Académique Documents
Professionnel Documents
Culture Documents
I,
No' 2, 1983
EQUILIBRAGE DE BILAN-MATIERE
METHODES ET EXEMPLES MINERALURGIQUES
J. RAGOT, M. AUBRUN, M. DARROUACH
re d'Automat'ique et de Recherche Appl ique
E.N.S.G. I.N.P.L. et Univers'it de Nancy I
Laboratoi
Rsum
Mots-c'l
: Aprs avoir dfini le problme pos par l'quilibrage de bilans-matire (ou nergie) et justifi son importance
au niveau industriel, les auteurs illustrent, partir d'exemples concrets, choisis dans le domaine de la minralurgie, 1es principales techn'iques d'quilibrage de bjlan.
s : bilan-matire, donnes cohrentes, validation, quif ibrage par relaxat'ion, quilibrage par dcentralisation.
moyennes
k en matriaux
Concent r
Rej
et
bi I an.
1.
Nous avons
Dbit (t)
concentratigt
physi co-chim'iques ) ,
tire
4,5
De tels
commises sur
(connus ou non)-
le
dsqui-
=
=
=
Qeke
QCkC + Qnkn =
2oo 500 t
24 500 + IB7 200 = zLI 700
27 869 t
30 474
22 050 + B 424 =
t
t
Toujours sur cet exemple, valuons l'indice de rcupration en produit utile, soit partir du concentr et de
Le non respect de 1'quation de bilan est donc uniquele fait des erreurs de nresure. Ces dernires peuvent
tre al atoi res, de val eur moyenne nul I e. systmatiques,
ou encore accidentel les.
tion
Qckc
r=q
y7e%
(3)
Qsks
r=ff
Qnkn
ry6e%
unit de production quj traite Lln produit brut pour en extraire un concentr en nratriaux utiles
et un rejet. Les trois voies notes I B, C, R, sont caractrjses par les tonnages a cumuls sur une priode de 10
d'i
QC + QR
ment
0n
90
QB
sys tme,
er exempl e
z3,s
Rejet
Ii
Prenri
187 2a0
QB =Qc+QR
Qgkg=Qckc+Qnkn
Concentr
24 500
Brut
500
200
lll^les
en materraux utr
des quations de
'industrie minrale
spose d'une
50
Cette disparit des deux est'imations de l' jndice de rcupration est due uniquement I ''incohrence des mesures de
dbit et des concentrations. Comment dans ce cas peut-on envisager d'optimiser le rendement de cette installation,
c'est--d'i re par exemple maximiser I'indice de rcupration,
2.
BILAN-MATIERI
COHERENT
Aprs avoi r montr I 'i ncohrence des mesures, on prsente le princ'ipe de dtection des erreurs de mesure ou de
La fi gure 2 schmatise un hydrocyclone t11] dont I 'al
I 'estimati on des grandeurs vrai es . Rappel ons que I es granet en deurs vraies Xx (vecteur de dimensjon
mentation en minerai, I es sort'ies en particules f jnes =;:i
m) et les paramtres
par
les indices a,
parti cul es grossires sont repres
g.
Ox (dimension p) du modle du processus sont lis par l'quation structurale exacte (dimension r) :
Deuxi me exempl
g (xx, on) = o
par :
X=Xx+
0n
fait
(B)
(e)
t *, JP, (a , v)
F'igure
La
Hydrocycl one
que
+Qo
Qa =Qf
Quui=Qfff +Qooi ; i=1,..o't
En
i, I e coeffi
r)
ci ent de partage
r - 1i
probab'i
(5)
s'crit :
ai=fi.r+9i(1
Ai ns
tY= G nr-nn/Z
gi
'i = 1, ..., t
(7)
(2 n
-nt
Surverse
f.I
parti cul es
Sousverse
o.
-.1
Coefficient
partage en
100
(Q1-o
( zoo
,82
1 ,58
3 ,09
6,65
7L0
2s0
L77
350
250
t?s
L77
B8
t25
53
37
B8
10,36
11 ,86
10,04
9 ,05
53
4 r?2
l>37
500
42,30
( 12 )
de matrice
v-
(Tr)
11,t
(13)
sens du maximum de vrai sembl ance, I e mei I I eur esti mateur X, e, A des valeurs vraies X*,Ox, A* est celui qui
maximise la densit de probabilit des valeurs observes X,
avec le respect des quations de contrainte :
1in,l
k = 1,
"''
de
problme
min
xe
est quivalent
nm
Log
[oet v]*
Ir"
v-l
(14)
59
56
touiours avec g
5,50
44
15,00
55
56
4L
67
Dans la pratigu, p'lusieurs cas se prsentent en fonction du degr de connaissance que l'on peut avoir de Ia matrice de vriance-covariance V des erreurs de mesure :
1,27
22,t9
8,21
L4,44
7 ,40
3 ,99
1,13
11,34
10,45
7,76
oo,sz
Premier cas
7B
46
(i, d)
=o
: V est totalement
connue.
Cela signifie une bonne connaissance sur le p'l an pratique des erreurs de mesure de faon pouvoir estimer leur
vari ance-covari ance.
Tableau I
Les mesures des distributions granulomtriques sont,
pour ce cas particulier, trs incohrentes puisque les estimations du coefficient de partage varient de 4l % 78 %.
51
inissant la matrice
2 ,00
3 ,65
500
350
df
Au^
i) / (ri -si
jf ie en
9p
des
il*o ik -ollu-,
Taille
s'imp1
de
le l'er-
x i
exp i
u7-n/2
aque'l
(6)
[oet
Cette expression se
mtrique
E = e (w) =
Qr|
l:=
(4)
(10)
Comme
V est connue,
le
_1
min I Tr V'ul
Chacun de
XO
Deuxi me
cas
g (X, ) = 0
sous
: v est i nconnue
mai
s djagonal e .
on
Physiquement, les erreurs de mesure sur les diffrentes variables sont considres comme indpendantes, mais
leur variance n'est pas connue. Dans le prob'l me gnral,
{
rJ
j sort du noeud i
j n'est pas connect au
i, :'fx.:iilnsoSi'i::";.l:}.H: il:'::ll.ll'3:llT:,lexiproblme
(14) se rduit
fait,
caicul
ximise; ce
min
] rr
Log
g (i,
ei
l'r 1 o
lo o o
M=lo o -1
Trojsime cas
blme (14) se
rduit
0
0
(20)
M]
( 17 )
XE
lo -1 o
0100
-1 0 -1
1 -1 0
-1
ma-
lil Los[Det
sous
(16) tri..Allikt:r::'fi'1',
i,b
sous
noeud i
(X,
e) = o
X'
Figure
(18)
tes
3 Circuit de flottation
Si a est le vecteur des dbits massiques aux diffrenle bilan massique de l'ensemble du
branches du rseau,
rseau s'cri
M.a=0
o reprsente
dimension
)=,,-1 (i-x)
a^
)g- )gT
r/!
-4. =o
ax
r,
=0
p1
us compacte, I a matri ce M :
(1e)
ry
= g (X,
J
e)
probl me.
ANALYSE DES EQUATIONS DE
il, I
']
Lj
3.
ma-
(m.n)
(p)
(2r)
utilise
Mx
(22)
la codification finale
Bl!4I
La codification
que
un
sous-ensenrbl
3.2.
Forme canonique
52
autres (ah).
=(QrQ2Q3
Q4 Q5 Q6 Q7
Qm
= (Qr Q3 Q5
Qe)t
Qm
= (Qz Q4 Q6
Q,
Comme
a=
= *o-t
bilan
Mh
d'o
3.3.
Rseau
Par dduction, en
(25)
Qb
mer Q6,
(26)
plus, parmi les composantes de Qr'il faut distinguer celles Q,n. qui seront estimables par EBM et celles
h. qui ne Pourront I 'tre.
Ce
$*
ft
une dcomposition
"naturelle" lie
dcomposi-
"mathmatique".
on
par
Une analyse de la structure du rseau apporte en gnral des simplifications de rsolution. Cette analyse est
effectue sur la partie utile du rseau (assoc'i I'ensemble Q*. des grandeurs mesures et estimables par EBM).
qne )
uti on.
partitionnement de a en 4 sous-ensembles
des mthodes d'EBM est souvent dlicate et pose en particulier le problme de la convergence des algorithmes de rso-
tion
com-
des informations
De
I 'autre
du rseau
0n ne peut traiter toutes les quations de bilan crites en (I2) puisque seule une partie de a est mesure.
tBM,
(QZ Q4
Enfin, q* =
d'o
h. = (a6)
h: la partie
la pratigu,
: la partie
dispose de l'estimation
distinguer :
Qm
EBM, on
Q*" = (a5)
Aprs
(24)
(I to-t Mr,)
Cette transformati on rdu i t I a compl exi t
et le vecteur dbit a sa partie utile Qh.
M
une
la matrice "quivalente"
Qh
a=[ll] = ["'1"]
)t
;;rl":
(23)
(Qu Qn)t
(MU Mf,)
dans
quation de UilaT
Qr)t
o les
symbo-
4.
.I .
Mtho_de ana
yti que
Figure
4 Circuit
Pour
de
flottation
cette configuration,
on
avec mesures
et pr-
partiel les
53
variables (concen-
nombre de
5a Rseau de type
cascade
er
exempl
noeud
flux
dedbitrota1 Qt QZ Q"=0
et de dbi t parti el Qt*.i t QZ*;Z
(ZB)
Qg*i
g=
0, i - 1, t
de
partage des
'-q
Q2
on obtient
: xi1 - txi'
(2e)
(1
r) *i3 = 0
= 1,
(30)
i.*
consiste rendre minimal par
-r I F- rapport
rJ
et r le crit-
rg :
q)=
SOU
fa
(x..
..1l
= 1,
= 1,
' lJ
ir
(1
(31)
r)iil=0
En crivant
5d Sous - rseaux
1r
I 1'J
port ij,
iblement coupls
pourra consultr la rfrence [tO] qui fait tat d'un problme d'EBlvl rsolu par la mthode des moindres carrs tendue ou rgression orthogonale.
54
Tai I I e
(m'icrons
Surverse
Al i men-
tati on
) 700
500 710
350 500
250 350
L77 250
L25 L77
68 r25
s3 88
37 53
9i
,79
L,47
0
0
2,48
0,37
,34
1,68
8,71
,43
10,89
7 ,36
11
0
10
Tableau
Deuxi me exempl
e:
Ci
rcui
partage
de
100
Mesure
Voi e
61,4
3 371
3 119
3
4
3 lls
958
1 669
183
de fl ottati on.
La figure 6 concerne un circuit de flottation pour leque'l ne sont considres quq les variables dbit qqi son!
a le vecteur dont chaque composante Qi reprsente le dbit de la voie i du c'ircuit, les quations de conservation de dbit s'crivent
t2
3
3
057
418s
min= + ll
oll
Pour
[r
ila
oll
;0,
.+ll
,ll
,, _1
(34)
o a
+ TM
all .,-1
VQI
(35
(37)
0
0
dont chaque
vQ MT (M vQ
* C)i = Qi -
a =tll a
uT)-l
le circuit de la figure
7,
19)
M]it
le tableau 3 fait
les
mesures Qi
(36)
o1l
io,+ll
* T M +
ap-
et
(38)
ci
145
267
composante
413
708
uo-r
&=+ll
366
955
7A4
?51
3 437
278
Tableau
sousM=o
Si le
1 090
min o =+
688
991
255
945
077
593
019
563
954
16
L7
18
19
(33)
236
743
527
l5
globalement:
5 024
B?9
MA =
456
030
427
L
1
1 688
9
10
11
13
14
Estimat'ions
3
3
512
,88
.46
Estimation (t/h)
t/h)
4,26
61.33
41.70
Coefficient
2,AL
3 ,69
5 ,83
15,22
2?,45
L4,75
7 ,45
,02
,07
,08
,69
11 ,04
8 ,90
8 ,33
4 ,86
37
Sousverse
f.
les
il
M (
,ll ;.-,
* c)
difficile
Q.1 .
Soit
I^l
le vecteur
des dbjts en
p=a*C
on
sous
'
".::'i=r
(40
ant
4.2.
gure
Atel i er de
fl ottati on
Mthode approche
oll 1.-,.11 ;
&
=+ll
X,
=' - o;l
;':ti,: :'il';':',il;' -1
'll T,-,+
est
=0
(41)
TM+
t'
tl
s,
35
+ TM.+ll
' I'll
2
T,-,
*f.T
r,1
.;
(42)
Les variables
4.3.
rations suivantes
et
2 : recherche de
et r.
n'iveau
'l
'optimum
tions
z) et
se rsoud
Pour des quations de bilan non linaires, on peut toujours Se ramener ce cas en linarisant les quations autour d'un po'i nt ; des i trati ons successi ves sur I a "val eur
du po'i nt de linarisation" permet, SouS rserve de conver-
t^l
gence de ce processus
de
vers I a
['
Ir
l^l
*tuQ luvomTl-1
*tu,
lttvrmT;-
(43
] '.lli
l'
ft
\_
1l
I,
14
M SParateu
(it, 6o) Ak xk
Ak =o:
"k = 9i-'R
13
Au problme (44)
gure B
donne les
Pour le circuit de la figure 8, le tableau 4
fer mesures,
valeurs des dbits totaux et ies teneurs en
ainsi que celles obtenues par application de la mthode
d' quil ibrage approche'
Estimati
Mesures
Dbi
91 + Ak
sous
auquel on associe
s= Ir,
io.,
ll
total
35,9
40
933,1
990
990
180
22,t
48,2
u,
^t [nn
+ Ak io*, + tn
n*r] u7)
Lagran-
(BrT (Ar v
(g + Ak
o*t)-t
Bo)-1
xt)
(48)
initial.
54,5
4.4.
,6
40 ,8
50
384
315
*ll
rgulire ; cette difficult apparente disparat si l'on expi;it 1qBl en utitisant des ihverses gnralises de matril. ou si'l'n rduit d'une unit la dimensjon du problme
48,2
57 ,7
414
le Lagrangien
51
51
4E,2
384
980
s6
705
;^k+1 x^u^k'r
voot
49,1
49,1
36 ,3
27 ,L
384
io*, + tn 6n*,
v-l
(S + Ak Xk + Bf ot)
n*,
(r/h)
990
990
*ll
(46
to o
on
t t'll in*,
mln
in*r' o*,
Fi
(45
)oor
o int
15
magntique
approche de ce problme.
avecg;.=g
SM
Broyeu r
(44)
u-,
-I
10
11
* ll
s (i, r = o
sou s
le
asymptotiquement
'ln]*
itratif, de tendre
uti on opt'imal e.
sol
Rappel
a=
11thodes
Mthode
Tabl eau 4
56
Pour
t dveloppes en utilisant les avantages du calcul hjrarchise, de la dcentralisation et de ra reraxation. Le principe utilis consiste partitionner le problme initil en
sous-problmes p'lus simples et effectuer une hirarchisa-
= [r
Le premier montre comment une hirarchisation des calculs de l'EBM peut aboutir une rsolution trs simple.
vQ MT (MVQ
=[r
vc(r,r
(M
8 =+ll
oll
+ Tr,r
To-'.+
+T*l
(M
+= v;lr a)
+ rqT *
,r a)
cilt
(M
(r',i
4.4
r)t I^i = o
(s1)
ler
6,
* lt Ft
sous-problme
De mme,
(53)
7:
(54)
voies, celles
numrotes
commun
l0 et
5,
l, g, 9, 10,
qu'un faible
14.
tions
communes 10
quations (51) et
Ql, 14 = Qr, 14 ;
1, z, 3, 4,
Mathmatiquement,
Tin^
Q, C
q)
L ll ,,, - Q(,
. + ll r'r
o
Mz,r, = o
Ml
base.
57
a(t)
le
)
r,
10 =
c?, lo
;
cl, L4 u2,
14
z
ll' + * ll,,, 'r,rll
arrr ll
cicoupler du sous-prob1me 1 en considrant comme connue la variable commune a et le rsoudre sparment sur
cette
x t
.2. Esu!librege_dsellrsl!re
La'relaxation du sous-problme 1 consiste le dcoupler du sous-problme 2 en considrant connues les variables communes ci et le rsoudre sparment sur la base
de cette hypothse.
le
(M
=F (Z)
1, ro = 2, ro
(s3)
* ,t]
2me
11.
(52)
estimation de et
(s6)
(50)
I :
(rq
En_reprenant
nombre de
sous-problme
solutions
figure 6: le
comme
probl mes
comme
ce partitionnement peut se raliser de faon systmacompte tenu des diffrentes connexions ntre'les
noeuds du rseau; ici on propose un part'ionnement intuitif
o le :
* a) ci
= (Fl
!
et (54) admettent
* ,ltr
tique,
al
-rO
1,^,
(4e)
Ci
4=M.
l^i
(r4
1,-,
(55)
lT1-t (M * a) c
DQ
ll
le Lagrangien
vQ
+
:
] [o
total : M. = 0
(Mxa) Ci =0
solutions
z = t9l
le circuit pour lequel on mesure les dbits a et les concentrations C* (i = 1, ... nombre de constituants), le problme d'EBM stcrit :
min e =
ril :
ail: _r
il,
+ll
vQr
i" | "vc-l
et de bilan par constituant
considrons
MT)-t
iftlt[,rxl v.
du
Egsilibrege_rglerg
comme
*(a uQI0,r*.,)Tf.,)
r = [tl't * l vc
4.4.t.
=(rlrlQFtT;-l
et (53) admettent
' . + ,r,
lt
,rrrll
(sB)
(Mr
.
Sttll lfrl
(1zx 121)
- ,r,
=o
(5e
=o
,r, = sl ,r,
sz c(z) = sl
s2
cette
communication rsol -
et des inconvnients.
La mthode de rsolution analytique est la plus sdui-
'(t)
orme
e.
A ={
8,
*:;ll:ii'rlrifi:r':: ::lt:rli;:i:;l:
(60)
veut tabr
r I es
solution
uu..r, =ll ,,, r,,,ll ' . +ll ,,, ',,,11' *0,'rir ,,, 3rti;T:'?l::;|ili,:;i?-:ii,;; $ffi.il:: peut tre
mai s aussi
. r',t (Mr * ,,, ,,, vT sr ,,, - rT sl ,,, ffi :3ifill::til,;i:i:':'i.o:li,ii:l'iltili; sel on un
processus de calcul itratif.
sous-
-+ll
* Tzt
(Mz *
,r,) trl
,,,
+ vT sz
,r,lll
- (61)
*,trrz QfZt
,
'i
En consquence, I probl me ni ti
al
.\,4.)
(63
a(r),
!tt),t
,ltr
fZ
(62)
(64)
ill'l;.oit;'ii'fl::l'il:ol:'':.i'ol';:#lil:iilti;,'.:i
qu'en quelques points du circuit.
Niveau
Xt par raPPort
'(Z),\2,
I : il
BIBLIOGRAPHIE
(1
itrat.ifparexempledetypegradient:
(6s)
(2)
H.
(66)
ION
R. BLoISE,
C.
REIIIHAP.T,
bi I an -'mati re
Revue
de
de I'Industrie
Mi
nral
, p.
257
-?63 (Mars
1981 )
DUF0UR Mthode et mthodolog'ie 9'.gnu'lvi. de.syst.o*pt'.*.i . Appl i cati ons aux [rocds i ndustri el s et
aux systmes macroconomiques '
Thse de Doctorat d'Etat, Lyon (1979)'
mes
(6)
\-'
(7)
D. H0D0UIN, D.
14
Ma
D.
LAGUITToN, J-M.D.
1'982
L'lIL50N Materi al
ment.
IIth
ance : a steP
de ores treat-
bal
su'l phi
58
J. BATINA Etablissement
(5) J.
(B)
sure,
du L1O't X Oe I a pOSl tl On des pO j nIS de mesure '
au choix de la sensib'i l'it des capteurs'
(4)
et
compl exes
(3)
,'
cciemment exPos.
processus '
HUMBERT,
prc'i
( 1975) .
Masson
C.
BESTOUGEFF,
numriques
Roubault
Niveau
CONCLTJS
AUBRUN,
ence de
r+
M.
(9)
(10)
J.
(11)
J.
RAGOT, M. AUBRUN Appl ication de la rgression orthogonale sous contrainte Iinaire un problme de
bi I an-mati re.
Revue de Statistique Applique ( paratre en 1982).
(12)
J.
bilans industriels.
Thse de Doctorat
mthode
d'Etat,
Nancy (1980).
(13) M. RICHETIN, M. MILGRAM Analyse structurale et partition des systmes complexes par les graphes. Analyse
et
cornmande
des systmes
compl exes .
15) A. TITLI
Analyse
et
progranmes d'analyse di s-
et conrnande
des systmes
compl exes .
42-009., 20L-248
59