot annuel total, en considrant galement les charges
environnementales telles que les potentiels de rchauffement global, d'acidification, potentiel
de cration d'ozone photochimique, de toxicit humaine et deutrophisation. Une variante de
lalgorithme gntique multiobjectif classique NSGA II est utilise pour rsoudre les
diffrents problmes. Dans un premier temps, une bonne valeur de la production de benzne a
t identifie dans un intervalle limit de cots. Puis une ventuelle dgradation du cot
annuel, et donc de la production de benzne ont t autorises en travaillant sur un intervalle
autour de cette valeur, dans le but damliorer les performances environnementales du
procd. Au lieu de rechercher un front de Pareto avec l'ensemble des objectifs, une tude
prliminaire a t conduite pour dterminer un sous-ensemble de critres dpendants qui sont
ensuite exprims en fonction de critres indpendants sous forme de fonctions multilinaires.
Ainsi, le problme multiobjectif a pu tre rduit un problme tricritre. Des analyses
multicritres de type TOPSIS et FUCA ont t ralises sur l'ensemble des objectifs. Au
terme de cette analyse, il ressort que FUCA donne de meilleurs rsultats que TOPSIS.
Un scnario, bas sur la prise en compte dune rglementation environnementale plus stricte,
a t galement pris en compte, sous la forme dune contrainte visant maintenir le critre
GWP sous un certain seuil : cette stratgie sest rvle efficace car les autres objectifs
environnementaux EP, AP, HTP et PCOP se sont amliors significativement. Des
rgressions multilinaires sont ralises nouveau sur cet exemple dans le but dobtenir un
nouveau problme tricritre, qui est rsolu par le biais de lalgorithme gntique NSGA IIb
implmente dans la bibliothque Multigen. Par un simple rglage des facteurs de
pondration utiliss dans le classement de la mthode FUCA, plusieurs solutions offrant un
bon compromis peuvent tre dduites des objectifs. Trois solutions correspondant
respectivement des plages de valeurs de production de benzne haute, moyenne et basse
sont gnres. Cette mthodologie peut tre applique un large ventail de problmes de
conception de procds chimiques avec de multiples objectifs conomiques et
environnementaux.
183
184
BILAN ET PERSPECTIVES
Bilan et perspectives
185
Ce travail avait pour objectif le dveloppement dune mthode d'co-conception de procds

applique au domaine de lindustrie chimique. Plus gnralement, il sinscrit dans une
problmatique dvaluation globale et doptimisation des impacts environnementaux et
conomiques des procds de fabrication. Ltude propose ici concide avec la phase
prliminaire de
synthse de procds : le cadre consistait rechercher les conditions
opratoires optimales vis--vis de critres conomiques et environnementaux pour le

fonctionnement et le dimensionnement dun procd dont la structure est fige (oprations
unitaires fixes). Une premire partie de ltude a consist recenser les critres
environnementaux pertinents pour lvaluation dun procd. Nous avons ainsi retenu le
potentiel de rchauffement global (GWP en quivalent CO2 t / an), le potentiel d'acidification
(AP en quivalent SO2 t / an), le potentiel de cration d'ozone photochimique potentielle
(POCP en quivalent tonne C2H4), le potentiel deutrophisation (EP en quivalent PO4
3-
t/
an) et le potentiel de toxicit humaine (HTP en t-C6H6 quivalent / an). Ltude

bibliographique a montr que les critres environnementaux ne sont pas encore lheure
actuelle utiliss de manire large et routinire dans la conception dun appareil industriel.
Une attention particulire a t apporte lvaluation environnementale dun procd et aux
impacts directs ou indirects quil peut gnrer travers lnergie mise en uvre. Un lment
central de lanalyse a impliqu un largissement des frontires classiques du champ de ltude
lors de la phase de conception, puisque le systme considr doit prendre en compte le
procd lui-mme et la contribution nergtique de la centrale de production dutilits au
procd. Sur ce point, ce travail a fait lobjet dune collaboration avec la Socit ProSim SA
travers lutilisation du logiciel ARIANETM , simulateur ddi la production dutilits.
Le procd de rfrence de production de benzne par hydrodsalkylation du tolune (HDA),
tudi par [DOU 88] pour lillustration de la synthse hirarchique de procds et repris dans
de nombreux travaux, a servi de banc de test. Le procd HDA a t tudi sous deux
structures diffrentes dans sa partie production dutilits. Dans la premire, la production de
vapeur est assure par le couplage entre une chaudire et une turbine vapeur tandis que dans
la seconde structure, cette production est assure par une turbine gaz. Ces deux structures
ont t tudies en tenant compte des objectifs classiques dingnierie tels que la production
de benzne et la minimisation du cot annuel total, en considrant galement les charges
environnementales prcdemment voques.
Un modle simplifi du procd a t dvelopp et coupl avec le logiciel ARIANETM , afin
de pouvoir tre plus facilement intgr au sein dune boucle doptimisation multiobjectif. Les
186
performances du modle, compares celles obtenues partir dun logiciel de flowsheeting,

se sont avres satisfaisantes vis--vis de lordre de grandeur des dbits. Les solutions
optimales ont t galement values, posteriori, par le logiciel de flowsheeting. Une
variante de lalgorithme gntique multiobjectif classique NSGA II, a t utilise pour
rsoudre les diffrents problmes multiobjectifs. Lanalyse multicritre a t mene, dune
part, laide dune technique classique de type TOPSIS (Technique of Order Preference by
Similarity to Ideal Solution) adapte au cas de la maximisation et minimisation simultanes de
critres et, dautre part, par une mthode dveloppe en interne baptise FUCA (Faire Un
Choix Adquat). Le choix de ces techniques repose sur la minimisation du nombre de
paramtres fixer. La seconde mthode, trs simple dans sa mise en uvre pour le traitement
de cas au moins tricritre, sest avre particulirement intressante.
Une phase importante a consist lors de la mise en uvre de la mthodologie dcoconception, rechercher un sous-ensemble de critres dpendants qui sont exprims en
fonction des critres indpendants sous forme de fonctions multilinaires. Ainsi, sur le cas
tudi, le problme multiobjectif est rduit un problme tricritre. Cette tape est essentielle
pour ne retenir dans la phase doptimisation multiobjectif que les critres contradictoires entre
eux. Toutefois, lanalyse multicritre a t ralise sur lensemble de tous les critres.
Les solutions optimales issues de lanalyse multicritre ont ensuite t traites par un logiciel
danalyse de cycle de vie qui a confirm les tendances prcdentes.
Largumentation propose pour dfinir la mthodologie dco-conception sest appuye sur
lexemple classique du procd HDA de production de benzne. Nanmoins, lexemple ne
doit pas limiter la porte de la dmarche, qui se veut gnrale et adaptable dautres
procds. Les perspectives sur le plan pratique sont videntes. Il est important de systmatiser
ce type dapproche au niveau de la phase conception de procd, mais galement de raliser,
sur un ensemble de procds actuels, une analyse de leurs impacts afin de dterminer les voies
potentielles damlioration de leur fonctionnement. Cela doit permettre daboutir une
cartographie des units de production en termes dimpacts environnementaux, et terme de
ltablissement dun label.
Ce travail ouvre galement de larges perspectives dun point de vue mthodologique :
-
Intgration de modles de simulation et danalyse de cycle de vie : Ce travail a t

exclusivement consacr aux impacts gnrs par le procd et par la production
associe dutilits. Un point cl concernerait la meilleure intgration entre les outils de
simulation de procds et les logiciels danalyse de cycle de vie, afin de prendre en
187
compte de faon plus prcise la phase dinventaire des missions et des extractions du
procd. Deux approches seraient en ce sens envisageables : une premire consisterait
modliser le procd au sein de lenvironnement danalyse de cycle de vie. Mais les
outils actuels ne sont pas lheure actuelle suffisamment performants pour modliser
de faon systmatique les diffrentes oprations unitaires du procd et analyser
limpact de la variation de conditions opratoires sur les impacts du procd. La
seconde consisterait faire piloter le systme par le logiciel de flowsheeting pour
gnrer les rsultats des bilans de matire et dnergie, qui seraient ensuite
communiqus au logiciel danalyse de cycle de vie. Lidentification des diffrents
constituants mis en jeu dans le procd, doit permettre dobtenir par recours au
logiciel danalyse du cycle de vie (ACV) linventaire total des missions et des
extractions du procd, et de dterminer les facteurs dimpacts associs. Cette seconde
voie nous semble prfrable compte tenu des spcificits des modles dapproche
systmique en gnie des procds. Llaboration de ce cadre conceptuel fait partie des
objectifs de thse de Fernando Morales Mendoza (Thse INPT, en cours depuis 2010).
Mise en uvre dune mtrique de dveloppement durable pour les procds : Dans ce
travail, nous avons considr des indicateurs environnementaux prconiss par
plusieurs mthodologies ou institutions de Gnie des Procds. Lanalyse mrite dtre
poursuivie et le choix des critres affins par rapport certaines catgories de
procds (procds de production dnergie, procds pharmaceutiques, bioprocds
par exemple, etc.). Par ailleurs, il importe aussi de sintresser une mtrique
approprie lie la scurit des procds.
Voies de synthse et optimisation structurelle de procds : Une autre perspective

importante concerne loptimisation tant des voies de synthse et de la structure de
procds au sein dune approche dco-conception. Elle implique un largissement du
problme dans la mesure o il sagit de slectionner la structure optimale du flowsheet
travers le choix doprations unitaires et les conditions opratoires correspondantes
en considrant les impacts conomiques et environnementaux. Elle repose ainsi sur
des formulations mixtes non linaires, avec des variables entires lies aux choix des
voies de synthse et de topologie du schma du procd et des variables continues
lies aux conditions dexploitation.
188
La prise en compte de ces lments doit ainsi contribuer au dveloppement dun ensemble de
rgles de synthse et danalyse de procds industriels intgrant des considrations
environnementales au stade prliminaire de la conception dun procd. Ce type dapproche
permettra de lever un certain nombre de verrous actuels lis au problme de la disponibilit
des indicateurs dans les bases de donnes existantes et leur fiabilit, notamment dans le
domaine du Gnie des Procds.
189
Bibliographie gnrale
190
BIBLIOGRAPHIE
GENERALE
191
A
[ADA 11]: Adam Simpson, P., Edwards, C.F., An exergy-based framework for evaluating
environmental impact, Energy, Volume 36, Issue 3, March 2011, 1442-1459.
[AHE 80]: Ahern, J. E., Method of Energy Systems Analysis; John Wiley: New York, 1980.
[ALE 03]: Alexandre, C. D., Integrated design and simulation of chemical process, Computeraided chemical engineering, 13, 2003.
[ALL 02]: Allen, D.T., Shonnard, D.R., Green engineering: Environmentally conscious
design of chemical processes, Prentice Hall PTR, Upper Side River, NJ; 2002.
[ALL 07] Allen, D.T., Green Engineering and the Design of Chemical Processes and
Products, Chemical Engineering, 36-40, 2007.
[ANA 98]: Anastas, P.T., Warner, J.C., Green Chemistry, Theory and Practice, New York,
Oxford University Press, 1998.
[ANA 03]: Anastas, P.T., Zimmermann, J.B., Design through the twelve Principles of Green
Engineering, Env. Sci. And Tech., 37 (5), 94A-101A, 2003.
[AZA 03]: Azapagic, A., Emsley, A., Hamerton, I., Polymers: The environment and
sustainable development, John Wiley & Sons, 2003.
[AZZ 09]: Azzaro-Pantel, C., Zarate, P.,
Mutual benefits of two multicriteria analysis
methodologies: A case study for batch plant design. Applications of Artificial Intelligence,
Vol.22, (n4-5), .546-556, 2009.
B
[BAR 10]: Barzegar, H., Avval, P. Ahmadi, A. R. M. H. Saidi, M.H., Thermo-economicenvironmental multiobjective optimization of a gas turbine power plant with preheater using
evolutionary algorithm, Interational Journal of energy research, Int. J. Energy, Res., 35:389
403, 2010.
192
[BEA 02]: Beaver, E., Schwarz, J. M., Beloff, B. R., (2002, July). Use sustainability metrics
to guide decision-making, Chemical Engineering Progress, 98(7), 58-63.
[BEJ 96]: Bejan, A., Tsatsaronis, G., Moran, M., Thermal Design and Optimization, John
Wiley, New York, 1996.
[BEL 08]: Belkadi, A., Hadj-Kali, M.K., Gerbaud, V., Joulia, X., Llovell, F., Vega, L.F.,
Modeling the phase equilibria of nitriles by the soft-SAFT Equation of State, Computer Aided
Chemical Engineering, 25, 739-744, 2008.
[CAR 65]: Carlos W., Di Bella, and William F. Stevens, Process Optimization by Nonlinear
Programming, Ind. Eng. Chem. Process Des. DeV. 1965, 4 (1), 1620, 1965.
[DIM 08]: Dimian, A.C., Bildea, C.S., Chemical Process Design, Computer-Aided Case
Studies., WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim, 2008, ISBN: 978-3-52731403-4.
[BRA 04]: Branke, J., Deb, K., Dierolf, H., Osswald, M., Finding knees in multiobjective
optimization, parallel problems solving from nature, LNCS, 3242, 72231, 2004.
[BRO 92]: Brognaux, C., A case study in operability analysis: the HDA plant, Masters
Thesis, University of London, 1992.
[BRU 98]: Bruno, J.C., Fernandez, F., Castells, F., Grossmann, I.E., Rigorous MINLP model
fort he optimal synthesis and operation of utility plants, Chem. Eng. Res. Des., 76, 246-258,
1998.
[BUR 01]: Burgess, A., Brenan, D., Application of life cycle assessment to chemical
processes, Chemical Engineering Science, 56(/8), 2589-2604, 2001.
C
[CAB 99]: Cabezas, H., Bare,J.C., Mallick, S.K., .Pollution prevention with chemical process
simulators:Thegeneralized waste reduction (WAR) algorithmFull version, Computers and
ChemicalEngineering, 23, 623634,1999.
193
[CAN 98]: Cano-Ruiz, J.A., McRae, G.J., Environmentally conscious chemical process
design Annual Review of Energy and the Environment, Vol. 23: 499-536, 1998.
[CAR 09]: Carvalho, A., Henrique, A.M., Gani, R., Analysis and generation of sustainable
alternatives: Continuous and batch processes using SustainPro, Foundations of ComputerAided Process Design (FOCAPD), Breckenridge, Colorado, June 7 12, 2009.
[CHA 01] : Chauvel, A., Fournier, G., Raimbault, C., Manuel dvaluation conomique des
porcds, Technip, 2001.
[CHA 06]: N. Chakraborti, N., Mishra, P., Aggarwal, A., Banerjee, A., Mukherjee, SS., The
Williams and Otto Chemical Plant re-evaluated using a pareto-optimal formulation aided by
Genetic Algorithms, Applied Soft Computing, 6, 189197, 2005.
[CHA 04]: Chakkraphong, T., Design of control structure for energy-integrated
hydrodealkylation (HAD) process, 2004.
[CHE 04]: Chen, H., Shonnard, D., Systematic framework for environmentally conscious
chemical process design: Early and detailed design stages, Industrial Engineering Chemistry
and Research, 43, 535552, 2004.
[CHE 06]: Chen, Y., Kilgour, D.M., Hipel, K.,W., Multiple criteria classification with an
application in water resources planning, Computer and operation Reasearch, 33, 3301-3323,
2006.
[COL 02]: Collette, Y, Siarry, P., Optimisation multiobjectif, Eyrolles, 2002.
[CUT 83]: Cutler, C.R., Perry, R.T., Real time optimization with multivariable control is
required to maximize profits, Comp. Chem. Eng., 7, 663-667, 1983.
D
[DEB 02]: Deb, K., Pratap, A., Agarwal, S., Meyarivan, T., A fast and elitist multiobjective
genetic algorithm: NSGA-II, IEEE Trans. Evolut. Comput., 2, 182197, 2002.
194
[DEB 09]: De Benedetto, L., Kleme, J., The Environmental Performance Strategy Map:an
Integrated LCA approach to support the Strategic Decision Making Process, J Cl Prod, in
press, 2009.
[DED 03]: Dedieu, S., Pibouleau, L., Azzaro-Pantel, C., Domenech, S., Design and Retrofit of
Multiobjective Batch Plants via a Multicriteria Genetic Algorithm, Computers and Chemical
Engineering, 27, 1723-1740, 2003.
[DEW 05]: Dewulf, J., Van Langenhove, H., van de Velde, B., Exergy-based efficiency and
renewability assessment of biofioul production, Environ. Sci. Technol., 39, 3878-3882, 2005.
[DEW 06]: Dewulf, J.; Van Langenhove, H., Renewables-Based Technology: Sustainability
Assessment, ISBN: 978-0-470-02241-2, Wiley, March 2006.
[DEW 08]: Dewulf J., Van Langenhove H., Muys B., Bruers S., Bakshi B.R., Grubb G.F.,
Paulus D. M., Sciubba E., Exergy: Its Potential and Limitations in Environmental Science and
Technology, Environ. Sci. Technol., 42 (7), 22212232, 2008.
[DIW 02]: Diwekar U, Small M.J., Process Analysis Approach to Industrial Ecology. In:
Ayres R.U., Ayres L.W., editors. A handbook of industrial ecology. Northampton, Mass:
Edward Elgar Publishing; 2002.
[DOU 88]: Douglas, J.M., Conceptual Design of Chemical Processes. McGraw Hill, 1988,
ISBN: 0-07-017762-7.
[DOR 92]: Dorigo, M., Optimization, learning and natural algorithms, PhD Thesis,
Politecnico di Milano, Italy, 1992.
[DOU 88]: Douglas, J.M., Conceptual Design of Chemical Processes, McGraw Hill, ISBN: 007-017762-7, 1988.
E
[EDU 01]: The European Educational Tool on Energy-Efficiency through the Use of
Cogeneration (Combined Heat and Power). Educogen-An Educational Tool for
Cogeneration, Second Edition. March 2001. http://www.cogen.org/projects/educogen.htm.
195
F
[FON 93]: Fonseca, C.M., Fleming, P.J., Genetic algorithms for multiobjective optimization:
formulation, discussion and generalization, In: Proceedings of the 5th international conference
on genetic algorithms, 416423, 1993.
[FUD 00]: Fu, Y., Diwekar, U.M., Young, D., Cabezas, H., Process design for the
environment: A multi-objective framework under uncertainty, Clean Products and Processes,
2, 92107, 2000.
G
[GOE 99]: Goedkoop, M. J., Spriensma, R.S, The Eco-indicator 99, Methodology report. A
damage oriented LCIA Method; VROM, The Hague, The Netherlands, 1999.
[GOL 89] : Goldberg, D.E., Genetic Algorithms in Search, Optimization, and Machine
Learning 1st, Addison-Wesley Longman Publishing Co., Inc. Boston, MA, USA 1989
ISBN:0201157675
[GOM 09]: Gomez, A., Azzaro-Pantel, C., Domenech, S., Pibouleau, L., Latg, C.,
Haubensack, D., Dumaz, P., Exergy analysis for Generation IV nuclear plant optimization,
International Journal of Energy Research, 34, P 609625, 2010.
[GOM 10]: Gomez, A, Pibouleau, L, Azzaro-Pantel, C, Domenech, S, Latg, C, Haubensack,
D., Multiobjective genetic algorithm strategies for electricity production from generation IV
nuclear technology, Energy Convers. Manage., 51, 859-871, 2010.
[GON 01a]: Gonga, M. and Wall G., On exergy and sustainable developmentPart 1:
Conditions and concepts, Exergy Int. J., 1(3), 128145, 2001.
[GON 01b]: Gonga, M., Wall, G., On exergy and sustainable developmentPart 2: Indicators
and methods, Exergy Int. J., 1(4), 217-233, 2001.
[GOV 04]: Govindarajan, L., Karunanithi, T., Design optimization of process plants using
real coded genetic algorithm, Chem. Biochem. Eng. Q., 18 (4), 353-361, 2004.
196
[GUI 10]: Guine, J.B., Heijungs, R., Huppes, G. , Zamagni, A., Masoni, P., Buonamici, R.,
Ekvall, T., Rydberg, T., Life Cycle Assessment: Past, Present, and Future, Environmental
Science & Technology Article ASAP, 45 (1), pp 9096, 2010.
[GUT 69]: Guthrie, K.M., Capital cost estimating, Chem. Eng., 76, 114-142, 1969.
H
[HAI 00]: Haitao Huang, B.E., MSCh.E., Simulation and control of complex distillation
process, Haitao Huang, 2000.
[HAI 01]: Haitao Huang, B.E., James B., Comparison of PI and MPC for control of a gas
recovery unit, Chemical Engineering, Texas Tech. University, Lubbock, TX, 79409-43121,
2001.
[HAU 98]: Hauschild, M., Wenzel, H., Environmental Assessment Of Products, Volume 2:
Scientific Background, 1998.
[HEI 92]: Heijungs, R., Huppes, G., Lankreijer, R.M., Udo de Hayes, H.A.,
Wegenersleeswijk, A., Environmental Life Cycle Assessment of Products Guide. Leiden:
Centre of Environmental Science, 1992.
[HIL 94]: Hilaly, A. K., Sikdar, S. K., Pollution balance: a new method for minimizing waste
production in manufacturing processes, Journal of the Air and Waste Management
Association, 44, 13031308, 1994.
[HIL 96]: Hilaly, A.K., Sikdar, S.K., Pollution Balance Method and the Demonstration of Its
Application to Minimizing Waste in a Biochemical Process, Ind. Eng. Chem. Res.,34, 20512059, 1996.
[HOE 02]: Hoekstra, A.Y., Hung, P.Q., Virtual water trade: a quantification of virtual water
flows between nations in relation to international crop trade. Value of water research, series
n11, 2002.
[HOL 75]: Holland, J.H., Adaptation in natural and artificial systems, Ann Arbor University
of Michigan Press, 1975.
[HUA 95]: Huang, J.P., Poh, K.L., Ang, B.W., Decision analysis in energy and environmental
modelling, Energy, 20, 843855, 1995.
197
[HUI 08]: Hujbregts, M.A.J., Hellweg, S., Frischknecht, R., Ecological footprint accounting
in the life cycle assessment of products, Ecol. Econ., 64, 798-807, 2008.
[HWA 81]: Hwang, C.L., Yoon, K., Multiple Attribute Decision Making Methods and
Applications, Springer, Berlin Heidelberg, 1981.
I
[ICH 02]: IChemE, The Sustainability Metrics: sustainable development progress metrics
recommended for the use in process industries, Institution of Chemical Engineerrs,
http://www.icheme.org/sustainability/, 2002.
[ICH 07]: IChemE 2007, A Roadmap for 21st Century Chemical Engineering, The Institution
of Chemical Engineers, Rugby, UK.
J
[JOL 03]: Jolliet, O., Margni, M., Charles, R., Humbert, S., Payet, J., Rebitzer, G.,
Rosenbaum, R., IMPACT 2002+: A New Life Cycle Impact Assessment Methodology,
Industrial Ecology & Life Cycle Systems Group, GECOS, Swiss Federal Institute of
Technology Lausanne (EPFL), CH-1015 Lausanne, Switzerland, Int. J. LCA, 8 (6), 324
330, 2003.
[JOS 10]: Caballero, J.A., Grossmann, I.E., Hybrid Simulation-Optimization Algorithms for
Distillation Design, Computer Aided Chemical Engineering, 28, 637-642, 2010.
[JUA 10]: Juan, A., Reyes-Labarta, J., Caballero, J.A., Marcilla, A., Numerical determination
of distillation boundaries for multicomponent homogenous and heterogenous Azeotopic
systems, Computer Aided Chemical Engineering, 28, 643-648, 2010.
K
[KAN 09]: Kanoglu, M., Dincer, I., Performance assessment of cogeneration plants, Energy
Conversion and Management, 50, 76-81, 2009.
[KIM 04]: Kim, L.Y., de Weck, O., Adaptive Weighted Sum Method for Multiobjective
Optimization:
new
method
for
Pareto
front
generation,
10th
AIAA/ISSMO
Multidisciplinary Analysis and Optimization Conference; Albany, New York, 105-116, 2004.
198
[KIR 83]: Kirkpatrick, S., Gellat, C.D., Vecchi, M.P., Optimization by simulated annealing,
Science, 220, 671-680, 1983.
[KOC 89]: Kocis, G. R., Grossmann, I. E., A modelling and decomposition strategy for the
MINLP optimization of process flow sheets, Computers Them. Engng, 7, 797-819, 1989.
[KRO 96]: Krotscheck, C, Narodoslawsky, M, The Sustainable Process Index A new
dimension in ecological evaluation, Ecological Engineering, 6 (4), 241-258, 1996.
L
[LAP 04]: Lapkin, A., Joyce, L., Crittenden B., Framework for Evaluating the Greenness of
Chemical Processes: Case Studies for a Novel VOC Recovery, Technology Environ. Sci.
Technol., 38 (21), pp 58155823, 2004.
[LAZ 04]: Lazzaretto, A., Toffolo, A., Energy, economy and environment as objectives in
multi-criterion optimisation of thermal systems design, Energy, 29, 1139-1157, 2004.
[LET 08]: Toma, L. , Computer aided design of sustainable industrial processes, tesi di
dottorato, Universit degli Studi di Padova, 2008
[LI 09]: Li, C., Zhang, X., Zhang, S., Suzuki, K., Environmentally conscious design of
chemical processes and products: Multi-optimization method, Chemical Engineering
Research and Design, 87, 233243, 2009.
[LUY 98]: Luyben, W.L., Tyreus, B.D., Luyben, M.L., Plantwide Process Control McGraw
Hill, 1998.
M
[MAN 07]: Mansouri, S.A., Hendizadeh, S.H., Salmassi, N., Bicriteria two-machine flowshop
scheduling using metaheuristics, in: GECCO07, London, UK, CD-ROM, ISBN 978-59593697, 2007.
[MAU 08]:Fermeglia, M., Longo, G., Toma, L., COWAR: A CAPE OPEN software module
for the evaluation of process sustainability, Environmental Progress, 27, 3, 373382, 2008
199
[MAV 09] Mavrotas, G., Effective implementation of the -constraint method in MultiObjective Mathematical Programming problems, Applied Mathematics and Computation,
213, 455-465, 2009.
[MOR 11]: Moralez-Mendoza, L.F., Perez-Escobedo J.L., Aguilar-Lasserre A., Azzaro-Pantel

C., Pibouleau L., Domenech S., Selecting the best alternative based on a hybrid
Multiobjective GA-MCDM approach for New Product Development in the pharmaceutical
industry, IEEE Symposium on Swarm Intelligence, Paris, 11-15 mai, 2011.
N
[NAE 08]: United States National Academy of Engineering (NAE) Grand Challenges for
Engineering, http://www.engineeringchallenges.org/, 2008.
[NAR 95]: Narodoslawsky, M., Krotscheck, C., The sustainable process index (SPI):
evaluating processes according to environmental compatibility, Journal of Hazardous
Materials 41, 383-397, 1995.
[NAR 06]: Narodoslawsky, N., Niederl, A., The Sustainable Process Index (SPI),
Renewables-Based Technology: Sustainability Assessment, Jo Dewulf (Editor), Herman Van
Langenhove (Co-Editor), 159-172, 2006.
[NRTEE 99]: National Round Table on the Environment and the Economy (NRTEE),
Measuring eco-efficiency in business: Feasibility of a core set of indicators. Ottawa: Renouf
Publishing Co, 1999.
O
[OPR 04]: Opricovic, S., Tzeng, G., Compromise solution by MCDM methods: a comparative
analysis of VIKOR and TOPSIS, Eur. J. Oper. Res., 156, 445-455, 2004.
[OTH 10]: Othman, M.R., Repke, J.U., Wozny, G., Huang,, Y., A modular approach to
sustainability assessment and decision support in chemical process design, Industrial and
Engineering Chemistry Research, 49, 78707881, 2010.
200
P
[PEN 76]: Peng, D.Y.; Robinson, D.B., A New Two-constant 4uation of state. Ind. Eng.
Chem. Fundam., 15, 59-64, 1976.
[PIN 06]: Pintari Novak, Z., Kravanja, Z., Selection of the economic objective function for
the optimisation of process flow sheets, Ind. Eng. Chem. Res., 45, 4222-4232, 2006.
[PRO 05] : ProSim, Ariane, De lapproche modulaire squentielle lapproche globale,
Manuel Utilisateur, Version 8.0, 2005.
R
[RAN 09]: G.P. Rangaiah, G.P., Elaine, L.S.Q., Agrawal, N., Advances in Process Systems
Engineering Vol. 1, multi-objective optimization, Techniques and Applications in
Chemical Engineering, World Scientific Publishing Co. Pte. Ltd, 301-314, 2009.
[RAY 73]: Ray, W.H., Szekely, J., Process Optmization with application in Mtallurgy and
Chemical Engineering, John Wiley & Sons, New York, 1973.
[REN 07]: Ren, L., Zhang, Y., Wang, Y., Sun, Z., Comparative Analysis of a Novel MTOPSIS,
Applied
mathematics
research
eXpress,
Article
ID
abm005,
doi:10.1093/amrx/abm005, 2007.
[ROB 06]: Robert Buckley Jr, Overview of cogeneration at lsu, Thesis, B.S., Louisiana State
University, 2006.
[ROY 85] : Roy, B, Mthodologie Multicritre d'Aide la Dcision, Economica, Paris 1985.
S
[SAA 80]: Saaty, T.L., The Analytic Hierarchy Process, McGraw-Hill, New York, 1980.
[SAN 07]: Sandholzer, D.,Narodoslawsky, M., SPIonExcelFast and easy calculation of the
Sustainable Process Index via computer, Res. Cons. Recycl.,50, 30-142, 2007.
201
[SCH 84]: Schaffer, J.D., Some experiments in machine learning using vector evaluated
genetic algorithms. Doctoral dissertation. Vanderbilt University, Electrical Engineering,
Tennessee. (TCGA file No. 00314), 1984.
[SCH 85]: Schaffer, J., Multi-objective optimization with vector evaluated genetic algorithms,
In: Proceedings of the International Conference on Genetic Algorithms and their
Applications, 93100, 1985.
[SEG 02]: Segnestam, L. , Indicators of environment and sustainable development : theories

and practical experience, Environmental Economic Series, paper n89, World Bank
Environment Department, 2002.
[SEQ 02]: Sequeira, S.E., Graells, M., Puigjaner, L., Real-Time Evolution for On-line
Optimization of Continuous Processes, Ind. Eng. Chem. Res., 41 (7), 18151825, 2002.
[SHI 07]: Shih, H.S., Shyur, H., J., Lee, E., S., An extension of TOPSIS for group decision
making, Mathematical and computer Modelling, 45, 801-813, 2007.
[SID 03]: Sikdar, S. K., A, Journey towards sustainable development. A role for chemical
engineers, Environ. Progress,, Vol. 22, (4), 227-232, 2003.
[SOA 72]: Soave, G., 4uilibrium Constants from a Modified Redlich-Kwong 4uation of State,
Chem. Eng. Sci, 27, 1197-1203, 1972.
[SRI 94]: Srivinas, N., Deb, K., Multiobjective optimization using nondominated sorting in
genetic algorithms, Evolutionary Computation, 2, 221-248, 1994.
[STA 90]: Walas, S.M., Chemical Process 4uipment Selection and Design, ButterworthHeinemann, Boston, 1990.
[STE 99]: Steffens, M.A., Fraga, E. S. , Bogle, I. D. L., Multicriteria process synthesis for
generating sustainable and economic bioprocesses, Computers & Chemical Engineering, 23
(10), 1455-1467, 1999.
202
[STEE 99]: Steen, B., A Systematic Approach to Environmental Priority Strategies in In

Product Development (EPS). Version 2000 General System Characteristics. Chalmers
University of Technology, Centre for Environmental Assessment of Products and material
Systems (CPM) Report 1999:4, Gothenburg, 1999.
[STO 03]: Stoeglehner, G., Ecological footprint a tool for assessing sustainable energy
supplies, J. Cle.Prod., 11, 267-277, 2003.
[SUR 02]: Surya Kiran Chodavarapu, S.K., Zheng, A., A Definition of Steady-State
Plantwide Controllability, Ind. Eng. Chem. Res., 41, 4338-4345, 2002.
T
[TAN 04]: Tanzil, D., Ma, G., Beloff, B. R., Automating the sustainability metrics approach.
Presented at the AIChE Spring Meeting, New Orleans, April 25-29, 2004.
[TAN 06]: Tanzil, D., Beloff B.R., Assessing Impacts: Overview on Sustainability Indicators
and Metrics, Environmental Quality Management, 52-56, 2006.
[TEI 04]: Teixeiro de Almeida, A, de Miranda C.M.G., Cabral Seixas Costa A.P.,
Multicriteria model for prioritization of research and development projects, Journal of the
Academy of Business and Economics, March 2004.
[TUR 98]: Turton, R., Bailie, R.C., Whiting, W.B., Shaeiwitz, J.A., Analysis, Synthesis, and
Design of Chemical Processes, Prentice Hall PTR, Upper Saddle River, New Jersey, 1998.
[TUR 09]: Turton, R., Bailie, R.C., Whiting, W.B., Shaeiwitz, J.A., Analysis, Synthesis, and
Design of Chemical Processes Third Edition. Prentice Hall PTR, Upper Saddle River, New
Jersey, 2009.
V
[VAL 94]: Valero, A., Lozano, M.A., Serra, L; Tsatsaronis, G., Pisa, J., Frangopoulos, C.,
Von Spakovsky, M.R., CGAM problem: definition and conventional solution, Energy, 19,
279286, 1994.
203
[VAN 00]: Van Veldhuisen, D., Lamont, G., Multiobjective evolutionary algorithms:
analysing the state-of-art, Evol. Comput., 8, 125-147, 2000.
W
[WIE 07]: Wiedmann, T. Lenzen, M., On the conversion between local and global hectares in
ecological footprint analysis, Ecol. Econ., 60, 673-677, 2007.
[WIL 60]: Williams, T.J., Otto, R.E.., A generalized chemical processing model for the
investigation of computer control, Transactions of American Institute of Electrical Engineers,
79, 451-473, 1960.
[WOL 97]: Wolpert, D.H., Macready, W.G., No free lunch theorems for optimization, IEEE.
Trans. Evolut. Comput., 1, 6782, 1997.
Y
[YOU 99]: Young D., Cabezas, H., Designing sustainable processes with simulation: The
waste reduction (WAR) algorithm, Comp Chem Eng., (23) 1477, 1999.
[YOU 00]: Young, D.M. Cabezas, H.,The Waste Reduction (WAR) Algorithm:
Environmental Impacts, Energy Consumption, and Engineering Economics.,Waste
Management, 8, 605615, 2000.
[YIC 98]: Yi Cao, Y, Rossiter, D, Edwards, D.W, Modelling issues for control structure
selection in a chemical process, Computer Chem. Eng, 22, S411-S418, 1998.
Z
[ZHA 10]: Zhaoxa S, Min H., Multicriteria decision making based on PROMETHEE method,
Computing, Control and Industrial Engineering, International Conference, Wuhan, China,
2010.
204
[ZHO 06]: Zhou, P., B. W. Ang. Decision analysis in energy and environmental modeling:
An update, Energy, 31(14): 2604-2622, 2006
[ZOR 10]: Zoran, M.,, Modification of TOPSIS method for solving of multicriteria tasks,
Yugoslav Journal of Operations Reasearch, 20, 1, 117-146, 2010.
205
ANNEXES
ANNEXES
206
Chapitre 3-ANNEXES
Annexes du chapitre 3
Modlisation du gnrateur de
vapeur sous ArianeTM
207
Chapitre 3-ANNEXES
Modlisation du gnrateur de vapeur sous ArianeTM

Les variables du gnrateur de vapeur sous ArianeTM sont prsentes ci-aprs :
A1 : aire de la section surchauffe de la vapeur dans lchangeur (m2)
A2 : aire de la section vaporation (m2)
A3 : aire de la section chauffage de leau jusqu saturation (m2)
T1 : temprature de sortie des fumes de la section surchauffe de la vapeur dans lchangeur
(K)
T2 : temprature de sortie des fumes de la section vaporation (K)
T3 : temprature de sortie des fumes de lchangeur (K)
Qv : dbit de vapeur gnr (kg/h)
Les variables H1, H2 et H3 sont implicites, et correspondent lenthalpie des fumes la
pression de sortie, respectivement T1, T2 et T3 ; H1(T1,P) ; H2(T2, P) ; H3(T3, P)). Avec :
Teau, Heau : temprature et enthalpie dentre de leau dans lchangeur (K)
Tvap, Hvap : temprature et enthalpie de la vapeur gnre (K)
Tsat : temprature de saturation de leau (K)
Hsat_L, Hsat_V : enthalpie de leau Tsat, enthalpie de la vapeur Tsat (kJ/kg)
Tfum, Hfum : temprature et enthalpie dentre des fumes (K)
Qfum : dbit des fumes (kg/h)
Aire : aire dchange dfinie par lutilisateur (m2)
U : coefficient dchange dfini par lutilisateur.(W/m2/K)
Le systme dquations est prsent ci-aprs :
F (1) : Aire A1 A2 A3 = 0
(4A1.1)
F (2) : A 2UDTML 1(T 1) Qfum [Hfum (Tfum ) H 1(T 1)] = 0
(4A1.2)
F (3) : A2UDTML2(T 1, T 2) Qfum[H 1(T 1) H 2(T 2)] = 0
(4A1.3)
F (4) : A3UDTML3(T 2, T 3) Qfum[H 2(T 2) H 3(T 3)] = 0
(4A1.4)
F (5) : QV ( Hvap Hsat _ V ) Qfum[Hfum(Tfum ) H 1(T 1)] = 0
(4A1.5)
F (6 ) : QV ( Hsat _ V Hsat _ L) Qfum[H 1(T 1) H 2(T 2 )] = 0
(4A1.6)
F (7 ) : QV ( Hsat _ L Heau ) Qfum[H 2(T 2 ) H 3(T 3)] = 0
(4A1.7)
avec :
208
Chapitre 3-ANNEXES
DTML1(T 1, T 2) = ( DT 1 DT 2) / LOG ( DT 1 DT 2), o DT 1 = Tfum Tvap et

DT 2 = T 1 Tsat
DTML 2(T 1, T 2) = ( DT 1 DT 2) / LOG ( DT 1 DT 2), o DT 1 = Tsat et DT 2 = T 2 Tsat
DTML3(T 2, T 3) = ( DT 1 DT 2) / LOG ( DT 1 DT 2), o DT 1 = T 2 Tsat et
DT 2 = T 3 Teau
209
Chapitre 4ANNEXES
Annexes du chapitre 4
210
ANNEXES 4.1
ANNEXE 4.1
DEVELOPPEMENT
DU BILAN MATIERE DU PROCEDE
HDA
211
ANNEXES 4.1
Le bilan matire sur une version simplifie du procd HDA est ralis dans cette annexe. Les
diffrentes hypothses simplificatrices sont nonces ci-aprs lors de la description des
diffrents courants. Le procd se dcompose en deux sections principales que sont le
racteur et la zone de sparation avec deux courants de recyclage, deux courants de sortie et
une purge.
Le schma de la figure A1.1 indique les numros des diffrents courants du procd, et sert de
base ltablissement du bilan.
8
Recyclage H2, CH4
Purge: H2, CH4
6
H2, CH4
3
4
Tolune Pur
Racteur
Systme de
sparation
Benzne
Diphenyle
10
2
Recyclage Tolune
11
Figure A1.1 : Bilan matire simplifi du procd HDA avec numrotation des courants
Alimentation
Les alimentations correspondent aux courants 1 et 2. Le courant 1 est du tolune (C7H8) pur et
le courant 2 est un mlange dhydrogne (95% de H2) et de mthane (5% de CH4).
Sortie de racteur
Le courant 5, en sortie de racteur, est un mlange de 4 constituants : benzne, mthane,

tolune et hydrogne, le diphnyle tant totalement extrait (courant 10).
Sparateur
La section de sparation sur ce schma simplifi regroupe en ralit un sparateur de

constituants et deux colonnes distiller qui permettent dobtenir les courants suivants :
6 : compos de mthane et dhydrogne sortant du racteur, et donc de lunit de

sparation.
9 : la totalit du benzne.
10 : diphnyle sortant.
11 : le tolune nayant pas ragi et recycl en entre de racteur.
212
ANNEXES 4.1
Purge
A la purge, le courant 6 se divise en deux courants 7 et 8 selon un taux de purge dtermin

par le bilan matire.
Recyclage
Les courants de recyclage 8 et 11 contiennent respectivement lhydrogne, le mthane, et le

tolune non consomm.
Hypothses simplificatrices
Les courants 6, 7, et 8 sont composs uniquement de mthane et dhydrogne. Ceci

implique que le courant 3 est compos de seulement ces deux composs.
La deuxime tape de sparation permet de rcuprer le benzne. La sparation se fait

parfaitement, le benzne tant rcupr en intgralit, et il est pur (courant 9).
La troisime tape de sparation permet de rcuprer tout le diphnyle pur.
Bilan matire simplifi
Indices et Notations
Les indices suivants sont utiliss pour les composs chimiques :

- Tolune (C7H8) : 1
- Hydrogne (H2) : 2
- Mthane (CH4) : 3
- Benzne (C6H6) : 4
- Diphnyle (C12H10) : 5
Notations :
i : indique le constituant chimique
J : indique les points du procd
xij : Fraction du constituant i au point j

N j : Dbit global en j
N i j : Dbit molaire partiel du constituant i, au point j
Les donnes du problme sont :
- N 49 : dbit de benzne produit au point 9
213
ANNEXES 4.1
- N 23 = 5 N 14 : dbit dhydrogne au point 3

- x12 : fraction dhydrogne dans lalimentation en hydrogne
- conv : taux de conversion du Tolune
- Se : la slectivit telle que, Se = Moles de Benzene la sortie du racteur = N 45 / .N 14 .
Moles de Tolune converties
Dans le modle, la formule de slectivit de Douglas (1988) [DOU 88] est adopte :
Se = 1
0,0036
(1 conv )1,544
(4A1.1)
Analyse du degr de libert :
- Le nombre de constituants : K=5

- Le nombre de donnes au racteur : R= K+2
- Le nombre de donnes au sparateur : K+5
- Le nombre total de variable est donc : F=2x2(K+2) + K+2+ K+5 K+3-6(K+2)= K+6
F= 11 variables
Justification :
Au point 1 : x12 + x31 = 1
Au point 4 : x14 = 1
Au point 6 : x 26 + x36 = 1
Au point 9 : x 49 = 1
Au point 10 : x510 = 1
Il reste donc 6 donnes fixer :
N 49 = N 45 : Production de benzne
N 23 = 5N 14 : Le rapport hydrogne sur aromatique ?????
x12 (et donc, x31 = 1 x12 ) : Fraction dhydrogne dans lalimentation
conv : Taux de conversion

Se : Slectivit
N 27 : dbit dhydrogne purge
Dbit du tolune au point 4 : N 14
214
ANNEXES 4.1
Par dfinition la slectivit Se =

alors N 14 =
N 45
est connu puisque est donn or N 49 = N 45 est fix,
4
conv N 1
N 45
conv Se
(4A1. 2)
Bilan sur le racteur
N 15 = (1 ) N 14 = (1 )
N 25 = N 23 conv N 14 +
N 45
= N 111 (connu)
conv Se
conv N 14 (1 Se)
N 35 = N 33 + conv N 14 = N 33 +
= N 23
N 45 N 45 (1 Se)
+
Se
2 Se
N 45
Se
N =N
10
5
conv N 14 (1 Se)
2
(4A1. 4)
(4A1. 5)
N 45 = N 49 = conv SeN 14 est donn

5
5
(4A1. 3)
(4A1. 6)
N 45 (1 Se)
=
(connu)
2 Se
(4A1. 7)
A ce niveau de raisonnement, sont connus:

N 14 , N 15 (= N 111 ) , N 55 et aussi N 49 = N 45 .
Calcul de H2 consomm dans le racteur Hc
N 45 (1 Se) N 45 N 45 (1 Se)
H C = conv N
=
donc Hc est connu.

2 Se
Se
2 Se
4
1
(4A1. 8)
Equations la purge
N 21 = x12 N 1 = H C + N 27 pour lhydrogne
(4A1. 9)
N 31 = x31 N 1 , ce qui entraine que x31 N 1 + N 14 = N 37

Soit x31 N 1 +
N 45
= N 37
Se
(4A1. 10)
Les points 9, 10 11 et 4 sont connus. Do

N 12 = N 14 N 111 =
N 45 N 45 N 45 N 45
+
=
comme 2 est connu
Se se Se
Se
(4A1. 11)
Puisque N 23 = 5N 14 alors N 23 est connu. Donc :
(4A1. 12)
N 25 = N 23 H C est connu
(4A1. 4 bis)
215
ANNEXES 4.1
Rpartition entre recyclage gaz et purge
On tablit ici la rgle des rapports entre les points 6, 7 et 8 et on a :

N 35 = N 36 = N 26
N 37
N 37
5
=
N
2
N 27
N 27
(4A1. 13)
Il reste alors dterminer 3 inconnues : N 27 , N 37 et N 1

Si on fixe N 27 par exemple, les quations de la purge fournissent :
H C + N 27
x 12
N1 =
(4A1. 14)
puis x31 N 1 = x31

Et donc : N 37 =
H C + N 27
x12
x31
N 45
7
(
H
+
N
)
+
C
2
Se
x12
(4A1. 15)
Le point 1 et 7 tant alors connus, seuls les points 8 et 3 sont dterminer.

Sachant que : N 28 = N 25 N 27 = N 23 H C N 27 = 5 N 14 H C N 27
N 38 = N 35 N 37 = N 25
N 37 =
N 37
N 45
H C + N 27
7
7
1
1
1
N
=
avec
or
N
x
N
+
N
=
3
3
3
Se
N 27
x 12
x31
N 45
7
(
H
+
N
)
+
C
2
Se
x12
Finalement :
N5
N 8 = N 28 + N 38 = (5 N 14 H C N 27 ) + N 37 27 1
N2
x1
N 5 N 5
Donc : N 8 = (5 N 14 H C N 27 ) + 31 ( H C + N 27 ) + 4 27 1
Se N 2
x2
N 3 = N1 + N 8
Et :
(4A1. 16)
(4A1. 17)
Rsultats du bilan matire avec les donnes de Douglas [DOU 88]
Production de benzne : N 45 = 265 kmol/h
Rapport hydrogne sur aromatique : N 23 = 5N 14
Taux de conversion : conv = 0,75
N 27 = 197,8 kmol/h
x12 =0,95 : fraction dhydrogne dans lalimentation
216
ANNEXES 4.1
x31 = (1 x 12 ) =0,05 : fraction de mthane dans lalimentation
Alors :
N 45
0,0036
=
= 0,9694, alors N 14 = 364,48 kmol/h.
1, 544
4
(1 conv )
conv N 1
Slectivit Se = 1
On en dduit N 15 = (1 ) N 14 = (1 )
N 45
= N 111 =91,12 kmol/h : lensemble du
conv Se
tolune non converti (courant 5) est recycl par le courant 11.
Connaissant N 45 on a N 49 = N 45 = 265 kmol/h : tout le benzne est rcupr au courant

9.
N 55 = N 510 =
conv N 14 (1 Se)
2
N 45 (1 Se)
= 4,18 kmol/h : le diphnyle nest produit
2 Se
que par la raction 2 et est totalement rcupr dans le courant 10.
On a N 12 = N 14 N 111 =364,48-91,12=273,36 kmol/h : bilan partiel sur le tolune au

nud (2, 4, 11)
N 23 = 5N 14 =5364,48=1822,40 kmol/h : le ratio (hydrogne/tolune) lentre du

racteur est gal 5.
N 45 N 45 (1 Se)
=273,36-4.18=269,18 kmol/h.
Se
2 Se
HC =
Donc : N 25 = N 23 H C =1822,40-269,18=1553,22 kmol/h : hydrogne restant aprs la

raction et transfr au point 6 : N 26 = N 25 =1553,22 kmol/h.
N 28 = N 25 N 27 = 5 N 14 H C N 27 =1553,22-197,8=1355,42 kmol/h : bilan partiel sur

lhydrogne la purge (la torche est connue).
Bote noire sur H2
N 21 = x12 N 1 = H C + N 27 =269,18+197,8=466,98 kmol/h.
N 21 = x12 N 1 donc N 1 = N 21 / x12 =466,98/0,95=491,56 kmol/h.
Soit N 33 = N 31 + N 38 , N 35 = N 36 = N 33 +
N 45
et N 36 = N 37 + N 38
Se
ce qui donne :
N 37 =
x31
N 45
7
H
N
(
+
)
+
= 297,94 kmol/h : mthane la purge.
C
2
Se
x12
217
ANNEXES 4.1
N 31 = x31 N 1 = 491,56*0,05 = 24,58 kmol/h Dbit molaire de mthane dans

lalimentation.
N 27
= 197,8/1553,22 = 0,1273.
N 26
Le taux de purge est : purge =
N 36 = N 35 =
N 38 = N 36 N 37 = 2340,46-297,94 = 2042,52 kmol/h
N 33 = N 31 + N 38 = 24,58+2042,52=2067,10 kmol/h
N 37
purge = 2340,46 kmol/h.
Les resultats sont prsents dans le tableau A1.1 (dbits en kmol/h pour ce schma simplifi)
Tableau A1.1 : Rsultats du bilan matire obtenus avec les hypothses de Douglas (1988)
Courants
10
11
Hydrogne
466,18
1822,45
1553,27
1551,82
197,0
1356,27
Mthane
24,54
2075,49
2348,86
2338,02
297,90
2050,96
Benzne
265
265
Tolune
273,36
364,48
91,12
91,12
Diphnyle
4,18
4,18
491,02
273,36
3897,95
364,49
4262,44
3889,84
494,90
3407,23
265
4,18
91,12
Total
(kmol/h)
Dans ce bilan, certaines hypothses, comme toutes les rcuprations de constituants purs dans
les courants 9, 10, et 11, ne sont pas ralistes.
Tableau A1.2 : Rsultats du bilan matire aux frontires obtenus avec le bilan matire
ENTREE
Dbit massique (kg/h)/ courant
SORTIE
10
Hydrogne
939,78
397,13
Mthane
393,63
4779,22
Benzne
20700,104
Tolune
25188,28
Diphnyle
645,23
20700,104
645,23
5176,35
Total partiel
Total global (kg/h)
1333,41
25188,28
26521,69
26521,69
Le bilan matire boucle, la diffrence relative entre entre et sortie de :

Ftot = (26521,69-26521,69)/(26521,69) = 0,00, le bilan boucle parfaitement.
218
ANNEXES 4.1
La conception du simulateur doit tre poursuivie en faisant intervenir un calculateur de

proprits thermodynamiques, afin de dterminer les proprits de transferts, les paramtres
thermodynamiques, les quilibres entre phase etc. Dans ce travail, le serveur de proprits
thermodynamiques, Simulis Thermodynamics de ProSim SA a t retenu.
219
ANNEXES 4.2
ANNEXE 4.2
MODELISATION DU PROCEDE
HDA
SOUS ProSimPlusTM
220
ANNEXES 4.2
Dans lobjectif de valider le modle de simulateur de procd sous MS Excel, partir des
donnes recueillies, le logiciel ProSimPlusTM est utilis pour tablir une simulation du
procd dhydrodsalkylation avec les hypothses simplificatrices ncessaires. Les diffrentes
tapes suivies pour raliser la simulation globale sous ce logiciel seront dcrites. Pour la
lutilisation du simulateur sous ProSimPlusTM, les conditions de Douglas (1988) [DOU 88]
sont retenues, savoir :
capacit de production : 265 kmol/h avec une puret de 99,97%,
perte dhydrogne la purge : 197,8 kmol/h,
taux de conversion du tolune : 75%,
alimentation : H2 :95% et CH4 : 5%,
lentre du racteur, le rapport dbit molaire dhydrogne sur dbit molaire du

tolune est gal 5,
Slectivit : Se=0,9694 (moles de benzne la sortie du racteur sur moles de tolune

converties).
1.
Systme de ractions impliqu
Raction 1 :
C 7 H 8 + H 2 C 6 H 6 + CH 4
(4A2.1)
Raction 2 :
2C 6 H 6 C12 H 10 + H 2
(4A2.2)
2.
Alimentation du procd
Alimentation 1 : H2 / CH4
T = 311 K et P = 37 bar
X(H2) = 0,95 et X(CH4) = 0,05
Alimentation 2 : Tolune pur

T = 311 K et P = 37 bar
Tout dabord, les dbits des deux alimentations (pour le procd simplifi, sans recyclage)
sont recherchs en effectuant un bilan de matire sur le racteur :
Dbenzne
DH2
DCH4
Racteur
On a :
Dtolune =
Dbenzne
0,75
(4A2.3)
221
ANNEXES 4.2
Lobjectif tant dobtenir 265 kmol/h de benzne. On obtient :

Dtolune = D(alim 2)= 353,33 kmol/h
De plus, le courant dentre contient 5 fois plus de H2 que de tolune. Do :
DH2=D(alim 1) = 1765 kmol/h
3.
Calcul des enthalpies Hr de raction
ProSimPlusTM calcule lui-mme les Hr des ractions 1 et 2 partir des enthalpies de

formations des diffrents constituants donnes Trf = 298 K.
Soit pour la raction 1 : Hr1 = - 41769,9 kJ/mol 298,15 K
Pour la raction 2 : Hr2 = 12730 kJ/mol 298,15 K
La raction 1 est exothermique, amenant choisir un racteur simple, adiabatique, pour
simuler cette premire raction. Le taux de conversion est alors fix par rapport au tolune
0,75 et la slectivit 0,9694 ([DOU 88]).
Pour la raction 2, un racteur quilibr est choisi avec comme mthode de calcul la
minimisation de lnergie de Gibbs.
Conception dune version simplifie du procd (sans recyclage)
Simulation du systme de raction et sparateur Gaz-Liquide :

Sortie tte
Alim H2, CH4
Cons temp 1
Mlangeur-Prchauffeur
Liaison RR
Alim1-Mlangeur
Racteur q
Alim2-Mlangeur
Racteur simple
Racteur-Refroidisseur
Alim Tolune
5
Vanne de dtente
Cons temp 2
Sparateur liquide-vapeur
Sortie pied
Figure A2.1.
Schma de la partie raction et sparation simple
Dans cette premire version du procd, sont simules les parties raction et sparation simple
sans les courants de recyclage. Le premier consignateur de temprature (four) permet de
chauffer le courant dalimentation du racteur 621 C en entre du racteur adiabatique qui
simule la premire raction. Le second consignateur permet dabaisser la temprature du
courant chaud ( 685 C) sortant du racteur quilibr 38 C (comme le spcifie le procd
HDA de [DOU 88]). Cette temprature parat cohrente, puisque pour refroidir un courant
222
ANNEXES 4.2
chaud il faut prendre en compte un Tmin 10C ; ce qui implique la prsence dune utilit
froide une temprature inferieure 28 C (gnralement, dans lindustrie, leau est rarement
utilise une temprature inferieure 25C). Une vanne de dtente est place pour permettre
la sparation diphasique (flash) qui suit, o les gaz incondensables (lhydrogne et le
mthane) seront spars du mlange liquide. Il faut trouver une pression de dtente pour
raliser cette sparation dans des conditions qui minimisent la perte de benzne en tte de
flash et la prsence dincondensables dissous en pied de flash. [DOU 88] utilise 34,45 bar
pour ce flash. Tandis que [TUR 98] et [TUR 09] utilisent 25 bar. Une analyse de sensibilit a
donc t ralise pour dterminer cette pression :
Composition massique
Evolution des fractions massiques en pied de flash en fonction

de la pression du flash
0,8
0,035
0,7
0,03
0,6
0,025
0,5
Benzne en pied
Tolune en pied
0,02
0,4
Hydrogne en pied
0,015
0,3
0,2
0,01
0,1
0,005
Mthane en pied
Diphnyle en pied
0
0
10
20
30
40
Pre ssion (bar)
Figure A2.2.
Evolution des fractions massiques en pied de flash en fonction de la pression
Evolution de la composition massique en tte de flash en

fonction de la pression
Composition massique
0,7
0,025
0,6
0,02
0,5
0,4
0,015
0,3
0,01
Hydrogne tte
Mthane tte
Benzne tte
0,2
0,005
0,1
0
Tolune tte
Diphnyle tte
0
0
10
15
20
25
30
35
40
Pression (bar)
Figure A2.3.
Evolution des fractions massiques en tte de flash en fonction de la pression
223
ANNEXES 4.2
Evolution des dbits en tte de colonne en fonction de la pression du

flash
2000
10400
1500
10200
10000
1000
9800
9600
500
Dbit de benzne
entrain en
fonction de la
pression (kg/h)
Dbit de recyclage
total (kg/h)
10600
Dbit de recyclage total (kg/h)

Dbit de perte de benzne (kg/h)
9400
9200
0
0
10
20
30
40
Pression (bar)
Figure A2 4.
Evolution des dbits en tte de flash en fonction de la pression du flash
La fraction en benzne en tte de colonne diminue avec laugmentation de la pression. Tandis que la
fraction en hydrogne augmente. La sparation est facilite pour des pressions comprises entre 30 et
35 bar. Sachant quun compresseur doit intervenir sur le courant de recyclage pour le mlanger aux
alimentations disponibles 37 bar, il est choisi une pression de 32 bar au niveau du flash ; soit un cart
de 5 bar courant pour les compresseurs industriels disponibles.
Alors, la pression de sortie de la vanne de dtente est :

Psortie vanne dtente = 32 bar
En poursuivant la mise en uvre du flowsheet sous ProSimPlusTM, la purge et le recyclage
gazeux sont ajouts.
4.
Procd avec purge et recyclage gazeux

Compresseur
Alim H2 CH4
Recyclage Flash
Vanne 3 voies
Alim1-Mlangeur
Sortie purge
M langeur-Prcha
Racteur quilibr
Mlangeur
Cons temp 1
Courant de tte
Liaison RR
Alim2-Mlangeur
Racteur simple
Racteur-Ref roidisseur
Alim Tolune
Entre f lash
Vanne de dtente
Cons temp 2
Courant de pied
Sortie pied
Figure A2.5.
Schma HDA avec recyclage gaz
224
ANNEXES 4.2
Les deux dbits dalimentation sont initialiss avec les valeurs trouves par la rsolution du
bilan matire simplifi de Douglas (1988) :
N H2 2 / CH 4 = 491,56 kmol/h
1
N tolune
= 273,36 kmol/h
Le compresseur a une pression de refoulement de 37 bar et une efficacit isentropique de

65%. La vanne 3 voies a un taux de partage fix pour le moment 12,73% par rapport au
courant de sortie sortie purge . Cette valeur a t calcule au niveau du bilan matire
ralis prcdemment pour obtenir 197,8 kmol/h dhydrogne la purge. Il faut souligner que
lon perd une petite quantit de benzne la purge du fait que, la sparation diphasique (au
niveau du flash) nest pas parfaite, et cela cause de lquilibre thermodynamique liquidevapeur qui stablit entre les diffrents constituants la temprature de fonctionnement du
flash (32 bar et 38C).
5. Sparateur 1 : Mthane, Hydrogne, Aromatiques
Compresseur
Recyclage Flash
Vanne 3 voies
Alim H2 CH4
Sortie purge
Racteur simple
Alim1-Mlangeur
Liaison RR
Mlangeur
Cons temp 1
Racteur-Ref roidiss
Racteur quilibr
Courant de tte
Cons temp 2
Alim2-Mlangeur
Tte sp1
Alim Tolune
Vanne de dten
Sortie H2 et CH4
Courant de pied
Entre sparateur 1
Vanne de dtente 2
Sparateur de constituants
Pied sp1
Sortie Aromatiques
Figure A2.6. Schma HDA avec la premire sparation tranche

Toutes les sparations soprent des pressions faibles pour permettre une meilleure
utilisation des quipements. La vanne de dtente 2 impose une pression de 10,2 bar pour que
225
ANNEXES 4.2
le mlange liquide en pied de flash subisse un changement de phase en passant dun tat
liquide un tat liquide-vapeur pour permettre une sparation diphasique que lon
simule par un sparateur de constituants (sparation tranche), qui permet dliminer les
traces dincondensables (hydrogne et mthane) pour faciliter les sparations mises en place
par la suite (distillation du benzne et du tolune).
6.
Sparateur 2 et 3, recyclage liquide
Sparateur 2 : Benzne, Tolune + Diphnyle
Sparateur 3 : Tolune, Diphnyle

Compresseur
Recyclage Flash
Vanne 3 voies
Alim H2 CH4
Sortie purge
Racteur simple
Alim1-Mlangeur
Liaison RR
Racteur-Ref roidiss
Courant de tte
Alim2-Mlangeur
Mlangeur
Cons temp 1
Recyclage tolune
Racteur quilibr
Cons temp 2
Vanne de dten
Sortie benzne
Alim Tolune
Tte sp1
Sortie du procd
Pompe centrif uge
Tte sp2
Courant de pied
Tte sp 3
Entre sp 1
Vanne dtente 2
Entre sp 2
Pied sp1
Vanne dtente 3
Sp1
Pied sp 2
Pied sp3
Sp 3
Sp2
Sortie diphnyle
Figure A2.7. Schma HDA avec sparations tranches et recyclages

La 3me vanne de dtente (entre sp1 et sp2) impose une pression de 1,8 bar. La pompe
centrifuge a une pression de refoulement de 37 bar et impose ltat liquide.
7.
Mise en place des spcifications globales
Premire spcification
La premire spcification concerne la production de benzne. En effet, pour rcuprer 265

kmol/h en tte du 2me sparateur de constituants, il faut ajouter un module SPEC dans le
flowsheet. On met en place un courant dinformation entre la mesure du courant de sortie
du sparateur 2 et dalimentation en tolune. On choisit comme mthode numrique de
226
ANNEXES 4.2
rsolution Newton-Raphson. On borne la variable daction (le dbit dalimentation du

tolune) entre 100 300 kmol/h.
Alim tolune
SPEC
AAA
1
Mesure Benzne
Sortie Benzne
Figure A2.8. Schma de la spcification sur la production de benzne
Seconde spcification
Cette spcification concerne le rapport hydrogne / tolune lentre du racteur qui doit tre
gal 5. Un second module SPEC est ajout dans le flowsheet (ce choix permet de mettre
deux appareils au lieu de les regrouper et de corriger les ventuelles erreurs). Un courant
dinformation partant de lentre du racteur simple et allant lalimentation en hydrogne
(Alim H2, CH4) est introduit et lutilisation de Newton-Raphson comme mthode numrique :
les dbits dalimentation dhydrogne et de mthane sont borns entre 100 et 2000 kmol/h.
Alim H2 CH4
Recyclage Flash
Alim1-Mlangeur
Mlangeur-Prchauffeur
AAA
1
Consignateur 1
Recyclage D3
SPEC
Liaison RR
Figure A2.9. Schma de la spcification sur le rapport H2/Tolune lentre du racteur
227
ANNEXES 4.2
Troisime spcification
Une dernire spcification intervient sur le dbit partiel dhydrogne dans le courant de
purge : 197,8 kmol/h dhydrogne doivent sortir du procd. Ce dbit est mesur au niveau de
la purge et agissant sur le degr douverture de la vanne trois voies. Ce dbit (pourcentage
douverture) est rgul. Newton-Raphson est repris comme mthode numrique, et la variable
daction est borne entre 0 et 1.
Mesure purge
Compresseur
SPEC
20
Entre Mesure
Spec purge
AAA
1
21
19
21 bis
Purge
Vanne 3 voies
9 bis
Autre mlangeur
Figure A2.10. Schma de la spcification sur le dbit dhydrogne la purge
8.
Mise en place des distillations Shortcuts
On simule donc un shortcut avec les rsultats de la simulation prcdente pris lentre du
premier sparateur tranch. On dfinit les cls lgres et lourdes:
Teb (K)
Benzne
Tolune
Diphnyle
353,15
384,15
526,15
La cl lgre est donc le benzne, et la cl lourde le tolune ( le plus lger des plus lourds ).
On demande une puret molaire en tte de colonne de 0,9997 et en pied de colonne de 0,994,
la pression au condenseur est de 2 et la perte de charge est de 0,5 bar.
On en fait de mme pour la seconde sparation tranche, en fixant comme cl lgre le
tolune et comme cl lourde le diphnyle avec une puret molaire de 0,999 en pied de
colonne. La pression au condenseur est de 1 bar et la perte de charge est de 0,5 bar. On obtient
ainsi aprs simulation, les quantits de chaleur fournir au bouilleur, ainsi que le nombre de
plateaux et la position de lalimentation.
228
ANNEXES 4.2
Pour clturer la partie consacre aux phases de sparation, un changeur de prchauffage

(Feed-Effluent Heat Exchanger ou FEHE) est utilis pour porter la temprature du courant
dalimentation du premier consignateur de temprature (four) 225 C et des changeurs en
amont des courants de sorties du procd afin dobtenir un courant de production de benzne
et un courant de diphnyle 30 C. Ainsi, le schma de procd obtenu est prsent sur la
figure 4A2.11.
Spec H2/Aromatiques
Mesure purge
SPEC
SPEC
Compresseur
20
Entre Mesure
H2 et CH4
2
Entre mesure
19
AAA
1
1 bis
21
21 bis
Purge
Vanne 3 voies
9 bis
5 bis
5
Racteur quilibr
Racteur sim
Prchauffeur
Autre mlangeur
Tolune
AAA
1
Spec purge
Four
17 bis
Refroidisseur
Spec Benzne
8 bis
SPEC
Entre mesure
15 bis
Benzne
15 bis bis
Flash HP
10
12
15
Tolune
17
H2, CH4
AAA
1
16
11
14
18 bis
18
13
Diphnyle
Flash BP
Distillation ShortCut 2
Figure A2.11. Schma du procd HDA (sans rcupration nergtique)
Rcupration nergtique
9.
Lutilisation de lnergie prsente au niveau du courant de sortie du racteur pour prchauffer

le courant dalimentation du prchauffeur 225 C alors quil sort environ 118,68C du
mlangeur. Pour ce faire, le courant de sortie du racteur passant de 680C 38C peut tre
utilis pour atteindre les 621,11C dentre dans le racteur.
Quantit de chaleurs changes au niveau des changeurs
- Prchauffeur (FEHE) :
28,070 106 kJ/h = 7,79 MW
- Refroidisseur
-159,869 106 kJ/h = - 44,408 MW
En fixant un Tmin 10C dans le refroidisseur en rgime permanent, on peut donc

compltement chauffer le courant dalimentation du prchauffeur la temprature voulue. On
229
ANNEXES 4.2
change donc la totalit du courant froid, et avec le FCp7 du courant chaud (sortie du racteur)
on peut calculer la temprature de sortie du courant du prchauffeur (Tf) qui doit respecter le
Tmin.
Ainsi, nous avons :
Figure A2.12. Schma de rcupration nergtique

Donc :
Figure A2.13. Schma du rcuprateur dnergie
Alors :
Et ;
Qch = FC P 7 (Tc Tf )
Tf = Tc
(4A2.4)
Qch
FC P 7
(4A2.5)
Avec : Tc = 685 C (Temprature de sortie du racteur)

Qch = 7,79 MW
FCP7 = 0,07186 MW/C
Alors Tf = 576,50 C
230
ANNEXES 4.2
Donc, le Tmin est largement respect. Un four est plac la suite de ce prchauffeur puisque
lors de la mise en rgime permanent de lunit, un besoin dnergie extrieur pour prchauffer
le courant dalimentation du racteur est ncessaire afin de lancer la raction 1, qui est
exothermique. La modlisation de la rcupration nergtique est faite sous ProSimPlusTM.
AAA
1
6
Racteur quilibr
5 bis
FEHE
FEHE
4
Racteur sim
7
Rfroidiss
4 bis
Four
8
Inf 6
Figure A2.14. Schma de la rcupration nergtique sous ProSimPlus

La Figure A2.15 et les tableaux 4A2.1 et 4A2.2 donnent le flowsheet final du procd HDA
sous ProSimPlusTM, ainsi que les rsultats de la simulation dans les conditions de Douglas
(1988).
231
ANNEXES 4.2
Spec H2/Aromatiques
Mesure purge
SPEC
SPEC
Compresseur
20
Entre Mesure
H2 et CH4
2
1 bis
19
AAA
1
21
21 bis
Purge
Vanne 3 voies
9 bis
5 bis
FEHE
1
AAA
1
Spec purge
Entre mesure
Racteur quilibr
Racteur sim
Autre mlangeur
4 bis
17 bis
Four
Tolune
Inf 6
Spec Benzne
8 bis
SPEC
Entre mesure
15 bis
Benzne
15 bis bis
Flash HP
10
12
15
Tolune
17
H2, CH4
AAA
1
16
11
14
18 bis
18
13
Diphnyle
Flash BP
Figure A2.15. Flowsheet du procd HDA final ralis sous ProSimPlus
232
ANNEXES 4.2
I. TABLEAU RECAPITULATIF DES COURANTS

1. Rsultats obtenus sous ProSimplusTM
Tableau 4A2.1 : Rsultats du bilan matire obtenus partir des hypothses de Douglas (1988) sous ProSimPlus
Courants
Dbits partiels
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Dbit total
Fractions molaires
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Temprature
Pression
Enthalpie
Courants
Dbits partiels
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Dbit total
Fractions molaires
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Temprature
Pression
Enthalpie
kmol/h
C
bar
kJ/h
kmol/h
C
bar
kJ/h
1
kmol/h
0,00
0,00
0,00
283,50
0,00
283,50
0,00
0,00
0,00
1,00
0,00
38,00
37,00
-10155036,02
6
kmol/h
1567,63
2339,80
298,74
91,08
0,01
4297,25
0,36
0,54
0,07
0,02
0,00
685,00
35,50
156355399,69
2
kmol/h
466,98
24,58
0,00
0,00
0,00
491,56
2 bis
kmol/h
0,00
0,00
0,01
361,37
0,01
361,38
0,95
0,00
0,05
0,00
0,00
0,00
0,00
1,00
0,00
0,00
38,00
55,23
37,00
37,00
191397,32 -11962410,12
7
kmol/h
1574,34
2339,80
285,32
91,08
6,71
4297,25
3
kmol/h
1840,91
2066,52
25,49
364,32
0,01
4297,25
4
kmol/h
1840,91
2066,52
25,49
364,32
0,01
4297,25
4 bis
kmol/h
1840,91
2066,52
25,49
364,32
0,01
4297,25
5
kmol/h
1840,87
2066,55
25,49
364,33
0,01
4297,25
5 bis
kmol/h
1840,87
2066,55
25,49
364,33
0,01
4297,25
0,43
0,43
0,43
0,43
0,43
0,48
0,48
0,48
0,48
0,48
0,01
0,01
0,01
0,01
0,01
0,08
0,08
0,08
0,08
0,08
0,00
0,00
0,00
0,00
0,00
52,43
0,00
225,00
621,00
62 1,00
37,00
37,00
37,00
36,50
36,50
-9383328,52 -20169035,55 37402691,76 139593574,57 139593574,57
8
kmol/h
1574,34
2339,80
285,32
91,08
6,71
4297,25
8 bis
kmol/h
1574,34
2339,80
285,32
91,08
6,71
4297,25
9
kmol/h
1572,15
2320,75
29,20
3,39
0,00
3925,49
9 bis
kmol/h
1574,34
2339,80
29,20
3,39
0,00
3946,72
0,37
0,37
0,54
0,54
0,07
0,07
0,02
0,02
0,00
0,00
685,00
38,00
35,50
35,50
156449944,10 -10968352,53
0,37
0,54
0,07
0,02
0,00
37,34
32,00
-10968352,53
0,40
0,59
0,01
0,00
0,00
37,34
32,00
740105,71
0,40
0,01
0,01
0,59
0,05
0,05
0,01
0,69
0,69
0,00
0,24
0,24
0,00
0,02
0,02
37,38
37,34
3 7,76
32,00
32,00
10,20
746866,72 -11708459,08 -11708459,08
233
10
kmol/h
2,19
19,05
256,13
87,69
6,71
371,76
11
kmol/h
2,19
19,05
256,13
87,69
6,71
371,76
ANNEXES 4.2
Courants
Dbits partiels
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Dbit total
Fractions molaires
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Temprature
Pression
Enthalpie
Courants
Dbits partiels
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Dbit total
Fractions molaires
HYDROGEN
METHANE
BENZENE
TOLUENE
BIPHENYL
Temprature
Pression
Enthalpie
kmol/h
C
bar
kJ/h
kmol/h
C
bar
kJ/h
12
kmol/h
2,19
19,05
0,00
0,00
0,00
21,23
0,10
0,90
0,00
0,00
0,00
37,76
10,20
6761,01
17 bis
kmol/h
0,00
0,00
0,01
77,87
0,01
77,88
0,00
0,00
0,00
1,00
0,00
112,65
37,00
-1807374,09
13
kmol/h
0,00
0,00
256,13
87,69
6,71
350,53
14
kmol/h
0,00
0,00
256,13
87,69
6,71
350,53
0,00
0,00
0,00
0,00
0,73
0,73
0,25
0,25
0,02
0,02
37,76
38,15
10,20
3,00
-11694754,63 -11694754,63
18
kmol/h
15
kmol/h
0,00
0,00
256,11
0,00
0,00
256,12
0,00
0,00
1,00
0,00
0,00
104,04
2,00
-5776193,64
15 bis
kmol/h
0,00
0,00
256,11
0,00
0,00
256,12
15 bis bis
kmol/h
0,00
0,00
256,11
0,00
0,00
256,12
16
kmol/h
0,00
0,00
0,01
87,69
6,71
94,41
17
kmol/h
0,00
0,00
0,01
77,87
0,01
77,88
0,00
0,00
0,00
0,00
1,00
1,00
0,00
0,00
0,00
0,00
104,04
30,00
2,00
1,80
-5776193,64 -8393879,52
0,00
0,00
0,00
0,93
0,07
149,08
2,50
-1655490,05
0,00
0,00
0,00
1,00
0,00
110,47
1,00
-1856750,05
0,00
0,00
0,00
9,82
6,71
16,53
18 bis
kmol/h
0,00
0,00
0,00
9,82
6,71
16,53
19
kmol/h
1373,92
2041,94
25,48
2,96
0,00
3444,31
20
kmol/h
1373,92
2041,94
25,48
2,96
0,00
3444,31
21
kmol/h
200,41
297,86
3,72
0,43
0,00
502,42
21 bis
kmol/h
200,41
297,86
3,72
0,43
0,00
502,42
0,00
0,00
0,00
0,59
0,41
146,10
1,50
-387341,14
0,00
0,00
0,00
0,59
0,41
30,00
1,30
-784416,88
0,40
0,59
0,01
0,00
0,00
37,38
32,00
651790,58
0,40
0,59
0,01
0,00
0,00
52,51
37,00
2387684,28
0,40
0,59
0,01
0,00
0,00
37,38
32,00
95076,13
0,40
0,59
0,01
0,00
0,00
37,38
32,00
95076,13
234
ANNEXES 4.2
2. Bilan aux frontires sous ProSimplusTM

Tableau 4.A2.2.
Rsultats du bilan matire aux frontires obtenus sous ProSimPlusTM
ENTREE
SORTIE
Dbit massique (kg/h)/ courant
15 bis bis
18 bis
21 bis
Hydrogne
941,38
404,06
Mthane
394,30
4778,43
Benzne
19995,50
2,46E-02
296,59
Tolune
26121,80
0,40
904,05
40,73
1038,39
1,22E-02
19995,90
1942,46
5519,82
Diphnyle
Total partiel
Total global (kg/h)
26121,80
1335,68
27457,48
27458,18
Le bilan matire boucle, car la diffrence relative entre le total en entre et en sortie est de :
Ftot = (27458,18-27457,48)/(27458,18) = 0,0000255.
235
ANNEXES 4.3
ANNEXE 4.3
RESULTATS DE LA
SIMULATION DU CAS DE BASE
DU PROCEDE HDA
236
ANNEXES 4.3
Dans cette annexe, les rsultats des dimensions des principaux quipements, de la simulation
du cas de base du procd HDA, propos par Douglas (1988) [DOU 88] (265 kmol/h de
benzne produit) sont prsents. Seules, les caractristiques ncessaires au calcul du critre
conomique sont prsentes.
Tableau A3. 1. Prchauffeur des alimentations
Units
valeurs
m2
12,19
Units
valeurs
kW
27826,38
Units
valeurs
m3
196,16
Units
valeurs
m2
687,87
Units
valeurs
Diamtre
2,46
Longueur
6,16
Volume
m3
29,39
Units
valeurs
kW
105,22
Caractristiques
Surface dchange
Tableau A3. 2. Four
Caractristiques
Puissance change
Tableau A3. 3 : Racteur
Caractristiques
Volume
Tableau A3. 4. Echangeur refroidisseur
Caractristiques
Surface dchange
Tableau A3. 5. Flash haute pression
Caractristiques
Tableau A3. 6. Compresseur
Caractristiques
Puissance
237
ANNEXES 4.3
Tableau A3. 7. Flash basse pression
Caractristiques
Units
valeurs
Diamtre
Longueur
Volume
m3
18,78
Units
valeurs
Tableau A3. 8. Colonne de distillation 1
Caractristiques
Taux de reflux
1,11
Nombre de plateaux
60
Hauteur
41,15
Diamtre
2,99
Section
m2
7,03
Units
valeurs
Tableau A3. 9. Colonne de distillation 2
Caractristiques
Taux de reflux
0,07
Nombre de plateaux
22
Hauteur
17,98
Diamtre
1,66
Section
m2
2,16
Tableau A3. 10.
Caractristiques
Puissance
Pompe de recyclage de tolune
Units
valeurs
kW
14,87
238
Liste des tableaux et figures
239
LISTE DES TABLEAUX ET FIGURES

LISTE DES TABLEAUX
Chapitre 1 :
Tableau 1.1
Tableau 1.2
Tableau 1.3
Tableau 1.4
Tableau 1.5
Mtrique de base de lAIChE [BEA 02].

Critres sociaux recommands par lIChemE.
Critres environnementaux recommands par lIChemE.
Critres conomiques recommands par lIChemE.
Catgories dimpacts environnementaux, utiliss dans lalgorithme
WAR.
Chapitre 2 :
Tableau 2. 1
Tableau 2. 2
Tableau 2. 3
Tableau 2. 4
Tableau 2. 5
Tableau 2. 6
Tableau 2. 7
Tableau 2. 8
Tableau 2. 9
Tableau 2. 10
Tableau 2. 11
Tableau 2. 12
Tableau 2. 13
Quelques logiciels fournissant une interface CAPE OPEN.

Matrice des performances.
Matrice normalise.
Matrice pondre.
Matrice des profils idaux.
Matrice des profils non-idaux.
Calcul des distances idales et non-idales.
Classement des alternatives par rang.
Matrice des performances.
Matrice de classement des valeurs de chaque critre.
Matrice des valeurs des sommes de rang par alternative.
Classement des valeurs de FUCA.
Facteurs de catgories intermdiaires IMPACT 2002+ [JOL 2003].
Chapitre 3 :
Tableau 3.1
Tableau 3.2
Tableau 3.3
Tableau 3.4
Tableau 3.10
Constantes dArrhenius.
Valeurs dinitialisation pour le systme dquations non linaires.
Valeurs des paramtres de lalgorithme gntique.
Comparaison des valeurs optimales de la mthodologie avec celle de
[PIN 06].
Objectifs, contraintes et variables de dcision pour loptimisation
Bicritre.
Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour
la figure 3.4.a.
Valeurs de la meilleure solution obtenue par TOPSIS et [RAN 09] pour
la figure 3.5.a.
Objectifs, contraintes et variables de dcision pour loptimisation
Tricritre.
Caractristiques du point un obtenues par TOPSIS pour la figure 3.6.
Valeurs de [BEL 65] entre parenthses et gains obtenus en % par
rapport cette solution.
Comparaison des valeurs des cas A et C.
Tableau 3.11
Caractristiques du point un obtenues par TOPSIS pour la figure 3.6.
Tableau 3.5
Tableau 3.6
Tableau 3.7
Tableau 3.8
Tableau 3.9
240

Tableau 3.12
Tableau 3.13
Tableau 3.14
Tableau 3.15
Comparaison des valeurs des cas B et D.

Cot dinvestissement de la centrale thermique gaz [VAL 94].
Valeurs des paramtres de lalgorithme gntique.
Valeurs des critres correspondants au point TOPSIS rang un.
Chapitre 4 :
Tableau 4.1
Tableau 4.2
Tableau 4.3
Tableau 4.4
Tableau 4.5
Tableau 4.6
Tableau 4.7
Tableau 4.8
Tableau 4.9
Points dbullition normale des constituants chimiques du HDA.

Coefficients dAntoine des composs chimiques du procd HDA.
Donnes d'entre ncessaires pour la simulation du procd HDA.
Contraintes dexploitation du four.
Contraintes sur les missions gazeuses du four.
Contraintes dexploitation de la chaudire.
Contraintes sur les missions gazeuses de la chaudire.
Ecarts des dbits en sortie de racteur entre ProSimPlus et Bilan
Matire.
Valeurs des variables pour la simulation du cas de base [DOU 88].
Chapitre 5 :
Tableau 5.1
Tableau 5.2
Tableau 5.3
Tableau 5.4
Tableau 5.5
Tableau 5.6
Tableau 5.7
Tableau 5.8
Tableau 5.9
Tableau 5.10
Tableau 5.11
Tableau 5.12
Tableau 5.13
Tableau 5.14
Tableau 5.15
Tableau 5.16
Tableau 5.17
Tableau 5.18
Tableau 5.19
Tableau 5.20
Tableau 5.21
Tableau 5.22
Tableau 5.23
Tableau 5.24
Tableau 5.25
Cot dinvestissement des principaux quipements.

Cot dinvestissement pour les quipements de la centrale thermique.
Cot des matires premires et des utilits du procd.
Facteurs dimpact potentiel utiliss pour le calcul des fardeaux
environnementaux [ICH 03].
Variables de dcisions du procd HDA avec turbine vapeur.
Comparaison des valeurs des objectifs.
Rsultats de la rgression multilinaire.
Rsultats de lanalyse TOPSIS pour les optimisations biobjectifs.
Analyse TOPSIS et FUCA : gain par rapport au point Sol_pop_init.
Analyse TOPSIS et FUCA : gain par rapport au point Sol_opt_eco.
Analyse TOPSIS et FUCA : gain par rapport au point Douglas300.
Variables de dcision des solutions 1 et 2 selon TOPSIS, FUCA et
Douglas (1988).
Valeurs de design des solutions TT1, TT2, TF1, TF2 et Douglas300.
Rsultats des rgressions multilinaires du cas 2.
Rsultats de lanalyse FUCA dans le cas 2.
Variables de dcision dans le cas 2.
Bilan de matire et dnergie des solutions TT1, TT2, TF1, TF2 et
Douglas300.
Solution de loptimisation monocritre (chaudire au gaz naturel).
Variables de dcision du cas 1.
Analyse des solutions de la chaudire au Fioul et au gaz naturel.
Variables de dcision du cas 2.
Variables de dcisions du procd HDA avec Turbine gaz.
Rsultats de lanalyse FUCA dans le cas de turbine gaz HDA.
Variables de dcision dans le cas de la turbine gaz-HDA.
Variables de dcision dans le cas de la turbine gaz-HDA.
241
LISTE DES FIGURES

Chapitre 1 :
Figure 1.1
Figure 1.2
Figure 1.3
Figure 1.4
Figure 1.5
Figure 1.6
Figure 1.7
Figure 1.8
Nouvelles frontires en Gnie des Procds.

Evolution de la problmatique en synthse de procds [CAN 98].
Frontire du systme dans la mthodologie WAR.
Prise en compte de lnergie dans lalgorithme WAR (daprs [YOU
00]).
Schmatisation des principaux impacts environnementaux.
Frontires de la mthode SPI selon [NAR 95].
Quelques exemples de chanes de causes effets.
Axes forts de la mthodologie dco-conception.
Chapitre 2 :
Figure 2.1.
Figure 2.2.
Figure 2.3
Figure 2.4
Figure 2.3
Figure 2.6
Figure 2.7
Figure 2.8
Cadre gnral de ltude couplant simulateur de procd-optimisation

multiobjectif-aide la dcision.
Schma gnral de larchitecture dco-conception de procds.
Architecture simplifie du couplage simulateur de procd-production
dutilits-optimisation.
Principe de fonctionnement de lalgorithme NSGA II.
Taxonomie des mthodes danalyse de la dcision.
Matrice des performances pour la mthode MCDM [CHE 06].
Reprsentation graphique du point de rang un par TOPSIS.
Reprsentation graphique du point de rang un par FUCA.
Chapitre 3 :
Figure 3.1
Figure 3.2
Figure 3.3
Figure 3.4
Figure 3.5
Figure 3.6
Figure 3.7
Figure 3.8
Figure 3.9
Figure 3.10
Figure 3.11
Figure 3.12
Figure 3.13
Figure 3.14
Figure 3.15
Cadre gnral de ltude.

Schma du procd chimique de Williams et Otto.
Stratgie doptimisation du procd de Williams et Otto.
Rsultats optimaux en optimisation bicritre (Max NPWMax PBT).
Rsultats de loptimisation bicritre (Max. NPW-Min. PBP).
Front de Pareto en optimisation tricritre (Max. NPW-Max. PBTMin
FG).
Front de Pareto en optimisation tricritre (Max. NPW-Min. PBPMin
FG).
Conception graphique de la turbine gaz sous linterface ArianeTM.
Reprsentation de l'onglet "Conception" d'une turbine gaz.
Reprsentation de l'onglet "Conception" du gnrateur de vapeur.
Reprsentation de l'onglet "Exploitation" d'une turbine gaz.
Schma de modlisation du gnrateur de vapeur.
Schma de principe du systme de cognration.
Front de Pareto et TOPSIS de loptimisation bicritre.
Evolution du GWP en fonction du cot de fonctionnement.
242
Chapitre 4 :
Figure 4.1
Figure 4.3
Figure 4.4
Figure 4.5
Figure 4.6
Figure 4.7
Cadre gnral de ltude : modlisation de procds.

Unit HDA couple la centrale de production dutilits (turbine
vapeur).
Interactions entre variables du procd.
Variation du volume du racteur en fonction du taux de conversion.
Variation du volume du racteur et du dbit de recyclage en fonction du
dbit dhydrogne purg.
Variation des dbits de fioul et de gaz naturel dans le four en
fonction du ratio nergtique.
Chapitre 5 :
Figure 5.1
Figure 5.2
Figure 5.3
Figure 5.4
Figure 5.5
Figure 5.6
Figure 5.7
Figure 5.8
Figure 5.9
Figure 5.10
Figure 5.11
Figure 5.12
Figure 5.13
Figure 5.14
Figure 5.15
Figure 5.16
Figure 5.17
Figure 5.18
Figure 5.19
Figure 5.20
Figure 5.21
Figure 5.22
Figure 5.23
Figure 5.24
Figure 5.25
Figure 5.26
Figure 5.27
Figure 5.28
Figure 5.29
Figure 5.30
Figure 5.31
Cadre gnral de ltude : optimisation du procd HDA.

Production de benzne en fonction du cot annuel.
GWP en fonction du cot annuel.
HTP en fonction du cot annuel.
EP en fonction du cot annuel.
AP en fonction du cot annuel.
PCOP en fonction du cot annuel.
AP en fonction de EP.
Bornes du systme dtude.
Optimisation triobjectif (CA-EP-AP)cas 1.
EP en fonction du cot annuel.
AP en fonction du cot annuel.
AP en fonction de EP.
Front de Pareto de loptimisation tricritre (CA, EP et AP).
Comparaison des valeurs de toutes les solutions avec Sol_pop_init.
Comparaison des valeurs de toutes les solutions avec Sol_opt_eco.
Comparaison des valeurs de toutes les solutions avec Douglas300.
Front de Pareto de loptimisation tricritre (ProdB, EP, AP)Cas 2.
Contribution du procd HDA et de la centrale aux impacts
environnementaux (TT1).
environnementaux (TT2).
environnementaux (TF1).
environnementaux (TF2).
environnementaux (Douglas300).
Impacts environnementaux par opration unitaire pour TT1.
Impacts environnementaux par opration unitaire pour TT2.
Impacts environnementaux par opration unitaire pour TF1.
Impacts environnementaux par opration unitaire pour TF2.
Impacts environnementaux par opration unitaire pour Douglas300.
Catgorie intermdiaire de la solution TT1.
Catgorie intermdiaire de la solution TT2.
Catgorie intermdiaire de la solution TF1
243

Figure 5.32
Figure 5.33
Figure 5.34
Figure 5.35
gaz).
Figure 5.36
Catgorie intermdiaire de la solution TF2.

Catgorie intermdiaire de la solution Douglas300.
Front de Pareto de loptimisation bicritre (EP, AP)(cas2).
Unit HDA couple la centrale de production dutilits (turbine
Front de Pareto de loptimisation tricritre (CA, EP, AP) : Turbine
gaz-HDA.
244

Thesis 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Thesis 1

Transféré par

Droits d'auteur :

Formats disponibles

Institut National Polytechnique de Toulouse (INP Toulouse)

Gnie des procds et de l'environnement

Mthodologie d'co-conception de procds par optimisation multiobjectif

Mcanique, Energtique, Gnie civil et Procds (MEGeP)

M. Fethi ALOUI, Mme Valrie LAFOREST

ddi la gestion des utilits des units de

Title and abstract

Chapitre 1 Position du problme et analyse bibliographique

Notions dco-conception et de dveloppement durable ..............................................11

Indicateurs, indices et mtriques de dveloppement durable en Gnie des Procds ..15

Mtriques de lAIChE et de lIChemE .........................................................................16

Mtrique de lAIChE ............................................................................................17

Mtrique de lIChemE ..........................................................................................18

Utilisation de mtriques de dveloppement durable.............................................22

Indice dimpact environnemental potentiel ( Waste Reduction algorithm ).............22

Thorie de limpact environnemental potentiel (IEP) ..........................................23

Facteur dimpacts environnementaux : catgories et calculs................................26

Indice SPI Sustainable Process Index.......................................................................30

Une base thermodynamique pour une mtrique de dveloppement durable : .............32

Indicateurs issus dune Analyse du Cycle de Vie.........................................................33

Principales mthodes de catgories dimpact .......................................................33

Vers une Analyse Durable du Cycle de Vie .........................................................35

Synthse et orientation des travaux...............................................................................36

Organisation du manuscrit ............................................................................................37

Chapitre 2 Mthodes, outils et critres dco-conception

Simulateurs de procds et application au problme dco-conception .......................43

Architecture simulation de procds-production dutilits...........................................47

Serveur de proprits thermodynamiques.............................................................48

Procds de production dutilits : ArianeTM et PlessalaTM ..................................48

Optimisation multiobjectif ............................................................................................49

Formulation du problme et choix de la mthode ................................................49

Choix des critres doptimisation .........................................................................55

Stratgie daide la dcision multicritre.....................................................................58

Mthode TOPSIS ..................................................................................................60

Utilisation dun logiciel danalyse de cycle de vie .......................................................69

Chapitre 3 Conception de procds : optimisation multiobjectif et analyse multicritre

Procd de Williams et Otto .........................................................................................76

Fonctions objectifs, variables doptimisation et contraintes.................................78

Validation de la mthodologie par optimisation monocritre...............................82

Optimisation multiobjectif ....................................................................................83

Etude dun turbocompresseur gaz ..............................................................................95

Prsentation gnrale de la turbine gaz sous ArianeTM ......................................95

Conception Contraintes - Exploitation...............................................................96

Modlisation de la turbine et du gnrateur de vapeur .........................................99

Fonctions objectifs, variables doptimisation et contraintes...............................101

Optimisation bicritre : Min CF et Max puissance produite...............................105

Chapitre 4 Intgration de modles de simulation du procd et de lunit de production

Description du procd dhydrodsalkylation du tolune ..........................................115

Bilan global de matire ...............................................................................................118

Modles doprations unitaires du procd et de la centrale ..............................119

Compresseur de recyclage ..................................................................................131

Pompe de recyclage ............................................................................................131

Modlisation de lunit de production dutilits et couplage procd - ArianeTM .....132

Turbine soutirage et condensation.............................................................132

Conditions opratoires et contraintes du procd HDA .................................134

Analyse de linfluence des conditions opratoires..........................................136

Contraintes dexploitation du procd ............................................................140

Validation du simulateur de procd HDA.........................................................142

Rsultats de simulation : cas de base du procd HDA..............................................143

Chapitre 5 Mthodologie dco-conception applique au procd HDA

Formulation du problme doptimisation ...................................................................148

Procd HDA coupl une turbine vapeur..............................................................151

Paramtrage de lalgorithme gntique ..............................................................151