Multivariable modeling and control for aluminum production

Modélisation et contrôle multivariable pour la production d'aluminium Les principaux objectifs de cette thèse sont de proposer et d’étudier, de concevoir et de tester des lois de contrôle pour réguler de manière optimale la distance relative anode-cathode (ACD). La production d’aluminium est un défi industriel complexe, dont le traitement se base sur l’électrolyse de l’alumine, un processus très demandeur en énergie électrique. En particulier, l’électrolyse de l’alumine repose généralement sur une série de grandes cellules électrolytiques. Celles-ci sont composées par bain contenant de l’alumine dans lequel des anodes de carbone sont plongées. La base de chaque cellule joue le rôle d’électrode cathodique dans le processus d’électrolyse. Dans ce procédé, le rendement et la consommation d’énergie dépendent directement de l’ACD. Cependant, cette distance ne peut être mesurée en raison des conditions dangereuses à l’intérieur des cellules. En outre, l’ACD n’est pas constante pendant l’opération, étant affectée par divers phénomènes quotidiens.Un autre état important du procédé, la concentration d’alumine dissoute, n’est pas non plus mesuré. L’alumine doit être maintenue dans une plage spécifique pour éviter les effets d’anode et la formation de boue. De plus, sa concentration peut varier tout au long de cellule. Par conséquent, le manque d’informations disponibles rend difficile une régulation en limitant l’efficacité de la production. Une compréhension du processus chimique est donc nécessaire afin de relier les signaux mesurés aux dynamiques de l’ACD et de la concentration en alumine. Cela pourrait améliorer l’efficacité, réduire la consommation d’énergie et augmenter la sécurité. Pour ce faire, deux approches sont envisagées : moyenne et distribuée. La première vise à définir la valeur de référence de l’ACD tandis que la seconde solution réduit de manière optimale la dispersion le long de la cellule. Chaque approche utilise les signaux disponibles respectifs à des fins de modélisation et de contrôle.L’approche moyenne vise à modéliser le processus en utilisant des relations physiques et expérimentales. A partir de la structure du modèle, il est possible d’utiliser une stratégie à observateur linéaire pour obtenir des estimations en temps réel de l’ACD et de la concentration d’alumine. Ceci rend possible la surveillance du processus et le développement d’un contrôleur basé sur observateur pour améliorer la production en prenant en compte les contraintes de fonctionnement. Cette régulation est comparée avec le contrôleur couramment employé. Cette approche ne prend pas en compte l’influence des variations et événements quotidiens.Une approche distribuée est alors conçue pour étudier les conditions du système le long de la cellule. Ensuite, les signaux individuels sont utilisés pour identifier les modèles respectifs pour la concentration en alumine et la distribution du courant. Les relations physiques de transport par convection-diffusion sont utilisées pour obtenir un modèle de distribution de la concentration en alumine. De plus, un modèle expérimental pour la distribution du courant électrique est identifié lors de campagnes de tests. Ensuite, deux contrôleurs prédictifs basé sur modèle (MPC) sont conçus pour réduire la dispersion du courant le long de la cellule. Ils sont basés sur deux configurations disponibles, PIANO et PIEZO, qui permettent une sélection différente des actionneurs et la prise en compte des aspects de saturation et de zone morte. Les deux contrôleurs sont comparés et discutés dans les résultats de simulation.Ces contrôleurs permettent d’obtenir indirectement un ACD uniforme dans cellule. De plus, la valeur de référence d’ACD est définie pour optimiser la production et la consommation d’énergie.Les données utilisées ont été collectées dans la cellule APXe du Laboratoire des Recherches de Fabrications (LRF) de Rio Tinto situé à Saint Jean de Maurienne, France. Elles sont utilisées pour valider les modèles proposés et les stratégies de contrôle développées dans la thèse.