See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/47523345

Equilibrage de bilan-matière. Méthodes et exemples minéralurgiques

Article  in  Control and computers · January 1983

Source: OAI

CITATIONS READS

0 604

3 authors, including:

José Ragot Mohamed Darouach

University of Lorraine University of Lorraine
732 PUBLICATIONS   5,252 CITATIONS    482 PUBLICATIONS   5,842 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Modelling and identification of nonlinear stochastic systems View project

Control of nonlinear system View project

All content following this page was uploaded by José Ragot on 29 May 2014.

The user has requested enhancement of the downloaded file.

 Control and Computers, Vol. I 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 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 :

exemples concrets du domaine de I 'industrie minérale

(broyeur-classificateur, cjrcuit de flottation) .
Brut Concentré Rejet
Débit (t) 200500 24 500 187 2a0
1. GENERALITES SUR LES ERREURS DE MESURE
concentratigt
lll^-
en materraux utr les
z3,s 90 4,5
L' i ncoherence des mesures, constatée par I e non respect
des équations de bilan, est due :
En supposant négf igeables, d'une part Ia variation de
au modèl e uti I i sé qui ne représente qu' imparfai tement I e stock et de ses caractéristiques à l'intérieur de l'unitê
processus parce que sa structure est approximative (e11e est de production, d'autre part la variation de concentration
I e résul tat d' hypothèses physi co-chim'iques ) , des voies d'entrée et de sortie, on doit avoir pour les
grandeurs "vraies" les relations de conservatjon de la ma-
aux paramètres du modèle utilisé qui ont été identjfiés tière :

avec une certaine erreur,

QB =Qc+QR
aux mesures qui ne sont pas touiours représentatives des
grandeurs vraies du fait de I'existence de facteurs pertur- Qgkg=Qckc+Qnkn
bateurs. Pour les mesures indiquées, nous obtenons le dêsêqui-
Notre etude se limite ici au cas de systèmes physiques Ii bre sui vant :

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 :

0n d'i unité de production quj traite Lln pro-

spose d'une
duit brut pour en extraire un concentré en nratériaux utiles
et un rejet. Les trois voies notées I B, C, R, sont carac-
térjsées par les tonnages a cumulés sur une période de 10
50
Cette disparité des deux est'imations de l' jndice de ré-
cupêration est due uniquement à I ''incohêrence des mesures de
débit et des concentrations. Comment dans ce cas peut-on en-
visager d'optimiser le rendement de cette installation,
c'est-à-d'i re par exemple maximiser I'indice de récupération,
 quand l'est'imation même de ce rendement est mi se en cause 2. BILAN-MATIERI COHERENT

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)

Le vecteur X des mesures et les erreurs t sont liês

par :
X=Xx+ e (e)

0n fait I'hypothèse (honorablement confirmée dans la

pratique) que les emeurs de mesure Ê sont des réal isations
de variables aléatoires) distribuées suivant une loi normale
de variance-covariance V et de valeur moyenne A :

t *, JP, (a , v) (10)

La loi de distribution de X se déduit de (9) et (10) :

F'igure 2 Hydrocycl one
x-dÇ (x* +4, v) (11)
En régime d'équilibre, les débits et les distributions
granulométriques doivent vérifier les équations de conser- La fonction de vraisemblance d'un échantillon de n ob-
vation de déb'it total et de débit par tranche granulométri- servations XL (k = 1, ..., n) est la fonction'l densité de
que : lite '\ des erreurs de mesure t , dans
probab'i aque'l le l'er-
reur Ê est remplacée par le résidu :
Qa =Qf +Qo
Quui=Qfff +Qooi ; i=1,..o't (4) E = e (w) = x i
exp i
définissant le coefficient de partage
à il*o ik -ollu-,
En : tY= G nr-nn/Z [oet u7-n/2
Qr|
l:= (5) jf ie en
E Cette expression se
des moments des erreurs :
s'imp1 déf inissant la matrice
l'équation de conservation des débits par tranche granulo-
métrique s'écrit :
M=Fr(xr xk-a) (xr x-a)' ( 12 )
ai=fi.r+9i(1 r) (6)

Ai ns i, I e coeffi ci ent de partage r peut s'éval uer par :

et en utilisant 1'opérateur trace de matrice (Tr) :

- gi
'i = 1, ..., t -nt
r - 1i (7) 'ty = (2 n ) [Oet u )-n/2 exp ] ,, v- 11,t
(13)

sens du maximum de vrai sembl ance, I e mei I I eur esti -

Le tableau 1 donne, à partir de cette formule et pour'
Au^
des mesures de granulométrie rêal isées en laboratoire avec mateur X, e, A des valeurs vraies X*,Ox, A* est celui qui
un hydrocyclone "Krebs" de 4 pouces, les estimations du maximise la densité de probabilité des valeurs observées X,
coefficient de partage (5ème colonne). avec le respect des équations de contrainte :

9p 1in,él = o k = 1, "'' n

Taille Surverse Sousverse Coefficient de La fonction logarithme étant monotone crojssante, cê

des f.I o.
-.1
partage en % problème est équivalent à :
parti cul es 100
i) / (ri -si min
[oet v]*
(Q1-o nm
) ,
Log
Ir" v-l M
xe 2
( zoo (14)
59
500 7L0
0 ,82
1 ,58
2 ,00
3 ,65 56 touiours avec g (i, d) =o
350 500 3 ,09 0 5,50 44
15,00 Dans la pratiguê, p'lusieurs cas se présentent en fonc-
2s0 350 6,65 0 55
L77 250 10,36 1,27 22,t9 56
tion du degré de connaissance que l'on peut avoir de Ia ma-
t?s L77 11 ,86 8,21 L4,44 4L
trice de vàriance-covariance V des erreurs de mesure € :
B8 t25 10,04 11,34 7 ,40 67
Premier cas : V est totalement connue.
53 B8 9 ,05 10,45 3 ,99 7B
37 53 4 r?2 | 7,76 1,13 46
Cela signifie une bonne connaissance sur le p'l an prati-
l>37
i
42,30 i oo,sz que des erreurs de mesure de façon à pouvoir estimer leur
I
vari ance-covari ance.
Tableau I le problème général (14) se réduit
Comme V est connue,
Les mesures des distributions granulométriques sont,
à:
pour ce cas particulier, très incohérentes puisque les es-
timations du coefficient de partage varient de 4l % à 78 %.
51

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-

i,b (16) tri..Alliktâ:r::'fi'1',

ei
l'r 1 o -1 0100
sous g (i, = o
lo o o 1 -1 0 -1 0

Trojsième cas : V est quelconque et inconnue. M=lo o -1 o 1 -1 0 0

(20)

Mathématiquement, c'est le cas le plus généra1, mais

la matrice v sont
lo -1 o o

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 :

où À représente le vecteur des.paramètres de Lagrange de M.a=0 (2r)

dimension r associé aux contraintes de bilan'
En généra'l , la matrice M ainsi définie est creuse ; un
La solution s'obtient en exprimant la stationnarité codage plus astucieux des interactions consiste à utiliser
les rangs et les valeurs des éléments non nuls de cette ma-
du Lagrangien S Par raPPort à X, O et tri ce.
^:
Ainsi, dans le tableau suivant, T représente, sous une
)É=,,-1 (i-x) -4.À =o (m.n) forme p1 us compacte, I a matri ce M :
a^ ax
)g- )gT =0 (p) (1e) ']
r,
T
il, I
r/!

æ (22)
;

ry = g (X,
J
e) = 0 Lj
)À

Le tableau monoindicé Mx exprime la codification finale

linéaire, est à (m '-n +-p + r) équa
Ce système' non utilisôe :

tions et autant d'inconnues. Il s'agit très généralement

à;;; prcblème de grandes dimensions qgi, pouf les réseaux
de distribution dé matière ou d'énergie, peut être carac-
têrisé par p'l us'ieurs centaines de variables et d'équations.
La résoiutibn est rarement analytique et le plus souvent
à., méthodes décentralisées sont utilisées : leur mise en
oeuvre nécessite une connaissance fine de la structure du
probl ème.
3. ANALYSE DES EQUATIONS DE
3.1. Codification des équations de bilan
circuit jndustriel est frequenment constitué de
un
sous-ensenrbl es p1 us ou moi ns i nterconnectés, chacun d'en-
treeux ayant ,nb fonction partl.rjière : 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 épuiSeuses"
Mx = (4, 1, 2, ._4,6, 3, 4, -5, -7r 3, -3, 5' -6r 3, -2,7,
B).
La première valeur (4) de ce vecteur rappelle que la
première équation de bilan met en ieu 4 branches dont les
numéros et les orientations sont jndiquées par les valeurs
1, 2, -4,6, les autres équations de bilan se décodent
d'une façon simi I ai re.
Bl!4I
La codification (I2) nécessite 3? éléments alors que
Ia cod.if ication (14) réduit cette dimens'ion à 17 ; une tel I e
réduction (prat'iquement de moitié ici ) est particul ièrement
apprécjable pour des réseaux de grandes dimensions.
3.2. Forme canonique de la matrice d'incidence aux arcs
La linéarité des équations de bilan (M a = 0) rend ex-
52
plicite une partie variables de débit en fonction des
Qb des a =(QrQ2Q3 Q4 Q5 Q6 Q7 Qr)t
autres (ah). Ce partitionnernent S'obtient en isolant la partie
Qm = (Qr Q3 Q5 Qe)t
régulière Mb de M. Une nouvelle numérotation des arcs (ou
voi es ) permet d'écri re : Qm = (Qz Q4 Q6 Q, )t
Comme dans 0 les voies 1, 3, B vérifient une
êquation de UilaÀT ;;rl":
M = (MU Mf,)
(23) Q*. = (Qr Q3 Qr)t
a= (Qu Qn)t
d'où : Q*" = (a5)
0n déduit de 'l 'équation de bilan :
Après EBM, on dispose de l'estimation :
Qb = *o-t Mh Qh (24) T
Qr" = (Qr Q3 Qg)'
Le vecteur a peut se "reconstituer" :
Par déduction, en utilisant Q*. et Qrê, on peut esti-
mer Q6, d'où
a=[ll] = ["'1"] Qb (25)
:

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.

4. METH0DES D' EQUILIBRAGE

4 .I . Métho_de ana I yti que

Pour certains systèmes de faibles dimensions et prê-
sentant des interconnexions "simples", la résolution du
problème d'EBÎ''l peut être condu'i te de façon analytique ; en
particulier on peut expliciter I'estimateur des grandeurs
Figure 4 Circuit de flottation avec mesures partiel les vraies en fonction des mesures. Deux exemples illustrent
cette méthode de résolution :
Pour cette configuration, on d

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.

5b Sous - réseaux disjoints

Figure 6 Unitê de production élêmentaire
Les débits a et les fractions x sont liés par les
équations de conservation :
dedébitrota1 Qt QZ Q"=0 (ZB)
et de débi t parti el Qt*.i t QZ*;Z Qg*i g= 0, i - 1, t
En notant, comme cela a été Proposé dans 1'exemple
cité en introduction, r le coefficient de partage des
débi ts :
5c Réseau de type arborescent
'-q Q2
(2e)

on obtient : xi1 - txi' (1 r) *i3 = 0 j = 1, t (30)

Prati quement, I ' équ'i f i brage des bi I ans sur ce ci rcui t

consiste à rendre minimal par
F- rapport
-r I - à i.*
rJ
et r le critè-
rg :

q)= 1r
I 1'J
(x..
' lJ = 1, t (31)
= 1, 3

SOU S î..1l r îir (1 r)iil=0

I En écrivant la stationnarité du Lagrangien I par rap-
port à îij, r et À'on obtient un système d'équations dont
5d Sous - réseaux fa iblement couplés
la solution s'exprime analytiquement en fonction des mesures
x...
rJ
Les mesures du tableau 1, relatives à 1'hydrocyclone
schémat'isé à la figure 3, ont été traitées selon I'algorith-
me précêdent. Le tabl eau 2 fai t apparaî tre I es estimat'ions
îij (âij, f.ij et gii) et le coefficient de partage dont on
notera la valeur constante, quelle que soit la tranche gra-
nulométrique choisie.

Pour une général i sati on de- c-gl probl ème, I e I ecteur

pourra consultér la référence [tO] qui fait état d'un pro-
blème d'EBlvl résolu par la méthode des moindres carrés éten-
due ou régression orthogonale.

5e R éseau avec cycles

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

minô= + ll ô et de bilan-matière partiel (en fer) M . (ô * ôl = 0

oll
uo-r (34)
où a * C est le vecteur des débits de fer pur, dont chaque
sousMô=o composante est définie par :
Si le Lagrang'ien assocjé à ce prob'lème : (ô * C)i = Qi - ci (38)

&=+ll ô all .,-1

VQI
+ ÀTMô (35 ) SoitE le Lagrangien assoc'ié à ce prob'lème :

est rendu extrémal, on obtient :

a =tll a o1l
io,+ll
ô ,ll ;.-,
ô= vQ MT (M vQ uT)-l M]it (36)
[r * ÀT M ô + * c)
Pour le circuit de la figure 7, le tableau 3 fait ap- il M (ô
paraître pour chaque voie (i = 1, 19) les mesures Qi et les La présence des termes bilinêaires M. (ô * ôl rend
estimat'ions Q.1 . difficile dans le cas général la résolution des équations
de stationnaritê du Lagrangien. Un changement de variable
et une formulation diffêrente de ce problème sont proposés
pour éviter, d'une part les termes bil'inéaires et poqr sup-
primer le couplage entre les équations de débit total et
entre les équations de débit partiel.
Soit I^l le vecteur des débjts en fer pur défini par :

p=a*C (40 )

on ant
".::'i=ïïr :

;':ïïti,: :'il';':',il;' -1
sous les contraintes de bilan-matière tota.l ,ul a = 0 (41)

et de bilan-matière en fer Pur M û =0

' Fi gure 7 Atel i er de Le Lagrangien associé à ce problème est :

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.

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

Xk, Ok tel que Ie développement I im'ité de g (X' e) au prem'ier
ordre autour de ce point soit correct :
14
10 g (io*, , ôo*, ) = 91 + Ak io*, + Br*1 I (45 )

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 M SéParateu r I Au problème (44) est substitué le problème :

magnétique
B mln
t t'll in*, *ll
v-l (46 )
in*r' ôo*,
sous 91 + Ak io*, + tn 6n*, = o
Fi gure B Atel i er de broyage et . séparati on magnét'ique
Quelle el Rhein (Mauritanie) auquel on associe le Lagrangien :

Pour le circuit de la figure 8, le tableau 4

donne les
fer mesurées,
s= Ir, io., *ll +
^t [nn
+ Ak io*, + tn ôn*r] u7)
valeurs des débits totaux et ies teneurs en ll u,
ainsi que celles obtenues par application de la méthode En écrivant les conditions de stationnarité de ce Lagran-
d' équil ibrage approchée' gien, oh obtient la solution :
-t
À = (Ar v o..T) , - Bk (BrT (Ar v ont)-t Br )-1
[ l
Mesures Estimati on

. (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- :

chise, de la décentralisation et de ra reraxation. Le prin-

cipe utilisé consiste à partitionner le problème initiâl en
À=(rlrlQFtT;-l *(a uQI0,r*ô.,)Tf.,) (55)
sous-problèmes p'lus simples et à effectuer une hiérarchisa-
tion des calculs ; cette decomposition s,obtient dans tous ô = [r vQ MT (MVQ MT)-t n
] [o vQ (r4 * ô,ltr
les cas après une.analyse fine du système physique d,une T ]
part et des équations à résoudre d,autre part. Les équations (sz) et (54) admettent comme solutions :

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 :

Le premier montre comment une hiérarchisation des cal-

ô =[r vc(r,r iftôlt[,rxôl v. (rq * ô,t] (M x ôt c
culs de l'EBM peut aboutir à une rêsolution très simple.
]
Finalement, en définissant le vecteur 7:
Le deuxième utiIise un "découplage" géographique du
processus en sous-processus faiblement interconnectés. z = t9l
c
4.4.t. Egsilibrege_rglerg les équations (55) et (56) s,écrivent :

le circuit pour lequel on mesure les dé-

considêrons Z =F (Z)
bits a et les concentrations C* (i = 1, ... nombre de cons-
tituants), le problème d'EBM stécrit : Un certain nombre d'glgorithmes itératifs peuvent être
mis en oeuvre dans la recheiche du point fixe db r.àppriia-
min e =
+ll ail: _r
vQr
ô Ëilô, ril :
i" | "vc-l
+ tion F.à_partir d'une solution initiale zn; ces atgô;^.itÀ-
mes' s'ils convergent, constituent o âutant dé métho-
des de coordination. Ôn peut citer en particulier la méthode
sous les contraintes de bilan total : M. ô = 0 (4e) de Jacobi, I'itération chaotique et les algorithmes à retard.
et de bilan par constituant : (Mxa) Ci =0 4.4 .2. Esu!librege_dÉsellrsl!re
A ce probl ème est associë le Lagrangien :
le deuxième exemp'le du paragraphe 4.1.,
8 =+llô oll
To-'.+ F ll ; cilt
1,-,
(50)
9.t
En_reprenant
figure 6: le
problèmeg
problème d'tl*lB peut sb résouâre én considérânt
plus simples qui coruespondent à des réseaux
de p'l us faibles dimensions.
+ ÀTr,r ô+T*l (M ,r a) Ci ce partitionnement peut se réaliser de façon systéma-
tique, compte tenu des différentes connexions éntre'les
qui est extrémal quand : noeuds du réseau; ici on propose un part'ionnement intuitif
où le :
+= v;lrô a) + rqTÀ * f
i
(r',i * ôr)t I^i = o (s1)
ler sous-réseau est const'itué des noeuds 1, z, 3, 4, 5,
DQ 6,

l, g, 9, 10,
eccr =u;1 rôr ci) +
I
(M * ôlt Ft = 0 (52)
2ème
11.
sous-réseau est constitué des noeuds

ces deux sous-ensembles n'ont en commun qu'un faible

nombre de voies, celles numérotées l0 et 14.
4=M.ô = 0 (53)
aÂl Dans une première phase, les équilibrages des deux
sous-réseaux sont réalisés de façon_indépendante
-rO
1,^, i on ob-
= (Fl
! * a) ci = 0 (54)
tient alors les estimations a (t): C (1), a (t), C (Z) des
ôl^i débits et concentrations, respectivemènt pduÈ iés sôui-
niveaux 1 et 2.

nous l'avons indiQué, le couplage des variables

comme Dans une deuxième phase, i1 faut forcer I'égalité,
^ pour les voies communes 10 et 14, des débits et éoncentra-
A et ci rend difficile la résolution des équations (51) à tions :

(54). Le problème initial peut se décomposer en deux sous-

probl èmes :
ô1, ro = ô2, ro , ôr, 10 = c?, lo
sous-problème I : estimation de ô et À : équations (51) et ;
(s3) Ql, 14 = Qr, 14 ; cl, L4 u2, 14

sous-problème 2 : estimation de ô*'l .t l.: équations (52) et

(s4) Mathématiquement, le problème global se formule:

L ll ô,,, - Q(, ll' + * llô,,, 'r,rll

q) z
La'relaxation du sous-problème 1 consiste â le décou- Tin^ =
)
pler du sous-problème 2 en considérant connues les varia-
bles communes ci et à le résoudre séparêment sur la base
de cette hypothëse.
Q, C
. + ll ôr'r arrr ll ' . + ô,r,
lt
,rrrll 2 (sB)

De même, Ja relaxation du sous-probrème z consiste à sous Ies contraintes :

le ciécoupler du sous-prob1ème 1 en considérant comme con-
nue la variable commune a et à le résoudre séparément sur Ml o a(t) = (Mr * .
Sttll lfrl
=o
cette (5e
Mzô,r, = o
base. )
(ù1zx ô121) - ô,r, =o
57
 Les méthodes proposées dans cette communication rêsol -
s2 ô,r, = sl ô,r, vent I e probl ème d' EBM sel on 4 techn.iques qui présentent
sz c(z) = sl chacune des avantages et des inconvénients.
'(t)
où les matrices 51 et SZ sélectionnent les composantes des La méthode de résolution analytique est la plus sédui-
sante, mais t'aPPlique à des configurations s'imp'les' Souli-
vecteurs deb.it communes aux deux sous-niveaux. Le Lagran- gnons aussi que'ia connajssance de la loi explicite entre
g.ien associe à ce problème sous ra fôrme
décompose sous
br ème se dêcompose Ïorme veut étabr r I es
e.
i
àodi ti ve sêparabr *:;ll:iËi'rîlrîiïïfi:r':: ::lt:rli;:i:;l:
A ={ + 8, (60)
La méthode par découplage des équations de bi I an s'étend
solution
uu..r, =âll ô,,, r,,,ll ' . +ll ô,,, ',,,11' *0,'rir ô,,, 3rtîi;T:'?l::;|iliï,:;i?ï-:ii,îî;; $ffi.il:: peut être
sous-

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

La mi se en oeuvre de ce cal cul uti I i se un alsorithme :t,l^d:ïo:,0;,;Ê,^:'l:lt:];t:,l:'.3îru:i:,';l'ffi::.:,1:.pré-

hierarchisé dont chaque niveau s'explicite :
BIBLIOGRAPHIE
para-
Niveau I : il assure 1'opt'imalité 9tJ par rapport aux
mètres de .oàrAination e et I selon un a'lgorithme (1 ) M. AUBRUN, C. HUMBERT, P. JACQUEMIN, J . RAGOT Infl u-
itérat.ifparexempledetypegradient: ence de lâ préc'i sion des bascules de convoyeurs sur la
préci si on eit'imee des débi ts , concentrati ons et stocks
r+ =v+kf"= +k(szô,r, sl ô111) (6s)
b,une usine de valorisation de minerai de fer-
Rapport interne, LARA, ENSG' rue du Doyen Marcel
Roubault 54500 Vandoeuvre-les-Nancy (1980).
,t* = 1+k#= +k(szi. stôtrl)
(2) H. BESTOUGEFF, C. GUILPIN, M. JACQUES Algorithmes
numériques et non numériques.
Niveau 2: il-assure 1'optimalité O.gt et *'Z par rapport Masson ( 1975) .
à Q, C, À et f
(3)
,' G. BIANCHI, J.C. MATHIEU Analyse fonctionnelle'
Pour le sous-niveau 2!, les équations à résoudre : Rapport interne, 16/6/78- Sacilor'

,g=0,?4- =0,?L =0..É=o (66) (4) R. BLoISE, C. REIIIHAP.T, J. BATINA Etablissement

statistiquement cohérents sur des unités
de

rQr tôtrl DÀ, oÏt bi I an -'mati ère

compl exes .
Revue de I'Industrie Mi néral e , p. 257 -?63 (Mars 1981 ) .

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 -

(B) L'lIL50N Materi al ance : a steP

à l'est'imat'ion de grandeurs inaccessibles à la me- D. LAGUITToN, J-M.D. bal
towards modellings of f i ne gra'ined su'l phi de ores treat-
sure,
ment.
du L1O't X Oe I a pOSl tl On des pO j nIS de mesure ' IIth Annual Meeting of the Canadian Mineral Processors'
au choix de la sensib'i l'ité des capteurs' CANMET, Otawwa ( 1979) .

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

58
 (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. RAGOT, M. AUBRUN Appl ication de la régression or-

thogonale sous contrainte Iinéaire à un problème de
bi I an-mati ère.
Revue de Statistique Appliquée (à paraître en 1982).

(11) J. 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 à l'extension de la méthode

des moi ndres carrês . Appl i cati on à I 'équi I i brage de
bilans industriels.
Thèse de Doctorat d'Etat, Nancy (1980).
(13) M. RICHETIN, M. MILGRAM Analyse structurale et par-
tition des systèmes complexes par les graphes. Analyse
et cornmande des systèmes compl exes .
Editions Cepadues, p. 95-116 (1979).
( 14) J.M. R0MEDER Méthodes et progranmes d'analyse di s-
crimi nante.
Dunod, ?7 pages (1973).

( 15) A. TITLI - Analyse et conrnande des systèmes compl exes .

Cepadues, 237 pages ( 1979 ) .

42-009., 20L-248
59

I View publication stats