Développement de capteurs virtuels à base de réseaux de neurones récurrents pour un four pilote de réduction d'ilménite

La première priorité des opérateurs de fours à arc électrique est la sécurité de leurs opérations. Ces fours peuvent servir à l’enrichissement de minerais tel que l’ilménite, une espèce miné-rale riche en titane. Leur utilisation nécessite une grande quantité de réactifs et d’énergie, représentant des gains de productivité potentiels importants. L’amélioration des opérations de ces procédés est donc prioritaire pour les industries utilisant ce type de four. Lorsque des essais doivent être menés en dehors des plages opérationnelles habituelles, il est possible de les réaliser sur un procédé de taille pilote pour limiter les risques pour la sécurité des employés, l’intégrité du four et/ou la qualité des produits. Malgré ces efforts, les fours à arc électrique de taille pilote demeurent des équipements comportant des risques importants, notamment, en ce qui concerne les hautes températures du bain de matière en fusion qu’ils contiennent et la dégradation des briques réfractaires si elles viennent en contact direct avec le bain en fusion. La surveillance de ce procédé est réalisée à l’aide de nombreux thermocouples et à l’aide de mesures manuelles de la largeur de bain : une variable de substitution à l’épaisseur de matière solide protégeant la paroi interne du four. À chacune des coulées, une analyse de la composition chimique de la scorie, phase riche en titane, est réalisée en laboratoire. Des analyses ponctuelles entre les coulées sont aussi réalisées. L’article 1 de ce mémoire par articles porte sur le développement de capteurs virtuels destinés à améliorer la sécurité de l’opération d’un four pilote de réduction d’ilménite. Deux modèles sont proposés : (1) un prédicteur de température de la paroi du four et (2) un estimateur de la largeur de bain. Tous deux sont basés sur une architecture de réseaux de neurones récurrents permettant une prédiction à partir d’autres signaux mesurés sur le procédé : les mesures de température et les consignes d’opération pour les boucles de contrôle de la puissance, de l’alimentation en minerai et de l’alimentation en agent réducteur. Une discussion de l’article est proposée et porte sur l’impact du partitionnement des données en jeux de calibration et de validation sur les performances du modèle de largeur de bain. L’article 2 du présent mémoire propose le développement d’un capteur virtuel permettant d’estimer en ligne la composition en dioxyde de titane de la scorie dans le four à partir de signaux de procédé. Le choix des algorithmes et des fonctionnalités intégrées à l’architecture du modèle d’apprentissage automatique proposé tient compte des phénomènes de transferts thermiques et des phénomènes thermochimiques de la réduction de l’ilménite. Une analyse comparative avec un modèle autorégressif de type ARMA est conduite afin de comparer les performances de la méthode proposée dans le chapitre de discussion de l’article.