Control and Computers, Vol.

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.

jours et par les concentrations

utiles.

Une quation de bilan traduit des lois de conservation

Par suite d'erreurs dues
cie masse, d'nergie, de db jt

f imprcision des capteurs, les mesures ne vrifient pas

en gnral cette quation de bilan ; quilibrer le bilan
consiste "dtecter au mieux" ces erreurs ou, ce quj est
qui va1 ent, estimer I es grandeurs vrai es Qui , el I es, doi vent tre cohrentes, c'est--dire vrifier les quations de

moyennes

k en matriaux

Concent r
Rej

et

bi I an.

Figure 1 - Unit de production

Cet arti cl e pose I e probl me de 1 'qui 1 i brage des

bilan-rTratire (EBM) pour des processus en rgime statique
et propose quatre mtirodes de rsolution 'i llustres par des
exemples concrets du domaine de I

(broyeur-classificateur, cjrcuit de flottation)

1.

Nous avons

Dbit (t)
concentratigt

GENERALITES SUR LES ERREURS DE MESURE

bilan, est due :

e rsul tat d' hypothses

physi co-chim'iques ) ,

aux paramtres du modle

avec une certaine erreur,

utilis qui ont t identjfis

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

carts s'expliquent par la prsence d'erreurs

les diffrentes mesures.

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.

I 'al imentation, soi

tion

t parti r des rejets et de I 'al imenta-

Qckc
r=q

Les erreurs accidentelles, h raison de leur non rp-

tjtivit, sont faciles detecter et estimer; aussi, sans

atteinte la genralit de l'expos, elles ne seront pas
prises en compte par la suite.

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

bre sui vant

QC + QR

ment

0n

90

QB

sys tme,

er exempl e

z3,s

Rejet

Pour les mesures indiques, nous obtenons

Ii

Notre etude se limite ici au cas de systmes physiques

en rgime stat'ique dont la structure est bien connue car
etablie partir des lois fondamentales de conservation de
matire et d'nergie. Les modles de ces systmes sont exprims par des formes structurales exactes :
(1)
g (X'O) = 0
o X est le vecteur des grandeurs caractristiques du

Prenri

187 2a0

QB =Qc+QR
Qgkg=Qckc+Qnkn

aux mesures qui ne sont pas touiours reprsentatives des

grandeurs vraies du fait de I'existence de facteurs perturbateurs.

0 est le vecteur des paramtres

Concentr
24 500

En supposant ngf igeables, d'une part Ia variation de

stock et de ses caractristiques l'intrieur de l'unit
de production, d'autre part la variation de concentration
des voies d'entre et de sortie, on doit avoir pour les
grandeurs "vraies" les relations de conservatjon de la ma-

au modl e uti I i s qui ne reprsente qu' imparfai tement I e

processus parce que sa structure est approximative (e11e est
I

Brut
500

200

lll^les
en materraux utr

L' i ncoherence des mesures, constate par I e non respect

des quations de

par exemple les mesures suivantes

'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.

quand l'est'imation mme de ce rendement est mi se en cause

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 :

et les erreurs t sont lis

Le vecteur X des mesures

X=Xx+
0n

fait

(B)

(e)

I'hypothse (honorablement confirme dans la

pratique) que les emeurs de mesure sont des ral isations

de variables alatoires) distribues suivant une loi normale
de variance-covariance V et de valeur moyenne A

t *, JP, (a , v)
F'igure

La

Hydrocycl one

En rgime d'quilibre, les dbits et les distributions

granulomtriques doivent vrifier les quations de conservation de db'it total et de dbit par tranche granulomtri-

que

+Qo
Qa =Qf
Quui=Qfff +Qooi ; i=1,..o't
En

i, I e coeffi

r)

ci ent de partage

r - 1i

lite '\ des erreurs de mesure t , dans

reur est remplace par le rsidu :

probab'i

(5)

s'crit :
ai=fi.r+9i(1

Ai ns

La fonction de vraisemblance d'un chantillon de n ob-

servations XL (k = 1, ..., n) est la fonction'l densit

tY= G nr-nn/Z

gi

'i = 1, ..., t

des moments des erreurs

(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,

"''

La fonction logarithme tant monotone crojssante, c

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

[Oet u )-n/2 exp ] ,,

9p
des

il*o ik -ollu-,

et en utilisant 1'oprateur trace

'ty

Le tableau 1 donne, partir de cette formule et pour'

des mesures de granulomtrie ral ises en laboratoire avec
un hydrocyclone "Krebs" de 4 pouces, les estimations du
coefficient de partage (5me colonne).

Taille

s'imp1

de

le l'er-

x i

exp i

u7-n/2

aque'l

M=Fr(xr xk-a) (xr x-a)'

(6)

peut s'val uer par

[oet

Cette expression se

l'quation de conservation des dbits par tranche granulo-

mtrique

E = e (w) =

Qr|

l:=

loi de distribution de X se dduit de (9) et (10)

(11)
x-d (x* +4, v)

(4)

dfinissant le coefficient de partage

(10)

Comme

V est connue,

le

problme gnral (14) se rduit

_1

min I Tr V'ul

Chacun de

XO

Deuxi me

cas

de branches images des flux de matire transporte.

g (X, ) = 0

sous

: v est i nconnue

mai

Pour codjfier les liaisons entre les diffrents noeuds,

dfinit la matrice d'incidence aux arcs, M, d'lments
*fj tel s que :
tTt.= = + 1 lorsque le flux j arrive au noeud i

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,
{

ces sous-ensembles est, son tour, consti-

tu de noeuds lmentaires (une cellule dans le cas de la

flottat'ion);
chaque noeud est connect un certain nombre
(15)
,

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

: V est quelconque et inconnue.

Mathmatiquement, c'est le cas le plus gnra1, mais
la matrice v sont
aussi ie plus ardu. Les rments v...
lJ de
rapport auxque-l s la
tous des paramtres inconnus par
i;;ti;; aoit tre maximise ; ce calcul fait' le pro-

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

de la figure 3, est associe la

(16) tri..Allikt:r::'fi'1',

i,b
sous

noeud i

(X,

e) = o

ui de I 'qu j I'i brage

de mesure centres,
d'erreurs
prbsence
en
de bilan-matjrb
non corrlees et de variance connue. En dfinissant la matr.ice x dont les l ignes sont les mesures x , le prob'lme
(fSj est quivalent rendre extrmal le Lgrangien :
Le cas I e pl us important est cel

X'

Figure

(18)

ltrace ll*- *ll u-, * T s ti,l

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

le vecteur des.paramtres de Lagrange de

r associ aux contraintes de bilan'
La solution s'obtient en exprimant la stationnarit
du Lagrangien S Par raPPort X, O et
^:

o reprsente

dimension

)=,,-1 (i-x)

a^

)g- )gT

r/!

-4. =o
ax

r,

=0

En gnra'l , la matrice M ainsi dfinie est creuse ; un

codage plus astucieux des interactions consiste utiliser

les rangs et les valeurs des lments non nuls de cette

tri ce.
forme

p1

us compacte, I a matri ce M :

(1e)

ry

= g (X,
J

e)

linaire, est (m '-n +-p + r) qua

gnralement
tions et autant d'inconnues. Il s'agit trs
les rseaux
;;; prcblme de grandes dimensions qgi, pouf
de distribution d matire ou d'nergie, peut tre caracd'quations.
tris par p'l us'ieurs centaines de variables et
La rsoiutibn est rarement analytique et le plus souvent
., mthodes dcentralises sont utilises : leur mise en
oeuvre ncessite une connaissance fine de la structure du
Ce systme' non

probl me.
ANALYSE DES EQUATIONS DE

il, I

']

Lj

Le tableau monoindic Mx exprime

3.

ma-

Ainsi, dans le tableau suivant, T reprsente, sous une

(m.n)

(p)

(2r)

utilise
Mx

(22)

la codification finale

= (4, 1, 2, ._4,6, 3, 4, -5, -7r 3, -3, 5' -6r 3, -2,7,

B).

La premire valeur (4) de ce vecteur rappelle que la

premire quation de bilan met en ieu 4 branches dont les
numros et les orientations sont jndiques par les valeurs
1, 2, -4,6, les autres quations de bilan se dcodent

d'une faon simi I ai re.

Bl!4I

La codification

(I2) ncessite 3? lments alors

que

a cod.if ication (14) rduit cette dimens'ion 17 ; une tel I e

rduction (prat'iquement de moiti ici ) est particul irement

3.1. Codification des quations de bilan

circuit jndustriel est frequenment constitu de

es p1 us ou moi ns i nterconnects, chacun d'entreeux ayant ,nb fonction partl.rjire : dans un circuit
de fl ottati on par exempl e, on di sti ngue I e_ sous-ensembl e
des "celIulei IaveuSesi', telui des "celIules puiSeuses"

apprcjable pour des rseaux de grandes dimensions.

un

sous-ensenrbl

3.2.

Forme canonique

de la matrice d'incidence aux arcs

La linarit des quations de bilan (M a = 0) rend ex-

52

plicite une partie

variables de dbit en fonction des

Ce partitionnernent S'obtient en isolant la partie
rgulire Mb de M. Une nouvelle numrotation des arcs (ou
voi es ) permet d'cri re :
Qb des

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)

de a forme par ses composantes mesures

de a forme par ses composantes non mesures

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

$*

Pour un rseau de faibles dimensjons, I'analyse des

informations peut s'effectuer "manuelIement" par examen des

3.4. Analyse de I a structure du rseau phys'ique

Pour

ft

Elle utilise, soit

une dcomposition

"naturelle" lie

la structure physique de I'ensemble, soit une

dcomposi-

"mathmatique".

La premire approche s'applique quand directement

on

liaisons "faibles"; elle utilise, soit la dcomposition

par

la structure pour mettre en vidence des sous-ensembles

simples (figure 5), soit la dcomposition par la nature des
variables en dfinissant des sous-systmes qui regroupent

des variables de nature comparable.

(27

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 )

est illustr par le circuit de la figure

les tr affectent des voies mesures :

uti on.

distingue des sous-ensembles de variables relies par des

quations de bilan, ces sous-ensembles ayant entre eux des

des composantes non mesu-

partitionnement de a en 4 sous-ensembles

les rseaux de grandes dimensions, l'application

des mthodes d'EBM est souvent dlicate et pose en particulier le problme de la convergence des algorithmes de rso-

tion

h. sera estimabl e par dducti on aprs

ne pourra I 'tre.

a = (Qr., Q*5, h.'

com-

tionnement indiqu en (27).

des informations

De

I 'autre

QZ)' reprsente le vecteur des

points de mesure ; des procdures a'lgbriques systmatiques

ont t dveloppes pour raliser automatiquement le parti-

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

posantes non estimabl es.

rees, une parti e

utilisant Q*. et Qr, on peut esti-

Enfin, q* =

Enfin, pour le vecteur

d'o

h. = (a6)

Toujours avec l'exemple des variables dbit Q, on peut

h: la partie

la pratigu,

: la partie

dispose de l'estimation

Qr" = (Qr Q3 Qg)'

distinguer :
Qm

EBM, on

on ne dispose pas de mesures des variables en tous points du circuit.

Dans

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

Q*. = (Qr Q3 Qr)t

0n appe'l 1e forme canonique de I a matrice d'incidence

la matrice "quivalente"

les voies 1, 3, B vrifient

Qh

a=[ll] = ["'1"]

)t

;;rl":

(23)

(Qu Qn)t

Le vecteur a peut se "reconstituer"

(MU Mf,)

0n dduit de 'l 'quation de

Qb

dans

quation de UilaT

Qr)t

o les

symbo-

La seconde approche ncessite une analyse systmatique

de la structure, soit partir des donnes, so'it partir
du graphe du systme. L'analyse par les donnes dtermine
les coefficients de couplage entre les diffrentes variables ; partir de la matrice des couplages,on effectue la
partition du systme. L'analyse par les graphes utilise les
notions de connexit des composantes du graphe ; la recherche des matrices de permutation permet de mettre en videnc, dans la matrice associe au graphe du circuit une
structure bloc-diagonal e, ou bloc-triangu'laire ; I' examen
de cette structure donne la dcomposition hirarchise du
graphe.

4.

METH0DES D' EQUILIBRAGE

4

.I .

Mtho_de ana

yti que

Pour certains systmes de faibles dimensions

Figure

4 Circuit

Pour

de

flottation

cette configuration,

on

avec mesures

et pr-

sentant des interconnexions "simples", la rsolution du

problme d'EB''l peut tre condu'i te de faon analytique ; en
particulier on peut expliciter I'estimateur des grandeurs

partiel les

vraies en fonction des mesures. Deux exemples illustrent

cette mthode de rsolution :

53

Le premier est relatif un noeud lmentaire auquel

sont connectes des voies d'entre et de sortie, caract-

rises chacune par un certain

variables (concen-

nombre de

tration en diffrentes espces minrales, distribution

granul omtr.ique, densi t, pour-cent sol ide) . Pratiquement,
un systme de ce type peut tre un classificateur de particules, une cellule de flottation, uh bac mlangeur.
Le deuxime traite d'un circuit complexe form de
sous-systmes fortement interconnects, mais pour 1eque1

5a Rseau de type

cascade

un seul type de variables est considr.

Premi

er

exempl

Unit de production rduite un seul

et dcrite par des quations de

bilan-matire I inaire et bil inaire.

noeud

La figure 6 schmatise ce systme dans le cas d'un

de matire entrant et deux flux de matire sortantS.

flux

5b Sous - rseaux disjoints

Figure

Unit de production lmentaire

Les dbits a et les fractions

quations de conservation :

x sont lis par les

dedbitrota1 Qt QZ Q"=0
et de dbi t parti el Qt*.i t QZ*;Z

(ZB)

Qg*i

g=

0, i - 1, t

En notant, comme cela a t Propos dans 1'exemple

cit en introduction, r le coefficient

dbi ts :

5c Rseau de type arborescent

de

partage des

'-q
Q2

on obtient

: xi1 - txi'

(2e)

(1

r) *i3 = 0

= 1,

(30)

Prati quement, I ' qu'i f i brage des bi I ans sur ce ci rcui

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

la stationnarit du Lagrangien I par rapr et 'on obtient un systme d'quations dont

En crivant

5d Sous - rseaux

1r
I 1'J

port ij,

iblement coupls

la solution s'exprime analytiquement en fonction des mesures

x...
rJ
Les mesures du tableau 1, relatives 1'hydrocyclone
schmat'is la figure 3, ont t traites selon I'algorithme prcdent. Le tabl eau 2 fai t appara tre I es estimat'ions
ij (ij, f.ij et gii) et le coefficient de partage dont on
notera la valeur constante, quelle que soit la tranche granulomtrique choisie.

Pour une gnral i sati on de- c-gl probl me, I e I ecteur

pourra consultr la rfrence [tO] qui fait tat d'un problme d'EBlvl rsolu par la mthode des moindres carrs tendue ou rgression orthogonale.

5e R seau avec cycles

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

les contraintes de bilan-matire total M . a=

et de bilan-matire partiel (en fer) M . ( * l =
sous

(34)

o a

est le vecteur des dbits de fer pur,

est dfinie par :
(

+ 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

SoitE le Lagrangien assoc'i ce prob'lme :

paratre pour chaque voie (i = 1,

estimat'ions

145
267

composante

est rendu extrmal, on obtient

=

413

708

Le probl me d' tBM se formul e

uo-r

Lagrang'ien assocj ce prob'lme

&=+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)

L'quil ibrage des bilans massiques se forrnule

236
743

527

l5

globalement:

5 024

B?9

supposes toutes mesures. En notant

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)

La prsence des termes bilinaires M. ( * l rend

dans le cas gnral la rsolution des quations
de stationnarit du Lagrangien. Un changement de variable
et une formulation diffrente de ce problme sont proposs
pour viter, d'une part les termes bil'inaires et poqr supprimer le couplage entre les quations de dbit total et
entre les quations de dbit partiel.

difficile

Q.1 .

Soit

I^l

le vecteur

des dbjts en

fer pur dfini par :

p=a*C
on

sous

'

".::'i=r

(40

ant

4.2.

gure

Atel i er de

fl ottati on

Mthode approche

les contraintes de bilan-matire tota.l ,ul

M

Le Lagrangien associ ce problme

oll 1.-,.11 ;

&

=+ll

X,

=' - o;l

;':ti,: :'il';':',il;' -1

et de bilan-matire en fer Pur

Fi

'll T,-,+

est

=0

(41)

TM+

t'

tl

Les mthodes ana-lytiques sont mises en chec pour la

rsolution de problmes complexes de grandes dimensions

C'est le cas du circuit de la figure I qui schmatise un
atelier d'enrichissement de minerais de fer par sparation
magntique et broyage. LeS grandeurs mesures sont les dbits totaux (fer + stri1e) et les concentrations en fer
(% en masse) aux points numrots 1 15-

s,
35

+ TM.+ll

' I'll
2

T,-,

*f.T

r,1

.;
(42)

Les variables

4.3.

et considres qomme 'i ndpendantes

et{, ; a'insi deux nis, ef fectuent I es op-

r.endent respectivement min'imums.8,

veaux de cal cul , total ement dcoup'l

rations suivantes

et

2 : recherche de
et r.

n'iveau

'l

de{, par rapport

'optimum

Chacun de ces problmes lmentaires

faon-anarvtiqu-is' i.1., exemple

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

admet comme solu-

['
Ir

l^l

*tuQ luvomTl-1

*tu,

lttvrmT;-

(43

] '.lli

l'

ft
\_

1l

I,

Soit Xk, ek une solution

SM

14

M SParateu

(it, 6o) Ak xk
Ak =o:
"k = 9i-'R

13

Au problme (44)

Atel i er de broyage et . sparati on magnt'ique

gure B

Quelle el Rhein (Mauritanie)

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

t*t (F.k v oot)-t

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

Le systme d'quations (4S) gnre une suite xk QYi'sous

rserve de convergflcrtend vers la solution optimale X. Pour
certains types de problmes, l matrice (At V OOt) n'est pas

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

En crivant les conditions de stationnarit de ce

gien, oh obtient la solution :
-t
, - Bk (BrT (Ar v ont)-t Br )-1
= (Ar v o..T)

on

est substitu le problme :

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)

g (io*, , o*, ) = 91 + Ak io*, + Br*1 I

12

u-,

cherche une solut'ion kk*l, Ok+l dans le voisinage de

^ ^0n
Xk, Ok tel que Ie dveloppement I im'it de g (X' e) au prem'ier
ordre autour de ce point soit correct :

-I

10
11

* ll

s (i, r = o

sou s

le

asymptotiquement

ons I e probl me fondamental d' EBI{

min

'ln]*

itratif, de tendre

uti on opt'imal e.

sol

Rappel

a=

utilisant la linarisation des quations

Pour des quations de bilan linajres, le problme de

I'EBl'l est simple puisque se rduisant un problme classique d'optim'i sati on quadrati que sous contra j ntes I i nai res .

niveau 1 : recherche de 1'optjmum de.8, par rapport

11thodes

Mthode

utilisant le calcul hirarchis

Pour des systmes de grande d'imension (n nombre de

branches, nombr de noeudsl nombre de variables), l.: mthodes prCcCentes restent thoriquement_appl icables ; Ieur
rnise en oeuvre pratique pose des problmes de temps et de
vol ume de cal cui i ncornpaLi bl es avec I ' uti I i sat'ion de cal cuI ateurs de ta i I I e rnodeste .

Tabl eau 4

56

Pour

viter cet inconvnient, des mthodes d'EBM ont

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-

tion des calculs ; cette decomposition s,obtient dans tous

les cas aprs une.analyse fine du systme physique d,une
part et des quations rsoudre d,autre part.
ples

= [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

A ce probl me est associ

8 =+ll

oll

+ Tr,r

To-'.+

+T*l

(M

qui est extrmal quand

+= 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)

sous-rseau est constitu des noeuds

voies, celles

numrotes

commun

l0 et

5,

l, g, 9, 10,

qu'un faible

14.

i1 faut forcer I'galit,

et 14, des dbits et oncentra-

Dans une deuxime phase,

pour les voies

tions

communes 10

quations (51) et

Ql, 14 = Qr, 14 ;

2 : estimation de *'l .t l.: quations (52) et

(s4)

Ja relaxation du sous-probrme z consiste

1, z, 3, 4,

Dans une premire phase, les quilibrages des deux

sous-rseaux sont raliss de faon_indpendante
i on obtient alors les estimations a (t): C (1), a (t), C (Z) des
dbits et concentrations, respectivemnt pdu is suiniveaux 1 et 2.

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

problme global se formule:

z
ll' + * ll,,, 'r,rll

arrr ll

sous Ies contraintes

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

ces deux sous-ensembles n'ont en

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]

sous-rseau est const'itu des noeuds

2me
11.

(52)

estimation de et

(s6)

le deuxime exemp'le du paragraphe 4.1.,

problme d'tl*lB peut sb rsoure n considrnt
problmeg
plus simples qui coruespondent des rseaux
9.t
de p'l us faibles dimensions.

(50)

nous l'avons indiQu, le couplage des variables

A et ci rend difficile la rsolution des quations (51)
(54). Le problme initial peut se dcomposer en deux sous-

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

Un certain nombre d'glgorithmes itratifs peuvent tre

mis en oeuvre dans la recheiche du point fixe db r.ppriiation F._partir d'une solution initiale zn; ces atg;^.itmes' s'ils
convergent, constituent o utant d mthodes de coordination. n peut citer en particulier la mthode
de Jacobi, I'itration chaotique et les algorithmes retard.

1,-,

(55)

lT1-t (M * a) c

DQ

eccr =u;1 rr ci) +

ll

le Lagrangien

vQ

+
:

] [o

les quations (55) et (56) s,crivent

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

Finalement, en dfinissant le vecteur

considrons

sous les contraintes de bilan

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

Les quations (sz)

Pour i I I ustrer cette mthode, nous donnons deux exem-

Le deuxime utiIise un "dcouplage" gographique

processus en sous-processus faiblement interconnects.

Les quations (51)

' . + ,r,
lt

,rrrll

(sB)

(Mr

.
Sttll lfrl

(1zx 121)

- ,r,

=o
(5e

=o

Les mthodes proposes dans

,r, = sl ,r,
sz c(z) = sl

s2

cette

communication rsol -

vent I e probl me d' EBM sel on 4 techn.iques qui prsentent

et des inconvnients.
La mthode de rsolution analytique est la plus sdui-

chacune des avantages

'(t)

o les matrices 51 et SZ slectionnent les composantes des

vecteurs deb.it communes aux deux sous-niveaux. Le Lagransous ra frme
dcompose sous
br me se dcompose
g.ien associe ce problme
odi ti ve sparabr

sante, mais t'aPPlique des configurations s'imp'les' Souli-

gnons aussi que'ia connajssance de

orme

e.

A ={

8,

la loi explicite entre

*:;ll:ii'rlrifi:r':: ::lt:rli;:i:;l:

(60)

veut tabr

r I es

La mthode par dcouplage des quations de bi I an s'tend

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
,

,r, * .-tT sz ,r,

'i
En consquence, I probl me ni ti

al

.\,4.)

Les mthodes d'qui 1 i brage dcentral i s ncessitent une

analyse du problme. Ce dernier est dcompos en sous-problmes iimpl es', chacun rel ati f un qui 1 i brage de bi I an parti el .

(63

Il semble, mais cette proposition

a(r),

par raPPort a(r),

!tt),t

,ltr
fZ

n'engage gYe t"S:

auteurs, que ls mthodes d'quilibrage dcentralis soient

les seuies rellement applicables aux grands rseaux industriels. La mise en oeuvre d'algorithmes d'EBM pose en plus

min 8, par rapport

min

(62)

min8 Par raPPort Q, C, ' f

est quivalent

La mthode par linarisation des quations de bilan est

systmatique mais lorsqu'elle est applique la rsolution
de grands systmes' sa convergence est I ente.

(64)

ill'l;.oit;'ii'fl::l'il:ol:'':.i'ol';:#lil:iilti;,'.:i
qu'en quelques points du circuit.

tion n'est accessible

et ,
L'extension des mthodes d'EBM ce cas a t faite ainsi
La mi se en oeuvre de ce cal cul uti I i se un alsorithme :t,l^d:o:,0;,;,^:'l:lt:];t:,l:'.3ru:i:,';l'ffi::.:,1:.prhierarchis dont chaque niveau s'explicite :
m'in

Niveau

Xt par raPPort

'(Z),\2,

paraassure 1'opt'imalit 9tJ par rapport aux

mtres de .orAination e et I selon un a'lgorithme

I : il

BIBLIOGRAPHIE
(1

itrat.ifparexempledetypegradient:

=v+kf"= +k(sz,r, sl 111)

,t* = 1+k#= +k(szi. sttrl)

(6s)

(2)

H.

(66)

ION

L,equi'l ibrage de bilan-.matire, r validant les mesusur un processus' contribue :

faites
res
l'obtention de donnes statistiquement cohrentes'

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)
\-'

D. H0D0UIN, E. EVERELL A hierarchisal optimization

procedu.. ior adiustment of industrial.grinding data.
ntUf Annual Meeting, New 0rleans (1979)'

(7)

D. H0D0UIN, D.

LAGUITTON, c. BAZIN, F. FLAMENT'

I'Universit
J. !lILSSN L'change dei comptences entre
et l,Industrie au siet des techniques etd'aiustement
d'qu i 1 i brage

stati stiq;; des donnes i ndustrj el I es

de bilan-matire.
Congrei O la Socit de I'Industrie Minrale' Besanon'

14

Ma

D.

LAGUITToN, J-M.D.

1'982

L'lIL50N Materi al

towards modellings of f i ne gra'ined

ment.

IIth

ance : a steP
de ores treat-

bal

su'l phi

Annual Meeting of the Canadian Mineral Processors'

CANMET, Otawwa ( 1979)

58

J. BATINA Etablissement

statistiquement cohrents sur des units

(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'

C. GUILPIN, M. JACQUES Algorithmes

non numriques.

(4)

l'estinration de clitres de fonctionnement'

me-

et

G. BIANCHI, J.C. MATHIEU Analyse fonctionnelle'

Rapport interne, 16/6/78- Sacilor'

compl exes

Pour les quations du sous-niveau 22, les variables

,r, et ,r, peuvent tre obtenues de faon semblable.

54500 Vandoeuvre-les-Nancy (1980).

(3)
,'

cciemment exPos.

processus '

P. JACQUEMIN, J . RAGOT Infl usion des bascules de convoyeurs sur la

HUMBERT,

prc'i

( 1975) .

Masson

font 'i nterven'ir des expressions bil inaires en rrr-t'

r' et peuvent se rsoudre selon l'algorithme relax pr-

I ' amel i orat j on de I a condu'ite du

C.

BESTOUGEFF,

numriques

2: il-assure 1'optimalit O.gt et *'Z par rapport

Q, C, et f
Pour le sous-niveau 2!, les quations rsoudre :

l'est'imat'ion de grandeurs inaccessibles la

Roubault

Niveau

CONCLTJS

AUBRUN,

ence de

prci si on eit'imee des dbi ts , concentrati ons et stocks

b,une usine de valorisation de minerai de ferRapport interne, LARA, ENSG' rue du Doyen Marcel

r+

,g=0,?4- =0,?L =0..=o

rQr ttrl D, ot

M.

(9)

I . C. LER[-|AN Les bases de I a cl assi f i cation automatique.

, Il7 pages ( 1970) .

Gauthi er-Vi I I ards

(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).

RAG0T, M. AUBRUN, C. HUMBERT Conduite automatique

des instal lations d'enrichissement de minerais.
"Le Poi nt en Automatique" . Ed. Lavoi sier (Octobre
1991 ) .

(12)

J.

RAG0T Contribution l'extension de la

des moi ndres carrs

bilans industriels.

Thse de Doctorat

mthode

. Appl i cati on I 'qui I i brage de

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 .

Editions Cepadues, p. 95-116 (1979).

14) J.M. R0MEDER Mthodes

crimi nante.
Dunod, ?7 pages (1973).

15) A. TITLI

Analyse

et

progranmes d'analyse di s-

et conrnande

des systmes

compl exes .

Cepadues, 237 pages ( 1979 ) .

42-009., 20L-248

59