Académique Documents
Professionnel Documents
Culture Documents
net/publication/47523345
CITATIONS READS
0 604
3 authors, including:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by José Ragot on 29 May 2014.
EQUILIBRAGE DE BILAN-MATIERE
METHODES ET EXEMPLES MINERALURGIQUES
J. RAGOT, M. AUBRUN, M. DARROUACH
re d'Automat'ique et de Recherche Appl iquée
Laboratoi
E.N.S.G. I.N.P.L. et Univers'ité de Nancy I
Résumé : Après avoir défini le problème posé par l'équilibrage de bilans-matière (ou énergie) et justifié son importance
au niveau industriel, les auteurs illustrent, à partir d'exemples concrets, choisis dans le domaine de la miné-
ralurgie, 1es principales techn'iques d'équilibrage de bjlan.
Mots-c'l ës : bilan-matière, données cohérentes, validation, êquif ibrage par relaxat'ion, équilibrage par décentralisation.
Une équation de bilan traduit des lois de conservation jours et par les concentrations moyennes k en matériaux
cie masse, d'énergie, de déb jt Par suite d'erreurs dues utiles.
à f imprécision des capteurs, les mesures ne vérifient pas
en général cette équation de bilan ; équilibrer le bilan Concent ré
consiste à "dëtecter au mieux" ces erreurs ou, ce quj est
êqui va1 ent, à estimer I es grandeurs vrai es Qui , el I es, doi -
vent être cohêrentes, c'est-à-dire vérifier les équations de Rej et
bi I an.
Cet arti cl e pose I e probl ème de 1 'équi 1 i brage des Figure 1 - Unité de production
bilan-rTratière (EBM) pour des processus en régime statique par exemple les mesures suivantes
et propose quatre métirodes de résolution 'i llustrées par des Nous avons :
en régime stat'ique dont la structure est bien connue car 2oo 500 t
etablie à partir des lois fondamentales de conservation de QB =
matière et d'ênergie. Les modèles de ces systèmes sont ex- QC + QR = 24 500 + IB7 200 = zLI 700 t
primês par des formes structurales exactes : 27 869 t
Qeke =
g (X'O) = 0 (1)
22 050 + B 424 = t
QCkC + Qnkn = 30 474
où X est le vecteur des grandeurs caractêristiques du
sys tème, De tels écarts s'expliquent par la présence d'erreurs
commises sur les différentes mesures.
0 est le vecteur des paramètres (connus ou non)-
Toujours sur cet exemple, évaluons l'indice de récupé-
Le non respect de 1'êquation de bilan est donc unique- ration en produit utile, soit à partir du concentré et de
ment le fait des erreurs de nresure. Ces dernières peuvent I 'al imentation, soi t à parti r des rejets et de I 'al imenta-
être al éatoi res, de val eur moyenne nul I e. systématiques, tion :
ou encore accidentel les.
Qckc
Les erreurs accidentelles, êh raison de leur non répé-
r=qç y7e%
tjtivité, sont faciles à detecter et à estimer; aussi, sans (3)
atteinte à la genéralité de l'exposé, elles ne seront pas Qsks
prises en compte par la suite. r=ff Qnkn
ry6e%
Prenri er exempl e :
Deuxi ème exempl e : Après avoi r montré I 'i ncohérence des mesures, on pré-
sente le princ'ipe de détection des erreurs de mesure ou de
La fi gure 2 schématise un hydrocyclone t11] dont I 'al - I 'estimati on des grandeurs vrai es . Rappel ons que I es gran-
i
mentation en minerai, I es sort'ies en particules f jnes =;:i
et en deurs vraies Xx (vecteur de dimensjon
parti cul es grossières sont repérées par les indices a, m) et les paramètres
g. Ox (dimension p) du modèle du processus sont liés par l'é-
quation structurale exacte (dimension r) :
g (xx, on) = o (B)
t *, JP, (a , v) (10)
- gi
'i = 1, ..., t -nt
r - 1i (7) 'ty = (2 n ) [Oet u )-n/2 exp ] ,, v- 11,t
(13)
9p 1in,él = o k = 1, "'' n
I
_1
min I Tr V'Îul Chacun de ces sous-ensembles est, à son tour, consti-
z tué de noeuds élémentaires (une cellule dans le cas de la
XO (15)
, flottat'ion); chaque noeud est connecté à un certain nombre
de branches images des flux de matière transportée.
sous g (X, ê) = 0
Pour codjfier les liaisons entre les diffêrents noeuds,
Deuxi ème cas : v est i nconnue mai s djagonal e . on définit la matrice d'incidence aux arcs, M, d'éléments
*fj tel s que :
Physiquement, les erreurs de mesure sur les différen-
tes variables sont considérées comme indépendantes, mais tTt.= = + 1 lorsque le flux j arrive au noeud i
rJ
leur variance n'est pas connue. Dans le prob'l ème général,
i, :'fx.:iilnsoSîi'Ëi::";.- j sort du noeud i
{ l:}.H: il:'::ll.ll'3:llT:,lexiproblème (14) se réduit à j n'est pas connecté au
ximisée; ce caicul fait, :
noeud i
min
] rr Log M de la figure 3, est associée la ma-
lJ de
aussi ie plus ardu. Les éréments v...
tous des paramètres inconnus par rapport auxque-l s la
i;;ti;; Ûaoit être maximisée ; ce calcul fait' le pro-
blème (14) se réduit à :
lil â Los[Det M]
( 17 )
XE
sous g (X, e) = o
ui de I 'équ j I'i brage
Le cas I e pl us important est cel
de bilan-matjèrb en prbsence d'erreurs de mesure centrées,
non corrélees et de variance connue. En définissant la ma-
tr.ice x dont les l ignes sont les mesures x , le prob'lème Figure 3 Circuit de flottation
(fSj est équivalent à rendre extrémal le Lâgrangien :
Si a est le vecteur des débits massiques aux diffêren-
(18) le bilan massique de l'ensemble du
X' = ltrace ll*- *ll u-, * ÀT s ti,ôl tes branches du réseau,
réseau s'écri t :
æ (22)
;
ry = g (X,
J
e) = 0 Lj
)À
h. = (a6) T
0n appe'l 1e forme canonique de I a matrice d'incidence Enfin, q* = (QZ Q4 QZ)' représente le vecteur des com-
M la matrice "êquivalente" :
posantes non estimabl es.
(I to-t Mr,)
M = (26) Pour un réseau de faibles dimensjons, I'analyse des
informations peut s'effectuer "manuelIement" par examen des
Cette transformati on rédu i t I a compl exi tê du réseau points de mesure ; des procédures a'lgébriques systématiques
et le vecteur débit a à sa partie utile Qh. ont été développées pour réaliser automatiquement le parti-
tionnement indiqué en (27).
3.3. Réseau des informations
3.4. Analyse de I a structure du réseau phys'ique
Dans la pratiguê,
on ne dispose pas de mesures des va-
riables en tous points du circuit. Pour les réseaux de grandes dimensions, l'application
des méthodes d'EBM est souvent délicate et pose en particu-
Toujours avec l'exemple des variables débit Q, on peut lier le problème de la convergence des algorithmes de réso-
distinguer : I uti on.
Qm : la partie de a formêe par ses composantes mesurées Une analyse de la structure du réseau apporte en géné-
ral des simplifications de résolution. Cette analyse est
h: la partie de a formée par ses composantes non mesurées effectuée sur la partie utile du réseau (assoc'ié à I'ensem-
ble Q*. des grandeurs mesurées et estimables par EBM).
0n ne peut traiter toutes les équations de bilan écri-
tes en (I2) puisque seule une partie de a est mesurée. Elle utilise, soit une décomposition "naturelle" liée
à la structure physique de I'ensemble, soit une décomposi-
plus, parmi les composantes de Qr'il faut distin-
De tion "mathématique".
guer celles Q,n. qui seront estimables par EBM et celles La première approche s'applique quand directement on
h. qui ne Pourront I 'être. distingue des sous-ensembles de variables reliées par des
équations de bilan, ces sous-ensembles ayant entre eux des
Enfin, pour le vecteur ft des composantes non mesu- liaisons "faibles"; elle utilise, soit la dêcomposition par
la structure pour mettre en évidence des sous-ensembles
rees, une parti e h. sera estimabl e par déducti on après simples (figure 5), soit la décomposition par la nature des
tBM, I 'autre $* ne pourra I 'être. variables en définissant des sous-systèmes qui regroupent
des variables de nature comparable.
Ce partitionnement de a en 4 sous-ensembles :
La seconde approche nécessite une analyse systématique
a = (Qr., Q*5, h.' qne ) (27 ) de la structure, soit à partir des données, so'it à partir
du graphe du système. L'analyse par les données détermine
est illustré par le circuit de la figure 4 où les symbo- les coefficients de couplage entre les différentes varia-
les tr affectent des voies mesurées : bles ; à partir de la matrice des couplages,on effectue la
partition du système. L'analyse par les graphes utilise les
notions de connexité des composantes du graphe ; la recher-
che des matrices de permutation permet de mettre en éviden-
cê, dans la matrice associée au graphe du circuit une
structure bloc-diagonal e, ou bloc-triangu'laire ; I' examen
de cette structure donne la décomposition hiérarchisée du
graphe.
53
Le premier est relatif à un noeud êlémentaire auquel
sont connectées des voies d'entrée et de sortie, caracté-
risées chacune par un certain nombre de variables (concen-
tration en différentes espèces minérales, distribution
granul ométr.ique, densi té, pour-cent sol ide) . Pratiquement,
un système de ce type peut être un classificateur de parti-
cules, une cellule de flottation, uh bac mélangeur.
Le deuxième traite d'un circuit complexe formé de
sous-systèmes fortement interconnectés, mais pour 1eque1
un seul type de variables est considéré.
5a Réseau de type cascade
Premi er exempl e : Unité de production rêduite à un seul
noeud et décrite par des équations de
bilan-matière I inéaire et bil inéaire.
La figure 6 schématise ce système dans le cas d'un flux
de matière entrant et deux flux de matière sortantS.
q)= 1r
I 1'J
(x..
' lJ = 1, t (31)
= 1, 3
54
Tai I I e Al i men- Surverse Sousverse Coefficient de Voi e Mesure ( t/h) Estimation (t/h)
(m'icrons ) tati on f. partage x 100
âi 9i
1
I 3 371 3 456
2 3 119 3 030
) 700 0 ,79 0 ,02 2,AL 3 512 427
500 710 L,47 0 ,07 3 ,69 4 3 lls 3 236
350 500 2,48 0,37 5 ,83 5 I 958 L 743
250 350 6 ,08 0 ,34 15,22 î 6 1 669 1 593
L77 250 g ,69 1,68 2?,45 61,4 7 183 019
L25 L77 11 ,04 8,71 L4,75 I 1 688 1 563
68 r25 4 5 024
j
8 ,90 11 ,43 7 ,45 9 B?9
s3 88 8 ,33 10,89 4,26 10 4 057 3 688
37 53 4 ,86 7 ,36 0 ,88 11 I 527 I 366
37 41.70 61.33 10 .46 t2 3 954 3 955
13 3 945 3 7A4
Tableau 2 Estimat'ions 14 077 ?51
l5 418s 4 413
16 3 991 4 145
Deuxi ème exempl e: Ci rcui t de fl ottati on. L7 255 267
18 3 278 3 437
La figure 6 concerne un circuit de flottation pour le- 19 1 090 708
que'l ne sont considérées quq les variables débit qqi son!
supposêes toutes mesurées. En notant a le vecteur dont cha- Tableau 3
que composante Qi représente le débit de la voie i du c'ir-
cuit, les êquations de conservation de débit s'écrivent Le probl ème d' tBM se formul e :
globalement:
min o =+ .+ll ,ll
ila ,, _1
oll ô (37)
MA = 0 (33) ;0,
L'équil ibrage des bilans massiques se forrnule : sous les contraintes de bilan-matière total M . a= 0
p=a*C (40 )
on ant
".::'i=ïïr :
;':ïïti,: :'il';':',il;' -1
sous les contraintes de bilan-matière tota.l ,ul a = 0 (41)
ô oll 1.-,.11 ;
fl ottati on
& =+ll ÀTMô+ t' tl
4.2. Méthode approchée 'll T,-,+
Les méthodes ana-lytiques sont mises en êchec pour la
résolution de problèmes complexes de grandes dimensions
C'est le cas du circuit de la figure I qui schématise un
atelier d'enrichissement de minerais de fer par séparation
magnétique et broyage. LeS grandeurs mesurées sont les dé-
X, ='ïïË - o;l
îo
+ ÀTMô.+ll
' I'll T,-,
*f.T r,1 .;
(42)
bits totaux (fer + stéri1e) et les concentrations en fer s,
(% en masse) aux points numêrotés 1 à 15- 2
35
Les variables ô et û considérées qomme 'i ndépendantes 4.3. 11éthodes utilisant la linéarisation des équations
r.endent respectivement min'imums.8, et{, ; a'insi deux ni-
veaux de cal cul , total ement découp'l és, ef fectuent I es opê- Pour des équations de bilan linêajres, le problème de
rations suivantes : I'EBl'l est simple puisque se réduisant à un problème classi-
que d'optim'i sati on quadrati que sous contra j ntes I i néai res .
niveau 1 : recherche de 1'optjmum de.8, par rapport à ô
etÀ Pour des équations de bilan non linéaires, on peut tou-
'l jours Se ramener à ce cas en linéarisant les équations au-
n'iveau 2 : recherche de 'optimum de{, par rapport à t^l
tour d'un po'i nt ; des i térati ons successi ves sur I a "val eur
et r. du po'i nt de linéarisation" permet, SouS réserve de conver-
gence de ce processus itératif, de tendre asymptotiquement
Chacun de ces problèmes élémentaires se résoud de
vers I a sol uti on opt'imal e.
façon-anarvtiquà-is' i.1., exemple z) et admet comme solu-
tions : Rappel ons I e probl ème fondamental d' EBI{ :
a=
['
*tuQ luvomTl-1
'ln]*
o
(43 )
min ] '.lli * ll
u-, (44)
l^l
Ir
*tu, lttvrmT;-
1
iô
sou s s (i, ôr = o
le
l'
ft
\_
B
I,
1l
SM
-I ^ ^0n
Soit Xk, ek une solution approchée de ce problème.
12
11
avecg;.=g (it, 6o) Ak xk to ôo
SM
13
Ak =o: "k = 9i--
'R
B Broyeu r o int )oor
15
. (S + Ak Xk + Bf ot)
Débi t
total
(r/h)
ôn*, = (BrT (Ar v o*t)-t Bo)-1 t*t (F.k v oot)-t
a . (g + Ak xt) (48)
990
990
49,1
49,1
;^k+1 x^u^k'r
vootÀ
35,9 36 ,3
40
933,1 51 Le système d'équations (4S) génère une suite xk QYi'sous
990
990 51 réserve de convergêflcêrtend vers la solution optimale X. Pour
27 ,L
180
384 4E,2 certains types de problèmes, lâ matrice (At V OOt) n'est pas
384 48,2 régulière ; cette difficulté apparente disparaît si l'on ex-
980 57 ,7 piï;ità 1qBl en utitisant des ihverses génêralisées de matri-
s6 22,t l. ou si'l'ôn réduit d'une unité la dimensjon du problème
705 48,2 initial.
414 54,5
384 50 ,6 4.4. Méthode utilisant le calcul hiêrarchisé
315 40 ,8
Pour des systèmes de grande d'imension (çn nombre de
Tabl eau 4
branches, nombrê de noeudsl nombre de variables), l.: métho-
des prCcéCentes restent théoriquement_appl icables ; Ieur
rnise en oeuvre pratique pose des problèmes de temps et de
vol ume de cal cui i ncornpaLi bl es avec I ' uti I i sat'ion de cal cu-
I ateurs de ta i I I e rnodeste .
56
Pour éviter cet inconvénient, des méthodes d'EBM ont Les équations (51) et (53) admettent comme solutions
étê développêes en utilisant les avantages du calcul hjérar- :
Pour i I I ustrer cette mêthode, nous donnons deux exem- rÀ = [tl't * ôl vc (M x ôlT1-t (M * a) c (s6)
ples :
l, g, 9, 10,
eccr =u;1 rôr ci) +
I
(M * ôlt Ft = 0 (52)
2ème
11.
sous-réseau est constitué des noeuds
mai s aussi
. r',t (Mr * ô,,, ô,,, vT sr ô,,, - rT sl ô,,, ïffi :3ifillî::til,;i:i:'â:'i.o:li,ii:l'ilïtili; sel on un
processus de calcul itératif.
- (61) La méthode par linêarisation des équations de bilan est
-+ll ô,,, ,r,lll 2 *À,trrz QfZt
, systématique mais lorsqu'elle est appliquêe à la résolution
de grands systèmes' sa convergence est I ente.
* Tzt (Mz * ô,r,) ôtrl + vT sz ô,r, * .-tT sz ô,r, (62)
Les méthodes d'équi 1 i brage décentral i sé nécessitent une
analyse du problème. Ce dernier est décomposé en sous-problè-
En consêquence, I € probl ème ni ti
'i al : mes iimpl es', chacun rel ati f à un équi 1 i brage de bi I an par-
ti el .
(63
min8 Par raPPort à Q, C, À ' f )
n'engage gYe t"S:
Il semble, mais cette proposition
est équivalent à auteurs, que lés méthodes d'équilibrage décentralisé soient
les seuies réellement applicables aux grands réseaux indus-
min 8, par rapport à a(r), ,ltr triels. La mise en oeuvre d'algorithmes d'EBM pose en plus
.\,4.) !tt),Àt
min par raPPort à a(r), fZ
(64) lî'il:ol:'':.iî'ol'îÎÎ;:#lil:iilti;,'.:i ill'l;.oit;'ii'fl::-
'(Z),\2, tion n'est accessible qu'en quelques points du circuit.
m'in Xt par raPPort et , àY L'extension des mêthodes d'EBM à ce cas a été faite ainsi
font 'i nterven'ir des expressions bil inéaires en ôrrr-t' DUF0UR Méthode et méthodolog'ie 9'.gnu'lvi. de.systè-
(5) J.
ôr' et peuvent se résoudre selon l'algorithme relaxé pré- mes .o*pt'.*.i . Appl i cati ons aux [rocédés i ndustri el s et
cêciemment exPosé. aux systèmes macroéconomiques '
Thèse de Doctorat d'Etat, Lyon (1979)'
Pour les équations du sous-niveau 22, les variables
- (6)
\-' D. H0D0UIN, E. EVERELL A hierarchisal optimization
ô,r, et ô,r, peuvent ètre obtenues de façon semblable. procedu.. ior adiustment of industrial.grinding data.
ntUf Annual Meeting, New 0rleans (1979)'
ION
(7) LAGUITTON, c. BAZIN, F. FLAMENT'
CONCLTJS
D. H0D0UIN, D.
J. !lILSSN L'échange dei compétences entre I'Université
L,equi'l ibrage de bilan-.matière, êr validant les mesu-
res faites sur un processus' contribue : et l,Industrie au sùiet des techniques etd'aiustement
d'équ i 1 i brage
stati stiq;; des données i ndustrj el I es
à l'obtention de données statistiquement cohérentes' de bilan-matière.
Congrei Oà la Société de I'Industrie Minérale' Besançon'
à l'estinration de clitères de fonctionnement' 14 Ma i 1'982 -
42-009., 20L-248
59